有源噪声与振动控制：原理、算法及实现
作者：周亚丽，张奇志 著
出版时间： 2014年版
内容简介
《有源噪声与振动控制：原理、算法及实现》以管道噪声为对象和背景，重点介绍有源噪声控制算法。全书共分8章，第1章介绍了有源噪声控制的基本原理及发展历程。第2章概述了经典的有源噪声控制算法。第3章及第4章研究了针对重复性和周期性噪声的迭代学习控制及重复控制算法。第5章给出了随机性脉冲噪声的有源控制算法。第6章介绍了时变系统的有源噪声控制算法。第7章介绍了基于神经网络的非线性系统的有源噪声控制算法。第8章以管道噪声为被控对象，对第3～7章所介绍的各种算法进行了仿真及实验分析，给出了仿真及实验结果。《有源噪声与振动控制：原理、算法及实现》可供从事噪声与振动控制、信号处理及相关研究和开发的教师、研究生及工程技术人员参考。
目录
第1章 绪论1.1噪声的危害1.2噪声的无源控制方法1.2.1吸声降噪1.2.2隔声降噪1.2.3消声器降噪1.3噪声的有源控制方法1.3.1有源噪声控制的基本原理1.3.2有源噪声控制的发展历程1.4有源噪声控制系统的基本结构1.4.1前馈控制1.4.2反馈控制1.5管道声场的特性分析1.5.1平面波截止频率1.5.2平面波相消干涉原理1.6有源噪声控制技术的应用
第2章 经典的有源噪声控制算法2.1自适应滤波器2.1.1有限脉冲响应（FIR）滤波器2.1.2无限脉冲响应（IIR）滤波器2.2最小均方（LMS）算法2.3次路径的建模2.4滤波?X LMS（FXLMS）算法2.5带遗忘因子的FXLMS算法2.6考虑声反馈的FXLMS算法2.6.1FBFXLMS算法2.6.2次级声反馈路径建模2.7滤波?U递归 LMS（FURLMS）算法2.8自适应陷波滤波算法2.9基于内模的反馈控制算法2.10频域FXLMS算法
第3章 重复性噪声的有源控制3.1重复性噪声的特点3.2迭代学习控制（ILC）算法3.2.1ILC算法描述3.2.2ILC算法的收敛条件3.2.3ILC算法的终值误差3.3基于ILC的有源噪声控制算法3.3.1基于ILC算法的ANC系统3.3.2ILC学习滤波器的设计
第4章 周期性噪声的有源控制4.1重复控制（RC）算法4.1.1内模原理4.1.2RC算法描述4.2基于RC的有源噪声控制算法4.2.1基于RC的有源噪声控制系统4.2.2系统稳定性分析4.2.3RC学习滤波器的设计
第5章 随机性脉冲噪声的有源控制5.1脉冲噪声简介5.1.1脉冲噪声的特性5.1.2脉冲噪声的建模5.2随机性脉冲噪声的生成5.2.1Chambers?Mallows?Stuck方法5.2.2Gauss?Bernoulli方法5.3随机性脉冲噪声的有源控制算法5.3.1概述5.3.2分数低阶矩（FXLMP）算法5.3.3权值约束（CFXLMS）算法5.3.4幅值约束（MRFXLMS）算法5.3.5改进归一化（MNFXLMS）算法5.3.6对数变换（FXlogLMS）算法5.3.7非线性M?估计（FXLMM）算法5.3.8反正切函数（FXatanLMS）算法5.3.9Sigmoid函数（FXatanLMS）算法5.3.10通用步长归一化（FXgsnLMS）算法
第6章 时变系统的有源噪声控制6.1次路径在线辨识算法6.2基于SPSA的无模型算法6.2.1同步扰动随机逼近（SPSA）算法6.2.2基于SPSA的无模型有源噪声控制算法6.3基于FFT的无模型迭代学习控制算法6.3.1无模型迭代学习控制（MFILC）算法描述6.3.2基于MFILC的脉冲噪声有源控制算法
第7章 非线性系统的有源噪声控制7.1神经网络概述7.2基于BP神经网络算法的ANC系统的结构7.3参考信号滤波的BP神经网络算法7.4误差信号滤波的BP神经网络算法7.5函数链接型神经网络算法7.6自适应递归模糊神经网络算法7.6.1递归模糊神经网络（RFNN）结构7.6.2递归模糊神经网络的学习算法7.6.3自适应递归模糊神经网络ANC系统的收敛性
第8章 管道噪声有源控制实例8.1管道噪声有源控制实验系统组成8.2管道噪声有源控制实验系统的数学模型8.3重复性噪声有源控制的仿真及实验分析8.3.1仿真分析8.3.2实验研究8.4周期性噪声有源控制的仿真及实验分析8.4.1仿真分析8.4.2实验研究8.5随机性脉冲噪声有源控制的仿真及实验分析8.5.1FXatanLMS和FXsigLMS算法仿真分析8.5.2FXgsnLMS算法仿真分析8.5.3FXgsnLMS算法实验研究8.6基于SPSA的无模型算法的仿真及实验分析8.6.1仿真分析8.6.2实验研究8.7基于FFT的无模型迭代学习控制算法的仿真分析8.8误差滤波神经网络（FEBPNN）算法的仿真分析8.9函数链接型神经网络（FLANN）算法的仿真分析8.10自适应递归模糊神经网络算法的仿真分析参考文献
