论文部分内容阅读
在前馈主动噪声控制中，由于基于高斯噪声假设的均方误差准则算法仅考虑了二阶统计量，忽略了实际应用中大量存在的非高斯噪声的影响，因此不能满足对非高斯噪声的控制效果。考虑信息熵包含信号全部高阶信息的优势，定义Renyi二次熵作为性能指标，采用基于Renyi二次熵的信息梯度下降算法实现自适应FIR控制器，并基于Parzen窗估计方法，给出了控制器自适应学习规律，分析了自适应控制器的收敛条件，应用于非高斯噪声控制系统。单频和实测宽带非高斯噪声的仿真结果表明该算法对非高斯噪声有效，与传统FX-LMS算法比较有更强消噪能力。