龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种基于深度神经网络的自适应有源噪声控制系统及其方法，其技术特点是：该系统包括参考麦克风、控制器、作动器和误差麦克风，控制器包括深度神经网络模块和驱动电路；参考麦克风设置于噪声声源附近用于收集参考信号；误差麦克风设置于控制点处用于收集误差信号；深度神经网络模块生成与待控制噪声信号振幅相同相位相反的控制信号并更新网络参数，并将生成的控制信号输出给驱动电路；驱动电路将控制信号输出给作动器；作动器将控制信号转化为控制声波，在控制点处与待控制噪声叠加，进行有源消声。本发明结合RNN循环神经网络和MLP多层感知机网络，解决了最小均方误差算法无法控制非线性噪声的缺陷，提高了有源噪声控制技术的适用范围。
主权项：1.一种基于深度神经网络的自适应有源噪声控制系统，其特征在于：包括参考麦克风、控制器、作动器和误差麦克风，所述控制器包括深度神经网络模块和驱动电路；所述参考麦克风设置于噪声声源附近，用于收集参考信号并输入至深度神经网络的收入端；所述误差麦克风设置于控制点处，用于收集误差信号并输入至深度神经网络的收入端；所述深度神经网络模块对参考信号进行处理，生成与待控制噪声信号振幅相同相位相反的控制信号，并将生成的控制信号输出给驱动电路；所述深度神经网络模块根据误差信号，利用反向传播算法进行梯度计算，更新网络参数；所述驱动电路将控制信号输出给作动器；所述作动器将控制信号转化为控制声波，在控制点处与待控制噪声叠加，进行有源消声；所述深度神经网络模块为RNN循环神经网络嵌套MLP多层感知机节点的DNN深度神经网络结构，所述MLP多层感知机节点用于对RNN循环神经网络的梯度变化进行动态平衡；该深度神经网络模块由1个输入层、1个隐藏层和1个输出层组成的3层深度网络构成，其中输入层包括5个输入节点，隐藏层由10个RNN循环神经元和一个MLP节点组成，输出层包括一个输出节点。
全文数据：
权利要求：
百度查询： 苏州静声泰科技有限公司 天津大学 基于深度神经网络的自适应有源噪声控制系统及其方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号