-
题名基于改进PSO的有源噪声控制算法关键参数在线获取
- 1
-
-
作者
李春阳
金光灿
刘浩
-
机构
上海工程技术大学机械与汽车工程学院
上海理想汽车科技有限公司
-
出处
《软件工程》
2023年第8期40-43,62,共5页
-
文摘
针对有源噪声控制(Active Noise Control, ANC)系统中自适应算法关键参数难以最优设置,导致降噪系统性能不理想的问题,提出了一种改进粒子群(PSO)算法用于在线获取ANC系统关键参数。该算法在ANC系统的实时采样过程中,随机选择粒子作为ANC算法的关键参数,并以数据块为单位迭代更新粒子群。算法采用动态的惯性权重和非线性的适应度函数,解决了传统PSO算法寻优能力不足和鲁棒性弱的问题。实验结果表明,改进PSO算法在ANC关键参数在线寻优过程中,仅需20次迭代即能找到最优参数值,收敛速度快,并且算法获得的稳态误差值最低,稳定值为-35.6 dB,降噪表现优异。
-
关键词
有源噪声控制
改进PSO
在线参数获取
降噪算法
-
Keywords
active noise control
modified PSO
online parameter acquisition
noise reduction algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
