×
鲁，鲁;朱光亚;杨晓敏;周凯

非线性有源噪声控制中基于共轭梯度的FLANN算法。 （英语） Zbl 1491.94023号

J.富兰克林研究所。 359，第9号，4468-4488（2022）.
摘要：共轭梯度（CG）方法比最速下降法具有更快的收敛速度，因此受到了广泛的关注。在这项工作中，我们提出了两种基于CG的非线性有源噪声控制（NLANC）方法。所提出的滤波贝塞尔CG（FsBCG）-I算法实现了功能链接人工神经网络（FLANN）作为控制器，它是从Matérn核派生出来的，以在各种环境中获得增强的性能。在FsBCG-I算法的基础上，我们进一步发展了FsBCG-II算法，该算法利用第一类贝塞尔函数来约束离群值。作为替代方案，与FsBCG-I算法相比，FsBCG-II算法降低了计算复杂度并具有类似的性能。此外，分析了算法的收敛性。将提出的算法与一些被高度引用的先前工作进行了比较。大量仿真结果表明，当噪声源为脉冲、高斯、logistic和时变时，所提出的算法能够实现鲁棒性能。

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
68T07型 人工神经网络与深度学习
90C52型 减少梯度类型的方法
93E11号机组 随机控制理论中的滤波

关键词：

共轭梯度法;人工神经网络;FsBCG-II算法
PDF格式BibTeX公司 XML格式引用
\textit{L.Lu}等人，J.Franklin Inst.359，No.9，4468-4488（2022；Zbl 1491.94023）
全文： 内政部

参考文献：

[1] 卢，L。；尹，K.-L。；德拉马雷共和国。；郑，Z。；Yu，Y。；Yang，X.先生。；Chen，B.，过去十年有源噪声控制综述——第二部分：非线性系统，信号处理。，181, 107929 (2021)
[2] 阿德卡尼，I.T。；Abdulla，W.H.，《三维有源噪声控制》，IEEE Trans。控制系统。技术。，22, 6, 2150-2159 (2014)
[3] 宋，P。；赵，H。；Zhu，Y.，Filtered-s非线性有源噪声控制的归一化最大混合相关熵准则算法，第十二国际Conf.信号处理。系统。，第11719卷，1171911（2021）
[4] 齐尔，J。；Elliott，S.J.，《车辆内部道路噪声衰减的多通道控制系统》，机械。系统。信号处理。，60, 753-769 (2015)
[5] 石，D。；甘，W.S。；Lam，B。；Shi，C.，双梯度方向FXLMS：一种具有输出约束的自适应主动噪声控制算法，Mech。系统。信号处理。，116, 651-667 (2019)
[6] 马，F。；张伟。；Abhayapala，T.D.，《房间宽带噪声场主动控制》，IEEE/ACM Trans。音频语音语言处理。，28, 529-539 (2020)
[7] 陈，B。；于斯。；Yu，Y。；郭，R.，基于相关EMD和切比雪夫滤波器的非线性有源噪声控制系统，Mech。系统。信号处理。，130, 74-86 (2019)
[8] 罗，L。；Sun，J。；黄，B。；Quoc，D.D.，非线性窄带有源噪声控制前馈和反馈结构的有效组合，信号处理。，128, 494-503 (2016)
[9] 刘，Y。；Sun，C。；蒋，S.，具有非线性主通路的有源噪声控制系统的核滤波-x LMS算法，电路系统。信号处理。，37, 12, 5576-5594 (2018)
[10] 帕特尔，V。；George，N.V.，使用样条自适应滤波器补偿前馈有源噪声控制系统中的声反馈，信号处理。，120, 448-455 (2016)
[11] 董，C。；丁，Y。；Tan，L。；杜，S。；郭，X.，非线性噪声过程多通道有源噪声控制的对角结构自适应双线性滤波器，Mech。系统。信号处理。，143, 106703 (2020)
[12] Khan，W.U。；Ye，Z。；新泽西州乔杜里。；Raja，M.A.Z.，非线性有源噪声控制系统的回溯搜索与序列二次规划集成，应用。软计算。，73, 666-683 (2018)
[13] 汗，W.U。；Ye，Z。；Altaf，F。；新泽西州乔杜里。；Raja，M.A.Z.，烟花启发式范式在非线性有源噪声控制可靠处理中的新应用，应用。灰尘。，146, 246-260 (2019)
[14] 拉贾，M.A.Z。；Aslam，M.S。；新泽西州乔杜里。；Khan，W.U.，生物启发启发式与内点方法相结合，用于有源噪声控制系统，无需识别次级路径，Front。通知。Technol公司。电子。工程师，19，2，246-259（2018）
[15] 卢，L。；Wang，W。；Yang，X.先生。；Wu，W。；Zhu，G.，用于实现二阶Volterra滤波器的递归Geman-Mclure估计器，IEEE Trans。电路系统。，66, 7, 1272-1276 (2019)
[16] 达斯，D.P。；Panda，G.，使用新型滤波LMS算法的非线性噪声过程主动抑制，IEEE Trans。语音音频处理。，12, 3, 313-322 (2004)
[17] 帕特尔，V。；甘地，V。；Heda，S。；George，N.V.，自适应指数函数链路网络非线性滤波器的设计，IEEE Trans。电路系统。一、 63、9、1434-1442（2016）·Zbl 1468.94767号
[18] 阿赫塔，麻省理工。；Mitsuhashi，W.，提高FxLMS算法在脉冲噪声有源控制中的性能，J.Sound Vib。，327, 3, 647-656 (2009)
[19] 周，Y。；张，Q。；Yin，Y.，基于改进的步长归一化自适应算法的对称α稳定分布脉冲噪声主动控制，Mech。系统。信号处理。，56, 320-339 (2015)
[20] Tan，L。；蒋，J.，利用非线性压扩函数对脉冲噪声进行主动控制，Mech。系统。信号处理。，58, 29-40 (2015)
[21] 李，P。；Yu，X.，脉冲噪声的有源噪声抵消算法，机械。系统。信号处理。，36, 2, 630-635 (2013)
[22] Zeb，A。；米尔扎。；Khan，Q.U。；Sheikh，S.A.，提高FxRLS算法在脉冲噪声有源控制中的性能，应用。灰尘。，116, 364-374 (2017)
[23] 吴，L。；He，H。；邱，X.，一种带对数变换的主动脉冲噪声控制算法，IEEE Trans。音频语音语言处理。，19, 4, 1041-1044 (2010)
[24] 乔治，N.V。；Panda，G.，用于非线性有源噪声控制的鲁棒滤波最小二乘算法，应用。灰尘。，73, 8, 836-841 (2012)
[25] 何振中。；Ye，H.H。；Li，E.，脉冲噪声非线性有源噪声控制的有效算法，应用。灰尘。，148, 366-374 (2019)
[26] 北卡罗来纳州库里安。；帕特尔，K。；George，N.V.，鲁棒主动噪声控制：一种信息论学习方法，应用。灰尘。，117, 180-184 (2017)
[27] 熊，K。；Wang，S.，在线随机傅里叶特征共轭梯度算法，IEEE信号处理。莱特。，26, 5, 740-744 (2019)
[28] 张，M。；张，A。；Yang，Q.，基于共轭梯度算法的鲁棒自适应波束形成，IEEE Trans。信号处理。，64, 22, 6046-6057 (2016) ·Zbl 1414.94733号
[29] Wang，L。；de Lamare，R.C.，基于共轭梯度技术的波束形成约束自适应滤波算法，IET信号处理。，4, 6, 686-697 (2010)
[30] Wang，L。；de Lamare，R.C.，波束形成的集成员约束共轭梯度自适应算法，IET信号处理。，6, 8, 789-797 (2012)
[31] 张，M。；王，X。；陈，X。；Zhang，A.，核共轭梯度算法，IEEE Trans。信号处理。，66, 16, 4377-4387 (2018) ·Zbl 1414.90362号
[32] 熊，K。；Iu，H.H。；Wang，S.，基于半二次优化的核相关熵共轭梯度算法，IEEE Trans。赛博。(2020)
[33] Teoh，C。；Soh，K。；周，R。；Tien，D。；Chan，V.，变压器噪声的主动噪声控制，国际能源管理协会。，电力输送，747-753（1998）
[34] 尹，K.-L。；Pu，Y.-F。；Lu，L.，Hermite功能链接人工神经网络辅助的IoV非线性有源噪声控制自适应算法，IEEE Internet Things J.，7，9，8372-8383（2020）
[35] Bergamasco，M。；F.D.罗萨。；Piroddi，L.，在线估计非高斯噪声特性的有源噪声控制，J.Sound Vib。，331, 1, 27-40 (2012)
[36] 徐，S。；德拉马雷，R.C。；Poor，H.V.，基于分布式共轭梯度策略的传感器网络分布式估计，IET信号处理。，10, 3, 291-301 (2016)
[37] 钱，G。；王，S。；Wang，L。；Duan，S.，最大复相关熵准则下不动点算法的收敛性分析，IEEE信号处理。莱特。，25, 12, 1830-1834 (2018)
[38] Alghamdi，A.S。；波兰，K。；Alghoson，A。；Alshdadi，A.A。；Abd El-Latif，A.A.，基于高斯过程回归（GPR）的无创连续血压预测方法，袖带示波信号，应用。灰尘。，164107256（2020）
[39] 张，S。；郑伟新。；张杰。；Han，H.，稳健的M形误差加权最小均方算法家族：性能分析和回声消除应用，IEEE Access，5，14716-14727（2017）
[40] Watkins，D.S.，《矩阵计算基础》（2004），John Wiley&Sons
[41] 贝赫拉，S.B。；达斯，D.P。；Rout，N.K.，宽带混沌噪声的非线性反馈有源噪声控制，应用。软计算。，15, 80-87 (2014)
[42] 张，Q。；Jia，Y.，使用神经网络补偿的有源噪声混合前馈/反馈控制，J.Vib。灰尘。，124, 1, 100-104 (2002)
[43] Akhtar，M.T.，《关于主动脉冲噪声控制（AINC）系统——使用凸组合归一化步长方法开发滤波参考自适应算法》，Circuits，Syst。信号处理。，1-24 (2020)
[44] 陈，B。；Xing，L。；Zheng，N。；Principe，J.C.，量化最小误差熵准则，IEEE Trans。神经网络。学习。系统。，30, 5, 1370-1380 (2018)
[45] 弗洛雷斯，A。；de Lamare，R.C.，集员自适应内核NLMS算法：设计与分析，信号处理。，154, 1-14 (2019)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。