[发明专利]一种基于最小均方自适应算法的造波机主动吸收方法

权利要求书

1.一种基于最小均方自适应算法的造波机主动吸收方法，其特征在于：包括以下步骤：

S1：建立推板式主动吸收式造波机的二维模型，计算造波板的前波浪高程：设造波板推出的行进波η_p(t)遇到池壁或模型后产生反射波η_r(t)，反射波η_r(t)遇到造波板反射产生二次反射波η_rr(t)，通过造波机产生补偿波来抵消二次反射波η_rr(t)；

S2：推出推板式主动吸收式造波机的吸收传递函数F；

S3：基于最小均方自适应滤波器来拟合S2中的吸收传递函数F；

S4：利用Simulink仿真工具搭建验证模型以验证S3中采用方法的有效性：在验证模型中将采用LMS算法构建主动吸收模块来吸收二次反射波与未加入吸收模块做对比，验证加入LMS算法对吸收二次反射波的效果。

2.根据权利要求1所述的一种基于最小均方自适应算法的造波机主动吸收方法，其特征还在于：所述推板式主动吸收式造波机的吸收传递函数为：

c₀和c_n为造波机的水动力传递函数，只与水深、波浪频率和造波板类型相关。

3.根据权利要求1所述的一种基于最小均方自适应算法的造波机主动吸收方法，其特征还在于：采用LMS算法构建主动吸收模块时采用横向滤波器完成滤波过程，围绕横向滤波器构造LMS算法，X(n)是输入信号向量，W(n)是滤波器的抽头权向量，分别定义为

X(n)＝[x(n),x(n-1),…,x(n-M+1)]^T

W(n)＝[w₀(n),w₁(n),…,w_M-1(n)]^T

式中M为抽头数，即滤波器的长度，y(n)是滤波器的输出，作为期望响应d(n)的估计，e(n)表示估计误差，关系如下：

y(n)＝W^T(n)X(n)

e(n)＝d(n)-y(n)＝d(n)-W^T(n)X(n)

LMS算法基于最小均方误差准则，当e(n)的均方值J＝E[e²(n)]最小时取得最优估计值W_O；

W(n)由递归法收敛到最优值W_O，n+1时刻的抽头权向量推导如下：

W(n+1)＝W(n)+μX(n)e(n)

迭代过程从某一初始量W(0)开始，μ表示步长参数，μX(n)e(n)为W(n)的当前估计的调整量，为保证收敛，步长选择条件为

S_max为X(n)的功率谱密度的最大值。

4.根据权利要求1所述的一种基于最小均方自适应算法的造波机主动吸收方法，其特征还在于：利用Simulink仿真工具搭建验证模型时：推板式造波机的板前波浪高程与水动力系数关系如下，

其中η₀(t)是造波板上反馈的浪高，jc₀X₀(t)为行进波波高为非传播模态波高，c₀和c_n为造波机的水动力传递函数，X₀为推波板位移。