-
公开(公告)号:CN111968614A
公开(公告)日:2020-11-20
申请号:CN202010862335.X
申请日:2020-08-24
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种基于卷积-模糊神经网络的车辆全局空间主动噪声控制装置。包括噪声控制器和次级通路,所述次级通路包括用于获取残余噪声信号的多个误差传感器、用于获取目标区域内降噪目标位置信息的位置传感器、用于抵消噪音的多个次级声源;所述噪声控制器,用于通过采用卷积-模糊神经网络离线辨识得到的次级通路逆模型,同时采用卷积-模糊神经网络作为次级通路的自适应有源噪声控制算法在线修正控制器参数,并发出抵消噪声信号给次级声源输出抵消噪声。本发明利用卷积-模糊神经网络对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。
-
公开(公告)号:CN111951776A
公开(公告)日:2020-11-17
申请号:CN202010846428.3
申请日:2020-08-21
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置。方法为采集列车牵引系统噪声区域的噪声信号,作为参考信号;采集噪声控制区域的残余噪声信号,作为误差信号;通过分数阶可变步长算法,对所述参考信号和误差信号进行分析处理,并输出与噪声信号幅值相等相位相反的反噪声信号至目标区域与噪声信号叠加相互抵消。本发明为列车牵引系统噪声的控制提供了一种非常有效的方法,利用分数阶微积分所具有的对物理变化过程中瞬态的良好描述,提高了算法的控制精度和收敛速度。本发明基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置,对1000Hz以下的列车牵引系统噪声具有明显的降噪效果。
-
公开(公告)号:CN111968613B
公开(公告)日:2023-09-19
申请号:CN202010862334.5
申请日:2020-08-24
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种主动控制车辆全局空间噪声的卷积‑模糊神经网络方法。方法包括在车辆降噪区周围设置多个次级通路;采集各次级通路的噪声残余信号;采用卷积‑模糊神经网络先进行离线辨识得到次级通路模型,同时作为次级通路的自适应有源噪声控制算法在线修正控制器参数,最后输出多方位的噪声抵消信号。本发明将卷积‑模糊神经网络用于辨识对象的逆模型,为车辆全局空间非线性噪声辨识提供了一种非常有效的方法,利用卷积‑模糊神经网络所具有的对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。
-
公开(公告)号:CN111968614B
公开(公告)日:2023-09-19
申请号:CN202010862335.X
申请日:2020-08-24
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种基于卷积‑模糊神经网络的车辆全局空间主动噪声控制装置。包括噪声控制器和次级通路,所述次级通路包括用于获取残余噪声信号的多个误差传感器、用于获取目标区域内降噪目标位置信息的位置传感器、用于抵消噪音的多个次级声源;所述噪声控制器,用于通过采用卷积‑模糊神经网络离线辨识得到的次级通路逆模型,同时采用卷积‑模糊神经网络作为次级通路的自适应有源噪声控制算法在线修正控制器参数,并发出抵消噪声信号给次级声源输出抵消噪声。本发明利用卷积‑模糊神经网络对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。
-
公开(公告)号:CN111951776B
公开(公告)日:2021-06-25
申请号:CN202010846428.3
申请日:2020-08-21
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置。方法为采集列车牵引系统噪声区域的噪声信号,作为参考信号;采集噪声控制区域的残余噪声信号,作为误差信号;通过分数阶可变步长算法,对所述参考信号和误差信号进行分析处理,并输出与噪声信号幅值相等相位相反的反噪声信号至目标区域与噪声信号叠加相互抵消。本发明为列车牵引系统噪声的控制提供了一种非常有效的方法,利用分数阶微积分所具有的对物理变化过程中瞬态的良好描述,提高了算法的控制精度和收敛速度。本发明基于分数阶可变步长的列车牵引系统主动噪声控制方法及装置,对1000Hz以下的列车牵引系统噪声具有明显的降噪效果。
-
公开(公告)号:CN111968613A
公开(公告)日:2020-11-20
申请号:CN202010862334.5
申请日:2020-08-24
Applicant: 湖南工业大学
IPC: G10K11/178
Abstract: 本发明公开了一种主动控制车辆全局空间噪声的卷积-模糊神经网络方法。方法包括在车辆降噪区周围设置多个次级通路;采集各次级通路的噪声残余信号;采用卷积-模糊神经网络先进行离线辨识得到次级通路模型,同时作为次级通路的自适应有源噪声控制算法在线修正控制器参数,最后输出多方位的噪声抵消信号。本发明将卷积-模糊神经网络用于辨识对象的逆模型,为车辆全局空间非线性噪声辨识提供了一种非常有效的方法,利用卷积-模糊神经网络所具有的对函数的非线性逼近能力,提高次级通路的辨识精度;采用有源反馈消声系统,建立了稳定的次级通路模型;解决了车辆全局空间噪声控制难、频带窄的问题。
-
-
-
-
-