ANC系统中对次级通道最优变步长算法的研究

该文基于主动噪声控制(ANC)系统中次级通道建模的稳定性和准确性等问题提出了一种新的次级通道建模的最优变步长算法。该算法针对前馈有源ANC系统中次级通道辅助随机白噪声做出改进:通过改变辅助随机白噪声的连续注入使得次级通道的在线建模和离线建模可以相互转换以及通过改变辅助白噪声的固定功率使得次级通道能够跟踪ANC系统稳态下的小变化。仿真结果表明,控制次级通道辅助随机白噪声连续注入和功率调度的最优变步长算法提高了ANC系统的降噪性能和次级通道的收敛速率以及建模精度。

独立假设下的最优变步长LMS模型和算法

为了解决LMS(least mean square)算法中收敛速度和稳态误差之间的矛盾,基于独立假设,以最小均方误差为准则,提出并证明最优步长定理,说明最优步长和均方误差之间存在一一映射的关系;以此构造最优变步长LMS(optimal variable step-sizeLMS,OVS-LMS)模型,确定了变步长LMS算法收敛速度的理论极限;讨论了最优初始相对步长的选取方法和未知系统跳变时最优步长的计算。根据导出的两个最优步长迭代式,提出OVS-LMS算法,仿真结果表明,该算法和OVS-LMS模型的学习曲线基本一致,证明该算法是独立假设条件下的最优变步长LMS算法。