基于C-FLANN的非线性有源噪声无模型控制技术的研究

来源 :第二十届全国振动与噪声高技术及应用会议 | 被引量 : 0次 | 上传用户:logicwords
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了非线性有源噪声控制问题。在实际的有源噪声控制系统中,主路径和次路径常常是非线性的且可能是时变的。本文采用基于契比雪夫多项式扩展的函数联接型人工神经网络C-FLANN(Chebyschev Functional Link Artificial NeuralNetwork)对系统申的非线性进行控制。同时采用基于无模型技术的同步扰动随机梯度算法SPSA(Simultaneous PerturbationStochastic Approximation)对神经网络的权值进行更新。该算法无需知道次路径的传递函数,而是通过对输出值的测量采用同步扰动量对神经网络的所有权值同时进行更新,有效解决了次路径的时变问题。仿真研究的结果表明,当系统中呈现非线性及时变特性时,该方法能有效抑制噪声,明显优于Filter-x算法。
其他文献
针对某轻型载货汽车整车车外加速噪声超标的情况,通过声强法测量,对该车发动机进行了表面噪声源识别研究,并通过计算得到发动机表面主要部件的声功率,确定了该机的主要噪声源
在当前我国宏观经济环境逐步趋好的情况下,为促进经济发展,中央银行继1996年5月第一次调低利率后,8月又一次大幅度降息。作为金融产业的寿险业来说,受其影响就更为直接。如
针对航天器大型太阳能电池翼结构振动控制问题,提出了将现代控制理论中的分散控制方法引入到大型挠性结构振动系统中的控制策略,并利用压电陶瓷智能材料的机电特性设计了控制
会议
因化学加工、人为添加及环境污染所导入食品中的有毒化合物容易被认识和预防;而许多以食品的天然组分形式存在的天然毒素,由于毒性大,且与食品混为一体,不容易被认识和确定,
提出了一种基于人工神经网络的地震激励下桥梁振动控制系统的非参数辨识方法,利用神经网络强大的自学习、非线性逼近能力,克服了传统系统辨识要对结构进行预先假定、容错能力
蒙古白丽蘑 (Leucocalocybe mongolicum (Imai) X.D.Yu&Y.J.Yao) 具有很高的食药用价值, 但自然产量非常少, 且驯化栽培技术一直未有突破, 致使其有濒临灭绝的危险.为了了解
伟大领袖和导师毛泽东主席的逝世,八亿神州无比悲痛,举国上下深切哀悼,我们一定要化悲痛为力量,认真学习毛主席的伟大教导,继续深入批邓,反击右倾翻案风,为反修防修、巩固无
持绿基因(Stay Green gene)在植物衰老过程中起到了重要的作用.本研究利用同源序列PCR方法、 Gateway重组技术和子叶节遗传转化方法,对大豆持绿基因GmSGR进行RNAi载体的构建,
玉米的正反交杂交种在有些表型性状上存在差异,在有些品种中甚至直接影响总体产量.为了避免之前的鉴定正反交方法在取样类型和时间上存在的一定的局限性,本研究以玉米叶绿体
普通的Web服务通常是"无状态"的,WSRF将Web服务与一组有状态的资源结合起来实现了有状态的Web服务。然而资源的状态是不断变化的,为了保持资源状态在不同应用或站点间的一致