有源噪声控制中基于神经网络的次级通道辨识优化

摘要：

针对有源噪声控制中非线性因素影响建模精度和控制效果的问题,采用神经网络代替传统模型,推导对应的控制算法.用训练结果验证了神经网络对次级通道辨识模型精度的提高.以管道为实验对象,搭建有源噪声控制实验平台,进行噪声控制实验,将传统次级通道模型与优化次级通道模型的实验结果进行对比.结果表明:在低频条件下,针对单一频率和两种频率混合的噪声源,相比传统模型和算法,神经网络优化模型和算法取得了较好的效果.

关键词：有源噪声控制;非线性;次级通道;优化;神经网络

所属期刊栏目：47

分类号：TB535(声学工程)

在线出版日期：2021-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：761-768