QR分解的最小二乘格型自适应滤波算法在噪声主动控制中的应用

在噪声主动控制系统中,滤波-x递归最小二乘(FxRLS)算法收敛速度快但计算量大。基于此,提出了格型联合估计滤波器结构与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的噪声控制方法,该方法对联合估计过程进行了改进并得到了基于各阶估计误差的联合过程估计权系数更新关系,格型联合估计器结构简单,QRD-LSL自适应滤波算法数值稳定性好。仿真结果表明提出的噪声控制方法有良好的噪声控制效果,收敛速度快,计算量小,稳态误差小,跟踪性能好。

应用于自适应格型RLS滤波器的变阶数算法

提出了一种新的变阶数(或抽头长度)算法,并将之应用于变阶数自适应格型递归最小二乘(RLS)滤波器的阶数更新中,讨论了格型滤波器阶数更新时相关参数的调整方法。新算法以分贝的形式比较短滤波器与长滤波器的时平均平方误差,采用自适应的抽头长度步长,能够在滤波器权值未收敛时同时快速更新滤波器长度与权值,且在不同大小噪声条件下都能收敛到最优阶数。理论分析与不同大小噪声条件下的自适应系统辨识仿真结果验证了新算法的有效性。

基于QR分解的最小二乘格型自适应滤波算法的噪声主动控制方法研究

本文提出了格型联合估计滤波器结构与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的噪声控制方法,该方法对联合估计过程进行了改进并得到了基于各阶估计误差的联合过程估计权系数更新关系,格型联合估计器结构简单,QRD-LSL自适应滤波算法数值稳定性好.采用实测信号进行仿真,仿真结果表明本文提出的噪声控制方法有良好的噪声控制效果,收敛速度快,计算量小,稳态误差小,跟踪性能好.

自适应滤波算法在板结构振动控制中的应用

以简支板为模型,运用模态分析方法推导并分析讨论结构振动主动控制的基本原理和方法。在此基础上,以时域振速为控制目标,对板进行振动控制建模,分别采用滤波-X最小均方算法(FxLMS)和格型联合估计滤波器与基于QR分解的最小二乘格型(QRD-LSL)自适应滤波算法相结合的振动控制方法来进行实时的振动主动控制。研究算法中相关参数和控制力位置对控制效果的影响,对两种自适应滤波算法的控制效果进行对比。仿真结果表明,两种算法都能有效控制板结构的振动,QRD-LSL自适应滤波算法的控制效果更优,其相对于FxLMS算法虽计算量有所增加,但收敛速度快,稳态误差小,跟踪性能好。