函数链接展开的冗余才是瓶颈：用重加权零吸引在鲁棒非线性有源降噪中做在线特征选择

英文题目：A Sparsity-Aware Robust Nonlinear Active Noise Control for Impulsive Noise Environments

会议身份：conference:interspeech:2026:conference-paper-id:xu26_interspeech

来源为官方会议 PDF；图片依据原页像素，表格数字依据原文引用。PDF 文字层不视为原始 TeX，未可靠恢复的结构不作推断。

会议来源：官方记录 · 官方 PDF

标签：#自适应滤波 #正则化 #鲁棒性 #主动降噪

评分：5.6/10 | 创新 1.2/2 | 技术严谨 1.0/1.5 | 实验充分 0.8/1.5 | 清晰度 0.8/1 | 影响力 0.8/1.5 | 开源 0.0/1.5 | 可复现 0.3/0.5 | 工程/实践 0.7/1.5

排名：前50% | 文档类型：方法研究

👥 作者与机构

• Hengwei Xu：机构信息未能从会议 PDF 纯文本可靠映射
• Hongqing Liu：机构信息未能从会议 PDF 纯文本可靠映射
• Liming Shi：机构信息未能从会议 PDF 纯文本可靠映射
• Lu Gan：机构信息未能从会议 PDF 纯文本可靠映射

📌 核心摘要

单通道非线性主动噪声控制需由参考信号生成控制信号以抵消经主路径到达误差传声器的脉冲非线性噪声，难点在于扬声器饱和非线性与Alpha稳定脉冲野值同时破坏线性控制器与最小均方类更新的稳定性。该方法先以三角函数链将参考向量映射为高维特征并经估计次级路径滤波得到滤波特征以建模记忆非线性，滤波特征直接驱动后续鲁棒更新。接着以最小平均p幂准则抑制脉冲梯度爆炸并叠加输出功率约束防止饱和发散，得到基线MOV-FsLMP的稳定更新量。最后叠加对数和重加权零吸引正则，对小系数强收缩而对大系数弱偏置以在线剪除冗余基，与同等对待全部展开系数的基线不同，该机制把自适应能量集中到少数物理主导分量从而降低失调并抬高稳定步长上界。在临界大步长脉冲噪声评测设置下，所提方法的MSE为-6.5 dB至-3 dB，低于基线MOV-FsLMP的MSE -2 dB至0.5 dB。该结论适用边界受限于合成主次路径与单一脉冲强度α=1.6的验证，尚未验证真实声学路径、时变次级路径估计误差与高阶Volterra非线性的外推能力。原文未披露训练、推理或部署成本。

🔗 开源与复现资源

本次未形成可展示的已核验资源记录，开放状态尚未核实。 可达状态仅表示本次链接检查结果，不代表许可证、本文权重或运行复现已验证。

🧭 深度解读

输入是什么，目标是什么，为什么线性控制器不够？

这篇论文研究的是单通道非线性有源噪声控制，输入是参考传声器拾取的参考噪声 x(n)，目标是在误差传声器处产生一路控制声 y(n)，让它经过次级通道 s(n) 卷积后尽可能抵消经主路径传来的主噪声 d(n)，残差记为 e(n)=d(n)-s(n)*y(n)。初学者可以把整个动作理解为用喇叭发出反相声波去对消噪声，评价看残差功率是否变小。论文强调两个现实约束必须同时成立。

第一，紧凑设备中的扬声器常工作在接近饱和的状态，会引入显著的非线性失真，线性滤波器结构上表达不了这种映射，强行用线性控制器会导致性能严重下降。第二，真实声场常混有脉冲噪声这类非高斯干扰，大幅值样本偶发出现，若仍用均方误差准则，1 次冲击就会把梯度带偏。因此任务不是把声音丢给一个通用模型就行，而是要在非线性建模、抗脉冲和输出不饱和 3 个要求下同时保持自适应稳定。

论文把脉冲建模为 α 稳定过程，1<α<2，α 越小拖尾越重，这决定了后文为什么 p 范数指数必须小于 α。本文没有声称代码、模型或数据已公开，读者应按仿真条件自行复现，不把未给出的实现细节当作已验证结论。

给新生的最小复述链：从样本到输出再到更新

为便于口头复述，这里把全流程压缩成一条无分支链条。输入参考样本组成向量后经函数链接展开成高维特征，权向量加权求和得到控制输出，输出经次级通道后与主噪声相减得到残差，残差经 p 幂压缩后沿滤波后特征方向更新权重，同时输出功率约束回拉能量、稀疏项按大小区别对待每个权重。基线只有前两项保护，冗余基的抖动无人处理；所提方法多出的第三项让小权重受到约 ρ 的向零拉力、大权重几乎不受影响，从而把有效输入能量降下来。

实验上用 α=1.6 脉冲、固定主次路径、P=3 展开和 50 次平均来保证可比，结论是稳态低 1–2 dB、稳定步长上限从约 0.022 推到约 0.034、每步乘法从约 2L 到约 5L 仍为线性。复述时若被问到证据边界，应回答最优步长具体值、λ 与 p 取值、硬件实测均未在原文给出，1–2 dB 与 50% 数字只在报告的仿真配置下成立。

已有路线各自解决了哪一块，为什么还剩冗余问题？

按同输入、同目标、同运行阶段对照，相关路线可以分成三支。第一支是线性有源降噪，以滤波-x 最小均方为代表，输入同样是参考噪声、目标同样是最小化残差，优点是简单，但在主路径存在式(15) 那种 2 次、3 次记忆非线性时，线性结构表达能力不足，仿真中直接表现为降噪失效。

第二支是非线性扩展，以函数链接型滤波-s 最小均方为代表，它先把参考向量做三角或多项式展开，再做线性加权，计算量小于 Volterra 等结构，能处理扬声器饱和类非线性，但它对脉冲没有专门防护，遇到大幅值样本仍可能不稳。第三支是鲁棒化与输出约束，以最小输出方差约束的滤波-s 最小 p 幂即 MOV-FsLMP 为代表，它把最小 p 幂准则和输出功率约束放在一个代价里，前者管脉冲，后者管输出能量，解决了发散和饱和问题。

论文指出前人未解决的关键是参数冗余：函数链接展开通常与结构无关，1 次生成高维特征空间，其中很多基对目标物理非线性贡献很小，却要同等参与自适应，梯度噪声在这些无关维度上累积，抬高稳态误差并浪费自由度，还会收缩稳定步长范围。稀疏感知滤波和零吸引类方法在稀疏系统辨识中有先例，但论文报告的是把它首次以重加权形式系统地放进 MOV-FsLMP 框架，而不是简单套用现成稀疏滤波器。

同条件对照小结：类别差异不能当胜负

最后再按同学术口径做 1 次有源对照，避免把类别差异误读为同条件胜负。线性 FxLMS 与非线性方法不在同一表达能力下比较，它的失效只能证明任务确实需要非线性结构，不能证明稀疏方法比线性方法好多少。FsLMS 与 MOV-FsLMP 同为滤波-s 非线性结构，前者缺鲁棒与输出约束，后者补齐这两块，因此基线 already 是一个强鲁棒基线，所提方法在其上再加稀疏，改善幅度 1–2 dB 应理解为强基线上的增量而非从零开始的降噪量。

稀疏感知自适应滤波在系统辨识中有先例，但声学有源降噪多了次级通道卷积与声反馈约束，直接移植需重新验证，本文的贡献正在于把重加权零吸引放进含次级通道的 MOV 框架并给出稳定界解释与扫描验证。未来若扩展到 Volterra 结构或实时平台，应保持同样的对照纪律：固定噪声分布、固定路径、固定展开规模与平均方式，再比较稳态、瞬态与稳定宽度 3 组指标，任何只报单点最优而不报扫描与方差的比较都不应视为完整证据。

盲目展开如何同时抬高误差和收紧稳定界？

先沿一个样本走完链路。某时刻 n，参考向量 x(n) 包含当前和过去 M-1 个参考样本，经非线性映射展开成长度 L 的向量 q(n)，控制器输出 y(n) 是权向量 w(n) 与 q(n) 的内积，y(n) 再经次级通道作用后与主噪声相减得到 e(n)，自适应部分根据 e(n) 回传调整 w(n)。问题出在展开这一步：阶数 P=3 的三角展开会让 L=M(2P+1)，维度远大于原始 M。论文把全部下标记为全集 Stotal，把真正对应物理非线性的少数下标记为有源集 Sactive，并假设|Sactive|远小于|Stotal|，这是稀疏性假设的白话含义，即非线性主要由少数低阶谐波主导。

基线代价对高维向量中所有系数一视同仁，没有惩罚冗余基的机制，于是无贡献权值仍在梯度噪声驱动下抖动。抖动的后果有两层。稳态层面上，多余维度带来额外的失调，表现为均方误差曲线下不去。稳定层面上，自适应稳定界近似反比于输入总功率 Tr(Rq) 或 E[||q(n)||^2]，维度越高、脉冲瞬时能量越大，分母越大，允许的最大步长 μmax 越小。这就解释了为什么基线在大步长下先出现剧烈波动乃至越过 0 dB 发散阈值。

理解这一点后，后文稀疏项的目标就很清楚：不是提高单步表达能力，而是把无效维度的能量剪掉，让有效能量 Eprop 远小于全量能量 Ebase，从而同时降低失调并放大稳定界。

为什么说冗余是精度与稳定性的共同瓶颈？

再从能量角度巩固 1 次直觉。全集能量 Ebase 是对所有展开维度求期望平方和，有源能量 Eprop 只对少数物理显著维度求和，当冗余被压零时 Eprop 远小于 Ebase。稳定界近似反比于该能量，因此剪枝直接放大分母倒数，允许更大步长而不越过发散阈值。失调正比于步长与梯度噪声自由度，剪枝减少了参与抖动的自由度，因而同一最优步长下的稳态地板更低。

这两个效应共用同一个根因，即盲目展开引入的结构冗余，所以论文把冗余称为限制传统函数链接鲁棒有源降噪性能的关键因素。初学者可用一句话检验自己是否理解：若把 ε 调得很小或 ρrza 调为零，吸引力消失，系统退回基线，大步长波动与 1–2 dB 差距应同时消失；若把 ε 调得过大，连大系数也被压缩，则建模精度受损，稳态可能反而变差。原文没有给出该灵敏度曲线，复现时建议补做一组小扫描来确认工作区间。

所提方法全景：三项代价各管什么，如何拼成一次更新？

所提稀疏感知 MOV-FsLMP 可以看作三项分工明确的联合代价。第一项是最小 p 幂项 E[|e(n)|^p]，负责抗脉冲，p 取得比 α 小，大样本的惩罚增长更慢。第二项是最小输出方差约束 λE[y^2(n)]，负责约束控制信号功率，防止输出饱和导致发散。第三项是重加权零吸引正则项 ρrza 求和 log(1+ε|wi|)，负责稀疏，ρrza 控制稀疏强度，ε 控制惩罚陡峭程度。论文强调该对数和惩罚近似 L0 范数，对小系数惩罚显著、对大系数偏置很小，这正是它与均匀施力的 L1 套索的区别。

1 次迭代的动作是沿总梯度做最速下降：权向量先按鲁棒项沿滤波后的展开向量方向修正，再减去输出约束项，最后减去稀疏项 sgn(w)/(1+ε|w|) 的逐元缩放形式，实现时把 μρrzaε 合并成单个常数 ρ。为帮助初学者定位信号流向，先看系统框图导读，图中区分了声学域与电子域，并把三项准则并列放在下方算法盒中。

看图路径： 1. 先沿参考 x(n) 经函数链接网络到自适应滤波器再到扬声器输出 y(n) 的主链走一遍；2. 再看下方的估计次级通道与 LMP、RZA、MOV 三个子块如何接收误差和反馈；3. 对照虚线上下两侧区分声学域的传声器扬声器与电子域的滤波与更新；4. 注意指向自适应滤波器的权重反馈与指向输出的输出反馈是两条不同虚线

论文图 1。原论文 Figure 1：“Block diagram of nonlinear active noise systems.”。

上图显示参考 x(n) 进入函数链接网络后分成两路，一路是展开后的 xe(n) 进入自适应滤波器 W(n)，另一路经估计次级通道得到 xs(n) 送入下方的算法盒，算法盒同时接收残差 e(n)、权重反馈和输出反馈，再回头更新滤波器并产生 y(n) 驱动扬声器。下方的 3 个子块分别标出 LMP 准则、RZA 惩罚和 MOV 约束，与正文三项代价一一对应。红色输出反馈虚线与绿色权重反馈虚线的分工不同，前者携带 y(n) 用于计算输出约束梯度，后者携带当前权值用于计算零吸引强度。读图时不要把声学域的主路径矩形当成可调模块，它代表不可控的物理传播，真正可调的只有电子域的权向量。

结构冗余 × 失调与稳定性界： 结构冗余指与目标物理非线性无关却被一起展开的高维基函数，失调与稳定性界指由梯度噪声累积抬高的稳态误差和由输入总能量决定的最大允许步长，二者搭配的理由是冗余维度不贡献对消却贡献能量 Ebase 和梯度噪声，组合意义是剪掉冗余等价于把有效能量从全集求和降为有源子集求和，从而同时降低失调并把 μmax 的分母变小。

从机制上看，稀疏项是一个变强度吸引子：当|wi|接近零时分母接近 1，吸引力最大约为 ρ；当|wi|远大于 1/ε 时分母很大，吸引力衰减。这让算法在运行中动态完成特征选择，把函数链接结构中无用的分支持续压向零，而保留主导非线性的大系数。论文还报告该更新不改变基线关于步长量级的稳定性条件，但实际稳定范围被显著放大，理论解释放在稳定性分析节，实验验证放在大步长对比中。

三个组件的计算细节：符号、梯度与逐元操作是什么？

先固定符号。x(n) 是参考向量长度 M，q(n) 是展开后长度 L，w(n) 是同维权向量，q’(n) 是经估计次级通道滤波后的展开向量，近似为估计脉冲响应与 q(n) 的卷积，e(n) 是标量残差，y(n) 是标量控制输出，μ 是步长，λ 是输出约束系数，p 是 p 幂指数，ρrza 和 ε 是稀疏系数。计算目标是最小化 Jprop=Jbase+ 稀疏和项，其中 Jbase 已包含鲁棒项与输出约束。原文明确给出的实现只有梯度层面的最速下降，没有引入 2 阶量、归一化分母或动量，凡是未报告的归一化、变步长、重置逻辑都不应自行脑补。

鲁棒项的梯度形式为 μp|e(n)|^{p-1}sgn(e(n))q’(n)，符号函数保留脉冲下的方向信息，幅值用 p-1 次幂压制大误差。输出约束项的梯度形式为 -2μλy(n)q(n)，它沿当前展开方向回拉输出能量。稀疏项对第 i 个权重的梯度是 ρrzaεsgn(wi)/(1+ε|wi|)，向量形式记为 grza(n)，更新时逐元相除，不存在矩阵求逆。论文把 μ 与稀疏系数合并为 ρ，纯粹是为了实现简洁，不改变数学等价性。复杂度方面，原文报告每迭代乘法量从基线约 2L 增加到约 5L，总体仍是严格线性的 O(L)，在 L 小于 100 的典型有源降噪配置下可忽略。

需要指出的缺项是，原文没有给出 λ、μ 最优值的解析选择公式，也没有报告 ε 和 ρrza 在不同 α 下的灵敏度扫描，复现时只能先固定论文值再小范围试探，不能从方法名称推定这些超参数自适应。

函数链接网络 × 滤波-s 最小 p 幂： 函数链接网络负责把参考向量用三角或多项式基展开成高维特征以表达扬声器饱和类非线性，滤波-s 最小 p 幂负责在次级通道卷积之后给出仍可用的鲁棒梯度方向，其中 p 幂用 p<α 抑制脉冲离群点，二者搭配的理由是只展开不鲁棒会被脉冲打散，只鲁棒不用展开则对付不了非线性，组合后才得到既能建模非线性又能在脉冲下更新的滤波-s 结构。

最小输出方差约束 × 最小 p 幂准则： 最小 p 幂准则负责让误差项对脉冲样本不敏感，最小输出方差约束负责惩罚控制信号功率以防止输出饱和引起发散，二者搭配的理由是一个管输入侧的离群值、一个管输出侧的能量越界，组合后基线代价同时包含 E[|e(n)|^p] 和 λE[y^2(n)]，新增作用是把鲁棒性和输出限幅放在同一个可微目标里联合求梯度。

重加权零吸引 × L1 范数： L1 范数对所有系数施加均匀的向零拉力，重加权零吸引改用 log-sum 近似 L0 范数，对小系数施加强拉力、对大系数几乎不加偏置，二者搭配比较的理由是标准 LASSO 会连有用的大物理非线性项一起压缩，而重加权形式能区分冗余展开和主导低阶谐波，组合意义是在保留大系数建模精度的同时把接近零的冗余系数按约 ρ 的强度持续向零吸引。

上述 3 组概念桥分别回答了为什么用展开加鲁棒、为什么鲁棒还要加输出约束、为什么稀疏不用普通 L1，初学者复述时应先说清每项输入输出，再说组合后的更新式多出的那一项具体在算什么。

分工速查：三项各自的输入、输出与新增作用

为避免混淆三项梯度的输入输出，这里再列 1 次分工。鲁棒项输入残差 e(n) 与滤波后特征 q’(n)，输出沿 q’(n) 方向的修正，新增作用是让大脉冲样本的修正幅值增长变缓。输出约束项输入控制输出 y(n) 与原始展开 q(n)，输出回拉能量方向的修正，新增作用是防止扬声器饱和引发的发散。稀疏项输入当前权向量 w(n)，输出逐元的符号除以 1 加 ε 幅值，新增作用是在线区分显著物理项与冗余展开并把后者压零。

三项相加后乘以步长完成 1 次更新，复杂度增量主要来自第三项的逐元绝对值、符号与除法。实现时注意除法是逐元进行，不涉及矩阵求逆；符号函数在零点的取值应与仿真框架一致，否则接近零的小系数会出现抖动。原文已验证的对照是加入第三项后精度与稳定同时改善，未报告的是第三项在不同 α 与不同路径下的最优强度，移植时不能照搬 ρrza 与 ε 而不做校验。

本研究没有离线训练，真正的计算过程是什么？

本研究属于自适应滤波在线更新，没有神经网络意义上的离线训练阶段，没有训练集反向传播、早停、权重下载或冻结主干等操作，因此 training 一节的任务是讲清实际发生的逐样本仿真与更新流程，而不是虚构训练曲线。真实计算过程是按时间 n 推进的闭环仿真：每步先按 α 稳定分布抽取参考样本并按给定差分方程生成主噪声，再用当前权向量计算控制输出，经次级通道卷积后求残差，然后按三项梯度更新权向量，50 次独立蒙特卡洛运行取平均后画出均方误差曲线。

监督来源不是人工标注，而是误差传声器处的残差 e(n) 本身，它既是性能指标又是梯度驱动信号。参数方面，滤波器权值是唯一逐样本更新的量，声学路径、展开阶数、稀疏系数在 1 次运行内冻结，步长 μ 是人工设定的扫描变量。原文未报告权向量初始化、次级通道估计误差、实时硬件延迟或定点量化影响，这些缺项意味着仿真结论不能直接等同于硬件部署结论。复现时应把随机种子、蒙特卡洛次数和平均方式固定，否则脉冲序列不同会导致曲线起伏位置不可比。

仿真条件如何固定，对比是否在同一配置下进行？

实验要回答的第一个问题是条件是否公平。论文报告所有非线性控制器都采用阶数 P=3 的三角函数链接展开，展开长度满足 L=M(2P+1)，对比对象包括标准 FxLMS、FsLMS 和基线 MOV-FsLMP，所提方法记为 Sparse-MOV，曲线平均自 50 次独立蒙特卡洛运行。噪声与路径按原文固定：参考噪声服从对称 α 稳定分布，脉冲强度与主路径记忆非线性、次级通道延迟结构都已明确，评价指标是残差均方误差与有源降噪量，dB 值越低表示残差越小，0 dB 虚线被定义为发散阈值，越过即认为失去降噪能力乃至放大噪声。下表把必须对齐的配置集中在一处，阅读时重点核对分布参数、路径形式与稀疏超参数是否与原文一致，任何一项改动都会改变稳定界。

为公平比较先提出问题：在相同展开阶数与相同脉冲强度下，基线与所提方法的差距是否来自稀疏项而非路径或噪声设置不同，指标方向是否均为越低越好。

上表说明基线与所提方法在声学路径、噪声分布和展开阶数上保持一致，唯一的系统性差异是是否加入重加权零吸引项，因此后文 1–2 dB 差距与稳定范围差距可以归因于稀疏机制而非配置漂移。但需注意原文未报告每条曲线的最优步长具体数值，只说为公平比较精心调优，这意味着读者无法直接复用某个 μ 值得到完全相同的最优曲线，只能按扫描方式重找最优点。

α 稳定分布 × 高斯白噪声底： α 稳定分布负责模拟拖尾很重、偶发大幅值的脉冲噪声源，高斯白噪声底负责模拟始终存在的微小背景起伏，二者搭配的理由是只用高斯会低估现实中的冲击，只用纯脉冲又无法检验小噪声下的稳态精度，组合后主路径输入同时包含重尾冲击和方差 10−4 量级的连续扰动，更接近论文要考核的非高斯声场。

上述对照表明脉冲源与高斯底分别考核大冲击鲁棒性和小噪声精度，复现时必须同时保留这两部分，不能只保留高斯底来美化稳态误差。

最优步长下谁的稳态误差更低，低多少？

在各自最优步长下比较收敛性能，目的是检验剪掉冗余是否降低失调。论文报告线性 FxLMS 因主路径强非线性而无法有效收敛，FsLMS 与基线 MOV-FsLMP 能降噪但受冗余维度梯度噪声抬高的地板限制，所提方法达到最低稳态均方误差，比基线好约 1–2 dB。为理解曲线的可比性，先看最优配置下的收敛图导读，横轴为迭代次数，纵轴为 MSE 的 dB 值，4 条图例不要混淆颜色与线型。

看图路径： 1. 先确认横轴是 0 到 10000 的迭代次数、纵轴是均方误差 dB 值；2. 再对比蓝色基线与红色所提方法在 1000 步之后谁更低且低多少；3. 观察两条曲线同步起伏说明脉冲冲击是共用的、差距来自算法本身

论文图 2。原论文 Figure 2：“Comparison of MSE convergence curves under opti- mal step sizes (α = 1.6). The proposed method achieves the lowest steady-state error.”。

上图可见蓝色基线与红色所提方法在起始快速下降段几乎重合，说明初始收敛速度没有被稀疏项拖慢，进入稳态后红色曲线系统性地比蓝色低约 1–2 dB，且两者同步起伏，起伏位置对应脉冲冲击时刻。灰色点线与橙色虚线代表的线性与非鲁棒方法在顶部很快超出显示范围，证实它们在该非线性加脉冲条件下不是有效基线。纵轴向下表示误差变小，不能把曲线向下误读为性能变差，末段数值才是稳态结论，全程最低点不能代替稳态平均。下表把关键数字与稳定性数字放在同一框架下，便于 1 次核对方向与量级。

比较问题是：在最优步长与临界大步长两种条件下，所提方法相对基线的稳态收益与稳定上界分别是多少，指标是否均为 dB 越低越好、步长越大越激进。

上表的主要收益是稳态精度与大步长鲁棒性同时改善，代价是每步多约 3L 次乘法，但在 L 较小且仍为 O(L) 时可接受。需要就近说明未胜出项：线性 FxLMS 在该任务中完全失效，不应被当作可比精度基线；FsLMS 虽是非线性结构但无脉冲与输出约束保护，在 α=1.6 下同样不构成稳定对比。论文显示的改善是在 α=1.6、特定主次路径与 P=3 展开下测得，换 α、换路径或换阶数时 1–2 dB 数字可能变化，这属于适用边界而非普适保证。

大步长与步长扫描能否证明稳定界真的变宽？

稳定性验证分两步。第一步固定临界大步长 μ=0.02，测试谁还能稳定对消。论文报告基线在 -2 dB 到 0.5 dB 之间剧烈波动，处于发散边缘，所提方法收敛到 -6.5 dB 到 -3 dB 区间，仍保持有效降噪。第二步扫描步长画稳态误差随 μ 变化曲线，基线在约 0.022 处穿过 0 dB 阈值，所提方法直到约 0.034 才失效，扩展超过 50%，且两条曲线都随步长增大而线性抬高，符合失调正比于步长的理论预期。为确认这两组证据，先看稳定性分析图的导读，上方面板是瞬态行为，下方面板是稳定区域分析，共用 dB 纵轴但横轴不同。

看图路径： 1. 在上方面板比较 μ=0.02 时蓝色基线在 -2 到 0 附近波动与红色方法在 -6 附近的差距；2. 在下方面板沿步长增大方向看两条稳态误差曲线何时穿过 0 dB 发散阈值线；3. 确认图例中蓝色圆点为基线、橙色方块为所提稀疏方法不要混淆

论文图 3。原论文 Figure 3：“Stability analysis. (a) Under critical step size, the proposed method remains robust. (b) The proposed method ex- tends the stable range by >50%.”。

上方面板中蓝色基线全程贴近零线上下抖动，红色曲线则压在 -6 dB 附近且波动幅度相对可控，灰色与橙色线在顶部溢出，说明大步长下只有带约束的两种方法还在工作。下方面板中蓝色圆点线斜率更陡、更早穿过灰色发散阈值虚线，橙色方块线全程更低且更晚穿线，直观支持有效能量减小则稳定界放大的理论式 μmax 近似反比于输入能量。像素不能精确读出的中间步长数值不应硬写，结论只引用原文明确给出的约 0.022、约 0.034 与超过 50% 3 个量。

该组对照同时构成消融意义上的反证：如果去掉 RZA 稀疏项，系统退回基线 MOV-FsLMP，大步长性能与稳定宽度同时退化，因此改善不能只归因于调大步长或换了噪声种子。未评测的边界是原文没有扫描 α、ε、ρrza 或次级通道失配，稳定扩展是否在这些维度同样成立属于待验证。

哪些结论有直接证据，哪些还只是推测？

直接报告的结论有三项：稳态误差改善 1–2 dB、大步长下残差区间从基线的 -2 到 0.5 dB 压到 -6.5 到 -3 dB、稳定上界从约 0.022 推到约 0.034。这些都有曲线与阈值支撑，可用报告或显示来表述。有限解释的是理论部分用有效能量 Eprop 远小于 Ebase 来解释稳定界放大，方向上得到仿真支持，但原文没有实测有效维度数、特征值或能量比，因此只能说仿真支持该机制，不能说已精确测得能量下降比例。

未验证的推测包括硬件实时声路径下的表现、Volterra 结构上的推广、不同 α 与不同脉冲强度下的鲁棒性，以及延迟、算力、误判率等部署指标，原文明确把硬件验证列为未来工作，在没有测量延迟与成本时不应承诺这些量得到改善。另一个限制是计算成本只给了乘法量级，没有给出实测耗时、内存或功耗，O(L) 趋势不等于每步 wall-clock 时间都可忽略。

相关性不等于因果的提醒同样适用：红色曲线更低与稀疏项同时出现，在固定其他配置的对比下支持因果解释，但若改变展开阶数或路径非线性形式，仍需重新验证，不能把 1 次仿真推广为所有非线性有源降噪都成立。

复现先固定什么，再扫描什么？

复现的第一步是冻结声学与噪声条件。按原文生成对称 α 稳定参考噪声并固定 α=1.6 与分散 γ=0.1，叠加方差 10−4 的高斯底，按给定差分方程生成主噪声，次级通道固定为 z−2 加 0.5z−3 的非最小相位 FIR 结构，展开统一用 P=3 三角函数链接形式。第二步固定算法超参数起点：稀疏强度 ρrza 取 2e−4，陡峭因子 ε 取 20，p 取小于 α 的值，λ 与 μ 先按小步长调到各自最优再向大步长扫描。

第三步固定评价方式：50 次独立蒙特卡洛平均，纵轴用稳态 MSE 的 dB 值，0 dB 作为发散阈值，同时记录最优步长曲线、μ=0.02 临界曲线和步长扫描曲线 3 组结果，缺一组都无法同时验证精度与稳定两个主张。计算成本核对表放在此处，目的是让读者在动手前确认额外开销是否可接受。下表问题是：加入稀疏项后每步计算量增加多少，量级是否改变，典型长度下是否可忽略。

上表显示代价是每步多约 3L 次乘法与逐元除法，收益是精度与稳定范围同时改善，在 L 较小时交换比合理。复现时还需补记原文缺项：λ 取值、μ 最优值、p 具体值、初始化与随机种子、次级通道是否理想估计，这些不补齐就无法逐点重合曲线，只能重合趋势与区间。资源状态方面，本次未发现来源绑定且完成 HTTPS 验证的资源，不得声称代码、模型或数据已公开，一切以自行实现为准。

何时值得尝试这种稀疏鲁棒组合，还需补哪项验证？

当 3 个信号同时出现时值得优先尝试该组合：扬声器接近饱和带来可用三角或多项式基描述的非线性、环境中存在 α 稳定类脉冲冲击、函数链接展开后维度明显大于原始参考长度且怀疑多数基无贡献。此时基线 MOV-FsLMP 能保稳定但会被冗余拖累稳态与步长上限，而重加权零吸引恰好在不压缩大系数的前提下持续压制小系数，相当于在线特征选择。

动手顺序建议先复现基线并确认在 μ=0.02 附近出现波动，再加入稀疏项观察稳态是否下移 1–2 dB、扫描曲线是否右移超过 50%，若两项同时出现则说明机制生效；若只出现一项，应先检查 ε 与 ρrza 是否过大或过小，而不是直接增大步长。还需补的验证包括更换 α、更换主次路径、引入次级通道估计误差、测试长时跟踪与突变噪声，以及在真实硬件上测量延迟与功耗。教学上的常见误解是把曲线向下直接等同于处处更好，实际上脉冲引起的同步起伏依然存在，改善的是平均地板与失稳阈值。

另一个误解是把稀疏等同于压缩模型尺寸，本文稀疏发生在自适应权值层面，展开长度 L 本身没有缩短，省的是有效能量与梯度噪声。记清这些边界后，该方法可以作为非线性脉冲有源降噪的一个可复述、可核对的基线改进。

⚖️ 评分明细

评分属于系统判断，不是论文实验结果；八维数值与总分见页首，原始审计记录保留在后端。

• 评分规则：type-aware-v1
• 评分模型：muse-spark-1.3-contributor
• 评分请求协议：openai_responses

← 返回 interspeech-2026 论文汇总