4. 频域自适应滤波：分块频域自适应滤波（PBFDAF）、延迟系数更新策略、频域实现的计算效率分析
好，咱们进入频域自适应滤波这一节。说实话，时域LMS在助听器里跑起来，很多时候是「心有余而力不足」——收敛慢、计算量大，尤其当滤波器阶数一高，DSP芯片直接冒烟。我当年第一次在Cortex-M4上跑512阶的NLMS，结果一帧音频没处理完，中断就堆成山了。
那怎么办？把计算搬到频域去。这就是我们今天要聊的——分块频域自适应滤波（PBFDAF）。
4.1 为什么非要去频域？
时域LMS每次采样点都要做一次滤波和系数更新。假设滤波器长度是N，那每次迭代就是O(N)的复杂度。你想想看，助听器里采样率16kHz，N=256，每秒要算16k×256=4百万次乘加。这还不算系数更新。
频域处理就不一样了。我们用FFT把信号整块整块地处理，一次算一批。复杂度从O(N)降到O(logN)。说白了，就是用FFT的快速算法来「作弊」。
我个人的习惯是：只要滤波器长度超过64阶，我就优先考虑频域实现。低于64阶，时域反而更省事，因为FFT的overhead也不小。
4.2 分块频域自适应滤波（PBFDAF）
PBFDAF的核心思想很简单：把输入信号分成块，每块做FFT，在频域完成滤波和误差计算，再IFFT回去。系数更新也在频域做。
具体流程是这样的：
- 收集L个新采样点，和上一块的数据拼接成2L点
- 做2L点FFT，得到频域信号
- 频域相乘完成滤波（相当于时域卷积）
- IFFT回到时域，取后L个点作为输出
- 计算误差信号
- 误差信号补零到2L，做FFT
- 频域更新滤波器系数
- IFFT后取前L个点作为新系数
这里有个关键点：重叠保留法。为什么用2L点FFT？因为时域线性卷积的结果长度是2L-1，用循环卷积会混叠。重叠保留法通过丢弃前L个点来消除混叠。
核心公式（频域更新）：
W(k+1) = W(k) + μ * conj(X(k)) * E(k)其中W(k)是频域滤波器系数，X(k)是频域输入，E(k)是频域误差，μ是步长。
嗯，这里要注意：conj()是共轭操作。我见过不少新手直接拿X(k)乘E(k)，结果收敛方向完全反了。你想想看，频域里没有「转置」的概念，但共轭是必须的。
4.3 延迟系数更新策略
PBFDAF有个天生的毛病——延迟。因为你要攒够L个点才能做一次FFT，这L个点的延迟在助听器里是致命的。助听器的延迟要求通常在10ms以内，L=256时，16kHz采样率下就是16ms，已经超标了。
怎么办？我分享几个实战策略：
- 小分块策略：把L设小一点，比如L=64。代价是FFT的计算效率下降，但延迟能控制在4ms以内。
- 多延迟自适应滤波（MDF）：把长滤波器拆成多个短块，每个块独立做PBFDAF，然后合并输出。这样延迟只取决于子块长度。
- 预测-更新分离：滤波用当前系数，更新用历史数据。说白了就是「边用边学」，不等待更新完成。
我曾经在一个项目里用过MDF，把256阶滤波器拆成4个64阶子块。延迟从16ms降到了4ms，收敛速度几乎没变。但代价是内存占用翻了一倍——每个子块都要存自己的频域系数。
避坑指南：延迟系数更新策略里，最容易踩的坑是「系数不一致」。滤波用的系数和更新用的系数不是同一时刻的，可能导致收敛不稳定。我建议在更新完成后做一个「原子切换」——用指针指向新系数，而不是原地覆盖。
4.4 频域实现的计算效率分析
我们来算一笔账。假设滤波器长度N=256，块大小L=256。
| 操作 | 时域LMS（每次采样） | PBFDAF（每块） |
|---|---|---|
| 滤波 | 256次乘加 | 2次FFT（2L点）+ 2L次复数乘 |
| 系数更新 | 256次乘加 | 1次FFT + 2L次复数乘 + 1次IFFT |
| 总计算量（每L点） | 256×256 = 65536次乘加 | 约 3×2L×log2(2L) + 4L ≈ 3×512×9 + 1024 ≈ 14848次操作 |
看到了吗？PBFDAF的计算量只有时域的1/4左右。而且N越大，优势越明显。当N=1024时，PBFDAF的效率优势能达到10倍以上。
但这里有个隐藏成本——FFT的精度。定点DSP上做FFT，位宽不够的话，噪声会很大。我建议用Q15格式做FFT，输出结果要小心溢出。我踩过这个坑：有一次用16位定点做1024点FFT，结果中间变量直接溢出，出来的波形全是削顶的。
警告：频域自适应滤波的步长μ需要重新标定。时域μ的范围是0~1，但频域里因为能量分布不同，μ的取值通常要小1-2个数量级。我一般从0.01开始试，观察误差收敛曲线再调整。
4.5 实战中的取舍
说了这么多，到底什么时候用PBFDAF？我个人的经验是：
- 助听器反馈抑制：强烈推荐。反馈路径通常很长（几十到几百阶），频域处理效率高，而且延迟可以通过MDF控制。
- 低延迟场景（<3ms）：别用PBFDAF，老老实实用时域。或者用子带处理，每个子带用短滤波器。
- 资源受限的MCU：如果芯片没有硬件FFT加速器，PBFDAF的优势会打折扣。这时候要权衡FFT的软件实现开销。
我记得有一次给一个低功耗助听器芯片做算法移植。芯片只有几十KB的RAM，连1024点FFT的缓冲区都放不下。最后我用了重叠保留法的变种——分块大小L=32，FFT长度64。虽然计算效率不如大块高，但至少跑起来了。
嗯，频域自适应滤波就聊到这里。下一节我们会深入子带自适应滤波，那是另一个实战利器。到时候我会分享一个我踩过的坑——子带间的混叠怎么处理，保证让你少走弯路。