Page 47 - 《应用声学》2025年第3期
P. 47

第 44 卷 第 3 期                沈海平等: 凸组合的变电站噪声有源控制算法                                           581


             实际应用中依然有许多难题需要解决,系统的稳定                                本 文 研 究 了 一 种 凸 组 合 自 适 应 ANC 算 法
             性、降噪量和应对异常情况的鲁棒性就是其中的重                            (filtered-x combined logarithm least mean absolute
             要方面。例如,在汽车路噪主动控制中,如果仅考虑                           value, FxCLLMA),在算法的代价函数中融入了误
             单一均匀路面上车辆匀速行驶工况下的降噪效果,                            差绝对值及其对数变换两种凸函数的线性组合,依
             当汽车在遇到减速带冲击、路面冲击等工况时,系                            据该代价函数可以得到一种兼顾系统稳定性和收
             统可能会出现发散等鲁棒性问题。在变电站噪声有                            敛速度的自适应算法,其特点是只需要维持一套滤
             源控制中,若只针对变压器的稳态谐波噪声进行系                            波器的实时运行,系统开销与 FxLMS 算法接近,便
             统设计,而不考虑实际变电站内部或者周围的突发                            于实际系统运用。
             性、大强度的冲击性噪声,如站内辅助设备突发打
             开或者关闭产生的噪声           [11] 、电抗器的启停噪声、变             1 算法提出
             电构架噪声      [12−13] 、变电站外围施工或民用设施产
                                                               1.1  FxLMS算法
             生的突发噪声等,则系统也会出现稳定性问题。
                                                                   FxLMS 算法是以 LMS 算法为基础,考虑了次
                 为了改进系统的稳定性和鲁棒性,很多工作
                                                               级路径的影响,因其计算简单、稳定性强且对环境
             都聚集在自适应 ANC 算法上,主要是针对经典
                                                               有自适应跟踪的能力,在ANC系统中广泛应用。单
             的滤波 -x 最小均方 (Filtered-x least mean square,
                                                               通道前馈FxLMS算法框图如图1所示。
             FxLMS)算法    [1−2]  做出改进,例如滤波 -x 最小平均
             p 范数  [14] (Filtered-x least mean p-norm, FxLMP)    ٪ܦູ     x↼n↽              d↼n↽        e↼n↽
                                                                                   P↼z↽          Ĥ
             算法,该算法通过最小化平均 p 阶矩改善系统稳                                                          ⇁
                                                                                                ֓
             定性。Wu 等提出了针对非高斯分布冲击噪声的                                                    y↼n↽       y s↼n↽
                                                                             W↼z↽          S↼z↽
             滤波 -x 对数最小均方 (FxlogLMS) 算法以简化系统
             的阈值选取问题        [15] ,还提出了滤波 -x 最小化 M 估
                                                                                    xϕ↼n↽
             计器 (Filtered-x least mean M-estimate, FxLMM)                     S↼z↽        LMS
                                                                               ^
             算法  [16]  用于减小输入数据中异常值的影响,但
                                                                        图 1  单通道前馈 FxLMS 算法框图
             是需要先估计误差信号偏差,这在应用中并不实
                                                                  Fig. 1  Block diagram of single-channel feed-
             用。近年来,研究者将两种算法组合起来以发挥
                                                                  forward FxLMS algorithm
             不同算法间的互补性,例如,文献 [17] 提出了一种
             函数链路神经网络 (Functional link artificial neu-              参考信号 x(n) 由参考传声器拾取并通过自适
             ral network, FLANN) 和 Volterra 滤波器凸组合的            应滤波器W(z)生成次级信号y(n),如式(1)所示:
             非线性 ANC算法,文献[18]采用三组滤波器相组合                                      y(n) = w (n)x(n).            (1)
                                                                                      T
             进行噪声控制,分别是时域滤波器、频域滤波器和
                                                                   参考信号经过初级路径 P(z) 在误差传声器处
             平滑滤波器。Yu 等        [19]  将 FxLMS 算法和滤波 -x 最
                                                               产生初级噪声 d(n),次级信号 y(n) 经过次级路径
             小内核风险敏感损失 (Filtered-x minimum kernel
                                                               S(z) 得到抵消信号 y s (n)。噪声残留 e(n) 由误差传
             risk-sensitive loss, FxMKRSL) 算法组合用于改善
                                                               声器拾取得到。FxLMS算法对滤波器 W(z) 进行自
             冲击噪声控制时的鲁棒性。文献 [20] 中将滤波 -x
                                                               适应迭代,生成抵消信号 y s (n) 以最小化噪声残留
             仿射投影(Filtered-x affine projection, FxAP)算法
                                                               信号e(n),如式(2)所示:
             和 FxLMS 算法相组合,并采用了一种选取机制在
             两个滤波器之间实现切换。采用组合滤波器的方                                           e(n) = d(n) − y s (n).       (2)
             式取得了性能的改善,但也增加了系统的开销,
                                                                   W(z)迭代更新方程如式(3)所示:
             前述方法通常需要维持两套滤波器的实时运行,
                                                                   w(n + 1) = w(n) + µe(n)[x(n) ∗ ˆ s(n)],  (3)
             实际应用时对存储器和运算力的需求较大,比如
             FLANN、Volterra 和 FxAP 算法的运算量就显著高                  式(3) 中,w(n) 为自适应滤波器权重,µ 是自适应步
                                                                                          ˆ
             于 FxLMS 算法,这对于多通道系统的实际应用是                         长参数, ˆ s(n)为次级路径估计S(z)的脉冲响应,∗表
             个巨大的挑战。                                           示线性卷积运算。
   42   43   44   45   46   47   48   49   50   51   52