[发明专利]模拟噪声源与原始噪声传感器传递模型辨识方法在审
申请号: | 201410311149.1 | 申请日: | 2014-07-01 |
公开(公告)号: | CN104063610A | 公开(公告)日: | 2014-09-24 |
发明(设计)人: | 张华军;赵菁;蔡炜;周登科 | 申请(专利权)人: | 中冶南方工程技术有限公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 湖北武汉永嘉专利代理有限公司 42102 | 代理人: | 王丹 |
地址: | 430223 湖北省武*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 模拟 噪声 原始 传感器 传递 模型 辨识 方法 | ||
技术领域
本发明涉及钢铁冶金行业噪声污染治理领域,具体涉及模拟噪声源与原始噪声传感器传递模型辨识方法。
背景技术
在钢铁、冶金等工业领域中,由于各种大型机械的运行,特别是诸如高炉减压阀组等高能量噪声源的运行,导致钢铁厂区长期处于严重噪声污染之中。由于长时间处于这种高强度噪声污染中会导致工作人员身体和心理受到损伤,因此工程中往往采用主动去噪和被动去噪两种方法减小噪声能量。在主动噪声控制技术中,由于原始噪声传感器不仅接收了原始噪声信号,同时它也接收了模拟噪声扩音器发出的模拟噪声信号,为了达到较好的去噪效果,需要辨识扩音器至原始噪声传感器之前的噪声传递模型,传统方法往往难以辨识得到准确的噪声传递模型。
发明内容
本发明要解决的技术问题是:提供一种模拟噪声源与原始噪声传感器传递模型辨识方法,能够获得更加准确的噪声传递模型。
本发明为解决上述技术问题所采取的技术方案为:一种模拟噪声源与原始噪声传感器传递模型辨识方法,其特征在于:它包括以下步骤:
1)令采样周期为Ts,按照标准的白噪声产生方法模拟生成白噪声y(k),将y(k)经过扩音器向空气中传播,原始噪声传感器检测扩音器声波经过空气衰减后的信号x′(k);白噪声y(k)经过滤波器滤波后的信号x(k)=D(z)y(k),D(z)表示模拟噪声源与原始噪声传感器之间的传递函数,表达式为D(z)=d0+d1z-1+d2z-2+…+dnz-n,其中z表示移位操作,n为滤波器的阶次,d0、d1、…、dn为滤波器系数;
2)假设滤波器参数初始取值均为0;
3)计算白噪声经过滤波器滤波后的信号x(k),其中di(k)表示滤波器D(z)系数di在第k次采样时的值;
4)计算原始噪声传感器检测到的信号x′(k)与白噪声经过滤波器滤波后的信号x(k)之间的误差e(k),e(k)=x′(k)-x(k);
5)判断e(k)的大小:
当e(k)未达到预设要求时,更新滤波器系数,令di(k)=di(k-1)+ε×e(k)×y(k-i),其中i=0,1,2,…,n-1,ε为迭代步长,ε满足条件其中Py为白噪声y(k)的功率;重复上述步骤3)-4);
当误差达到预设要求时停止计算,输出滤波器系数。
按上述方案,步骤5)中,当e(k)≥0.1时,更新滤波器系数,令di(k)=di(k-1)+ε×e(k)×y(k-i),其中i=0,1,2,…,n-1,ε为迭代步长,ε满足条件其中Py为白噪声y(k)的功率;重复上述步骤3)-4);
当e(k)<0.1时停止计算,输出滤波器系数。
本发明的有益效果为:能够比传统方法获得更加准确的噪声传递模型,非常适合主动噪声控制设计时对扩音器和原始噪声传感器之间的传递模型进行辨识,为主动噪声控制获得良好的去噪效果提供了基础。
附图说明
图1为本发明一实施例的辨识原理图。
图2为本发明一实施例中滤波器参数d0收敛曲线。
图3为本发明一实施例中滤波器参数d1收敛曲线。
图4为本发明一实施例中滤波器参数d2收敛曲线。
图5为本发明一实施例中滤波器参数d3收敛曲线。
图6为本发明一实施例中滤波器参数d4收敛曲线。
图7为本发明一实施例中滤波器参数d5收敛曲线。
图8为本发明一实施例中滤波器参数d6收敛曲线。
图9为本发明一实施例中误差e(k)变化曲线。
具体实施方式
下面结合具体实例和附图对本发明做进一步说明。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶南方工程技术有限公司,未经中冶南方工程技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410311149.1/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用