3.2 FxLMS核心算法

3.2 FxLMS核心算法

本节摘要：FxLMS（滤波参考最小均方算法）是 ANC 的行业标准答案：在 LMS 的权值更新通路里插入一个次级路径估计模型，让梯度方向重获物理一致性。本节给出完整的信号流、伪代码与开销核算，并用一次车载调参案例展示步长与模型精度的相互牵制。

3.1 节的试水暴露了纯 LMS 在声学环路里的致命伤：权值更新用的梯度方向没有计入次级路径，等于交易员按失真的行情下单。这一节开的药方只有一步——在更新通路里插一个次级路径的估计模型——但它值得用整节的篇幅讲透，因为这一步就是"ANC 算法"与"通用自适应滤波"的分界线。

为什么参考信号必须先被滤波

先把物理链条摆正。控制器输出 y 并不是直接灌进误差传感器的——它要经过功放、扬声器、空气（或结构）、麦克风这一整条次级路径 S 才变成真实的对冲声压。于是目标点处的残余实际是 d 加上 S 作用后的 y，即 e = d + S 作用于 y。求最优权值要对 e 的均方求梯度，梯度里必然带着 S 的身影；LMS 却用裸的输入向量 x 乘误差来近似梯度，等于假设 S 是纯增益加零时延——假设不成立时，梯度方向在相位上错开，错得多的频段上权值更新实际是在爬坡而不是下山，系统发飘甚至发散。

FxLMS 的修正只有一个动作：把参考信号 x 先送进一个次级路径估计模型，用它的输出替代裸 x 参与权值更新。这个"滤波后的参考信号"就是算法名字里 Filtered-x 的来历。直觉上这步很妙：模型是对 S 的仿真，把 x 先仿真一遍"S 会怎么折腾它"，再拿去算梯度，梯度方向就与真实物理对齐了。代价是每采样多一趟滤波运算，模型阶数 M 决定这笔开销。

一句话概括：FxLMS 不消除次级路径，而是把它显式地写进学习规则——承认市场有滑点，把滑点模型装进交易策略，而不是假装滑点不存在。

图：FxLMS 完整信号流

伪代码与开销核算

把主循环写成伪代码，每采样周期执行一遍。设主滤波器 L 阶、模型 M 阶：

# FxLMS 主循环，每采样周期执行一次
输入: x_n        # 当前参考信号采样
状态: W[0..L-1]  # 主滤波器权值
      Sh[0..M-1] # 次级路径模型系数（离线标定或在线更新）
      x_buf, yf_buf  # 输入与滤波参考的延迟线

1.  x_buf 压入 x_n                       # 维护参考延迟线
2.  y = sum(W[i] * x_buf[i], i=0..L-1)   # 主滤波：生成对冲信号
3.  输出 y 到 DAC 功放扬声器              # 下单
4.  yf_buf 压入 y_n                       # 把对冲信号喂给模型支路
5.  xf = sum(Sh[k] * yf_buf[k], k=0..M-1) # 模型仿真出滤波参考
6.  e_n = 读取误差麦克风 - (d 估计项)      # 盯市（前馈里直接读残余）
7.  W[i] += mu * e_n * xf 对应延迟样本    # 用滤波参考更新权值
​

开销核算：第 2 步 L 次乘加，第 5 步 M 次乘加，第 7 步 L 次乘加，合计每采样约 2L 加 M 次乘加。典型耳机配置 L 为六十四、M 为六十四，每采样约一百九十二次乘加；四万八千赫兹采样率下就是每秒约九百二十万次乘加——对现代音频 DSP 的定点内核来说是零头，真正的压力来自多通道（乘通道数）与附加模块（在线建模、风噪检测、限幅器）。这份账在第 6 章选型时会重新拿出来用。

稳定条件与模型精度的关系

FxLMS 的收敛对模型误差表现出令人意外的宽容：理论上，只要模型相位误差小于九十度（对所有频率），算法就保持稳定——相位错得不超过直角，梯度至少还有正确的分量，权值仍朝碗底爬。这个宽容量是 FxLMS 能在真实系统里活下来的原因：耳机的佩戴状态天天在变，模型不可能精确，但只要大形状没变，系统就还能工作。

宽容不等于无限。模型相位误差逼近九十度的频段，收敛速度趋近于零，稳态残余上升；超过九十度，方向反转，直接失稳。工程含义很明确：模型精度在主力降噪频段必须保证，在边缘频段可以放宽——这与 2.2 节"建模预算投向赚钱频段"的原则严丝合缝。另一个实践要点是模型的时延对齐：模型抽头数必须覆盖真实路径的纯时延加拖尾，少抽一段时延，相位误差在高频迅速爆表，这是新手调 FxLMS 最常见的翻车点。

案例展开：车载四缸发动机阶次对冲的调参实录

背景。某燃油 SUV 在怠速与缓加速工况下，车厢内二阶点火频率（四缸机，转速乘二再除以六十，怠速约二十三赫兹）及其四次、六次谐波明显。项目采用前馈式主动式座舱降噪：参考来自 CAN 总线的转速信号（传感式参考，无声学反馈污染），执行器是原车低音单元，误差麦克风在头枕内。控制器为 FxLMS，主滤波器按窄带结构配置（详见 3.3 与第 4 章）。

操作。标定分四步。第一步，台架上扫频辨识次级路径：从低音单元到头枕麦克风，覆盖二十到五百赫兹，采样率两千赫兹专用于控制环路，模型阶数六十四，覆盖路径纯时延约四毫秒加拖尾。第二步，设置初始步长：按窄带结构下的稳定判据取上限五分之一。第三步，怠速静态标定：锁定转速，观察误差信号收敛，微调步长使收敛时间落在两秒内且稳态残余达标。第四步，动态工况验证：从怠速缓加速到每小时六十公里对应的转速，观察跟踪是否掉线。

结果。怠速工况，二阶分量对冲深度约十四分贝，总声压级下降约四分贝，主观评价"发动机嗡鸣明显变轻"。缓加速工况暴露问题：转速爬升时对冲深度瞬时跌到六分贝、两秒后恢复——步长不够大，跟不动阶次频率的快速爬升。把步长上调一档后动态跟踪合格，但怠速稳态残余回升了约一点五分贝，梯度噪声变大。最终采用步长调度：转速变化率超过阈值时用大步长，稳态时切小步长，两个工况同时达标。

**结果之后，模型精度的考验来了。冬季标定的车夏季复测，次级路径因内饰件热胀与座椅状态变化而漂移，某频点模型相位误差逼近限值，该频段深度掉了三分贝。团队随即启用第 5 章的在线建模机制，低速工况下定期注入探询信号刷新模型，问题消除。

解读。这个案例浓缩了 FxLMS 工程化的三条主线。其一，传感式参考加窄带结构，让算力开销降到耳机的零头，但换来的约束是只对与转速同步的阶次建仓——非同步的路噪风噪一概不管，分工清晰。其二，步长不是常数而是策略：静态保安静、动态保跟踪，调度逻辑本身也是标定产物。其三，模型精度是会过期资产，离线标定的保质期以季节计，长期稳定依赖在线机制——这正是下一章 5.2 与 5.3 节存在的理由。

变式。若参考信号改用引擎舱加速度计而非 CAN 转速，优点是能捕捉到与转速不完全同步的燃烧激励成分，缺点是信噪比与温度漂移特性变差，模型支路需要更频繁的刷新。两种参考的取舍在第 6 章传感器选型里有系统对比。

💡 关键直觉：调 FxLMS 出问题时，先查三件事的顺序是——模型的时延对齐、模型的相位误差分布、步长大小。八成的问题在前两件，步长只是最后的微调旋钮；把发散原因全归咎于步长，是新手最常见的误诊。

本节要点回顾

• 一个动作：把参考信号先经次级路径模型滤波再进更新公式，梯度方向重获物理一致。
• 宽容与底线：模型相位误差九十度以内保稳定，逼近时收敛变慢，超过即发散；时延对齐是第一检查项。
• 开销账：每采样约 2L 加 M 次乘加，典型耳机配置每秒千万级乘加，多通道线性放大。
• 步长是策略：静态小步长保安静、动态大步长保跟踪，调度逻辑需要标定。
• 模型会过期：离线标定的精度保质期有限，长期稳定依赖在线建模（第 5 章展开）。

标准算法立住了，下一节看工程里真正的算法动物园：什么场景换什么变体。