4、降噪算法（ANC）集成与调优：前馈/反馈/混合ANC原理、滤波器系数设计与导入、ANC自适应算法（LMS/NLMS）集成、啸叫抑制与稳定性调优

各位同学，欢迎来到第四讲。今天聊的是TWS耳机里最硬核的部分——主动降噪（ANC）。说实话，ANC做得好不好，直接决定了用户戴上去的第一感觉。我见过不少方案，参数跑得漂亮，一戴到人耳朵上就翻车。为什么？因为ANC本质上是一个实时反馈控制系统，它跟理论仿真之间，隔着一整个物理世界的误差。

4.1 前馈、反馈与混合ANC：三种架构的取舍

先理清三种基本架构。你想想看，降噪麦克风放在不同位置，效果天差地别。

• 前馈ANC（Feedforward）：麦克风在耳机外侧，拾取环境噪声，传给主控芯片生成反相声波。优点是结构简单，稳定性好。缺点是——它只能降噪，不能补偿耳机本身的频响误差。我在项目里遇到过，前馈ANC对中低频效果不错，但高频一上去就露馅，因为声波路径太短，数字处理跟不上。
• 反馈ANC（Feedback）：麦克风在耳道内侧，靠近扬声器。它监听的是耳朵实际听到的声音，然后闭环修正。好处是能补偿耳机腔体、佩戴泄漏等非线性因素。坏处是容易啸叫。嗯，这里要注意，反馈ANC的增益不能调太高，否则就是自激振荡。
• 混合ANC（Hybrid）：前馈+反馈双麦克风。前馈负责粗降，反馈负责精修。这是目前旗舰TWS的主流方案。我个人习惯用混合ANC，因为它能兼顾带宽和深度。但代价是算法复杂度翻倍，调优工作量也翻倍。

4.2 滤波器系数设计与导入：从理论到固件

ANC的核心是滤波器。说白了，就是设计一个数字滤波器，让它的幅频响应和相频响应，恰好抵消环境噪声到人耳的传递函数。

设计流程一般是这样的：

1. 用仿真或实测得到噪声路径的传递函数 H(z)。
2. 设计逆滤波器 W(z)，使得 H(z) * W(z) ≈ 0（在目标频段内）。
3. 把 W(z) 的系数量化成定点数，导入到DSP或MCU的固件里。

我建议你在设计滤波器时，留出3-5dB的余量。为什么？因为实际生产时，麦克风灵敏度、扬声器阻抗、腔体密封性都有公差。我曾经吃过这个亏——实验室调好的系数，产线上一批耳机全啸叫，最后发现是麦克风灵敏度偏差了2dB。

4.3 ANC自适应算法（LMS/NLMS）集成

固定滤波器只能应对静态场景。但现实世界是动态的——你走路、坐车、戴耳机松紧不同，噪声路径都在变。这时候就需要自适应算法。

最经典的是LMS（最小均方）和NLMS（归一化最小均方）。

• LMS：简单粗暴，计算量小。但收敛速度受输入信号功率影响。如果环境噪声突然变大，LMS可能来不及收敛，导致降噪效果瞬间下降。
• NLMS：在LMS基础上加了归一化因子，把步长跟输入信号功率挂钩。收敛更稳定，但多了一次除法运算。在低算力MCU上，除法可能是个瓶颈。

代码实现上，NLMS的核心就这几行：

// NLMS 单步更新
float mu = 0.01f;  // 步长
float power = 0.0f;
for (int i = 0; i < N; i++) {
    power += x[n - i] * x[n - i];
}
float norm_factor = mu / (power + 1e-6f);  // 加小常数防除零
float error = desired - y;
for (int i = 0; i < N; i++) {
    w[i] += norm_factor * error * x[n - i];
}

嗯，这里要注意。power的计算如果放在中断里，可能会占用太多CPU时间。我建议用滑动平均或者分段计算来优化。

4.4 啸叫抑制与稳定性调优

啸叫是ANC工程师的噩梦。它本质上是正反馈——扬声器发出的反相声波，又被麦克风拾取，再放大，再发出，循环往复，直到系统饱和。

啸叫的常见原因有三个：

• 反馈路径增益过高（反馈ANC最常见）
• 滤波器相位误差累积（前馈ANC常见）
• 耳机佩戴泄漏导致声学路径突变（混合ANC常见）

怎么抑制？我分享几个实战经验：

1. 增益限幅：在算法里硬性限制最大增益。比如反馈ANC的环路增益不要超过0.8（归一化值）。
2. 陷波滤波器：在啸叫频点插入一个窄带陷波器。我习惯在1kHz-3kHz之间预留3-5个可配置的陷波器，产线校准时动态启用。
3. 自适应陷波：用FFT实时检测频谱峰值，一旦发现某个频点能量异常增长，立即插入陷波。这个方案计算量大，但效果最好。

稳定性调优，说白了就是找平衡点。降噪深度和稳定性是一对矛盾。你越想压噪声，增益就得越高，啸叫风险就越大。我个人习惯的做法是：先以最大稳定性为目标调出一版系数，然后逐步提升增益，每提升1dB就做一次啸叫测试，直到出现临界点，再往回退2dB作为安全余量。