دانلود پایان نامه با موضوع ارائه روش جدید جهت حذف نویز آکوستیکی در یک مجرا

دانلود پایان نامه با موضوع ارائه روش جدید جهت حذف نویز آکوستیکی در یک مجرا

مقدمه :

در سال های اخیر حذف نویز آکوستیکی (ANC) با روش های فعال به دلیل کاربردهای فراوان آن مورد توجه بسیاری از محققین بوده است.

برخلاف روش غیرفعال می توان بوسیله ی روش فعال، نویز را در فرکانس های پایین (زیر ۵۰۰ هرتز)، حذف و یا کاهش داد.

 اولین بار کنترل فعال نویز توسط Pual Lveg در سال ۱۹۳۶ برای حذف نویز در مجرا- در مواردی چون سیستم های تهویه و تبرید هوا و اگزوز و ….. معرفی و تشریح گردید . در این سیستم نویز با تولید یک صوت مشابه (هم دامنه)، ولی با فاز مخالف حذف می گردد. به این منظور باید دامنه و فاز نویز تشخیص داده شده و معکوس آن تولید شود.

سیستم ایجاد شده باید قابلیت کنترل وفقی نویز را داشته باشد تا بتواند تغییرات ایجاد شده در نویز اولیه را ردگیری نماید. عموماً در ANC از فیلتر FIR بعنوان یک کنترلگر وفقی استفاده می شود که وزن های آن توسط الگوریتم LMS بهینه می شوند. اما به دلیل ظاهر شدن تابع تبدیل مسیر ثانویه در سیستم ANC، بایستی الگوریتم LMS جهت دستیابی به همگرایی اصلاح گردد. لذا در ANC از الگوریتم FXLMS- که سیگنال فیلتر شده ی نویز را بعنوان ورودی الگوریتم در نظر می گیرد- استفاده می شود. این الگوریتم در ابتدا به وسیله ی مورگان بیان شد  و سپس Burgess پیشنهاد کرد که از آن برای حذف نویز داخل مجرا استفاده شود . نویز باقیمانده نیز می تواند به عنوان سیگنال ورودی به الگوریتم وفقی برای تنظیم ضرایب فیلتر و تخمین اثرات کانال آکوستیکی استفاده شود.

الگوریتم FXLMS یک روش ساده ای را پیشنهاد می کند که به منظور انتخاب گام حرکت( ) مناسب، نیاز به دانشی در مورد خصوصیات آماری داده های ورودی دارد. به ویژه هنگامیکه مسیر ثانویه بصورت on- Line بهینه شود . در این الگوریتم برای اطمینان از همگرایی، گام حرکت را کوچک اختیار می کنند. در نتیجه سرعت همگرایی پایین است و اجرای ضعیفی خواهیم داشت. حال آنکه الگوریتم FXNLMS همگرایی را برای یک محدوده ای از گام حرکت- که بستگی به خصوصیات آماری داده های ورودی ندارد- تضمین می کند و سرعت همگرایی آن نسبت به الگوریتم FXLMS بیشتر است. هر چند این الگوریتم نیز بخاطر نویزهایی که از محیط وارد میکروفن های ورودی و خطا می شوند، اثر پذیر است. از مشکلات الگوریتم FXLMS این است که برای حذف نویز باند پهن نیاز به فیلتری از درجات بالا دارد که سبب افزایش طول مجرا می شود . همچنین این الگوریتم تنها در …

جهت دانلود به ادامه مطلب مراجعه  نمایید

دانلود پایان نامه با موضوع ارائه روش جدید جهت حذف نویز آکوستیکی در یک مجرا

مقدمه :

در سال های اخیر حذف نویز آکوستیکی (ANC) با روش های فعال به دلیل کاربردهای فراوان آن مورد توجه بسیاری از محققین بوده است.

برخلاف روش غیرفعال می توان بوسیله ی روش فعال، نویز را در فرکانس های پایین (زیر ۵۰۰ هرتز)، حذف و یا کاهش داد.

 اولین بار کنترل فعال نویز توسط Pual Lveg در سال ۱۹۳۶ برای حذف نویز در مجرا- در مواردی چون سیستم های تهویه و تبرید هوا و اگزوز و ….. معرفی و تشریح گردید . در این سیستم نویز با تولید یک صوت مشابه (هم دامنه)، ولی با فاز مخالف حذف می گردد. به این منظور باید دامنه و فاز نویز تشخیص داده شده و معکوس آن تولید شود.

سیستم ایجاد شده باید قابلیت کنترل وفقی نویز را داشته باشد تا بتواند تغییرات ایجاد شده در نویز اولیه را ردگیری نماید. عموماً در ANC از فیلتر FIR بعنوان یک کنترلگر وفقی استفاده می شود که وزن های آن توسط الگوریتم LMS بهینه می شوند. اما به دلیل ظاهر شدن تابع تبدیل مسیر ثانویه در سیستم ANC، بایستی الگوریتم LMS جهت دستیابی به همگرایی اصلاح گردد. لذا در ANC از الگوریتم FXLMS- که سیگنال فیلتر شده ی نویز را بعنوان ورودی الگوریتم در نظر می گیرد- استفاده می شود. این الگوریتم در ابتدا به وسیله ی مورگان بیان شد  و سپس Burgess پیشنهاد کرد که از آن برای حذف نویز داخل مجرا استفاده شود . نویز باقیمانده نیز می تواند به عنوان سیگنال ورودی به الگوریتم وفقی برای تنظیم ضرایب فیلتر و تخمین اثرات کانال آکوستیکی استفاده شود.

الگوریتم FXLMS یک روش ساده ای را پیشنهاد می کند که به منظور انتخاب گام حرکت( ) مناسب، نیاز به دانشی در مورد خصوصیات آماری داده های ورودی دارد. به ویژه هنگامیکه مسیر ثانویه بصورت on- Line بهینه شود . در این الگوریتم برای اطمینان از همگرایی، گام حرکت را کوچک اختیار می کنند. در نتیجه سرعت همگرایی پایین است و اجرای ضعیفی خواهیم داشت. حال آنکه الگوریتم FXNLMS همگرایی را برای یک محدوده ای از گام حرکت- که بستگی به خصوصیات آماری داده های ورودی ندارد- تضمین می کند و سرعت همگرایی آن نسبت به الگوریتم FXLMS بیشتر است. هر چند این الگوریتم نیز بخاطر نویزهایی که از محیط وارد میکروفن های ورودی و خطا می شوند، اثر پذیر است. از مشکلات الگوریتم FXLMS این است که برای حذف نویز باند پهن نیاز به فیلتری از درجات بالا دارد که سبب افزایش طول مجرا می شود . همچنین این الگوریتم تنها در …

فهرست مطالب :

چکیده

مقدمه

فصل اول: مقدمه ای بر کنترل نویز آکوستیکی

مقدمه

علل نیاز به کنترل نویزهای صوتی (فعال و غیر فعال)

بیماری های جسمی

بیماری های روانی

راندمان و کارایی افراد

فرسودگی

آسایش و راحتی

جنبه های اقتصادی

نقاط ضعف کنترل نویز به روش غیرفعال

کارایی کم در فرکانس های پایین

حجم زیاد عایق های صوتی

گران بودن عایق های صوتی

محدودیت های اجرایی

محدودیت های مکانیکی

نقاط قوت کنترل نویز به روش فعال

قابلیت حذف نویز در یک گسترده ی فرکانسی وسیع

قابلیت خود تنظیمی سیستم

کاربرد ANC در گوشی فعال

تضعیف صدا به روش غیر فعال در هدفون

تضعیف صدا به روش آنالوگ در هدفون

تضعیف صوت به روش دیجیتال در هدفون

تضعیف صوت به وسیله ی ترکیب سیستم های آنالوگ و دیجیتال در هدفون

نتیجه گیری

فصل دوم: اصول فیلترهای وفقی

مقدمه

فیلتر وفقی

محیط های کاربردی فیلترهای وفقی

الگوریتم های وفقی

روش تحلیلی

تابع عملکرد سیستم وفقی

گرادیان یا مقادیر بهینه بردار وزن

مفهوم بردارها و مقادیر مشخصه R روی سطح عملکرد خطا

شرط همگرا شدن به٭ W

روش جستجو

الگوریتم جستجوی گردایان

پایداری و نرخ همگرایی الگوریتم

منحنی یادگیری

MSE اضافی

عدم تنظیم

ثابت زمانی

الگوریتم LMS

همگرایی الگوریتم LMS

الگوریتم های LMS اصلاح شده

الگوریتم LMS نرمالیزه شده (NLMS)

الگوریتم های وو LMS علامتدار وو (SLMS)

نتیجه گیری

فصل سوم: اصول کنترل فعال نویز

مقدمه

انواع سیستم های کنترل نویز آکوستیکی

معرفی سیستم حذف فعال نویز تک کاناله

کنترل فعال نویز به روش پیشخور

سیستم ANC پیشخور باند پهن تک کاناله

سیستم ANC پیشخور باند باریک تک کاناله

سیستم های ANC پسخوردار تک کاناله

سیستم های ANC چند کاناله

الگوریتم هایی برای سیستم های ANC پسخوردار باند پهن

اثرات مسیر ثانویه

الگوریتم FXLMS

اثرات فیدبک آکوستیکی

الگوریتم Filtered- URLMS

الگوریتم های سیستم ANC پسخوردار تک کاناله

نکاتی درباره ی طراحی سیستم های ANC تک کاناله

نرخ نمونه برداری و درجه ی فیلتر

علیت سیستم

نتیجه گیری

فصل چهارم: شبیه سازی سیستم ANC تک کاناله

مقدمه

اجرای الگوریتم FXLMS

حذف نویز باند باریک فرکانس ثابت

حذف نویز باند باریک فرکانس متغیر

اجرای الگوریتم FBFXLMS

نتیجه گیری

فصل پنجم: کنترل غیرخطی نویز آکوستیکی در یک ماجرا

مقدمه

شبکه عصبی RBF

الگوریتم آموزشی در شبکه ی عصبی RBF

شبکه عصبی GRBF

شبکه ی TDNGRBF

استفاده از شبکه ی TDNGRBF در حذف فعال نویز

نتیجه گیری

فصل ششم: نتیجه گیری و پیشنهادات

نتیجه گیری

پیشنهادات

مراجع

۳ هزار تومان

مقطع : کارشناسی

تعداد صفحه : 110

فرمت : Doc (ورد)

حجم : 7.5 مگابایت

پسوند فایل فشرده : Zip

برنامه فشرده ساز :  Power Archiver

رمز فایل فشرده در صورت نیاز :  BeyhaghMarket.ir