具有非线性有源噪声系统综合评估算法的自适应非线性神经控制器

针对非线性主动噪声控制系统,提出了一种带有集成评估算法的自适应非线性神经控制器,以衰减非线性和非高斯噪声。 受Hammerstein或Wiener模型结构的启发,所提出的控制器是通过基于单个神经元的静态非线性记忆函数映射来实现的。 提出了一种基于综合评价准则的广义滤波-X梯度下降算法,自适应地调整控制器的权重,将仁义二次误差熵和均方误差的加权和作为综合性能指标,提高了控制器的权重。通过引入信息熵实现自适应算法的性能。 此外,分析了该方法的收敛性,并研究了不同方法之间的计算复杂度。 所提出的方案可以有效地衰减非线性和非高斯噪声,并且具有相对简单的结构和较少的学习参数。 仿真结果证明了所提方法对非线性和非高斯噪声的衰减效果。