潜在的 FXLMS-利用神经自适应滤波器加速主动噪声控制-计算机科学-神经网络-自适应滤波器-有源噪声控制.pdfVIP

潜在的FXLMS：利用神经自适应滤波器加速主动噪声控制

坎纳德·萨尔卡尔奥斯汀·卢曼南·米塔尔

庄永杰瑞安·M·科里安德鲁·C·辛格

电气与计算机工程系，美国伊利诺伊大学厄巴纳-香槟分校

电气与计算机工程系，美国石溪大学

电气与计算机工程系，美国芝加哥伊利诺伊大学

DiscoveryPartnersInstitute,UniversityofIllinoisSystem,USA

本AmazonWebServices

译

中

1ABSTRACT网络，脉冲响应模型

v

4滤波器-XLMS（FxLMS）常用于有源噪声控制

5

8（ANC），其中在期望位置最小化声场。给定噪声或控

3制源的空间区域的先验知识，我们可以通过适应可能

0

7.的自适应滤波器权重的低维流形来改进FxLMS。我

0们在从给定空间区域采样的每个主源位置处稳态自适

5

2应滤波器的系数上训练一个自动编码器，并约束自适

:应滤波器的权重为解码器在给定潜在变量状态下的输

v

i出。然后，我们在潜在空间中执行更新并使用解码器

x

r生成消减滤波器。我们评估各种神经网络约束和规范

a

化技术对收敛速度和稳态均方误差的影响。在某些条

件下，我们的潜在FxLMS模型以更少的步骤收敛，并

Figure1.描绘潜在FxLMS核心元素的示意图。

且具有与标准FxLMS相当的稳态误差。

与直接调整权重不同，根据误差梯度更新低维表

Keywords:自适应滤波器，有源噪声控制，神经示。新权重由在更新后的潜在表征下解码器的输

*Correspondingauthor:kanads2@illinois.edu出决定。该方法通过限制更新后的权重位于学习

Thisworkdoesnotrelatetotheauthor’spositionat到的滤波器流形上来实现更快的收敛。

Amazon.

Copyright:©2025Sarkaretal.Thisisanopen-access

articledistributedunderthetermsoftheCreativeCom-1.介绍

monsAttribution3.0UnportedLicense,whichpermits

unrestricteduse,distribution,andreproductioninany主动噪声控制（ANC）使用扬声器来抑制给定位

medium,providedtheoriginalauthorandsourcearecred-置的听众感受到的不希望有的噪声源的影响。一个标

ited.准的ANC算法是Filtered-x最小均方误差（FxLMS）

th

11ConventionoftheEuropeanAcousticsAssociation

rdth

Málaga,Spain•23–26June2025•

算法，该算法自适应地过滤噪声信号的参考测量值以