5.2 在线建模的三种实现与时机

5.2 在线建模的三种实现与时机

本节摘要：离线标定的模型保质期以小时到季节计，在线建模让系统边工作边刷新对次级路径的认知。本节对比三种实现——探询信号注入、播放信号复用、辅助传感器互测——给出各自的付出与回报，并讨论刷新时机策略：什么时候刷、刷多久、刷多响。

5.1 节把模型的初值建好了，这一节处理保鲜。在线建模是 ANC 系统里最体现"运营思维"的模块：它没有算法上炫目的成分，全是务实的取舍——刷新要响度（激励能量够才有信噪比）与不可闻（用户听不到探询声）天然冲突，三种实现就是这个冲突的三种解法。

三种实现的取舍账

实现一：探询信号注入。 最直接的做法：在控制器输出上叠加一个低幅度的已知激励（调频脉冲或伪随机序列），误差麦克风收到的信号里，激励的响应分量就是当前路径的实时答卷，跑一个并行的小型 LMS 辨识器即可持续更新模型。它的账目如下。收益：辨识质量可控——激励带宽、幅度、时长都是自己定的，信噪比有保底；实现简单，绝大多数 ANC 芯片原生支持。代价：探询声可能被用户听到（安静环境下低频调频脉冲有可感的"沙沙"或"嗡"声）；激励占据了功放的一点动态余量；辨识器与主控制器并行跑，算力增加约三成。参数折中是本实现的核心功课：幅度从"刚好可闻"往下探三到六分贝起试，时长按信噪比需求从十几毫秒到几百毫秒伸缩，刷新周期与漂移速度匹配——耳机漂移快就频繁短刷，工业漂移慢就低频长刷。

实现二：播放信号复用。 不注入任何新信号，把系统自己在处理的信号（耳机正在播的音乐、车载正在放的音频）当作免费激励，从功放信号与误差麦克风信号的相关性里提取路径信息。收益是零可闻干扰——没有探询声这个概念了。代价有二：激励的频谱随内容走，音乐低频多高频少，模型在高频段的刷新质量看内容脸色；相关性提取需要内容与路径响应可分离，当音乐暂停或播放极安静片段时，刷新自动断粮——需要检测内容条件再启动刷新。它适合作为探询法的降频搭档：内容好时用内容刷，内容差时才注入探询，把可闻干扰压到接近零。

实现三：辅助传感器互测。 加一路硬件：一只内部监测麦克风或加速度计，专司观察执行器与声学腔体的状态，用它与误差麦克风之间的传递关系反推路径漂移。收益是刷新完全独立于音频内容与探询调度，时序自由；对结构性漂移（耳罩压缩、支架形变）尤其敏感。代价是硬件成本与布线，以及新传感器自身也需要标定——把一个未知量变成了两个未知量之间的关系。它常见于车载（车内麦克风阵列本来就是标配，复用成本近乎零）与对可靠性要求高的工业系统，消费耳机里较少见。

图：三种在线实现的对比矩阵

刷新时机的策略设计

选好实现还要定时机。时机的本质是把刷新动作塞进用户感知与系统资源的空隙里。静默期刷新利用无音频播放的间隙注入探询，质量最好且零重叠干扰，适合耳机摘下放回充电盒前、车载熄火前的窗口；缺点是静默期未必赶得上漂移（用户戴着听歌的全程恰恰是漂移最快的时段，因为姿态与体温都在变）。播放间隙刷新利用音乐的自然停顿（歌与歌之间、语音通话的静默段）插短探询，平衡了时机与频率，是耳机产品的主流选择；实现上需要内容活动检测，探询时长按间隙宽度自适应。低幅度持续刷新把探询幅度压到感知阈以下常开，接受辨识信噪比的损失换取时序上的从容，多用于环境噪声本身较高的场景（车载行驶中、工业现场）——环境噪声掩盖了探询声，信噪比损失又被环境激励补回一部分。

三种时机策略共享一条铁律：刷新期间主环路继续工作，但权值更新要用新模型平滑接管。模型系数突变等于交易员的行情模型瞬间改写，主环路输出会跳变，用户听到"噗"声。工程做法是对模型系数做时间常数零点几秒的平滑过渡，让认知更新像潮水而非换挡。

动手实现：一个最小探询刷新器

下面给出探询式在线建模的骨架逻辑，可直接映射到任何 ANC 固件的调度框架。

# 探询式在线建模调度器（骨架）
状态: Sh[0..M-1]     # 当前生效的次级路径模型
      Sraw[0..M-1]   # 在线辨识器的原始估计
      calm_timer     # 内容静默检测计时

每采样周期:
1.  y_ctrl = 主控制器FxLMS输出
2.  probe   = 探询波形生成器.output()   # 幅度按场景配置，常为负二十至负三十分贝满幅
3.  输出 y_ctrl + probe 到功放
4.  err = 误差麦克风采样
5.  Sraw = LMS更新(Sraw, probe参考, err)  # 只用探询分量做辨识，需与主输出正交化
6.  if 置信度达标:
      Sh_smooth = 平滑滤波(Sh_smooth, Sraw)   # 时间常数约零点三秒
      Sh = Sh_smooth                          # 新认知平滑接管

调度策略:
- 内容活动检测为静默时, probe 幅度升档、时长缩短, 抢质量
- 检测到强漂移(残差报警)时, 刷新周期减半
- 探询累计时间超预算时, 回落到低幅度持续档
​

实现细节里的两个坑：辨识器输入必须与主控制器输出正交化（否则主对冲信号混进辨识相关项，模型学到的是"对冲信号到残余"的假路径）；置信度判据要看相位而不仅是幅值——幅值残差小不代表相位对，而相位才是稳定性的命门（3.2 节的九十度判据）。

案例展开：车载系统的夏季失配与刷新策略重构

背景。某车载 ANC 系统在北方市场表现稳定，南方夏季投诉集中出现：行驶首小时内降噪明显变弱，一小时后自行恢复。排查发现座舱暴晒后内饰温度升高，声学路径（特别是头枕麦克风附近的局部声场）漂移显著，而系统的在线刷新只在车辆启动时执行一次。

操作。团队重构刷新策略：常态档用播放音频复用刷新（行驶中音乐常开，内容条件好），幅度需求为零；音乐静默超过两秒时切入短探询（时长八十毫秒、幅度负二十六分贝满幅，被路噪掩盖）；工况突变检测（座舱温度传感器变化率超阈值）时主动提高刷新频率并把权值更新步长联动放大。模型系数全程平滑接管。

结果。夏季失配投诉清零；刷新调度的平均占空比为播放复用百分之八十五、短探询百分之十四、静默长刷百分之一，探询声不可闻率在主观测试中达到全部工况通过。算力增加约两成，在现有 DSP 余量内消化。

解读。案例揭示了在线建模策略设计的一个方法论要点：刷新策略应该是工况感知的，而不是固定周期的定时器。暴晒、载荷变化、开窗这些工况事件是漂移的先导指标，用它们触发刷新，比盲目的均匀刷新在效果与开销两个维度上都占优。这也解释了为什么高端方案的在线建模模块代码量里，调度与状态机占了七成——辨识器本身只有几十行，让它聪明地知道"什么时候刷、刷多响、刷完怎么接管"才是工程主体。

变式。工业管道系统没有"音乐"可复用，探询法是唯一选择，但管道工况（气流、温度）漂移慢，刷新周期可以拉长到分钟级，探询时长可以放宽到秒级换取极佳信噪比——场景把三种时机策略的可行域完全重排了。策略没有通用模板，只有"漂移速度、感知约束、资源余量"三个输入的联立求解。

⚠️ 常见坑：把在线建模当成万能保险。在线刷新只能追连续慢漂移，对突变（耳机摔落、麦克风堵塞、扬声器损坏）无能为力——突变时辨识器会学到一条"坏路径"并把主环路带进沟里。健壮的系统在刷新通路外加一层突变检测：新模型与旧模型的差异超阈即丢弃并告警，宁可退回旧模型降级运行，也不让坏认知上岗。

本节要点回顾

• 三种实现：探询注入质量可控但有可闻代价，播放复用零干扰但看内容脸色，辅助互测时序自由但要加硬件。
• 三种时机：静默期、播放间隙、低幅度持续，按漂移速度与感知约束联立选择。
• 平滑接管：模型系数更新必须走时间常数平滑，否则认知改写变成可闻跳变。
• 工况感知调度：用温度、载荷等漂移先导指标触发刷新，优于定时器。
• 突变防护：在线刷新管慢漂移，突变靠检测与拒绝机制兜底，坏认知宁可不上岗。

模型建好也保鲜了，最后一道题是：当认知注定有缺口时，如何保证系统不翻车。下一节讲鲁棒性设计。