一种带在线聚类的稳定混合 GFANC 与 FxNLMS 有源噪声控制算法
音频与语音处理
2026-04-28 v1 声音
摘要
滤波-x 归一化最小均方算法虽然经过充分自适应后能达到较低的稳态误差，但存在收敛速度慢和发散风险。相比之下，生成式固定滤波器有源噪声控制方法响应速度快，但其缺乏适应性可能导致较大的稳态误差。本文提出了一种混合 GFANC-FxNLMS 算法，以利用两种方法的互补优势。在该混合 GFANC-FxNLMS 算法中，GFANC 提供一个帧级别的控制滤波器作为 FxNLMS 的初始化，而 FxNLMS 则以采样率进行连续自适应。GFANC 生成的滤波器的微小变化可能会反复重新初始化 FxNLMS，中断其自适应过程并破坏系统稳定性。为此，引入了一个在线聚类模块以避免不必要的重新初始化并提高系统稳定性。仿真结果表明，所提出的算法实现了快速响应、极低的稳态误差和高稳定性，且仅需一个预训练的宽带滤波器。
引用
@article{arxiv.2601.15889,
title = {A Stabilized Hybrid Active Noise Control Algorithm of GFANC and FxNLMS with Online Clustering},
author = {Zhengding Luo and Haozhe Ma and Boxiang Wang and Ziyi Yang and Dongyuan Shi and Woon-Seng Gan},
journal= {arXiv preprint arXiv:2601.15889},
year = {2026}
}
备注
Accepted by 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)