FxLMS 有源噪声控制
- 提出者
- Bernard Widrow, Samuel Stearns
- 年份
- 1975
- 类型
- Adaptive noise cancellation algorithm
- 类别
- Signal processing, Adaptive filtering
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
自适应滤波器中的滤波-x 最小均方(FxLMS)算法,用于有源噪声控制(ANC)系统,通过生成反噪声来降低不必要的声响。FxLMS由Widrow和Stearns于1975年率先提出,并经Eriksson及其同事改进,是商业降噪耳机、助听器、汽车座舱和工业隔音屏障中应用最广泛的算法。其工作原理是持续学习声学路径并实时动态调整抵消信号。
方法背后的直觉
设想一个扬声器能瞬间发出完美抵消传入噪声的反声——即相消干涉。FxLMS实现了这一理念:它监测噪声,预测所需的反噪声,并在噪声到达您的耳朵之前生成它。挑战在于系统必须考虑声学路径(反噪声如何传播到误差麦克风)并随着条件变化持续适应。FxLMS利用误差麦克风的反馈来调整其滤波器系数,实时学习最佳的反噪声模式。
历史学
Widrow和Stearns在20世纪70年代开发了LMS算法及其在有源噪声控制中的应用。Eriksson在20世纪80年代后期将LMS扩展为FxLMS形式(滤波-x变体),解决了对实际ANC至关重要的次级路径问题。第一批商用ANC耳机出现在20世纪90年代;到21世纪初,ANC成为高端耳机、助听器和汽车座舱的标准配置。现代变体包括多速率FxLMS、漏泄FxLMS、频域实现和非线性扩展。
何时使用
在低频主导的环境(飞机客舱、道路噪声、HVAC嗡嗡声)中需要有源噪声控制且被动吸收效率低下时,可使用 FxLMS。FxLMS 非常适合窄带或音调噪声(正弦波、多音)。对于宽带噪声或高频噪声,被动方法通常更具成本效益。FxLMS 需要低延迟硬件(快速DSP或微控制器)以及合适的参考和误差麦克风放置。
局限与注意事项
- 因果性约束:FxLMS 必须在噪声到达之前预测并生成反噪声;长声学路径(>1米)会引入延迟,从而限制有效性。
- 算法收敛取决于准确的次级路径估计;不准确的次级路径建模会导致不稳定或负增益(噪声放大)。
- 对宽带噪声效果较差;降噪通常是窄带的。宽带控制需要多通道系统,增加了复杂性。
- 需要多个麦克风(参考和误差);传感器放置和间距对性能和稳定性至关重要。
- 非线性声学行为(例如,高声压级下的饱和)和非因果噪声(参考信号中不存在的噪声成分)无法通过线性 FxLMS 很好地处理。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 对于被动吸收不足的低频音调和周期性噪声非常有效;在500赫兹以下可实现>10–20 dB的衰减。
- 自适应算法持续学习变化的声学条件;即使房间特性或噪声模式发生变化,性能也能保持高水平。
- 与其他自适应方法相比,计算成本低;足以在嵌入式DSP硬件上进行实时实现。
- 成熟且广泛部署;数十年的研究和商业实施确保了其鲁棒性和可靠性。
- 实现了紧凑、轻量化的有源噪声控制解决方案(耳机、小型座舱),而大型被动吸声器则不切实际。
应用
- 降噪耳机和耳塞:主动消除通勤、航空旅行和办公环境中的环境噪声;提高助听器舒适度。
- 飞机客舱噪声控制:降低飞机客舱和驾驶舱内的低频发动机和风噪声,以提高乘客舒适度和机组人员安全。
- 汽车内部声学:降低汽车座舱内的道路和发动机噪声;对500赫兹以下的低频隆隆声特别有效。
- 工业噪声控制:在工厂、压缩机房和HVAC系统中,当被动吸声受空间限制时,衰减噪声。
- 助听器反馈消除:通过生成反反馈信号来防止声学反馈(啸叫);提高反馈前增益和主观舒适度。
- 水下通信和声纳:抑制水下声学系统中的海洋环境噪声;提高远程通信的信噪比。
使用方式
使用方式
将参考麦克风安装在噪声源附近(在噪声传播到听者之前捕获噪声),将误差麦克风安装在听者耳朵附近或噪声目标处。连接一个将发出反噪声信号的扬声器。
校准麦克风和扬声器;测量从扬声器到误差麦克风的声学传输路径(通常称为次级路径)。此特性对于算法的稳定性和性能至关重要。
监测参考噪声信号(FxLMS滤波器的输入)和误差信号(误差麦克风的输出)。将滤波器输出计算为过去参考样本的加权和;根据误差梯度更新滤波器权重。
应用 FxLMS 更新规则:计算误差功率相对于滤波器系数的梯度,同时考虑次级声学路径。该路径通过估计的次级路径模型进行滤波,以确保收敛性和稳定性(FxLMS 中的“x”即代表此滤波)。
监测噪声衰减(以dB为单位)随频率的变化。测量收敛速度(算法学习的速度)、残余误差功率和计算成本。对照性能指标(信噪比改善、噪声中的语音清晰度)进行验证。
常见陷阱
- 参考麦克风放置不当;参考麦克风必须在噪声能量到达误差麦克风之前捕获它。放置不当会降低相关性和算法效率。
- 忽略次级路径估计;不准确的次级路径模型可能导致不稳定。务必仔细测量或估计次级路径。
- 步长选择过大(收敛快)或过小(学习慢);步长调整至关重要。自适应步长算法可提高鲁棒性。
- 假设 FxLMS 在所有条件下都有效;某些声学环境(多径、扩散场)不适合有源控制。部署前应在代表性条件下进行测试。
- 忽略延迟和计算限制;实时 FxLMS 需要低延迟音频处理。高延迟系统可能会发散或变得不稳定。
常见问题
为什么次级路径在 FxLMS 中如此重要?
次级路径是从扬声器到误差麦克风的声学传递函数——它决定了反噪声信号如何到达误差测量点。如果不考虑这条路径,算法就无法正确预测所需的滤波器输出。不准确的次级路径估计会导致算法发散或提供负增益(放大而非抵消)。
FxLMS 能有效控制的频率范围是多少?
FxLMS 在1–2 kHz 以下最有效,特别是对于音调或低频噪声(<500 Hz)。在较高频率下,波长变短,因果性延迟成为问题。多频和多通道系统可以扩展范围,但对于高频噪声,被动吸声通常更实用。
FxLMS 需要多长时间才能收敛并适应变化的噪声?
收敛速度取决于步长、滤波器长度和信号统计特性。对于平稳噪声,典型的收敛时间为0.5–2秒。对缓慢变化的噪声(语音、音乐、时变机械)的适应发生在相似的时间尺度内。快速瞬态噪声(冲击、突然变化)可能无法消除,因为算法无法瞬时反应。
FxLMS 能否消除雨声或风声等宽带噪声?
FxLMS 对宽带噪声的效果较差,因为单个参考信号无法预测宽带噪声的所有频率成分。多通道系统(多个参考麦克风和自适应滤波器)可以改善宽带控制,但计算成本会增加。对于宽带噪声,被动吸声或混合被动-主动系统通常更实用。
如果参考麦克风和误差麦克风距离太远会发生什么?
如果距离较大(>1米),声学传播延迟会变得显著。由于因果性约束(算法无法预见未来),参考信号无法预测误差麦克风处的噪声。这限制了控制带宽和有效性。实际的ANC系统会保持麦克风间距较小(耳机<10厘米,客舱系统<0.5米)。
相关方法
参考文献
Widrow, B., & Stearns, S. D. (1975). Adaptive signal processing for active vibration and noise control. IEEE Transactions on Acoustics, Speech, and Signal Processing, 23(5), 440–453.
打开 DOI 文献已复制。Eriksson, L. J., Allie, M. C., & Greiner, R. A. (1988). The selection and application of an IIR adaptive filter for use in active sound attenuation. IEEE Transactions on Acoustics, Speech, and Signal Processing, 36(11), 1879–1891.
打开 DOI 文献已复制。Kuo, S. M., & Morgan, D. R. (2002). Active Noise Control Systems: Algorithms and DSP Implementations. John Wiley & Sons.
ISBN:978-0-471-49663-5已复制。