基于FxKalman算法的有源控制器設計與實現研究

梁清，王世闖，王曉林

?

基于FxKalman算法的有源控制器設計與實現研究

梁清，王世闖，王曉林

(杭州應用聲學研究所，浙江杭州 310023)

近年來，對于有源噪聲控制算法的性能越來越重視。與基于維納濾波原理的最小均方濾波(Filtered-x Least Mean Square，FxLMS)、最小二乘濾波(Filtered-x Recursive Least Square，FxRLS)算法相比較，基于卡爾曼濾波的有源控制算法(Filtered-x Kalman，FxKalman)具有較快的收斂速度和良好的跟蹤性能，且對帶寬噪聲有較好的降噪性能。設計、仿真運行了FxKalman算法的有源控制器，并針對單頻、窄帶和寬帶信號，在實驗室封閉空間對FxKalman算法、FxLMS算法和FxRLS算法進行有源控制器驗證性實驗比較，證實了FxKalman有源控制器具有上述優點。而如果初級噪聲為單頻信號且對算法收斂速度要求不高，FxLMS算法是最經濟穩妥的選擇。當需要控制帶寬噪聲或對算法收斂速度要求較高時，FxKalman算法則為最好的選擇。

有源噪聲控制；卡爾曼濾波；平均降噪量；性能代價比

0 引言

隨著中國經濟和工業化進程的不斷發展，噪聲污染已經成為一個不容忽視的環境問題。有源噪聲控制是根據聲波的相消性干涉原理，初級聲源發出期望信號，次級聲源通過生成一個與初級源幅度相等、相位相反的輻射聲波，對期望信號進行抵消，從而達到降低噪聲的目的，其消聲原理如圖1所示。1981年，J. C. Burgress[1]首次將自適應濾波理論應用于有源噪聲控制系統，提出了著名的最小均方濾波(Filtered-x Least Mean Square，FxLMS)算法。Kuo和Morgan[2]在其專著中介紹了基于RLS的最小二乘濾波(Filtered-x Recursive Least Square，FxRLS)算法。從80年代起研究所、清華大學、哈爾濱工業大學、西北工業大學及南京大學也開展了有源噪聲控制的研究[3-4]，但還沒有利用卡爾曼濾波算法進行有源控制的實例。……