JPH07160508A - 適応フィルタのフィルタ係数決定方法 - Google Patents
適応フィルタのフィルタ係数決定方法Info
- Publication number
- JPH07160508A JPH07160508A JP5341607A JP34160793A JPH07160508A JP H07160508 A JPH07160508 A JP H07160508A JP 5341607 A JP5341607 A JP 5341607A JP 34160793 A JP34160793 A JP 34160793A JP H07160508 A JPH07160508 A JP H07160508A
- Authority
- JP
- Japan
- Prior art keywords
- filter
- noise
- filter coefficient
- error
- adaptive filter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
(57)【要約】
ファジイ理論に基づくFiltered−X/NLMSアルゴリ
ズムを用いた適応フィルタのフィルタ係数決定方法に関
し、ファジイ理論を用いることでフィルタ係数の学習を
高速化することを目的とし、装置温度Ta と適応フィル
タの係数演算部に入力される誤差信号E、およびステッ
プゲインKと誤差散乱系のインパルス応答標本値a(t)
をそれぞれメンバーシップ関数で定義し、装置温度Ta
と誤差信号Eを前件部、ステップゲインKとインパルス
応答標本値a(t) を後件部とする制御規則を定義し、装
置温度Ta と誤差信号Eの状態からステップゲイントK
とインパルス応答標本値a(t) をファジイ理論で求め、
その求めた結果に基づいて適応フィルタのフィルタ係数
を決定するものである。
ズムを用いた適応フィルタのフィルタ係数決定方法に関
し、ファジイ理論を用いることでフィルタ係数の学習を
高速化することを目的とし、装置温度Ta と適応フィル
タの係数演算部に入力される誤差信号E、およびステッ
プゲインKと誤差散乱系のインパルス応答標本値a(t)
をそれぞれメンバーシップ関数で定義し、装置温度Ta
と誤差信号Eを前件部、ステップゲインKとインパルス
応答標本値a(t) を後件部とする制御規則を定義し、装
置温度Ta と誤差信号Eの状態からステップゲイントK
とインパルス応答標本値a(t) をファジイ理論で求め、
その求めた結果に基づいて適応フィルタのフィルタ係数
を決定するものである。
Description
【0001】
【産業上の利用分野】本発明はファジイ理論に基づくFi
ltered−X/NLMSアルゴリズムを用いた適応フィル
タのフィルタ係数決定方法に関する。
ltered−X/NLMSアルゴリズムを用いた適応フィル
タのフィルタ係数決定方法に関する。
【0002】本発明のフィルタ係数決定方法は、フィル
タ係数の適応アルゴリズムにFiltered−X/NLMSア
ルゴリズムを用いる適応形FIRディジタルフィルタ
(以下、単に適応フィルタと称する)を用いたあらゆる
電子機器に利用することができる。
タ係数の適応アルゴリズムにFiltered−X/NLMSア
ルゴリズムを用いる適応形FIRディジタルフィルタ
(以下、単に適応フィルタと称する)を用いたあらゆる
電子機器に利用することができる。
【0003】
【従来の技術】近年、事務所等における作業環境を改善
するために、情報処理機器等の発する騒音を低減するこ
とが要求されており、この騒音低減技術として能動騒音
制御技術が注目されている。この能動騒音制御の原理は
騒音と同振幅・逆位相の疑似騒音を適応フィルタで生成
し、これを騒音に重ね合わせることによってその騒音を
打ち消すものであり、特にこれまでの受動的な騒音低減
対策では抑制困難な低い周波数成分の騒音の抑制に大き
な効果が期待できる。
するために、情報処理機器等の発する騒音を低減するこ
とが要求されており、この騒音低減技術として能動騒音
制御技術が注目されている。この能動騒音制御の原理は
騒音と同振幅・逆位相の疑似騒音を適応フィルタで生成
し、これを騒音に重ね合わせることによってその騒音を
打ち消すものであり、特にこれまでの受動的な騒音低減
対策では抑制困難な低い周波数成分の騒音の抑制に大き
な効果が期待できる。
【0004】この能動騒音制御の中心となる技術は、騒
音と同振幅・逆位相の疑似騒音を合成する適応フィルタ
のフィルタ係数を算出する適応アルゴリズムであり、そ
の最も代表的な適応アルゴリズムとしてFiltered−X/
LMS(Least mean squares)法が知られている。LMS
法では、適応フィルタのフィルタ係数は、騒音の低減を
求める位置に置かれた誤差検出用のマイクロホンの入
力、すなわち騒音と疑似騒音との相殺音(誤差)が最小
になるように修正されつつ算出される。
音と同振幅・逆位相の疑似騒音を合成する適応フィルタ
のフィルタ係数を算出する適応アルゴリズムであり、そ
の最も代表的な適応アルゴリズムとしてFiltered−X/
LMS(Least mean squares)法が知られている。LMS
法では、適応フィルタのフィルタ係数は、騒音の低減を
求める位置に置かれた誤差検出用のマイクロホンの入
力、すなわち騒音と疑似騒音との相殺音(誤差)が最小
になるように修正されつつ算出される。
【0005】しかしながら、能動騒音制御においては、
その誤差が誤差検出用のマイクロホンを介して間接的に
しか観測され得ないことに問題があり、この誤差検出マ
イクロホンを経て適応アルゴリズムに到る伝達系(この
伝達系は誤差を時間軸方向に散乱させることから、ここ
では誤差散乱系と称する)が1と近似できない場合に
は、この伝達系を模擬するフィルタ(散乱推定フィルタ
と称する)をLMS法による処理に前置することが必要
となる。この適応アルゴリズムがFiltered−X/LMS
法である。
その誤差が誤差検出用のマイクロホンを介して間接的に
しか観測され得ないことに問題があり、この誤差検出マ
イクロホンを経て適応アルゴリズムに到る伝達系(この
伝達系は誤差を時間軸方向に散乱させることから、ここ
では誤差散乱系と称する)が1と近似できない場合に
は、この伝達系を模擬するフィルタ(散乱推定フィルタ
と称する)をLMS法による処理に前置することが必要
となる。この適応アルゴリズムがFiltered−X/LMS
法である。
【0006】図6にはこのFiltered−X/LMS法を適
応アルゴリズムに用いた能動騒音制御システムの制御系
が示される。図6に示されるように、騒音消去フィルタ
1、回り込みフィルタ2、散乱推定フィルタ3、演算制
御部4、スピーカ5、騒音検出マイクロホン6、誤差検
出マイクロホン7などを含み構成される。8は騒音を消
去する経路となる騒音消去用のダクトで、騒音源となる
機器内部で発生する熱の排気用のダクトを兼ねるもので
ある。
応アルゴリズムに用いた能動騒音制御システムの制御系
が示される。図6に示されるように、騒音消去フィルタ
1、回り込みフィルタ2、散乱推定フィルタ3、演算制
御部4、スピーカ5、騒音検出マイクロホン6、誤差検
出マイクロホン7などを含み構成される。8は騒音を消
去する経路となる騒音消去用のダクトで、騒音源となる
機器内部で発生する熱の排気用のダクトを兼ねるもので
ある。
【0007】騒音検出マイクロホン6はダクト8内の騒
音源側に設置されて騒音を検出する。騒音消去フィルタ
1はこのマイクロホン6で検出した騒音を参照信号とし
て、騒音と同振幅・逆位相の疑似騒音を生成するFIR
フィルタであり、マイクロホン6からスピーカ5までの
騒音の伝達系Aを模擬するものである。
音源側に設置されて騒音を検出する。騒音消去フィルタ
1はこのマイクロホン6で検出した騒音を参照信号とし
て、騒音と同振幅・逆位相の疑似騒音を生成するFIR
フィルタであり、マイクロホン6からスピーカ5までの
騒音の伝達系Aを模擬するものである。
【0008】スピーカ5は騒音消去フィルタ1で生成し
た疑似騒音を電気/音響変換し、音響となった疑似騒音
をダクト8内の伝達系Aを伝搬した騒音に重ね合わせる
ためのものである。誤差検出マイクロホン7は消去しき
れなかった誤差音(=騒音−疑似騒音)を騒音消去フィ
ルタ1のフィルタ係数更新を行うために検出するマイク
ロホンである。このマイクロホン7からの誤差信号は演
算制御部4に入力される。
た疑似騒音を電気/音響変換し、音響となった疑似騒音
をダクト8内の伝達系Aを伝搬した騒音に重ね合わせる
ためのものである。誤差検出マイクロホン7は消去しき
れなかった誤差音(=騒音−疑似騒音)を騒音消去フィ
ルタ1のフィルタ係数更新を行うために検出するマイク
ロホンである。このマイクロホン7からの誤差信号は演
算制御部4に入力される。
【0009】散乱推定フィルタ3は、騒音消去フィルタ
1のフィルタ係数の適応アルゴリズムにおいて、誤差検
出マイクロホン7を経て演算制御部4に到る伝達系B
(前述した誤差散乱系)の影響を考慮するために、この
伝達系Bを模擬するためのFIRフィルタである。
1のフィルタ係数の適応アルゴリズムにおいて、誤差検
出マイクロホン7を経て演算制御部4に到る伝達系B
(前述した誤差散乱系)の影響を考慮するために、この
伝達系Bを模擬するためのFIRフィルタである。
【0010】演算制御部4は散乱推定フィルタ3の出力
とマイクロホン7の誤差信号に基づいて、Filtered−X
/LMS法に従って騒音消去フィルタ1のフィルタ係数
更新のための演算を行い、制御する回路である。
とマイクロホン7の誤差信号に基づいて、Filtered−X
/LMS法に従って騒音消去フィルタ1のフィルタ係数
更新のための演算を行い、制御する回路である。
【0011】回り込み防止フィルタ2は、騒音の伝達系
Aを逆に辿る伝達系Cを模擬するためのフィルタであ
る。騒音低減装置では、スピーカ5から放音された疑似
騒音が伝達系Cを伝搬して騒音検出マイクロホン6に回
り込み、それが騒音消去フィルタ1に入力されると、騒
音消去フィルタ1での正確な消去音の生成が妨げられる
ので、この伝達系Cを回り込みフィルタ2で模擬し、騒
音消去用フィルタ1からの疑似騒音をこの回り込みフィ
ルタ2を通して疑似回り込み音を生成し、それを騒音検
出用マイクロホン6の検出信号(=騒音+回り込み音)
から引くことで、伝達系Cを経た回り込み音の影響を除
去するものである。
Aを逆に辿る伝達系Cを模擬するためのフィルタであ
る。騒音低減装置では、スピーカ5から放音された疑似
騒音が伝達系Cを伝搬して騒音検出マイクロホン6に回
り込み、それが騒音消去フィルタ1に入力されると、騒
音消去フィルタ1での正確な消去音の生成が妨げられる
ので、この伝達系Cを回り込みフィルタ2で模擬し、騒
音消去用フィルタ1からの疑似騒音をこの回り込みフィ
ルタ2を通して疑似回り込み音を生成し、それを騒音検
出用マイクロホン6の検出信号(=騒音+回り込み音)
から引くことで、伝達系Cを経た回り込み音の影響を除
去するものである。
【0012】このFiltered−X/LMS法を更に進めた
方法として、Filtered−X/NLMS(Normalized L
MS)法がある。このFiltered−X/NLMS法の収束
条件に関しては、電子情報通信学会 信学技法,EA9
3−10,1993年5月発行,の33〜38頁に掲載
された藤井等の「Filtered−X/NLMS法の収束に関
する検討」がある。
方法として、Filtered−X/NLMS(Normalized L
MS)法がある。このFiltered−X/NLMS法の収束
条件に関しては、電子情報通信学会 信学技法,EA9
3−10,1993年5月発行,の33〜38頁に掲載
された藤井等の「Filtered−X/NLMS法の収束に関
する検討」がある。
【0013】同報告によれば、図7のFiltered−X/N
LMS法による適応フィルタの推定系に示されるよう
に、Filtered−X/NLMS法は、未知系(=伝達系
A)の出力gi と適応フィルタの出力Gi ( =騒音消去
フィルタ1の疑似騒音) との差分、すなわち誤差E
i (=誤差検出マイクロホン7の誤差信号) が誤差散乱
系(=伝達系B)を介してしか得られないような系に適
用されるフィルタ係数の逐次更新アルゴリズムの一つ
で、その特徴は誤差Ej を時間軸の方向に拡散させる誤
差散乱系を模擬した散乱推定フィルタをNLMS法に前
置した点にある。
LMS法による適応フィルタの推定系に示されるよう
に、Filtered−X/NLMS法は、未知系(=伝達系
A)の出力gi と適応フィルタの出力Gi ( =騒音消去
フィルタ1の疑似騒音) との差分、すなわち誤差E
i (=誤差検出マイクロホン7の誤差信号) が誤差散乱
系(=伝達系B)を介してしか得られないような系に適
用されるフィルタ係数の逐次更新アルゴリズムの一つ
で、その特徴は誤差Ej を時間軸の方向に拡散させる誤
差散乱系を模擬した散乱推定フィルタをNLMS法に前
置した点にある。
【0014】この系の適応フィルタのフィルタ係数の更
新式は、適応フィルタの第m番目のタップ係数に対する
時刻j+1における推定値Hj+1(m)を与える式は、 Hj+1 (m) =Hj (m) +Kej Yj (m) /ΣYj 2 (i) ・・・(1) と書き表される。但し、Yj は散乱推定フィルタの出
力、ej は誤差Ej が誤差散乱系の影響を受けたもの、
Kはステップゲイン、Σはi=1 〜Iの累積加算、Iは
適応フィルタのタップ数である。
新式は、適応フィルタの第m番目のタップ係数に対する
時刻j+1における推定値Hj+1(m)を与える式は、 Hj+1 (m) =Hj (m) +Kej Yj (m) /ΣYj 2 (i) ・・・(1) と書き表される。但し、Yj は散乱推定フィルタの出
力、ej は誤差Ej が誤差散乱系の影響を受けたもの、
Kはステップゲイン、Σはi=1 〜Iの累積加算、Iは
適応フィルタのタップ数である。
【0015】図8の〔A〕にはこのFiltered−X/NL
MS法をT次巡回形フィルタ表現したものが示され、ま
た同図の〔B〕にはNLMS法を一次巡回形フィルタ表
現したものが示される。通常のNLMS法は、図8の
〔B〕示す一次巡回形フィルタをM=1〜IのI個構成
する。従って、推定誤差はその一つの一次巡回形フィル
タの出力に生じた推定誤差のI個分の和として計算され
る。この和はさらに、個々の一次巡回形フィルタに共通
する平均的な仮想フィルタを考えれば、そのフィルタご
とに生じた推定誤差の加算としてではなく、そのI個の
仮想フィルタの出力に生じた推定誤差のI倍ともでき
る。
MS法をT次巡回形フィルタ表現したものが示され、ま
た同図の〔B〕にはNLMS法を一次巡回形フィルタ表
現したものが示される。通常のNLMS法は、図8の
〔B〕示す一次巡回形フィルタをM=1〜IのI個構成
する。従って、推定誤差はその一つの一次巡回形フィル
タの出力に生じた推定誤差のI個分の和として計算され
る。この和はさらに、個々の一次巡回形フィルタに共通
する平均的な仮想フィルタを考えれば、そのフィルタご
とに生じた推定誤差の加算としてではなく、そのI個の
仮想フィルタの出力に生じた推定誤差のI倍ともでき
る。
【0016】この仮想フィルタの考え方をFiltered−X
/NLMS法が構成するT次巡回形フィルタにも適用し
て、m=1〜Iに共通する平均的な仮想T次巡回フィル
タのフィルタ係数αj (t) を計算すると、 αj (t) =K〔a2 (t) ΣXj-1 2(i)+ Σa(t) Xj-1 (i) Σuta(u) Xj-u (i) 〕/〔IΣYj 2 (i) 〕 ・・・(2) と表される。但し、a(t) は誤差散乱系のインパルス応
答の標本値、Σutはu=tを除くu=0〜T−1の累積
加算である。すなわち、通常のNLMS法ではその仮想
フィルタの係数は定数になったのに対して、Filtered−
X/NLMS法では確率変数として与えられることにな
る。この仮想フィルタ係数αに基づいて、騒音消去フィ
ルタ1のフィルタ係数を決定することができる
/NLMS法が構成するT次巡回形フィルタにも適用し
て、m=1〜Iに共通する平均的な仮想T次巡回フィル
タのフィルタ係数αj (t) を計算すると、 αj (t) =K〔a2 (t) ΣXj-1 2(i)+ Σa(t) Xj-1 (i) Σuta(u) Xj-u (i) 〕/〔IΣYj 2 (i) 〕 ・・・(2) と表される。但し、a(t) は誤差散乱系のインパルス応
答の標本値、Σutはu=tを除くu=0〜T−1の累積
加算である。すなわち、通常のNLMS法ではその仮想
フィルタの係数は定数になったのに対して、Filtered−
X/NLMS法では確率変数として与えられることにな
る。この仮想フィルタ係数αに基づいて、騒音消去フィ
ルタ1のフィルタ係数を決定することができる
【0017】
【発明が解決しようとする課題】同報告によれば、Filt
ered−X/NLMS法の学習に関しての収束条件は、 安定したFIR形フィルタの利得1の低域フィルタを
形成し、 推定誤差に関する巡回閉路の利得が1未満になる、こ
とであるが、従来はこの条件を満たために、上記の仮想
フィルタのフィルタ係数α(t) の式(2)のごとく、ス
テップゲインKとインパルス応答の標本値a(t) を固定
値として持っていた。このため、温度変動や活性保守時
などの環境変化があると、上述のとの収束条件を満
たしにくく、収束の精度および収束速度が不定となり、
フィルタ係数の学習に非常に時間がかかるという問題点
がある。
ered−X/NLMS法の学習に関しての収束条件は、 安定したFIR形フィルタの利得1の低域フィルタを
形成し、 推定誤差に関する巡回閉路の利得が1未満になる、こ
とであるが、従来はこの条件を満たために、上記の仮想
フィルタのフィルタ係数α(t) の式(2)のごとく、ス
テップゲインKとインパルス応答の標本値a(t) を固定
値として持っていた。このため、温度変動や活性保守時
などの環境変化があると、上述のとの収束条件を満
たしにくく、収束の精度および収束速度が不定となり、
フィルタ係数の学習に非常に時間がかかるという問題点
がある。
【0018】本発明はかかる問題点に鑑みてなされたも
のであり、その目的とするところは、ファジイ理論を用
いることでFiltered−X/NLMS法のフィルタ係数の
学習を高速化することにある。
のであり、その目的とするところは、ファジイ理論を用
いることでFiltered−X/NLMS法のフィルタ係数の
学習を高速化することにある。
【0019】
【課題を解決するための手段】図1は本発明に係る原理
説明図である。本発明に係る適応フィルタのフィルタ係
数決定方法は、フィルタ係数を算出するアルゴリズムと
して誤差散乱系を考慮したFiltered−X/NLMS法を
用いる適応フィルタのフィルタ係数決定方法であって、
装置温度Ta と適応フィルタの係数演算部に入力される
誤差信号Eをそれぞれメンバーシップ関数で定義し、ス
テップゲインKと誤差散乱系のインパルス応答標本値a
(t) をそれぞれメンバーシップ関数で定義し、装置温度
Ta と誤差信号Eを前件部、ステップゲインKとインパ
ルス応答標本値a(t) を後件部とする制御規則を定義
し、装置温度Ta と誤差信号Eの状態からステップゲイ
ンKとインパルス応答標本値a(t) をファジイ推論で求
め、その求めた結果に基づいて適応フィルタのフィルタ
係数を決定するものである。
説明図である。本発明に係る適応フィルタのフィルタ係
数決定方法は、フィルタ係数を算出するアルゴリズムと
して誤差散乱系を考慮したFiltered−X/NLMS法を
用いる適応フィルタのフィルタ係数決定方法であって、
装置温度Ta と適応フィルタの係数演算部に入力される
誤差信号Eをそれぞれメンバーシップ関数で定義し、ス
テップゲインKと誤差散乱系のインパルス応答標本値a
(t) をそれぞれメンバーシップ関数で定義し、装置温度
Ta と誤差信号Eを前件部、ステップゲインKとインパ
ルス応答標本値a(t) を後件部とする制御規則を定義
し、装置温度Ta と誤差信号Eの状態からステップゲイ
ンKとインパルス応答標本値a(t) をファジイ推論で求
め、その求めた結果に基づいて適応フィルタのフィルタ
係数を決定するものである。
【0020】上述の適応フィルタのフィルタ係数決定方
法は、騒音と同振幅・逆位相の疑似騒音を適応フィルタ
で生成しその疑似騒音を用いて騒音を抑制する能動騒音
制御システムに適用でき、その際には、該騒音と該疑似
騒音の誤差を該誤差信号として用いる。
法は、騒音と同振幅・逆位相の疑似騒音を適応フィルタ
で生成しその疑似騒音を用いて騒音を抑制する能動騒音
制御システムに適用でき、その際には、該騒音と該疑似
騒音の誤差を該誤差信号として用いる。
【0021】
【作用】適応フィルタのフィルタ係数は結局のところス
テップゲインKと誤差散乱系のインパルス応答標本値a
(t) に基づいて決定することができる。そこで、このス
テップゲインとインパルス応答標本値a(t) を、装置温
度Ta と誤差信号Eを入力とし所定の制御規則に従って
ファジイ推論で求める。これによりフィルタ係数を速や
かに決定することができる。
テップゲインKと誤差散乱系のインパルス応答標本値a
(t) に基づいて決定することができる。そこで、このス
テップゲインとインパルス応答標本値a(t) を、装置温
度Ta と誤差信号Eを入力とし所定の制御規則に従って
ファジイ推論で求める。これによりフィルタ係数を速や
かに決定することができる。
【0022】
【実施例】以下、図面を参照して本発明の実施例を説明
する。ここでは、本発明の一実施例として、図6に示す
能動騒音制御システムにおいて適応フィルタのフィルタ
係数決定方法を適用するものとする。またFiltered−X
/NLMS法によるフィルタ係数の推定系は図7に示す
ようになるものとする。能動騒音制御システムでは、前
述の仮想フィルタ係数α(t) を決定する式(2)を参照
すると、この仮想フィルタ係数α(t) は結局はステップ
ゲインKとインパルス応答標本値a(t) の関数、すなわ
ち、 α(t) =F〔K,a(t) 〕 であることが分かる。したがって、ステップゲインKと
インパルス応答標本値a(t) が求まれば、騒音消去フィ
ルタ1のフィルタ係数を決定することができる。よって
本発明では、演算制御部4においてファジイ理論を用い
てこれらのステップゲインKとインパルス応答標本値a
(t) の最適値を求める。
する。ここでは、本発明の一実施例として、図6に示す
能動騒音制御システムにおいて適応フィルタのフィルタ
係数決定方法を適用するものとする。またFiltered−X
/NLMS法によるフィルタ係数の推定系は図7に示す
ようになるものとする。能動騒音制御システムでは、前
述の仮想フィルタ係数α(t) を決定する式(2)を参照
すると、この仮想フィルタ係数α(t) は結局はステップ
ゲインKとインパルス応答標本値a(t) の関数、すなわ
ち、 α(t) =F〔K,a(t) 〕 であることが分かる。したがって、ステップゲインKと
インパルス応答標本値a(t) が求まれば、騒音消去フィ
ルタ1のフィルタ係数を決定することができる。よって
本発明では、演算制御部4においてファジイ理論を用い
てこれらのステップゲインKとインパルス応答標本値a
(t) の最適値を求める。
【0023】図2には演算制御部4においてステップゲ
インKとインパルス応答標本値a(t) を求める論理の概
念が示される。ステップゲインKとインパルス応答標本
値a(t) は装置温度Ta と誤差検出マイクロホン7から
の誤差信号Eの関数と考えることができる。そこで、装
置温度Ta を図3の(A)に示されるようにメンバーシ
ップ関数でファジイ表現し、装置温度Ta の状態として
低温、普通温、高温の三つのメンバーシップ関数を定義
する。同様に、誤差信号Eを図3の(B)に示されるよ
うにメンバーシップ関数でファジイ表現し、誤差信号E
の状態として誤差小、誤差普通、誤差大の三つのメンバ
ーシップ関数を定義する。
インKとインパルス応答標本値a(t) を求める論理の概
念が示される。ステップゲインKとインパルス応答標本
値a(t) は装置温度Ta と誤差検出マイクロホン7から
の誤差信号Eの関数と考えることができる。そこで、装
置温度Ta を図3の(A)に示されるようにメンバーシ
ップ関数でファジイ表現し、装置温度Ta の状態として
低温、普通温、高温の三つのメンバーシップ関数を定義
する。同様に、誤差信号Eを図3の(B)に示されるよ
うにメンバーシップ関数でファジイ表現し、誤差信号E
の状態として誤差小、誤差普通、誤差大の三つのメンバ
ーシップ関数を定義する。
【0024】また図4の(A)に示されるように、ステ
ップゲインKを確率変数からファジイ変数にかえ、ステ
ップゲインKを「小さくせよ」、「普通にせよ」、「大
きくせよ」の三つの状態のメンバーシップ関数で定義す
る。同様に図4の(B)に示されるように、インパルス
応答の標本値a(t) を確率変数からファジイ変数にか
え、インパルス応答標本値a(t) を「小さくせよ」、
「普通にせよ」、「大きくせよ」の三つの状態のメンバ
ーシップ関数で定義する。
ップゲインKを確率変数からファジイ変数にかえ、ステ
ップゲインKを「小さくせよ」、「普通にせよ」、「大
きくせよ」の三つの状態のメンバーシップ関数で定義す
る。同様に図4の(B)に示されるように、インパルス
応答の標本値a(t) を確率変数からファジイ変数にか
え、インパルス応答標本値a(t) を「小さくせよ」、
「普通にせよ」、「大きくせよ」の三つの状態のメンバ
ーシップ関数で定義する。
【0025】また、制御規則を IF(○○)THEN
(△△)の形式で定義する。例えば、 IF(装置温度Ta が大、誤差信号Eが普通)THE
N(ステップゲインKを普通にせよ、インパルス応答標
本値a(t) を大きくせよ) IF(装置温度Ta が普通、誤差信号Eが大)THE
N(ステップゲインKを小さくせよ、インパルス応答標
本値a(t) を大きくせよ) などのように、入力となる装置温度Ta と誤差信号Eの
全ての状態の組合せに対して出力となるステップゲイン
Kとインパルス応答標本値a(t) のとるべき状態を制御
規則として定義する。この定義は経験則に従って行われ
る。なお、ここでIF以下の(○○)を前件部、THE
N以下の(△△)を後件部と呼ぶ。
(△△)の形式で定義する。例えば、 IF(装置温度Ta が大、誤差信号Eが普通)THE
N(ステップゲインKを普通にせよ、インパルス応答標
本値a(t) を大きくせよ) IF(装置温度Ta が普通、誤差信号Eが大)THE
N(ステップゲインKを小さくせよ、インパルス応答標
本値a(t) を大きくせよ) などのように、入力となる装置温度Ta と誤差信号Eの
全ての状態の組合せに対して出力となるステップゲイン
Kとインパルス応答標本値a(t) のとるべき状態を制御
規則として定義する。この定義は経験則に従って行われ
る。なお、ここでIF以下の(○○)を前件部、THE
N以下の(△△)を後件部と呼ぶ。
【0026】このようにすることで、入力となる装置温
度Ta と誤差信号Eのレベルに対して、ステップゲイン
Kとインパルス応答標本値a(t) を速やかに決定するこ
とができる。そして、演算制御部4は、この決定したス
テップゲインKとインパルス応答標本値a(t) に基づい
て、仮想フィルタのフィルタ係数α(t) を算出し、それ
に基づいて騒音消去フィルタ1のフィルタ係数を速やか
に決定し、制御を行うことができる。
度Ta と誤差信号Eのレベルに対して、ステップゲイン
Kとインパルス応答標本値a(t) を速やかに決定するこ
とができる。そして、演算制御部4は、この決定したス
テップゲインKとインパルス応答標本値a(t) に基づい
て、仮想フィルタのフィルタ係数α(t) を算出し、それ
に基づいて騒音消去フィルタ1のフィルタ係数を速やか
に決定し、制御を行うことができる。
【0027】本発明の実施にあたっては種々の変形形態
が可能である。例えば情報処理機器などでは、吸気用の
ダクトと排気用のダクトを設けてその両者に能動騒音制
御システムを取り付けることがあり、この場合、各系統
のシステムが相手系統の状態により互いに影響されるこ
とがあるが、このような2系統のシステムに対しても本
発明の適応フィルタ係数決定方法を適用できる。図5は
かかるシステムを示したもので、各系統#1、#2で
は、自系統の装置温度と誤差信号の他に相手系統の装置
温度も入力とし、それら自系統の装置温度と誤差信号お
よび相手系統の装置温度の状態の全ての組合せに対して
自系統のステップゲインKとインパルス応答標本値a
(t) のとるべき状態を制御規則で定義している。
が可能である。例えば情報処理機器などでは、吸気用の
ダクトと排気用のダクトを設けてその両者に能動騒音制
御システムを取り付けることがあり、この場合、各系統
のシステムが相手系統の状態により互いに影響されるこ
とがあるが、このような2系統のシステムに対しても本
発明の適応フィルタ係数決定方法を適用できる。図5は
かかるシステムを示したもので、各系統#1、#2で
は、自系統の装置温度と誤差信号の他に相手系統の装置
温度も入力とし、それら自系統の装置温度と誤差信号お
よび相手系統の装置温度の状態の全ての組合せに対して
自系統のステップゲインKとインパルス応答標本値a
(t) のとるべき状態を制御規則で定義している。
【0028】また、上述の実施例では本発明のフィルタ
係数決定方法を能動騒音制御システムに適用した場合に
ついて述べたが、本発明はこれに限られるものではな
く、例えば各種のエコーキャンセラ、ノイズキャンセ
ラ、ゴーストキャンセラ、能動振動制御システム、能動
サスペンションなどの、不要信号を消去する疑似信号の
生成に適用フィルタを使用するシステムにおいて、その
適用フィルタの係数を算出する適応アルゴリズムとして
Filtered−X/NLMS法を用いている場合に本発明を
適用することができる。
係数決定方法を能動騒音制御システムに適用した場合に
ついて述べたが、本発明はこれに限られるものではな
く、例えば各種のエコーキャンセラ、ノイズキャンセ
ラ、ゴーストキャンセラ、能動振動制御システム、能動
サスペンションなどの、不要信号を消去する疑似信号の
生成に適用フィルタを使用するシステムにおいて、その
適用フィルタの係数を算出する適応アルゴリズムとして
Filtered−X/NLMS法を用いている場合に本発明を
適用することができる。
【0029】
【発明の効果】以上に説明したように、本発明によれ
ば、ファジイ理論を用いることにより適応フィルタのフ
ィルタ係数を速やかに決定することができる。これによ
り負荷の変動や外乱に対応して安定した適応制御が可能
となり、システムの立上げ、立下げに対して高速な制御
が可能である。本発明を例えば能動騒音制御システムに
適応した場合、温度変動等の環境変化に対しても安定な
騒音の消去が可能となる。
ば、ファジイ理論を用いることにより適応フィルタのフ
ィルタ係数を速やかに決定することができる。これによ
り負荷の変動や外乱に対応して安定した適応制御が可能
となり、システムの立上げ、立下げに対して高速な制御
が可能である。本発明を例えば能動騒音制御システムに
適応した場合、温度変動等の環境変化に対しても安定な
騒音の消去が可能となる。
【図1】本発明に係る原理説明図である。
【図2】本発明の一実施例としての適応フィルタ係数決
定方法の概念を説明する図である。
定方法の概念を説明する図である。
【図3】実施例で用いる入力側のメンバーシップ関数を
示す図である。
示す図である。
【図4】実施例で用いる出力側のメンバーシップ関数を
示す図である。
示す図である。
【図5】本発明の他の実施例を示す図である。
【図6】能動騒音制御システムの制御系を示す図であ
る。
る。
【図7】Filtered−X/NLMS法による適応フィルタ
係数の推定系を示す図である。
係数の推定系を示す図である。
【図8】Filtered−X/NLMS法の巡回形フィルタ表
現を示す図である。
現を示す図である。
1 騒音消去フィルタ 2 回り込みフィルタ 3 散乱推定フィルタ 4 演算制御部 5 スピーカ 6 騒音検出マイクロホン 7 誤差検出マイクロホン 8 ダクト
Claims (2)
- 【請求項1】 フィルタ係数を算出するアルゴリズムと
して誤差散乱系を考慮したFiltered−X/NLMS法を
用いる適応フィルタのフィルタ係数決定方法であって、 装置温度(Ta )と該適応フィルタの係数演算部に入力
される誤差信号(E)をそれぞれメンバーシップ関数で
定義し、 ステップゲイン(K)と誤差散乱系のインパルス応答標
本値(a(t) )をそれぞれメンバーシップ関数で定義
し、 該装置温度と誤差信号を前件部、該ステップゲインとイ
ンパルス応答標本値を後件部とする制御規則を定義し、 該装置温度と誤差信号の状態からステップゲインとイン
パルス応答標本値をファジイ推論で求め、その求めた結
果に基づいて適応フィルタのフィルタ係数を決定する適
応フィルタのフィルタ係数決定方法。 - 【請求項2】 騒音と同振幅・逆位相の疑似騒音を適応
フィルタで生成し該疑似騒音を用いて該騒音を抑制する
能動騒音制御システムに適用され、該騒音と該疑似騒音
の誤差を該誤差信号として用いる請求項1記載の適応フ
ィルタのフィルタ係数決定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5341607A JPH07160508A (ja) | 1993-12-10 | 1993-12-10 | 適応フィルタのフィルタ係数決定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5341607A JPH07160508A (ja) | 1993-12-10 | 1993-12-10 | 適応フィルタのフィルタ係数決定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH07160508A true JPH07160508A (ja) | 1995-06-23 |
Family
ID=18347393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP5341607A Withdrawn JPH07160508A (ja) | 1993-12-10 | 1993-12-10 | 適応フィルタのフィルタ係数決定方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH07160508A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7421017B2 (en) | 2002-08-13 | 2008-09-02 | Fujitsu Limited | Digital filter adaptively learning filter coefficient |
CN102412580A (zh) * | 2011-11-17 | 2012-04-11 | 河海大学常州校区 | 有源电力滤波器自适应模糊控制系统及其方法 |
CN113539229A (zh) * | 2021-07-30 | 2021-10-22 | 北京安声浩朗科技有限公司 | 降噪参数确定方法及其装置、主动降噪方法及其装置 |
CN118010165A (zh) * | 2024-04-08 | 2024-05-10 | 宁波泰利电器有限公司 | 一种直发梳自动感应温度预警方法及系统 |
-
1993
- 1993-12-10 JP JP5341607A patent/JPH07160508A/ja not_active Withdrawn
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7421017B2 (en) | 2002-08-13 | 2008-09-02 | Fujitsu Limited | Digital filter adaptively learning filter coefficient |
CN102412580A (zh) * | 2011-11-17 | 2012-04-11 | 河海大学常州校区 | 有源电力滤波器自适应模糊控制系统及其方法 |
CN113539229A (zh) * | 2021-07-30 | 2021-10-22 | 北京安声浩朗科技有限公司 | 降噪参数确定方法及其装置、主动降噪方法及其装置 |
CN113539229B (zh) * | 2021-07-30 | 2023-10-31 | 北京安声浩朗科技有限公司 | 降噪参数确定方法及其装置、主动降噪方法及其装置 |
CN118010165A (zh) * | 2024-04-08 | 2024-05-10 | 宁波泰利电器有限公司 | 一种直发梳自动感应温度预警方法及系统 |
CN118010165B (zh) * | 2024-04-08 | 2024-06-11 | 宁波泰利电器有限公司 | 一种直发梳自动感应温度预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6847721B2 (en) | Active noise control system with on-line secondary path modeling | |
JP6664471B2 (ja) | アクティブノイズコントロールにおける二次経路位相の推定 | |
US5278913A (en) | Active acoustic attenuation system with power limiting | |
JP6724135B2 (ja) | アクティブノイズコントロールにおける二次経路大きさの推定 | |
Akhtar et al. | Improving performance of hybrid active noise control systems for uncorrelated narrowband disturbances | |
WO2003015074A1 (en) | Active noise control system with on-line secondary path modeling | |
JPH07248778A (ja) | 適応フィルタの係数更新方法 | |
US20160344433A1 (en) | Auto-selection method for modeling secondary-path estimation filter for active noise control system | |
US5583943A (en) | Active noise control system with detouring sound apparatus | |
Aslam | Maximum likelihood least squares identification method for active noise control systems with autoregressive moving average noise | |
Zhang et al. | On comparison of online secondary path modeling methods with auxiliary noise | |
JPH10247088A (ja) | 適応型能動騒音制御装置 | |
Ji et al. | A computation-efficient online secondary path modeling technique for modified fxlms algorithm | |
JPH07160508A (ja) | 適応フィルタのフィルタ係数決定方法 | |
MT et al. | Acoustic feedback neutralization in active noise control systems | |
Kajikawa et al. | Frequency domain active noise control system without a secondary path model via perturbation method | |
USH1357H (en) | Active sound cancellation system for time-varying signals | |
US5559839A (en) | System for the generation of a time variant signal for suppression of a primary signal with minimization of a prediction error | |
Akhtar et al. | Adaptive filtering with averaging-based algorithm for feedforward active noise control systems | |
Kranthi et al. | Distributed Active Noise Control based on Inverse Tangent Robust Least Mean Logarithmic Square | |
Phooi et al. | Nonlinear active noise control using Lyapunov theory and RBF network | |
Song et al. | A robust filtered-x NLMS algorithm with optimal step size for active control of impulsive noise | |
JPH08123437A (ja) | 騒音制御装置 | |
Okano et al. | Auxiliary noise power scheduling based on gradient of error power for pre-inverse active noise control | |
KR19990042877A (ko) | 자동차의 능동 소음 제어방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20010306 |