摘 要： 采用神經網(wǎng)絡控制方法，建立了基于BP算法的神經網(wǎng)絡有源消聲實驗系統(tǒng)。實驗證明基于BP算法的有源消聲實驗系統(tǒng)具有良好的消聲效果和穩(wěn)定性。
關鍵詞： 神經網(wǎng)絡 BP算法 有源消聲
?
有源消聲作為一種有效的低頻消聲方法，彌補了吸聲、隔聲、減振等傳統(tǒng)無源消聲方法在低頻噪聲控制方面的不足。近年來，基于傳統(tǒng)自適應技術" title="自適應技術">自適應技術的有源消聲系統(tǒng)借助于自適應信號處理技術的最新成果，結合聲場特性研究，取得了初步的成功。但由于空間有源消聲過程具有時變性和非線性，基于傳統(tǒng)自適應技術的有源消聲系統(tǒng)穩(wěn)定性不足，容易產生振蕩。
神經網(wǎng)絡是由大量簡單的非線性處理單元及單元之間復雜、靈活的聯(lián)接關系所構成。神經網(wǎng)絡能夠實現(xiàn)任意非線性映射" title="非線性映射">非線性映射，并具有極強的自適應、自學習、自組織能力。神經網(wǎng)絡的這些特點，為有源消聲研究提供了一個新的途徑。
1 BP神經網(wǎng)絡有源消聲系統(tǒng)結構及算法推導
運用誤差反向傳播學習算法(BP算法)的前饋多層網(wǎng)絡通常稱為BP網(wǎng)絡。由于這種網(wǎng)絡具有很強的非線性映射能力，網(wǎng)絡結構簡單，工作狀態(tài)穩(wěn)定，易于實現(xiàn)，是目前應用最為廣泛的一種網(wǎng)絡。因此，本文將BP網(wǎng)絡應用于有源消聲系統(tǒng)中。圖1為BP神經網(wǎng)絡有源消聲系統(tǒng)結構圖。
若網(wǎng)絡第i層的第l節(jié)點的輸入誤差為Eil，按梯度最速下降原理，權值" title="權值">權值沿誤差函數(shù)的負梯度方向變化，即有：
對網(wǎng)絡輸出層，即當為l輸出節(jié)點時，取神經元的輸出函數(shù)為:
對于網(wǎng)絡中間層i，它的誤差來源于i＋1層，取神經元的輸出函數(shù)為:
系統(tǒng)開始運行時，首先設置網(wǎng)絡的初始權值，根據(jù)實時采得的初級傳聲器信號x(n)，由公式(1)、(2)計算出網(wǎng)絡各層神經元的輸出。根據(jù)實時采得的誤差傳聲器信號e(n)，由公式(9)、(12)計算網(wǎng)絡各層的δil，然后由公式(10)、(13)修正所有的權值變化。隨著輸入值的變化，重復上述過程，使誤差信號e(n)穩(wěn)定在一定范圍內。
2 實驗結果及分析
實驗在半消聲室中進行，實驗系統(tǒng)的硬件構成如圖2所示。噪聲由HP 33120A信號發(fā)生器產生的信號來模擬，濾波器采用可調范圍較寬的UL8雙通道通用有源濾波器，聲源采用低頻性能良好的電動式8英寸“飛樂”喇叭制作的高性能音箱。
聲源及傳聲器的布放如圖3所示，初級傳聲器位于噪聲源" title="噪聲源">噪聲源正前方0.05m，誤差傳聲器位于噪聲源正前方0.4m、算法程序由HP Vectra 200計算機來完成。
系統(tǒng)穩(wěn)定運行后，在以初級聲源為中心，半徑為1m，離地高為1.5m等半徑的空間里測得的消聲前后聲壓級分布圖如圖4、圖5 所示。圖中f、Δf分別表示噪聲源信號的中心頻率和帶寬。圖中虛線表示消聲前的聲壓級，實線表示消聲后的聲壓級。實驗中采用的網(wǎng)絡結構為4×4×1。
從實驗結果可以看出，采用單初級雙次級聲源組成的基于神經網(wǎng)絡BP算法的有源消聲實驗系統(tǒng)不論對單頻還是窄帶隨機信號在全空間范圍內都有較好的消聲效果，在誤差傳聲器周圍都有7dB以上的消聲量。同傳統(tǒng)的自適應有源消聲系統(tǒng)相比，該實驗系統(tǒng)具有較好的穩(wěn)定性。
本文建立了基于BP神經網(wǎng)絡的有源消聲實驗系統(tǒng)，實驗結果表明，該系統(tǒng)有較好的消聲能力和較高的穩(wěn)定性。在以后的研究工作中，為進一步改善網(wǎng)絡的性能，擬采用新的算法，如Levenberg－Marquardt算法，以提高該實驗系統(tǒng)的消聲能力。
參考文獻
1 陳克安，馬遠良編著.自適應有源消聲——原理、算法及實現(xiàn).成都：西北工業(yè)大學出版社，1993
2 徐永成.噪聲場測試分析" title="測試分析">測試分析與基于智能模糊控制有源消聲的實驗系統(tǒng)研究.國防科技大學碩士學位論文，1996
3 吳簡彤，王建華編著.神經網(wǎng)絡技術及其應用.哈爾濱：哈爾濱工程大學出版社，1998
4 侯宏，楊建華，孫進才.神經網(wǎng)絡BP算法在有源消聲中的應用.西北工業(yè)大學學報，1999，2