有源噪声控制次级声源的非线性建模_聂永红
基于经验模态分解的多通道有源噪声控制

A m ul t i c ha nn e l a c t i v e no i s e c o nt r o l s y s t e m ba s e d o n e mp i r i c a l mo d e d e c o m po s i t i o n
NI E Y o n g 。 h o n g ,C HE NG J u n — s h e n g ,Y A NG Y u ,C HE N J i a n g u o ,
摘 要 :为了提高有源噪声控制系统的降噪效果 , 提出了基于经验模态分解的多通道有源噪声控制系统。该系统
首先采用经验模态分解 ( E mp i r i c a l M o d e D e c o m p o s i t i o n , 简称 E MD) 方法 对多个 噪声源信 号分别 进行 自适应分解 , 并 对分
p r o p o s e d i n o r d e r t o i mp r o v e t h e n o i s e r e d u c t i o n o f t h e s y s t e m. T h e mu l t i p l e n o i s e s o u r c e s i g n a l s w e r e d e c o mp o s e d
( 1 .T h e S t a t e K e y L a b o r a t o r y o f A d v a n c e d D e s i g n a n d Ma n u f a c t e B o d y , H u n a n U n i v e r s i t y , C h a n g s h a 4 1 0 0 8 2 ,C h i n a ;
Ab s t r a c t : A m u h i c h a n n e l a c t i v e n o i s e c o n t r o l s y s t e m b a s e d o n e m p i r i c a l mo d e d e c o m p o s i t i o n( E MD)w a s
南京大学的有源噪声控制研究——纪念沙家正先生

南京大学的有源噪声控制研究——纪念沙家正先生邱小军【摘要】沙家正先生是中国有源噪声控制研究的开创者,著名声学家、南京大学教授.详细讲述了南京大学有源噪声控制的研究过程以及沙正明、沙家正、田静、邱小军、杨军、邵军等人所做的研究工作,尤其是沙老师对中国有源噪声控制所做的贡献.【期刊名称】《电声技术》【年(卷),期】2014(038)009【总页数】4页(P36-39)【关键词】有源噪声控制;管道有源消声器;有源抗噪声送话器【作者】邱小军【作者单位】南京大学声学研究所,江苏南京210093【正文语种】中文【中图分类】TN9721 引言中国有源噪声控制研究的开创者、著名声学家、南京大学教授、沙家正先生2014年5月14日在南京病逝,是中国声学界的重大损失。
作为先生的第一位博士研究生,我感到分外悲痛。
1992年,因为久慕先生的学术成就,我从北京大学转到南京大学声学研究所攻读博士学位,有幸在先生引导下,进入有源噪声控制研究领域。
毕业后留校,进入先生的课题组工作。
2001年,先生退休,我接下先生的衣钵。
从入门到现在,一晃20多年过去了,先生早年播种的有源控制研究的种子已从嫩芽经过茁壮成长进入开花结果阶段,正在拓展更广泛的应用领域。
目前,南京大学的有源控制研究水平在世界领先:课题组的研究人员应邀在世界级噪声大会做大会报告,并在南京大学和世界各地组织有源控制研讨会;课题组开发了迄今世界上最先进的多通道自适应有源控制器,已在全世界展开销售;课题组和世界各地的相关科研单位和相关企业建立了紧密的合作关系。
这一切都起源于先生在20世纪80年初的远见卓识。
本文梳理南京大学的有源控制研究,时间跨度从南京大学有源控制相关第一篇论文发表到2001年沙先生在南京大学退休,以此纪念沙先生,并探求本研究方向发展的规律。
2 有源噪声控制研究过程虽然有源噪声控制的思想早在1936就已被Lueg提出[1],且20世纪50年代在电子吸声器和变压器噪声控制方面有初步的尝试[2-3],但由于当时电子技术的水平和系统理论分析的缺乏,一直没有得到有效发展。
圆孔声学非线性效应的数值模拟

圆孔声学非线性效应的数值模拟
景小东;孙晓峰
【期刊名称】《工程热物理学报》
【年(卷),期】2000(21)5
【摘要】本文发展了一种离散涡模型,模拟了在高声强声波作用下圆孔处发生的涡脱落过程。
进而计算了圆孔中的声质点速度,并分析了孔中速度的畸变情况、最后给出了圆孔的非线性声阻和声抗的理论值。
非线性声抗的理论预测是现有的研究圆孔声学非线性效应的准稳态模型没有满意解决的问题,因而所做的有关尝试是本文工作的特点之一。
【总页数】5页(P554-558)
【关键词】数值模拟;圆孔声学;非线性效应;离散涡模型
【作者】景小东;孙晓峰
【作者单位】北京航空航天大学动力系
【正文语种】中文
【中图分类】O421
【相关文献】
1.材料内部微裂纹接触非线性声学检测数值模拟 [J], 王冠;汪元林;;
2.材料内部微裂纹接触非线性声学检测数值模拟 [J], 王冠;汪元林
3.考虑频散效应的一维非线性地震波数值模拟∗ [J], 周聪;王庆良
4.高声强下微圆孔声学非线性效应vena收缩系数的研究 [J], 谭廉华;景晓东;孙晓
峰
5.基于剪切效应纤维梁单元的结构非线性有限元数值模拟 [J], 李嘉钰;陈梦成;王开心
因版权原因,仅展示原文概要,查看原文内容请购买。
EEMD与改进小波阈值结合应用于心电信号去噪研究

现代电子技术Modern Electronics TechniqueJun.2023Vol.46No.122023年6月15日第46卷第12期0引言心电信号是人体活动的基本表征,是判断心律失常、心肌梗死等的重要临床依据。
而监测得到的信号常常存在各种噪声[1],从监测信号中提取有用信号是当前科研活动的关键。
目前提取有用信号多采用集合经验模态分解(EEMD )去噪处理手段,但此方法容易产生模态混叠现象,且对含噪声的固有模态IMF 分量直接剔除[2⁃5]等缺点会影响去噪性能。
对此,本文提出将改进的小波阈值与EEMD 相结合,应用于心电信号去噪。
首先介绍了改进的小波阈值方法和EEMD 算法;再将结合算法应用于模拟信号去噪,达到了良好效果;最后对真实心电信号进行去噪实验,实验证明了改进的算法是有效的,比单一的EEMD 算法应用于心电信号提取处理更有效。
1EEMD 算法介绍为解决经典EMD 方法模态混叠问题,研究者们提出了一种新的噪声辅助数据分析方法,即EEMD 算法。
EEMD 算法的核心思想是利用白噪声具有频率均匀分DOI :10.16652/j.issn.1004⁃373x.2023.12.023引用格式:蔡帮贵,朱雨男,王彪.EEMD 与改进小波阈值结合应用于心电信号去噪研究[J].现代电子技术,2023,46(12):137⁃140.EEMD 与改进小波阈值结合应用于心电信号去噪研究蔡帮贵1,2,朱雨男2,王彪2(1.四川卫生康复职业学院,四川自贡643000;2.江苏科技大学海洋学院,江苏镇江212000)摘要:心电信号监测过程中噪声是不可避免的,目前主要采用EEMD 算法对观测信号所带有的噪声进行滤除,但该方法会直接丢弃高频噪声主导的低阶IMF 分量或低频噪声主导的余项,导致部分有用信息丢失。
为此,文中提出将改进的小波阈值与EEMD 相结合,应用于心电信号去噪。
改进的阈值方法能有效地去除各IMF 分量噪声,再将处理后的各分量叠加,得到去噪的心电信号。
一种噪声环境下的语音识别方法(线性预测误差法)的研究

一种噪声环境下的语音识别方法(线性预测误差法)的研究冯成林;吴淑珍
【期刊名称】《北京大学学报:自然科学版》
【年(卷),期】2000(36)5
【摘要】介绍一种平稳噪声环境下语音识别的新的方法。
该方法利用噪声的LPC 系数去预测语音信号 ,从而得到LPC预测序列 ,然后把它代替原语音序列来进行语音端点的检测、语音特征的提取和在合适的匹配方式下的识别。
实验结果表明 :该法在噪声环境下自动检测语音端点和提取语音信号的特征是可行的 ,获得了很满意的识别率。
【总页数】7页(P665-671)
【关键词】线性预测编码;线性预测误差;噪声环境;语音识别
【作者】冯成林;吴淑珍
【作者单位】北京大学电子学系
【正文语种】中文
【中图分类】TN912.34
【相关文献】
1.噪声环境下畸变模型线性化处理的顽健语音识别方法 [J], 何勇军;韩纪庆
2.一种基于非线性特征的应力影响下变异语音识别方法 [J], 王玉伟;张磊;韩纪庆
3.一种抗噪声的语音识别方法研究 [J], 任丽娜
4.噪声环境下语音识别方法的研究 [J], 商敏红;赵力;邹采荣
5.噪声环境下语音识别方法研究 [J], 吴淑珍;冯成林;黄新宇
因版权原因,仅展示原文概要,查看原文内容请购买。
有源声学结构中的次级作动和误差传感

AAS以分布 式声 源 为次 级 作 动 器 ,产 生次 级声 场 , 同 时利用 近场误 差 传 感 策 略 ,在 次级 源表 面 及 附近
布放传感器拾取误差信号,在控制器的作用下实现 结 构 声辐 射 的有 源控 制 .一般 情况 下 ,AAS不 直接
与振 动结构 相 连 ,它 自成 体 系 ,将 次级 作 动 与 误差 传感融 为 一体 ,不 直接 依 赖 于振 动 结构 和外 部 声场 特性 ,有 可能 制 成 通 用 模 块 用 于 降 低 低 频 辐 射 噪 声 . 另外 ,还 可 以通 过 对 分布 式 次 级 声源 材 料 的设
到降低 声 辐射 的 目的[. 长 时 间 以来 ,在有 源 控 制 4 ]
中 ,人们 一般 都采 用 以 电 动扬 声 器 为 主 的集 中参 数
声 源 作为 次级 声 源 ,因此 ,人们 集 中研 究 了点 声 源
集 合下 的结 构 声有 源 控 制 方 法. 研 究表 明 ,这 种 方 法在 理论 上可 以获 得 大 的 降 噪量 ,但 除 了少数 低 阶 振 动模 态辐 射声 外 ,系统 实 现 时 都需 要 大 量 的次 级 点声 源. 例 如 ,为 控 制 ( ,3 阶 结 构 模 态 辐 射 声 , 3 )
场误 差传感 . 文献 [ ] 证 明 了 AA 8 S的可 行 性 ,定
性 地 提 出 了次 级声 源 的 布放 准则 ,指 出只 要 布放 四
维普资讯
78 4
自 皿科謦越展 第1卷 第6 2 6 月 6 期 0 年6 0
图 2非 常相 近 ,这 说 明 可 以将 平 面 扬 声 器发 声 建 模
并 通过 计算 机仿 真验 证 了相 关结论 ,最 后讨 论 了系统 实现 声学结构 平面声源 P D V F传感器
基于神经网络算法的车辆噪声有源控制研究

Candidate: Zhang Lijuan Supervisor: Prof.Xu Zhaokun Major: Vehicle Engineering
College of Automotive Engineering Shanghai University of Engineering Science Shanghai, P.R. China December, 2013
答辩委员会 主席:陈关龙教授 成员:陈凌珊教授 刘伟军教授 徐兆坤教授 龚元明教授 罗一平教授 张珏成副教授
Байду номын сангаас
University Code:10856 Student ID: M060111102
STUDY ON ACTIVE NOISE CONTROL OF VEHICLE NOISE BASED ON ARTIFICIAL NEURAL NETWORK
学位论文作者签名: 日期: 年 月 日
指导教师签名: 日期: 年 月 日
基于神经网络算法的车辆噪声有源控制研究
摘
要
在噪声有源控制系统中, 目前使用的比较多的是基于线性自适应滤波理论的控制 算法,如最小均方 LMS 算法。其计算量小、算法简单,而且易于实现,但是当系统 中存在非线性问题时,线性算法便不再适用,因此需要使用非线性算法进行处理。 本 文采用 BP 神经网络算法代替使用较多的 LMS 算法,在线调节自适应滤波器的参数。 BP 网络为最常用的一种神经网络,对解决非线性问题,具有显著优势,显示出 强大的实际应用能力。但是随着其研究及应用的深入,BP 算法的一些缺陷开始显现 出来,如收敛速度慢,学习时间较长;学习的过程中可能会陷入局部极小值;网络的 构建缺乏统一的原则;对初始权值的设定相当的敏感;网络的泛化能力差等。本文将 具有全局优化、正反馈以及分布式计算特性的蚁群算法,应用到对 BP 网络初始时刻 的权值与阈值的确定上。结果表明,本文提出的基于自适应最大-最小蚂蚁系统的改 进 BP 算法比基本 BP 算法具有更强的处理问题的能力。 次级通道传递函数的特性会在整个自适应有源控制系统中产生极其重要的影响。 本文建立前馈结构的发动机排气噪声有源控制系统模型, 采用基于神经网络算法的自 适应逆方法离线辨识次级通道逆模型,再将其串接到次级通道前,以抵消次级通道对 有源消声系统所产生的影响。 对发动机排气噪声的产生机理和频率构成进行分析的基 础上,利用 MATLAB/SIMULINK 软件,进行仿真试验,并与采用 LMS 算法的仿真 结果进行比较。结果显示,对于存在非线性的系统,神经网络算法在收敛速度与收敛 精度方面均强于 LMS 算法。在 MATLAB 中画出仿真实验结果的功率谱图,可以看 出,神经网络算法使得噪声信号在较宽的频率范围内得到抵消。 前馈系统因为结构简单、 稳定性强等优点,是有源消声技术中最常用并且最成熟 的结构方式。但是,其需要得到噪声的参考输入,而在实际应用过程中,噪声的参考 输入常常很难获得或者信噪比太低,将其应用到实践中往往还是较困难的。因此尝试 在发动机噪声有源控制系统中采用反馈结构是非常有必要的。 本文采用基于神经网络 算法的内模控制进行发动机排气噪声的消除, 并将粒子群算法用在反馈滤波器参数的
基于平面声源的三层有源隔声结构次级源最优布放

分布式次级声源的位置优化却很少触及 。分布参数 式平板扬声器进行主动噪声控制的同时能进一步提 高系统 的被 动 隔声性 能 , 因 而优 化 需 兼 顾 两种 控 制
效果折 中处 理 。此 外 , 现有 研 究 大 多 都 是在 单 频 激 励下 进行 次级 源 的位 置优 化 , 而 对 更 有 实 际 意义 的 宽带 激励 下 的优 化 问题 却 鲜见研 究 。
于双层结构的中间; 而对有源降噪 , 次级声源应尽量靠近入射板布放。对于 系统总的隔声性能, 最优
的布放位置应在上 述两者之 间取折 中。
关 键 词: 三层有源隔声结构 , 平面声源 , 最优 布放 , 遗传算法 中图分类 号 : 0 4 2 2 , T B 5 3 5 文献 标识 码 : A 文章编 号 : 1 0 0 0 - 2 7 5 8 ( 2 0 1 3 ) 0 3 - 0 3 8 6 - 0 6 与单层隔声结构相 比, 双层结构有更好 的隔声 性能 , 被广泛应用于噪声控制工程领域。双层隔声 结构在中高频具有 良好的隔声性能 , 在低频段 , 由于 板腔耦合共振的影响导致隔声性能急剧下降。为了
进 一步提 高 双层结 构 的低 频 隔声 性 能 , 人 们 引入 了
稳健性和整体优化性 J , 且无需计算梯度和最佳迭
代步长 , 被广泛应用 于有源噪声与振动控制系统 的 优 化设 计 中 , J 。然而 , 对 于 次 级激 励 位 置 的优 化 , 已有研究主要集中于集 中参数扬声器 、 单点力激励 或者 P Z T薄片激励的位置寻优 , 而对本文所涉及的
优化函数为 自变量 的隐式函数 , 导致迭代算法中梯
1 有 源 隔声 结 构 建模
1 . 1 系统 的振动 响应
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
聂永红 , 程军圣
(湖南大学汽车车身先进设计制造国家重点实验室 ,湖南 长沙 410082)
摘要: 基于电动扬声器的顺性、磁力因子和音圈自感三个非线性参数 ,建立了基于电力声类比线路方法的次级声源 非线性时域模型。采用该模型对次级声源总谐波失真 ( T HD)进行仿真 ,并与测试结果进行 比较 ,结果表明在较低频 率范围、较大输入信号幅值的情况下 ,该非线性模型是 可行的。 将该模型引入有源噪声控制系 统 ,并以滤波 -X LM S 算法为例 ,对采用次级声源理想模型、线性时域模 型和非线性时域模 型的控制系统分别 进行仿真 ,结 果表明采用非 线性模型系统的降噪量远低于采用其他模型 的系统 ,并且非线性失真度大小对降噪量也具有明显 的影响。
eg (t ) =
REi (t) +
LE(
x
)
di ( t ) dt
+
i(t )
LE x
dx ( t ) dt
+
Bl (x )
dx ( t ) dt
( 6)
机械回路:
Bl (x )i (t) =
MM S
d2 x ( t ) dt2
+
RMS
dx ( t dt
)
+
x (t) CM S ( x )
( 7)
1 有源噪声控制系统与算法
图 1( a)为常用的自适应有源噪声控制系统示意 图 ,系统包括控制器和电声器件两部分 ,而电声器件 包括两个声压传感器和一个次级声源。 图 1( b)为控 制系统的简化框图 ,其中 xin ( n )为参考传声器测得 的参考声场信号 , y ( n )为自适应滤波器输出信号 , e( n ) = d ( n ) - s( n )为误差传声器测得的误差信号 , d ( n )为初级声场信号 , s( n )为次级声场信号 , HP ( z ) 和 HS ( z )分别为初级通道和次级通道的传递函数 ,
dx ( t dt
)为振膜速
v(n)
度 ,则由式 ( 6)~ ( 9)可得
X (n + 1) = F ( n )X ( n ) + G ( n )eg ( n ) ( 10)
式中
F (n)=
LE
RE (n )
Ts+
1
0
- Ts LE(n )
LE(n ) i (n ) x + Bl (n )
0
1
Ts
Bl (n ) Ts
3 次级声源非线性建模
图 2中的线性模型均假定扬声器各个结构参数 是常数 ,但实际上有些参数并不是恒定不变的 ,而是 和扬声器振膜、音圈的位置相关 ,这些参数中扬声器 系统顺性 CM S、磁力因子 Bl 和音圈自感 L E等受音圈 或振膜位移的影响较为明显。
系统顺性大小主要决定于扬声器折环和弹波的 性能参数以及振膜的位置。尤其对于低频输入信号 , 振膜行程比较大 ,顺性的变化范围也比较大 ,从而造 成较大的非线性失真。 音圈自感主要受到音圈位置 的影响 ,当音圈向磁芯内部运动时 ,导磁率增大从而 使音圈自感也增大 ,而音圈向外运动时导磁率减小 使音圈自感减小。 自感值的变化使扬声器阻抗在一 个周期中发生改变 ,这样就使音圈中的电流大小也 发生改变 ,导致驱动力产生非线性失真。磁力因子是
DOI : 10. 16385 第 24卷第 5期
/j
.
cnki
.
i
ssn
.
1004
-4523.
2011.
0振5. 0 08 动
工 程 学 报
2011年 10月
Journal of Vibratio n Engi neeri ng
V o l. 24 N o. 5 O ct. 2011
有源噪声控制次级声源的非线性建模
∑ |Y ( nf )|2
T HD = n> 1
× 100% ( 11)
∑ |Y ( nf )|2
n> 0
式中 Y ( nf )为 n 阶谐波幅值。
4 非线性模型的验证
为了对上述非线性模型进行验证 ,本文首先采 用该模型对某次级声源的总谐波失真进行了仿真。 仿真模型中所使用的次级声源非线性参数由 Klippel非线性测试系统测得 ,结果如下图所示。
各类算法进行仿真时 ,由于对于次级通道的非线性 缺乏具体的模型 ,这可能会使控制系统的仿真结果 与实际情况有所不同。 因此 ,为提高 AN C系统仿真 结果的可靠性 ,有必要对初级通道和次级通道的非 线性特征进行深入研究和建模。
关于次级通道非线性对 ANC系统性能影响以 及电动扬声器的非线性问题 ,虽然国外已有学者进 行了较好的研究 [2, 8~ 11 ] ,但尚少见有文献 将二者结 合起来 ,即在 AN C系统仿真时使用非线性次级声源 模型以及该非线性模型的使用会对控制系统仿真结 果产生多大影响。 因此 ,本文对 AN C系统和常用的 滤波 -XL M S算法进行简要介绍后 ,采用电 -力 -声类 比线路法建立次级声源的非线性时域模型并通过试 验对该模型进行验证 ,然后将其引入自适应有源噪声 控制系统 ,并以滤波 -X LM S算法为例 ,通过仿真探讨 了次级声源非线性对 AN C系统降噪效果的影响。
)
( 4)
声学回路
p(t) =
jkd0UD ej(kt- krd ) 2πrd
( 5)
其中 MMS=
MMD+
2S
2 D
38πd20a为振
膜
与
空
气载
荷的
机械质量 , a 为振膜半径 , x 为振膜位移 , rd 为距离
扬声器的距离 , p 为扬声器轴线上距离为 rd 处的声
压 ,d0 为空气密度 , k 为波数。
r( n ) = xin( n )* hS ( n )
( 2)
式中 xin ( n ) = [x in ( n ) , xin ( n - 1) ,… , xin ( n - L ) ]T
为输入信号矢量 , hS ( n )为 HS ( z )的脉冲响应。 该算
法通过式 ( 1)的迭代来不断更新滤波器权系数直到
收敛 ,收敛速度取决于迭代步长 ,步长越大则收敛速
度越快。
2 次级声源线性模型
有源噪声控制系统常采用动圈式电动扬声器。 扬声器系统包括电回路、机械回路和声回路 3部分 , 可采用电 -力 -声类比线路方法建立统一的扬声器系 统模型 [12 ] ,如图 2所示。
图中 , eg为输入电压 , Rg为电源输入电阻 , i 为电 流 , RE为音圈电阻 , L E为电感 , R′E用于考虑磁场涡 流损失 , B l 为磁力因子 , v 为振膜速度 ,k为角频率 , MMD为振膜机械质量 , RMS为悬边系统机械阻力 , CM S 为悬边系统机械顺性 , SD为振膜面积 , pD为振膜前 后声压差 , UD为振膜体速度 , ZAB为振膜后向声阻抗 ,
以上两式中各个符号所代表的物理意义与线性
方程相同。 采用前向欧拉法来求解微分方程组
dx ( n ) dt
1 Ts
[x
(n
+
1) - x ( n) ]
( 8)
di ( n ) dt
1 Ts
[i
(n+
1) - i ( n) ]
( 9)
式中 Ts 为采样周期。
i (n )
令 X(n)=
x (n)
,其中 v ( t ) =
Ts
-
MMS
CMS (n) MM S
RE Ts 1-
MMS
G (n)=
Ts Le ( n )
0。
0 初始条件
i ( 1)
0
X ( 1) = x ( 1) = 0 和 eg ( 1) = 0
v( 1)
0
在得到振膜速度后即可得到体速度 ,并可根据
式 ( 5)计算出各个位置的声压值。
本文采用总谐波 失真 ( T HD)来衡量 次级声源 非线性失真的大小 ,其等于所有谐波成分的信号功 率与所有频率成分的信号功率的比值的均方根值 , 计算公式为
ZA F为振膜前向声阻抗。 忽略磁场涡流损失 ,扬声器 安装于障板上 ,线路方程如下。 电回路
eg ( t ) =
REi( t) +
LE
di ( t ) dt
+
Bl
dx ( t ) dt
( 3)
机械回路
Bli(t ) =
MM S
d2
x (t dt2
)
+
RM S
dx ( t ) dt
+
1 CMS
x
(
t
图 2 扬声器模型
图 1 自适应有源噪声控制系统示意图和简化框图
滤波 -X LM S是有源噪声控制系统较为常用的 一种算法 ,该算法采用下式对滤波器权矢量进行迭 代
W (n + 1) = W ( n) - 2_ e( n ) r( n ) ( 1) 式中 W( n ) = [wn ( 0) , wn ( 1) ,… , wn ( L ) ]T 为 L 阶 滤波器系数 ,_ 为迭 代步长 , e (n)为 误差信号 , r( n ) = [r ( n ) , r ( n - 1) ,… , r ( n - L ) ]T 为滤波 -X 信 号矢量且有
第 5期
聂永红 ,等: 有源噪声控制次级声源的非线性建模
565
图 4 次级声源用音箱非线性响应测试系统
图 5 输入为 91 Hz的单频信号时位于 1 m处的声压级
响应 ,并且模拟结果与测试结果在谐波峰值处吻合 较好。
该次级声源不同信号输入幅值的总谐波失真试 验结果与仿真结果对比如图 6所示。
从上图中次级声源 T HD 测试与仿真结果的对 比可以看出 ,次级声源 T HD 随输入信号幅值以及 频率的变化趋势基本相同。 随着输入信号幅值的增 大 ,次级声源 T HD 逐步增大 ,且输入 信号频率 越 低 ,则幅值的影响越明显。该次级声源的谐振频率为 182 Hz,可以看出 T HD 主要在信号频率低于谐振 频率时比较突出 ,且随着频率增大而减小。当输入信 号频率大于谐振频率时 , T HD 幅值相对较小 ,且受 输入信号频率的影响不大。根据前面所论述 ,当扬声 器振膜与音圈运动行程比较小时 ,非线性失真相对 比较小。 该次级声源扬声器的总品质因子为 0. 5,振 膜位移随着频率的增大而减小 ,且当频率大于谐振 频率时振膜行程大大减小 ,所以当输入信号频率大 于谐振频率时 T HD 幅值很小且基本不变。