原文服务方: 计算机应用研究       
摘要:
为提高基于粒子群算法的有源噪声控制(ANC)系统的性能,提出一种改进型重新初始化粒子群算法(MRPSO)。该算法充分利用粒子个体最优信息,并动态改变其惯性权重,从而增强了种群的多样性,提高了算法的收敛速度和全局优化能力。针对ANC系统的时变特性,该算法通过重新初始化粒子以应对声通道的突变。以对误差信号的逐个采样为基础,介绍了基于MRPSO算法的有源噪声控制方法。该方法无须估计次级声通道,但可以有效降低噪声信号,提高信噪比。通过与已有算法的比较,结果表明MRPSO算法在全局收敛速度和优化精度上有显著的提升,同时,MRPSO算法应对声通道突变的能力也优于其他两种算法。
推荐文章
基于粒子群优化算法的冷却塔群噪声控制方法
粒子群优化算法
冷却塔群
噪声控制
声源
噪声污染
基于粒子群优化算法的冷却塔群噪声控制方法
粒子群优化算法
冷却塔群
噪声控制
声源
噪声污染
多通道自适应有源噪声控制器的设计
有源噪声控制
DSP
自适应噪声控制算法
基于无模型技术的多通道有源噪声控制
声学
多通道有源噪声控制
无模型
同步扰动
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进型粒子群算法的有源噪声控制
来源期刊 计算机应用研究 学科
关键词 有源噪声控制 粒子群优化 次级声通道
年,卷(期) 2015,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2622-2625,2642
页数 5页 分类号 TP391.42
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2015.09.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙明健 哈尔滨工业大学威海信息与电气工程学院 10 57 5.0 7.0
2 马家辰 哈尔滨工业大学威海信息与电气工程学院 7 21 3.0 4.0
3 马立勇 哈尔滨工业大学威海信息与电气工程学院 8 31 5.0 5.0
4 胡佳俊 哈尔滨工业大学威海信息与电气工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (18)
参考文献  (12)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (24)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(6)
  • 引证文献(0)
  • 二级引证文献(6)
研究主题发展历程
节点文献
有源噪声控制
粒子群优化
次级声通道
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导