|
|
| | -文章搜索 - 最新文章 - | |
第42419篇:基于BP神经网络的自适应有源消声系统 |
| 发布时间:2006年5月20日 点击次数:365 |
| 来源: 作者:长沙国防科技大学机电工程及自动化学院机电工程研究所(410073) 温激鸿 |
摘要:采用神经网络控制方法,建立了基于BP算法的神经网络有源消声实验系统。实验证明基于BP算法的有源消声实验系统具有良好的消声效果和稳定性。 关键词:神经网络 BP算法 有源消声 有源消声作为一种有效的低频消声方法, 神经网络是由大量简单的非线性处理单元及单元之间复杂、灵活的联接关系所构成。神经网络能够实现任意非线性映射,并具有极强的自适应、自学习、自组织能力。神经网络的这些特点,为有源消声研究提供了一个新的途径。 1 BP神经网络有源消声系统结构及算法推导 运用误差反向传播学习算法(BP算法)的前馈多层网络通常称为BP网络。由于这种网络具有很强的非线性映射能力,网络结构简单,工作状态稳定,易于实现,是目前应用最为广泛的一种网络。因此,本文将BP网络应用于有源消声系统中。图1为BP神经网络有源消声系统结构图。 设网络共有k层,O表示i层l节点的输出,I表示i层l节点的输入,W表示i层节l点与i-1层m节点的连结权值,W表示i+1层节点p与i层节点l的连接权值,且有: f(x)=x (7) 则网络的实际输出与期望输出的误差即为: 2 实验结果及分析 实验在半消声室中进行,实验系统的硬件构成如图2所示。 声源及传声器的布放如图3所示,初级传声器位于噪声源正前方0.05m,误差传声器位于噪声源正前方0.4m算法程序由HP Vectra 200计算机来完成。 系统稳定运行后,在以初级声源为中心,半径为1m,离地高为1.5m等半径的空间里测得的消声前后声压级分布图如图4、图5 所示。图中f,△f分别表示噪声源信号的中心频率和带宽。图中虚线表示消声前的声压级,实线表示消声后的声压级。实验中采用的网络结构为4×4×1。 从实验结果可以看出,采用单初级双次级声源组成的基于神经网络BP算法的有源消声实验系统不论对单频还是窄带随机信号在全空间范围内都有较好的消声效果, 本文建立了基于BP神经网络的有源消声实验系统,实验结果表明,该系统有较好的消声能力和较高的稳定性。在以后的研究工作中,为进一步改善网络的性能,拟采用新的算法,如Levenberg-Marquardt算法,以提高该实验系统的消声能力。 |
|
|
|
|
[传感与控制] 相关文章: 用VisualC++实现工控设备多线程控制程序简介: 摘要: 提出多线程工控制序中最适宜采用工作者线程和事件同步方式,并给出了一个通用的工控程序框架。 关键词: 多线程 同步 事件 多线程技术的引入,不仅...... 模糊控制在基于CAN总线的数据采集与控制系统中的应用 利用虚拟仪器热核设计的网络化旋转机械状态监测系统 CASS法污水处理计算机控制系统设计 视频监控系统中矩阵切换——字符叠加的两种实现方案 |
|
|
|