Active micro-vibration control based on improved variable step size LMS algorithm

The contradiction of variable step size least mean square(LMS)algorithm between fast convergence speed and small steady-state error has always existed.So,a new algorithm based on the combination of logarithmic and symbolic function and step size factor is proposed.It establishes a new updating method of step factor that is related to step factor and error signal.This work makes an analysis from 3 aspects:theoretical analysis,theoretical verification and specific experiments.The experimental results show that the proposed algorithm is superior to other variable step size algorithms in convergence speed and steady-state error.

Improved Fx-VSSLMS algorithm for active vibration control of smart cantilever beam

Filtered-x least mean square(Fx-LMS) algorithm is popular in many adaptive processes. As its contradiction between convergence speed and stead-state error, the improvements of Fx-LMS algorithm with variable step size(VSS) have been developed. To strengthen the robustness of variable step size least mean square(VSSLMS) algorithms to noise disturbance in active vibration control(AVC) application, nine VSSLMS algorithms are introduced in detail. Then an improved VSSLMS algorithm is proposed for better performance. At last, the performance of these VSSLMS algorithms are compared in AVC experimental system with different noise level. The experimental results verifies the effectiveness and robustness of the proposed VSSLMS algorithm in AVC application.

基于sigmoid-sinh分段函数的变步长FxLMS算法

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。

基于sigmoid-sinh分段函数的改进FxGMCC算法

为了解决滤波-x广义最大熵准则(FxGMCC)算法在处理噪声主动控制时存在快速收敛和低稳态误差之间的矛盾,分别采用sigmoid函数和sinh函数,提出了基于sigmoid函数的变步长FxGMCC(SFxGMCC)算法和基于sinh函数的变步长FxGMCC(ShFxGMCC)算法。然后,通过分析SFxGMCC算法和ShFxGMCC算法变步长性能,提出了一种基于sigmoid-sinh分段函数的SSFxGMCC算法。为了验证SSFxGMCC算法性能,分别采用alpha稳定分布噪声和混合噪声作为输入信号,对SSFxGMCC算法与FxGMCC算法、SFxGMCC算法与ShFxGMCC算法进行性能仿真实验。结果表明,与FxGMCC算法相比,采用SSFxGMCC算法在应对alpha稳定分布噪声和混合噪声时,在收敛速度得到提升的前提下,平均降噪量分别提升了16.5%和17.4%。由此可知,SSFxGMCC算法有效解决了FxGMCC算法在应对噪声主动控制时快速收敛和低稳态误差无法同时满足的问题。

形状记忆合金弹簧隔振系统主动控制实验设计

为探索振动系统在结构和参数变化时的实验现象和实验特征,基于被动隔振实验台,设计了具有弹簧温度和激振频率自动采集功能的形状记忆合金弹簧变阻尼主动控制系统,对形状记忆合金弹簧的刚度和阻尼随温度变化的振动特性进行分析。结果表明,在不同激振频率下,形状记忆合金弹簧阻尼比随着温度的升高而增大,刚度随着温度的升高而降低。通过弹簧温度自动调节对隔振系统进行控制,从而实现形状记忆合金弹簧的变频动态减振。该研究结果可用于形状记忆合金弹簧在特定载荷下的减振特性标定。

多频未知时变扰动下的结构微振动鲁棒自适应控制

本文针对多频窄带未知和时变扰动,基于内模原理和Y-K参数化方法,提出一种反馈鲁棒自适应振动的主动控制算法。该算法通过设计PID中央鲁棒控制器,有效解决了次级通道模型未知情况下的鲁棒控制器参数设计问题。同时提出一种变步长最小均方(Variable Step Size Least Mean Square,VSSLMS)方法,可以在保证稳态误差的基础上大幅提升收敛速度,并通过系统辨识实验验证了所提VSSLMS方法相较于其他VSSLMS算法在收敛性能上的优越性。通过结构微振动主动控制实时实验,对比验证了单独采用滤波x最小均方(Least Mean Square,LMS)自适应控制算法、基于LMS算法的鲁棒自适应控制算法和基于VSSLMS算法的鲁棒自适应控制算法的抑振效果。实验结果表明,本文基于VSSLMS算法的鲁棒自适应控制算法在面向双频正弦窄带扰动以及其频谱、幅值突变情况时,都具有较好的收敛性和鲁棒性。

块处理的变步长自适应振动主动控制方法

针对振动主动控制次级通道的时变特点和在线辨识次级通道算法中各通道相互影响,导致控制效果不佳的问题,提出一种基于块处理的变步长自适应振动主动控制方法。根据参考信号和期望信号的功率变化对次级通道辨识和振动控制进行块处理的在线调整步长,排除异常信号干扰,进一步提高辨识精度与速度。仿真结果表明,与原算法比较,该算法的辨识速度和精度均能提升近10%,系统在控制环境突变下能提前近一半时间完成收敛。以单层隔振平台为控制对象对本算法进行实验研究,结果表明,该算法对单层隔振平台的振动响应有较好的控制效果,验证了该算法在实际控制中的有效性。

信号插值对归一化变步长FxLMS算法的影响研究

自适应滤波算法是主动控制系统的核心部分,为进一步优化归一化变步长滤波x-最小均方(NVSS-FxLMS)算法,本研究引入信号插值概念,构建结合信号插值与归一化变步长理念的INVSS-FxLMS算法,以进一步改善控制效果及算法收敛速度,并探究了信号插值数量对算法性能的影响。仿真结果表明,信号插值可改善NVSS-FxLMS算法的控制效果及收敛速度,且插值数量存在最佳范围,当插值数量为10左右时,控制效果及收敛速度较好,总声压级/加速度级降低率达18%,而计算时间仅增加约9.6%,为NVSS-FxLMS算法的发展提供了新思路,并为主动控制系统的改进奠定基础。

差动电磁作动器的超大型光学仪器隔振基础的主动控制机理

提出了一种基于差动电磁作动器的超大型光学仪器隔振基础的主动控制机理。该控制机理采用差动布置方案,使电磁作动器变为输出力和控制电流呈线性关系的线性作动器,再利用小阻尼条件下,绝对速度反馈与Skyhook控制方法性能接近且易于工程实现的特点,采用了绝对速度反馈的控制方法,可在不改变中/高频隔振性能的前提下大幅提高谐振区隔振性能。实验结果表明:利用所提出的控制机理,在时域上,z、xθ和θy三个自由度的速度(角速度)均方根值分别由10.06μm/s、4.16×10-6rad/s和4.65×10-6rad/s降至3.38μm/s、1.76×10-6rad/s和1.49×10-6rad/s;在频域上,三个自由度谐振区隔振性能均有约10 dB的提高。

一种用于窄带主动噪声控制系统的性能优化算法

针对窄带主动噪声控制(NANC)系统的收敛问题,提出一种变遗忘因子变步长的滤波-X加权累加最小均方算法.本文在滤波-X加权累加最小均方算法基础上,利用互相关的误差信号构建变遗忘因子策略,并通过遗忘因子构造了变步长策略使系统获得更优的参数值,更好的平衡算法的收敛速度、跟踪能力及稳态误差之间的矛盾,同时增强了抗干扰能力,有效提升算法的整体性能.仿真实验表明本文算法在平稳和非平稳环境下具有更好的性能.

一种应对非平稳频率失调的窄带主动噪声控制系统

在窄带主动噪声控制(Active noise control,ANC)系统中,参考信号频率失调(Frequency mismatch,FM)和噪声信号非平稳将会使系统性能下降,甚至失效.本文提出一种基于动量最小均方的改进FM补偿算法,通过在代价函数中引入加权累加的平方误差,提升系统的追踪和收敛能力.并分别与基于滤波-X最小均方(Filtered-X least mean square,FXLMS)、滤波-X递归最小二乘(Filtered-X recursive least square,FXRLS)和变步长滤波-X最小均方(Variable step-size filtered-X least mean square,VSS-FXLMS)算法的主控制系统结合,共同完成系统综合性能的提高.大量仿真分析表明,新的FM补偿算法在非平稳的FM和离散傅里叶系数翻转的条件下仍能保持较高的追踪能力和合理的残余误差.

VS-MFxLMS算法及其在汽车车内噪声有源控制中的应用

为提高经典VS-FxLMS算法的收敛性能以及规避MFxLMS算法不能同时兼顾收敛速度和稳态误差的缺陷,结合修正反正切函数和归一化的方法,提出了一种可用于汽车车内噪声有源控制的VS-MFxLMS算法。应用MFxLMS算法、VS-FxLMS算法和VS-MFxLMS算法分别进行汽车车内噪声有源控制仿真实验。噪声有源控制结果的比较表明,与MFxLMS算法相比,VS-MFxLMS算法的收敛速度提高1.5倍以上,稳态误差降低55%以上;与VSFxLMS算法相比,VS-MFxLMS算法的收敛速度提高25%以上,稳态误差降低28%以上,这为汽车车内噪声的有源控制提供一种新方法。

汽车车内噪声主动控制变步长NFB-LMS算法

为规避最小均方(Least Mean Square,LMS)算法不能同时提高收敛速度和降低稳态误差的固有缺陷,以及已有变步长LMS算法存在收敛速度慢和稳态误差估计精度差的问题,文中提出了一种基于变步长归一化频域块(Normalized Frequency-domain Block,NFB)LMS算法的汽车车内噪声主动控制方法。为了比较,应用传统的LMS算法、基于反正切函数的变步长LMS算法和变步长NFB-LMS算法分别进行实测汽车车内噪声的主动控制。结果表明,与其他两个算法相比,变步长NFB-LMS算法的收敛速度提高了70%以上,稳态误差减小了90%以上。变步长NFB-LMS算法在处理车内噪声信号时具有很高的效率,为进行汽车车内噪声主动控制提供了一种新方法。

汽车车内噪声主动控制迭代变步长LMS算法

针对LMS算法无法同时兼顾收敛速度和稳态误差固有缺陷,及已有变步长LMS算法存在易受噪声干扰影响的问题。文中通过建立步长因子与迭代次数之间的非线性函数关系,提出了一种基于迭代变步长LMS算法的汽车车内噪声主动控制方法。通过将基于LMS算法、变步长LMS算法和迭代变步长LMS算法的汽车车内噪声主动控制结果进行对比,结果表明,与LMS算法相比,迭代变步长LMS算法的收敛速度提高37%;与变步长LMS算法相比,迭代变步长LMS算法的收敛速度提高15%,具有更快的算法收敛速度和较小的稳态误差。

压电柔性梁振动变步长Fx-LMS控制算法分析与验证

滤波x最小均方差(filtered-x least mean square,简称Fx-LMS)算法作为振动控制领域常用的自适应控制算法,其固定步长因子不能同时满足收敛速度和稳态误差的双重要求。为了改善Fx-LMS算法实施效果,提出一种基于反余切函数的滤波x变步长最小均方差(filtered x variable step size least mean square,简称Fx-VSSLMS)算法。首先,归纳了7种常规VSSLMS算法的步长更新公式,并按照其迭代特点予以性能分析与分类对比;其次,以压电柔性悬臂梁振动主动控制为算法验证目标,采用多体动力学软件Adams和Simulink进行联合仿真,表明所提的Fx-VSSLMS算法在振动控制中的有效性;最后,通过分析对比多种Fx-VSSLMS算法在不同噪声环境下的抑振效果,验证了所提出控制算法对噪声干扰的良好鲁棒性。

基于次级通道在线辨识变步长主动隔振控制算法研究

针对主动隔振中次级通道存在的时变特性和传统在线辨识方法导致的主动隔振效果较差问题,提出了一种基于次级通道在线辨识的变步长主动隔振控制算法。通过附加高斯白噪声对次级通道实时建模,同时引入功率因子在设定范围内对主动控制迭代步长和白噪声功率进行调整,并搭建了单通道主动隔振实验平台,仿真和实验研究结果表明:所提算法降低了计算量,有效解除了主动控制和通道建模的耦合;可对具有时变特性的次级通道进行快速准确建模,提高了收敛速度和控制精度,对双频激励取得了显著的控制效果。

基于空调噪声的反馈型主动噪声控制系统的设计

针对空调主动噪声控制(ANC)系统中采用固定步长的次级通道建模滤波器对环境适应性较弱且降噪性能差的问题,提出一种基于次级通道建模滤波器变步长以及次级通道在线和离线建模相互转换的反馈型主动噪声控制算法。该算法通过次级通道建模滤波器变步长算法取得合适的步长因子以适应环境及次级通道的变化,并在次级通道建模过程中对辅助白噪声进行监视控制,实现次级通道在线建模与离线建模的相互转换。仿真结果表明:针对空调噪声中的窄带信号,所提出改进算法对比已有算法能获得较快的建模收敛速度和较高的建模精度,且可以获得较高的降噪量。

基于分数信号处理的变步长自适应振动主动控制方法研究

针对自适应振动主动控制系统中次级通道的辨识精度严重影响振动控制效果的问题,分析了常规的次级通道在线辨识算法存在的问题,提出一种基于分数信号处理的双步长两阶段变步长策略的次级通道在线辨识方法。该方法使用基于分数信号处理的自适应算法代替传统的最小均方(least mean square, LMS)算法进行次级通道的在线辨识,同时给出了一种双步长的两阶段变步长策略,在次级通道辨识环节收敛前后应用不同的变步长策略以提高辨识精度和降低辨识环节的波动。仿真结果表明,与现有方法比较,该方法的次级通道辨识收敛速度更快,系统收敛后的波动更小,次级通道的辨识精度和系统的稳定性都有了明显的提升。经验证,该方法有效解决了常规的次级通道在线辨识算法收敛速度慢、辨识精度低和辨识环节波动大等问题,具有更好的振动控制效果。

基于动量LMS算法的变步长次级路径在线建模ANC系统

针对ANC系统收敛速度慢、稳定性差、次级通道建模精度低,以及降噪性能弱的问题,提出了动量LMS算法。采用宽带前馈型主动噪声控制的结构进行系统设计,有效处理非周期低频噪声信号;设计动量LMS算法,对次级通道路径进行实时在线建模;提出利用建模精度ΔS的变化来决定步长变化的2种方法,并在LMS算法基础上增加了2个动量项。仿真结果表明,所提2种方法有效地提高了ANC系统的降噪性能、算法的收敛速度及建模精度,降噪量最高分别可达17 dB,16 dB。

有源噪声主动控制中一种改进的变步长算法研究

在噪声有源抑制(ANC)技术中,自适应控制算法的核心是基于最小均方误差的信号跟踪问题,传统算法对提高收敛速度和减小稳态误差不能兼顾。本文提出了一种改进的变步长算法(IVssLMS),该算法可以在保证稳态误差的同时,有效拓宽计算步长的调节范围,提高计算的迭代收敛速率。仿真试验证明了算法的有效性。