技术特征:
1.一种基于灰狼算法的主动噪声控制方法,其特征在于:包括以下步骤:s100:建立有源噪声控制系统的灰狼算法模型;s200:迭代计算得到α狼的位置,将计算结果作为优化后的滤波器系数;所述s100包括:s110:初始化灰狼种群的个体位置,作为滤波器系数向量;s120:根据主动噪声控制系统确定适应度函数的表达式;s130:计算所有初始化的灰狼个体的适应度,并找到适应度前三的灰狼分别作为α、β和γ;所述s200包括:s210:根据灰狼群体的围猎行为更新灰狼的位置;s220:计算所有灰狼的适应度,并按照适应度的高低对其进行排序;s230:选择适应度前q只狼在其邻域内进行竞争游走;s240:更新α、β和γ狼的适应度和位置;s250:当满足迭代收敛条件后,将α狼的位置作为最优滤波器系数向量。2.根据权利要求1所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述s210包括:s211:灰狼的位置根据种群中的α、β和γ狼的位置来进行更新,按照下式计算α、β和γ狼与种群中其他个体的距离:d
α
=|c1*x
α
‑
x|d
β
=|c2*x
β
‑
x|d
γ
=|c3*x
γ
‑
x|其中,x
α
、x
β
和x
γ
分别表示α、β和γ狼的位置,x表示当前灰狼个体的位置;c1、c2和c3是位置系数向量,c1、c2和c3内的每个元素值均为0到2之间的随机数;d
α
、d
β
和d
γ
分别表示α、β和γ狼与种群中其他个体的距离;s212:分别由α、β和γ狼的信息反馈,按照下式更新灰狼的初步位置x1、x2和x3:x1=x
α
‑
a1*d
α
x2=x
β
‑
a2*d
β
x3=x
γ
‑
a3*d
γ
其中,a1、a2和a3是距离系数向量;s213:按下式取平均值更新灰狼在第t 1次迭代的位置x(t 1):3.根据权利要求2所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述a1、a2和a3的表达式如下:a
i
=2*a*r
‑
a其中,r为与距离系数向量同维度的向量,其元素为0到1之间的随机数,a为收敛因子,其值随着迭代次数的增大逐渐从2线性减小到0。4.根据权利要求3所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述s230包括:q只灰狼中的第i只灰狼的第d维分量x
id
按照下式进行竞争游走:
x
id
=x
id
rand*(δ)其中,δ为x
id
的领域范围,rand为0到1之间的随机数。5.根据权利要求4所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述s240包括:灰狼位置向量计算出的误差均方值越小,灰狼的适应度越高,α、β和γ狼进行更新时,需要将当前迭代下适应度最高的三头灰狼与α、β和γ狼进行适应度排序,最后选取适应度最高的三头狼分别为新的α、β和γ狼。6.根据权利要求5所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述s250包括:当循环不满足迭代要求时,重复步骤s210、s220和s230。7.根据权利要求6所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述s210中需要进行位置更新的灰狼为种群中除α、β和γ狼以外的所有灰狼群体ω。8.根据权利要求7所述的一种基于灰狼算法的主动噪声控制方法,其特征在于:所述s212包括:判断距离系数向量的绝对值是否大于1,若距离系数向量a的绝对值大于1,则算法处于搜索猎物模式;若距离系数向量a的绝对值小于1,算法处于攻击猎物模式。9.一种基于灰狼算法的主动噪声控制系统,其特征在于:使用了如权利要求1
‑
8中任一项所述的一种基于灰狼算法的主动噪声控制方法。
再多了解一些
本文用于企业家、创业者技术爱好者查询,结果仅供参考。