学位论文 > 优秀研究生学位论文题录展示

基于神经网络的自适应噪声主动控制研究

作　者: 马杰
导　师: 黄静
学　校: 浙江理工大学
专　业: 计算机应用技术
关键词: 噪声主动控制 自适应控制 BP神经网络 遗传算法 系统辨识
分类号: TP183
类　型: 硕士论文
年　份: 2011年
下　载: 19次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着现代工业和交通运输业的飞速发展,噪声问题日益引起了人们的极大关注。基于自适应控制理论的噪声主动控制技术已经成为噪声控制领域的重要研究内容之一,并取得了丰硕的成果。在自适应噪声主动控制控制系统中,控制算法是直接影响自适应控制性能的重要因素。目前,在自适应噪声主动领域,使用最为广泛的是基于线性自适应滤波器的滤波-XLMS算法,而滤波-XLMS算法存在需要较高阶次的自适应滤器和不能有效的控制非线性噪声等缺陷。因此运用新的技术手段,对自适应控制算法进行研究是一个非常有发展前景并且具有重要意义的工作。针对以上问题,本文从自适应噪声主动控制系统的基本理论出发,给出自适应前馈噪声主动控制模型,采用具有极强非线性处理能力的BP神经网络代替线性自适应滤波器作为自适应噪声主动控制系统的控制器,并提出了基于改进BP神经网络的自适应噪声主动控制算法—改进BP滤波-X算法。该算法可以有效抵消非线性噪声,但由于BP神经网络存在容易陷入局部极小值、收敛速度慢等不足,所以该算法还需要进一步优化。遗传算法是一种高效的随机搜索和优化方法,它具有很好的全局寻优能力,可以有效跳出局部极小值,并且具有良好的适应性和高度的并行性。基于遗传算法的以上优点,本文在改进BP滤波-X算法的基础上,结合遗传算法,提出了遗传-BP自适应控制算法。该算法使用遗传算法对改进BP神经网络的权值进行优化,将神经网络控制器的权值逼近全局最优值,然后利用改进BP算法较强的局部寻优能力找到全局最优值,最后把最优权值应用于神经网络控制器,从而实现噪声主动控制系统的最佳控制。为了验证本文所提出算法的降噪性能,分别对滤波-XLMS、改进BP滤波-X、遗传-BP三种AANC控制算法在线性和非线性条件下进行了系统的仿真分析,并得出了和我们理论分析相一致的仿真结果。

全文目录


摘要  4-5
ABSTRACT  5-10
第一章 绪论  10-18
  1.1 选题背景和意义  10-11
  1.2 国内外研究现状  11-17
    1.2.1 自适应噪声主动控制的国内外研究现状  11-13
    1.2.2 神经网络的国内外研究现状  13-15
    1.2.3 遗传算法的国内外研究状况  15-17
  1.3 论文研究内容及章节安排  17-18
第二章 自适应噪声主动控制基本理论研究  18-30
  2.1 噪声主动控制基本原理  18-19
  2.2 自适应滤波原理  19-21
    2.2.1 自适应滤波器  19-20
    2.2.2 自适应噪声主动控制算法概述  20-21
  2.3 自适应滤波算法  21-24
    2.3.1 最小均方算法  21-23
    2.3.2 归一化最小均方差  23-24
  2.4 自适应前馈噪声主动控制系统  24-26
    2.4.1 系统模型  24-25
    2.4.2 滤波-XLMS 算法  25-26
  2.5 次级路径自适应建模  26-29
    2.5.1 次级路径自适应建模原理  26-27
    2.5.2 次级路径自适应建模方法  27-29
  2.6 本章小结  29-30
第三章 BP 神经网络算法改进研究  30-48
  3.1 BP 神经网络基本理论  30-37
    3.1.1 BP 神经网络的神经元及BP 网络模型  30-32
    3.1.2 BP 算法原理  32
    3.1.3 BP 网络的学习算法  32-36
    3.1.4 BP 网络的学习步骤  36-37
  3.2 BP 算法的性能分析  37-40
    3.2.1 BP 网络的局限性  37-39
    3.2.2 BP 网络常用改进算法  39-40
  3.3 BP 算法的改进研究  40-47
    3.3.1 算法改进思想  40-41
    3.3.2 改进BP 算法  41-47
  3.4 本章小结  47-48
第四章 基于改进BP 网络和遗传算法的AANC 系统研究  48-71
  4.1 遗传算法原理及其与神经网络的结合  48-57
    4.1.1 遗传算法的定义、特点及应用  48-49
    4.1.2 遗传操作  49-55
    4.1.3 遗传算法与神经网络结合的可行性与必要性  55-56
    4.1.4 遗传算法与神经网络结合的方式  56-57
  4.2 基于改进BP 神经网络的自适应噪声主动控制系统  57-61
    4.2.1 系统结构  58-59
    4.2.2 基于改进BP 网络的滤波-X 算法  59-60
    4.2.3 神经网络控制器计算量分析  60-61
  4.3 基于改进BP 神经网络和遗传算法的自适应噪声主动控制算法研究  61-64
  4.4 系统仿真与结果分析  64-70
    4.4.1 仿真参数的设置  65
    4.4.2 线性噪声路径仿真  65-67
    4.4.3 非线性噪声路径仿真  67-70
  4.5 本章小结  70-71
第五章 总结与展望  71-73
  5.1 总结  71
  5.2 展望  71-73
参考文献  73-77
致谢  77-78
攻读学位期间的研究成果  78

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  3. 陀螺稳定吊舱控制系统稳定回路设计与研究,V241.5
  4. 航天器姿态动力学系统鲁棒自适应控制方法研究,V448.22
  5. 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
  6. 机械臂视觉伺服系统的研究,TP242.6
  7. 压电驱动微工作台的控制与校正技术研究,TP273
  8. 一类欠驱动Lagrangian系统的最优同步控制,TP13
  9. 自适应模糊控制算法研究及其实现,TP273.4
  10. 市级旅游用地规划环境影响评价研究,X820.3
  11. 珠三角地区高性能混凝土配合比智能化系统,TU528
  12. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  13. 部队人员网上训练与考核系统的开发,TP311.52
  14. 大学生综合素质测评研究,G645.5
  15. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  16. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  17. 基于遗传算法的中短波磁天线的设计及实现,TN820
  18. 基于遗传算法的柑橘图像分割,TP391.41
  19. 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
  20. 近壁面环境下UUV回收过程的自适应控制方法研究,TP273
  21. 基于遗传—牛顿算法的公交优化调度,TP18

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com