期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
有源噪声控制中基于神经网络的次级通道辨识优化 被引量:5
1
作者 仓田 王德祯 周邵萍 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2021年第6期761-768,共8页
针对有源噪声控制中非线性因素影响建模精度和控制效果的问题,采用神经网络代替传统模型,推导对应的控制算法。用训练结果验证了神经网络对次级通道辨识模型精度的提高。以管道为实验对象,搭建有源噪声控制实验平台,进行噪声控制实验,... 针对有源噪声控制中非线性因素影响建模精度和控制效果的问题,采用神经网络代替传统模型,推导对应的控制算法。用训练结果验证了神经网络对次级通道辨识模型精度的提高。以管道为实验对象,搭建有源噪声控制实验平台,进行噪声控制实验,将传统次级通道模型与优化次级通道模型的实验结果进行对比。结果表明:在低频条件下,针对单一频率和两种频率混合的噪声源,相比传统模型和算法,神经网络优化模型和算法取得了较好的效果。 展开更多
关键词 有源噪声控制 非线性 次级通道 优化 神经网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部