前言

有源噪声控制（Active Noise Control, ANC）是近年来得到广泛关注的研究领域。其基本原理是基于声波的相消干涉原理，通过引入可控的次级声源，并控制次级声源使其输出和来自主噪声源的噪声发生干涉，进而达到降低噪声水平的目的。有源噪声控制的出现是为了弥补无源控制方法的不足，传统无源噪声控制方法采用吸声和隔声等手段，对中高频噪声比较有效，而对低频噪声的控制需要庞大的装置，一般难以实现。于是有源噪声控制技术应运而生。从理论上说，有源噪声控制在低频范围内可以达到很高的降噪量，同时可以使整个系统体积很小，便于设计和控制，具有很大的优越性。

20世纪80年代初，随着数字信号处理理论和技术的逐步成熟，基于自适应滤波理论的有源噪声控制技术开始起步并迅速发展。尤其是1981年Morgan等人提出了获得广泛应用的FXLMS算法，有效解决了由于次路径所引起的系统不稳定问题，开创了自适应有源噪声控制的先河。至此，有源噪声控制的研究正式进入了蓬勃发展时期。目前国内外有多家科研机构从事这方面的研究工作，其中有源消声耳机、空调管道有源消声和振动的有源隔离等技术已经在工程中得到应用。

本书以管道噪声为对象和背景，重点介绍有源噪声控制算法。本书共分8章，第1章介绍了有源噪声控制的基本原理及发展历程，概述了有源噪声控制系统的基本结构，并对管道声场的基本特性进行了简要分析。第2章概述了经典的有源噪声控制算法。内容包括自适应滤波器的基本结构、次路径建模方法、经典的FXLMS算法以及各种改进的FXLMS算法。第3章研究了重复性噪声的有源控制算法——迭代学习控制算法。根据系统的渐近稳定及单调收敛条件，推导出适用于非最小相位ANC系统的迭代学习滤波器设计算法——基于约束优化的非因果稳定逆求解算法。第4章研究了周期性噪声的有源控制算法——重复控制算法。首先分析了基于重复控制算法的ANC系统的稳定条件，并根据稳定条件，设计了重复控制算法的非因果学习滤波器。第5章给出了随机性脉冲噪声的有源控制算法，脉冲噪声控制是目前有源噪声控制领域的一个研究热点。本章首先介绍了脉冲噪声的特性及建模方法，详细分析了现有的随机性脉冲噪声的有源控制算法。在此基础上，提出了通用步长归一化算法，进一步简化了算法的设计及实现流程。第6章介绍了时变系统的有源噪声控制算法。主要包括次路径在线辨识算法、基于SPSA的无模型算法及基于FFT的无模型迭代学习控制算法，以适应ANC系统次路径时变的情况。第7章介绍了基于神经网络的非线性系统的有源噪声控制算法，其中包括参考及误差信号滤波的BP神经网络算法、函数链接型神经网络算法及自适应递归模糊神经网络算法。第8章以管道噪声为被控对象，对第3～7章所介绍的各种算法进行了仿真及实验分析，给出了仿真及实验结果。

本书的内容以作者在该领域10余年的科研积累为主，同时广泛参考了国内外同行的研究成果。书中引用时已做了相应标注，在此向各位作者表示感谢。作者10余年的研究工作先后得到了北京市教委科技发展计划项目、北京市教委骨干教师项目和北京市优秀人才项目等的持续支持。本书的出版得到了北京市属高等学校人才强教深化计划——模式识别与智能系统学术创新团队项目(PHR201106131)的经费资助，在此一并表示感谢。

本书由北京信息科技大学周亚丽和张奇志著写。虽然作者进行了反复修改，但因为水平限制，存在错误在所难免。欢迎读者批评指正。

作者

2014年4月