logo资料库

自适应噪声抵消技术的研究.pdf

发布时间：2022-06-09 发布人：admin 分类：说明书 资料大小：0.65M 资料格式：pdf 举报 版权申诉
第1页 / 共66页
第2页 / 共66页
第3页 / 共66页
第4页 / 共66页
第5页 / 共66页
第6页 / 共66页
第7页 / 共66页
第8页 / 共66页
资料共66页，剩余部分请下载后查看
    文摘
    英文文摘
    声明
    第1章 绪论
    第2章 自适应滤波器原理
    第3章 自适应滤波器算法研究
    第4章 自适应噪声消除原理及模拟与仿真
    第5章 基于DSP的自适应噪声抵消器设计
    总结与展望
    参考文献
    附录A 攻读学位期间所发表的学术论文目录
    致谢
    自适应噪声抵消技术的研究 II摘要 任何系统都不可避免地受到噪声的影响，如何有效地消除和抑制噪声是多年来的热门研究课题之一。噪声抑制方法可以分为两大类:被动噪声抑制和主动噪声抑制。随着控制系统理论和数字信号处理技术的发展，主动噪声抑制技术开始以自适应为主要研究方向。自适应噪声抵消技术是基于自适应滤波原理的一种扩展，它能从被噪声干扰的环境中检测和提取有用信号，抑制或衰减噪声干扰，提高信号传递和接收的信噪比质量。本文主要研究基于自适应滤波器的主动噪声抑制技术及其实现方法。 本文介绍了自适应滤波器的基本原理，结构和应用；对自适应算法中的最小均方算法和最小二乘算法进行了深入研究，具体分析了他们的收敛特性及各参数对算法性能的影响,并对算法的性能进行比较。应用MATLAB软件，对自适应算法在噪声对消中的应用进行了仿真研究，针对各类不同参数和不同输入信号，分析比较了各种情况下的滤波器收敛速度、稳态误差和各算法的优缺点；并完成了语音信号的噪声消除实例。 在理论和仿真研究的基础上，结合先进的数字信号处理技术完成了自适应滤波器的实现方案的设计:基于DSP芯片实现NLMS算法的噪声抵消器。采用德州仪器公司的定点DSP芯片TMS320C5402，设计了系统的外围接口电路；在集成开发环境Code Composer中，采用C语言和汇编语言混合编程的方法进行编程设计，实现了自适应滤波功能，并对其在噪声抑制中的应用进行了研究。该方法克服了传统的基于最小均方算法的缺点，在收敛速度和收敛性能上都有所改善，解决了梯度噪声放大问题；同时相比RLS算法减小了运算量，取得了较好的效果。 关键词：噪声消除；自适应算法；MATLAB；DSP
    硕士学位论文 IIIAbstract All systems will be influenced by noise, How to effectively eliminate the noise is one of hot subjects for years. Noise suppression is classified into two classes: Passive Noise Control and Active Noise Control. With the development of control system theory and digital signal processing, Active Noise Control puts concentration on adaptation. The adaptive noise canceling system develops from the adaptive filtering system. It can improve the quality of signal by picking up and detecting the useful signal or canceling noise in the environment which was interfered by noise. The paper studied the Active Noise Control and its application method based on adaptive filter approach. The paper begins with the principle of adaptive filter,structure and application. Based on the principle, Least Mean Square and Least Squares are researched deeply. They are important algorithms of adaptive filter. The ratiocinative process and convergence performance of the algorithms is given. Parameter effects on performance of the algorithm are studied. Based on the MATLAB platform, simulation is carried out for the applications of adaptive algorithms in noise cancelling, analysis of convergence rate and steady state error results are given under various conditions. Accordingly, merits of the different algorithms are discussed; and as an example ,the speech signal processing is introduced. On the basis of theoretical investigation and simulation, high performance implementation of adaptive filter are achieved in the paper: Noise canceller using NLMS algorithms is designed based on DSP. In the DSP implementation, a type of DSP processors is used. It is TMS320C54x processor produced by TI Corp. Peripheral interface circuit is designed. C language and assembling language is used for program. The method has advantage on rate and performance of convergence compare with LMS; and has advantage on calculation quantity compare with RLS. Key Words: Noise cancelling; Adaptive algorithm; MATLAB; DSP
    硕士学位论文 I湖 南 大 学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1、保密□，在______年解密后适用本授权书。 2、不保密□。 （请在以上相应方框内打“√”） 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 √
    硕士学位论文 1第1章 绪论 1.1 噪声抵消技术的研究背景 在日常生活中，人们经常受到各种噪声的干扰。例如，在有线电话、无线通信中回波[1]是不可避免的。回波的存在严重影响了通信的质量。各种封闭空间的噪声如厂房、汽车内的噪声等对人体也会产生不利的影响。长期在有噪声的环境中工作，将危害人的听力、思维、生理和心理。在嘈杂的环境下工作，人们很容易疲乏、反应迟钝、工作效率降低，并且容易心情烦躁，在噪声的刺激下，人们的注意力不容易集中，工作容易出错，影响工作速度和工作质量，并且很容易产生错误的判断、进行错误的操作，降低了生产效率。在生活中噪声的存在也很大程度上影响了人们的休息和放松，降低了生活质量。 在工程实际中，经常会遇到强噪声背景中的微弱信号检测问题[2-5]。例如在超声波无损检测领域，因传输介质的不均匀等因素导致有用信号与高噪声信号迭加在一起。腹部胎儿心电信号埋藏在母亲心电等强背景噪声中以及强噪声背景下的语音识别等。在信号的传播路径中以及在信号处理过程中，都会引入噪声。噪声的引入影响了对真实信号的处理。有时候，较强的噪声会“遮盖”了信号。从而难以得到准确、稳定的真实信号。噪声对信号的污染在绝大多数情况下是不可避免的，因而，对噪声的消除和抑制是信号处理中极其重要的工作。 在如今这个人们不断追求工作效率、生活质量的年代里，如何有效地消除和抑制噪声已成为人们研究的一个热门课题。 1.2 噪声抵消技术国内外现状 噪声干扰的形成离不开三个主要因素：噪声源、传播途径和接收者。所以传统的噪声抑制方法主要从这三个方面来抑制噪声的干扰。这些传统的方法有一个共同点，就是利用声学材料或声学结构来抑制噪声，它属于被动式的方法。这些方法对控制中高频噪声较为有效，而对于低频噪声效果不好，而且这些方法不同程度的存在设备笨重、体积庞大和安装困难的缺点。 噪声主动控制(Active Noise Control，即ANC，也称有源消声)技术[6-9]起源于上世纪30年代，它由德国物理学家Paul Leug提出,并于1936年在美国获得了专利，明确阐述了利用声波的相消干涉来消除噪声的原理。噪声主动控制的思想为噪声控制开辟了新途径。通过人为引入一定数量的噪声源(次级声源)，并调节使它们与原来的噪声源(初级声源)的幅值相等，相位相反，二者叠加抵消，最终达到消减噪声的目的。这种方法控制系统体积小，重量轻，对低频降噪效果好，尤其对转动或往复式机械诱发的噪声控制，有着巨大的潜力，适合于像潜艇、装甲车、
    自适应噪声抵消技术的研究 2汽车等这样的车辆及设备的降噪技术改进。 随着电子技术的发展，在二十世纪五十年代，有过一段研究噪声主动控制的繁荣时期，也取得了一定的成果，其中最具有代表性的就是Olson等的电子吸声器和Convor的变压器有源消声实验系统。然而，由于实际噪声控制中环境的时变性和噪声产生原因的复杂性，要求控制器能自动地适应环境变化，否则不仅不能有效抑制噪声，甚至会适得其反。但是，在当时的技术水平条件下，以上这些要求是难以实现的。 随着数字信号处理理论和技术的逐步成熟，基于自适应滤波的有源噪声控制技术开始起步并迅速发展。1981年，Burgess率先采用自适应控制算法对管道噪声的有源控制进行了计算机仿真研究，开创了自适应有源噪声控制(Adaptive Active Noise Control, AANC)的先河。近二十年来，有源噪声控制系统几乎都采用自适应技术，各种更为稳定、快速、有效的AANC算法的理论和应用研究成为了有源噪声控制研究的重点之一。 自适应方法从理论上解决了ANC系统的时变问题，有力推动了有源噪声控制技术的迅速发展，到目前已经形成了一套比较完整的自适应有源噪声控制理论。自八十年代以来，随着功能强大、价格低廉的数字信号处理器(Digital Signal Processor, DSP)的出现，又为AANC算法的实现提供了硬件基础，使得噪声有源控制的大量应用成为可能。1996年，世界上最主要的DSP制造商之一— 美国德州仪器公司(Texas Instruments, TI)为推动DSP在ANC中的应用，撰写了题为“采用TMS320系列DSP的有源噪声控制系统设计”的专题应用报告。 从八十年代后期开始，应用研究成了有源噪声控制的另一个研究重点。近十 几年来，国内外都为推动ANC系统的实际应用进行了不懈的努力,典型的有如有源抗噪声耳罩，空调和风机等的管道有源消声系统，螺旋浆飞机座舱的有源噪声控制、汽车发动机启动噪声的有源控制等等。由于实际噪声系统的复杂性，大多数都还仅仅处于实验研究阶段，距离成为真正成熟实用的系统并投入商业应用还有很长的路要走。国内一些著名的声学实验室如清华大学、中科院声学研究所和南京大学等在自适应有源消声控制器及算法方面都取得很重要的研究成果。 九十年代后期，人们开始尝试将神经网络方法应用于有源消声中，如使用神经网络来解决具有非线性交叉串扰的自适应噪声抵消问题，采用多层前向神经网络代替线性自适应滤波器对非线性噪声进行控制，使用人工神经网络解决传统自适应有源消声算法在应用中稳定性不足等缺点 ，这都决定神经网络在ANC中起着非常重要的作用。 自适应噪声主动控制系统的核心是自适应滤波器和相应的自适应算法。自适应滤波器可以按某种事先设定的准则自动调节本身的传递函数以达到所需要的输出。设计自适应滤波器时可以不必预先知道其输入的统计特性，而且在滤波过程
    硕士学位论文 3中输入的统计特性随时间变化时也能自动适应，这些突出特点使它顺理成章的被有源噪声控制研究所接纳和发展。 目前，噪声主动控制的研究主要集中在宽带噪声抵消的多通道自适应系统[10-12]，以及利用基于人工神经网络的有源消声系统解决多通道信号处理和扩展消声频段。智能结构噪声控制也是现在的研究重点[13]。另外，自适应滤波与其它算法相结合的消噪技术也成为研究的热点，例如自适应算法与小波变换和遗传算法相结合的消噪技术[14-15]。 1.3 自适应噪声抵消技术的发展 自适应噪声抵消的工作最早始于1957年到1960年间[16-17]，是由豪厄尔斯和阿普尔鲍姆以及他们的同事们在通用电器公司(General Electric Company)完成的，他们使用取自一个辅助天线的参考输入和一个简单的两个权的自适应滤波器，设计并制造了天线旁瓣抵消系统。 在早期工作时只有少数人对自适应系统感兴趣，其中多权自适应滤波器的研制也刚刚开始。1959年，维德罗和霍夫在斯坦福大学发明了最小均方自适应算法(LMS,least-mean-square)和模式识别方案，称之为Adatin元件(Adaptive linear Threshold Logic Element)。与此同时，罗森布拉特在康乃尔(Cornell)宇航实验室建造了他的模拟人类视觉神经控制系统的电子设备(Perceptron)；在前苏联，莫斯科自动学和遥控力学的艾日曼及其同事们也在制造一种自动梯度搜索机器；英国的加布尔和他的助手们则在研制自适应滤波器；上述工作的每一项都是独立进行的。 在60年代的初期和中期关于自适应系统的工作加强了，文献中出现了数百篇关于自适应、自适应控制、自适应滤波和自适应信号处理方面的文章。自适应滤波在数字通信中的重要商业应用，是这一时期勒凯在贝尔实验室的工作形成的。 第一个自适应噪声抵消系统于1965年在斯坦福大学建成，这个系统的目的是抵消心电放大器和记录仪输出端的60赫兹干扰。自从1965年以来，自适应噪声抵消已经成功的应用于许多其他问题上，包括心电图的周期性干扰的消除，以及消除长途电话传输线上的回声等。瑞格勒和康普顿所写的一篇关于自适应天线的文章，推广了最初由紊厄尔斯和阿普尔鲍姆所完成的工作。 国内有源抗噪声技术的发展局势是向数字化方向发展，而以数字信号处理器及其相关算法为技术支撑的自适应消声器为代表的数字式抗噪声处理器是代表当今噪声处理技术的发展方向。 对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一，自适应滤波算法广泛应用于系统辨识、回波消除、自适应谱线增强、自适应信道均衡、语音线性预测、自适应天线阵等诸多领域中。总之，寻求收敛速度快，计算复杂性低，数值稳定性好的自适应滤波算法是研究人员不断努力追求的目标。
    自适应噪声抵消技术的研究 4一般把自适应滤波器分为线性自适应滤波器和非线性自适应滤波器，线性自适应滤波器和相应的算法具有结构简单、计算复杂性低的优点，而广泛应用于实际，但由于对信号的处理能力有限而在应用中受到限制；由于非线性自适应滤波器，如Volterra滤波器和基于神经网络的自适应滤波器，具有更强的信号处理能力，己成为自适应信号处理中的一个研究热点，但由于非线性自适应滤波器有高的计算复杂度，在实际应用中受到限制，而用的最多的仍然是线性自适应滤波器。其中典型的几种算法包括： ★LMS自适应滤波算法 ★递归最小二乘算法（RLS，recursive least－squares） ★变换域自适应滤波算法 ★仿射投影算法 ★共扼梯度算法 ★基于子带分解的自适应滤波算法 ★基于QR分解的自适应滤波算法 1.4 本文的主要研究内容 噪声消除是信号处理的核心问题之一，通常实现最优滤波的滤波器为维纳滤波器与卡尔曼滤波器，它们均要求已知信号和噪声的先验知识，但在许多实际应用中往往无法预先得知。1965年美国斯坦福大学建成了第一个自适应噪声抵消(ANC)系统，之后随着计算机技术与集成电路技术的进步，新的自适应算法不断涌现出来，自适应噪声抵消在理论和应用上都得到了很大的发展。 自适应噪声抵消技术是一种能够消除背景噪声影响的信号处理技术。应用自适应噪声抵消技术，可在未知外界干扰源特征、传递途径不断变化、背景噪声和被测对象信号相似的情况下，有效地消除外界噪声的干扰，提高信号传输中的信噪比。这一技术可为动态信号在测试环境不太理想的工作现场作测试分析和故障诊断提供了有效的方法和依据，具有一定的理论和应用价值。 自适应噪声抵消技术是基于自适应滤波原理的一种扩展，因此，在研究自适应噪声抵消技术前先要掌握一般自适应滤波器的设计原理。 本文在研究自适应滤波器理论的基础上，对几种重要的自适应算法进行了比较分析，研究了其在噪声对消技术中的应用，并在MATLAB软件平台上进行了模拟仿真研究，对各种噪声输入情况下算法的收敛特性进行了分析。结合当前先进的DSP ( Digital Signal Processing)芯片研究其实现方法。针对基于传统的最小均方算法的噪声对消器存在的缺点，本文设计的基于归一化最小均方算法噪声对消器，在收敛速度和收敛性能上都有所改善，解决了梯度噪声放大问题，并且在各种噪声输入情况下的收敛性能都要优于最小均方算法。这对于拓展自适应滤波器的应
    硕士学位论文 5用范围非常有价值，同时有效地消除和抑制噪声对于人民生活和工作有重要的意义。 本论文的主要研究内容包括以下几个方面。 第一章，绪论。介绍课题的背景和意义，以及自适应滤波技术的国内外发展现状，对本文的主要内容进行了介绍。 第二章，自适应滤波技术的基本原理。自适应滤波器具有优于维纳滤波器和卡尔曼滤波器的特点，本章介绍了自适应滤波器的原理，基本结构和自适应滤波器的应用。 第三章，自适应滤波器算法研究。本章重点研究了相关的自适应算法，包括LMS自适应算法，归一化LMS自适应算法和RLS自适应算法，理论分析了各种算法的特点。 第四章，阐述了自适应噪声抵消器的理论依据和设计方法，然后在MATLAB平台上对它们在噪声对消技术的应用进行了模拟仿真，对各种参考输入情况下各算法的性能进行了分析研究，讨论了各参数变化对收敛特性的影响；最后，在SIMULINK中构建系统模型，并进行了模拟仿真。并完成了语音信号的消噪实例。 第五章，利用TI公司的TMS320VC5402数字信号处理器芯片构建自适应噪声抑制系统，该系统在TMS320VC5402芯片的基础上进行了外部扩展，包括存储器、A/D转换、D/A转换、电源和监控电路以及JTAG接口。并且详细介绍了该系统的几个主要组成部分。在Code Composer开发环境中采用C语言和汇编语言混合编程完成了自适应噪声抵消器的软件设计。 第六章，全文的总结与工作展望。归纳全文并指明了自适应噪声抵消技术以后的研究方向和重点及难点。
    分享到：
    赞 收藏

    相关推荐

    资料库

    课程资源

    共收录17145份资料，累计13个分类，关注成员有19位，主要包括：PHP,网络管理,网页制作,Java,.Net,数据库,3G/移动开发,C/C++,游戏开发,嵌入式,讲义,软件测试,专业指导

    热门标签

    PHP 网络管理 网页制作 Java .Net 数据库 3G/移动开发 C/C++ 游戏开发 嵌入式 讲义 软件测试 专业指导

    最新资料