CN111812986B - 自适应振动主动控制方法、装置以及系统 - Google Patents

自适应振动主动控制方法、装置以及系统 Download PDF

Info

Publication number
CN111812986B
CN111812986B CN202010838872.0A CN202010838872A CN111812986B CN 111812986 B CN111812986 B CN 111812986B CN 202010838872 A CN202010838872 A CN 202010838872A CN 111812986 B CN111812986 B CN 111812986B
Authority
CN
China
Prior art keywords
active control
filter
secondary channel
error signal
additive noise
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010838872.0A
Other languages
English (en)
Other versions
CN111812986A (zh
Inventor
浦玉学
李孝宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202010838872.0A priority Critical patent/CN111812986B/zh
Publication of CN111812986A publication Critical patent/CN111812986A/zh
Application granted granted Critical
Publication of CN111812986B publication Critical patent/CN111812986B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)
  • Soundproofing, Sound Blocking, And Sound Damping (AREA)

Abstract

本发明适用于计算机技术领域,尤其涉及一种自适应振动主动控制方法、装置以及系统,其中,随机附加噪声信号的功率是根据随机附加噪声影响比调整的,所述随机附加噪声影响比为主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值,次级通道在线建模滤波器的次级通道参数是通过基于附加随机噪声法的在线建模方法获得的。本发明提供的自适应振动主动控制算法,相比于现有技术中被设定为固定值的随机附加噪声影响比,随机附加噪声影响比被设置为随两个滤波器的收敛状态量的比值而变化的动态值,此时随机附加噪声信号的功率能够始终处于最优条件,受到突变的影响小,从而有效提高了自适应振动主动控制算法的稳定性。

Description

自适应振动主动控制方法、装置以及系统
技术领域
本发明属于计算机技术领域,尤其涉及一种自适应振动主动控制方法、装置以及系统。
背景技术
基于滤波x最小均方(FXLMS)算法的自适应振动主动控制是抑制柔性结构低频振动的有效方法。而其中获得精确的次级通道传递函数是实现该控制功能的关键环节。对于次级通道传递函数的模型构建方式主要包括离线构建与在线构建方式两种,在实际应用中,通常是通过离线建模方法得到次级通道传递函数,然而离线建模方法极大降低了控制算法的适应性,尤其是在一些无法实现离线建模的场合中,往往都是采用的次级通道在线建模的自适应主动控制算法。
在次级通道在线建模的自适应主动控制算法或者系统中,通常需要用到主动控制环节和次级通道在线建模环节,其中次级通道在线建模环节是通过在控制环节中引入与初始振动不相关的附加随机噪声信号也就是随机附加噪声信号实现的,而附加随机噪声信号的功率对次级通道在线建模的效果,但会恶化实际振动的控制效果,因此合理的调整附加随机噪声功率对提高振动控制效率十分关键。然而,现有的附加随机噪声功率调整策略通常是以消除附加随机噪声功率绝对值为目标的,无法规划附加随机噪声在残余振动中的比例。在有些时候,随机附加噪声功率虽然绝对值较低但在残余振动中所占的比例可能较高,导致主动控制环节不能收敛到最优状态,一旦出现干扰,主动控制就有可能再次发散。
可见,现有的自适应主动控制方法还存在着鲁棒性差的技术问题。
发明内容
本发明实施例的目的在于提供及一种自适应振动主动控制方法,旨在解决在现有的自适应主动控制方法还存在着鲁棒性差的技术问题。
本发明实施例是这样实现的,一种自适应振动主动控制算法,其中,随机附加噪声信号的功率是根据随机附加噪声影响比调整的,所述随机附加噪声影响比为主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值。
本发明实施例的另一目的在于提供一种自适应振动主动控制装置,包括:
随机附加噪声影响比调整单元,用于根据主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整随机附加噪声影响比;
随机附加噪声信号功率调整单元,用于根据所述随机附加噪声影响比调整随机附加噪声信号的功率。
本发明实施例的另一目的在于提供一种自适应振动主动控制系统,包括主动控制模块以及次级通道在线建模模块,所述主动控制模块用于利用主动控制滤波器对参考信号进行处理得到滤波器信号,并生成主动控制信号;所述次级通道在线建模模块用于利用次级通道在线建模滤波器对随机附加噪声信号处理得到建模响应输出信号;所述主动控制信号以及所述随机附加噪声信号经实际次级通道在线建模滤波器处理影响残余误差信号;根据所述残余误差信号以及建模响应输出信号确定自适应更新误差信号并按照滤波x最小均方算法调整所述主动控制滤波器以及所述次级通道在线建模滤波器;根据主动控制模块与次级通道在线建模模块的输出确定主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量,并主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整为随机附加噪声影响比;根据所述随机附加噪声影响比调整随机附加噪声信号的功率。
本发明实施例提供的一种自适应振动主动控制算法,相对于现有的自适应振动主动控制算法,所述随机附加噪声影响比不再是预先设定的定值,而是根据主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值实时不断调整,从而进一步影响随机附加噪声信号的功率,本发明实施例提供的自适应振动主动控制算法,在主动控制滤波器的收敛状态量低于次级通道在线建模滤波器的收敛状态量时,表明主动控制滤波器的收敛状态更优,此时随机附加噪声影响比较低,此时随机附加噪声信号的功率会增加,以提高次级通道在线建模滤波器的收敛速度,而随着次级通道在线建模滤波器逐渐收敛,次级通道在线建模滤波器的收敛状态量逐渐降低,随机附加噪声影响比不断增加,此时随机附加噪声信号的功率会不断降低,以消除其对残余振动的影响,且由于随机附加噪声影响比是与主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值相关联,随机附加噪声信号的功率始终能被确定为最优值,而不会随着主动控制环节或者次级通道建模环节的突变发生较大的改变,即本发明提供的自适应振动主动控制算法具有较强的稳定性。
附图说明
图1为本发明实施例提供的一种自适应振动主动控制算法的算法框图;
图2为本发明实施例提供的一种确定主动控制滤波器的收敛状态量的步骤流程图;
图3为本发明实施例提供的另一种确定主动控制滤波器的收敛状态量的步骤流程图;
图4为本发明实施例提供的一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图;
图5为本发明实施例提供的另一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图;
图6为本发明实施例提供的又一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图;
图7为本发明实施例提供的一种调整随机附加噪声信号的功率的步骤流程图;
图8为本发明实施例提供的一种自适应振动主动控制装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明为解决现有的自适应振动主动控制算法存在的稳定性差的技术问题,通过将随机附加噪声影响比设定为不断随主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值而调整的动态值,相比于现有技术被设置为固定值的随机附加噪声影响比,此时随机附加噪声信号的功率能够始终基于随主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值而处于最优条件,而不会随着主动控制环节或者次级通道建模环节的突变发生较大的改变,从而提高了自适应振动主动控制算法的稳定性。
需要说明的一点是,自适应振动主动控制算法是本领域技术人员所熟知的技术手段,而本发明也正是在现有的自适应振动主动控制算法基础上,通过衡量主动控制滤波器和次级通道在线建模滤波器的收敛状态关系来确定随机附加噪声影响比,并进一步确定随机附加噪声的功率,从而有效提高了自适应振动主动控制算法的稳定性。
为便于理解,先提供自适应振动主动控制算法的算法框图,如图1所示,详述如下。
在本发明实施例中,自适应振动主动控制算法主要包括主动控制环节和次级通道在线建模环节。其中,主动控制环节用于利用主动控制滤波器W(z)对初级振动信号x(n)处理得到主动控制信号y(n),主动控制滤波器W(z)的系数w(n)=[w1(n),w2(n)...wL(n)]T。进一步的,在次级通道在线建模环节内部产生一个与初级振动信号不相关的高斯白噪声信号vm(n),即随机附加噪声信号,在通常情况下随机附加噪声信号vm(n)需要利用功率增益处理,即通过G(n)调整随机附加噪声信号vm(n)的功率,即v(n)=G(n)vm(n)。利用随机附加噪声信号以进行次级通道在线建模,即构建次级通道在线建模模型
Figure BDA0002640690310000051
(其系数为
Figure BDA0002640690310000052
),用于逼近实际次级通道传递函数S(z)(其系数为s(n)),当次级通道在线建模环节收敛时,
Figure BDA0002640690310000053
滤波器响应信号y(n)和经功率增益处理后的随机附加噪声信号v(n)经过实际次级通道S(z)传递函数处理后得到输出ys(n)-vs(n),P(z)表示初级振动信号到实际控制点的直接传递函数,其响应输出d(n)与ys(n)-vs(n)的差值即为残余振动量(该数据可通过传感器获取),即残余误差信号e(n)=d(n)-(ys(n)-vs(n))=(d(n)-ys(n))+vs(n),其中d(n)-ys(n)可描述为主动控制环节理想误差分量,而vs(n)可描述为随机附加噪声分量。此外,随机附加噪声信号v(n)经过次级通道传递函数估计模型
Figure BDA0002640690310000054
处理得到建模响应输出信号
Figure BDA0002640690310000055
此时残余误差信号e(n)与建模响应输出信号
Figure BDA0002640690310000056
的差值可以用于描述主动控制环节和次级通道在线建模环节的误差输入,即为自适应更新误差信号f(n),根据f(n)并利用滤波-x最小均方算法即可实现对主动控制滤波器W(z)和次级通道传递函数估计模型
Figure BDA0002640690310000057
的更新。上述流程也是现有自适应振动主动控制算法的常规流程。
进一步,为了测量随机附加噪声功率在残余振动中的比例,定义随机附加噪声影响比R(n)为主动控制环节理想误差分量功率与附加随机噪声分量功率的比值,即
Figure BDA0002640690310000061
而在现有技术中,R(n)被设定为固定常量,也就是说,无论初级振动信号如何变化,R(n)为固定值。在满足固定R(n)值的情况下,现有技术是通过让随机附加噪声信号的功率随着残余振动量的增加而降低来实现随机附加噪声信号的功率的实时调整,即
Figure BDA0002640690310000062
其中,R即为随机附加噪声影响比R(n),为定值,||s||2表示真实次级通道传递函数的常数值,也是一个定值,然而,上述控制方案不够合理,具体的,基于
Figure BDA0002640690310000063
以及前述残余振动量与主动控制环节理想误差分量和随机附加噪声分量之间的关系以及e(n)=(d(n)-ys(n))+vs(n)可以确定:
Figure BDA0002640690310000064
则随机附加噪声信号的功率可表示为:
Figure BDA0002640690310000065
根据上式可知,次级通道在线建模环节中随机附加噪声信号的功率将完全由主动控制环节理想误差信号的功率所确定,也就是说,一旦初级振动信号的功率发生突变,突然增加,此时主动控制环节理想误差信号的功率
Figure BDA0002640690310000066
也会随之增加,尽管此时次级通道建模环节可能已经收敛到精确值,即
Figure BDA0002640690310000067
但附加随机噪声信号的功率还是响应增加,此时会导致次级通道在线建模环节出现扰动,系统的稳定性表现不佳。
而本发明也正是通过根据主动控制环节和次级通道在线建模环节的收敛状态,也就是主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量,来自适应地调度随机附加噪声影响比的值,从而进一步确定随机附加噪声信号的功率,使它们之间的相互干扰最小,这样,即使主动控制环节或者次级通道建模环节发生了突变,随机附加噪声信号的功率也能维持稳定而不会发生较高的改变,保证了系统的稳定性。
在本发明中,显然,如何获取主动控制环节和次级通道在线建模环节的收敛状态也是实现自适应调节随机附加噪声影响比的关键。其中,本发明中具体获取主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的步骤请参阅下述说明。
本发明实施例提供的一种自适应振动主动控制算法,相对于现有的自适应振动主动控制算法,所述随机附加噪声影响比不再是预先设定的定值,而是根据主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值实时不断调整,从而进一步影响随机附加噪声信号的功率,本发明实施例提供的自适应振动主动控制算法,在主动控制滤波器的收敛状态量低于次级通道在线建模滤波器的收敛状态量时,表明主动控制滤波器的收敛状态更优,此时随机附加噪声影响比较低,此时随机附加噪声信号的功率会增加,以提高次级通道在线建模滤波器的收敛速度,而随着次级通道在线建模滤波器逐渐收敛,次级通道在线建模滤波器的收敛状态量逐渐降低,随机附加噪声影响比不断增加,此时随机附加噪声信号的功率会不断降低,以消除其对残余振动的影响,且由于随机附加噪声影响比是与主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值相关联,随机附加噪声信号的功率始终能被确定为最优值,而不会随着主动控制环节或者次级通道建模环节的突变发生较大的改变,即本发明提供的自适应振动主动控制算法具有较强的稳定性。
如图2所示,为本发明实施例提供的一种确定主动控制滤波器的收敛状态量的步骤流程图,具体包括以下步骤:
步骤S202,根据残余误差信号以及当前经过次级通道估计模型滤波的随机附加噪声确定主动控制滤波器误差信号。
在本发明实施例中,结合前述图1对适应振动主动控制算法的描述可知,E[(d(n)-y'(n))2]用于描述主动控制环节的理想误差信号,同时也可用于描述主动控制环节的收敛状态,此时有:
Figure BDA0002640690310000081
其中,e(n)为可通过传感器获取的残余误差信号,R(n)为当前时刻下的随机附加噪声影响比,基于上述公式可以确定主动控制滤波器误差信号。
步骤S204,计算所述主动控制滤波器误差信号的功率,并根据所述主动控制滤波器误差信号的功率确定主动控制滤波器的收敛状态量。
在本发明实施例中,显然,可以确定主动控制滤波器误差信号的功率Pd-y′(n)计算公式如下:
Figure BDA0002640690310000082
其中,Pe(n)表示残余误差信号的功率。
在本发明实施例中,主动控制滤波器误差信号的功率Pd-y′(n)即可用于描述主动控制滤波器的收敛状态量,主动控制滤波器误差信号的功率Pd-y′(n)越大,即主动控制滤波器的收敛状态量也越大,此时表明主动控制滤波器的收敛效果越差。
本发明实施例提供了一种主动控制滤波器的收敛状态量的确定方法,通过残余误差信号以及当前随机附加噪声影响比来计算主动控制滤波器误差信号的功率,并作为主动控制滤波器的收敛状态量,显然,主动控制滤波器误差信号的功率Pd-y′(n)越大,主动控制滤波器的收敛状态量越大,此时表明主动控制滤波器的收敛效果越差。
如图3所示,为本发明实施例提供的另一种确定主动控制滤波器的收敛状态量的步骤流程图,详述如下。
在本发明实施例中,与图2所示出的一种确定主动控制滤波器的收敛状态量的步骤流程图的区别在于,所述步骤S204具体为:
步骤S302,根据指数平滑预测方法计算所述主动控制滤波器误差信号的功率,并根据所述主动控制滤波器误差信号的功率确定主动控制滤波器的收敛状态量。
在本发明实施例中,主动控制滤波器误差信号的功率Pd-y′(n)的计算需要用到残余误差信号的功率Pe(n),该功率具体可采用指数平滑预测方法来计算,计算公式如下:
Pe(n)=λPe(n-1)+(1-λ)e2(n)
如图4所示,为本发明实施例提供的一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图,具体包括以下步骤:
步骤S402,确定随机附加噪声信号在次级通道在线建模滤波器下的建模响应输出信号。
在本发明实施例中,结合图1可知,随机附加噪声信号v(n)经过次级通道在线建模滤波器
Figure BDA0002640690310000091
处理得到建模响应输出信号
Figure BDA0002640690310000092
步骤S404,根据所述建模响应输出信号以及残余误差信号确定自适应更新误差信号。
在本发明实施例中,同样的,结合图1可知,残余误差信号e(n)与建模响应输出信号
Figure BDA0002640690310000093
的差值即为可用于描述主动控制环节和次级通道在线建模环节的误差输入的自适应更新误差信号f(n)。
步骤S406,根据所述随机附加噪声信号以及所述自适应更新误差信号确定次级通道在线建模滤波器误差信号。
在本发明实施例中,定义信号
Figure BDA0002640690310000101
其中,vm(n)为随机附加噪声信号,与初始振动信号不相关,且便于配合功率增益G(n),vm(n)的功率通常是设为1,f(n)为自适应更新误差信号,下面将具体说明信号
Figure BDA0002640690310000102
的功率可用于描述次级通道在线建模滤波器的收敛状态量。
在本发明实施例中,对
Figure BDA0002640690310000103
取均方根,并消去不相关项可得:
Figure BDA0002640690310000104
其中,
Figure BDA0002640690310000105
述次级通道在线建模滤波器的误差,vm(n)与增益G(n)也不相关,则:
Figure BDA0002640690310000106
其中,M为次级通道在线建模滤波器的长度,且当M>>1时,可以用增益G(n)的瞬时值估计E[||G(n)||2],此时有:
E[||G(n)||2]=ME[G2(n)]
结合前述公式可知,
Figure BDA0002640690310000107
也就是说
Figure BDA0002640690310000108
Figure BDA0002640690310000109
近似相等,可以被用来估计次级通道在线建模环节的收敛状态,此时可将信号
Figure BDA00026406903100001010
的功率
Figure BDA00026406903100001011
用于描述次级通道在线建模滤波器的收敛状态量。
步骤S408,计算所述次级通道在线建模滤波器误差信号的功率,并根据所述次级通道在线建模滤波器误差信号的功率确定次级通道在线建模滤波器的收敛状态量。
在本发明实施例中,在确定了信号
Figure BDA00026406903100001012
后,由于
Figure BDA00026406903100001013
Figure BDA00026406903100001014
近似相等,可以被用来估计次级通道在线建模环节的收敛状态,此时计算出
Figure BDA00026406903100001015
的功率
Figure BDA00026406903100001016
即可,
Figure BDA00026406903100001017
可以用于描述次级通道在线建模滤波器的收敛状态量。显然,
Figure BDA00026406903100001018
越大,则次级通道在线建模滤波器的收敛状态量越大,表明次级通道在线建模滤波器的收敛状态越差。
本发明实施例提供一种可用于估计次级通道在线建模环节的收敛状态的信号,该信号是由常规的自适应振动主动控制算法中已知的随机附加噪声信号和自适应更新误差信号来确定的,本发明所提供的信号的功率能够很好地拟合出次级通道在线建模环节的收敛状态。
如图5所示,为本发明实施例提供的另一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图,详述如下。
在本发明实施例中,与图4所示出的一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图的区别在于,在所述步骤S404之后,还包括:
步骤S502,根据所述自适应更新误差信号并按照滤波x最小均方算法调整所述主动控制滤波器以及所述次级通道在线建模滤波器。
在本发明实施例中,结合前述图1的内容可知,自适应振动主动控制正是利用不断调整的主动控制滤波以及次级通道在线建模滤波器来逐渐逼近真实情况,以解决振动的控制问题,其中,需要基于滤波x最小均方算法并不断利用自适应更新误差信号去调整主动控制滤波器以及次级通道在线建模滤波器,具体计算公式如下:
w(n+1)=w(n)+μwx'(n)f(n);
Figure BDA0002640690310000111
其中,μw和μs分别为预设的主动控制滤波器和次级通道在线建模滤波器的收敛步长,x'(n)为初级振动信号的滤波参考信号,由初级振动信号x(n)与次级通道在线建模滤波器
Figure BDA0002640690310000112
确定。
上述计算公式属于本领域技术人员的公知常识,在此不再赘述。
如图6所示,为本发明实施例提供的又一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图,详述如下。
在本发明实施例中,与图4所示出的一种确定次级通道在线建模滤波器的收敛状态量的步骤流程图的区别在于,所述步骤S408具体为:
步骤S602,根据指数平滑预测方法计算所述次级通道在线建模滤波器误差信号的功率,并根据所述次级通道在线建模滤波器误差信号的功率确定次级通道在线建模滤波器的收敛状态量。
在本发明实施例中,同样的,次级通道在线建模滤波器误差信号的功率
Figure BDA0002640690310000121
也需要基于指数平滑预测方法确定,具体的计算公式如下:
Figure BDA0002640690310000122
结合图2~图6的内容可知,提供了主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的计算方法,进一步,在图1的基础上,在得到主动控制滤波器的收敛状态量Pd-y′(n)与次级通道在线建模滤波器的收敛状态量
Figure BDA0002640690310000123
之后,可以定义一个变量γ(n)来衡量两者收敛状态的相对关系:
Figure BDA0002640690310000124
其中γ(n)较大意味着次级通道在线建模环节的收敛状态优于主动控制环节的收敛状态,反之,γ(n)较小意味着主动控制环节的收敛状态优于次级通道在线建模环节的收敛状态,此时令随机附加噪声影响比
Figure BDA0002640690310000125
也就是令随机附加噪声影响比R(n)始终等于主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值,此时再进一步去调整随机附加噪声信号的功率,也就是G(n),而根据可变的随机附加噪声影响比R(n)调整所述随机附加噪声信号的功率G(n)的具体步骤,请参阅下述图7。进一步的,在输入调整后的随机附加噪声信号,又会重新确定出新的残余误差信号,继续确定出新的主动控制滤波器的收敛状态量以及次级通道在线建模滤波器的收敛状态量,从而实现了迭代过程。
如图7所示,为本发明实施例提供的一种调整随机附加噪声信号的功率的步骤流程图,具体包括以下步骤:
步骤S702,计算残余误差信号的功率。
在本发明实施例中,结合前述图2以及图3可知,残余误差信号的功率即为Pe(n)。
步骤S704,根据指数平滑预测方法计算次级通道在线建模滤波器的估计值。
在本发明实施例中,次级通道在线建模滤波器的估计值也就是真实次级通道传递函数的功率是通过如下公式计算确定:
Figure BDA0002640690310000131
步骤S706,根据所述残余误差信号的功率、所述次级通道在线建模滤波器的估计值以及所述随机附加噪声影响比调整随机附加噪声信号的功率。
在本发明实施例中,残余误差信号的功率的计算公式具体为:
Figure BDA0002640690310000132
在本发明提供的自适应振动主动控制算法中,当次级通道发生突变时,也就是
Figure BDA0002640690310000133
会增大,此时R(n)会降低,G(n)会升高,从而较大的附加随机噪声信号将会被引入次级通道在线建模环节,从而加快次级通道的收敛速度,而随着次级通道逐渐收敛,R(n)逐渐增大,G(n)也随之降低,以消除其对残余振动的影响,极大增加了主动控制系统的鲁棒性。
如图8所示,本发明实施例还提供一种自适应振动主动控制装置,该装置主要应用与现有的自适应振动主动控制系统中,主要用于实现对随机附加噪声影响比和随机附加噪声信号功率的调整,具体包括:
随机附加噪声影响比调整单元810,用于根据主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整随机附加噪声影响比。
随机附加噪声信号功率调整单元820,用于根据所述随机附加噪声影响比调整随机附加噪声信号的功率。
在本发明实施例中,该自适应振动主动控制系统与现有的自适应振动主动控制系统相同,区别仅在于还设置了随机附加噪声影响比调整单元,用于主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值实时调整随机附加噪声影响比,而并非是将随机附加噪声影响比设置为常数。通过实时调整随机附加噪声影响比,随机附加噪声信号的功率始终能被修正为最优值,而不会随着主动控制环节或者次级通道建模环节的突变发生较大的改变,提高了自适应振动主动控制算法的稳定性。
本发明实施例还提供一种自适应振动主动控制系统,包括主动控制模块以及次级通道在线建模模块,所述主动控制模块用于利用主动控制滤波器对参考信号进行处理得到滤波器信号,并生成主动控制信号;所述次级通道在线建模模块用于利用次级通道在线建模滤波器对随机附加噪声信号处理得到建模响应输出信号;所述主动控制信号以及所述随机附加噪声信号经实际次级通道在线建模滤波器处理影响残余误差信号;根据所述残余误差信号以及建模响应输出信号确定自适应更新误差信号并按照滤波x最小均方算法调整所述主动控制滤波器以及所述次级通道在线建模滤波器;根据主动控制模块与次级通道在线建模模块的输出确定主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量,并主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整为随机附加噪声影响比;根据所述随机附加噪声影响比调整随机附加噪声信号的功率。
在本发明实施例中,主动控制模块与次级通道在线建模模块所执行的步骤与图1所示出的自适应振动主动控制算法中在主动控制环节与次级通道在线建模环节执行的流程基本吻合,区别仅仅在于,还根据主动控制模块与次级通道在线建模模块的输出确定主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量,并将主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整为随机附加噪声影响比,本发明提供的自适应振动主动控制系统具有较好的稳定性。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种自适应振动主动控制算法,其特征在于,随机附加噪声信号的功率是根据随机附加噪声影响比调整的,所述随机附加噪声影响比为主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值;
所述主动控制滤波器的收敛状态量通过如下步骤确定:
根据残余误差信号以及当前经过次级通道在线建模滤波器的随机附加噪声确定主动控制滤波器误差信号;其中,E[(d(n)-y′ (n))2]用于描述主动控制环节的理想误差信号,同时也用于描述主动控制环节的收敛状态,此时有:
Figure FDA0003936644590000011
其中,e(n)为通过传感器获取的残余误差信号,R(n)为当前时刻下的随机附加噪声影响比;
计算所述主动控制滤波器误差信号的功率,确定主动控制滤波器的收敛状态量;确定主动控制滤波器误差信号的功率Pd-y′(n)计算公式如下:
Figure FDA0003936644590000012
其中,Pe(n)表示残余误差信号的功率。
2.根据权利要求1所述的一种自适应振动主动控制算法,其特征在于,所述计算所述主动控制滤波器误差信号的功率的步骤,具体包括:
根据指数平滑预测方法计算所述主动控制滤波器误差信号的功率。
3.根据权利要求1所述的一种自适应振动主动控制算法,其特征在于,所述次级通道在线建模滤波器的收敛状态量的通过如下步骤确定:
确定随机附加噪声信号在次级通道在线建模滤波器下的建模响应输出信号;
根据所述建模响应输出信号以及残余误差信号确定自适应更新误差信号;
根据所述随机附加噪声信号以及所述自适应更新误差信号确定次级通道在线建模滤波器误差信号;
计算所述次级通道在线建模滤波器误差信号的功率,并根据所述次级通道在线建模滤波器误差信号的功率确定次级通道在线建模滤波器的收敛状态量。
4.根据权利要求3所述的一种自适应振动主动控制算法,其特征在于,在所述根据所述建模响应输出信号以及残余误差信号确定自适应更新误差信号的步骤之后,还包括:
根据所述自适应更新误差信号并按照滤波x最小均方算法调整所述主动控制滤波器以及所述次级通道在线建模滤波器。
5.根据权利要求3所述的一种自适应振动主动控制算法,其特征在于,所述计算所述次级通道在线建模滤波器误差信号的功率的步骤,具体包括:
根据指数平滑预测方法计算所述次级通道在线建模滤波器误差信号的功率。
6.根据权利要求1所述的一种自适应振动主动控制算法,其特征在于,根据可变的随机附加噪声影响比调整所述随机附加噪声信号的功率的步骤,具体包括:
计算残余误差信号的功率;
根据指数平滑预测方法计算次级通道在线建模滤波器的估计值;
根据所述残余误差信号的功率、所述次级通道在线建模滤波器的估计值以及所述随机附加噪声影响比调整随机附加噪声信号的功率。
7.根据权利要求1所述的自适应振动主动控制算法,其特征在于,根据调整后的随机附加噪声信号的功率确定主动控制滤波器的收敛状态量以及次级通道在线建模滤波器的收敛状态量。
8.一种自适应振动主动控制装置,其特征在于,包括:
随机附加噪声影响比调整单元,用于根据主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整随机附加噪声影响比;
随机附加噪声信号功率调整单元,用于根据所述随机附加噪声影响比调整随机附加噪声信号的功率;
所述主动控制滤波器的收敛状态量通过如下步骤确定:
根据残余误差信号以及当前经过次级通道在线建模滤波器的随机附加噪声确定主动控制滤波器误差信号;其中,E[(d(n)-y′ (n))2]用于描述主动控制环节的理想误差信号,同时也用于描述主动控制环节的收敛状态,此时有:
Figure FDA0003936644590000021
其中,e(n)为通过传感器获取的残余误差信号,R(n)为当前时刻下的随机附加噪声影响比;
计算所述主动控制滤波器误差信号的功率,确定主动控制滤波器的收敛状态量;确定主动控制滤波器误差信号的功率Pd-y′(n)计算公式如下:
Figure FDA0003936644590000022
其中,Pe(n)表示残余误差信号的功率。
9.一种自适应振动主动控制系统,其特征在于,所述自适应振动主动控制系统用于实现权利要求1所述的自适应振动主动控制算法,所述自适应振动主动控制系统包括:
主动控制模块以及次级通道在线建模模块,所述主动控制模块用于利用主动控制滤波器对参考信号进行处理得到滤波器信号,并生成主动控制信号;所述次级通道在线建模模块用于利用次级通道在线建模滤波器对随机附加噪声信号处理得到建模响应输出信号;所述主动控制信号以及所述随机附加噪声信号经实际次级通道在线建模滤波器处理影响残余误差信号;根据所述残余误差信号以及建模响应输出信号确定自适应更新误差信号并按照滤波x最小均方算法调整所述主动控制滤波器以及所述次级通道在线建模滤波器;根据主动控制模块与次级通道在线建模模块的输出确定主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量,并主动控制滤波器的收敛状态量与次级通道在线建模滤波器的收敛状态量的比值调整为随机附加噪声影响比;根据所述随机附加噪声影响比调整随机附加噪声信号的功率。
CN202010838872.0A 2020-08-19 2020-08-19 自适应振动主动控制方法、装置以及系统 Active CN111812986B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010838872.0A CN111812986B (zh) 2020-08-19 2020-08-19 自适应振动主动控制方法、装置以及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010838872.0A CN111812986B (zh) 2020-08-19 2020-08-19 自适应振动主动控制方法、装置以及系统

Publications (2)

Publication Number Publication Date
CN111812986A CN111812986A (zh) 2020-10-23
CN111812986B true CN111812986B (zh) 2022-12-13

Family

ID=72860438

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010838872.0A Active CN111812986B (zh) 2020-08-19 2020-08-19 自适应振动主动控制方法、装置以及系统

Country Status (1)

Country Link
CN (1) CN111812986B (zh)

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107219763A (zh) * 2017-06-07 2017-09-29 安徽师范大学 一种基于梯度下降的次级通道在线建模方法

Also Published As

Publication number Publication date
CN111812986A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
Zhou Decentralized adaptive control for large-scale time-delay systems with dead-zone input
CN106249599B (zh) 一种基于神经网络预测的网络化控制系统故障检测方法
JP2009181392A (ja) モデル予測制御方法およびモデル予測制御装置
CN110308654B (zh) 基于模型预测控制的电感耦合等离子体产生系统的整定方法
CN111812986B (zh) 自适应振动主动控制方法、装置以及系统
CN114523966A (zh) 车速控制方法、装置、电子设备以及可读存储介质
CN113179044B (zh) 一种压电陶瓷驱动器的迟滞补偿方法、系统及定位设备
CN113064350B (zh) 一种导弹助推段自适应动态面控制方法和装置
CN112948644A (zh) 阀门开度控制方法、装置、计算机设备和存储介质
JP2005284828A (ja) 制御装置、制御パラメータの調整方法、プログラムおよび記録媒体
CN114614490A (zh) 无功电压控制方法和装置、介质以及计算装置
JP6939645B2 (ja) プラント制御システム、方法及びプログラム
CN112835286A (zh) Pid参数自动整定方法及系统
CN107483029B (zh) 一种voip通讯中的自适应滤波器的长度调节方法及装置
CN112099344A (zh) 一种基于自适应投影算法的迟滞补偿方法
JPS60218105A (ja) 制御装置
JP2631225B2 (ja) 演算回路付モデル規範形適応先行制御装置
Zhang et al. Quantization‐based switched second‐order sliding mode control for uncertain systems
TWI823295B (zh) 溫度控制裝置以及溫度控制方法
JP6140427B2 (ja) モデル予測制御装置および方法
CN110967975B (zh) 一种自适应扩张状态观测器结构
CN109240087B (zh) 实时改变指令规划频率抑制振动的方法和系统
JP4119358B2 (ja) 制御方法および制御装置
CN116125806A (zh) 一种基于模型辅助和类史密斯预估的二阶改进自抗扰控制设计方法、装置及存储介质
Chen et al. The improved Fuzzy-Smith compensator based on modeling error for network control system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant