基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控制方法
【專(zhuān)利摘要】本發(fā)明涉及主動(dòng)噪聲控制領(lǐng)域，尤其涉及基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控制方法，包括：(1)根據(jù)實(shí)際噪聲控制問(wèn)題建立迭代學(xué)習(xí)主動(dòng)噪聲控制系統(tǒng)；(2)根據(jù)廣義次級(jí)通道的傳遞函數(shù)設(shè)計(jì)自變量為學(xué)習(xí)濾波器參數(shù)的適應(yīng)度計(jì)算公式；(3)根據(jù)IIR濾波器數(shù)學(xué)模型建立量子粒子群優(yōu)化模型；(4)利用量子粒子群優(yōu)化算法搜索出最佳性能濾波器參數(shù)。本發(fā)明的有益效果在于：(1)本發(fā)明方法簡(jiǎn)單，易于實(shí)現(xiàn)，能夠解決重復(fù)噪聲消噪問(wèn)題；(2)本發(fā)明設(shè)計(jì)一種迭代學(xué)習(xí)主動(dòng)噪聲控制系統(tǒng)，該系統(tǒng)用頻域方法描述系統(tǒng)，用IIR濾波器實(shí)現(xiàn)學(xué)習(xí)濾波器，并通過(guò)量子粒子群優(yōu)化算法設(shè)計(jì)IIR濾波器的參數(shù)，具有很好的穩(wěn)定性、魯棒性，收斂速度快。
【專(zhuān)利說(shuō)明】基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控制方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及主動(dòng)噪聲控制領(lǐng)域，尤其涉及基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控 制方法。

【背景技術(shù)】
[0002] 主動(dòng)噪聲控制（ANC)最早由德國(guó)Lueg Paul以專(zhuān)利的形式于1936年提出，至今已 有八十多年的發(fā)展歷程。它的原理是人為生成一個(gè)與噪聲等幅、同頻、反相的聲音與噪聲進(jìn) 行相消性干涉，從而達(dá)到降噪或消聲的目的。主動(dòng)噪聲控制系統(tǒng)如圖1所示，圖中d(n)是噪 聲，也被稱(chēng)為主聲源；u(n)是控制輸入；x(n)是次級(jí)聲源在相消區(qū)域的聲音信號(hào)；e(n)是 殘差信號(hào)；P(z)是控制系統(tǒng)的傳遞函數(shù)，也可稱(chēng)為廣義次級(jí)通道，它不但包括了次級(jí)聲源 到相消區(qū)域之間的次級(jí)通道，還包括了系統(tǒng)輸入到次級(jí)聲源產(chǎn)生的過(guò)程。我們的目的是要 根據(jù)殘差信號(hào)和控制信號(hào)通過(guò)自適應(yīng)的方式更新控制信號(hào)使殘差信號(hào)漸漸減小。當(dāng)噪聲具 有重復(fù)特性，這個(gè)問(wèn)題就可被看作為一個(gè)軌跡跟蹤問(wèn)題。我們可以利用ILC方法對(duì)噪聲進(jìn) 行一次次的學(xué)習(xí)，使次級(jí)聲源漸漸近似于反相主聲源與主聲源進(jìn)行干涉相消，使殘差信號(hào) 減小。隨著自適應(yīng)濾波技術(shù)的ANC技術(shù)的成熟，濾波最小均方誤差（FxLMS)算法的ANC技 術(shù)得到了廣泛的應(yīng)用。但是這種通用性廣泛的技術(shù)，也帶來(lái)了一些性能上的問(wèn)題：（1)對(duì)于 具有重復(fù)特性的噪聲，F(xiàn)xLMS-ANC無(wú)法利用其噪聲的特殊性進(jìn)行降噪；（2)在那些對(duì)降噪性 能有極致要求的應(yīng)用背景中，F(xiàn)xLMS-ANC往往也無(wú)能為力，隨著現(xiàn)代控制理論的發(fā)展和新型 控制理論的不斷出現(xiàn)，ANC有了一些新的發(fā)展方向。其中，基于迭代學(xué)習(xí)控制理論的ANC技 術(shù)在處理具有重復(fù)特性噪聲的應(yīng)用中具有很高的研究?jī)r(jià)值。
[0003] 迭代學(xué)習(xí)控制（ILC)由日本學(xué)者Uchiyama于1978年首次提出，它通過(guò)反復(fù)利用 先前實(shí)驗(yàn)得到的信息來(lái)獲得能夠產(chǎn)生期望輸出軌跡的控制輸入，以改善控制質(zhì)量。與傳統(tǒng) 的控制方法不同的是，迭代學(xué)習(xí)控制能以非常簡(jiǎn)單的方式處理不確定度相當(dāng)高的動(dòng)態(tài)系 統(tǒng)，且僅需要較少的先驗(yàn)知識(shí)和計(jì)算量，具有適應(yīng)性強(qiáng)、易于實(shí)現(xiàn)等優(yōu)點(diǎn)，更重要的是，他不 依賴(lài)于被控對(duì)象的精確數(shù)學(xué)模型，是一種以迭代學(xué)習(xí)方式產(chǎn)生優(yōu)化控制信號(hào)，使系統(tǒng)輸出 盡可能逼近理想值的控制算法。迭代學(xué)習(xí)控制憑借其獨(dú)有的控制方式，對(duì)于解決非線性、復(fù) 雜度高、難以建模的高精度軌跡跟蹤控制問(wèn)題有著巨大的優(yōu)勢(shì)。其已成為提高進(jìn)行重復(fù)性 運(yùn)作系統(tǒng)的跟蹤精度及消除系統(tǒng)重復(fù)干擾的有效途徑，是現(xiàn)代控制理論的重要組成部分。
[0004] 量子粒子群優(yōu)化算法（QPS0)是在標(biāo)準(zhǔn)粒子群優(yōu)化算法（PS0)基礎(chǔ)上提出的。PS0 算法是由美國(guó)學(xué)者Kennedy和Eberhart于1995年提出的一種群體智能優(yōu)化算法，用于解 決各式各樣的優(yōu)化問(wèn)題。它利用一群粒子對(duì)最優(yōu)解進(jìn)行搜索，每個(gè)粒子都會(huì)根據(jù)自身的搜 索經(jīng)驗(yàn)和群體的搜索經(jīng)驗(yàn)更新自身的搜索速度并評(píng)價(jià)當(dāng)前位置的適應(yīng)度為下一步搜索提 供個(gè)體經(jīng)驗(yàn)和群體經(jīng)驗(yàn)，最終搜索出全局最優(yōu)解。PS0算法參數(shù)少，實(shí)現(xiàn)起來(lái)較為簡(jiǎn)單。為 了得到更好的收斂性，Sun等人2004年提出QPS0使得粒子可以在整個(gè)可行解的空間中進(jìn) 行搜索，比PS0具有更好的全局收斂性和搜索能力。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明為克服上述的不足之處，目的在于提供基于量子粒子群優(yōu)化算法的主動(dòng)噪 聲控制方法，該方法通過(guò)設(shè)計(jì)學(xué)習(xí)濾波器、優(yōu)化參數(shù)算法，可以使主動(dòng)噪聲控制器對(duì)主聲源 跟蹤的速度性能和誤差性能達(dá)到最佳。
[0006] 本發(fā)明是通過(guò)以下技術(shù)方案達(dá)到上述目的：基于量子粒子群優(yōu)化算法的主動(dòng)噪 聲控制方法，基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控制系統(tǒng)由廣義次級(jí)通道的傳遞函數(shù) P(z)、學(xué)習(xí)濾波器Q(z)和G(z)組成，其中Q(z) = l，G(z)由IIR濾波器實(shí)現(xiàn)；包括以下步 驟：
[0007] (1)根據(jù)廣義次級(jí)通道的傳遞函數(shù)P(Z)，選擇IIR濾波器的抽頭系數(shù)個(gè)數(shù)，其中分 子中的參數(shù)個(gè)數(shù)為1，分母中的參數(shù)個(gè)數(shù)為r ;
[0008] (2)根據(jù)已知線性時(shí)不變系統(tǒng)的傳遞函數(shù)對(duì)應(yīng)的頻率響應(yīng)函數(shù)P(，），得到一個(gè) 適應(yīng)度函數(shù)表達(dá)式：
[0009]

【權(quán)利要求】
1.基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控制方法，其特征在于：基于量子粒子群優(yōu)化 算法的主動(dòng)噪聲控制系統(tǒng)由廣義次級(jí)通道的傳遞函數(shù)P(Z)、學(xué)習(xí)濾波器Q(z)和G(z)組成， 其中Q(z) = l，G(z)由IIR濾波器實(shí)現(xiàn)；包括以下步驟： (1) 根據(jù)廣義次級(jí)通道的傳遞函數(shù)P(z)，選擇IIR濾波器的抽頭系數(shù)個(gè)數(shù)，其中分子中 的參數(shù)個(gè)數(shù)為1，分母中的參數(shù)個(gè)數(shù)為r ; (2) 根據(jù)已知線性時(shí)不變系統(tǒng)的傳遞函數(shù)對(duì)應(yīng)的頻率響應(yīng)函數(shù)P(e>)，得到一個(gè)適應(yīng) 度函數(shù)表達(dá)式：
其中：
(3) 設(shè)定量子粒子群優(yōu)化算法的參數(shù)；具體的參數(shù)有：總搜索代數(shù)N ;粒子總數(shù)Μ ; β，u 為服從[〇, 1]內(nèi)均勻分布的隨機(jī)數(shù)； (4) 初始化濾波器系數(shù)向量
.所有個(gè)體的適應(yīng)度值
個(gè)體潛在最優(yōu)的濾波器系數(shù)向量Pbesh (0)，i = 1，2, . . .，Μ、 群體潛在最優(yōu)的濾波器系數(shù)向量gbest (0)、平均最優(yōu)的濾波器系數(shù)向量mbest (0)、搜索代 數(shù) η = 0 ; (5) 進(jìn)入下一代搜索，η = η+1 ;計(jì)算所有個(gè)體的適應(yīng)度值：
比較個(gè)體當(dāng)前適應(yīng)度值和個(gè)體上一代的適應(yīng)度值，如果個(gè)體的當(dāng)前適應(yīng)度小于上一 代的適應(yīng)度值，則用當(dāng)前適應(yīng)度值更新適應(yīng)度值，并用當(dāng)前個(gè)體濾波器系數(shù)向量更新個(gè)體 潛在最優(yōu)的濾波器系數(shù)向量/訪= 如果個(gè)體的當(dāng)前適應(yīng)度值大于上一代的適 應(yīng)度值，則保留上一代的適應(yīng)度值和上一代的個(gè)體潛在最優(yōu)濾波器系數(shù)向量pbesh (η)= pbestj (n-1)； 用個(gè)體潛在最優(yōu)濾波器系數(shù)向量作為當(dāng)前個(gè)體濾波器系數(shù)向量計(jì)算所有個(gè)體的適應(yīng) 度值，求出適應(yīng)度最小的個(gè)體，用該個(gè)體的當(dāng)前個(gè)體濾波器系數(shù)向量更新群體潛在最優(yōu)濾 波器系數(shù)向量 gbest(n) zpbesi^Oi); 計(jì)算平均最優(yōu)的濾波器系數(shù)向量：
更新濾波器系數(shù)向量：
(6)重復(fù)步驟（5)，直到達(dá)到設(shè)定的最大搜索代數(shù)；輸出群體潛在最優(yōu)的濾波器系數(shù)作 為濾波器系數(shù)。
2.根據(jù)權(quán)利要求1所述的基于量子粒子群優(yōu)化算法的主動(dòng)噪聲控制方法，其特征在 于，所述廣義次級(jí)通道包括了系統(tǒng)輸入到次級(jí)聲源產(chǎn)生的過(guò)程和次級(jí)聲源到相消區(qū)域之間 的次級(jí)通道的過(guò)程。
【文檔編號(hào)】G10K11/178GK104064177SQ201410325136
【公開(kāi)日】2014年9月24日 申請(qǐng)日期:2014年7月9日 優(yōu)先權(quán)日:2014年5月5日
【發(fā)明者】龐新巖, 盧昱, 李德勝, 龐新路, 徐玉杰, 王輝 申請(qǐng)人:浙江銀江研究院有限公司