基于改进型粒子群算法的有源噪声控制

为提高基于粒子群算法的有源噪声控制(ANC)系统的性能,提出一种改进型重新初始化粒子群算法(MRPSO)。该算法充分利用粒子个体最优信息,并动态改变其惯性权重,从而增强了种群的多样性,提高了算法的收敛速度和全局优化能力。针对ANC系统的时变特性,该算法通过重新初始化粒子以应对声通道的突变。以对误差信号的逐个采样为基础,介绍了基于MRPSO算法的有源噪声控制方法。该方法无须估计次级声通道,但可以有效降低噪声信号,提高信噪比。通过与已有算法的比较,结果表明MRPSO算法在全局收敛速度和优化精度上有显著的提升,同时,MRPSO算法应对声通道突变的能力也优于其他两种算法。