JP3646809B2

JP3646809B2 - Time domain adaptive control system

Info

Publication number: JP3646809B2
Application number: JP52503595A
Authority: JP
Inventors: イアンストーサース; ステファンジョンエリオット
Original assignee: ロータスカーズリミテッド
Priority date: 1994-03-25
Filing date: 1995-03-24
Publication date: 2005-05-11
Anticipated expiration: 2020-05-11
Also published as: WO1995026521A1; GB9405953D0; EP0752124A1; GB2287851A; JPH09511081A

Description

この発明は、プラント制御のための適応制御システム及び適応制御方法に関する。より詳細には、時間領域で動作する適応応答フィルタを用いた適応制御システムに関する。
プラントの閉ループ適応制御の基本原理は、プラント出力をモニタし、プラントからの出力信号が所望のレベルに収束するようプラント制御信号を修正するというものである。このように、プラントは制御され、望ましい動作を行う。
本明細書中、「プラント」という用語は、少なくとも一つの入力と、少なくとも一つの出力を有するシステムを表す制御システム用語として用いられる。ここで、各入力は各出力にある程度の影響を有するものとする。
プラントのフィードフォーワード制御に特に適した一制御構成として、フィルタードｘアルゴリズム（filtered x algorithm）が一般的に知られている。これに関する原理が、バーナード・ウィドロー及びサミュエル・Ｄ・スターンズによる教本「適応信号処理」（1985年、ニュージャージー州プレンティス社発行）の288ページから292ページに記載されている。図１には、フィルタードｘアルゴリズムを用いて動作するフィードフォーワード制御システムの原理が示されている。図において、基準信号ｘ（ｎ）が適応フィルタＷに入力され、プラントＣの駆動または制御信号ｙ（ｎ）が生成される。プラントの出力は、所望の信号と比較される。フィードフォーワード構成においては、この所望信号は、別の信号パスＡを通過した基準信号ｘ（ｎ）である。エラー信号ｅ（ｎ）が、所望信号とプラントＣの出力との差を表す。この信号が、最小平均二乗（LMS）アルゴリズムに供給される。LMSは、上記の差、すなわちエラー信号ｅ（ｎ）を低減させるために適応応答フィルタＷの係数を更新する。
LMSアルゴリズムは、基準信号ｘ（ｎ）と相関するエラー信号ｅ（ｎ）だけを用いて適応応答フィルタＷの係数を更新するために、基準信号ｘ（ｎ）からの入力を要求する。
しかしながら、プラントＣがインパルス応答を有するため、エラー信号ｅ（ｎ）に遅延が生じ、その結果基準信号ｘ（ｎ）に関しても時間のずれが起こる。そこで、基準信号ｘ（ｎ）をエラー信号ｅ（ｎ）に時間的に一致させる（realign）ために、基準信号ｘ（ｎ）にプラント

のモデルを通過させ、濾波された基準信号ｒ（ｎ）を得る。この結果、プラント

のモデルが十分に正確であれば、濾波された基準信号ｒ（ｎ）はエラー信号ｅ（ｎ）と同じだけ遅延される。濾波された基準信号ｒ（ｎ）がLMSアルゴリズムに与えられ、エラー信号ｅ（ｎ）が基準信号ｘ（ｎ）に関して相関される。
ウィドロー及びスターンズによるフィルタードｘアルゴリズムの説明、及び上記の説明では、単一チャネル制御システム、すなわち単一基準信号ｘ（ｎ）、単一制御信号ｙ（ｎ）、及び単一エラー信号ｅ（ｎ）のみが考慮されている。しかしながら、フィルタードｘアルゴリズムは、WO 88/02912に開示されているように、マルチチャネルシステムにも同様に適用可能である。このようなマルチチャネルフィルタードｘアルゴリズムでは、KxM個の適応応答フィルタ係数が存在する。なお、Ｋは基準信号の数、Ｍは制御信号の数である。さらに、モデル

も、１制御信号ｙ（ｎ）に対する１エラー信号ｅ（ｎ）の単一の応答をモデル化するだけでなく、各制御信号y_m（ｎ）に対する各エラー信号e_l（ｎ）の複数の応答をモデル化する必要がある。
単一チャネル及びマルチチャネルいずれのフィルタードｘアルゴリズムの場合も、プラント応答

のモデルは、遅延をモデル化する適当な数Ｊの係数を有する適応応答フィルタの使用に基づく方法で好適に実行できる。マルチチャネルフィルタードｘアルゴリズムの場合、LxMxJの

フィルタ係数が存在する。
LMSアルゴリズムは一般的によく知られており、ウィドロー及びスターンズによる教本の第６章（99ページから116ページ）に詳細な説明がある。このアルゴリズムは、適応応答フィルタＷの係数を更新することによりＬ個のエラー信号の二乗値の和を減少させる。ここで、各エラー信号は、各駆動信号Ｍの出力による影響を受ける。このように、従来のマルチプルエラーLMSアルゴリズムでは、適応応答フィルタＷの適応調整のために、KxLxM個の濾波された基準信号を生成する必要がある。
フィルタードxLMSアルゴリズムにおいては、ｌ番目のサンプルされたエラー信号e_l（ｎ）は次式によって表すことができる。

上式において、d_l（ｎ）は、制御されない場合のｌ番目のエラー信号での外乱であり、y_m（ｎ）はｎ番目の入力信号であり、ｎ番目の駆動信号に対するｌ番目のエラー信号の応答は、係数

を有するＪ係数有限インパルス応答（FIR）フィルタとしてモデル化されている。
ｍ番目の制御信号は次式によって表される。

ここで、x_k（ｎ）はサンプルされたｋ番目の基準信号であり、w_mkiは、ｋ番目の基準信号からｍ番目の制御信号を供給するFIR制御フィルタのｉ番目の係数である。
ｌ番目のエラー信号は、次のように四重加法（quadruple summation）として表すことができる。

適応LMSアルゴリズムの目的は、各制御フィルタ係数を調整して、二乗されたエラー信号の和を最小化することである。これをコスト関数（cost function）と称することができる。係数w_mkiに関するこのコスト関数の微分子は次式によって表わされる。

w_mikに関して式３を微分し、式４に代入することにより、コスト関数の傾きを次のように求めることができる。

式５において、コスト関数の傾きの瞬間推定（instantaneous estimate）はウィドローとスターンズのフィルタードｘアルゴリズムの場合と同様に用いられる。
上記の適応を行うためにこれまで用いられたアルゴリズム、WO88/02912に開示されているマルチプルエラーLMSアルゴリズムである。このアルゴリズムでは、各ｋ番目の基準信号がＪ係数FIRフィルタモデルによって濾波され、以下のように濾波された基準信号が求められる。

この結果、コスト関数の瞬間傾き推定値は次のように表すことができる。

このように、各適応応答フィルタ係数w_mkiは、上記瞬間傾き推定値の負数（negative）に比例する量ずつサンプルｎごとに更新され、次式が求められる。

ここで、μは収束係数である。
式６及び式８から特に明らかなように、従来のマルチプルエラーLMSフィルタードｘアルゴリズムでは、適応調整のためにKxLxM個の濾波された基準信号を生成する必要がある。
そこで、本出願の発明者は次の点に着目した。すなわち、エラー信号と基準信号の時間再調整（time realignment）をエラー信号の濾波によって実現できるのであれば、多数の基準信号を有する制御システムの場合、Ｋの因数だけ濾波動作が縮小でき、その結果、適応制御に必要な演算を大幅に減少させることができる。
本発明は、以下を含む、プラント制御のための適応制御システムを提供する。すなわち、前記プラントを制御する少なくとも一つの入力信号を供給する入力信号手段と、複数の時間領域フィルタ係数を有し、前記各（the or each）入力信号を濾波して、前記プラントを制御する少なくとも一つの制御信号を発生する適応応答フィルタ手段であって、前記制御によりプラントは少なくとも一つの要求される出力信号を生成する適応応答フィルタ手段と、前記プラントの応答をモデル化した複数の時間領域フィルタ係数を有し、このフィルタ係数を用いて前記各出力信号を相対的に逆の時間順序で濾波して少なくとも一つの濾波された出力信号を供給するモデルフィルタ手段と、前記各入力信号を受信し、これを所定の時間遅延される遅延手段とを含む。前記適応応答フィルタはさらに、前記各遅延入力信号を受信してこれを各濾波された出力信号に相関させ、この相関結果を用いて前記適応応答フィルタ手段の前記フィルタ係数を調整し、前記プラントの前記各出力信号が要求されるレベル方向に収束するよう前記各制御信号を調整する。
本発明は、次の効果を有する。すなわち、モデルフィルタが濾波するのはエラー信号であって、入力信号または基準信号は濾波されない。多数の入力信号または基準信号を有する適応制御システムの場合、これによって演算処理をかなり低減できる。
一実施形態においては、適応応答フィルタ手段は、前記各遅延入力信号と各濾波出力信号の相関を、これらの信号間にそれぞれ相互相関推定値（cross correlation estimate）を形成することによって行う。好ましくは、前記各相互相関推定値に十分に小さい収束係数を乗算し、適応応答フィルタ手段のフィルタ係数の調整に関して前記各相互相関推定値のランダムエラーの影響を平滑化する。さらに、好ましくは、適応応答フィルタ手段は、ウィドローのLMSアルゴリズムの導関数などの最小平均二乗アルゴリズムを用いて、前記適応応答フィルタ手段のフィルタ係数を調整する。
一実施形態においては、遅延手段は、前記各入力信号を、前記モデルフィルタ手段から得られる最大時間遅延と実質的に等しい時間だけ遅延させる。モデルフィルタ手段がＪ係数FIRフィルタである場合、この遅延はＪ番目の係数に関連する時間遅延に一致し、前記各出力信号は、逆の時間順序で、すなわち０から（Ｊ−１）の係数順序ではなく、（Ｊ−１）から０の係数順に濾波される。
別の実施形態においては、遅延手段は、前記各入力信号を、前記モデルフィルタ手段から得られる最大時間遅延と前記適応応答フィルタ手段から得られる最大時間遅延との和に実質的に等しい時間遅延させる。適応応答フィルタ手段がＩ係数FIRフィルタであって、モデルフィルタ手段がＪ係数FIRフィルタであれば、入力信号は、Ｊ及びＩ係数FIRフィルタの合成積（convolution）によって得られる最大時間遅延に一致する時間だけ遅延される。
本発明は、前記プラントに入力される少なくとも選択された信号を表す少なくとも一つの信号を前記入力手段が供給する、フィードフォーワード適応制御に特に適用可能である。この信号は、選択された信号の振幅及び位相についての完全な情報を提供する必要はない。例えば、周期的な信号については周波数を示すだけで十分である。このような信号が望ましくない場合には、適応応答フィルタ手段により前記各入力信号を濾波して得られる少なくとも一つの制御信号を前記プラントに供給し、前記プラント内の望ましくない信号を動的に減衰させる。
本発明は、どのようなプラントの動的制御システムにも適用が可能であるが、その一態様においては、以下のような動的制御システムに適用できる。すなわち、前記プラントが、前記各制御信号を受信する少なくとも一つの第１変換器と、音響媒体と、前記各第１変換器からの出力に応答して前記各出力信号を出力する少なくとも一つの第２変換器とを含み、前記モデルフィルタ手段は、第１及び第２変換器ならびに音響媒体からの応答をモデル化する。このようなプラントに用いられる適応制御システムは動的ノイズ制御に特に適しており、適応応答フィルタ手段のフィルタ係数を適応させることによって、出力信号の二乗の和をゼロまたは特定の所望レベルまで減らすことができる。
本発明は、さらに、以下を含むプラント適応制御方法を提供する。すなわち、時間領域フィルタ係数を有する適応応答フィルタ手段を用いて少なくとも一つの入力信号を濾波するステップであって、前記濾波により少なくとも一つの制御信号が生成され、前記制御信号は前記プラントを制御し、その結果前記プラントは少なくとも一つの出力信号を生成するステップと、前記プラントの応答をモデル化した複数の時間領域フィルタ係数を有するモデルフィルタ手段を用いて前記各出力信号を濾波するステップであって、前記モデルフィルタ手段の前記フィルタ係数を用いて相対的に逆の時間順に前記各出力信号を濾波するステップを含む濾波ステップと、前記各入力信号を所定時間遅延させるステップと、前記各遅延された入力信号を濾波された各出力信号に相関させるステップと、前記プラントの各出力信号が要求レベル方向に収束するように、前記相関の結果を用いて前記適応応答フィルタ手段の前記フィルタ係数を調整して前記各制御信号を調整するステップと、を含む。
本発明の実施形態を図面を参照しながら説明する。
図１は、従来技術のフィルタードxLMSアルゴリズムにしたがって動作する制御システムの概略図である。
図２は、本発明の一実施形態による新しいフィルタードエラーLMSアルゴリズムを用いた単一チャネル適応制御システムの動作を示す概略図である。
図3aは、Ｊ係数FIRフィルタモデルとしてモデル化されたプラントＣの理論的インパルス応答を示す図である。
図3bは、Ｊ係数FIRフィルタモデルの時間を逆方向にした図である。
図3cは、逆時間方向のＪ係数FIRフィルタモデルを遅延させた図である。
図４は、２つの入力または基準信号を有し、本発明の一実施形態による新しいエラーLMSアルゴリズムを使用したマルチチャネル適応制御システムの概略図である。
図５は、２つのエラー信号を有し、本発明の一実施形態による新しいエラーLMSアルゴリズムを使用したマルチチャネル適応制御システムの概略図である。
図６は、２つの出力信号を有し、本発明の一実施形態による新しいフィルタードエラーLMS適応制御アルゴリズムにしたがって動作するマルチチャネル適応制御システムの概略図である。
図７は、本発明の一実施形態にしたがって実際に実施される動的振動制御システムの概略図である。
まず、図２を参照しながら説明する。本図に示されている多くの要素は、図１及び従来例のフィルタードxLMSアルゴリズムに関して上述した要素と同様でであり、その相違点は、図２では、LMSアルゴリズムが受信した基準信号ｘ（ｎ）を遅延器Ｚ^−△によって遅延させる点と、遅延させ、さらに時間反転させたＪ係数FIRフィルタモデル

を用いてエラー信号ｅ（ｎ）をLMSアルゴリズムに入力する前に濾波する点である。遅延器△は基準信号ｘ（ｎ）とエラー信号ｅ（ｎ）の両者に同様に適用され、逆時間フィルタ

と結合される。
従来、LMSアルゴリズムの更新を即座に行うことが大変望ましいとされていたが、本発明ではこれを即座に行う必要はない。発明者は、基準信号とエラー信号との間の相関を最も好適な方法で生成するために、更新の行われる時間及びサンプル数を変化させる、すなわち更新要素部分を遅延させる点を認識した。
プラントにおける遅延より実質的に長くない遅延であれば、これを実行しても標準的なフィルタードxLMSアルゴリズムに比べてさほど劣らない。
上記のフィルタードxLMSアルゴリズムの式５によれば、ｖ＝ｎ−ｊを代入することにより瞬間傾き推定値は次式によって求められる。

基準信号ｘはこのようにｊには依存していないので、瞬間傾き推定値は次のように表すことができる。

基準及びエラーシーケンスをＪ−１だけ遅延させるために、代入式

が用いられ、ここで

を更新のための新しいサンプル数とすると、瞬間傾き推定値は次式のようになる。

ｊに関して（over j）総和を標準たたみ込みとして計算し直すために、式11に代入式ｐ＝Ｊ−ｊ−ｉ、すなわちｊ＝Ｊ−ｐ−１を入れることにより次式が求められる。

より一般的に用いられるサンプル数ｎとたたみ込み変数ｊとを代入することにより、上式は次のようになる。

この結果、FIRフィルタ係数の更新のための完全な等式は次式となる。

式15において、

は、時間反転され、遅延された形での

フィルタであり、x_k（ｎ−ｉ−Ｊ＋１）は図２のＺ^−△によって、すなわちＪ−１のサンプルによって遅延されたｋ番目の基準信号ｘ（ｎ−ｉ）である。
式15から、適応応答フィルタの係数を更新するためのこのアルゴリズムはより演算効率がよいことがわかる。これは、式８に示したフィルタードxLMSアルゴリズムとは異なり、このアルゴリズムでは基準信号ｘが加法に含まれていないためである。
図3aは、Ｊ個の時間領域係数を有するＪ係数FIRフィルタとしてモデル化されたプラントＣの理論的インパルス応答を示す図であり、ｔは遅延時間である。図3bは、時間を逆向きにしたＪ係数FIRフィルタ、すなわち前進時間応答（time advanced response）である逆時間（time reversed）インパルス応答を示す。このようなフィルタを実施するにはエラー信号ｅ（ｎ）に関する入手不可能な高度な知識が必要である。図3cは、図3bの逆時間フィルタを遅延させたものである。このフィルタは十分に遅延されているので、その実施のために要求されるのはエラー信号ｅ（ｎ）の現在及び過去の値だけである。各エラー信号をモデルフィルタ

の適当な逆時間係数を用いて濾波し、モデルフィルタのフィルタ係数に関連する最大時間幅であるＪ−１サンプルだけ適当な基準信号ｘ（ｎ）を遅延させることにより、フィルタは因果的になる。
単一チャネル適応制御システムの場合には、本発明によるフィルタードエラーアルゴリズムではこれ以上の演算力は要求されない。ただし、遅延ラインとして用いるために、基準入力信号ｘ（ｎ）とエラー信号ｅ（ｎ）の両者のためのバッファが要求される。一方、マルチチャネル適応制御システムの場合には、本発明によるフィルタードエラーアルゴリズムは以下に述べるように演算効率がはるかに優れている。基準信号及びエラー信号の遅延に関し、プラントＣのモデルにおける遅延に依存する適応応答フィルタｗの係数の更新にも遅延が発生する。しかしながら、システムの安定化のためには、プラントから得られる最大遅延時間内において適応応答フィルタｗの係数を更新すべきではない。このため、これは実際的な限定ではない。
別のアルゴリズムを用いてＪ係数FIRフィルタモデルの時間反転を達成させることもできる。新たな時間指数をｖ＝ｎ−ｉ−ｊと定義することにより、ｖ＝ｖ＋ｉ＋ｊとなる。
これにより、式５の傾きは次式のようになる。

加法からx_k（ｖ）を取り込むことにより、次式が得られる。

これにより、e_l（ｖ＋ｉ＋ｊ）の（Ｉ−１＋Ｊ−１）まで進んだ値が要求される。このため、ｅ（ｎ）ｘと（ｎ）の双方を（Ｉ＋Ｊ−２）遅延させて、更新を実現可能にする。これは、式16に

を代入することにより行うことができる。これによって、次式が求められる。

に置き換えることにより、より一般的な更新等式を求めることができる。

上式から以下のことがわかる。すなわち、基準信号は二重加法の外部にあり、このため、フィルタードｘアルゴリズムのように各基準信号について二重加法を評価する必要はなく、二重加法の評価は一度ですむ。二重加法を関数f_m（ｎ−ｉ）に置き換えることにより、更新等式が次のように求められる。

このように、このアルゴリズムでは、基準信号とエラー信号の両者がＪ＋Ｉ−２だけ遅延されている。このアルゴリズムでは、前の（第１の）アルゴリズムに関し、エラー信号の遅延はフィルタ動作内に組み込まれている。
上記第２アルゴリズムでは、エラー信号の一つの値に基準信号の連続する過去の値を乗算して適応応答フィルタｗを更新するという基準LMSタイプの更新は用いられない。第２アルゴリズムでは、基準信号の一つの値にエラー信号の前進時間シーケンス（time advanced sequence）を乗算して、適応応答フィルタｗの更新が形成される。
適応制御システムによって使用されるフィルタードエラーアルゴリズムのいずれにおいても、基準信号ｘ（ｎ）は遅延されて時間反転される。そして、遅延されたモデルフィルタを用いてエラー信号ｅ（ｎ）が濾波される。適応応答フィルタ及びモデルフィルタにおける濾波は時間領域で行われる。フィルタードエラーアルゴリズムはダミー時変数を用いて基準信号とエラー信号との一致を行う。この一致は要求されるが、二つの変数の積は平均エラーの瞬間的な傾き推定値にすぎないため、適応時間に正確に一致させる必要はない。
第２のフィルタードエラーアルゴリズムも第１アルゴリズムと同程度の演算効率を有するが、より多くのメモリを必要とする。これは、Ｊ＋Ｉ−２遅延された基準及びエラー信号を格納するためにより大きなバッファが要求されるためである。
下の表は、従来例のフィルタード基準アルゴリズムとフィルタードエラーアルゴリズムの実施に必要な乗算数を示している。表においては、Ｋは基準信号の数、Ｍは制御信号の数、Ｌはエラー信号の数であり、各制御信号に対するエラー信号の応答はＪ係数FIRフィルタとしてモデル化されており、適応応答フィルタは各制御信号及び基準信号に対してＩ個の係数を有する。

表１からわかるように、フィルタードエラーアルゴリズムの方がはるかに演算効率がよい。例えば、Ｊ＝Ｉ＝64,K＝8,L＝8,M＝４とすると、フィルタードエラーアルゴリズムの演算は、従来のｘフィルタードアルゴリズムの八分の一である。
このような速度の差は、すなわち適応応答フィルタＷの係数更新に要する時間の差である。なお、適応制御システムによって移動される（move around）必要のあるディジタルデータ量が減少するために、このような速度増加の推定は保存的（conservative）である。
図４、５及び６は、それぞれ以下の信号数を有する３つの制御システムを示している。
１）基準信号二つ、制御信号一つ、エラー信号一つ。
２）基準信号一つ、制御信号一つ、エラー信号二つ。
３）基準信号一つ、制御信号二つ、エラー信号一つ。
これら３図は、複数の基準、制御、エラー信号を有するマルチチャネルシステムでは図のような複合システムが供給されることを示している。図示のシステムでは、基準、制御、エラー信号が逆時間フィルタ係数のマトリクス

及び適応応答フィルタ係数のマトリクスw_mkiによる作用を受ける。なお、図４、５及び６に示されている構成は、図２に示される単一チャネルシステムをマルチチャネル化したものである。
ここまでは、フィルタードエラーLMSアルゴリズムにしたがって動作する適応制御システムの動作の一般的原理のみを考慮してきたが、本発明の制御システムは、プラントＣが音響システムであり、図４、５及び６のＡが第１振動源の音響パスを表す特定の実用アプリケーションを有する。このような音響システムにおいては、制御信号ｙ（ｎ）は、変換器を駆動してプラントＣ内に音響第２音源を生成させる信号を表す。パスＡを通過する音響信号は、実際にプラントＣに入力され、第１音源と第２音源との間に干渉が起こる。このように、図２、４、５及び６においては、プラントの出力といわゆる望ましい信号（ただし、これは制御システム用語での表現であって、音響システムでは望ましくない信号ともなりうる）との加算はプラントＣの外部で行われているが、これをプラント内部でも同様に行うことができる。この音響システムでは、第２変換器を設けることにより、第１振動と第２振動の間の干渉が測定され、エラー信号ｅ（ｎ）が供給される。このように構成においては、Ｊ係数FIRフィルタが第２振動源とエラーセンサの間の全てのパスをモデル化し、その結果プラントの遅延及び反響応答のモデルを提供する。
自動車に用いられる実用的な動的振動制御システムが図７に概略的に示されている。図７に示されるのは、４つの基準信号発生器31₁〜31₄、４つのエラーセンサ42₁〜42₄、及び２つの第２振動源37₁と37₂を備えたマルチチャネルシステムである。すでに述べたように、本発明は一つ以上の基準信号を有するマルチチャネルシステムに特に適している。これは、この場合に演算の節約が最大限になるためである。図７に示された構成では、基準信号発生器31₁〜31₄は、自動車のサスペンションに取り付けられた加速時計などの４つの変換器を含んでいる。これらの変換器は、ロードウィールから車室に送られる振動ノイズを示す信号を供給する。変換器31₁〜31₄の出力は、増幅器32によって増幅され、エイリアシング防止のためにローパスフィルタ33によって濾波される。基準信号はつづいてマルチプレクサ34で多重化され、ADコンバータ35によりディジタル化される。こうして、基準信号x_k（ｎ）がメモリ61を備えたプロセッサ36に送られる。
車室内の天板（headlining）の周囲など等間隔位置に４つのエラーセンサ42₁〜42₄が設けられており、これらのマイクロフォン42₁〜42₄によって車室内のノイズが検出される。マイクロフォン42₁から42₄の出力は増幅器43によって増幅され、エイリアシング防止のためにローパスフィルタ44によって低域濾波される。ローパスフィルタ44からの出力はマルチプレクサ45で多重化されて、つづいてADコンバータ46によってディジタル変換され、その出力e_l（ｎ）がプロセッサ36に送られる。
プロセッサ36から出力された駆動信号y_m（ｎ）はDAコンバータ41によりアナログ信号に変換される。DAコンバータ41からの出力はデマルチプロクサ38によって分離される。すなわち、デマルチプレクサ38は駆動信号y_m（ｎ）を分離駆動信号に分離する。分離駆動信号はローパスフィルタ39を通過することにより高周波ディジタルサンプリングノイズが除去される。つづいて信号は増幅器40で増幅され、その出力は車室内に設けられたスピーカを含む二次振動源37₁及び37₂に送られる。このスピーカには車内用エンターテイメント装置のスピーカを含むことができる。このような構成の場合、GB 2252657に開示されるように、駆動信号を車内エンターテイメント信号と混合させてスピーカから出力する。
このように、プロセッサは、基準信号x_k（ｎ）とエラー信号e_l（ｎ）を入力されて駆動信号y_m（ｎ）を出力し、以下に述べるようなアルゴリズムを行う。
なお、図７においては、ADコンバータ35と46及びDAコンバータ41は別々に示されているが、これらを単一チップ内に納めることもできる。さらに、図７に示されるプロセッサはサンプル率発振器47からクロック信号60を受信する。このため、プロセッサは減少される振動の周波数に関連する固定周波数で動作する。周波数は、ナイキスト基準を満たす要件によって決定される。プロセッサ36としては、テキサスインストルメンツ社（Texas Instruments）から購入可能なTMS320 C50（商品名）などの固定小数点プロセッサがよい。あるいは同社から同様に購入可能なTMS320 C30（商品名）浮動小数点プロセッサを用いてアルゴリズムを実行できる。
図７の構成では、自動車のロードウィールから送られるロードノイズをキャンセルするシステムが示されたが、このシステムをエンジンノイズのキャンセルに用いることもできる。その場合、自動車のエンジンによって発生したノイズを示す一つの基準信号が供給される。この例では、必要な基準信号は一つだけなので、アルゴリズムの潜在的な演算の節約を十分に活用することはできない。
図７に示される構成は、自動車だけでなく、複数のエンジンを有する航空機などいかなる車両にも適用できる。この場合、一つのエンジンにつき一つずつ複数の基準信号が供給されるため、本発明のアルゴリズムによる演算的節約を十分活用できる。
図７において示されている二次振動源はスピーカであるが、バイブレータもしくは両者の組み合わせを用いることもできる
さらに、図７に示した特定的な構成を有する制御システムのみならず、本発明によるいかなる制御システムにおいても、入力信号または基準信号はプラントに入力される所望の信号を正確に表す必要はない。適応応答フィルタのフィルタ係数を適応させれば、制御信号の正確な振幅及び位相が得られるからである。The present invention relates to an adaptive control system and an adaptive control method for plant control. More particularly, the present invention relates to an adaptive control system using an adaptive response filter that operates in the time domain.
The basic principle of plant closed loop adaptive control is to monitor the plant output and modify the plant control signal so that the output signal from the plant converges to a desired level. In this way, the plant is controlled and performs the desired operation.
In this specification, the term “plant” is used as a control system term for a system having at least one input and at least one output. Here, each input has a certain influence on each output.
As one control configuration particularly suitable for feedforward control of a plant, a filtered x algorithm is generally known. The principles for this are described on pages 288-292 of the textbook "Adaptive Signal Processing" by Bernard Widlow and Samuel D. Stearns (1985, published by Prentice, NJ). FIG. 1 illustrates the principle of a feedforward control system that operates using a filtered x algorithm. In the figure, a reference signal x (n) is input to the adaptive filter W, and a drive or control signal y (n) for the plant C is generated. The plant output is compared to the desired signal. In the feedforward configuration, this desired signal is the reference signal x (n) that has passed through another signal path A. Error signal e (n) represents the difference between the desired signal and the output of plant C. This signal is fed into a least mean square (LMS) algorithm. The LMS updates the coefficients of the adaptive response filter W in order to reduce the difference, i.e. the error signal e (n).
The LMS algorithm requires input from the reference signal x (n) in order to update the coefficients of the adaptive response filter W using only the error signal e (n) correlated with the reference signal x (n).
However, since the plant C has an impulse response, a delay occurs in the error signal e (n), and as a result, a time shift occurs with respect to the reference signal x (n). Therefore, in order to realign the reference signal x (n) with the error signal e (n) in time, the reference signal x (n)

To obtain a filtered reference signal r (n). As a result, the plant

Is sufficiently accurate, the filtered reference signal r (n) is delayed by the same amount as the error signal e (n). The filtered reference signal r (n) is provided to the LMS algorithm and the error signal e (n) is correlated with respect to the reference signal x (n).
In the description of the filtered x algorithm by Widlow and Stearns, and in the above description, a single channel control system, ie, a single reference signal x (n), a single control signal y (n), and a single error signal e (n Only) is considered. However, the filtered x algorithm is equally applicable to multi-channel systems as disclosed in WO 88/02912. In such a multi-channel filtered x algorithm, there are KxM adaptive response filter coefficients. Here, K is the number of reference signals, and M is the number of control signals. In addition, the model

Not only model a single response of one error signal e (n) to one control signal y (n), but also each control signal y _m Each error signal e for (n) _l It is necessary to model multiple responses of (n).
Plant response for both single-channel and multi-channel filtered x algorithms

This model can be suitably implemented in a manner based on the use of an adaptive response filter with an appropriate number J of coefficients to model the delay. LxMxJ for multi-channel filtered x algorithm

There are filter coefficients.
The LMS algorithm is generally well known and is described in detail in Chapter 6 (pages 99-116) of the textbook by Widlow and Stearns. This algorithm reduces the sum of the square values of L error signals by updating the coefficients of the adaptive response filter W. Here, each error signal is affected by the output of each drive signal M. Thus, in the conventional multiple error LMS algorithm, for adaptive adjustment of the adaptive response filter W, it is necessary to generate K × L × M filtered reference signals.
In the filtered xLMS algorithm, the l-th sampled error signal e _l (N) can be expressed by the following equation.

Where d _l (N) is the disturbance at the l-th error signal when not controlled, y _m (N) is the nth input signal, and the response of the lth error signal to the nth drive signal is the coefficient

Is modeled as a J coefficient finite impulse response (FIR) filter.
The mth control signal is represented by the following equation.

Where x _k (N) is the sampled kth reference signal, w _mki Is the i th coefficient of the FIR control filter that supplies the m th control signal from the k th reference signal.
The l-th error signal can be expressed as a quadruple summation as follows.

The purpose of the adaptive LMS algorithm is to adjust each control filter coefficient to minimize the sum of the squared error signals. This can be referred to as a cost function. Coefficient w _mki The numerator of this cost function with respect to

w _mik By differentiating Equation 3 with respect to and substituting it into Equation 4, the slope of the cost function can be obtained as follows.

In Equation 5, an instantaneous estimate of the slope of the cost function is used in the same way as in the Wiedlow and Stearns filtered x algorithm.
This is the multiple error LMS algorithm disclosed in WO88 / 02912, the algorithm used so far to perform the above adaptation. In this algorithm, each kth reference signal is filtered by a J coefficient FIR filter model, and a filtered reference signal is obtained as follows.

As a result, the estimated instantaneous slope of the cost function can be expressed as follows.

Thus, each adaptive response filter coefficient w _mki Is updated for each sample n by an amount proportional to the negative value of the instantaneous slope estimate, and the following equation is obtained.

Here, μ is a convergence coefficient.
As is apparent from Equations 6 and 8, the conventional multiple error LMS filtered x algorithm needs to generate KxLxM filtered reference signals for adaptive adjustment.
Accordingly, the inventors of the present application have focused on the following points. That is, if the time realignment of the error signal and the reference signal can be realized by filtering the error signal, the filtering operation can be reduced by a factor of K in the case of a control system having a large number of reference signals. The computation required for adaptive control can be greatly reduced.
The present invention provides an adaptive control system for plant control including: That is, an input signal means for supplying at least one input signal for controlling the plant, and a plurality of time domain filter coefficients, and filtering at least each of the input signals to control the plant Adaptive response filter means for generating one control signal, wherein the control causes the plant to generate at least one required output signal, and a plurality of time domain filters that model the response of the plant Model filter means having coefficients, and using the filter coefficients to filter each output signal in a relatively reverse time sequence to provide at least one filtered output signal; and receiving each input signal And delay means for delaying the same for a predetermined time. The adaptive response filter further receives each delayed input signal and correlates it with each filtered output signal, and uses the correlation result to adjust the filter coefficients of the adaptive response filter means, The control signals are adjusted so that the output signals converge in the required level direction.
The present invention has the following effects. That is, it is the error signal that the model filter filters, and the input signal or reference signal is not filtered. In the case of an adaptive control system with a large number of input signals or reference signals, this can considerably reduce the processing.
In one embodiment, the adaptive response filter means correlates each delayed input signal and each filtered output signal by forming a cross correlation estimate between the signals. Preferably, each cross-correlation estimate is multiplied by a sufficiently small convergence coefficient to smooth the influence of random errors in each cross-correlation estimate with respect to adjustment of the filter coefficient of the adaptive response filter means. Further preferably, the adaptive response filter means adjusts the filter coefficients of the adaptive response filter means using a least mean square algorithm, such as a derivative of Widow's LMS algorithm.
In one embodiment, the delay means delays each of the input signals by a time substantially equal to the maximum time delay obtained from the model filter means. If the model filter means is a J coefficient FIR filter, this delay matches the time delay associated with the J th coefficient, and each said output signal is in reverse time order, i.e., a coefficient from 0 to (J-1). Filtered in order of coefficients from (J-1) to 0, not in order.
In another embodiment, the delay means delays each of the input signals by a time substantially equal to the sum of the maximum time delay obtained from the model filter means and the maximum time delay obtained from the adaptive response filter means. . If the adaptive response filter means is an I coefficient FIR filter and the model filter means is a J coefficient FIR filter, the input signal matches the maximum time delay obtained by the convolution of the J and I coefficient FIR filters. Delayed by time.
The present invention is particularly applicable to feedforward adaptive control in which the input means supplies at least one signal representative of at least a selected signal input to the plant. This signal need not provide complete information about the amplitude and phase of the selected signal. For example, for periodic signals it is sufficient to indicate the frequency. If such a signal is not desired, at least one control signal obtained by filtering each of the input signals by an adaptive response filter means is supplied to the plant and the unwanted signal in the plant is dynamically attenuated. Let
The present invention can be applied to any plant dynamic control system, but in one aspect thereof, the present invention can be applied to the following dynamic control system. That is, the plant outputs at least one first signal in response to an output from at least one first converter that receives each control signal, an acoustic medium, and each first converter. The model filter means models the responses from the first and second transducers and the acoustic medium. The adaptive control system used in such a plant is particularly suitable for dynamic noise control and reduces the sum of the squares of the output signal to zero or a specific desired level by adapting the filter coefficients of the adaptive response filter means. Can do.
The present invention further provides a plant adaptive control method including the following. That is, filtering at least one input signal using adaptive response filter means having time domain filter coefficients, wherein the filtering generates at least one control signal, the control signal controlling the plant, As a result, the plant generates at least one output signal and filters each output signal using model filter means having a plurality of time domain filter coefficients that model the response of the plant, A filtering step including filtering each output signal in a relatively reverse time sequence using the filter coefficients of the model filter means; delaying each input signal for a predetermined time; and each delayed input Correlating a signal to each filtered output signal; and So it converges to required level direction, comprising the steps of: adjusting the control signals by adjusting the filter coefficients of the adaptive response filter means using the result of the correlation.
Embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a schematic diagram of a control system operating in accordance with a prior art filtered xLMS algorithm.
FIG. 2 is a schematic diagram illustrating the operation of a single channel adaptive control system using a new filtered error LMS algorithm according to an embodiment of the present invention.
FIG. 3a shows the theoretical impulse response of plant C modeled as a J coefficient FIR filter model.
FIG. 3b is a diagram in which the time of the J coefficient FIR filter model is reversed.
FIG. 3c is a diagram obtained by delaying the J coefficient FIR filter model in the reverse time direction.
FIG. 4 is a schematic diagram of a multi-channel adaptive control system having two inputs or reference signals and using a new error LMS algorithm according to one embodiment of the present invention.
FIG. 5 is a schematic diagram of a multi-channel adaptive control system having two error signals and using a new error LMS algorithm according to an embodiment of the present invention.
FIG. 6 is a schematic diagram of a multi-channel adaptive control system having two output signals and operating according to a new filtered error LMS adaptive control algorithm according to one embodiment of the present invention.
FIG. 7 is a schematic diagram of a dynamic vibration control system actually implemented according to an embodiment of the present invention.
First, a description will be given with reference to FIG. Many of the elements shown in this figure are similar to those described above with respect to FIG. 1 and the prior art filtered xLMS algorithm, with the difference being that in FIG. 2 the reference signal x ( n) delay device Z ^-△ J-coefficient FIR filter model that is delayed by time and delayed and time-reversed

Is used to filter the error signal e (n) before it is input to the LMS algorithm. The delay device Δ is similarly applied to both the reference signal x (n) and the error signal e (n), and is an inverse time filter.

Combined with.
In the past, it was highly desirable to update the LMS algorithm immediately, but in the present invention this need not be done immediately. The inventor has recognized that in order to generate the correlation between the reference signal and the error signal in the most suitable way, the time and number of samples in which the update is performed are changed, i.e. the update element part is delayed.
If the delay is not substantially longer than the delay in the plant, this is no less inferior to the standard filtered xLMS algorithm.
According to Equation 5 of the above-described filtered xLMS algorithm, the instantaneous slope estimated value is obtained by the following equation by substituting v = n−j.

Since the reference signal x does not depend on j in this way, the instantaneous slope estimated value can be expressed as follows.

Substitution formula to delay the reference and error sequence by J-1.

Where

Is the new number of samples for updating, the instantaneous slope estimate is:

In order to recalculate the sum as a standard convolution with respect to j (over j), the following equation is obtained by putting the substitution equation p = J−j−i, ie, j = J−p−1, into Equation 11.

By substituting the more commonly used sample number n and the convolution variable j, the above equation becomes:

As a result, the complete equation for updating the FIR filter coefficients is

In Equation 15,

Is in time-reversed and delayed form

Filter, x _k (Ni−J + 1) is Z in FIG. ^-△ I.e., the kth reference signal x (n-i) delayed by J-1 samples.
From equation 15, it can be seen that this algorithm for updating the coefficients of the adaptive response filter is more computationally efficient. This is because, unlike the filtered xLMS algorithm shown in Equation 8, the reference signal x is not included in the addition in this algorithm.
FIG. 3a shows the theoretical impulse response of plant C modeled as a J coefficient FIR filter with J time domain coefficients, where t is the delay time. FIG. 3b shows a J-coefficient FIR filter with time reversed, ie a time reversed impulse response, which is a time advanced response. Implementing such a filter requires a high degree of unavailable knowledge about the error signal e (n). FIG. 3c is a delayed version of the inverse time filter of FIG. 3b. Since this filter is sufficiently delayed, only the current and past values of the error signal e (n) are required for its implementation. Model filter each error signal

The filter becomes causal by delaying the appropriate reference signal x (n) by J-1 samples, which is the maximum time width associated with the filter coefficient of the model filter. .
In the case of a single channel adaptive control system, no further computing power is required in the filtered error algorithm according to the present invention. However, a buffer for both the reference input signal x (n) and the error signal e (n) is required for use as a delay line. On the other hand, in the case of a multi-channel adaptive control system, the filtered error algorithm according to the present invention is much more computationally efficient as described below. Regarding the delay of the reference signal and the error signal, a delay also occurs in updating the coefficient of the adaptive response filter w depending on the delay in the model of the plant C. However, in order to stabilize the system, the coefficient of the adaptive response filter w should not be updated within the maximum delay time obtained from the plant. For this reason, this is not a practical limitation.
Another algorithm can be used to achieve time reversal of the J coefficient FIR filter model. By defining a new time index as v = n−i−j, v = v + i + j.
As a result, the slope of Equation 5 becomes as follows.

Additive to x _k By taking (v), the following equation is obtained.

This allows e _l A value of (v + i + j) advanced to (I-1 + J-1) is required. For this reason, both e (n) x and (n) are delayed by (I + J−2) so that the update can be realized. This is

This can be done by substituting As a result, the following equation is obtained.

Can be used to obtain a more general update equation.

The following can be seen from the above equation. That is, the reference signal is external to the double addition, and therefore it is not necessary to evaluate the double addition for each reference signal as in the filtered x algorithm, and the double addition only needs to be evaluated once. Double addition to function f _m By substituting (ni), the update equation is obtained as follows.

Thus, in this algorithm, both the reference signal and the error signal are delayed by J + I−2. In this algorithm, the delay of the error signal is built into the filter operation with respect to the previous (first) algorithm.
In the second algorithm, the reference LMS type update in which one value of the error signal is multiplied by a continuous past value of the reference signal to update the adaptive response filter w is not used. In the second algorithm, an update of the adaptive response filter w is formed by multiplying one value of the reference signal by the time advanced sequence of the error signal.
In any of the filtered error algorithms used by the adaptive control system, the reference signal x (n) is delayed and time inverted. The error signal e (n) is then filtered using the delayed model filter. The filtering in the adaptive response filter and the model filter is performed in the time domain. The filtered error algorithm uses a dummy time variable to match the reference signal and the error signal. Although this match is required, the product of the two variables is only an instantaneous slope estimate of the mean error, so there is no need to match the adaptation time exactly.
The second filtered error algorithm also has the same computational efficiency as the first algorithm, but requires more memory. This is because a larger buffer is required to store the J + I-2 delayed reference and error signals.
The table below shows the number of multiplications required to implement the conventional filtered reference algorithm and filtered error algorithm. In the table, K is the number of reference signals, M is the number of control signals, L is the number of error signals, and the response of the error signal to each control signal is modeled as a J coefficient FIR filter. Has I coefficients for each control signal and reference signal.

As can be seen from Table 1, the filtered error algorithm is much more computationally efficient. For example, if J = I = 64, K = 8, L = 8, and M = 4, the operation of the filtered error algorithm is one-eighth of the conventional x filtered algorithm.
Such a speed difference is a time difference required for updating the coefficient of the adaptive response filter W. It should be noted that this estimation of speed increase is conservative because the amount of digital data that needs to be moved around by the adaptive control system is reduced.
Figures 4, 5 and 6 show three control systems each having the following number of signals.
1) Two reference signals, one control signal, and one error signal.
2) One reference signal, one control signal, and two error signals.
3) One reference signal, two control signals, and one error signal.
These three figures show that in a multi-channel system having a plurality of reference, control and error signals, a complex system as shown is provided. In the system shown, the reference, control, and error signals are a matrix of inverse time filter coefficients.

And a matrix w of adaptive response filter coefficients _mki It is affected by. Note that the configurations shown in FIGS. 4, 5 and 6 are multi-channels of the single channel system shown in FIG.
So far, only the general principle of operation of the adaptive control system operating according to the filtered error LMS algorithm has been considered, but in the control system of the present invention, the plant C is an acoustic system and FIGS. A has a specific practical application that represents the acoustic path of the first vibration source. In such an acoustic system, the control signal y (n) represents a signal that drives the converter to generate an acoustic second sound source in the plant C. The acoustic signal passing through the path A is actually input to the plant C, and interference occurs between the first sound source and the second sound source. Thus, in FIGS. 2, 4, 5 and 6, the output of the plant and the so-called desired signal (however, this is an expression in control system terminology and can also be an undesirable signal in an acoustic system). Is carried out outside the plant C, but this can also be carried out inside the plant. In this acoustic system, by providing the second transducer, the interference between the first vibration and the second vibration is measured, and the error signal e (n) is supplied. In this way, the J-factor FIR filter models all paths between the second vibration source and the error sensor, thus providing a model of plant delay and reverberation response.
A practical dynamic vibration control system used in an automobile is schematically shown in FIG. FIG. 7 shows four reference signal generators 31. ₁ ~ 31 _Four 4 error sensors 42 ₁ ~ 42 _Four , And two second vibration sources 37 ₁ And 37 ₂ Is a multi-channel system. As already mentioned, the present invention is particularly suitable for multi-channel systems having one or more reference signals. This is because the computational savings are maximized in this case. In the configuration shown in FIG. 7, the reference signal generator 31 ₁ ~ 31 _Four Includes four transducers such as an acceleration watch attached to the suspension of the car. These transducers provide a signal indicative of vibration noise sent from the road wheel to the passenger compartment. Converter 31 ₁ ~ 31 _Four Are amplified by an amplifier 32 and filtered by a low-pass filter 33 to prevent aliasing. The reference signal is then multiplexed by the multiplexer 34 and digitized by the AD converter 35. Thus, the reference signal x _k (N) is sent to the processor 36 having the memory 61.
Four error sensors 42 at regular intervals such as around the headlining in the passenger compartment ₁ ~ 42 _Four These microphones 42 are provided ₁ ~ 42 _Four By this, noise in the passenger compartment is detected. Microphone 42 ₁ From42 _Four Are amplified by an amplifier 43 and low-pass filtered by a low-pass filter 44 to prevent aliasing. The output from the low-pass filter 44 is multiplexed by the multiplexer 45, and then digitally converted by the AD converter 46, and its output e _l (N) is sent to the processor 36.
Drive signal y output from processor 36 _m (N) is converted into an analog signal by the DA converter 41. The output from the DA converter 41 is separated by the demultiplexer 38. That is, the demultiplexer 38 generates the drive signal y _m (N) is separated into separated drive signals. The separated drive signal passes through the low-pass filter 39 to remove high frequency digital sampling noise. Subsequently, the signal is amplified by the amplifier 40, and the output thereof is a secondary vibration source 37 including a speaker provided in the passenger compartment. ₁ And 37 ₂ Sent to. The speaker may include a speaker of an in-car entertainment device. In such a configuration, as disclosed in GB 2252657, the drive signal is mixed with the in-car entertainment signal and output from the speaker.
In this way, the processor _k (N) and error signal e _l (N) is input to drive signal y _m (N) is output and an algorithm as described below is performed.
In FIG. 7, the AD converters 35 and 46 and the DA converter 41 are shown separately, but they can be housed in a single chip. Further, the processor shown in FIG. 7 receives a clock signal 60 from the sample rate oscillator 47. Thus, the processor operates at a fixed frequency that is related to the frequency of vibration to be reduced. The frequency is determined by the requirements that meet the Nyquist criteria. The processor 36 is preferably a fixed point processor such as TMS320 C50 (trade name), which can be purchased from Texas Instruments. Alternatively, the algorithm can be executed using a TMS320 C30 (trade name) floating point processor that can be purchased from the same company.
In the configuration of FIG. 7, a system for canceling road noise sent from a road wheel of an automobile is shown. However, this system can also be used for canceling engine noise. In that case, one reference signal indicative of noise generated by the engine of the automobile is supplied. In this example, only one reference signal is needed, so the potential computational savings of the algorithm cannot be fully exploited.
The configuration shown in FIG. 7 is applicable not only to automobiles but also to any vehicle such as an aircraft having a plurality of engines. In this case, since a plurality of reference signals are supplied for each engine one by one, it is possible to fully utilize the arithmetic savings by the algorithm of the present invention.
The secondary vibration source shown in FIG. 7 is a speaker, but a vibrator or a combination of both can also be used.
Furthermore, not only in the control system having the specific configuration shown in FIG. 7, but in any control system according to the present invention, the input signal or reference signal need not accurately represent the desired signal input to the plant. This is because the correct amplitude and phase of the control signal can be obtained by adapting the filter coefficient of the adaptive response filter.

Claims

An adaptive control system for controlling a plant,
Input signal means for supplying at least one input signal for controlling the plant;
Adaptive response filter means having a plurality of time domain filter coefficients, filtering each input signal and generating at least one control signal for controlling the plant, wherein the control requires at least one plant An adaptive response filter that produces an output signal;
Model filter means having a plurality of time domain filter coefficients that model the response of the plant, and using the filter coefficients of the model filter means to filter each output signal in a relatively reverse time order to at least Model filter means for outputting one filtered output signal;
Delay means for receiving each input signal and delaying it for a predetermined time;
A system comprising:
The adaptive response filter means further receives the delayed input signals and correlates the delayed input signals with the filtered output signals, so that the output signals of the plant converge in the required level direction. The control signal is adjusted by adjusting the filter coefficient of the adaptive response filter means using the result of the above.

2. The adaptive control system according to claim 1, wherein the adaptive response filter means forms a correlation between each delayed input signal and each filtered output signal, and each cross-correlation estimate between them. A system characterized by seeking by.

3. The adaptive control system according to claim 2, wherein the adaptive response filter means multiplies each cross-correlation estimate by a sufficiently small convergence coefficient, and adjusts the filter coefficients of the adaptive response filter means. A system characterized by smoothing the effects of random errors in correlation estimates.

6. The adaptive control system according to claim 1, wherein the adaptive response filter means adjusts the filter coefficient using a least mean square algorithm.

6. The adaptive control system according to claim 1, wherein the delay means delays each input signal by a time substantially equal to a maximum time delay obtained from the model filter means. system.

In the adaptive control system according to any of the claims, the adaptive response filter means adjusts the filter coefficient w _mki for each sample n according to the following equation:

In the above equation, μ is a convergence coefficient, i is an index of the filter coefficient of the adaptive filter means, J is the number of the filter coefficients of the model filter means, j is an index of the filter coefficients of the model filter means, and L is The number of output signals, x _k (n−1−J + 1) is the k th delayed input signal, e _l (n−j) is the l th output signal,

Represents a model filter means in reverse time format.

5. The adaptive control system according to claim 1, wherein the delay unit outputs the input signals to a maximum time delay obtained from the model filter unit and a maximum obtained from the adaptive response filter unit. A system characterized by delaying by a time qualitatively equal to the sum of the time delay.

The adaptive control system according to any one of claims 1 to 4 or 7, wherein the adaptive response filter means adjusts the filter coefficient w _mki for each sample n according to the following equation:

In the above formula,

Μ is a convergence coefficient, I is the number of filter coefficients of the adaptive filter means, J is the number of filter coefficients of the model filter means, i is an index of the filter coefficients of the adaptive filter means, and j is the index The index of the filter coefficient of the model filter means, L is the number of the output signals, x _k (n−1−J + 2) is the delayed input signal, and e _l (n−J−I + 2 + i + j) is inverted each time. Output signal,

Represents a model filter means through which each output signal passes in reverse time order.

In the adaptive control system according to any one of the claims, the required level of each output signal is that the sum of the squares of the respective output signals is zero, and the adaptive response filter means includes: A system characterized in that the filter coefficient of the adaptive response filter means is adjusted so that the sum of the mean square of each output signal of the plant converges toward zero.

An adaptive control system according to any of the preceding claims, wherein said comparing means generates a new output signal by comparing each output signal with a desired value, the new output signal being detected. A system comprising a comparison means used in the adaptive response filter means instead of each output signal in accordance with a comparison difference.

The adaptive control system according to any one of the preceding claims, wherein the input means supplies at least one signal indicative of at least a selected signal input to the plant.

12. The adaptive control system according to claim 11, wherein the selected signal is an undesired signal, and at least one control signal is supplied to the plant by the adaptive response filter means filtering each input signal. A system in which undesirable signals in the plant are dynamically attenuated.

The adaptive control system according to any one of the preceding claims, wherein the plant is responsive to at least one first transducer for receiving each control signal, an acoustic medium, and an output from each first transducer. And a second converter that outputs each of the output signals, wherein the model filter means models the responses of the first and second converters and the acoustic medium.

An adaptive control method for a plant,
Filtering at least one input signal using adaptive response filter means having time domain filter coefficients, wherein said filtering generates at least one control signal, said control signal controlling said plant, and consequently The plant generates at least one output signal;
Filtering each output signal;
Filtering each output signal using model filter means having a plurality of time domain filter coefficients modeling the plant response, using the filter coefficients of the model filter means to be relatively opposite A filtering step comprising filtering each output signal in time order;
Delaying each input signal for a predetermined time;
Correlating each delayed input signal to each filtered output signal;
Adjusting each control signal by adjusting the filter coefficient of the adaptive response filter means using the correlation result so that each output signal of the plant converges in a required level direction;
Including methods.

15. The adaptive control method according to claim 14, wherein the step of correlating each delayed input signal with each filtered output signal includes between each delayed input signal and each filtered output signal. Forming a cross-correlation estimate.

16. The adaptive control method according to claim 15, wherein the method multiplies each cross-correlation estimate by a sufficiently small convergence coefficient, and adjusts the filter coefficient of the adaptive response filter means. A method comprising smoothing the effects of random errors in correlation estimates.

17. A method as claimed in any one of claims 14 to 16, wherein the filter coefficients of the adaptive response filter means are adjusted using a least mean square algorithm.

18. A method as claimed in any one of claims 14 to 17, wherein each input signal is delayed by a time substantially equal to a maximum time delay obtained from the model filter means. .

19. The method according to any one of claims 14 to 18, wherein the filter coefficient w _mki of the adaptive response filter means is adjusted for each sample n according to the following equation:

Represents a model filter means in reverse time format.

The method according to any one of claims 14 to 17, wherein each input signal is substantially equal to a sum of a maximum time delay obtained from the model filter means and a maximum time delay obtained from the adaptive response filter means. Characterized by being delayed by an equal amount of time.

The method according to any one of claims 14 to 17 or 20, wherein the filter coefficient w _mki of the adaptive response filter means is adjusted for each sample n according to the following equation:

In the above formula,

Μ is a convergence coefficient, I is the number of filter coefficients of the adaptive filter means, J is the number of filter coefficients of the model filter means, i is an index of the filter coefficients of the adaptive filter means, and j is the index The exponent of the filter coefficient of the model filter means, x _k (n−1−J + 2) is the k-th delayed input signal, e _l (n−J−I + 2 + i + j) is the output signal inverted each time,

The method according to any one of claims 14 to 21, wherein the required level of each output signal is that a sum of squares of the respective output signals is zero, and the adaptive response filter means The filter coefficient is adjusted to converge in the direction of the total sum of the squares of the respective output signals of the plant.

23. The method according to any one of claims 14 to 22, wherein each output signal is compared with a desired value, a new output signal is generated, and each output signal is determined according to the detected comparison difference. Instead, the new output signal is used for the adaptive response filter means.

24. A method as claimed in any one of claims 14 to 23, wherein the at least one input signal indicates at least a selected signal input to the plant.

25. The method of claim 24, wherein the selected signal is an undesired signal and at least one control signal is provided to the plant by filtering each input signal to cause an undesirable in the plant. A method characterized in that the signal is dynamically attenuated.

26. The method according to any one of claims 14 to 25, wherein the plant includes at least one first transducer for receiving each control signal, an acoustic medium, and an output from each first transducer. And a second converter for outputting each of the output signals in response, wherein the model filter means models the responses of the first and second converters and the acoustic medium.