工学硕士学位论文自适应逆控制及其在有源噪声控制中的应用工学硕士学位论文自适应逆控制及其在有源噪声控制中的应用硕士研究生导师申请学位级别工学硕士 学科、专业控制理论与控制工程 所在单位电气工程学院 授予学位单位： ： ： ： ： ： Dissertation for the Master Degree in EngineeringADAPTIVE INVERSE CONTROL RESEARCH AND ITS APPLICATION IN ACTIVE NOISE CONTROLCandidate: Academic Degree Applied for:Master of Engineering Speciality:Control Theory and Control Engineering University: 目 录摘要 IAbstractII第 1 章 绪论11.1 课题研究目的和意义11.2 课题研究的历史和现状31.2.1 自适应逆控制研究的历史和现状31.2.2 有源噪声控制研究的历史和现状41.3 本文主要研究内容6第 2 章 自适应 LMS 滤波72.1 Wiener 滤波器72.1.1 引言72.1.2 数字滤波器72.1.3 双边 Wiener 滤波器102.1.4 因果 Wiener 滤波器的 Shannon-Bode 实现102.2 自适应 LMS 滤波142.2.1 自适应滤波原理142.2.2 自适应线性滤波器152.2.3 性能曲面172.2.4 最速下降法172.2.5 LMS 算法192.3 本章小结20第 3 章 自适应逆控制理论基础213.1 自适应逆控制的基本概念213.1.1 与传统反馈控制的比较213.1.2 自适应逆控制的方法233.2 自适应建模253.3 逆对象建模253.3.1 引言253.3.2 最小相位对象的逆263.3.3 非最小相位的逆263.3.4 模型参考对象的逆273.3.5 有扰动对象的逆273.4 自适应逆控制的结构293.5 自适应逆控制的其它结构303.5.1 引言303.5.2 基于 X-滤波 LMS 算法的自适应逆控制303.5.3 基于-滤波 LMS 算法的自适应逆控制313.6 对象扰动的消除323.7 系统集成333.8 本章小结35第 4 章 模糊自适应逆控制 364.1 模糊 LMS 算法364.1.1 引言364.1.2 模糊 LMS 算法的基本形式364.1.3 输入输出变量隶属度函数的选取374.1.4 模糊规则的选取394.2 基于模糊 X-LMS 算法的自适应逆控制结构394.3 基于模糊-LMS 算法的自适应逆控制结构414.4 仿真研究424.5 本章小结45第 5 章 基于 U-滤波 LMS 算法的自适应逆控制465.1 U-滤波 LMS 算法465.1.1 IIR 滤波器465.1.2 U-滤波 LMS 算法的导出465.2 基于 U-滤波 LMS 算法的自适应逆控制系统495.2.1 基于 U-滤波 LMS 算法的自适应逆控制结构495.2.2 仿真研究515.3 本章小结53第 6 章 自适应逆控制在有源噪声控制中的应用546.1 有源噪声控制546.1.1 有源噪声控制的基本概念546.1.2 自适应有源噪声控制566.2 自适应逆有源噪声控制576.2.1 基于自适应逆控制方法进行有源噪声控制576.2.2 仿真研究596.3 分离控制器的自适应逆有源噪声控制616.3.1 分离控制器的自适应逆结构616.3.2 分离控制器的自适应 LMS 算法626.3.3 仿真研究636.4 本章小结64结论65参考文献67攻读硕士学位期间承担的科研任务与主要成果71致谢72作者简介73摘 要论文研究了自适应逆控制的自适应算法和结构，对原来的自适应逆控制进行改进，提出了一些新的自适应逆控制方法，提高了系统的跟踪性能和收敛速度。给出了自适应逆控制在有源噪声控制中的应用，针对它的特点，提出了一种新的噪声控制策略。首先在经典的自适应逆控制理论的基础上，引入了模糊方法，实现了一种收敛过程的时变控制。模糊控制改进了自适应逆控制系统中 LMS 算法的性能，解决了恒定步长因子带来的收敛速度和失调量之间的矛盾。其次研究了以自适应 IIR 滤波器为控制器的自适应逆控制方法。给出一种基于 U-滤波 LMS 算法的自适应逆控制结构。这样就使得自适应算法的计算量得到显著的降低，它同时提高了调节精度，对于参考模型的输出具有着非常优良的跟踪性能。这种结构具有实际应用价值，拓宽了自适应逆控制的应用领域。 最后将构造的基于 U-滤波 LMS 算法的自适应逆控制方法应用到有源噪声控制当中。与传统的有源噪声控制进行了性能比较，证明了自适应逆控制的优越性。另外针对有源噪声控制的特点，着重推导了一种可分离控制器的自适应算法。采用分离控制器的自适应逆控制结构，并使用 matlab 进行仿真，降噪效果令人满意。关键词 自适应逆控制；自适应扰动消除器；LMS 算法；IIR 滤波器；自适应有源噪声控制 AbstractThe paper studies the adaptive algorithm and structure of adaptive inverse control. It improves the original adaptive inverse control and then brings forward some new adaptive inverse control methods to enhance the tracking performance and convergence velocity. The paper gives the application of adaptive inverse control in active noise control. According to its traits, a new noise control strategy is provided.Firstly, fuzzy control is introduced to the classical Adaptive inverse control theory to realize a controller varied with time in convergence process. Fuzzy control improves the performance of LMS algorithm and resolves the contradiction between convergence velocity and misadjustment which is brought by fixed step factor.Secondly, an adaptive inverse control methods with adaptive IIR filter as controller is researched. Also an adaptive inverse control structure based on filtered-U LMS algorithm is given. It markedly reduces the computation of adaptive algorithm. And furthermore it enhances the adjustment precision. It has perfect tracking performance towards the output of reference model. So it has much practicality and widen the application area of adaptive inverse control. Finally, the adaptive inverse control methods based on filtered-U LMS algorithm is used in active noise control. At the same time its performance is compared with the traditional one. The result proves the superiority of adaptive inverse control. In addition the adaptive algorithm of separable controller is emphatically educed. Adaptive inverse