37724122try_fxlms.rar

37724122try_fxlms.rar

%--------------------------------------------------------------------------
% One of my friends asked me about the FxLMS algorithm. So in return 
% I provided him a little example of a single channel feed-forward active 
% noise control system based on the FxLMS. You can find many good 
% information in “Active Noise Control Systems - Algorithms and DSP 
% Implementations“ written by S. M. Kuo and D. R. Morgan in 1996.
%
% Here is the sketch of the system. 
%
%              +-----------+                       +   
% x（k） ---+--->|   P（z）    |--yp（k）----------------> sum --+---> e（k）
%         |    +-----------+                          ^-   |
%         |                                           |    |
%         |        \                                ys（k）  |     
%         |    +-----------+          +-----------+   |    |
%         +--->|   C（z）    |--yw（k）-->|   S（z）    |---+    |
%         |    +-----------+          +-----------+        |
%         |            \                                   |
%         |             \----------------\                 |
%         |                               \                |
%         |    +-----------+          +-----------+        |
%         +--->|   Sh（z）   |--xs（k）-->|    LMS    |<-------+
%              +-----------+          +-----------+        
% 
% I used FIR filter to model P（z） C（z） S（z） and Sh（z）.
% 
% Imagine that the noise x（k） is propagating from the source to the sensor
% through the fluid medium P（z）. The sensor measures the arriving noise as 
% yp（k）. 
%
% To reduce noise we generate another ‘noise‘ yw（k） using the controller 
% C（z）. We hope that it destructively interferes x（k）. It means that the 
% controller has to be a model of the propagation medium P（z）. Least mean 
% square algorithm is applied to adjust the controller coefficient/weight.
%
% However there is also fluid medium S（z） that stay between the actuator 
% and sensor. We called it the secondary propagation path. So to make the 
% solusion right we need to compensate the adjustment process using Sh（z） 
% which is an estimate of S（z）.
% 
% Let‘s start the code :）
%
% Developed by Agustinus Oey                         
% Center of Noise and Vibration Control （NoViC）                           
% Department of Mechanical Engineering                                    
% Korea Advanced Institute of Science and Technology （KAIST）              
% Daejeon South Korea 
%--------------------------------------------------------------------------

% Set simulation duration （normalized） 
clear
T=1000; 

% We do not know P（z） and S（z） in reality. So we have to make dummy paths
Pw=[0.01 0.25 0.5 1 0.5 0.25 0.01];
Sw=Pw*0.25;

% Remember that the first task is to estimate S（z）. So we can generate a
% white noise signal
x_iden=randn（1T）;

% send it to the actuator and measure it at the sensor position 
y_iden=filter（Sw 1 x_ide

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1526  2010-11-23 01:28  try_fxlms\license.txt

     文件       5447  2013-10-30 10:24  try_fxlms\try_fxlms.m

     目录          0  2013-10-30 10:39  try_fxlms

----------- ---------  ---------- -----  ----

                 6973                    3