为解决传统滤波最小均方差(filtered-x least mean square,FxLMS)算法在收敛速度和稳定性之间存在的矛盾,以及次级通道模型不确定性对控制收敛性能的影响,将反馈FxLMS算法和混合灵敏度鲁棒控制器相结合,提出了一种反馈FxLMS-鲁棒混合控...为解决传统滤波最小均方差(filtered-x least mean square,FxLMS)算法在收敛速度和稳定性之间存在的矛盾,以及次级通道模型不确定性对控制收敛性能的影响,将反馈FxLMS算法和混合灵敏度鲁棒控制器相结合,提出了一种反馈FxLMS-鲁棒混合控制算法,并在工程应用中常见的主动撑杆隔振平台上对该混合算法的振动控制性能进行仿真分析和试验验证。变载荷激励及控制通道变化仿真和试验结果均表明,不同激励下各个阶段的加速度响应衰减均超过80%,且与传统的FxLMS算法相比,所提出的混合控制算法具有更快的收敛速度和更强的鲁棒性。展开更多
为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean squa...为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean square)、ShFxLMS(sinh filtered-x least mean square)、SSFxLMS算法的参数进行优化。分别采用高斯白噪声和实测簇绒地毯织机噪声为输入信号,采用FxLMS、SFxLMS、ShFxLMS、SSFxLMS算法进行噪声主动控制仿真,对比分析这4种算法的性能。结果表明:与其他3种算法相比,采用SSFxLMS算法对高斯白噪声和簇绒地毯织机噪声进行控制时,误差信号的平均绝对值更小,平均降噪量与收敛速度也有大幅度提升。由此可知,SSFxLMS算法有效改善了FxLMS算法无法兼顾收敛速度和稳态误差的问题,研究结果为噪声主动控制算法设计提供了一定的参考。展开更多
文摘为解决传统滤波最小均方差(filtered-x least mean square,FxLMS)算法在收敛速度和稳定性之间存在的矛盾,以及次级通道模型不确定性对控制收敛性能的影响,将反馈FxLMS算法和混合灵敏度鲁棒控制器相结合,提出了一种反馈FxLMS-鲁棒混合控制算法,并在工程应用中常见的主动撑杆隔振平台上对该混合算法的振动控制性能进行仿真分析和试验验证。变载荷激励及控制通道变化仿真和试验结果均表明,不同激励下各个阶段的加速度响应衰减均超过80%,且与传统的FxLMS算法相比,所提出的混合控制算法具有更快的收敛速度和更强的鲁棒性。
文摘为改善滤波-x最小均方(filtered-x least mean square,FxLMS)算法在噪声主动控制时无法兼顾收敛速度和稳态误差的问题,提出了基于sigmoid-sinh分段函数的FxLMS(SSFxLMS)算法,并引入蚁狮算法对SFxLMS(sigmoid filtered-x least mean square)、ShFxLMS(sinh filtered-x least mean square)、SSFxLMS算法的参数进行优化。分别采用高斯白噪声和实测簇绒地毯织机噪声为输入信号,采用FxLMS、SFxLMS、ShFxLMS、SSFxLMS算法进行噪声主动控制仿真,对比分析这4种算法的性能。结果表明:与其他3种算法相比,采用SSFxLMS算法对高斯白噪声和簇绒地毯织机噪声进行控制时,误差信号的平均绝对值更小,平均降噪量与收敛速度也有大幅度提升。由此可知,SSFxLMS算法有效改善了FxLMS算法无法兼顾收敛速度和稳态误差的问题,研究结果为噪声主动控制算法设计提供了一定的参考。
