Eriksson method

基于单通道的在线次级通道建模的主动噪声控制FXLMS算法的MATLAB实现

% a single channel feed-forward active noise control system based on 
% On-line secondary path modellingthe FxLMS alogrithms 
% You can find many information about this simulation in “Use of random
% noise for online transducer estimate in an adaptive attenuation system “ 
% written by LJ Eriksson and M.A Allie in 1989.

% Developed by BoZhong 
% Data: 2012.11.1
% HIT                                                                      
% Harbin China 
%--------------------------------------------------------------------------

% ----------------------Let‘s start the code ------------------------------
clc; 
clear all; 
close all; 

DataLong= 50000; 
% We do not know P（z） and S（z） in reality. So we have to make dummy paths
Tap_Pw = 10;                                                  % the number of Primary path filter tap 
Tap_Sw = 5;                                                   % the number of Secondary path filter tap
Pw=[0.05 -0.001 0.001 0.8 0.6 -0.2 -0.5 -0.1 0.4 -0.05];      % Primary path filter weight vector
Sw=[0.05 -0.01 0.95 0.01 -0.9];                               % Secondary path filter weight vector;


%----------------online secondary path modelling par-----------------------
Tap_ancc = 64;                      %（Tap_ancc >= Tap_spc in this program） the number of anc controler filter tap 
size_step_ancc = 0.002;            % anc controler size step 
X_noise=randn（1DataLong）;          % control noise 

Tap_spc = 64;                    % the number of secondary path modeling controler filter tap 
size_step_spc = 0.0002;          % secondary path modeling controler size step
V_iden = sqrt（0.01）*randn（1DataLong）; % Secondary path need online modelling. So we can generate a white noise signal to online model spGenerate values from a normal distribution with mean 0 and standard deviation 0.01;

%----------------------------reality physics use--------------------------
ANCCx=zeros（1Tap_ancc）;          % the state of ANCC（z）
ANCCw=zeros（1Tap_ancc）;          % the weight of ANCC（z）
ActualSPx=zeros（Tap_Sw）;          % the dummy state for the secondary path
ActualSP_Fx=zeros（1Tap_Sw）;      % the state of the filtered x（k）

% --------------------------Fxlms alogrithm use---------------------------
Shx=zeros（1Tap_spc）;               % the state of Sh（z）
Shw=zeros（1Tap_spc）;               % the weight of Sh（z） s is weight of secondary path
Sh_FilterVector=zeros（1Tap_ancc）;  % the state of the filtered x（k）

% ------------------secondary path identification use----------------------
SPCv=zeros（1Tap_spc）;            % the state of SPC（z）
SPCw=zeros（1Tap_spc）;            % the weight of SPC（z）

%bb=zeros（1Tap_Sw）;          

e_cont=zeros（1DataLong）;      % data buffer for the anc controler control error
e_sp = zeros（1DataLong）;      % data buffer for secondary path modelling error

Yp = filter（Pw 1 X_noise）;   % and measure the arriving noise at the 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        5299  2020-08-06 15:18  Eriksson_method.m