基于凸组合滤波的非线性主动噪声控制算法

滤波S最小均方误差算法(FSLMS)可用于解决主动降噪中的非线性问题。MCNFSLMS算法是将两个FSLMS滤波结构通过联合参数进行组合,从而实现快速收敛和低稳态误差。然而该算法缺乏交叉项,且联合参数在迭代过程中需要进行符号判断,影响了算法性能。为此,提出一种基于FSLMS与广义函数链接人工神经网络(GFLANN)的凸组合算法,其通过GFLANN结构引入交叉项,并用一个新函数作为联合参数,避免了符号判断。在3个不同的非线性条件下,验证了该组合结构比单一结构具有更好的性能,并且与组合结构MCNFSLMS相比,该算法在降噪性能上分别提升了2dB、1dB、4dB,在减少了计算量的同时,具有更低的稳态误差。实验结果表明,该算法能更好地解决主动降噪过程中的非线性问题。