碧波液压网 欢迎你,游客。 登录 注册

基于EMD与响度的有源噪声控制系统

版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。

    1 引 言

    传统有源噪声控制系统是以控制误差传声器声压平方最小作为目标,然而人耳所感受到的声音大小具有一定的主观性,其不但与声压大小相关,而且与声音的频率成分相关[1]。H. Fletcher 和 W. A. Munson 提出了以响度来表达人耳所主观感受到的声音信号大小[2],但由于响度的计算方法十分复杂[3],很难将其直接引入控制系统并以控制响度最小作为目标。为此,S. M. Kuo 提出FELMS( filtered-E least mean square) 算法[4],采用残差滤波器对误差传声器测得的残差进行过滤,来改变残差的频谱特征。BAO. H 等人采用 A 计权曲线的反向曲线[5]或 ITU-R 468 权重曲线[6]对误差信号和参考信号进行滤波,以抑制残差信号中对响度贡献较少的信号成分,放大对响度贡献较大的成分。根据文献[7-8],滤波-X LMS算法的收敛范围与被抵消信号的功率成反比,因此该方法的优点是通过残差滤波器对误差信号和参考信号进行过滤以后降低了信号的功率,增大了其收敛范围,因而能提高收敛速度。但该方法有两方面的不足: 一是其所采用的残差滤波器是固定不变的,因而对低频的衰减幅度也是固定不变的,这可能会对声压级比较高但响度却很小的低频频率成分衰减不充分; 二是设计该滤波器时其长度的选择有一定难度,长度太大将造成较大的时延而影响收敛速度[7-9],长度太小又会使该滤波器低频衰减幅度非常有限。东南大学姜顺明等人提出了 Loudness-LMS算法,对以响度为度量的车内噪声有源控制进行了研究[1,10-11],其算法中的响度滤波器是根据等响曲线进行设计的。由于等响曲线有许多条,对应的响度滤波器也会有多个,因此在选择响度滤波器时只能通过人工选择或不断试算来完成,对于不同的噪声源不具有自适应性,因此需要采用自适应的方法。

    EMD 方法是一种自适应的信号分解方法[12-15],它可以将信号自适应地分解为若干个 IMF 分量之和,从而可以实现对不同噪声信号的自适应滤波。为此本文提出了基于 EMD 与响度的有源噪声控制系统,该系统首先采用EMD 方法对噪声源进行分解,并对各个 IMF 分量进行响度计算,然后在此基础上进行噪声源和残差滤波器的设计,主要对响度比较小但声压级比较大的噪声成分进行衰减,这样可以尽量降低被抵消信号的功率,提高控制算法收敛速度。由于 EMD 方法具有自适应性、不需要预先定义基函数,因而能针对不同宽度和峰值的频谱成分自动进行分解,并最终设计合适的残差滤波器。最后,本文对该控制系统进行了仿真,并且为提高仿真精度采用了电力声类比线路法来建立次级声源模型。结果表明,本文所提出的系统能较好地克服基于 A 计权曲线设计的残差滤波器的不足,取得了更好的降噪效果,可用于频谱特征变化不大的多频带噪声源。

你没有登陆,无法阅读全文内容

您需要 登录 才可以查看,没有帐号? 立即注册

标签: 噪声
点赞   收藏

相关文章

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。

用户名: 验证码:

最新评论