[論文レビュー] Study of Switched Step-size Based Filtered-x NLMS Algorithm for Active Noise Cancellation

Li, Zhiyuan, Yi Yu+3 more|arXiv (Cornell University)|Jan 23, 2026

Advanced Adaptive Filtering Techniques被引用数 0

ひとこと要約

本論文は、活性雑音キャンセル（ANC）における収束と定常状態の性能を改善するためのスイッチドステップサイズ FxNLMS（SSS-FxNLMS）アルゴリズムと、インパルスノイズに対して頑健性を持つ改良版（R-SSS-FxNLMS）を提案する。

ABSTRACT

While the filtered-x normalized least mean square (FxNLMS) algorithm is widely applied due to its simple structure and easy implementation for active noise control system, it faces two critical limitations: the fixed step-size causes a trade-off between convergence rate and steady-state residual error, and its performance deteriorates significantly in impulsive noise environments. To address the step-size constraint issue, we propose the switched \mbox{step-size} FxNLMS (SSS-FxNLMS) algorithm. Specifically, we derive the \mbox{mean-square} deviation (MSD) trend of the FxNLMS algorithm, and then by comparing the MSD trends corresponding to different \mbox{step-sizes}, the optimal step-size for each iteration is selected. Furthermore, to enhance the algorithm's robustness in impulsive noise scenarios, we integrate a robust strategy into the SSS-FxNLMS algorithm, resulting in a robust variant of it. The effectiveness and superiority of the proposed algorithms has been confirmed through computer simulations in different noise scenarios.

研究の動機と目的

• FxNLMSベースのANCにおける収束速度と定常状態残差誤差のトレードオフに対処する。
• 各反復で最適なステップサイズを選択するためのMean-Square Deviation（MSD）駆動メカニズムを開発する。
• 頑健なコスト関数をSSS-FxNLMSフレームワークに組み込み、インパルスノイズに対する頑健性を高める。

提案手法

• FxNLMSのMSD再帰を導出し、パフォーマンスへのステップサイズの影響をモデル化する。
• 候補ステップサイズのセットを導入し、予測MSDを最小化することで各反復で最適なものを選択する。
• SSS-FxNLMS更新式を定義する： w_{m+1} = w_m + (mu_opt,m x_{f,m} e_m) / ||x_{f,m}||^2。
• R_{f,m}およびP_mの対角近似を用いた低計算複雑度形式へMSD更新をベクトル化する。
• 頑健性を持つ改良版（R-SSS-FxNLMS）へ拡張するため、頑健関数に基づくスケーリング係数 g[e_m] を導入する（MCCベース）。
• 表生成のアルゴリズム要約を提供し、他のFxNLMSバリアントと比較した計算複雑性を論じる。]
• research_questions: ["MSDベースのステップサイズ切替はANCにおけるFxNLMSの収束を速め、定常状態の誤差を低減できるか。", "SSS-FxNLMSへ頑健なロス（MCCベース）を組み込むと、インパルスノイズ下で性能は改善されるか。", "SSS-FxNLMSとその頑健版の計算コストは、既存のVSS/CCFxNLMSスキームと比較してどの程度のトレードオフがあるか。", "提案手法はガウシアン、着色、インパルスノイズ環境のいずれでもどのように性能を発揮するか。"]
• key_findings:[

実験結果

主な発見

• SSS-FxNLMSは、固定ステップ FxNLMSよりも収束が速く、定常状態の MSD が低いことをシミュレーションで示す。
• MSDベースのステップサイズ選択は反復ダイナミクスに効果的に適応し、ANCの性能を向上させる。
• R-SSS-FxNLMSは MCCベースのスケーリング因子 g[e_m] を用いることでインパルスノイズに対する頑健性を高める。
• VSSおよびCC系と比較すると、SSS-FxNLMS系は実行時間面で競争力があり、検証された状況下で収束が改善される。
• 論文は FxNLMS および他のバリアントと比較して高いが同等程度の計算負荷を伴う複雑性表を提供している。