matlab-design-adaptive-filter

自适应滤波

实现指南 — 使用 DSP System Toolbox 系统对象实现自适应滤波器。不要手动编写权重更新循环。

适用场景

• 系统辨识 — 在线建模未知 FIR 或 IIR 系统
• 噪声或干扰消除 — 从受噪声污染的测量信号中恢复信号
• 回声消除 — 抑制声学回声或线路回声
• 主动噪声控制 — 使用次级路径的前馈 ANC
• 逆系统辨识 — 均衡和反卷积
• 自适应预测 — 线性预测和语音编码
• 算法评估 — 比较自适应滤波算法的性能
• 从已弃用的 adaptfilt.* 对象迁移 — 已替换为 dsp.*Filter System 对象（在 R2020a 中移除）
• 涉及 dsp.LMSFilter、dsp.RLSFilter、dsp.FilteredXLMSFilter、dsp.FrequencyDomainAdaptiveFilter、dsp.AffineProjectionFilter 或 maxstep() 的任何任务

不适用场景

• 静态（非自适应）FIR/IIR 滤波器设计 — 使用 matlab-design-digital-filter
• Kalman 滤波或状态估计 — 使用 Control System Toolbox
• 基于深度学习的降噪 — 使用 Deep Learning Toolbox
• Simulink 自适应滤波器模块 — 用于在 Simulink 中工作（建模工作流不同）

工作流

每项自适应滤波任务都遵循以下五步工作流：

1. 分析问题

编写代码前，请确定：

• 拓扑结构 — 系统辨识、逆系统辨识、噪声消除、ANC 还是预测？
• 信号特征 — 输入是白噪声还是有色噪声？信号平稳还是时变？
• 约束条件 — 滤波器长度、延迟预算、计算开销、实时性？
• 滤波器长度 — 与未知系统的阶数匹配，或略长一些

2. 选择对象和方法

使用路由表选择合适的 System 对象：

场景	对象	方法/配置
通用、白噪声输入	dsp.LMSFilter	'Normalized LMS'
有色/相关输入	dsp.AffineProjectionFilter	ProjectionOrder=4-8
需要快速收敛	dsp.RLSFilter	ForgettingFactor=0.99
跟踪时变系统	dsp.RLSFilter	ForgettingFactor=0.95-0.99
主动噪声控制	dsp.FilteredXLMSFilter	需要次级路径估计
长滤波器（>256 个抽头）	dsp.FrequencyDomainAdaptiveFilter	'Constrained FDAF'
长滤波器 + 低延迟	dsp.FrequencyDomainAdaptiveFilter	'Partitioned constrained FDAF'
低复杂度（无需乘法）	dsp.LMSFilter	'Sign-Data LMS' 或 'Sign-Sign LMS'

如需详细的选择指南，请参阅 references/object-selection.md。

3. 配置

步长（对稳定性至关重要）：

lms = dsp.LMSFilter(Length=L, Method="Normalized LMS");
[muMax, muMaxMSE] = maxstep(lms, x);
lms.StepSize = 0.3 * muMaxMSE;

maxstep() 仅适用于：

• dsp.LMSFilter（方法：'LMS'、'Normalized LMS'、'Sign-Error LMS'）
• dsp.BlockLMSFilter

对于所有其他对象，请参阅 references/maxstep-reference.md。

滤波器长度： 设置为未知系统阶数 + 1（如果阶数不确定，可略长一些）。

4. 在流式循环中运行

所有自适应滤波器 System 对象都按帧处理数据：

for k = 1:numFrames
    xFrame = x((k-1)*frameSize+1 : k*frameSize);
    dFrame = d((k-1)*frameSize+1 : k*frameSize);
    [y, err, wts] = lms(xFrame, dFrame);
end

在仿真中，使用 dsp.FIRFilter 或 dsp.IIRFilter 表示未知系统。这些对象会自动在各帧之间保留内部滤波器状态。

5. 验证收敛并提取权重

权重提取方式因对象而异，也是常见的错误来源：

对象	提取方式
dsp.LMSFilter	第三个输出：[y, e, w] = lms(x, d)
dsp.RLSFilter	属性：rls.Coefficients
dsp.FilteredXLMSFilter	属性：fxlms.Coefficients（ANC 中需取负）
dsp.FrequencyDomainAdaptiveFilter	参见 references/fdaf-filter.md——分区式与非分区式有所不同
dsp.AffineProjectionFilter	属性：ap.Coefficients

重要：dsp.LMSFilter 没有 .Coefficients 属性。只有通过第三个输出参数才能访问权重。

完整详情请参见 references/weight-extraction.md。

关键函数

函数/对象	用途	工具箱
dsp.LMSFilter	LMS/NLMS/Sign 变体（5 种方法）	DSP System Toolbox
dsp.RLSFilter	递归最小二乘（5 种方法）	DSP System Toolbox
dsp.AffineProjectionFilter	仿射投影（有色输入）	DSP System Toolbox
dsp.FilteredXLMSFilter	过滤型 X-LMS（ANC）	DSP System Toolbox
dsp.FrequencyDomainAdaptiveFilter	FDAF（长滤波器，4 种方法）	DSP System Toolbox
dsp.BlockLMSFilter	分块 LMS（基于帧）	DSP System Toolbox
dsp.AdaptiveLatticeFilter	格型（数值稳定性）	DSP System Toolbox
dsp.FastTransversalFilter	快速横向滤波（O(N) RLS）	DSP System Toolbox
maxstep()	最大稳定步长	DSP System Toolbox
msesim()	仿真 MSE 学习曲线	DSP System Toolbox

模式

系统辨识

unknownSys = dsp.FIRFilter(Numerator=fir1(31, 0.4));
lms = dsp.LMSFilter(Length=32, Method="Normalized LMS");
[muMax, muMaxMSE] = maxstep(lms, randn(1000, 1));
lms.StepSize = 0.3 * muMaxMSE;

for k = 1:numFrames
    xFrame = randn(frameSize, 1);
    dFrame = unknownSys(xFrame);
    [~, ~, wts] = lms(xFrame, dFrame);
end

主动噪声控制（两阶段）

% Stage 1: Estimate the secondary path
estFilter = dsp.LMSFilter(Length=secPathLen, Method="Normalized LMS");
[~, ~, secPathEst] = estFilter(probeSignal, secPathOutput);

% Stage 2: Configure the FxLMS controller
fxlms = dsp.FilteredXLMSFilter(Length=ctrlLen, ...
    SecondaryPathCoefficients=secPathTrue, ...
    SecondaryPathEstimate=secPathEst.');
[y, e] = fxlms(reference, errorMic);

完整的 ANC 工作流请参见 references/fxlms-filter.md。

低延迟长滤波器（分区式 FDAF）

需要低处理延迟的长自适应滤波器时，请使用分区式 FDAF。

fdaf = dsp.FrequencyDomainAdaptiveFilter( ...
    Length=2048, ...
    BlockLength=128, ...
    Method="Partitioned constrained FDAF", ...
    StepSize=0.5);

for k = 1:numBlocks
    xBlock = x((k-1)*128+1 : k*128);
    dBlock = d((k-1)*128+1 : k*128);
    [y, e] = fdaf(xBlock, dBlock);
end
% Latency = BlockLength/fs = 128/16000 = 8 ms

有关方法字符串和 FFTCoefficients 提取，请参见 references/fdaf-filter.md。

冻结自适应（停止学习，保留滤波）

% dsp.LMSFilter — use AdaptInputPort
lms = dsp.LMSFilter(Length=32, AdaptInputPort=true);
adaptFlag = true;
for k = 1:numFrames
    if k > freezeFrame, adaptFlag = false; end
    [y, e, w] = lms(xFrame, dFrame, adaptFlag);
end

对于 dsp.FrequencyDomainAdaptiveFilter，请改用 LockCoefficients。此对象不支持 AdaptInputPort。请参见 references/fdaf-filter.md。

约定

• 始终使用 dsp.*Filter System 对象——切勿手动实现权重更新循环
• 始终在可用时调用 maxstep() 设置步长（LMS、NLMS、Sign-Error、BlockLMS）
• 始终使用 AdaptInputPort=true 控制冻结/自适应——切勿用 if/else 包装
• 始终使用 dsp.FIRFilter 仿真未知系统——它会在不同帧之间保留状态
• 切勿访问 dsp.LMSFilter 的 .Coefficients——该属性不存在；请使用第三个输出
• 切勿访问 dsp.FrequencyDomainAdaptiveFilter 的 .Coefficients——请使用 .FFTCoefficients + IFFT
• 切勿使用 adaptfilt.* 函数（adaptfilt.lms、adaptfilt.nlms、adaptfilt.rls 等）——整个软件包已在 R2020a 中移除，调用时会报错。始终使用 dsp.*Filter System 对象。
• 优先将 'Normalized LMS' 而非 'LMS' 用作默认方法——可适应输入功率变化
• 优先使用 'Constrained FDAF' 而非 'Unconstrained FDAF'——可防止频谱泄漏

常见错误

错误	错误原因	正确做法
手动实现 LMS 循环（w = w + mu*e*x）	容易出错、没有状态管理，也没有经过优化的 C 代码	使用 dsp.LMSFilter 和合适的方法
未检查稳定性就硬编码步长	可能发散或收敛过慢	调用 maxstep()，并使用 muMaxMSE 的 30%
每帧调用一次 filter(h, 1, x)，但不保留状态	会破坏帧边界处的连续性	使用 dsp.FIRFilter（它会在内部管理状态）
lms.Coefficients	dsp.LMSFilter 不存在此属性	使用第三个输出：[y, e, w] = lms(x, d)
fdaf.Coefficients	FDAF 不存在此属性	使用 real(ifft(fdaf.FFTCoefficients))
当 BlockLength < Length 时使用 'Constrained FDAF'	会静默运行，但不会进行分区	必须使用 'Partitioned constrained FDAF'
在 ANC 中使用标准 LMS（忽略次级路径）	会发散——梯度方向不正确	使用 dsp.FilteredXLMSFilter
对 Sign-Data 或 Sign-Sign LMS 调用 maxstep()	会报错——不受支持	通过经验调整 StepSize（从较小值开始，例如 0.005）
对 dsp.RLSFilter 调用 maxstep()	RLS 不存在此函数	RLS 使用 ForgettingFactor，而非步长
使用默认零权重的基于符号的 LMS	sign(0)=0 会导致自适应永久停滞	将 InitialConditions 设为较小的非零值
使用 adaptfilt.*（lms、nlms、rls 等）	整个包已在 R2020a 中移除；代码将无法运行	替换为 dsp.LMSFilter、dsp.RLSFilter 等

参考资料

• 对象选择指南 — 完整的决策矩阵
• dsp.LMSFilter — 方法、maxstep、AdaptInputPort、权重
• dsp.RLSFilter — ForgettingFactor、方法、系数
• dsp.FilteredXLMSFilter — ANC 工作流、次级路径属性
• dsp.FrequencyDomainAdaptiveFilter — 分区模式、FFTCoefficients
• 其他滤波器 — AP、BlockLMS、Lattice、FTF
• 权重提取 — 各对象的系数访问方式
• maxstep 参考 — 兼容性和替代方案

---

Copyright 2026 The MathWorks, Inc.

---