第1章 绪论 1
1.1 噪声的危害 1
1.2 噪声的无源控制方法 2
1.2.1 吸声降噪 2
1.2.2 隔声降噪 3
1.2.3 消声器降噪 3
1.3 噪声的有源控制方法 4
1.3.1 有源噪声控制的基本原理 4
1.3.2 有源噪声控制的发展历程 5
1.4 有源噪声控制系统的基本结构 7
1.4.1 前馈控制 7
1.4.2 反馈控制 8
1.5 管道声场的特性分析 9
1.5.1 平面波截止频率 9
1.5.2 平面波相消干涉原理 10
1.6 有源噪声控制技术的应用 11
第2章 经典的有源噪声控制算法 12
2.1 自适应滤波器 12
2.1.1 有限脉冲响应（FIR）滤波器 12
2.1.2 无限脉冲响应（IIR）滤波器 13
2.2 最小均方（LMS）算法 14
2.3 次路径的建模 16
2.4 滤波-X LMS（FXLMS）算法 17
2.5 带遗忘因子的FXLMS算法 19
2.6 考虑声反馈的FXLMS算法 19
2.6.1 FBFX LMS算法 19
2.6.2 次级声反馈路径建模 21
2.7 滤波-U递归LMS（FURLMS）算法 21
2.8 自适应陷波滤波算法 23
2.9 基于内模的反馈控制算法 26
2.1 0频域FXLMS算法 26
第3章 重复性噪声的有源控制 28
3.1 重复性噪声的特点 28
3.2 迭代学习控制（ILC）算法 29
3.2.1 ILC算法描述 29
3.2.2 ILC算法的收敛条件 30
3.2.3 ILC算法的终值误差 30
3.3 基于ILC的有源噪声控制算法 31
3.3.1 基于ILC算法的ANC系统 31
3.3.2 ILC学习滤波器的设计 33
第4章 周期性噪声的有源控制 37
4.1 重复控制（RC）算法 37
4.1.1 内模原理 37
4.1.2 RC算法描述 38
4.2 基于RC的有源噪声控制算法 39
4.2.1 基于RC的有源噪声控制系统 39
4.2.2 系统稳定性分析 40
4.2.3 RC学习滤波器的设计 41
第5章 随机性脉冲噪声的有源控制 45
5.1 脉冲噪声简介 45
5.1.1 脉冲噪声的特性 45
5.1.2 脉冲噪声的建模 45
5.2 随机性脉冲噪声的生成 50
5.2.1 Chambers-Mallows-Stuck方法 50
5.2.2 Gauss-Bernoulli方法 51
5.3 随机性脉冲噪声的有源控制算法 52
5.3.1 概述 52
5.3.2 分数低阶矩（FXLMP）算法 53
5.3.3 权值约束（CFXLMS）算法 56
5.3.4 幅值约束（MRFXLMS）算法 57
5.3.5 改进归一化（MNFXLMS）算法 59
5.3.6 对数变换（FXlogLMS）算法 60
5.3.7 非线性M-估计（FXLMM）算法 61
5.3.8 反正切函数（FXatanLMS）算法 65
5.3.9 Sigmoid函数（FXatanLMS）算法 66
5.3.1 0通用步长归一化（FXgsnLMS）算法 68
第6章 时变系统的有源噪声控制 73
6.1 次路径在线辨识算法 73
6.2 基于SPSA的无模型算法 74
6.2.1 同步扰动随机逼近（SPSA）算法 74
6.2.2 基于SPSA的无模型有源噪声控制算法 75
6.3 基于FFT的无模型迭代学习控制算法 76
6.3.1 无模型迭代学习控制（MFILC）算法描述 76
6.3.2 基于MFILC的脉冲噪声有源控制算法 77
第7章 非线性系统的有源噪声控制 79
7.1 神经网络概述 79
7.2 基于BP神经网络算法的ANC系统的结构 79
7.3 参考信号滤波的BP神经网络算法 80
7.4 误差信号滤波的BP神经网络算法 83
7.5 函数链接型神经网络算法 84
7.6 自适应递归模糊神经网络算法 85
7.6.1 递归模糊神经网络（RFNN）结构 85
7.6.2 递归模糊神经网络的学习算法 88
7.6.3 自适应递归模糊神经网络ANC系统的收敛性 89
第8章 管道噪声有源控制实例 92
8.1 管道噪声有源控制实验系统组成 92
8.2 管道噪声有源控制实验系统的数学模型 94
8.3 重复性噪声有源控制的仿真及实验分析 96
8.3.1 仿真分析 96
8.3.2 实验研究 99
8.4 周期性噪声有源控制的仿真及实验分析 100
8.4.1 仿真分析 100
8.4.2 实验研究 104
8.5 随机性脉冲噪声有源控制的仿真及实验分析 105
8.5.1 FXatanLMS和FXsigLMS算法仿真分析 105
8.5.2 FXgsnLMS算法仿真分析 109
8.5.3 FXgsnLMS算法实验研究 113
8.6 基于SPSA的无模型算法的仿真及实验分析 116
8.6.1 仿真分析 116
8.6.2 实验研究 118
8.7 基于FFT的无模型迭代学习控制算法的仿真分析 119
8.8 误差滤波神经网络（FEBPNN）算法的仿真分析 121
8.9 函数链接型神经网络（FLANN）算法的仿真分析 123
8.1 0 自适应递归模糊神经网络算法的仿真分析 125
参考文献 127