减小脉冲噪声的误差信号谱图图像分析

摘要

本文介绍了对误差信号的频谱图像分析，以最小化噪声的主动抑制中的脉冲输入噪声的谱图图像分析的理论和实验研究。示出了一些特定波形图案的脉冲输入作为主噪声，以长度为1800mm的一维管道。基于最小均方方法的自适应前馈算法的收敛速度由归一化的步长控制，该归一化步长被纳入算法。步长的变化控制稳定性以及收敛速度。由于这个原因，引入了归一化的步长作为控制脉冲噪声的新方法。指示脉冲输入噪声衰减程度的频谱图图像被认为是用新方法表示衰减。仿真和实时控制实验中广泛研究了算法。结果表明，建议的算法以良好的稳定性和性能与脉冲噪声合作。该研究的结果可用于实际的主动噪声控制系统。

1.介绍

主动噪声控制（ANC）系统通常试图通过利用叠加原理取消不需要的噪声来最大化初级噪声的衰减[1那2]。它们使用诸如滤波的参考最小平均方形（FXLMS）的自适应前馈算法来补偿辅助路径的效果，以确保收敛[1那2]。该ANC已被广泛应用于许多应用程序，例如飞机，汽车，耳机，移动设备和其他消费电子产品[3.那4.]。

然而，由于需要抑制突然的脉冲噪声，因此，先进的ANC系统需要具有将突然脉冲噪声衰减到某个级别的能力[5.-8.]。频谱图图像提供了良好的信息，了解ANC算法后抑制了脉冲输入噪声的良好信息[9.-15.]。

脉冲噪音是重要但有害的噪声对许多实际控制系统的输入来源，其中噪声水平需要维持一定的水平，例如乘用车或其他各种车辆。当乘用车在粗糙的道路或各种颠簸驱动时，经常暴露于过度冲动的冲动噪声。在控制稳定性方面，突然脉冲对主动噪声控制系统产生了巨大影响，因为它们可以调用过多的反应来维持控制过程中的性能。因此，有必要将步长调整到控制它的脉冲的大小，并且在这种情况下可以适当地使用FXNLMS（过滤器-X归一化LMS）算法。为了更好的驾驶员和乘客的驾驶和旅行条件，他们需要保持舒适的噪音水平。FXNLMS可以提供​​更好的平静环境而不是FXLMS算法，尤其是抗冲击噪声输入。在该研究中，深入研究了管道ANC系统的算法，以控制由特定半正弦波制成的一些脉冲信号。

因此，示出了在控制与管道系统中的三种不同冲动输入噪声之前和之后的误差信号的谱分析的分析。

本文的其余部分安排如下。在部分2，从理论上推导了基于带归一化因子的FxNLMS算法的脉冲噪声控制方程。部分3.介绍了用于实时控制的实验装置，包括实验导管和控制板。在控制算法中实现了二次路径的建模，并在同一节中指定了输入信号的脉冲信号。本节从时域和频域对实时控制的测量结果进行了深入的分析和讨论4.．最后，结论总结在一节中5.．

2.最小脉冲噪声的控制算法

对要控制的系统的脉冲输入导致突然的响应，这使得正常的FXLM不能正常工作。如图所示1，自适应滤波器的FxLMS更新方程表示为 在哪里是收敛系数和是错误信号和是通过次级路径模型的过滤的参考信号矢量如图所示1．

此外，由于大的脉冲输入信号会引入LMS算法的不稳定性，当测量的参考信号突然变大时，可以使用较小的收敛系数。这可以通过修改自适应滤波器的步长来实现稳定的FxLMS算法通过更换在 （1） 和可以通过 在 （2），滤波的参考信号时变小突然大。这称为FXNLMS（过滤器X标准化LMS）。但是，当每个脉冲的间隔足够小时，系统将在先前的响应完全衰减之前连续响应。因此，可以写入融合系数的新建议 新术语的地方增加步长。因此,代替在 （1）它被重写为 基于建议的控制算法（4.），将在段中呈现管道系统中脉冲输入噪声的主动最小化3.详细地。由于算法可以自适应地遵循输入信号的巨大和突然变化，如表示为在图1，进行对照实验以证明在谱图图像方面抑制脉冲输入噪声的可行性。

3.实验设置

3.1。硬件设置

对于实时脉冲噪声控制，建立了一种管道实验系统。该系统包括DSPACE 1104数字信号处理器，丙烯酸管道，末端的主扬声器，辅助扬声器，另一侧端的误差麦克风，功率放大器，信号调节器，重建滤波器和抗锯齿滤波器如图所示2．主扬声器和误差麦克风之间的距离为1800毫米。

初级噪声源自外部源，并从DSPACE 1104生成控制信号。实验的采样频率为6,000 Hz。重建过滤器和抗锯齿滤波器被设计为低通滤波器，其截止频率均为500Hz。表格1详细介绍了实验管道系统中使用的组件的规格。在实时控制实验中，信号的固定长度在（2)为100。

3.2。植物建模

对管道系统的二次路径的建模是为了实现控制系统的实现。其频率响应函数（FRF）和脉冲响应函数（IRF）绘制在图中3（a）和3（b）， 分别。

FRF表示工厂中有许多模式，相位显示0到大约2,000Hz之间的线性特性，尽管在大约500Hz和1,100Hz之类的某些频率下存在一些突然变化，如图所示3（a）．

IRF的长度达到约400个样品，直到当采样频率为6,000赫兹时恢复足够衰减，如图所示3（b）．但是，IRF长度表示二次路径由于在该实验中应用的控制算法的复杂性，是50个样本。

3.3。脉冲输入信号

通过与半正弦波和白色噪声组合来测试控制算法的稳定性和性能，以测试控制算法的稳定性和性能，如截面所描述的突然脉冲噪声2．如图所示4.设计频率分别为77 Hz、209 Hz和431 Hz的三种半正弦波作为对照实验。控制实验的采样频率为6000 Hz，这说明要实现图中77 Hz的半正弦波，需要39个样本4.．和15和7个样品分别用于209Hz和431 Hz半正弦波。

实际上，半正弦波的三种不同模式代表了一些典型的脉冲噪声。例如，当乘用车的司机可能会在各种道路上传递撞击时突然大冲动噪音。在高度和长度方面，道路上有许多不同的颠簸。77,209和431Hz的三个半正弦波分别表示钝，介质和尖锐的凸起。白噪声在半正弦波中组合，以使脉冲输入信号包含更多的现实背景干扰。

然后，考虑了三种类型A，B和C的脉冲输入，如表所示2．型脉冲输入由随机间隔的14个脉冲组成，具有2秒的白噪声，2秒。B型输入随机间隔为24个脉冲，具有白色噪声的白色噪声。C型输入包含77 Hz，209 Hz的随机间隔14脉冲，和431 Hz半正弦波，其中白色噪音如图所示5.．

每个脉冲输入类型的半正弦波的数量为14，如图所示5.．实验中每个半正弦波的幅度、间隔和符号是随机决定的。C型脉冲输入包括5个77 Hz, 5个209 Hz, 4个431 Hz带白噪声的半正弦波。图中14个脉冲的最大幅度5.设计为1.每种脉冲输入都被用作信号中的信号1对于本研究的实时控制实验。

4.结果和讨论

对脉冲系统的实时控制实验与脉冲输入噪声作为主要源，在表中定义2和图4.显示在上一节中，显示。

4.1。控制型型脉冲输入

由于型脉冲输入主要由77 Hz半正弦波组成，主要是图中绘制的频谱图和PSD6（a）和6（d）分别显示主导频率分量在控制前约80 Hz（最暗的部件）观察到。还注意到，在大约350 Hz的情况下存在一些峰值组件，这是由管道中的声学模式引起的。

图中声谱图、PSD和衰减6（b）那6（d）,6（e）分别在抵抗相同输入类型的FXLMS控制之后表明减少了17〜25dB的达到200Hz。特别是大约80Hz约为80Hz的主频率分量。在图中FXLMS控制后的谱图图像6（b）变得比图中的控制前更亮6（a）．

图中的谱图6（c）在FXNLMS控件显示比图中的FXLMS控件之后甚至更亮的图像之后6（b）．图中的衰减曲线6（e）说明噪声抑制的频率范围延伸至约800Hz，减少量达到约15〜25dB。

观察到，FXLMS的衰减略高于图中50％至100 Hz之间的FXNMLS6（e）．在A型输入中，77 Hz半正弦波的必要采样数为39，因为采样频率为6000 Hz。作为信号的固定长度在（2）对于FXNLMS在控制实验中是100，当输入噪声的波长相对较长时，FXNLM可能会变得较低。

如果信号的长度变长，然后低频的控制效果如50-100Hz更好。然而，高频的有效性可能会变得更糟。因此，这可以是选择更重要的控制频率范围的问题。在密集实验之后，确定100的长度为开发更有效的算法，以防止脉冲输入噪声，其中半正弦波的频率在77Hz和431Hz之间变化。

4.2。控制B型脉冲输入

由于B型脉冲输入包括209Hz半正弦波，如图所示，在FXLMS或FXNLMS控件之后，这些频率分量被广泛消除7.．值得注意的是，从图中可以看出，在450 Hz左右时，两种控制算法的性能非常相似，最大降低约30 dB7（d）和7（e）．数字中的频谱图图像7（a）那7（b）,7（c）结果表明，FxNLMS算法优于FxLMS算法。

4.3。控制C型脉冲输入

由于C型脉冲输入有77hz、209 Hz、431 Hz三个随机的半正弦波，其幅度和发生频率以及白噪声，这是由于输入脉冲的幅度不同，导致每个脉冲后的振铃次数不同，如图所示8（b），FXLMS控件不能快速抑制振铃响应，然后在大约1.2秒内进行脉冲。发现振铃响应持续，直到发生下一个冲动。

然而，FXNLMS控制非常快速地抑制了振铃响应，如图所示8（c）．这种控制策略的性能的这种差异表明，FXNLMS方法的重要性对乘用车等系统中的严重脉冲输入非常有用。另外，应注意，FXNLMS的控制性能与诸如77Hz脉冲输入信号的低频更有效。图中两种算法之间的总衰减差异8 (e)在约70〜200 Hz的频率范围内约为5〜10 dB。该结果中的频谱图图像阐明了抑制混合脉冲输入（C型）的性能差异。

表格3.给出了三种输入类型A、B或c的平均衰减(以dB为单位)。如图所示6.那7.,8.，三个频谱图图像的差异是由不同的脉冲输入引起的。嵌入在实时数字控制器中的FXNLMS算法自动响应FXLMS的自适应算法和针对输入噪声的FXNLMS。因此，谱图图像必须不同，因为这两个算法是不同的。由于输入是冲动的，因此FXNLMS在大多数频率范围内显示出比FXLMS更好的性能，如表所汇总的3.．FXNLMS算法分别执行-16.97dB，-18.24dB，以及-17.80 dB，分别对脉冲输入类型A，B和C。顺便说一下，FXLMS算法以相同的顺序完成-13.44 dB，-18.03 dB，-18.03 dB和-15.77 dB。这表明FXNLMS算法达到约3.5dB，0.2 dB，2.0 dB比FXLMS更多衰减。

将两种算法的性能与尤其是C型脉冲输入进行比较，该输入预期更实用，因此注意到FXNLMS提供更好的稳定性，以抑制管道系统的共振。如图所示，在控制之前，在约125Hz和325赫兹的两个最大共振8（d）FxNLMS比FxLMS抑制约7~15 dB。

脉冲输入的频率变化对FXNLMS算法的稳定性和性能具有重要影响，因为信号的长度在（2）对于FXNLMS与输入的半正弦波频率非常相关。因此，如果有必要最小化更高的频率脉冲输入，则信号的较短长度是必须的。对抗低频冲动噪声，一般较长的长度更好。如果半正弦脉冲频率的变化很小，则效果将不会大。

5。结论

该研究在一维管道中的脉冲输入信号中呈现了激活控制系统中误差信号的频谱图像分析。为了改进频谱图图像，新的归一化因子在更新方程中实现了实时控制算法。

脉冲输入的频率变化对FXNLMS算法的稳定性和性能具有重要影响，因为信号的长度在FXNLMS的分母中与输入的半正弦波频率非常相关。

与新算法相比，新算法的控制结果表明，与控制前相比，稳定且优异的响应。随着三个脉冲输入信号类型的独立生成具有白噪声的类型，控制算法在实时控制中具有新的归一化因子，将噪声从大约-17 db衰减到-18 dB。另一方面，通过FXLMS算法减少了约-13dB至-16dB。改进的算法还以良好的稳定性和性能与针对3种不同类型的脉冲输入信号工作。该研究的结果可用于实际的主动噪声控制系统。

利益冲突

提交人声明没有关于本文的出版物的利益冲突。

承认

本研究得到了韩国国土交通部高级水资源管理研究项目(代码15CCTI-B062410-04-000000)的资助。

参考

1. 全g、姜s、y - s。李，“图像处理的噪声水平估计”融合和混合信息技术，卷。7425计算机科学讲义，pp。350-356,2012。视图:出版商网站|谷歌学术
2. Y.-S.Lee，P. Gardonio和S. J. Elliott，“用于智能梁振动控制的匹配压电传感器和执行器对的耦合分析”美国声学学会，卷。111，没有。6，PP。2715-2726,2002。视图:出版商网站|谷歌学术
3. G.Jeon，M. Anisetti，V. Bellandi，E. Damiani和J. Jeong，“模糊加权方法提高了基于边缘过滤的视觉质量”，“消费电子产品的IEEE交易，卷。53，没有。4，pp。1661-1667,2007。视图:出版商网站|谷歌学术
4. p . Gardonio Y.-S。Lee, S. J. Elliott，和S. Debost，“用于主动结构声学控制的匹配体积速度传感器和均匀力驱动器的分析和测量”，美国声学学会杂志号，第110卷。6，第3025-3031页，2001。视图:出版商网站|谷歌学术
5. D. Bismor，“LMS算法步长调整快速收敛”，声学档案馆，卷。37，不。1，pp。31-40,2012。视图:出版商网站|谷歌学术
6. S. O. Haykin，自适应滤波理论， Prentice-Hall出版社，2013年第5版。
7. S. J. Elliott，主动控制的信号处理，学术出版社，2001年。
8. Y.-S.Lee和S. J. Elliott，“使用内部模型控制的灵活智能光束的主动位置控制”作者：王莹，卷。242，没有。5，pp。767-791,2001。视图:出版商网站|谷歌学术
9. K. Shin，S. Pyo和Y.S.Lee，“用于抑制柔性悬臂梁冲击响应的简单前馈主动控制方法”智能材料和结构，卷。18，不。2，文章ID 027001,6页，2009。视图:出版商网站|谷歌学术
10. 全g、姜s、y - s。李，“基于筛选的格式转换方法”，计算机和信息科学的通信， 2012, vol. 31, pp. 559-565。视图:出版商网站|谷歌学术
11. 全g、姜s、y - s。李，"插值的权重分配方法"计算机和信息服务中的通信，第342卷，第272-278页，2012。视图:谷歌学术
12. R. M. Reddy, I. M. S. Panahi，和R. Briggs，“FxRLS-FxNLMS混合自适应算法在fMRI应用中的主动噪声控制”，控制系统技术的IEEE交易，卷。19，没有。2，pp。474-480，2011。视图:出版商网站|谷歌学术
13. K. Sivadasan和N. K. Narayanan，“非国大聒噪言论体系”，信号和图像处理国际期刊，卷。3，不。3，pp。93-101,2012。视图:出版商网站|谷歌学术
14. K. K. Das和J. K. Satapathy，“用于多通道ANC的频域块滤波x NLMS算法”第一届工程技术新兴趋势国际会议的诉讼程序（ICETET'08），pp.1293-1297，IEEE，Nagpur，2008年7月。视图:出版商网站|谷歌学术
15. Kajikawa和Hirayama，“结合线性预测滤波器的反馈有源噪声控制系统”欧洲信号处理会议的诉讼程序，pp。2010年8月31-35。视图:谷歌学术

版权

版权所有©2016 Jeakwan Kim等人。这是分布下的开放式访问文章创意公共归因许可证，允许在任何媒介上不受限制地使用、传播和复制，但必须正确引用原作。