（3）控制算法

（3）控制算法

最基本的适应性算法有最急下降法、Newton法等。对于即时控制应用，以最急下降法为基础将演算进行简化处理的LMS算法是最常用的方法。再进一步扩展后的Multiple Error Filtered-x LMS算法，具有能够应用于更广泛的车内声学空间的有利特征。

Multiple Error Filtered-X LMS算法的流程如图8-16所示。在该图中有扬声器、传声器共两个通道。对于使用M个扬声器、L个传声器的ANC系统，包含声源信息的标准信号x（n）通过过滤器W_m向第m个扬声器提供信号y_m（n）。经过车内的传递特性由第1个传声器检测出2次声音e₁（n）可以用扬声器和传声器之间的脉冲响应函数的系数列来表示

图8-16 多误差过滤器X-LMS算法

为了使用多个传声器，评价函数为式（8.19）的值的期待值的总和，即

采用适应性控制以使该值最小。与式（8.18）的情况相同，J具有在自适应滤波器系数的多元空间内可调节的极小值。(https://www.daowen.com)

这个动作模式如图8-13中的箭头所示。在误差曲面的最大倾斜方向上被更新。根据最急下降法，在极值搜索过程中过滤每次的更新，根据评价函数的斜率与收敛系数α，遵从下面的表达式关系：

式（8.21）中的斜率的推测值可能会出现问题，根据LMS方法使用x（n），e_l（n）的瞬态值

式中，

如前所述，在这个适应性动作模式下，用各个传声器检测出来的声压的平方和作为评价函数，可知其最小值与近似空间内全体声势能的降低量相当。