公开(公告)号：CN111613200B

公开(公告)日：2022-08-02

申请号：CN202010454983.1

申请日：2020-05-26

Applicant: 辽宁工程技术大学

Inventor： 姜彦吉 ,  孙宁 ,  郭羽含 ,  沈学利 ,  张宗桓 ,  张雨晴 ,  王宇泽 ,  孟巧巧 ,  田淞

IPC: G10K11/178 ,  G06N20/00 ,  G06F17/13

Abstract: 本发明提供一种基于强化学习的降噪方法，涉及噪声控制技术领域。该方法基于现有的主动降噪系统实现；通过误差传感器采集到的残余噪声声压值与控制器控制次级扬声器发出抵消声信号的关系建立降噪策略函数；然后依据降噪奖励函数对降噪过程进行建模，按照降噪策略执行降噪后，将后续各个时刻依据奖励函数获得的累计奖励值最大化作为建模降噪策略的依据；建立关于累计奖励值的价值函数，并迭代更新价值函数，得到最优价值函数，进一步得到最大化的累计奖励，并确定此时的降噪策略为最优；控制器按照当前最优降噪策略控制次级扬声器进行降噪。该方法有效解决了传统降噪控制器降噪性能不佳的问题，具有更强的泛化能力及更广泛的适用范围。

公开(公告)号：CN111613200A

公开(公告)日：2020-09-01

申请号：CN202010454983.1

申请日：2020-05-26

Applicant: 辽宁工程技术大学

Inventor： 姜彦吉 ,  孙宁 ,  郭羽含 ,  沈学利 ,  张宗桓 ,  张雨晴 ,  王宇泽 ,  孟巧巧 ,  田淞

IPC: G10K11/178 ,  G06N20/00 ,  G06F17/13

Abstract: 本发明提供一种基于强化学习的降噪方法，涉及噪声控制技术领域。该方法基于现有的主动降噪系统实现；通过误差传感器采集到的残余噪声声压值与控制器控制次级扬声器发出抵消声信号的关系建立降噪策略函数；然后依据降噪奖励函数对降噪过程进行建模，按照降噪策略执行降噪后，将后续各个时刻依据奖励函数获得的累计奖励值最大化作为建模降噪策略的依据；建立关于累计奖励值的价值函数，并迭代更新价值函数，得到最优价值函数，进一步得到最大化的累计奖励，并确定此时的降噪策略为最优；控制器按照当前最优降噪策略控制次级扬声器进行降噪。该方法有效解决了传统降噪控制器降噪性能不佳的问题，具有更强的泛化能力及更广泛的适用范围。