Multichannel active noise control using numerically robust recursive least-squares algorithms
Notice bibliographique
Résumé
Recursive least-squares (RLS) algorithms and fast-transversal-filters (FTF) algorithms were recently introduced for multichannel active noise control (ANC) systems. It was reported that these algorithms can greatly improve the convergence speed of ANC systems using adaptive FIR filters, compared to steepest descent algorithms or their variants. However, numerical instability of the algorithms was an issue that needed to be resolved. In this presentation, extensions of stable realizations of recursive least-squares algorithms such as the inverse QR-RLS and the QR decomposition least-squares-lattice (QRD-LSL) algorithms are first introduced for multichannel ANC. A first set of simulations will verify that these algorithms have indeed a better numerical stability than the previously published recursive least-squares ANC algorithms. The case of underdetermined ANC systems (i.e., systems with more actuators than error sensors) is then considered, to show that in these cases it may be required to use constrained algorithms in order to have numerical stability. Constrained least-squares algorithms for multichannel ANC systems are therefore introduced for two types of contraints: minimization of the actuator signals power and minimization of the adaptive filter coefficients squares. A second set of simulations will verify the stabilized behavior of the constrained algorithms.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».