1.本公开整体涉及估计自适应滤波器的系数，例如以执行声学噪声消除。自适应滤波器(包括子带自适应滤波器)可生成声学输出，该声学输出被配置为相消干涉噪声信号，例如以减小移动车辆中的用户感知的噪声。


背景技术：

2.环境中的音乐或语音的感知质量可能因环境中存在的可变声学噪声而劣化。例如，当环境是移动的车辆时，噪声可能源于并取决于车辆速度、道路状况、天气和车辆状况。噪声的存在可能隐藏感兴趣的软声音并降低音乐的保真性或语音的可理解性。


技术实现要素：

3.本文描述了减轻子带自适应滤波器系统中响应于接收到有助于被控对象模型中的非因果分量的噪声信号的不稳定性的可能性的技术。本文进一步详细描述的反向堆叠过程校正子带自适应滤波器系统的对应于被控对象模型的非因果分量的系数。所述技术可使得子带自适应滤波器系统能够以抽取率适配，从而减小子带自适应滤波器系统的计算负载。所述技术还可使得能够实现某些频带的选择性激活或去激活，以便将子带自适应滤波器系统的性能限制到感兴趣的特定频带，而不存在可能影响目标频率范围之外的总体系统性能的伪影的风险。
4.在一个方面，一种用于估计自适应滤波器的系数的方法包括：在一个或多个处理设备处接收输入信号；以及基于该输入信号来生成自适应系统标识滤波器的经更新的一组滤波器系数。自适应系统标识滤波器被配置为表示由输入信号穿过的路径的传递函数。生成自适应系统标识滤波器的经更新的一组滤波器系数包括：(i)将输入信号分到多个子频带中，(ii)对于每个子频带，确定对应的子带自适应模块的一个或多个系数，以及(iii)组合多个子带自适应模块的一个或多个系数，以生成自适应系统标识滤波器的经更新的一组滤波器系数。确定对应的子带自适应模块的一个或多个系数包括(a)获取自适应系统标识滤波器的预先计算的一组滤波器系数，以及(b)选择自适应系统标识滤波器的预先计算的一组滤波器系数的子集。该方法还包括利用自适应系统标识滤波器的经更新的一组滤波器系数来处理输入信号的一部分，以生成相消干涉穿过由传递函数表示的路径的另一信号的输出。
5.具体实施可包括以下特征中的一者或多者。自适应系统标识滤波器的预先计算的一组滤波器系数的子集可被选择对应于输入信号和穿过由传递函数表示的路径的另一信号之间的因果关系。自适应系统标识滤波器的预先计算的一组滤波器系数的子集可被选择对应于目标性能范围内的频带，例如，在大约30
‑
300hz之间。输入信号可由一个或多个加速度计和/或麦克风采集。对应的子带自适应模块中的一者或多者可以是最小均方(lms)模块、滤波x最小均方(fxlms)模块和/或滤波误差最小均方(felms)模块。组合多个子带自适应模块的一个或多个系数可包括将多个子带自适应模块的一个或多个系数的时域表示转
换为对应的频域表示；组合多个子带自适应模块的一个或多个系数的对应频域表示；以及将所组合的频域表示转换为时域表示。在一些具体实施中，确定对应的子带自适应模块的一个或多个系数还可包括基于该子集计算自适应系统标识滤波器的预先计算的一组滤波器系数的频域表示；将频域表示分到多个子频带中，并为每一个计算对应的时域表示；以及基于对应的时域表示来生成子带自适应模块的一个或多个系数。在一些具体实施中，未被选择的预先计算的一组滤波器系数可被调节为基本上接近零。
6.在另一方面，一种降噪系统包括被配置为生成输入信号的一个或多个传感器；自适应系统标识滤波器，其被配置为表示由输入信号穿过的路径的传递函数；一个或多个处理设备；以及一个或多个换能器。一个或多个处理设备被配置为接收输入信号并基于输入信号生成自适应系统标识系统的经更新的一组滤波器系数。生成自适应系统标识滤波器的经更新的一组滤波器系数包括：(i)将输入信号分到多个子频带中，(ii)对于每个子频带，确定对应的子带自适应模块的一个或多个系数，以及(iii)组合多个子带自适应模块的一个或多个系数，以生成自适应系统标识滤波器的经更新的一组滤波器系数。确定对应的子带自适应模块的一个或多个系数包括(a)获取自适应系统标识滤波器的预先计算的一组滤波器系数，以及(b)选择自适应系统标识滤波器的预先计算的一组滤波器系数的子集。一个或多个处理设备还被配置为利用自适应系统标识滤波器的经更新的一组滤波器系数来处理输入信号的一部分，以生成相消干涉穿过由传递函数表示的路径的另一信号的输出。降噪系统的一个或多个换能器由一个或多个处理设备生成的输出驱动。
7.具体实施可包括以下特征中的一者或多者。自适应系统标识滤波器的预先计算的一组滤波器系数的子集可被选择对应于输入信号和穿过由传递函数表示的路径的另一信号之间的因果关系。自适应系统标识滤波器的预先计算的一组滤波器系数的子集可被选择对应于目标性能范围内的频带，例如，在大约30
‑
300hz之间。输入信号可由一个或多个加速度计和/或麦克风采集。对应的子带自适应模块中的一者或多者可以是最小均方(lms)模块、滤波x最小均方(fxlms)模块和/或滤波误差最小均方(felms)模块。组合多个子带自适应模块的一个或多个系数可包括将多个子带自适应模块的一个或多个系数的时域表示转换为对应的频域表示；组合多个子带自适应模块的一个或多个系数的对应频域表示；以及将所组合的频域表示转换为时域表示。在一些具体实施中，确定对应的子带自适应模块的一个或多个系数还可包括基于该子集计算自适应系统标识滤波器的预先计算的一组滤波器系数的频域表示；将频域表示分到多个子频带中，并为每一个计算对应的时域表示；以及基于对应的时域表示来生成子带自适应模块的一个或多个系数。在一些具体实施中，未被选择的预先计算的一组滤波器系数可被调节为基本上接近零。
8.在另一方面，一种或多种计算机可读介质存储能由处理设备执行的指令。在此类执行时，指令使得处理设备执行包括以下动作的操作：在一个或多个处理设备处接收输入信号，以及基于输入信号生成自适应系统标识滤波器的经更新的一组滤波器系数。自适应系统标识滤波器被配置为表示由输入信号穿过的路径的传递函数。生成自适应系统标识滤波器的经更新的一组滤波器系数包括：(i)将输入信号分到多个子频带中，(ii)对于每个子频带，确定对应的子带自适应模块的一个或多个系数，以及(iii)组合多个子带自适应模块的一个或多个系数，以生成自适应系统标识滤波器的经更新的一组滤波器系数。确定对应的子带自适应模块的一个或多个系数包括(a)获取自适应系统标识滤波器的预先计算的一
组滤波器系数，以及(b)选择自适应系统标识滤波器的预先计算的一组滤波器系数的子集。该操作还包括利用自适应系统标识滤波器的经更新的一组滤波器系数来处理输入信号的一部分，以生成相消干涉穿过由传递函数表示的路径的另一信号的输出。
9.具体实施可包括以下特征中的一者或多者。自适应系统标识滤波器的预先计算的一组滤波器系数的子集可被选择对应于输入信号和穿过由传递函数表示的路径的另一信号之间的因果关系。自适应系统标识滤波器的预先计算的一组滤波器系数的子集可被选择对应于目标性能范围内的频带，例如，在大约30
‑
300hz之间。输入信号可由一个或多个加速度计和/或麦克风采集。对应的子带自适应模块中的一者或多者可以是最小均方(lms)模块、滤波x最小均方(fxlms)模块和/或滤波误差最小均方(felms)模块。组合多个子带自适应模块的一个或多个系数可包括将多个子带自适应模块的一个或多个系数的时域表示转换为对应的频域表示；组合多个子带自适应模块的一个或多个系数的对应频域表示；以及将所组合的频域表示转换为时域表示。在一些具体实施中，确定对应的子带自适应模块的一个或多个系数还可包括基于该子集计算自适应系统标识滤波器的预先计算的一组滤波器系数的频域表示；将频域表示分到多个子频带中，并为每一个计算对应的时域表示；以及基于对应的时域表示来生成子带自适应模块的一个或多个系数。在一些具体实施中，未被选择的预先计算的一组滤波器系数可被调节为基本上接近零。
10.本公开中所述的两个或更多个特征，包括本发明内容部分中所述的那些，可组合以形成在本文未具体描述的实施方式。
11.一个或多个具体实施的细节在附图和以下描述中论述。其他特征、对象和优点在说明书、附图和权利要求书中将是显而易见的。
附图说明
12.图1为展示示例性宽带自适应滤波器系统的框图。
13.图2为展示包括多个子带自适应模块的示例性子带自适应滤波器系统的框图。
14.图3为展示图2所示子带自适应滤波器系统的多个分析滤波器的传递函数的示例的图示。
15.图4a至图4c为展示图2的子带自适应滤波器系统在结合不包括非因果分量的被控对象模型设置时的性能的图示。
16.图5a至图5c为展示图2的子带自适应滤波器系统在结合包括非因果分量的被控对象模型设置时的性能的图示。
17.图6为展示来自图1的宽带自适应滤波器系统的目标信号与有助于包含非因果信息的被控对象模型的输入信号的互相关的图示。
18.图7为展示在非因果场景中来自图2的子带自适应滤波器系统的子带滤波误差信号与对应的子带滤波输入信号的互相关的图示。
19.图8为展示根据本文所述技术的示例性子带自适应滤波器系统的框图。
20.图9a至图9d为展示图8的子带自适应滤波器系统在结合不包括非因果分量的被控对象模型设置时的性能的图示。
21.图10a至图10c为展示图8的子带自适应滤波器系统在结合包括非因果分量的被控对象模型设置时的性能的图示。
22.图11为用于估计自适应滤波器的系数的方法的流程图。
具体实施方式
23.本文描述了即使在被控对象模型中存在非因果分量的情况下也表现出稳定性能的子带自适应滤波器。被控对象模型通常在控制理论中用于对信号路径进行建模，并且常常利用传递函数来表示。由于对应于每个子频带的边缘的系数的不受控制的增长，现有子带自适应滤波器常常在存在非因果分量的情况下失效。本文所述的技术通过限制对应于包括在被控对象模型中的非因果信息的系数的量值来解决此类系数的过度增长问题。本文所述的技术可提供另外的优点，包括改善的收敛速率和感兴趣的选择频带中的适配性能。
24.自适应系统标识滤波器是系数可动态调节以表示给定系统的传递函数的数字滤波器。在本文中，此类自适应系统标识滤波器可被简称为自适应滤波器。在一些情况下，自适应滤波器用于生成相消干涉穿过由系统的传递函数表示的信号通路的另一信号的信号，从而减小该另一信号的影响。例如，所生成的信号可被配置为在量值上基本上类似于另一信号，但具有与另一信号相反的相位，使得这两个信号的组合产生具有减小的量值的所得波形。自适应滤波器的使用的一个示例是在声学噪声消除领域中。在此类情况下，所生成的信号相消干涉噪声信号，使得用户感知不期望的噪声的降低的电平。虽然本文所公开的自适应滤波器是在声学噪声消除的上下文中进行描述的，但在不脱离本公开的范围的情况下，类似的自适应滤波器可用于其他应用。
25.图1示出了宽带自适应滤波器系统100的示例。宽带自适应滤波器系统100接收输入信号(x)102，该输入信号穿过由传递函数(hp)表示的信号路径(也称为被控对象)104。信号(d)116表示由信号路径104处理的输入信号102的经修改版本。在一些情况下，信号116可被称为目标信号，其振幅被寻求经由相消干涉而减小。例如，输入信号102可表示声学噪声信号，诸如由移动的车辆产生的道路噪声。信号路径104可表示输入信号102到乘客耳朵的通路，并且目标信号116因此可表示乘客耳朵处的所得声学噪声信号。
26.为了减小信号116的效应，滤波器系统100还包括宽带自适应滤波器(w)106，该宽带自适应滤波器具有具有可调节权重或系数的滤波器抽头。在一些情况下，自适应滤波器可为有限脉冲响应(fir)滤波器。自适应滤波器106的系数被动态地调节以逼近对应于信号路径104的传递函数，如例如由适配模块108所计算的。虽然图1的示例将适配模块108图示成最小均方(lms)模块，但也可使用其他适配模块，诸如滤波x最小均方(fxlms)或滤波误差最小均方(felms)。适配模块108接收输入信号102和误差信号114，并更新滤波器106的系数以减小误差信号114。滤波器106的经更新的系数被用于处理输入信号102以生成输出信号(y)110。例如在加法器112处，从目标信号116中减去所生成的输出信号110以更新误差信号114。在一些情况下，输出信号110可对应于用于一个或多个声换能器诸如扬声器的控制信号。这样，宽带自适应滤波器系统100能够动态地调节自适应滤波器106的系数以自适应地逼近对应于信号路径104的传递函数。在诸如宽带自适应滤波器系统100的系统中，单个适配模块108在整个采样带宽上操作。
27.相比之下，子带自适应滤波器系统使用多个自适应模块，每个自适应模块在采样带宽的单独部分上操作。图2示出了具有多个lms子带自适应模块208a
‑
208c(一般来讲，208)的子带自适应滤波器系统200。图2的示例中所示的子带自适应滤波器系统200是如以
下出版物中所公开的无延迟子带系统：morgan,d.与thi,j.的a delayless subband adaptive filter architecture，ieee transactions on signal processing 43(8),1995，其内容以引用方式并入本文。子带自适应滤波器系统200与图1的宽带系统100的不同之处在于自适应滤波器206的宽带系数是通过组合由多个子带自适应模块208计算的一个或多个系数来确定的。如本文所用，术语“子带”是指频带诸如采样带宽的部分。
28.在子带自适应滤波器系统200中，输入信号202和误差信号214各自例如通过使用多个带通滤波器而被拆分到多个子带中。如图2所示，输入信号202和误差信号214通过一系列子带分析滤波器组(h0‑
h
s
‑1)218a
‑
218c(一般来讲，218)，每个子带分析滤波器组隔离信号的完整频率带宽的独特区部。当输入信号202通过一系列子带分析滤波器组218a
‑
218c时，所生成的输出为一系列子带经滤波输入信号227a
‑
227c(一般来讲，227)。当误差信号214通过一系列子带分析滤波器组218a
‑
218c时，所生成的输出为一系列子带经滤波误差信号228a
‑
228c(一般来讲，228)。图3是展示用于多个分析滤波器(诸如图2的分析滤波器218)的传递函数302a
‑
302i(一般来讲，302)的示例的图示300。如图所示，每个分析滤波器218的传递函数302的通带隔离不同的子频带，并且组合地，多个分析滤波器能够捕获更宽的带宽。
29.重新参考图2，由分析滤波器218的传递函数输出的子带经滤波输入信号227和子带经滤波误差信号228各自在下采样模块220处以因子d下采样。在一些情况下，下采样因子d与子带自适应滤波器系统200的子带的总数成比例。在一些情况下，采样率d可被选择成使得下采样率对于带通信号的对应部分满足奈奎斯特判据，这可被称为临界采样。在一些具体实施中，下采样率可以是对应的奈奎斯特采样率的至少两倍；这被称为2x过采样。在一些情况下，对于子带自适应滤波器系统200的每个子带，采样率可以相同或不同。然后将经下采样的子带经滤波输入信号227和经下采样的子带经滤波误差信号228引导到多个子带自适应模块208a
‑
208c(一般来讲，208)，其中每个子带自适应模块208计算对应子带的频率范围的一组经更新系数。虽然子带自适应模块208被图示成lms模块，但也可使用其他适配模块，诸如fxlms或felms模块。
30.为了将由多个子带自适应模块208计算的子带系数组合成期望的宽带自适应滤波器206，例如利用使用对应的变换模块222a
‑
222c(一般来讲，222)计算的快速傅里叶变换(fft)将每个子带的系数变换为频域表示。在一些情况下，可使用其他频域变换技术来代替fft或与fft结合使用。接下来，利用堆叠模块224执行堆叠操作，其中子带系数的频域表示被分配到总体宽带滤波器谱的适当区段中。在完成堆叠操作之后，逆变换模块226计算逆变换(在该示例中，快速傅里叶逆变换(ifft))以获取自适应滤波器206的一组宽带滤波器系数。逆变换模块226根据由变换模块222计算的变换来计算适当的逆变换。
31.在一些具体实施中，与宽带系统相比，由于以抽取率适配，子带自适应滤波器系统200可减少计算负担。此外，由于每个子带在整个信号的较窄带宽上操作，可实现改善的收敛速率。具体地讲，无延迟子带设计诸如子带自适应滤波器系统200避免向控制路径中添加会降低性能的延迟。然而，在一些情况下，如果被控对象模型包括非因果分量，则子带自适应滤波器系统200在结合信号路径204设置时可表现出不稳定性能，如本文进一步详细描述。
32.在一些情况下，对应于仅包括非因果信息的信号路径或被控对象模型的传递函数
可被称为非因果传递函数。同样，对应于仅包括因果信息的信号路径或被控对象模型的传递函数可被称为因果传递函数。实践中，传递函数可包括因果分量和非因果分量两者，并且可被称为部分非因果传递函数或部分因果传递函数。在一些情况下，部分非因果传递函数可被简称为非因果传递函数。
33.如本文所用，术语“因果信息”是指包含提供未来信号的值的至少一些方面的信息的前导特征的信息，例如，首先在输入信号202内并且随后在误差信号214内检测到的噪声。相比之下，如本文所用，术语“非因果信息”是指不包含会允许系统预测未来信号的值的前导特征的信息，例如，首先在误差信号214内并且随后在输入信号202内检测到的噪声。为了展示子带自适应滤波器系统200的性能特征，分析两种场景：严格因果场景和严格非因果场景。尽管传递函数常常可包括因果分量和非因果分量两者的组合，但本技术利用在严格非因果和因果场景中的脉冲响应描述相关概念，以更好地例示如何处理非因果分量。
34.在第一场景中，目标信号216是输入信号202的五样本延迟。即，在输入信号202和目标信号216之间存在因果关系，其中输入信号202包含允许传递函数204和所得目标信号216的估计的信息。在该场景中，传递函数204为因果传递函数。在第二场景中，目标信号216是输入信号202的五样本超前。在该场景中，在输入信号202和目标信号216之间存在非因果关系，并且使它们相关的传递函数204为非因果传递函数。换句话讲，输入信号202的当前和过去样本中的信息不足以生成合理地逼近传递函数204并生成合理地逼近目标信号216的输出信号210的因果自适应滤波器206的权重。
35.图4a至图4c示出了子带自适应滤波器系统200在目标信号216为被延迟五个样本的输入信号202的因果场景中的性能。图4a是展示期望信号402、输出信号404和误差信号406的时间迹线的图示400。这些时间迹线分别对应于图2的目标信号216、所生成的输出信号210和误差信号214。从图4a显而易见的是，子带自适应滤波器系统200能够快速收敛至一组系数，该组系数生成合理地逼近目标信号216的输出信号210。这通过误差信号406随时间推移减小到低值的时间迹线来证实。图4b是展示由对应的变换模块222为各个子频带生成的输出的频域量值的曲线图412a至412i(一般来讲，412)的图示408。在频域中被堆叠时，总体宽带滤波器的频域量值由曲线图414表示。通过计算对应于曲线图414的值的逆变换来获得总体宽带滤波器的滤波器系数。图4c是展示由子带自适应滤波器系统200确定的宽带滤波器系数的图示410。如图所示，子带自适应滤波器系统200以五个样本的延迟正确地生成脉冲416，以逼近被控对象传递函数204。在当前示例中，256个抽头被用于自适应滤波器206。虽然本可为此处所示的因果场景使用更少的抽头，但为了在比较因果场景和非因果场景中的性能方面的一致性，选择了高数量的滤波器抽头。
36.图5a至图5c示出了子带自适应滤波器系统200在目标信号216为输入信号202的五样本超前的非因果场景中的性能。在该非因果场景中，自适应滤波器206不具有来自输入信号202的用于预测目标信号216的前导信息。因此，用于供自适应滤波器206使误差信号214最小化的一个动作过程是将滤波器系数保持为零，并且因此不生成任何输出信号210，例如，不降低噪声，但也不添加任何更多噪声。
37.图5a是展示期望信号502、输出信号504和误差信号506的时间迹线的图示500。这些时间迹线再次分别对应于图2的目标信号216、所生成的输出信号210、和误差信号214。如从图5a显而易见的，在非因果场景中，子带自适应滤波器系统200不能减小误差信号506，该
误差信号随时间推移始终保持为高。
38.图5b是展示由对应的变换模块222为各个子频带生成的输出的频域量值的曲线图512a至512i(一般来讲，512)的图示508。在频域中被堆叠时，总体宽带滤波器的频域量值由曲线图514表示。通过计算对应于曲线图514的值的逆变换来获得总体宽带滤波器的滤波器系数。如前所述，在非因果场景中，子带自适应滤波器系统200的目标性能为具有均接近零的滤波器系数。然而，如图示508所示，位于每个子频带的边缘处的子带系数512(其在堆叠操作期间不使用)增长至显著大的值。如果这些系数的值增长超过数值表示的范围，则所得的错误状况(诸如溢出错误)可使得由子带自适应滤波器系统200实施的过程不稳定。
39.图5c是展示宽带滤波器的滤波器系数的图示510，如由子带自适应滤波器系统200在非因果场景中所确定的。如图所示，子带自适应滤波器系统200生成相对于自适应滤波器206的末端五个样本的大的系数516，以及若干其他相对大的系数518a
‑
518c。这不同于其中所有滤波器系数都接近零的子带自适应滤波器系统200的目标性能。该性能问题与传递函数204通过子带分析滤波器218a
‑
218c的卷积有关，从而产生该滤波器操作的前铃效应，如本文进一步详细描述。
40.图6至图7提供了对子带自适应滤波器系统200的性能问题的进一步见解。图6为图示600，其示出在目标信号116为输入信号102的五样本超前的非因果场景中来自图1的宽带自适应滤波器系统100的目标信号116与输入信号102的互相关性。互相关性示出了在滞后值
‑
5处的单个峰602，其在滤波器可控制的因果范围0
‑
255之外。因此，自适应滤波器106识别出其正在非因果场景中操作，其中其不能提供合适的控制以使误差信号114最小化。
41.现在参见图7，图示700示出了来自图2的子带自适应滤波器系统200的子带经滤波误差信号228与对应的子带经滤波输入信号227的互相关性，其中目标信号216为输入信号202的五样本超前。与宽带自适应滤波器系统100不同，对于子带自适应滤波器系统200，因果互相关值(滞后≥0)并非全为零。换句话讲，由于输入202在被多个分析滤波器218处理之后的带限本质，子带自适应滤波器系统200标识一些因果信息702来作用以便减小误差信号214。这在子带自适应滤波器208正试图作用于的和宽带滤波器206实际能够作用于的之间产生差异。因此，对于非因果场景，子带自适应滤波器系统200中的适配过程基本上移除反馈路径，该反馈路径减轻使子带自适应滤波器208不稳定的可能性。反馈路径的这个移除是由于信号路径204中存在任何非因果信息而发生，但由于子带分析滤波器218的脉冲响应，对于因果/非因果边界附近的系数最为明显。
42.图8示出了经修改的子带自适应滤波器系统800，该经修改的子带自适应滤波器系统包括反向堆叠模块850以解决子带自适应滤波器系统200在存在非因果信息的情况下所展现的子带滤波器系数的显著增长，如相对于图5a至图5c所述。具体地讲，在子带自适应滤波器系统800中，关于宽带滤波器806的控制能力的信息被反馈给子带自适应模块808a
‑
808c(一般来讲，808)。由于因果关系是时域现象，因此跟踪宽带滤波器806的自适应计算的系数，并且将对应于非因果信息的系数设置为零(或设置为显著限制对应滤波器抽头的影响的另一低值)。与图2的子带自适应滤波器系统200的逆变换模块226不同，子带自适应滤波器系统800的逆变换模块826计算并非都必要地用于适配宽带自适应滤波器806的系数。相反，选择模块828被配置为仅选择逆变换模块826的输出的子集以更新宽带自适应滤波器806的系数。在一些情况下，系数的选择是基于每个系数与因果信息的对应关系。在一些情
况下，未选择的系数被设置为零(或显著地限制对应滤波器抽头的影响的另一低值)。
43.子带自适应滤波器系统800还包括反向堆叠模块850。反向堆叠模块850实施包括多个步骤的反向堆叠过程。首先，诸如通过fft将所选择的系数变换为频域表示。这可例如利用另一变换模块830来完成。在一些情况下，可实施另选的频域变换技术。然后将系数的频域表示分到对应于子带自适应模块808的子带中，并且在该示例中，利用ifft将每个子带的频域表示变换为对应的时域表示。这可例如利用一个或多个逆变换模块834a
‑
834c(一般来讲，834)来实施。在一些情况下，可实施另选的时域变换技术。时域系数被反馈给子带自适应模块808并用于对宽带滤波器806的更新的下一迭代。在一些具体实施中，子带自适应模块808的长度被扩展以包括子带分析滤波器818(每个具有长度l)的效应以及期望的控制滤波器长度所需的系数。由于然后在下采样模块820处对所得的子带经滤波输入信号827和子带经滤波误差信号828进行下采样，所以这导致子带自适应模块808扩展大约l/d。如果假定分析滤波器818为线性相位，则在下采样误差信号上引入l/(2d)的延迟840就允许自适应滤波器808对分析滤波器脉冲响应的前铃和后铃效应进行响应。在一些情况下，为了避免由系数的循环依赖性产生的代数环，被反馈给子带自适应模块808的系数被延迟一个或多个样本。
44.在一些具体实施中，子带自适应滤波器系统800可提供以下优点。与子带自适应滤波器系统200相比，子带自适应滤波器系统800降低了在结合包括非因果分量的被控对象模型设置时性能不稳定的可能性，而不影响在结合不包括非因果分量的被控对象模型设置时的性能。此外，由模块850实施的反向堆叠过程可通过为子带自适应模块808的低能量区域利用来自较高能量相邻子带的信息来改善这些区域的收敛速率。例如，参见图4b，在堆叠操作中未使用的区域中，每个子带量值从1减小到0。这是由于子带自适应模块208的滚降而发生的，从而导致自适应滤波器206的能量较少。在相邻子带中补偿减少的能量；因此，当一个子带量值开始从1下降到0时，相邻子带刚刚完成上升到1。相比之下，图9b未展现该特性，因为子带自适应滤波器系统800的反向堆叠过程使用较高能量子带中的估计来更好地预测相邻子带的带外区域中的所期望滤波器。在一些情况下，选择模块828可被配置为在变化小于阈值并且因此对适配的需求小于阈值的频带中禁用适配。例如，道路噪声消除(rnc)预期在大约30
‑
300hz的频率范围中操作，因此采样可以大约600hz的速率(即，以对应的奈奎斯特速率或在对应的奈奎斯特速率之上)发生。虽然可能期望相对较低的采样率以降低计算负载，但在一些情况下，尤其是当输入信号802和误差信号814在物理上彼此接近时，较高的采样率可降低滤波器延迟并改善总体性能。然而，提高采样率也导致在其中控制可能是不可能的扩展的操作频率范围。例如，将采样率从600hz增大到2khz可将控制信号的延迟改善至高达300hz，但不导致高于300hz的有意义的消除。当主要有益效果是改善的延迟而将采样率增大到2khz时，宽带自适应滤波器系统106会引起控制300hz和1khz之间的频率的计算成本。另选地，利用子带自适应滤波器系统800，可禁用高于300hz的子带(例如，通过跳过适配计算)，因此可在不计算控制频率范围的不必要区域的情况下实现改善的延迟。
45.虽然子带自适应滤波器系统800被图示成单输入单输出(siso)系统，但本文所公开的概念可容易地扩展至多输入多输出(mimo)系统。类似地，尽管子带自适应滤波器系统800被图示成具有lms子带自适应模块808，但可使用其他子带自适应模块，诸如fxlms模块、felms模块或这些模块的任何组合。
46.图9a至图9d示出了子带自适应滤波器系统800在目标信号816为输入信号802的五样本滞后的因果场景中的性能。图9a是展示期望信号902、输出信号904和误差信号906的时间迹线的图示900。这些时间迹线分别对应于图8的目标信号816、所生成的输出信号810和误差信号814。从图9a显而易见的是，子带自适应滤波器系统800能够收敛至一组系数，该组系数生成合理地逼近目标信号816的输出信号810。图9b是展示总体宽带滤波器的频域量值(其为1)的曲线图914的图示908，如对于因果场景所预期的。图9c是展示在由逆变换模块826执行的ifft操作完成之后由子带自适应滤波器系统800确定的时域表示中的系数的完整集合的图示910。如上所述，误差信号上的延迟840延长子带自适应模块808a
‑
808c，这解释了感兴趣的滤波器抽头处的系数912为什么已经被移动到稍后系数(例如，在抽头5之后)。图9d通过截短图9c中的第一个和最后一个l/(2d)系数来移除这个效应，示出了从选择模块828输出的对应于被控对象模型中的因果分量的自适应滤波器806的仅宽带系数的时域表示。如所预期的，感兴趣的滤波器抽头916移动到抽头5，从而匹配对于因果场景的子带自适应滤波器系统200的性能。
47.图10a至图10c示出了子带自适应滤波器系统800在目标信号816为输入信号802的五样本超前的非因果场景中的性能。同样，在该非因果场景中，自适应滤波器806不具有来自输入信号802的用于预测目标信号816的前导信息。因此，用于供自适应滤波器806使误差信号814最小化的一个动作过程是将滤波器系数保持为零，并且因此不生成任何输出信号810。因此，自适应滤波器806在非因果场景中的目标性能将会是观察(除了一些低电平噪声之外)都接近零的滤波器系数和基本上跟踪目标信号216的误差信号214。
48.图10a是展示期望信号1002、输出信号1004和误差信号1006的时间迹线的图示1000。这些时间迹线分别对应于图8的目标信号816、所生成的输出信号810和误差信号814。如从图10a显而易见的，在非因果场景中，子带自适应滤波器系统800不能减小误差信号804，该误差信号随时间推移始终保持为高。
49.图10b是展示总体宽带滤波器的频域量值的曲线图1014的图示1008。如前所述，在非因果场景中，子带自适应滤波器系统800的一个合适的动作过程是具有均接近零的滤波器系数。此处，所有滤波器系数均接近零，具有介于0和0.5之间的值，从而在非因果场景中表现出稳定的性能。在一些情况下，可通过减小自适应步长大小来减小该系数“噪声”的量值。这与子带自适应滤波器系统200形成对比，该子带自适应滤波器系统在非因果场景中具有增长至显著较大值的子带系数，如相对于图5b所述。
50.图10c进一步支持子带自适应滤波器系统800在非因果场景中的这个稳定性能。图10c示出了例如由选择模块828输出的对应于输入信号802中的因果信息的自适应滤波器806的仅宽带系数的时域表示。同样，子带自适应滤波器系统800在该场景中的目标性能是对于所有滤波器系数都接近零。如图示1010所示，系数确实接近零，具有在
‑
0.04至0.04范围内的值。这与子带自适应滤波器系统200形成对比，该子带自适应滤波器系统在非因果场景中在某些滤波器抽头处具有显著较大的宽带系数，如相对于图5c所述。
51.图11示出了用于估计自适应滤波器的系数的示例性过程1100的流程图。在一些具体实施中，过程1100的操作可由上文相对于图8所述的设备中的一者或多者诸如子带自适应滤波器系统800来执行。
52.过程1100的操作包括在一个或多个处理设备处接收输入信号(1110)。在一些具体
实施中，输入信号可为声学噪声信号或其他信号。例如，输入信号可对应于上文相对于图8所述的输入信号802。
53.操作还包括基于输入信号生成自适应系统标识滤波器的经更新的一组滤波器系数(1120)。自适应系统标识滤波器可被配置为表示由输入信号穿过的路径的传递函数。例如，在一些具体实施中，输入信号所穿过的路径的传递函数可对应于图8所示的传递函数804。在一些具体实施中，自适应系统标识可对应于宽带自适应滤波器，诸如子带自适应滤波器系统800的自适应滤波器806。
54.生成自适应系统标识滤波器的经更新的一组滤波器系数(1120)可包括将声学输入信号分到多个子频带中。例如，这可通过图8所示的子带分析滤波器818a
‑
c来实现。
55.生成自适应系统标识滤波器的经更新的一组滤波器系数(1120)还包括为每个子频带确定对应的子带自适应模块的一个或多个系数；以及组合多个子带自适应模块的一个或多个系数，以生成自适应系统标识滤波器的经更新的一组滤波器系数。例如，确定对应的子带自适应模块的一个或多个系数可利用lms、fxlms或felms样式模块来实现。在一些情况下，组合多个子带自适应模块的一个或多个系数可对应于上文相对于图8所述的堆叠模块824。
56.确定对应的子带自适应模块的一个或多个系数还包括获取自适应系统标识滤波器的预先计算的一组滤波器系数；以及选择自适应系统标识滤波器的预先计算的一组滤波器系数的子集。在一些具体实施中，预先计算的一组滤波器系数的子集被选择为对应于输入信号与穿过由传递函数表示的路径的另一信号之间的因果关系。例如，穿过由传递函数表示的路径的另一信号可为目标信号，诸如目标信号816。在一些具体实施中，预先计算的一组滤波器系数的子集被选择为对应于目标性能范围内的频带。例如，对于道路噪声消除(rnc)应用，目标性能范围可介于大约30
‑
300hz之间。
57.过程1100的操作还包括利用自适应系统标识滤波器的经更新的一组滤波器系数来处理输入信号的一部分，以生成相消干涉穿过由传递函数表示的路径的另一信号的输出(1130)。例如，所生成的输出可对应于图8所示的输出信号810。在一些具体实施中，输出信号可对应于用于驱动声换能器诸如扬声器的控制信号。在一些具体实施中，输出信号可相消干涉包含噪声的另一声学信号，以改善用户的声学体验的感知质量。
58.本文所述的功能或其部分，以及其各种修改(下文称为“功能”)可至少部分地经由计算机程序产品实现，例如在信息载体中有形实施的计算机程序，诸如一个或多个非暂态机器可读介质，用于执行，或控制一个或多个数据处理装置，例如可编程处理器、计算机、多个计算机和/或可编程逻辑部件的操作。
59.计算机程序可以任何形式的编程语言被写入，包括编译或解释语言，并且它可以任何形式部署，包括作为独立程序或作为模块、部件、子例程或适于用在计算环境中的其他单元。计算机程序可被部署在一个计算机上或在一个站点或多个站点分布以及通过网络互联的多个计算机上执行。
60.与实现全部或部分功能相关联的动作可由执行一个或多个计算机程序的一个或多个可编程处理器执行，以执行校准过程的功能。功能的全部或部分可被实现为专用目的逻辑电路，例如fpga和/或asic(专用集成电路)。
61.适用于执行计算机程序的处理器例如包括通用微处理器和专用微处理器两者，以
及任何类型的数字计算机的任何一个或多个处理器。一般来讲，处理器将接收来自只读存储器或随机存取存储器或两者的指令和数据。计算机的部件包括用于执行指令的处理器和用于存储指令和数据的一个或多个存储器设备。
62.本文中未具体描述的其他实施方案也在以下权利要求书的范围内。本文所述的不同实施方式的元件可组合以形成上文未具体阐述的其他实施方案。可从本文所述的结构去除一些元件而不会不利地影响它们的操作。此外，可将各种独立的元件组合到一个或多个单独的元件中以执行本文所述的功能。