FxLMS Filter学习笔记

前言

当前耳机中的主动降噪技术中，有FxLMS的一席之地，本文根据参考文档整理学习笔记，理解一下主动降噪和FxLMS技术。

循序渐进的了解主动降噪

在【7】的文章中，贴出了索尼公司耳机为主动降噪设计的双mic结构，下图引用一下：

很容易理解为了主动降噪，在耳机的外层利用mic采集环境噪音，作为自适应滤波的参考信号，帮助完成降噪的目的，那为什么在喇叭附近也放置一个mic呢？它的目的是什么？其实如图中所列文字，主动降噪是分前馈和反馈两种方式的，上面的是hyrid混合降噪，当然也最复杂，理论上效果更好。在All About Active Noise Cancellation & How It Helps You Hear Better !一文中有一个图例，形象的说明了三者的构造，有兴趣可以看看，担心版权问题不引用了。简单的翻译一下前馈（feedforward）和反馈（feedbackward）特点：

1. 前馈（feedforward）mic降噪：实时采集环境噪声，响应时间有优势，（文中还提到这样会令1-2Khz的高频噪声得到有效的衰减，暂时不明所以）；但前馈无法得知自己的降噪效果，因为从机制上听不到speaker降噪后的声音。
2. 反馈（feedbackward）mic降噪：对噪声消除后的声音提供了反馈回路，理论上可以令声音更加纯净；但设计难度更大，容易引起环路的自激振荡（啸叫）

很显然市场上主流产品都是两个mic，即hybrid方案，那么这个方案是怎么实现的呢？在【11】中给出了基本的原理框图

这个前馈通道(Primary Noise+Reference Mic)和经典的ANC(Adaptive Filter)很接近，只不过增加了反馈通道（Error Mic）。比较一下经典的降噪框图【13】

可以看出ANC的反馈通道替换了自适应滤波器的加减器，至于工作的基本原理推荐博文【8】，写的深入浅出，通俗易懂。综上所述市场上的主动降噪耳机应该都具备两个mic，引用【14】文的图，对于耳塞型的耳机结构大致如下：

主动降噪的核心算法FxLMS Filter

利用经典的自适应滤波器也是可以进行噪声抑制的，即认为speaker处的噪声为信号$d$，反馈mic采集到的信号为$e$，而前馈mic采集到的为$x$，经过anc模块的维信号$y$,套用adaptive filter公式为：$$e(n)=d(n)-y(n)=d(n)-{\mathbf{W}}^T\mathbf{X}(n)=d(n)-{\mathbf{X}}^T(n)\mathbf{W}$$
权重迭代公式为$${\mathbf{W}}_{k+1}={\mathbf{W}}_k+2\mu e(k)X(k)$$当然实际上存在speaker，而这时候产生的信号是通过speaker变成模拟声音之后与噪声混合后的物理相消，所以此时自适应滤波器作为信号线性预测器来使用了。
不过上面的套用存在误差，真实的情景是信号$y$处理完毕，要经过数模转换，还要播放到空气中产生振动，如果假设这些通道是卷积的，可以抽象为一个卷积滤波器S；同理前馈信号$x$传播到speaker后的相位等信息也都发生了改变，姑且抽象为一个卷积滤波器P，那么框图就变成如下的样子：
利用【15】中快速迭代方法的推导$$\begin{gathered} ▽[e(k)]=▽[d(n)-S(n)\ast {\mathbf{W}}^T\mathbf{X}(n)] \\ =-S(n)\ast \mathbf{X}(n) \end{gathered}$$这就得出了梯度的估算公式$$\widehat{▽}(k)=-2e(k)S(k)\ast X(k)$$迭代公式为：$${\mathbf{W}}_{k+1}={\mathbf{W}}_k+2\mu e(k)S(k)\ast X(k)$$
很显然P滤波器是凭空想象的，也无法琢磨，但是S滤波器似乎还在环路内，也许能找到办法来估计一下参数，如果能得到一个无偏估计$\hat{S}$，上面的自适应结果将令误差函数$e$更加接近极小值，进而使得估计的噪声抵消结果完美，由此提出了FxLMS方法。大致的框图变成下面这样：
上图中的P一般所指的维Primary path，S所指的Secondary Path。通过这样的算法，只要估计出S的滤波器系数，就可以从算法公式上取得更加接近零误差的结果。这些都理解的话，阅读【1】将事半功倍的了解FxLMS滤波器的构成。如果想更加深入的感受一下什么是P什么是S，参考文档【12】的图片应该更加直观和震撼：

上述的框图应该对了解fxlms类型的滤波器有了直观的认识，那么$\hat{S}$参数的确定将是比较重要的话题了。

对$\hat{S}$的估计

参考文档

1. FxLMS-based Active Noise Control: A QuickReview
2.Active Noise Reduction using LMS and FxLMS Algorithms
3.FxLMS Filter: wiki analog device
4.PERFORMANCE COMPARISON OF THE FXLMS, NONLINEAR FXLMS AND LEAKYFXLMS ALGORITHMS IN NONLINEAR ACTIVE CONTROL APPLICATIONS
5.Active Noise Control: Basic Understanding
6.CSR8670 — 说说什么是ANC、CVC、DSP降噪
7.主动降噪(Active Noise Control)
8.ANC主动降噪理论及Matlab代码实现
9.Adaptive Line Enhancer (ALE)
10.Kuo S M, Morgan D R. Active noise control: a tutorial review[J]. Proceedings of the IEEE, 1999, 87(6):943-973
11.Active NoiseControl SystemsAlgorithms and DSPImplementations
12.recent advances on active noise control:open issues and innovative applications
13.自适应滤波器原理，第五版
14.ANC主动降噪技术的原理
15.ANC 与 adaptive filter