[论文解读] Sparsity-Aware Filtered-X Affine Projection Algorithms for Active Noise Control

Amelia Gully, Rodrigo C. de Lamare|arXiv (Cornell University)|May 25, 2014

Advanced Adaptive Filtering Techniques参考文献 5被引用 8

一句话总结

本论文提出了一种稀疏感知的改进型滤波-x仿射投影（MFxAP）算法——具体为零吸引（ZA）与重加权零吸引（RZA）——以加速具有稀疏主路径或次级路径的主动噪声控制（ANC）系统中的收敛速度。通过在代价函数中引入ℓ₀-范数近似，算法促使滤波器系数呈现稀疏性，从而在部分或中等稀疏系统中实现更快的收敛速度与更低的稳态均方偏差（MSD），其中RZA-MFxAP在更高投影阶数下表现更优。

ABSTRACT

This paper describes a novel technique for promoting sparsity in the modified filtered-x algorithms required for active noise control. The proposed algorithms are based on recent techniques incorporating approximations to the \ell_0-norm in the cost functions that are used to derive adaptive filtering algorithms. In particular, zero-attracting and reweighted zero-attracting filtered-x adaptive algorithms are developed and considered for active noise control problems. The results of simulations indicate that the proposed techniques improve the convergence of the existing modified algorithm in the case where the primary and secondary paths exhibit a degree of sparsity.

研究动机与目标

• 解决传统改进型滤波-x仿射投影（MFxAP）算法在主动噪声控制（ANC）系统中收敛缓慢的问题。
• 通过将促进稀疏性的技术整合到MFxAP框架中，利用主路径与次级路径中固有的稀疏性（在实际ANC应用中常见）。
• 开发新型自适应滤波算法，通过零吸引与重加权零吸引策略，提升收敛速度与稳态性能。
• 在不同路径稀疏程度下（包括稀疏、部分稀疏与非稀疏条件），评估这些算法的性能。

提出的方法

• 所提算法通过在代价函数中引入ℓ₀-范数近似，扩展了MFxAP框架，以促进自适应滤波器系数的稀疏性。
• 通过添加鼓励系数收敛至零的惩罚项，应用零吸引（ZA）与重加权零吸引（RZA）技术。
• 利用拉格朗日乘子推导代价函数，得到包含与ε的倒数成比例的收缩项的更新方程，其中ε控制稀疏性促进的程度。
• 使用滤波回归矩阵Uf(n)来考虑次级路径，确保反馈回路中的稳定性和误差估计的准确性。
• 投影阶数K被用作可调参数，以平衡收敛速度与计算复杂度，更高的K可提升性能，但需付出更高的计算代价。
• 通过在不同稀疏水平下绘制均方偏差（MSD）收敛曲线，对算法进行评估，其中μ、ε、δ与ρ等参数已调优以实现最佳性能。

实验结果

研究问题

• RQ1 零吸引与重加权零吸引等稀疏感知技术是否能提升改进型滤波-x仿射投影算法在主动噪声控制中的收敛速度？
• RQ2 在具有稀疏或部分稀疏次级路径的系统中，所提出的ZA-MFxAP与RZA-MFxAP算法相较于传统FxAP与MFxAP的性能表现如何？
• RQ3 投影阶数K的变化对所提算法收敛速度与稳态误差有何影响？
• RQ4 在非稀疏系统中，稀疏感知技术带来的性能增益是否会减弱？若会，减弱程度如何？
• RQ5 当次级路径密度增加时，所提算法是否仍能保持快速收敛与低稳态误差，尤其与标准MFxAP相比？

主要发现

• 在投影阶数为16时，RZA-MFxAP算法实现最快收敛与最低的稳态MSD，尤其在部分稀疏系统中表现优于FxAP与MFxAP。
• 在稀疏系统中（图3），当K=4时，ZA-MFxAP与RZA-MFxAP的收敛速度显著快于FxAP与MFxAP，其中RZA-MFxAP将收敛时间缩短至极少数迭代次数。
• 在部分稀疏系统中（图4），所提算法在收敛速度与稳态性能方面均有明显改善，其中K=16的RZA-MFxAP展现出最显著的性能提升。
• 在非稀疏系统中（图5），相较于MFxAP的性能增益虽不显著，但仍具意义，尤其在K=16的RZA-MFxAP中，这是由于冲激响应中存在近似零系数所致。
• RZA-MFxAP的收敛速度随时间推移而提升，因为算法按1/ε的比例选择性地收缩系数，表明其有效利用了稀疏性。
• ε的调优至关重要：若ε偏离其最优值，收敛速度将下降，提示未来工作需引入自适应收缩参数控制机制。