📄 Joint Estimation of Primary and Secondary Paths for Personalized Hearable Applications

#主动降噪 #信号处理 #自适应滤波器 #实时处理 #鲁棒性

✅ 7.5/10 | 前25% | #主动降噪 | #信号处理 | #自适应滤波器 #实时处理

学术质量 6.0/7 | 选题价值 2.0/2 | 复现加成 0.0 | 置信度 高

👥 作者与机构

  • 第一作者：未说明（论文未明确标注）
  • 通讯作者：未说明（论文未明确标注）
  • 作者列表：Sooyeon Park (Samsung Research, Seoul, South Korea), Kyoungbo Min (Samsung Research, Seoul, South Korea), Seungdo Choi (Samsung Research, Seoul, South Korea), Ikchae Jeong (Samsung Research, Seoul, South Korea), Hosang Sung (Samsung Research, Seoul, South Korea)

💡 毒舌点评

亮点：该工作巧妙地将一个通常需要额外激励或离线数据的双路径在线估计问题，转化为一个利用现有自适应滤波器系数变化和音乐播放作为“天然激励”的可识别线性系统，并给出了严格的可解性条件，理论框架非常优雅实用。 短板：实验部分“高高举起，轻轻放下”，核心的路径估计精度验证不错，但最终的ANC性能对比（表1）却只和一个“固定滤波器”简单比拼，缺少与文献中其他在线二次路径估计方法的横向对比，削弱了方法优越性的说服力，也暴露了其作为一篇完整研究论文的验证闭环不够完整。

📌 核心摘要

  1. 本文旨在解决个性化可穿戴设备（如耳机）中，因用户耳道与设备耦合差异导致主动降噪（ANC）性能不一致的问题。关键挑战在于同时在线估计受用户影响的主路径和副路径，而现有方法要么需要离线校准，要么需注入干扰噪声，要么计算复杂度过高。
  2. 方法核心是：在混合ANC系统中，利用自适应滤波器系数 W(z) 的更新变化和音乐播放信号 M(z) 的变化，在连续帧中构建一个关于有效路径 ~Pxe(z) 和 ~Se(z) 的2×2线性方程组（公式10-12）。通过证明系统矩阵 A(z) 在特定条件下可逆（定理3.2），使得路径估计问题变得可解。
  3. 与已有方法相比，新在：① 无需辅助激励，完全利用现有音频信号（噪声、音乐）和自适应滤波过程本身产生的变化；② 无需离线训练或预建模；③ 提出了一个统一的子空间卡尔曼滤波框架，能自动处理激励不足的情况（公式19-33），实现路径的递归跟踪。
  4. 主要实验结果：在消声室使用商业耳机和头模进行测试。图3显示，估计的主路径和副路径与实测路径在大部分频段紧密吻合。表1显示，在5次重新佩戴耳机后，所提方法的ANC降噪性能（平均约-18.5 dB）比固定滤波器（平均约-17.0 dB）更稳定、略优。
  5. 实际意义：该框架为无需用户繁琐校准、即插即用的个性化可穿戴音频设备（支持ANC、通透模式、个性化音效）提供了一种实用的实时声学路径估计方案。
  6. 主要局限性：论文指出，从估计的路径到最优ANC滤波器的映射 Δ(z) 仍需要数据驱动的个性化建模，这是未来工作，目前框架的完整性因此略打折扣。此外，实验部分缺乏更全面的性能对比。

🏗️ 模型架构

本文提出的并非传统意义的“神经网络模型”，而是一个信号处理与自适应滤波框架。其核心架构如图1所示： 图1: 混合主动降噪系统框图 图1：混合主动降噪（HANC）系统框图。展示了系统的信号流。外部噪声 X(z) 作为参考信号，经过前馈滤波器 W(z) 处理。同时，功能音 M(z)（如音乐）被注入。反馈滤波器 C(z) 处理带有单样本延迟的误差麦克风信号 Ee(z)。扬声器输出 Y(z) 通过副路径 Sd(z) 到达鼓膜，通过 Se(z) 到达误差麦克风。噪声 X(z) 通过主路径 Pxd(z) 到达鼓膜，通过 Pxe(z) 到达误差麦克风。目标是估计 Pxe(z) 和 Se(z) 以设计最优滤波器 W_Fd^B(z)。

整体流程：

  1. 系统模型：首先建立了混合ANC系统的信号模型（公式1-3），并定义了关键的桥接函数 Δ(z)（公式4）和误差最优滤波器 We(z)（公式7）。
  2. 问题转化：通过引入闭环影响（公式8-9），将无法直接观测的鼓膜信号估计问题，转化为利用误差麦克风信号 Ee(z) 估计有效路径 ~Pxe(z) 和 ~Se(z) 的问题。
  3. 联合估计框架：这是核心组件。其工作原理是：
    • 构建可识别方程：利用连续两帧（或持续累积）的观测数据，其中 X(k)(z)、W(k)(z) 和 M(k)(z) 作为已知量，E(k)(z) 作为观测值，构建线性系统（公式10-12）。
    • 递归更新：采用指数平滑（公式17-18）累积信息矩阵 Ak 和向量 bk，使系统从单帧的欠定（秩1）逐渐变为满秩可解。
    • 子空间卡尔曼滤波求解：将 Ak 进行奇异值分解（SVD），在由奇异向量张成的子空间中运行卡尔曼滤波（公式19-32）。当某个方向激励不足（σi 小）时，自动跳过更新，从而统一处理各种激励情况，最终得到路径估计 xk|k（公式33）。
  4. 滤波器设计应用：将估计出的 Pxe(z) 和 Se(z) 通过 Δ(z) 映射，得到目标前馈滤波器 W_Fd^B(z)（公式5-6）。鉴于硬件限制，该滤波器被设计为级联的二阶节（biquad）结构（公式34及图2），仅估计其幅频响应。

💡 核心创新点

  1. 无需辅助激励的联合在线估计框架：首次提出在商用可穿戴设备的实际工作场景（有自适应ANC和音乐播放）下，同时在线估计主路径和副路径。这避免了注入辅助噪声带来的用户体验下降和传统方法的复杂性。
  2. 可解性条件的理论证明：通过定理3.2，严格证明了在三种常见场景下（无音乐但滤波器更新、滤波器固定但音乐变化、两者都变化），路径联合估计问题都是可解的。这为方法提供了坚实的理论基础，说明该框架在实践中是可行的。
  3. 基于子空间卡尔曼滤波的统一求解器：创新性地将路径估计问题建模为状态空间模型，并利用SVD将卡尔曼滤波投影到激励有效的子空间。该方法能自适应处理激励不足的方向（不更新），无需人工干预，实现了主路径、副路径及联合估计场景的统一递归求解。

🔬 细节详述

  • 训练数据：未提供专门的训练数据集。实验使用了真实商业耳机在消声室采集的信号：参考噪声 X(z) 为“babble noise”（嘈杂人声），功能音 M(z) 为BTS的歌曲《Dynamite》。路径估计的“真值”是通过使用GRAS 45CA头模和外部扬声器测量的原始脉冲响应。
  • 损失函数：未提及显式损失函数。该方法是基于系统辨识和卡尔曼滤波框架，最小化观测信号的预测误差（公式28， rk）。
  • 训练策略：方法为递归在线运行，无需离线训练。关键的更新策略是指数平滑（公式17-18），其中遗忘因子 λ 是关键超参数，但论文未给出其具体数值。
  • 关键超参数：
    • 遗忘因子 λ：未说明具体值。
    • SVD阈值 τ_SVD：用于判断奇异值是否足够小以跳过更新，未说明具体值。
    • 卡尔曼滤波的过程噪声协方差矩阵 Q 和观测噪声协方差矩阵 R：未说明具体设置。
    • 分析用降采样率：从375kHz降至16kHz。
    • Kalman滤波更新频率：仅在与ANC相关的47个频率bin上进行。
  • 训练硬件：未说明。
  • 推理细节：
    • 解码策略：不适用。
    • 流式设置：系统设计为帧式处理（k=1,2,...），每帧更新一次 Ak, bk 和卡尔曼状态，适用于实时流式处理。
    • 滤波器结构：目标滤波器 W_Fd^B(z) 被设计为13个级联的二阶节（biquad sections），在375kHz采样率下运行。
  • 正则化或稳定训练技巧：卡尔曼滤波本身具有递归最小二乘的性质，子空间投影是一种隐式的正则化，避免了在激励不足方向的盲目更新。

📊 实验结果

主要实验在消声室进行，使用三星商业耳机（GRAS 45CA头模）、13个biquad级联的ANC滤波器，采样率375kHz（分析时降至16kHz）。

  1. 路径估计精度验证（图3）： 图3: 路径估计结果 图3：在有/无音乐播放条件下估计的主路径和副路径与实测路径的比较。横坐标为频率，纵坐标为幅度（dB）。图中显示，估计曲线（不同颜色的实线）与实测曲线（黑色虚线）在大部分频率范围内（特别是ANC相关的中高频）非常接近，验证了方法在实际场景下的估计准确性。低频端的轻微差异可能源于频率泄漏。

  2. ANC性能对比（表1）：

    方法第1次插入第2次插入第3次插入第4次插入第5次插入
    固定ANC-16.1 dB-17.3 dB-16.3 dB-16.2 dB-19.0 dB
    自适应ANC (本文)-18.4 dB-19.0 dB-17.8 dB-17.9 dB-19.3 dB
    表1：比较两种方法在五次重新插入耳机后的噪声降低性能（3150 Hz以下，三分之一倍频程带内）。数字表示降噪量，绝对值越大越好。
    • 结论：所提自适应ANC方法在五次实验中的平均降噪性能（约-18.5 dB）优于固定滤波器（约-17.0 dB），且性能波动更小（标准差更小），表明其个性化适配能力更强，能更好地应对用户佩戴差异。

⚖️ 评分理由

  • 学术质量：6.0/7：创新性(2.0/2.5)：提出了一个新颖、优雅且理论上完备的在线联合估计框架，是本文最大亮点。技术正确性(2.0/2.5)：数学推导严谨，实验初步验证了估计有效性。实验充分性(1.0/1.5)：路径估计实验较好，但ANC应用实验对比基线过于简单，缺乏说服力。证据可信度(1.0/1.0)：实验在受控环境（消声室、头模）下进行，结果可信，但实际使用场景的验证有待加强。
  • 选题价值：2.0/2：直接针对可穿戴音频产品的核心痛点（个性化与实时性），具有明确的工业应用前景和学术价值。
  • 开源与复现加成：0.0/1：未提供任何可获取的代码、模型或数据，复现门槛高。

🔗 开源详情

  • 代码：论文中未提及代码链接。
  • 模型权重：未提及。
  • 数据集：未提及公开数据集。实验数据为内部采集。
  • Demo：未提及。
  • 复现材料：论文中未提供详细的训练配置、超参数值（如λ， Q， R）或附录说明。
  • 论文中引用的开源项目：未提及依赖的开源工具或模型。
  • 总体：论文中未提及开源计划。

← 返回 ICASSP 2026 论文分析