Dabóczi Tamás, Dobrowiecki Tadeusz, Pálfi Vilmos, Péceli Gábor, Renczes Balázs, Sujbert László, Virosztek Tamás

Mérés- és adattudomány

Válogatott fejezetek


Filtered error – filtered reference LMS-algoritmus

Az LMS-algoritmus [2.73] a magja a leggyakrabban használt aktív zajcsökkentő eljárásoknak. Egyszerű és robusztus megoldás mind a másodlagos zaj generálására, mind pedig a releváns átviteli függvények identifikációjára. Alkalmazása a 2.17. ábra jelöléseivel a következő: az u referenciajel alapján az y kimenőjelet egy adaptív transzverzális szűrő állítja elő. Az adaptáció az e hibajel alapján történik, az LMS-algoritmussal. A visszacsatoló ágban lévő A(z) rendszer fázistolása miatt azonban önmagában az LMS-algoritmus instabil. A probléma elterjedt megoldása a filtered reference LMS-algoritmus [2.73]. Rövidítése legtöbbször FxLMS- vagy XLMS-algoritmus, mivel a referenciajelet túlnyomó többségben x-szel jelölik. Jelen tanulmányban ezt a jelet u-val jelöljük, mivel x a rezonátoros struktúra állapotvektorának jelölése. Az XLMS algoritmus alapértelmezésben egybemenetű-egykimenetű (SISO) rendszer. Aktív zajcsökkentés esetén a rendszer több-bemenetű-többkimenetű (MIMO), hiszen több mikrofon (hibajel) és több hangszóró (kimenőjel) van a rendszerben, ezért a multiple error LMS-algoritmust (MLMS-algoritmus) alkalmazzák [2.43].

Mérés- és adattudomány

Tartalomjegyzék


Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2020

ISBN: 978 963 454 379 4

Hivatkozás: https://mersz.hu/meres-es-adattudomany//

BibTeXEndNoteMendeleyZotero

Kivonat
fullscreenclose
printsave