基于函数映射的非线性FIR主动噪声控制算法

"该论文主要探讨了自适应非线性FIR主动噪声控制技术，针对非高斯噪声问题，提出了一种基于Hammerstein/Wiener模型简化Volterra滤波器的方法。作者张兴华、任雪梅和黄鸿来自北京理工大学自动化学院。他们设计了一种基于函数映射的非线性FIR主动噪声控制器，并采用二阶Renyi误差熵和均方误差加权和的广义滤波-X梯度下降算法实现自适应控制。该算法在保证系统简单性和减少学习参数的同时，结合了信息熵和均方误差的优点，具有良好的收敛性。通过仿真验证了这种方法的有效性。" 在主动噪声控制（Active Noise Control, ANC）领域，非线性FIR（Finite Impulse Response）控制器是一个重要的研究方向，它能够处理复杂的噪声环境。传统的FIR滤波器在处理非高斯噪声时可能表现不佳，因为它们通常假设噪声是高斯分布的。Hammerstein/Wiener模型则提供了一个有效工具来处理这种非线性问题，它将系统模型分解为一个线性部分和一个非线性部分，简化了对非高斯噪声的建模。 Volterra滤波器是一种常用的非线性滤波器，但其计算复杂度较高。论文中提到，通过借鉴Hammerstein/Wiener模型的思想，可以对Volterra滤波器进行简化，以适应非线性主动噪声控制系统。这种方法降低了计算负担，使得实时控制成为可能。 提出的广义滤波-X梯度下降算法是优化非线性FIR控制器的关键。它结合了二阶Renyi误差熵和均方误差，这两种误差度量方式分别考虑了噪声分布的形状和强度，从而提供了更全面的误差信息。通过加权和的方式，算法能够自适应地调整控制器参数，以适应不断变化的噪声环境。同时，这种方法的收敛性分析确保了算法在实际应用中的稳定性。 论文的仿真结果证明了所提方法在抑制非高斯噪声方面的有效性，这为实际工程应用提供了理论支持。这种自适应非线性FIR主动噪声控制技术有望应用于各种需要噪声控制的场景，如航空、汽车工业、音频设备以及电子产品等，以提高噪声抑制效果并降低复杂性。