【信号去噪】基于Fxlms算法用于宽带和窄带主动噪声控制（ANC）研究附Matlab代码-CSDN博客

本文链接：https://blog.csdn.net/Matlab_dashi/article/details/148031960

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

在现代生活中，噪声宛如一个如影随形的 “不速之客”，对我们的生活、工作和健康造成了诸多负面影响。从城市中川流不息的交通，到工厂里机器的轰鸣，再到建筑工地上的施工声响，噪声污染几乎无处不在。

噪声对生活的干扰显而易见。在宁静的夜晚，本应是人们放松身心、进入甜美梦乡的时刻，然而，窗外的汽车声、广场舞的音乐声，却常常打破这份宁静，让人难以入眠。长期睡眠不足不仅会让人在第二天感到疲倦、无精打采，还会影响身体的免疫力，增加患病的风险。在日常生活中，当我们与家人朋友相聚，享受温馨时光时，周围的嘈杂噪声也可能让我们无法畅快地交流，破坏美好的氛围。

在工作环境中，噪声同样是一个令人头疼的问题。对于办公室职员来说，打印机的嗡嗡声、同事的讨论声，可能会分散他们的注意力，导致工作效率下降。而对于工厂工人而言，长期暴露在高强度的噪声环境中，不仅会影响工作的准确性，还可能对他们的身体健康造成严重威胁。研究表明，长期接触噪声会对人体的听觉系统产生损害，导致听力下降，甚至引发噪声性耳聋。

除了对听觉系统的影响，噪声还会对人体的其他系统产生不良影响。长期处于噪声环境中，会使人产生焦虑、烦躁、抑郁等不良情绪，影响心理健康。噪声还会干扰人体的内分泌系统，导致激素失衡，进而影响身体的正常代谢。噪声还可能引发心血管疾病，增加心脏病和中风的发病风险。

面对噪声带来的诸多危害，人们一直在寻求有效的解决办法。主动噪声控制（ANC）技术应运而生，成为了应对噪声挑战的有力武器。ANC 技术基于声波的干涉原理，通过产生与原始噪声相位相反的声波，使其与原始噪声相互抵消，从而达到降低噪声的目的。而 FxLMS 算法作为 ANC 技术中的关键算法，在宽带和窄带主动噪声控制中发挥着重要作用。接下来，就让我们一起深入了解 FxLMS 算法的奥秘，探寻它是如何在噪声控制领域大显身手的。

ANC 技术：主动出击的降噪先锋

（一）ANC 技术的降噪原理

ANC 技术的核心原理基于声波的干涉现象。当两个声波相遇时，如果它们的相位相反，且振幅相等，就会发生相互抵消的现象，从而达到降低噪声的目的。具体来说，ANC 系统会通过传感器（通常是麦克风）采集周围环境中的噪声信号，然后将这些信号传输给控制器。控制器根据接收到的噪声信号，生成与之相位相反的声波信号，即反相声波。最后，通过扬声器将反相声波播放出来，使其与原始噪声在空气中相遇并相互抵消，从而实现降噪的效果。

为了更直观地理解这一原理，我们可以参考声波抵消的示意图（图 1）。在图中，蓝色曲线表示原始噪声的声波，红色曲线表示 ANC 系统生成的反相声波。可以看到，当这两个声波相遇时，它们的波峰和波谷相互对应，相互抵消，最终在合成声波（绿色曲线）中，噪声的强度得到了显著降低。

声波抵消的示意图

更换图片

图 1：声波抵消的示意图

（二）ANC 系统的构成与工作流程

一个典型的 ANC 系统主要由参考传感器、自适应滤波器、次级声源、误差传感器等部分组成。各部分的功能及工作流程如下：

参考传感器：通常为麦克风，负责采集环境中的原始噪声信号，将其转换为电信号后传输给自适应滤波器。这就好比 ANC 系统的 “耳朵”，通过它来感知外界的噪声情况。

自适应滤波器：这是 ANC 系统的核心部分，它根据参考传感器传来的噪声信号，利用特定的算法（如 FxLMS 算法）生成相应的控制信号。自适应滤波器就像是 ANC 系统的 “大脑”，它能够根据噪声的变化实时调整自身的参数，以确保生成的控制信号能够有效地抵消噪声。

次级声源：一般为扬声器，根据自适应滤波器输出的控制信号，发出与原始噪声相位相反的声波，即反相声波。它是 ANC 系统实现降噪的 “执行者”，通过发出反相声波来与原始噪声进行对抗。

误差传感器：同样由麦克风构成，用于采集经过降噪处理后残余的噪声信号，并将其反馈给自适应滤波器。误差传感器就像是 ANC 系统的 “监督者”，通过它反馈的信息，自适应滤波器可以了解降噪的效果，并进一步调整自身的参数，以达到更好的降噪效果。

ANC 系统的工作流程可以简单概括为：参考传感器采集原始噪声信号，自适应滤波器根据该信号生成控制信号，控制信号驱动次级声源发出反相声波，反相声波与原始噪声相互抵消，误差传感器采集残余噪声信号并反馈给自适应滤波器，自适应滤波器根据反馈信息调整自身参数，如此循环往复，不断优化降噪效果。

（三）宽带与窄带噪声的特点与区别

在噪声控制领域，宽带噪声和窄带噪声是两种常见的噪声类型，它们具有不同的特点和频谱特性。

宽带噪声：其频谱范围较宽，能量分布相对均匀，包含了多个频率成分。例如，白噪声就是一种典型的宽带噪声，它在整个可听频率范围内（20Hz - 20kHz）具有相等的能量密度。在实际生活中，交通噪声、空调噪声等通常都属于宽带噪声。这些噪声的频率成分复杂多样，听起来比较嘈杂，给人一种 “嗡嗡” 的感觉。由于宽带噪声的频率范围广，要对其进行有效的控制，需要考虑多个频率段的噪声特性，这增加了噪声控制的难度。

窄带噪声：与宽带噪声相反，窄带噪声的频谱范围较窄，能量集中在特定的频率附近。例如，电机的电磁噪声、变压器的嗡嗡声等，往往是由于特定频率的振动产生的，属于窄带噪声。窄带噪声的频率成分相对单一，听起来比较尖锐，容易引起人们的注意。虽然窄带噪声的频率范围较窄，但由于其能量集中，在某些情况下，对人的干扰可能更为明显。

通过对宽带噪声和窄带噪声特点与区别的了解，我们可以根据不同类型噪声的特性，选择合适的噪声控制方法和算法，以达到更好的降噪效果。在后续的内容中，我们将详细介绍 FxLMS 算法在宽带和窄带主动噪声控制中的应用。

FxLMS 算法：ANC 系统的智慧大脑

（一）FxLMS 算法的基本原理

FxLMS（Filtered-x Least Mean Squares）算法，即滤波 x 最小均方算法，是在 LMS（Least Mean Square）算法的基础上发展而来的，专门用于主动噪声控制系统中。LMS 算法是一种经典的自适应滤波算法，其基本思想是通过不断调整滤波器的系数，使得滤波器的输出与期望信号之间的误差最小化，通常采用均方误差（Mean Square Error，MSE）作为衡量标准。在 ANC 系统中，LMS 算法试图通过调整滤波器系数，使次级声源产生的反相声波与原始噪声相互抵消，从而达到降噪的目的。