为了克服传统自适应有源消声算法在应用中稳定性方面的不足，尝试将神经网络反向传播（ＢＰ算法应用于有源消声技术。文中建立了基于Ｂ 法的自适应有源消声（ＡＡＮＧ－ＢＰ）模型并给出该算法的递推公式。利用ＴＭＳ３２０Ｃ２５开发板实现了该算法功能。在半消声室中进行了单频和１００Ｈｚ带宽的消声实验，仅利用单个次级源结构便获得较好的消声效果。实验证明，基于ＢＰ算法的消声系统具有良好的稳定性。

本文分析了管道有源噪声控制中需要解决的关键问题－－次源声反馈及系统非理想响应，从传递函数的角度分析了由于二者的存在单纯的延时环节和反相环节难以取得理想的降噪效果的原因，并提出了解决上述问题的方法。

从分析有源消声的难点出发,综述了自适应滤波算法在有源消声中的应用,给出了相应的实例.对自适应滤波在有源消声中应用的未来发展趋势作了展望.

探讨了如何将模型参考自适应系统(MRAS)应用于有源消声,并在此基础上提出两种控制方案,简要介绍了两种方案的原理、硬件实现、系统调试、目前存在的问题及下一步的研究方向.

近十几年来,有源消声技术成为噪声控制领域一个多学科交叉、渗透、延伸的研究热点,它以其体积小、重量轻、低频消声效果好等优点获得普遍的关注。本文简述有源消声的基本原理,对有源消声理论研究、实现技术、产品应用三个方面的国内外研究现状、进展和难点进行了详细的阐述和分析,较为完整地展示了当前该研究领域的全貌,最后进一步分析了有源消声走向工程化过程中存在的一些主要问题,提出了有源消声技术的几个重点发展方向。

以声阻抗为控制目标,对管道有源消声实验系统的消声机理进行了分析和探讨.研究表明,有源消声的效果取决于次级扬声器位置的等效声阻抗以及管道的阻抗分布特性.在消声实验台的自适应控制结果表明,在主频上取得了降噪 40dB以上的效果.