حذف نویز به صورت فعال در سیگنال های باند باریک و طیف گسترده به کمک تکنیک یادگیری کیو

Abstract

چکیده: آلودگی صوتی یکی از معضلات جدی جوامع صنعتی است. هر چند روش‌های سنتی متکی بر جذب صوت کاربردهای فراوانی دارند، اما این روش‌ها در فرکانس‌های پایین کارایی لازم را ندارند. برای غلبه بر این مشکل روش‌های فعال برای حذف نویز ارائه شده‌اند. در این تحقیق، ایده جدیدی مبتنی بر یادگیری تقویتی برای کاهش نویز صوتی به صورت فعال پیشنهاد گردیده است. بدین منظور، برای حذف نویز به صورت فعال برای یک سیگنال تناوبی، یک روش پایه ارائه و سپس به گونه‌ای تکمیل گردید که برای سیگنال‌های چند آوایی باند باریک با تعداد هارمونیک بالا نیز عملکرد مناسبی داشته باشد. در گام بعدی سیگنال‌های طیف گسترده مد نظر قرار گرفته و با شکستن آن در حوزه فرکانس و کمک از یادگیری تقویتی مسأله حل گردید. نکته مشترک و مثبت در کلیه روش‌ها، بی‌نیازی به مدل محیط برای پیاده سازی آن است. ترکیب روش یادگیری تقویتی و روش‌های سنتی در حذف نویز سیگنال‌های طیف گسترده نیز از حوزه‌های جدید مورد مطالعه در این مقاله است. در این حالت، سرعت پاسخ نسبت به حالت قبل ذکر شده در مقاله افزایش می‌یابد اما در عوض اطلاعاتی از دینامیک محیط مورد نیاز است. این رویه باعث می‌گردد که بر خلاف روش‌های قدیمی، سیستم خود را با تغییرات آهسته دینامیک سازگار نماید. صحت عملکرد هر روش با شبیه‌سازی تایید گردیده است.