📄 A Stabilized Hybrid Active Noise Control Algorithm of GFANC and FxNLMS with Online Clustering

#语音增强 #信号处理 #深度学习 #实时处理

✅ 7.5/10 | 前25% | #语音增强 | #信号处理 #深度学习 | #信号处理 #深度学习

学术质量 5.5/7 | 选题价值 1.5/2 | 复现加成 0.5 | 置信度 高

👥 作者与机构

• 第一作者：Zhengding Luo (南洋理工大学电气与电子工程学院)
• 通讯作者：Haozhe Ma (新加坡国立大学计算学院)
• 作者列表：Zhengding Luo (南洋理工大学电气与电子工程学院), Haozhe Ma (新加坡国立大学计算学院), Boxiang Wang (南洋理工大学电气与电子工程学院), Ziyi Yang (南洋理工大学电气与电子工程学院), Dongyuan Shi (西北工业大学), Woon-Seng Gan (南洋理工大学电气与电子工程学院)

💡 毒舌点评

亮点： 巧妙地将生成式固定滤波器（快）与自适应算法（准）结合，并针对混合系统可能出现的“打架”（因权重微调导致滤波器重置）问题，设计了一个简洁有效的在线聚类“和事佬”，使系统既快又稳。 短板： 创新本质是“搭积木”式组合现有模块（CNN预测权重+聚类稳定+FxNLMS优化），理论深度不足；实验虽充分但仅限于仿真，缺乏真实硬件平台（如耳机、车内）的部署验证，实际落地效果存疑。

📌 核心摘要

1. 解决的问题： 传统FxNLMS自适应算法收敛慢且有发散风险；新提出的GFANC固定滤波器算法响应快但缺乏适应性，稳态误差可能较大。直接将两者结合会因GFANC生成的控制滤波器频繁微小变化而反复重置FxNLMS，导致系统不稳定。

2. 方法核心： 提出了一种带在线聚类的混合GFANC-FxNLMS算法。在帧率，CNN预测权重向量以组合子控制滤波器生成初始控制滤波器；在线聚类模块判断新权重向量是否与当前权重向量属于同一“类”，只有显著变化时才更新，避免不必要的重置。在采样率，FxNLMS算法以该生成滤波器为起点，利用误差信号持续进行细粒度优化。

3. 创新之处： 首次将GFANC与FxNLMS结合，并引入在线聚类机制来稳定双速率框架下的滤波器更新冲突。相比SFANC-FxNLMS，本文方法仅需一个预训练的宽带滤波器，泛化性更强。

4. 主要实验结果： 仿真结果显示，所提算法在车辆噪声和100-1200Hz噪声下，均实现了快速响应（如图5(d,h)所示，首秒降噪量即高于FxNLMS）、极低的稳态误差（优于GFANC和SFANC）以及高稳定性（图4证明了聚类的有效性）。具体数值见下表（根据图5(d)和5(h)描述）。

   噪声类型	算法	初始几秒平均降噪水平 (dB)	后期平均稳态降噪水平 (dB)
   车辆噪声	GFANC-FxNLMS (with clustering)	~10-12	~13-15
   	FxNLMS	~0 (需数秒收敛)	~13
   	GFANC	~12	~11 (稳态误差高)
   100-1200 Hz噪声	GFANC-FxNLMS (with clustering)	~15-18	~18-20
   	FxNLMS	~0 (需数秒收敛)	~16
   	GFANC	~16	~14 (稳态误差高)

5. 实际意义： 为汽车、飞机客舱、耳机等低频噪声控制场景提供了一种兼顾快速响应、高降噪量和稳定性的新解决方案，且仅需预训练一个宽带滤波器，降低了部署复杂度。

6. 主要局限性： 创新主要停留在算法模块组合与工程优化层面；在线聚类的关键参数（距离阈值τ）选择依赖经验；所有实验均为仿真，缺乏真实硬件环境下的验证。

🏗️ 模型架构

本文提出的混合GFANC-FxNLMS算法是一个双速率系统，其完整架构如下（对应论文图1）：

1. 输入： 一帧（frame）或一个采样点（sample）的参考噪声信号 x(n)。
2. 控制滤波器生成（帧率，Co-processor）：
   • CNN模块： 以一帧噪声波形 x 作为输入，预测一个 M 维（本实验 M=8）的权重向量 g'。CNN的架构（卷积层、池化、残差块、全连接、Sigmoid激活）与文献[21]相同，是一个轻量级回归网络。
   • 在线聚类模块（Online Clustering）： 接收CNN预测的 g'，与一组动态维护的聚类中心 C 进行比较。根据公式(2)的欧氏距离计算，判断 g' 应被分配到哪个现有聚类，或者创建一个新聚类。只有当 g' 的聚类索引 k' 与当前使用的权重向量 g 的索引 k_g 不同时，才执行更新 (g, k_g) <- (g', k')。聚类中心通过公式(3)增量更新。此机制过滤了微小波动，只响应显著变化。 子控制滤波器生成： 当 g 更新时，通过 w = g f（f 为 M 个预训练子控制滤波器构成的矩阵）生成新的控制滤波器 w。子控制滤波器 f 是从一个预训练的宽带控制滤波器（覆盖20-2000Hz）分解而来的（如图3所示）。
3. 噪声控制与滤波器优化（采样率，Controller）：
   • 实时控制： 使用当前控制滤波器 w(n) 对每个采样点的参考信号 x(n) 进行滤波，产生次级信号 s(n)，并计算误差信号 e(n) = d(n) - s(n)（d(n) 为初级噪声）。
   • FxNLMS更新： 利用误差信号 e(n)、参考信号的滤波参考信号 x'(n) 以及次级路径估计 S(z)，按FxNLMS算法更新控制滤波器系数 w(n+1)。这一步在帧率控制滤波器生成的 w 基础上进行持续微调。

关键设计选择： 双速率设计允许CNN和在线聚类在计算资源相对宽裕的协处理器上以帧率运行，而耗时的FxNLMS算法在实时控制器上以采样率运行，实现了无延迟的初始控制与持续优化的结合。在线聚类是稳定整个混合系统的关键。

💡 核心创新点

1. 首次将GFANC与FxNLMS集成： 利用GFANC生成优质初始滤波器来加速FxNLMS的收敛，克服了FxNLMS冷启动慢的缺点；同时利用FxNLMS的在线适应性来降低GFANC因缺乏适应性可能导致的稳态误差。实现了两种方法的优势互补。
2. 引入在线聚类稳定双速率系统： 明确指出了直接混合GFANC和FxNLMS会导致因权重向量微小变化引起的FxNLMS频繁重置问题。创新性地引入在线聚类模块，通过对权重向量空间进行动态聚类和阈值判断，仅在权重发生“质变”时才更新控制滤波器，有效抑制了系统波动，增强了稳定性。
3. 单一宽带预训练滤波器： 相比SFANC需要预训练多个不同频段的滤波器，本文方法只需预训练一个覆盖目标频段的宽带滤波器并将其分解，简化了先验需求，提升了算法的泛化能力和易用性。

🔬 细节详述

• 训练数据：
  • CNN训练集： 80,000个合成噪声帧和10,000个真实噪声帧。合成噪声通过将白噪声通过频率范围随机（20-2000Hz内）的带通滤波器生成。真实噪声来自SONYC Urban Sound Tagging Dataset。
  • 测试集： 2,000个合成噪声和500个真实噪声。
  • 声学路径： 使用从噪声箱通风口测量的真实声学路径数据。
• 损失函数： CNN训练使用均方误差（MSE）损失，用于预测权重向量。测试集上MSE为0.0031。
• 训练策略： 论文未详细说明CNN的训练超参数（如学习率、优化器、epoch数等），仅提到使用了“自适应标记机制”[21]来自动为噪声帧分配最优权重向量标签。
• 关键超参数：
  • 子控制滤波器数量 M=8。
  • 控制滤波器长度 L=1024 抽头。
  • 采样率 16 kHz。
  • 在线聚类距离阈值 τ=0.6。
  • CNN输入长度：16,000个采样点（即1秒）。
  • FxNLMS步长：0.002。
• 训练硬件： 未说明。
• 推理细节： 在线聚类在协处理器上以帧率（每帧16,000点）运行。FxNLMS在实时控制器上以采样率（16kHz）运行。CNN模型计算量：237.56M MACs，480.41M FLOPs，参数量0.21M。
• 正则化或稳定训练技巧： 在线聚类模块本身是一种针对混合系统稳定性的“技巧”。CNN训练可能使用了常规正则化，但论文未提及。

📊 实验结果

表1：不同ANC算法特性比较（论文原文表1）

表3：CNN在测试集上的性能（论文原文表3）

图4：在线聚类有效性验证（有/无聚类误差信号对比） 图4a 图4b 图4c 图4d 说明： 在航空噪声和宽带噪声下，使用在线聚类的算法误差信号更平滑、更低，而不使用聚类的算法则因频繁重置出现大幅波动，证明了聚类对稳定性的关键作用。

图5：不同算法降噪性能对比（车辆噪声 & 100-1200Hz噪声） 图5a-d 图5e-h 说明：

• 车辆噪声： (a)-(c)显示GFANC-FxNLMS立即生效且误差最低。(d)的定量对比表明，GFANC-FxNLMS在整个时间段内平均降噪水平最高，尤其初始阶段远优于需收敛的FxNLMS。
• 100-1200Hz噪声： (e)-(g)呈现类似趋势。(h)显示GFANC-FxNLMS稳态降噪水平达到约18-20dB，优于FxNLMS（~16dB）和GFANC（~14dB）。
• 关键结论： 所提算法在响应速度上与GFANC、SFANC系列持平，但在稳态误差上达到甚至略优于FxNLMS，实现了综合性能最优。

⚖️ 评分理由

• 学术质量：5.5/7。 论文结构完整，问题定义清晰，提出的混合架构与在线聚类方案逻辑自洽且有效，实验设计充分并提供了令人信服的对比结果。创新性主要体现在解决特定工程问题（混合系统稳定性）的巧妙方法上，而非提出全新的理论或框架。
• 选题价值：1.5/2。 ANC是实用性强、需求明确的领域，该研究针对具体算法缺陷进行改进，对推动该领域实际应用（如车载、耳机降噪）有直接价值。
• 开源与复现加成：0.5/1。 论文承诺开源代码，提供了详细的算法伪代码和关键参数，复现可行性较高。但未提供预训练模型、子滤波器文件及完整数据集信息，未能给出满分。

🔗 开源详情

• 代码： 论文明确提供代码仓库链接：https://github.com/Luo-Zhengding/GFANC-FxNLMS。
• 模型权重： 论文中未提及是否公开CNN或预训练子控制滤波器的权重。
• 数据集： 训练数据包括合成数据和来自SONYC Urban Sound Tagging Dataset的真实数据，论文未说明是否会提供完整的合成数据生成脚本或链接至原始数据集。
• Demo： 论文中未提及在线演示。
• 复现材料： 论文提供了算法伪代码（表2）、关键超参数（τ, M, 滤波器长度，步长）、CNN的架构描述及计算量指标，为复现提供了必要信息。
• 论文中引用的开源项目： 论文主要引用了自身团队的先前工作[21, 22, 23]，未明确列出依赖的外部开源工具或模型库。

← 返回 ICASSP 2026 论文分析