JPH09511081A

JPH09511081A - Time domain adaptive control system

Info

Publication number: JPH09511081A
Application number: JP7525035A
Authority: JP
Inventors: イアンストーサース; ステファンジョンエリオット
Original assignee: ロータスカーズリミテッド
Priority date: 1994-03-25
Filing date: 1995-03-24
Publication date: 1997-11-04
Anticipated expiration: 2020-05-11
Also published as: GB9405953D0; GB2287851A; EP0752124A1; JP3646809B2; WO1995026521A1

Abstract

(57)【要約】プラント（Ｃ）を制御する適応制御システムは、プラント制御のための入力信号を発生する。複数の時間領域フィルタ係数を有する適応応答フィルタ（Ｗ）はこの入力信号を濾波し、これによりプラント（Ｃ）の制御信号が生成されて、プラントは要求される出力信号を発生する。複数の時間領域フィルタ係数を同様に用いて出力信号を相対的に逆の時間順に濾波し、少なくとも一つの濾波された出力信号を供給する。遅延器（Ｚ）は、入力信号を所定時間遅延させる。適応応答フィルタは、遅延された入力信号を受信し、これを濾波された各出力信号に相関させ、その相関結果を用いてそのフィルタ関数を調整し、プラントの出力信号が要求されるレベルの方向に収束されるように、プラントの制御信号を調整する。 (57) [Summary] The adaptive control system for controlling the plant (C) generates an input signal for controlling the plant. An adaptive response filter (W) having a plurality of time domain filter coefficients filters this input signal, which produces a control signal for the plant (C), which produces the required output signal. Similarly for multiple time domain filter coefficients Is used to filter the output signal in relatively reverse chronological order to provide at least one filtered output signal. The delay device (Z) delays the input signal by a predetermined time. The adaptive response filter receives the delayed input signal, correlates it to each filtered output signal, and uses the correlation result to adjust its filter function to produce a desired level of output signal of the plant. Adjust the plant control signal so that it converges to.

Description

【発明の詳細な説明】時間領域適応制御システムこの発明は、プラント制御のための適応制御システム及び適応制御方法に関する。より詳細には、時間領域で動作する適応応答フィルタを用いた適応制御システムに関する。プラントの閉ループ適応制御の基本原理は、プラント出力をモニタし、プラントからの出力信号が所望のレベルに収束するようプラント制御信号を修正するというものである。このように、プラントは制御され、望ましい動作を行う。本明細書中、「プラント」という用語は、少なくとも一つの入力と、少なくとも一つの出力を有するシステムを表す制御システム用語として用いられる。ここで、各入力は各出力にある程度の影響を有するものとする。プラントのフィードフォーワード制御に特に適した一制御構成として、フィルタードｘアルゴリズム（filtered x algorithm）が一般的に知られている。これに関する原理が、バーナード・ウィドロー及びサミュエル・Ｄ・スターンズによる教本「適応信号処理」（１９８５年、ニュージャージー州プレンティス社発行）の２８８ページから２９２ページに記載されている。図１には、フィルタードｘアルゴリズムを用いて動作するフィードフォーワード制御システムの原理が示されている。図において、基準信号ｘ（ｎ）が適応フィルタＷに入力され、プラントＣの駆動または制御信号ｙ（ｎ）が生成される。プラントの出力は、所望の信号と比較される。フィードフォーワード構成においては、この所望信号は、別の信号パスＡを通過した基準信号ｘ（ｎ）である。エラー信号ｅ（ｎ）が、所望信号とプラントＣの出力との差を表す。この信号が、最小平均二乗（ＬＭＳ）アルゴリズムに供給される。ＬＭＳは、上記の差、すなわちエラー信号ｅ（ｎ）を低減させるために適応応答フィルタＷの係数を更新する。ＬＭＳアルゴリズムは、基準信号ｘ（ｎ）と相関するエラー信号ｅ（ｎ）だけを用いて適応応答フィルタＷの係数を更新するために、基準信号ｘ（ｎ）からの入力を要求する。しかしながら、プラントＣがインパルス応答を有するため、エラー信号ｅ（ｎ）に遅延が生じ、その結果基準信号ｘ（ｎ）に関しても時間のずれが起こる。そこで、基準信号ｘ（ｎ）をエラー信号ｅ（ｎ）に時間的に一致させる（realign ）された基準信号ｒ（ｎ）はエラー信号ｅ（ｎ）と同じだけ遅延される。濾波された基準信号ｒ（ｎ）がＬＭＳアルゴリズムに与えられ、エラー信号ｅ（ｎ）が基準信号ｘ（ｎ）に関して相関される。ウイドロー及びスターンズによるフィルタードｘアルゴリズムの説明、及び上記の説明では、単一チャネル制御システム、すなわち単一基準信号ｘ（ｎ）、単一制御信号ｙ（ｎ）、及び単一エラー信号ｅ（ｎ）のみが考慮されている。しかしながら、フィルタードｘアルゴリズムは、ＷＯ８８／０２９１２に開示されているように、マルチチャネルシステムにも同様に適用可能である。このようなマルチチャネルフィルタードｘアルゴリズムでは、ＫｘＭ個の適応応答フィルタ係数が存在する。なお、Ｋは基準信号の数、Ｍは制御信号の数である。さらに、モデル化するだけでなく、各制御信号ｙ_m（ｎ）に対する各エラー信号ｅ_l（ｎ）の複数の応答をモデル化する必要がある。単一チャネル及びマルチチャネルいずれのフィルタードｘアルゴリズムの場合適応応答フィルタの使用に基づく方法で好適に実行できる。マルチチャネルフィＬＭＳアルゴリズムは一般的によく知られており、ウィドロー及びスターンズによる教本の第６章（９９ページから１１６ページ）に詳細な説明がある。このアルゴリズムは、適応応答フィルタＷの係数を更新することによりＬ個のエラー信号の二乗値の和を減少させる。ここで、各エラー信号は、各駆動信号Ｍの出力による影響を受ける。このように、従来のマルチプルエラーＬＭＳアルゴリズムでは、適応応答フィルタＷの適応調整のために、ＫｘＬｘＭ個の濾波された基準信号を生成する必要がある。フィルタードｘＬＭＳアルゴリズムにおいては、１番目のサンプルされたエラー信号ｅ_l（ｎ）は次式によって表すことができる。上式において、ｄ_l（ｎ）は、制御されない場合の１番目のエラー信号での外乱であり、ｙ_m（ｎ）はｎ番目の入力信号であり、ｎ番目の駆動信号に対する１番Ｒ）フィルタとしてモデル化されている。ｍ番目の制御信号は次式によって表される。ここで、ｘ_k（ｎ）はサンプルされたｋ番目の基準信号であり、ｗ_mkiは、ｋ番目の基準信号からｍ番目の制御信号を供給するＦＩＲ制御フィルタのｉ番目の係数である。１番目のエラー信号は、次のように四重加法（quadruple summation）として表すことができる。適応ＬＭＳアルゴリズムの目的は、各制御フィルタ係数を調整して、二乗されたエラー信号の和を最小化することである。これをコスト関数（cost function ）と称することができる。係数ｗ_mkiに関するこのコスト関数の微分子は次式によって表わされる。ｗ_mikに関して式３を微分し、式４に代入することにより、コスト関数の傾きを次のように求めることができる。式５において、コスト関数の傾きの瞬間推定（instantaneous estimate）はウィドローとスターンズのフィルタードｘアルゴリズムの場合と同様に用いられる。上記の適応を行うためにこれまで用いられたアルゴリズムは、ＷＯ８８／０２９１２に開示されているマルチプルエラーＬＭＳアルゴリズムである。このアルゴリズムでは、各ｋ番目の基準信号がＪ係数ＦＩＲフィルタモデルによって濾波され、以下のように濾波された基準信号が求められる。この結果、コスト関数の瞬間傾き推定値は次のように表すことができる。このように、各適応応答フィルタ係数ｗ_mkiは、上記瞬間傾き推定値の負数（n egative）に比例する量ずつサンプルｎごとに更新され、次式が求められる。ここで、μは収束係数である。式６及び式８から特に明らかなように、従来のマルチプルエラーＬＭＳフィルタードｘアルゴリズムでは、適応調整のためにＫｘＬｘＭ個の濾波された基準信号を生成する必要がある。そこで、本出願の発明者は次の点に着目した。すなわち、エラー信号と基準信号の時間再調整（time realignment）をエラー信号の濾波によって実現できるのであれば、多数の基準信号を有する制御システムの場合、Ｋの因数だけ濾波動作が縮小でき、その結果、適応制御に必要な演算を大幅に減少させることができる。本発明は、以下を含む、プラント制御のための適応制御システムを提供する。すなわち、前記プラントを制御する少なくとも一つの入力信号を供給する入力信号手段と、複数の時間領域フィルタ係数を有し、前記各（the or each）入力信号を濾波して、前記プラントを制御する少なくとも一つの制御信号を発生する適応応答フィルタ手段であって、前記制御によりプラントは少なくとも一つの要求される出力信号を生成する適応応答フィルタ手段と、前記プラントの応答をモデル化した複数の時間領域フィルタ係数を有し、このフィルタ係数を用いて前記各出力信号を相対的に逆の時間順序で濾波して少なくとも一つの濾波された出力信号を供給するモデルフィルタ手段と、前記各入力信号を受信し、これを所定の時間遅延させる遅延手段とを含む。前記適応応答フィルタはさらに、前記各遅延入力信号を受信してこれを各濾波された出力信号に相関させ、この相関結果を用いて前記適応応答フィルタ手段の前記フィルタ係数を調整し、前記プラントの前記各出力信号が要求されるレベル方向に収束するよう前記各制御信号を調整する。本発明は、次の効果を有する。すなわち、モデルフィルタが濾波するのはエラー信号であって、入力信号または基準信号は濾波されない。多数の入力信号または基準信号を有する適応制御システムの場合、これによって演算処理をかなり低減できる。一実施形態においては、適応応答フィルタ手段は、前記各遅延入力信号と各濾波出力信号の相関を、これらの信号間にそれぞれ相互相関推定値（cross correl ation estimate）を形成することによって行う。好ましくは、前記各相互相関推定値に十分に小さい収束係数を乗算し、適応応答フィルタ手段のフィルタ係数の調整に関して前記各相互相関推定値のランダムエラーの影響を平滑化する。さらに、好ましくは、適応応答フィルタ手段は、ウィドローのＬＭＳアルゴリズムの導関数などの最小平均二乗アルゴリズムを用いて、前記適応応答フィルタ手段のフィルタ係数を調整する。一実施形態においては、遅延手段は、前記各入力信号を、前記モデルフィルタ手段から得られる最大時間遅延と実質的に等しい時間だけ遅延させる。モデルフィルタ手段がＪ係数ＦＩＲフィルタである場合、この遅延はＪ番目の係数に関連する時間遅延に一致し、前記各出力信号は、逆の時間順序で、すなわち０から（Ｊ−１）の係数順序ではなく、（Ｊ−１）から０の係数順に濾波される。別の実施形態においては、遅延手段は、前記各入力信号を、前記モデルフィルタ手段から得られる最大時間遅延と前記適応応答フィルタ手段から得られる最大時間遅延との和に実質的に等しい時間遅延させる。適応応答フィルタ手段がＩ係数ＦＩＲフィルタであって、モデルフィルタ手段がＪ係数ＦＩＲフィルタであれば、入力信号は、Ｊ及びＩ係数ＦＩＲフィルタの合成積（convolution）によって得られる最大時間遅延に一致する時間だけ遅延される。本発明は、前記プラントに入力される少なくとも選択された信号を表す少なくとも一つの信号を前記入力手段が供給する、フィードフォーワード適応制御に特に適用可能である。この信号は、選択された信号の振幅及び位相についての完全な情報を提供する必要はない。例えば、周期的な信号については周波数を示すだけで十分である。このような信号が望ましくない場合には、適応応答フィルタ手段により前記各入力信号を濾波して得られる少なくとも一つの制御信号を前記プラントに供給し、前記プラント内の望ましくない信号を動的に減衰させる。本発明は、どのようなプラントの動的制御システムにも適用が可能であるが、その一態様においては、以下のような動的制御システムに適用できる。すなわち、前記プラントが、前記各制御信号を受信する少なくとも一つの第１変換器と、音響媒体と、前記各第１変換器からの出力に応答して前記各出力信号を出力する少なくとも一つの第２変換器とを含み、前記モデルフィルタ手段は、第１及び第２変換器ならびに音響媒体からの応答をモデル化する。このようなプラントに用いられる適応制御システムは動的ノイズ制御に特に適しており、適応応答フィルタ手段のフィルタ係数を適応させることによって、出力信号の二乗の和をゼロまたは特定の所望レベルまで減らすことができる。本発明は、さらに、以下を含むプラント適応制御方法を提供する。すなわち、時間領域フィルタ係数を有する適応応答フィルタ手段を用いて少なくとも一つの入力信号を濾波するステップであって、前記濾波により少なくとも一つの制御信号が生成され、前記制御信号は前記プラントを制御し、その結果前記プラントは少なくとも一つの出力信号を生成するステップと、前記プラントの応答をモデル化した複数の時間領域フィルタ係数を有するモデルフィルタ手段を用いて前記各出力信号を濾波するステップであって、前記モデルフィルタ手段の前記フィルタ係数を用いて相対的に逆の時間順に前記各出力信号を濾波するステップを含む濾波ステップと、前記各入力信号を所定時間遅延させるステップと、前記各遅延された入力信号を濾波された各出力信号に相関させるステップと、前記プラントの各出力信号が要求レベル方向に収束するように、前記相関の結果を用いて前記適応応答フィルタ手段の前記フィルタ係数を調整して前記各制御信号を調整するステップと、を含む。本発明の実施形態を図面を参照しながら説明する。図１は、従来技術のフィルタードｘＬＭＳアルゴリズムにしたがって動作する制御システムの概略図である。図２は、本発明の一実施形態による新しいフィルタードエラーＬＭＳアルゴリズムを用いた単一チャネル適応制御システムの動作を示す概略図である。図３ａは、Ｊ係数ＦＩＲフィルタモデルとしてモデル化されたプラントＣの理論的インパルス応答を示す図である。図３ｂは、Ｊ係数ＦＩＲフィルタモデルの時間を逆方向にした図である。図３ｃは、逆時間方向のＪ係数ＦＩＲフィルタモデルを遅延させた図である。図４は、２つの入力または基準信号を有し、本発明の一実施形態による新しいエラーＬＭＳアルゴリズムを使用したマルチチャネル適応制御システムの概略図である。図５は、２つのエラー信号を有し、本発明の一実施形態による新しいエラーＬＭＳアルゴリズムを使用したマルチチャネル適応制御システムの概略図である。図６は、２つの出力信号を有し、本発明の一実施形態による新しいフィルタードエラーＬＭＳ適応制御アルゴリズムにしたがって動作するマルチチャネル適応制御システムの概略図である。図７は、本発明の一実施形態にしたがって実際に実施される動的振動制御システムの概略図である。まず、図２を参照しながら説明する。本図に示されている多くの要素は、図１及び従来例のフィルタードｘＬＭＳアルゴリズムに関して上述した要素と同様でであり、その相違点は、図２では、ＬＭＳアルゴリズムが受信した基準信号ｘ（ｎ）を遅延器Ｚ^-△によって遅延させる点と、遅延させ、さらに時間反転させたリズムに入力する前に濾波する点である。遅延器△は基準信号ｘ（ｎ）とエラー従来、ＬＭＳアルゴリズムの更新を即座に行うことが大変望ましいとされていたが、本発明ではこれを即座に行う必要はない。発明者は、基準信号とエラー信号との間の相関を最も好適な方法で生成するために、更新の行われる時間及びサンプル数を変化させる、すなわち更新要素部分を遅延させる点を認識した。プラントにおける遅延より実質的に長くない遅延であれば、これを実行しても標準的なフィルタードｘＬＭＳアルゴリズムに比べてさほど劣らない。上記のフィルタードｘＬＭＳアルゴリズムの式５によれば、ｖ＝ｎ−ｊを代入することにより瞬間傾き推定値は次式によって求められる。基準信号ｘはこのようにｊには依存していないので、瞬間傾き推定値は次のように表すことができる。定値は次式のようになる。ｊに関して(over j)総和を標準たたみ込みとして計算し直すために、式１１に代入式ｐ＝Ｊ−ｊ−ｉ、すなわちｊ＝Ｊ−ｐ−１を入れることにより次式が求められる。より一般的に用いられるサンプル数ｎとたたみ込み変数ｊとを代入することにより、上式は次のようになる。この結果、ＦＩＲフィルタ係数の更新のための完全な等式は次式となる。であり、ｘ_k（ｎ−ｉ−Ｊ＋１）は図２のＺ^-△によって、すなわちＪ−１のサンプルによって遅延されたｋ番目の基準信号ｘ（ｎ−ｉ）である。式１５から、適応応答フィルタの係数を更新するためのこのアルゴリズムはより演算効率がよいことがわかる。これは、式８に示したフィルタードｘＬＭＳアルゴリズムとは異なり、このアルゴリズムでは基準信号ｘが加法に含まれていないためである。図３ａは、Ｊ個の時間領域係数を有するＪ係数ＦＩＲフィルタとしてモデル化されたプラントＣの理論的インパルス応答を示す図であり、ｔは遅延時間である。図３ｂは、時間を逆向きにしたＪ係数ＦＩＲフィルタ、すなわち前進時間応答（time advanced response）である逆時間（time reversed）インパルス応答を示す。このようなフィルタを実施するにはエラー信号ｅ（ｎ）に関する入手不可能な高度な知識が必要である。図３ｃは、図３ｂの逆時間フィルタを遅延させたものである。このフィルタは十分に遅延されているので、その実施のために要求されるのはエラー信号ｅ（ｎ）の現在及び過去の値だけである。各エラー信号をモデルタ係数に関連する最大時間幅であるＪ−１サンプルだけ適当な基準信号ｘ（ｎ）を遅延させることにより、フィルタは因果的になる。単一チャネル適応制御システムの場合には、本発明によるフィルタードエラーアルゴリズムではこれ以上の演算力は要求されない。ただし、遅延ラインとして用いるために、基準入力信号ｘ（ｎ）とエラー信号ｅ（ｎ）の両者のためのバッファが要求される。一方、マルチチャネル適応制御システムの場合には、本発明によるフィルタードエラーアルゴリズムは以下に述べるように演算効率がはるかに優れている。基準信号及びエラー信号の遅延に関し、プラントＣのモデルにおける遅延に依存する適応応答フィルタｗの係数の更新にも遅延が発生する。しかしながら、システムの安定化のためには、プラントから得られる最大遅延時間内において適応応答フィルタｗの係数を更新すべきではない。このため、これは実際的な限定ではない。別のアルゴリズムを用いてＪ係数ＦＩＲフィルタモデルの時間反転を達成させることもできる。新たな時間指数をｖ＝ｎ−ｉ−ｊと定義することにより、ｖ＝ｖ＋ｉ＋ｊとなる。これにより、式５の傾きは次式のようになる。加法からｘ_k（ｖ）を取り込むことにより、次式が得られる。これにより、ｅ_l（ｖ＋ｉ＋ｊ）の（Ｉ−１＋Ｊ−１）まで進んだ値が要求される。このため、ｅ（ｎ）ｘと（ｎ）の双方を（Ｉ＋Ｊ−２）遅延させて、更新をうことができる。これによって、次式が求められる。上式から以下のことがわかる。すなわち、基準信号は二重加法の外部にあり、このため、フィルタードｘアルゴリズムのように各基準信号について二重加法を評価する必要はなく、二重加法の評価は一度ですむ。二重加法を関数ｆ_m（ｎ− ｉ）に置き換えることにより、更新等式が次のように求められる。このように、このアルゴリズムでは、基準信号とエラー信号の両者がＪ＋Ｉ− ２だけ遅延されている。このアルゴリズムでは、前の（第１の）アルゴリズムに関し、エラー信号の遅延はフィルタ動作内に組み込まれている。上記第２アルゴリズムでは、エラー信号の一つの値に基準信号の連続する過去の値を乗算して適応応答フィルタｗを更新するという標準ＬＭＳタイプの更新は用いられない。第２アルゴリズムでは、基準信号の一つの値にエラー信号の前進時間シーケンス（time advanced sequence）を乗算して、適応応答フィルタｗの更新が形成される。適応制御システムによって使用されるフィルタードエラーアルゴリズムのいずれにおいても、基準信号ｘ（ｎ）は遅延されて時間反転される。そして、遅延されたモデルフィルタを用いてエラー信号ｅ（ｎ）が濾波される。適応応答フィルタ及びモデルフィルタにおける濾波は時間領域で行われる。フィルタードエラーアルゴリズムはダミー時変数を用いて基準信号とエラー信号との一致を行う。この一致は要求されるが、二つの変数の積は平均エラーの瞬間的な傾き推定値にすぎないため、適応時間に正確に一致させる必要はない。第２のフィルタードエラーアルゴリズムも第１アルゴリズムと同程度の演算効率を有するが、より多くのメモリを必要とする。これは、Ｊ＋Ｉ−２遅延された基準及びエラー信号を格納するためにより大きなバッファが要求されるためである。下の表は、従来例のフィルタード基準アルゴリズムとフィルタードエラーアルゴリズムの実施に必要な乗算数を示している。表においては、Ｋは基準信号の数、Ｍは制御信号の数、Ｌはエラー信号の数であり、各制御信号に対するエラー信号の応答はＪ係数ＦＩＲフィルタとしてモデル化されており、適応応答フィルタは各制御信号及び基準信号に対してＩ個の係数を有する。表１からわかるように、フィルタードエラーアルゴリズムの方がはるかに演算効率がよい。例えば、Ｊ＝Ｉ＝６４，Ｋ＝８，Ｌ＝８，Ｍ＝４とすると、フィルタードエラーアルゴリズムの演算は、従来のｘフィルタードアルゴリズムの八分の一である。このような速度の差は、すなわち適応応答フィルタＷの係数更新に要する時間の差である。なお、適応制御システムによって移動される（move around）必要のあるディジタルデータ量が減少するために、このような速度増加の推定は保存的（conservative）である。図４、５及び６は、それぞれ以下の信号数を有する３つの制御システムを示している。１）基準信号二つ、制御信号一つ、エラー信号一つ。２）基準信号一つ、制御信号一つ、エラー信号二つ。３）基準信号一つ、制御信号二つ、エラー信号一つ。これら３図は、複数の基準、制御、エラー信号を有するマルチチャネルシステムでは図のような複合システムが供給されることを示している。図示のシステム応応答フィルタ係数のマトリクスｗ_mkiによる作用を受ける。なお、図４、５及び６に示されている構成は、図２に示される単一チャネルシステムをマルチチャネル化したものである。ここまでは、フィルタードエラーＬＭＳアルゴリズムにしたがって動作する適応制御システムの動作の一般的原理のみを考慮してきたが、本発明の制御システムは、プラントＣが音響システムであり、図４、５及び６のＡが第１振動源の音響パスを表す特定の実用アプリケーションを有する。このような音響システムにおいては、制御信号ｙ（ｎ）は、変換器を駆動してプラントＣ内に音響第２音源を生成させる信号を表す。パスＡを通過する音響信号は、実際にプラントＣに入力され、第１音源と第２音源との間に干渉が起こる。このように、図２、４、５及び６においては、プラントの出力といわゆる望ましい信号（ただし、これは制御システム用語での表現であって、音響システムでは望ましくない信号ともなりうる）との加算はプラントＣの外部で行われているが、これをプラント内部でも同様に行うことができる。この音響システムでは、第２変換器を設けることにより、第１振動と第２振動の間の干渉が測定され、エラー信号ｅ（ｎ）が供給される。このように構成においては、Ｊ係数ＦＩＲフィルタが第２振動源とエラーセンサの間の全てのパスをモデル化し、その結果プラントの遅延及び反響応答のモデルを提供する。自動車に用いられる実用的な動的振動制御システムが図７に概略的に示されている。図７に示されるのは、４つの基準信号発生器３１₁〜３１₄、４つのエラーセンサ４２₁〜４２₄、及び２つの第２振動源３７₁と３７₂を備えたマルチチャネルシステムである。すでに述べたように、本発明は一つ以上の基準信号を有するマルチチャネルシステムに特に適している。これは、この場合に演算の節約が最大限になるためである。図７に示された構成では、基準信号発生器３１₁〜３１₄ は、自動車のサスペンションに取り付けられた加速時計などの４つの変換器を含んでいる。これらの変換器は、ロードウィールから車室に送られる振動ノイズを示す信号を供給する。変換器３１₁〜３１₄の出力は、増幅器３２によって増幅され、エイリアシング防止のためにローパスフィルタ３３によって濾波される。基準信号はつづいてマルチプレクサ３４で多重化され、ＡＤコンバータ３５によりディジタル化される。こうして、基準信号ｘ_k（ｎ）がメモリ６１を備えたプロセッサ３６に送られる。車室内の天板（headlining）の周囲など等間隔位置に４つのエラーセンサ４２₁ 〜４２₄が設けられており、これらのマイクロフォン４２₁〜４２₄によって車室内のノイズが検出される。マイクロフォン４２₁から４２₄の出力は増幅器４３によって増幅され、エイリアシング防止のためにローパスフィルタ４４によって低域濾波される。ローパスフィルタ４４からの出力はマルチプレクサ４５で多重化されて、つづいてＡＤコンバータ４６によってディジタル変換され、その出力ｅ_l （ｎ）がプロセッサ３６に送られる。プロセッサ３６から出力された駆動信号ｙ_m（ｎ）はＤＡコンバータ４１によりアナログ信号に変換される。ＤＡコンバータ４１からの出力はデマルチプレクサ３８によって分離される。すなわち、デマルチプレクサ３８は駆動信号ｙ_m（ｎ）を分離駆動信号に分離する。分離駆動信号はローパスフィルタ３９を通過することにより高周波ディジタルサンプリングノイズが除去される。つづいて信号は増幅器４０で増幅され、その出力は車室内に設けられたスピーカを含む二次振動源３７₁及び３７₂に送られる。このスピーカには車内用エンターテイメント装置のスピーカを含むことができる。このような構成の場合、ＧＢ２２５２６５７に開示されるように、駆動信号を車内エンターテイメント信号と混合させてスピーカから出力する。このように、プロセッサは、基準信号ｘ_k（ｎ）とエラー信号ｅ_l（ｎ）を入力されて駆動信号ｙ_m（ｎ）を出力し、以下に述べるようなアルゴリズムを行う。なお、図７においては、ＡＤコンバータ３５と４６及びＤＡコンバータ４１は別々に示されているが、これらを単一チップ内に納めることもできる。さらに、図７に示されるプロセッサはサンプル率発振器４７からクロック信号６０を受信する。このため、プロセッサは減少される振動の周波数に関連する固定周波数で動作する。周波数は、ナイキスト基準を満たす要件によって決定される。プロセッサ３６としては、テキサスインストルメンツ社（ＴｅｘａｓＩｎｓｔｒｕｍｅｎｔｓ）から購入可能なＴＭＳ３２０Ｃ５０（商品名）などの固定小数点プロセッサがよい。あるいは同社から同様に購入可能なＴＭＳ３２０Ｃ３０（商品名）浮動小数点プロセッサを用いてアルゴリズムを実行できる。図７の構成では、自動車のロードウィールから送られるロードノイズをキャンセルするシステムが示されたが、このシステムをエンジンノイズのキャンセルに用いることもできる。その場合、自動車のエンジンによって発生したノイズを示す一つの基準信号が供給される。この例では、必要な基準信号は一つだけなので、アルゴリズムの潜在的な演算の節約を十分に活用することはできない。図７に示される構成は、自動車だけでなく、複数のエンジンを有する航空機などいかなる車両にも適用できる。この場合、一つのエンジンにつき一つずつ複数の基準信号が供給されるため、本発明のアルゴリズムによる演算的節約を十分活用できる。図７において示されている二次振動源はスピーカであるが、バイブレータもしくは両者の組み合わせを用いることもできるさらに、図７に示した特定的な構成を有する制御システムのみならず、本発明によるいかなる制御システムにおいても、入力信号または基準信号はプラントに入力される所望の信号を正確に表す必要はない。適応応答フィルタのフィルタ係数を適応させれば、制御信号の正確な振幅及び位相が得られるからである。Description: TECHNICAL FIELD The present invention relates to an adaptive control system and an adaptive control method for plant control. More specifically, it relates to an adaptive control system using an adaptive response filter operating in the time domain. The basic principle of closed-loop adaptive control of a plant is to monitor the plant output and modify the plant control signal so that the output signal from the plant converges to the desired level. In this way, the plant is controlled and performs the desired operation. The term "plant" is used herein as a control system term for a system having at least one input and at least one output. Here, each input has some influence on each output. A filtered x algorithm is generally known as a control structure particularly suitable for feedforward control of a plant. The principle behind this is described on pages 288-292 of the textbook "Adaptive Signal Processing" by Bernard Widlow and Samuel D. Stearns (1985, Prentice, NJ). FIG. 1 shows the principle of a feedforward control system operating with the filtered x algorithm. In the figure, a reference signal x (n) is input to an adaptive filter W to generate a drive or control signal y (n) for the plant C. The plant output is compared to the desired signal. In the feedforward configuration, this desired signal is the reference signal x (n) that has passed through another signal path A. The error signal e (n) represents the difference between the desired signal and the output of the plant C. This signal is fed to the least mean squares (LMS) algorithm. The LMS updates the coefficients of the adaptive response filter W in order to reduce the above difference, the error signal e (n). The LMS algorithm requires an input from the reference signal x (n) to update the coefficients of the adaptive response filter W with only the error signal e (n) that correlates with the reference signal x (n). However, because the plant C has an impulse response, the error signal e (n) is delayed, resulting in a time lag with respect to the reference signal x (n). Therefore, the reference signal x (n) is temporally aligned with the error signal e (n) (realign). The generated reference signal r (n) is delayed by the same amount as the error signal e (n). The filtered reference signal r (n) is provided to the LMS algorithm and the error signal e (n) is correlated with respect to the reference signal x (n). The description of the filtered x algorithm by Widlow and Stearns, and in the above description, shows a single channel control system: a single reference signal x (n), a single control signal y (n), and a single error signal e (n. ) Is only considered. However, the filtered x algorithm is equally applicable to multi-channel systems, as disclosed in WO 88/02912. In such a multi-channel filtered x algorithm, there are KxM adaptive response filter coefficients. Note that K is the number of reference signals and M is the number of control signals. further, Each control signal y as well as modeled _m Each error signal e for (n) _l It is necessary to model the multiple responses of (n). For single-channel and multi-channel filtered x algorithms A method based on the use of an adaptive response filter can be preferably implemented. Multi channel The LMS algorithm is generally well known and is described in detail in Chapter 6 of the textbook by Widlow and Stearns (pages 99 to 116). This algorithm reduces the sum of the squared values of the L error signals by updating the coefficients of the adaptive response filter W. Here, each error signal is affected by the output of each drive signal M. Thus, in the conventional multiple error LMS algorithm, it is necessary to generate KxLxM filtered reference signals for adaptive adjustment of the adaptive response filter W. In the filtered xLMS algorithm, the first sampled error signal e _l (N) can be expressed by the following equation. In the above equation, d _l (N) is the disturbance at the first error signal when not controlled, y _m (N) is the nth input signal and is the first for the nth drive signal R) Modeled as a filter. The m-th control signal is represented by the following equation. Where x _k (N) is the kth sampled reference signal, w _mki Is the i-th coefficient of the FIR control filter that supplies the m-th control signal from the k-th reference signal. The first error signal can be represented as a quadruple summation as follows: The purpose of the adaptive LMS algorithm is to adjust each control filter coefficient to minimize the sum of the squared error signals. This can be referred to as a cost function. Coefficient w _mki The fine numerator of this cost function for is represented by w _mik By differentiating Equation 3 with respect to and substituting it into Equation 4, the slope of the cost function can be obtained as follows. In equation 5, an instantaneous estimate of the slope of the cost function is used as in the case of the Widlow and Stearns filtered x algorithm. The algorithm used so far to perform the above adaptation is the multiple error LMS algorithm disclosed in WO88 / 02912. In this algorithm, each kth reference signal is filtered by the J-coefficient FIR filter model to obtain the filtered reference signal as follows. As a result, the instantaneous slope estimate of the cost function can be expressed as: Thus, each adaptive response filter coefficient w _mki Is updated for each sample n by an amount proportional to the negative number (n egative) of the above-mentioned instantaneous slope estimation value, and the following equation is obtained. Here, μ is a convergence coefficient. As is particularly clear from equations 6 and 8, the conventional multiple error LMS filtered x algorithm requires the generation of KxLxM filtered reference signals for adaptive adjustment. Therefore, the inventor of the present application paid attention to the following points. That is, if the time realignment of the error signal and the reference signal can be realized by filtering the error signal, in the case of a control system having a large number of reference signals, the filtering operation can be reduced by a factor of K, which results in , The calculation required for adaptive control can be greatly reduced. The present invention provides an adaptive control system for plant control, including: That is, at least one input signal means for supplying at least one input signal for controlling the plant, and a plurality of time domain filter coefficients for filtering the or each input signal to control the plant. Adaptive response filter means for generating one control signal, wherein the plant generates at least one required output signal by the control, and a plurality of time domain filters modeling the response of the plant. Model filter means having a coefficient for filtering each output signal in relatively reverse time order using the filter coefficient to provide at least one filtered output signal; and for receiving each input signal. , And delay means for delaying this by a predetermined time. The adaptive response filter further receives each delayed input signal and correlates it with each filtered output signal, and uses the correlation result to adjust the filter coefficient of the adaptive response filter means to provide The control signals are adjusted so that the output signals converge in the required level direction. The present invention has the following effects. That is, it is the error signal that the model filter filters, not the input or reference signal. In the case of adaptive control systems with a large number of input signals or reference signals, this can considerably reduce the computational processing. In one embodiment, the adaptive response filter means correlates the respective delayed input signals and the respective filtered output signals by forming respective cross correlation estimates between these signals. Preferably, each of the cross-correlation estimates is multiplied by a sufficiently small convergence coefficient to smooth the effects of random errors on each of the cross-correlation estimates with respect to adjusting the filter coefficients of the adaptive response filter means. Further, preferably, the adaptive response filter means adjusts the filter coefficients of the adaptive response filter means using a least mean square algorithm such as the derivative of the Widlow LMS algorithm. In one embodiment, the delay means delays each input signal by a time substantially equal to the maximum time delay available from the model filter means. If the model filter means is a J-coefficient FIR filter, this delay corresponds to the time delay associated with the J-th coefficient and each said output signal is in reverse time order, ie from 0 to (J-1) coefficients. It is filtered in the order of coefficients from (J-1) to 0, not in order. In another embodiment, the delay means delays each input signal by a time substantially equal to a sum of a maximum time delay obtained from the model filter means and a maximum time delay obtained from the adaptive response filter means. . If the adaptive response filter means is an I-coefficient FIR filter and the model filter means is a J-coefficient FIR filter, the input signal matches the maximum time delay obtained by the convolution of the J and I-coefficient FIR filters. Delayed by time. The invention is particularly applicable to feed-forward adaptive control in which the input means supplies at least one signal representative of at least a selected signal input to the plant. This signal need not provide complete information about the amplitude and phase of the selected signal. For example, for periodic signals it is sufficient to indicate the frequency. If such a signal is undesired, at least one control signal obtained by filtering each input signal by the adaptive response filter means is supplied to the plant and the undesired signal in the plant is dynamically attenuated. Let The present invention can be applied to the dynamic control system of any plant, but in one aspect, can be applied to the following dynamic control system. That is, the plant includes at least one first transducer that receives each of the control signals, an acoustic medium, and at least one first transducer that outputs each of the output signals in response to an output from each of the first transducers. Two transducers, the model filter means modeling the response from the first and second transducers and the acoustic medium. Adaptive control systems used in such plants are particularly suitable for dynamic noise control, by reducing the sum of the squares of the output signals to zero or to a particular desired level by adapting the filter coefficients of the adaptive response filter means. You can The present invention further provides a plant adaptive control method including the following. That is, a step of filtering at least one input signal using an adaptive response filter means having time domain filter coefficients, said filtering generating at least one control signal, said control signal controlling said plant, As a result, the plant comprises the steps of generating at least one output signal, and filtering each output signal using model filter means having a plurality of time domain filter coefficients modeling the response of the plant, A filtering step including a step of filtering the output signals in a relatively reverse time sequence using the filter coefficients of the model filter means, a step of delaying the input signals by a predetermined time, and a step of delaying the delayed inputs. Correlating the signal with each filtered output signal, and with each output signal of the plant. Adjusting the filter coefficient of the adaptive response filter means using the result of the correlation so that the signal converges toward the required level to adjust each of the control signals. Embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a schematic diagram of a control system operating according to a prior art filtered xLMS algorithm. FIG. 2 is a schematic diagram illustrating the operation of a single channel adaptive control system using the novel filtered error LMS algorithm according to an embodiment of the present invention. FIG. 3a is a diagram showing the theoretical impulse response of a plant C modeled as a J-coefficient FIR filter model. FIG. 3b is a reverse view of the time of the J-coefficient FIR filter model. FIG. 3c is a delayed version of the J-coefficient FIR filter model in the reverse time direction. FIG. 4 is a schematic diagram of a multi-channel adaptive control system having two inputs or reference signals and using the new error LMS algorithm according to one embodiment of the present invention. FIG. 5 is a schematic diagram of a multi-channel adaptive control system having two error signals and using the new error LMS algorithm according to an embodiment of the present invention. FIG. 6 is a schematic diagram of a multi-channel adaptive control system having two output signals and operating according to a novel filtered error LMS adaptive control algorithm according to an embodiment of the present invention. FIG. 7 is a schematic diagram of a dynamic vibration control system actually implemented according to an embodiment of the present invention. First, a description will be given with reference to FIG. Many of the elements shown in this figure are similar to those described above with respect to FIG. 1 and the filtered xLMS algorithm of the prior art, with the difference that in FIG. 2 the reference signal x ( n) is a delay device Z ^-△ Delayed by, and delayed and then inverted by time The point of filtering before inputting into the rhythm. Delay device △ has error with reference signal x (n) In the past, it was very desirable to immediately update the LMS algorithm, but the present invention does not need to do this immediately. The inventor has recognized that in order to produce the correlation between the reference signal and the error signal in the most suitable way, the time and the number of samples of the update are changed, ie the update element part is delayed. For a delay that is not substantially longer than the delay at the plant, doing this is not much worse than the standard filtered xLMS algorithm. According to Equation 5 of the above filtered xLMS algorithm, by substituting v = n−j, the instantaneous slope estimated value is obtained by the following equation. Since the reference signal x is thus independent of j, the instantaneous slope estimate can be expressed as: The constant value is as follows. In order to recalculate the (over j) summation with respect to j as a standard convolution, by substituting the substitution equation p = J−j−i, that is, j = J−p−1 into Equation 11, the following equation is obtained. By substituting the more commonly used sample number n and the convolutional variable j, the above equation becomes: As a result, the complete equation for updating the FIR filter coefficients becomes: And x _k (N-i-J + 1) is Z in FIG. ^-△ , The k th reference signal x (n−i) delayed by J−1 samples. From equation 15, it can be seen that this algorithm for updating the coefficients of the adaptive response filter is more computationally efficient. This is because unlike the filtered xLMS algorithm shown in Equation 8, the reference signal x is not included in the addition in this algorithm. FIG. 3a shows the theoretical impulse response of a plant C modeled as a J-coefficient FIR filter with J time-domain coefficients, where t is the delay time. FIG. 3b shows a time-reversed J-factor FIR filter, ie a time reversed impulse response which is a time advanced response. Implementing such a filter requires a highly unavailable knowledge of the error signal e (n). FIG. 3c is a delayed version of the inverse time filter of FIG. 3b. This filter is sufficiently delayed that only its present and past values of the error signal e (n) are required for its implementation. Model each error signal The filter becomes causal by delaying the appropriate reference signal x (n) by J-1 samples, which is the maximum duration associated with the data coefficient. In the case of a single channel adaptive control system, the filtered error algorithm according to the present invention does not require any additional computing power. However, a buffer for both the reference input signal x (n) and the error signal e (n) is required for use as a delay line. On the other hand, in the case of a multi-channel adaptive control system, the filtered error algorithm according to the present invention is far superior in calculation efficiency as described below. Regarding the delay of the reference signal and the error signal, the delay also occurs in the update of the coefficient of the adaptive response filter w depending on the delay in the model of the plant C. However, in order to stabilize the system, the coefficient of the adaptive response filter w should not be updated within the maximum delay time obtained from the plant. Therefore, this is not a practical limitation. Another algorithm can be used to achieve the time reversal of the J-coefficient FIR filter model. By defining the new time index as v = n−i−j, v = v + i + j. As a result, the slope of Expression 5 becomes as follows. X from additive _k By incorporating (v), the following equation is obtained. This makes e _l The value of (v + i + j) advanced to (I-1 + J-1) is required. Therefore, both e (n) x and (n) are delayed by (I + J-2) to update I can. From this, the following equation is obtained. From the above equation, the following can be seen. That is, the reference signal is outside the double addition, and therefore it is not necessary to evaluate the double addition for each reference signal as in the filtered x algorithm, and the double addition only needs to be evaluated once. Double addition function f _m By substituting (n−i), the update equation is obtained as follows. Thus, in this algorithm, both the reference signal and the error signal are delayed by J + I-2. In this algorithm, with respect to the previous (first) algorithm, the delay of the error signal is incorporated in the filter operation. The second algorithm does not use the standard LMS type of updating, in which one value of the error signal is multiplied by successive past values of the reference signal to update the adaptive response filter w. In the second algorithm, one value of the reference signal is multiplied by the time advanced sequence of the error signal to form an update of the adaptive response filter w. In any of the filtered error algorithms used by the adaptive control system, the reference signal x (n) is delayed and time inverted. The error signal e (n) is then filtered using the delayed model filter. The filtering in the adaptive response filter and the model filter is performed in the time domain. The filtered error algorithm uses dummy time variables to match the reference signal with the error signal. This match is required, but the product of the two variables need only be an exact match to the adaptation time, as it is only an instantaneous slope estimate of the mean error. The second filtered error algorithm also has the same computational efficiency as the first algorithm, but requires more memory. This is because a larger buffer is required to store the J + I-2 delayed reference and error signals. The table below shows the number of multiplications required to implement the conventional filtered reference algorithm and filtered error algorithm. In the table, K is the number of reference signals, M is the number of control signals, L is the number of error signals, and the response of the error signal to each control signal is modeled as a J coefficient FIR filter. Has I coefficients for each control and reference signal. As can be seen from Table 1, the filtered error algorithm is much more computationally efficient. For example, if J = I = 64, K = 8, L = 8, M = 4, the operation of the filtered error algorithm is one eighth of the conventional x filtered algorithm. Such a difference in speed is a difference in time required for updating the coefficient of the adaptive response filter W. It should be noted that such an increase in speed is conservative because the amount of digital data that needs to be moved around by the adaptive control system is reduced. 4, 5 and 6 show three control systems each having the following signal numbers: 1) Two reference signals, one control signal and one error signal. 2) One reference signal, one control signal, two error signals. 3) One reference signal, two control signals, one error signal. These three figures show that in a multi-channel system with multiple reference, control and error signals, a complex system as shown is provided. System shown Response response filter coefficient matrix w _mki Is affected by. The configurations shown in FIGS. 4, 5 and 6 are obtained by converting the single channel system shown in FIG. 2 into multiple channels. So far, only general principles of operation of an adaptive control system operating according to the filtered error LMS algorithm have been considered, but in the control system of the present invention, the plant C is an acoustic system and FIGS. Of A has a particular practical application where it represents the acoustic path of the first vibration source. In such an acoustic system, the control signal y (n) represents the signal that drives the transducer to generate the acoustic second sound source in the plant C. The acoustic signal passing through the path A is actually input to the plant C, and interference occurs between the first sound source and the second sound source. Thus, in FIGS. 2, 4, 5 and 6, the sum of the plant output and the so-called desired signal (although this is a representation in control system terminology and may be an undesired signal in an acoustic system). Is performed outside the plant C, but this can be performed inside the plant as well. In this acoustic system, by providing the second transducer, the interference between the first vibration and the second vibration is measured and the error signal e (n) is supplied. In this configuration, a J-factor FIR filter models all paths between the second source and the error sensor, thus providing a model of plant delay and echo response. A practical dynamic vibration control system used in an automobile is shown schematically in FIG. FIG. 7 shows four reference signal generators 31. ₁ ~ 31 _Four 4 error sensors 42 ₁ ~ 42 _Four , And two second vibration sources 37 ₁ And 37 ₂ Is a multi-channel system equipped with. As already mentioned, the invention is particularly suitable for multi-channel systems with one or more reference signals. This is because the computational savings are maximized in this case. In the configuration shown in FIG. 7, the reference signal generator 31 ₁ ~ 31 _Four Includes four transducers, such as an accelerometer mounted on a vehicle suspension. These transducers provide signals indicative of vibrational noise sent from the road wheels to the passenger compartment. Converter 31 ₁ ~ 31 _Four Is amplified by an amplifier 32 and filtered by a low pass filter 33 to prevent aliasing. The reference signal is subsequently multiplexed by the multiplexer 34 and digitized by the AD converter 35. Thus, the reference signal x _k (N) is sent to the processor 36 having the memory 61. Four error sensors 42 are arranged at evenly spaced positions such as around the top plate in the passenger compartment. ₁ ~ 42 _Four Is provided with these microphones 42 ₁ ~ 42 _Four Detects the noise in the passenger compartment. Microphone 42 ₁ To 42 _Four Is amplified by the amplifier 43 and low-pass filtered by the low-pass filter 44 to prevent aliasing. The output from the low-pass filter 44 is multiplexed by the multiplexer 45 and then digitally converted by the AD converter 46, and its output e _l (N) is sent to the processor 36. Drive signal y output from the processor 36 _m (N) is converted into an analog signal by the DA converter 41. The output from the DA converter 41 is separated by the demultiplexer 38. That is, the demultiplexer 38 drives the drive signal y. _m (N) is separated into separation drive signals. The separated drive signal passes through the low pass filter 39 to remove high frequency digital sampling noise. Subsequently, the signal is amplified by the amplifier 40, and its output is the secondary vibration source 37 including the speaker provided in the vehicle compartment. ₁ And 37 ₂ Sent to The speakers may include in-vehicle entertainment device speakers. In such a configuration, the drive signal is mixed with the in-vehicle entertainment signal and output from the speaker, as disclosed in GB 2252657. In this way, the processor determines that the reference signal x _k (N) and error signal e _l (N) is input to drive signal y _m (N) is output and the algorithm described below is performed. Although the AD converters 35 and 46 and the DA converter 41 are shown separately in FIG. 7, they can be housed in a single chip. Further, the processor shown in FIG. 7 receives a clock signal 60 from the sample rate oscillator 47. As such, the processor operates at a fixed frequency that is related to the frequency of the reduced vibration. The frequency is determined by the requirements that meet the Nyquist criterion. As the processor 36, a fixed-point processor such as TMS320 C50 (trade name) available from Texas Instruments is preferable. Alternatively, the algorithm can be executed using a TMS320 C30 (trade name) floating point processor, which is also available from the same company. In the configuration of FIG. 7, a system for canceling road noise sent from the road wheel of an automobile is shown, but this system can also be used for canceling engine noise. In that case, one reference signal is provided which is representative of the noise generated by the engine of the vehicle. In this example, only one reference signal is needed, so the potential computational savings of the algorithm cannot be fully utilized. The configuration shown in FIG. 7 can be applied not only to an automobile but also to any vehicle such as an aircraft having a plurality of engines. In this case, a plurality of reference signals are supplied, one for each engine, so that the computational savings of the algorithm of the present invention can be fully utilized. The secondary vibration source shown in FIG. 7 is a speaker, but a vibrator or a combination of both may also be used. Furthermore, not only the control system having the specific configuration shown in FIG. Even in a control system, the input signal or reference signal need not accurately represent the desired signal input to the plant. This is because accurate amplitude and phase of the control signal can be obtained by adapting the filter coefficient of the adaptive response filter.

───────────────────────────────────────────────────── 【要約の続き】用いて出力信号を相対的に逆の時間順に濾波し、少なくとも一つの濾波された出力信号を供給する。遅延器（Ｚ）は、入力信号を所定時間遅延させる。適応応答フィルタは、遅延された入力信号を受信し、これを濾波された各出力信号に相関させ、その相関結果を用いてそのフィルタ関数を調整し、プラントの出力信号が要求されるレベルの方向に収束されるように、プラントの制御信号を調整する。─────────────────────────────────────────────────── ─── 【Continued summary】 Is used to filter the output signal in relatively reverse chronological order to provide at least one filtered output signal. The delay device (Z) delays the input signal by a predetermined time. The adaptive response filter receives the delayed input signal, correlates it to each filtered output signal, and uses the correlation result to adjust its filter function to produce a desired level of output signal of the plant. Adjust the plant control signal so that it converges to.

Claims

[Claims] 1. An adaptive control system for controlling a plant, comprising input signal means for supplying at least one input signal for controlling the plant, and a plurality of time domain filter coefficients, filtering each input signal, An adaptive response filter means for generating at least one control signal to control, wherein the plant generates at least one required output signal by the control, an adaptive response filter, and a plurality of models that model the response of the plant. Model filter means having time domain filter coefficients, wherein the output coefficients are filtered in a relatively reverse time order using the filter coefficients of the model filter means to output at least one filtered output signal Filter means and delay means for receiving the input signals and delaying the input signals for a predetermined time. The adaptive response filter means further receives the delayed input signals and correlates the filtered output signals with the filtered output signals so that the output signals of the plant converge in a required level direction. As described above, the system is characterized in that the control coefficient is adjusted by adjusting the filter coefficient of the adaptive response filter means using the result of the correlation. 2. The adaptive control system according to claim 1, wherein the adaptive response filter means forms a correlation between the delayed input signals and the filtered output signals, and forms a cross-correlation estimation value therebetween. A system characterized by seeking by. 3. The adaptive control system according to claim 2, wherein the adaptive response filter means multiplies each of the cross-correlation definite values by a sufficiently small convergence coefficient, and adjusts the filter coefficient of the adaptive response filter means by each of the mutual response values. A system characterized by smoothing the effects of random errors in correlation estimates. 4. An adaptive control system according to any one of the preceding claims, wherein the adaptive response filter means adjusts the filter coefficient thereof by using a least mean square algorithm. 5. In the adaptive control system according to any one of the claims, the delay means delays each of the input signals by a time substantially equal to a maximum time delay obtained from the model filter means. system. 6. In the adaptive control system according to any of the claims, the adaptive response filter means adjusts the filter coefficient w _mki for each sample n according to the following equation: In the above equation, μ is a convergence coefficient, i is an index of the filter coefficient of the adaptive filter means, J is the number of filter coefficients of the model filter means, j is an index of the filter coefficient of the model filter means, and L is The number of output signals, x _k (n−1 −J + 1) is the k th delayed input signal, e _l (n−j) is the first output signal, Tem. 7. The adaptive control system according to any one of claims 1 to 4, wherein the delay means outputs the respective input signals to a maximum time delay obtained from the model filter means and a maximum time delay obtained from the adaptive response filter means. A system characterized by delaying for a time qualitatively equal to the sum of the time delays. 8. In the adaptive control system according to any one of claims 1 to 4 or 7, the adaptive response filter means adjusts the filter coefficient w _mki for each sample n according to the following equation: In the above formula, Where μ is a convergence coefficient, I is the number of filter coefficients of the adaptive filter means, J is the number of filter coefficients of the model filter means, i is an index of the filter coefficients of the adaptive filter means, and j is The index of the filter coefficient of the model filter means, L is the number of the output signals, and x _k (n−1−J + 2) is each delayed input. A system characterized in that it represents a model filter means through which each output signal passes in reverse chronological order. 9. In the adaptive control system according to any one of the claims, the required level of each output signal is that the sum of the averages of the squares of the output signals becomes zero, and the adaptive response filter means A system characterized in that the filter coefficient of the adaptive response filter means is adjusted so that the sum of the mean squares of the output signals of the plant converges toward zero. 10. An adaptive control system as claimed in any one of the preceding claims, comprising a comparison means for comparing each output signal with a desired value to generate a new output signal, the new output signal being detected. A system comprising: comparing means used in said adaptive response filter means in place of each said output signal in response to a comparison difference. 11. An adaptive control system as claimed in any of the preceding claims, characterized in that the input means supplies at least one signal indicative of at least a selected signal input to the plant. 12. 12. The adaptive control system according to claim 11, wherein the selected signal is an undesired signal and at least one control signal is provided to the plant by the adaptive response filter means filtering each of the input signals. And undesired signals in the plant are dynamically attenuated. 13. In the adaptive control system according to any one of the claims, the plant is responsive to at least one first transducer that receives each of the control signals, an acoustic medium, and an output from each of the first transducers. And a second converter for outputting each of the output signals, wherein the model filter means models the response of the first and second converters and the acoustic medium. 14． An adaptive control method for a plant, comprising the step of filtering at least one input signal using adaptive response filter means having time domain filter coefficients, said filtering generating at least one control signal, said control signal Controls the plant so that the plant produces at least one output signal, filters each output signal, and has a model with a plurality of time domain filter coefficients modeling the response of the plant. A step of filtering each of said output signals using a filter means, comprising a step of filtering each of said output signals in relatively reverse time order using said filter coefficient of said model filter means; Delaying each input signal for a predetermined time, filtering each delayed input signal Each output signal of the plant is adjusted so that each output signal of the plant converges in the required level direction, the filter coefficient of the adaptive response filter means is adjusted using the result of the correlation, and each control is performed. Adjusting the signal, and. 15. 15. The adaptive control method according to claim 14, wherein the step of correlating each of the delayed input signals with each of the filtered output signals involves asking each of the delayed input signals and each of the filtered output signals. A method comprising forming a cross-correlation estimate. 16. 16. The adaptive control method according to claim 15, wherein the method multiplies each of the cross-correlation estimates by a sufficiently small convergence coefficient, and adjusts the filter coefficient of the adaptive response filter means with respect to each of the mutual correlation values. A method comprising smoothing the effects of random errors on a correlation estimate. 17． Method according to any of claims 14 to 16, characterized in that the filter coefficients of the adaptive response filter means are adjusted using a least mean square algorithm. 18. A method according to any one of claims 14 to 17, characterized in that each said input signal is delayed by a time substantially equal to the maximum time delay available from said model filter means. . 19. A method according to any one of claims 14 to 18, wherein the filter coefficient w _mki of the adaptive response filter means is adjusted for each sample n according to In the above equation, μ is a convergence coefficient, i is an index of the filter coefficient of the adaptive filter means, J is the number of filter coefficients of the model filter means, j is an index of the filter coefficient of the model filter means, and L is The number of output signals, x _k (n−1 −J + 1) is the k th delayed input signal, e _l (n−j) is the first output signal, Tem. 20. A method according to any one of claims 14 to 17, wherein each input signal is substantially the sum of the maximum time delay obtained from the model filter means and the maximum time delay obtained from the adaptive response filter means. Characterized in that they are delayed by an equal amount of time. 21. _21. A method according to any one of claims 14 to 17 or 20, wherein the filter coefficient _wmki of the adaptive response filter means is adjusted for each sample n according to In the above formula, Where μ is a convergence coefficient, I is the number of filter coefficients of the adaptive filter means, J is the number of filter coefficients of the model filter means, i is an index of the filter coefficients of the adaptive filter means, and j is The index of the filter coefficient of the model filter means, x _k (n−1−J + 2) is the k th delayed input signal, e _l (n−J −I + 2 + i + j) is the output signal inverted each time, C _lmj Represents a model filter means through which each said output signal passes in reverse chronological order. 22. 22. The method according to any one of claims 14 to 21, wherein the required level of each output signal is such that the sum of the averages of the squares of the output signals becomes zero. Method, wherein the filter coefficients are adjusted to converge in the direction of the sum of the mean squares of each output signal of the plant. 23. 23. A method as claimed in any one of claims 14 to 22 wherein each output signal is compared to a desired value to generate a new output signal and the output signal of each output signal is responsive to a detected comparison difference. Alternatively, the new output signal is used in the adaptive response filter means. 24. 24. A method according to any one of claims 14 to 23, wherein the at least one input signal is indicative of at least a selected signal input to the plant. 25. 25. The method of claim 24, wherein the selected signal is an undesired signal and at least one control signal is provided to the plant by filtering each of the input signals to undesirably A method characterized in that the signal is dynamically attenuated. 26. 26. The method according to any one of claims 14 to 25, wherein the plant comprises at least one first transducer for receiving each of the control signals, an acoustic medium, and an output from each of the first transducers. A second transducer for outputting each of the output signals in response to, and the model filter means models the response of the first and second transducers and the acoustic medium.