复杂环境下完全并行窄带主动噪声控制系统算法及应用研究

Narrowband active noise control (ANC) has very important scientific significance and application values in cancelling acoustic noise that contains multiple dominant harmonics in low-frequency band. However, under very complicated environments, many factors, e.g. broadband additive noise, time-varying secondary path, non-stationarity of target noise, and measurement/sensor errors etc., considerably increases the difficulties in applying the ANC. Also, they limit the ANC to apply more extensively. To solve the problems as mentioned above, this project will focus on three aspects to realize the complete parallel narrowband ANC system, i.e. structure design and perfection, optimization and analysis of adaptive algorithms, and typical applications in tough situations, including 1) explore efficient residual error separation strategy, to update corresponding adaptive filters independently, further, establish parallel-form structure with online secondary-path modeling by perfecting reference input, error separation, and secondary-path modules; 2) derive the updating equations of step-size function based on the residual noise energy, to mitigate the contradiction between the system stability and tracking ability, establish a statistical model for the system, to find out the key factors affecting the system performance and optimize the system parameters; and 3) realize acoustic analysis and modeling for fan noise system, and build a general experimental platform. By taking the advantages of international collaboration, innovative achievements are expected to break the bottleneck due to the limitations of conventional structures and algorithms, and push the narrowband ANC technology to a much higher stage in theory and practice.

窄带主动噪声控制（ANC）在抑制低频谐波特性的声学噪声方面具有重要理论研究和应用价值，然而复杂环境下的宽带附加噪声、时变次级通道、目标噪声非平稳、测量误差等因素增强了噪声控制难度，制约了其在应用领域的拓展。为解决以上问题，本项目拟围绕结构设计与完善、自适应算法优化与分析和复杂环境典型应用三个方面推进完全并行窄带ANC系统实现，包括：1）探索高性能残余误差分离方法，实现各通道系数独立更新，完善参考输入、误差分离、通道辨识环节，构建含次级通道在线辨识的完全并行窄带结构；2）基于结构中各控制环节，推导步长函数关于误差能量的更新公式，解决系统稳定性和追踪能力的矛盾，利用系统性能分析，指导应用参数选取；3）以风机噪声为应用背景，开展声场分析与建模，搭建通用性较强的实验平台。课题将同时借助国际合作，创新性成果将突破复杂环境下传统结构和算法的瓶颈，极大地提高窄带ANC系统理论和应用水平。

窄带主动噪声控制（ANC）在抑制低频谐波特性的声学噪声方面具有重要理论研究和应用价值，尤其适用于由发动机、切割机、排风扇等各种旋转或者具有往复运动的机械产生的低频噪声，然而复杂环境下的宽带附加噪声、时变次级通道、目标噪声非平稳、测量误差等因素增强了噪声控制难度，制约了其在应用领域的拓展。针对以上问题提出了一种高性能残余误差分离方法，引入残余误差分离模块构建完全并行的窄带主动噪声控制系统，通过设定无交叉项的代价函数推导出基于LMS误差分离器的ANC系统更新公式；对系统进行动态性能分析，找出影响系统性能的关键因素，并通过引入泄漏因子有效的保证了系统稳定收敛；理论分析和仿真验证了基于泄漏LMS误差分离器的窄带主动噪声控制系统的性能，可有效地将各窄带通道对应的残余误差信号分离，使得各通道控制器单独利用自身的残余误差来更新控制系数，从而提高系统的收敛速度和稳定性。针对次级通道非线性问题，提出了自适应变步长扩展卡尔曼滤波在线训练算法和FLANN的数据融合算法，用于提升系统通道训练的准确性。提出一种高效稳定的变步长滤波-X最小均方算法，该方法通过残余误差能量累加比来控制步长更新，既有效防止由于误差突然增大导致的系统发散，又保证了步长对误差变化的快速追踪能力；利用统计性理论对算法进行严格的、全面的数学分析，建立描述系统动态特性的差分方程组和稳态性能的表达式，给出关键参数对系统性能的影响机理，通过仿真验证理论分析的有效性；进一步将这种稳定变步长的方法引入窄带ANC的主控制器中，增强了系统的抗干扰能力，提高了系统收敛性、追踪速度、稳态误差方面的综合性能。以风机噪声为应用背景，通过实际测量分析出了特定风机的噪声源特性，进行特定环境下的声场建模，给出了最优的传声器和控制器位置，设计并搭建了一套可以持续开展复杂环境完全并行窄带ANC研究的实验装置。