噪声有源控制的在线自适应神经网络方法
(0) 噪声有源控制通常采用离线技术建立次级声路径模型,在控制过程中不考虑对象参数时变.然而,有时实际问题对象参数是时变的或者不允许离线建模.本文提出了一种能在线自适应估计次级超声路径模型的噪声有源神经网络控制方法.控制系统包含一个神经网络识别器和一个神经网络控制器.神经网络识别器同时建立主噪声路径和次级声路径模型,使得模型的输入和输出在控制过程中都是可测的.可以分别对神经网络控制器和神经网络识别器进行在线自适应学习,解决了控制对象参数的时变问题.仿真结果表明,该方法可以在线自适应估计次级声路径模型,同时能有效地消除非线性噪声.
神经网络 噪声有源控制 辨识 自适应控制 次级声路径模型
张奇志 曾成 周雅丽 贾永乐
北京机械工业学院计算机及自动化系(北京)
国内会议
北京
中文
664-668
2002-10-01（万方平台首次上网日期，不代表论文的发表时间）