Active Noise Control in Ducts Using Genetic Algorithms

Created by W.Langdon from gp-bibliography.bib Revision:1.3872

@PhdThesis{werner:thesis,
  author =       "James Cunha Werner",
  title =        "Active Noise Control in Ducts Using Genetic
                 Algorithms",
  school =       "Mechanical Engineering Department, Sao Paulo
                 University",
  year =         "1999",
  address =      "Brazil",
  month =        sep # " 24",
  email =        "jamwer@usp.br",
  keywords =     "genetic algorithms, genetic programming",
  broken =       "http://puck.mcca.ep.usp.br/~jamwer/tese.mpg huge
                 movie",
  URL =          "http://www.geocities.ws/jamwer2002/tese.zip",
  abstract =     "Genetic Programming + Genetic algorithm = Genetic
                 Control

                 This thesis addresses the problem of actively control
                 acoustic noise in ducts through the application of
                 genetic algorithm - GA and genetic programming - GP
                 (called genetic control - GC). Genetic programming
                 obtain a self structured autonomous control model and
                 genetic algorithms adapt model's parameters under real
                 time.

                 Three different strategies were adopted with GA. In the
                 Simple Genetic Algorithm (SGA) each individual of a
                 generation represents a specific frequency, phase and
                 amplitude used in cancellation of noise and the fitness
                 function is the average energy of the signal. The
                 Successive Approach Genetic Algorithm (SAGA) is a
                 modification of SGA, where a first level procedure
                 searches for candidate frequencies and a second level
                 improves them between fixed limits, with phase and
                 amplitude. To run in real time, a gain/delay model was
                 coded into the chromosome.

                 A simulation model was developed to test the software
                 and to analyses the behaviour of the genetic algorithm
                 parameters.

                 The software was designed to work in a parallel DSP
                 TMS320C44 architecture managing processors
                 communication and shared memory with high performance.
                 A mono processor version was developed to control the
                 duct system under real time with noise reduction.

                 The acoustic feedback was removed through the
                 microphone confinement, special sound boxes and through
                 adaptive model approach.

                 Genetic programming applied to the system converges to
                 the genetic algorithms gain/delay model as foreseen by
                 the theory and experiment",
  abstract =     "Esta tese estuda o problema de controlar o ruido
                 ac\'{u}stico em dutos mediante o fornecimento de
                 energia ac\'{u}stica, atraves da associa\c{c}\~{a}o do
                 algoritmo genetico - GA e da programa\c{c}\~{a}o
                 genetica - GP (constituindo o controle genetico - GC).A
                 programa\c{c}\~{a}o genetica e utilizada para obter um
                 modelo de controle auto estruturado e aut\^{o}nomo, e o
                 algoritmo genetico e utilizado para adaptar os
                 par\^{a}metros do modelo em tempo real. Foram adotadas
                 tr\^{e}s estrategias de adapta\c{c}\~{a}o usando o GA.
                 Uma, com o algoritmo genetico simples (SGA): cada
                 individuo de uma gera\c{c}\~{a}o representa uma
                 freq{\"{u}}\^{e}ncia, fase e amplitude especificas,
                 usadas no cancelamento do ruido, sendo a fun\c{c}\~{a}o
                 de desempenho obtida pela media da energia do sinal.
                 Segunda, a de refinamento sucessivo (SAGA) foi
                 utilizada em dois niveis: um nivel codificando a
                 freq{\"{u}}\^{e}ncia e depois um nivel refinando-a
                 junto com a fase e a amplitude. Finalmente, a terceira
                 abordagem utiliza em tempo real um modelo de atraso e
                 ganho codificado no cromossomo. Um simulador foi
                 desenvolvido com um modelo simplificado para testar o
                 software e para analisar o comportamento dos
                 par\^{a}metros do algoritmo genetico. O software foi
                 migrado para trabalhar em arquitetura paralela de DSPs
                 TMS320C44, gerenciando a comunica\c{c}\~{a}o entre os
                 processadores e a memoria compartilhada com alto
                 desempenho. Uma vers\~{a}o com um processador TMS320C32
                 foi desenvolvida para controlar o sistema do duto em
                 tempo real, reduzindo o ruido em todas as faixas de
                 freq{\"{u}}\^{e}ncia. O tratamento da
                 realimenta\c{c}\~{a}o ac\'{u}stica foi feito atraves
                 de: confinamento do microfone, confec\c{c}\~{a}o de
                 caixas ac\'{u}sticas especiais e mediante a
                 remo\c{c}\~{a}o atraves de um modelo baseado na tecnica
                 adaptativa. A programa\c{c}\~{a}o genetica aplicada ao
                 sistema, convergiu para o modelo de atraso e ganho,
                 utilizado pelo GA e previsto pela teoria.",
  notes =        "in Portuguese and microsoft word",
}

Genetic Programming entries for James Cunha Werner

Citations