![](https://i-blog.csdnimg.cn/direct/8753f951323e4d32a0b5ea7d2e5dc8d8.png)
图1中所示的标准LMS算法将二级路径传递函数引入到控制器中,通常会导致不稳定。这是因为的存在,错误信号没有正确的和参考信号对齐。 有许多可能的方案可以用来补偿
的影响,Morgan [1]提出了两种解决这个问题的方法。第一个解决方案是放置一个逆滤波器,并与
串联,以消除其效果。第二种解决方案是在LMS算法的权值更新的参考信号路径中放置一个相同的滤波器,从而实现了所谓的F-xLMS(FXLMS)算法。因为
的逆并不一定存在,FXLMS算法通常是最有效的方法。FXLMS算法是由Widrow [2]在自适应控制和Burgess [3]应用中独立推导出来的。
- FXLMS算法的推导:次级滤波器传递函数在数字滤波器
之后的位置,残差信号的时域表示为:
假设一个均方代价函数为:,自适应滤波器使瞬时平方误差最小化:
采用最陡下降算法,利用步长更新负梯度方向上的系数向量是在时间上的均方误差(MSE)梯度的瞬时估计,并被表示为
此外,因为。所以,梯度估计就变成了
,最终,我们有FXLMS算法为:
![](https://i-blog.csdnimg.cn/direct/206441e55d6b46b5ac0105fd6cc002e9.png)
在实际的ANC应用中,是未知的,必须由一个额外的滤波器
估计,因此,过滤后的参考信号是通过二次路径的估计传递参考信号产生的:
FXLMS算法通过滤波器似乎非常宽容
的误差估计,在缓慢适应的范围内,该算法在
与
之间将收敛于近90度相位误差。因此,在ANC程序初始训练阶段离线建模可以用于估计
。
[1]D. R. Morgan, “An analysis of multiple correlation cancellation loops with a filter in the auxiliary path,” IEEE Trans. Acoust., Speech, Signal Processing, vol. ASSP-28, pp. 454–467, Aug. 1980.
[2]B. Widrow, D. Shur, and S. Shaffer, “On adaptive inverse control,” in Proc. 15th Asilomar Conf., 1981, pp. 185–189.
[3]P. Lueg, “Process of silencing sound oscillations,” U.S. Patent 2 043 416, June 9, 1936.