Этот пример показывает, как использовать алгоритм Filtered-X LMS в Adaptive Noise Control (ANC).
В модели Simulink сигнал Noise Sources содержит суперпозицию белого шума и синусоид. Модель использует адаптивный фильтр, чтобы уменьшить шум с помощью алгоритма Filtered-X LMS. Когда вы запускаете симуляцию, вы можете визуализировать и шум, и результат сигнала с уменьшением шума. Со временем алгоритм адаптивного фильтра Filtered-X LMS в модели отфильтровывает шум путем минимизации степени сигнала ошибки путем итерационного обновления весов фильтра.
Типичный адаптивный алгоритм LMS итеративно регулирует коэффициенты фильтра, чтобы минимизировать степень e (n). То есть вы измеряете d (n) и y (n) отдельно, а затем вычисляете e (n) = d (n) -y (n).
Однако в реальных приложениях Adaptive Noise Control e (n) является суммой первичного шума d (n) и вторичного шума ys (n). Основной шум является оценкой; мы не можем измерить его напрямую. Вторичный шум от сдвигов фазы сигнала или задержек из-за вторичного пути. В Adaptive Noise Control (ANC), вы должны взять вторичный путь в фактор. Вторичный путь является путем от выхода адаптивного фильтра до сигнала ошибки. Алгоритм Filtered-X LMS может использоваться, чтобы создать адаптивные адаптивные фильтры управления шумом, поскольку обычные алгоритмы наименьших средних квадратов (LMS) не могут компенсировать эти эффекты вторичного пути.
Сигнал Filtered-X LMS и определения систем:
x (n) - Синтезированный вход
y (n) - Соответствующий выход
d (n) - Основной вход шума
S (z) - Импульсная характеристика вторичного пути
ys (n) - выход вторичного пути
e (n) - Сигнал ошибки от d (n) и ys (n)
S ^ (z) - Оценка S (z)
fx (n) - результат фильтрации S ^ (z)
Алгоритм Filtered-X LMS выполняет следующие операции:
Вычислите выход y (n).
Вычислите fx (n) путем фильтрации x (n) с оценкой S ^ (z).
Обновите коэффициенты фильтра, используя уравнение LMS.
Подводя итог, входные сигналы к адаптивному фильтру Filtered-X являются x (n) и e (n). Вход x (n) является синтезированным опорным сигналом, генерируемым суммой измеренной ошибки e (n), и вторичным сигналом y (n), фильтрованным оценкой вторичного пути, т.е. X (z) = E (z) + S (z) Y (z). Чтобы компенсировать эффекты вторичного пути, вы должны оценить импульсную характеристику вторичного пути и принять эту оценку во фактор.
