首页> 中文学位 >基于车内发动机噪声的有源控制滤波算法研究
【6h】

基于车内发动机噪声的有源控制滤波算法研究

代理获取

目录

声明

第一章 绪论

1.1 研究背景和意义

1.2 有源噪声控制中滤波算法的发展和研究现状

1.3 本文主要工作及章节安排

第二章 有源噪声主动控制中自适应滤波器理论

2.1 自适应有源噪声控制系统

2.2 自适应滤波器

2.3 本章小结

第三章 变步长LMS滤波算法及在发动机降噪中应用

3.1 SVSLMS算法

3.2 C-SVSLMS算法

3.3本文改进的变步长LMS算法

3.4本章小结

第四章 变步长Volterra滤波算法及在发动机降噪中应用

4.1 Volterra最小均方算法

4.2 一种变步长Volterra最小均方算法

4.3 Volterra最小平均p范数算法

4.4 一种变步长分阶Volterra滤波器最小平均p范数算法

4.5 基于发动机噪声有源控制的Volterra滤波器

4.6 本章小结

第五章 总结与展望

参考文献

攻读硕士学位期间参与的科研任务与成果

致谢

展开▼

摘要

针对传统被动降噪技术对车内发动机噪声降噪效果较差的问题,本文通过自适应滤波技术对车内发动机噪声进行有源噪声主动控制,主要研究了自适应滤波技术中线性Wiener滤波算法和非线性Volterra滤波算法,以及分别在车内发动机噪声主动控制中的应用。
  首先,研究了线性Wiener滤波算法。为了加快传统最小均方(LMS)算法的收敛速率,降低稳态失调量,本文提出了变化步长LMS算法,选取变化步长代替定步长,加快收敛速率的同时又可获得较小的稳态失调量。
  然后,研究了非线性Volterra滤波算法。在高斯噪声背景下,本文提出了变步长Volterra最小均方(C-VLMS)算法,采用变化步长代替固定步长,明显改善算法收敛性能。在?稳定噪声背景下,提出了变步长分阶的Volterra滤波最小平均P范数(C-DOVLMP)算法,该算法的二阶Volterra级数线性项和非线性项部分,分别采用变化步长代替定步长,加快收敛速率的同时又能降低稳态失调量。
  最后,针对车内发动机噪声的有源控制问题,通过将改进算法与改进前算法的仿真结果对比分析,得出了改进后算法对车内发动机噪声降噪效果更佳的结论。

著录项

  • 作者

    崔婷玉;

  • 作者单位

    安徽师范大学;

  • 授予单位 安徽师范大学;
  • 学科 物联网技术
  • 授予学位 硕士
  • 导师姓名 陈卫松;
  • 年度 2017
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 中文
  • 中图分类 U467.493;
  • 关键词

    车内发动机; 噪声控制; 有源控制滤波算法;

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号