Skip to content
返回搜索结果

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

字号

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

1

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。

2

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。

3

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。

4

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)。

5

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

  1. 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。
  2. 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。
  3. 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。