本发明涉及降低听者环境中噪声的技术。具体地说，本发明涉及通过自适应滤波降低噪声，例如，降低车辆的乘客车厢中的噪声。
背景技术：
双方互相发送和接收音频信号(具体地是话音信号)的双向话音通信常常遭受由背景噪声导致的音频信号的质量下降。噪声环境中的背景噪声可严重影响语音对话的质量和可理解性，并且可(在最坏的情况下)导致通信的完全中断。
突出的实例是车辆中的免提语音通信。免提电话提供了特别用于机动车辆中的舒适和安全的通信系统。在免提电话的情况下，为了保证通信就必须抑制噪声。由于例如车辆的速度和道路噪声，噪声信号的幅值和频率是时变的。此外，噪声严重影响车辆(例如，汽车)中的乘客享受多媒体消费，其中由使用布置在车辆乘客车厢内的多个扬声器来提供高保真音频呈现的一些前排/后排座椅娱乐系统来将多媒体内容呈现给前排/后排乘客。
在本文中，与有用的声音信号相比，噪声(或“干扰声音”)视为并不旨在由接收者(例如，位于车辆车厢中的听者)所感知到的声音。关于机动车辆，噪声可包括由发动机、风扇或机械联接到发动机或风扇的车辆部件的机械振动产生的声音信号和风噪声以及道路噪声(如由轮胎产生的声音)。
听音环境内的噪声可使用多种技术来抑制。例如，可通过使噪声源处的噪声信号衰减来降低或抑制噪声。还可通过抑制噪声的传输和/或辐射或者使噪声的传输和/或辐射衰减来抑制噪声。然而，在许多应用中，这些噪声抑制技术无法将听音环境中的噪声级降至低于可接受的限度。这对于在低音频率范围内的噪声信号来说尤其如此。因此，已提出借助于相消干扰(即，通过将噪声信号与补偿信号叠加)来抑制噪声。通常，此类噪声抑制系统称为“有源噪声消除”或“有源噪声控制”(anc)系统。补偿信号具有与噪声信号的幅值和频率分量相等的幅值和频率分量，然而补偿信号相移180°。因此，补偿声音信号与噪声信号相消地干扰，从而使得消除在听音环境内的至少某些位置处的噪声信号或使噪声信号衰减。
通常，有源噪声控制系统使用数字信号处理和数字滤波技术。例如，噪声传感器(例如像，麦克风或非声学传感器)可用来获得表示由噪声源产生的干扰噪声信号的电参考信号。这个参考信号馈送至输出致动器驱动信号的自适应滤波器。致动器驱动信号随后供应至在听音环境的一部分内产生补偿声场(其具有与噪声信号相反的相位)的声学致动器(例如，扬声器)。此补偿场因此使得听音环境的这个部分内的噪声信号衰减或者消除所述噪声信号。可使用麦克风来测量残余的噪声信号。麦克风将“误差信号”提供至自适应滤波器，其中自适应滤波器的滤波器系数被修改成使得降低误差信号的范数(例如，功率)。
自适应滤波器可使用已知的数字信号处理方法(诸如增强的最小均方(lms)方法)来降低误差信号(或者更具体地，误差信号的功率)。这种增强的lms方法的实例包括滤波的-x-lms(fxlms，x表示输入参考信号)算法或其改进的版本，或者滤波的-误差-lms(felms)算法。
当应用fxlms(或任何相关的)算法时，使用表示从声学致动器(即，扬声器)到误差信号传感器(即，麦克风)的声波传输路径的模型。从扬声器到麦克风的这个声波传输路径通常称为anc系统的“次级路径”。相比之下，从噪声源到麦克风的声波传输路径通常称为anc系统的“主要路径”。anc系统的次级路径的传输函数(即，频率响应)的估计对使用fxlms算法的自适应滤波器的收敛行为和稳定性具有相当大的影响。具体地说，变化的次级路径传输函数严重影响有源噪声控制系统的整体性能。为了改善稳定性，已采用标准化的参考信号，从而得到标准化的滤波的-x-lms(nfxlms)。
然而，尽管近年来取得了工程上的进展，但是仍然存在与涉及anc的稳定性以及整体处理器负载和速度相关的问题。因此，本申请的目的是提供用于增强包括在anc中的自适应滤波的稳定性和速度的装置。
技术实现要素：
下文呈现对本公开的简化概述，以便提供对本公开的一些方面的基本理解。本概述并不是对本公开的详尽概括。其不旨在指出本公开的重要或关键要素、或描绘本公开的范围。其唯一目的是以简化形式呈现一些概念，以作为随后将论述的更详细的描述的序言。
考虑到上述问题，本发明中提供了一种降噪方法，其包括以下步骤：
由包括自适应滤波器系数的自适应滤波装置对表示噪声的参考信号xk[n](k＝1,……,k，k为表示时域中的参考信号(通道)的数量的整数)进行滤波，以获得致动器(扬声器)驱动信号ym[n](m＝1,……,m，m为整数)；
由m个扬声器输出致动器驱动信号ym[n]以获得扬声器(输出)信号(m表示扬声器(时域中的扬声器输出通道)的数量)；
由l个麦克风检测扬声器信号，l(参见下文，表示麦克风和误差通道的数量)为整数；
由表示将由m个扬声器输出的扬声器信号传递至l个麦克风的估计的传递函数来对参考信号进行滤波，以获得滤波的参考信号；
基于以下来更新自适应滤波装置的滤波器系数
所述滤波的参考信号和
乘以漏泄因数的自适应滤波装置的先前更新的滤波器系数。
所述方法可包括将参考信号xk[n]变换到频域中以获得频域中的参考信号xk[k]，并且由估计的传递函数对参考信号进行滤波可在频域中执行。
例如，噪声传感器(例如像，麦克风或非声学传感器)可用来获得参考信号。然而在本领域中，更新是基于先前更新的滤波器系数(在时间n处)和表示将由m个扬声器输出的扬声器信号传递至l个麦克风的传递函数来执行以获得更新的滤波器系数(在时间n+1处)，由漏泄因数组成的漏泄矩阵是根据本发明的实施方案采用的。借助于漏泄矩阵，可修改先前更新的滤波器系数中的预先确定的一些，例如在时域或频域(就处理器负载而言，在频域中处理可为优选的)中通过与零值漏泄因数相乘而设置为零。例如，先前更新的滤波器系数中的预先确定的一些可与在0.5至0.01或者0.0001或0的范围中的漏泄因数相乘。因此，可显著提高用于更新自适应滤波装置的滤波器系数的自适应算法的稳定性(仍参见以下详细描述)。根据这个实施方案的方法以及根据下述实施方案的方法可应用在车辆车厢中的有源噪声消除(具体地，道路噪声消除)的背景中。例如，汽车中的车载通信/娱乐可通过实现车载通信/娱乐系统中的方法而得到改善。
必须注意，引入漏泄因数可减缓用于更新滤波器系数的自适应过程的收敛速度。根据实际应用，鉴于增加稳定性的益处，这可认为是可接受的。另一方面，收敛速度可通过引入非恒定自适应尺寸来提高。例如，根据本领域的滤波的x最小均方(fxlms)算法，矩阵的系数w的更新根据w(n+1)＝w(n)+μe(n)z(n)而基本实现，其中e(n)表示残留误差并且z(n)表示通过次级路径模型滤波的参考信号，并且μ为控制收敛过程的速度和稳定性的恒定自适应尺寸。相反，根据一个实施方案，自适应滤波装置的滤波器系数的更新的自适应步长不是恒定的，具体地说是频率依赖性的。事实上，自适应步长可根据实际应用而单独微调，从而增加滤波器系数自适应的整体收敛性。
注意，引入漏泄因数的方法与引入非恒定自适应步长的方法可进行组合，或者可替代地可独立于彼此来实现。因此，本文还提供了一种降噪方法，其由以下步骤组成：
由包括自适应滤波器系数的自适应滤波装置对表示噪声的参考信号xk[n](k＝1,……,k，k为表示时域中的参考信号(通道)的数量的整数)进行滤波，以获得致动器(扬声器)驱动信号ym[n](m＝1,……,m，m为整数)；
由m个扬声器输出致动器驱动信号ym[n]以获得扬声器(输出)信号(m表示扬声器(时域中的扬声器输出通道)的数量)；
由l个麦克风检测扬声器信号，l(参见下文，表示麦克风和误差通道的数量)为整数；
由表示将由m个扬声器输出的扬声器信号传递至l个麦克风的估计的传递函数来对参考信号进行滤波，以获得滤波的参考信号；以及
基于以下来更新自适应滤波装置的滤波器系数
滤波的参考信号；以及
自适应滤波装置的先前更新的滤波器系数；
并且其中所述更新使用非恒定的(具体地，频率依赖性的)自适应步长来执行。
所述方法可包括将参考信号xk[n]变换到频域中以获得频域中的参考信号xk[k]，并且由估计的传递函数对参考信号进行滤波可在频域中执行。
在任何情况下，上述实施方案可通过以下步骤来补充：确定车辆的至少一个控制参数，所述至少一个控制参数例如选自由以下各项组成的组：车辆的速度、车辆的胎压、指示车辆是非公路(离开公路)的信息、关于车辆的驱动模式的信息、关于车辆的车门和/或行李箱和/或窗户和/或顶部的闭合/打开状态的信息以及针对车辆的音频设备调整的音频电平；并且根据车辆的所确定的至少一个参数来控制自适应步长。具体地说，所述自适应步长可取决于时间依赖性的控制参数。根据不同的应用和/或驾驶情况，不同组的自适应步长可用于自适应滤波装置的滤波器系数的更新过程中。因此，更新过程可动态地调整成当前情况，例如在汽车应用的背景中的当前驾驶情况。
在所有上述实例中，自适应滤波装置的滤波器系数的更新可至少部分在频域中执行以便节省处理时间。在这种情况下，傅里叶变换的先前更新的滤波器系数的矩阵可与(在频域中给出的)漏泄因数的矩阵相乘。如本领域中已知，时域中的信号表示可通过(快速)傅里叶变换变换到频域中，并且频域中的信号表示可通过(快速)傅里叶逆变换变换到时域中。
根据具体实施方案，自适应滤波装置的滤波器系数的更新根据以下来执行
wk,m[n+1]＝ifft(woldk,m[k]vk,m[k]-ck,m[k])，
其中wk,m[n+1]是自适应滤波装置的在时间步n+1处更新的滤波器系数，ifft是快速傅里叶逆变换，并且woldk,m[k]表示先前的时间步n的变换到所述频域中的所述滤波器系数wk,m[n]，vk,m[k]是包括所述频率依赖性的漏泄因数的漏泄矩阵，并且其中ck,m[k]是用于所述滤波器系数的所述更新的自适应步长(μ，μk,m[k]或μspk,m[k]；参见下文)与相加的互谱
原则上，当使用具体算法wk,m[n+1]＝ifft(woldk,m[k]vk,m[k]-ck,m[k])时，自适应步长可由下述各项给出：用于所有k、m的全局常量自适应步长μ或者包括自适应步长的值的频率依赖性的矩阵μk,m[k]或者包括自适应步长的值的时间依赖性和频率依赖性的矩阵μspk,m[k]。可确定动态控制参数并且自适应步长可由时间依赖性和频率依赖性的矩阵μspk,m[k]给出，所述矩阵包括取决于确定的动态控制参数的自适应步长的值。动态控制参数可选自由以下各项组成的组：当前的车辆速度、胎压、车辆公路或非公路状态、动态驱动模式、车门/车顶/行李箱的打开/闭合状态、车窗/遮阳蓬的打开/闭合状态或者信息娱乐/娱乐操作/音频电平。
此外，本文提供计算机程序产品，所述计算机程序产品包括一个或多个计算机可读介质，所述计算机可读介质具有在计算机上运行时用于执行根据降噪方法的上述实施方案中的一个的方法的步骤的计算机可执行指令。
为了实现上述目标，本文还提供了降噪装置，其包括：
第一自适应滤波装置，所述第一自适应滤波装置包括滤波器系数，所述第一自适应滤波装置配置用于：对表示噪声的参考信号xk[n](k＝1,……,k，k为整数)进行自适应滤波，以获得致动器(扬声器)驱动信号ym[n]；
m个扬声器，所述m个扬声器配置用于输出致动器驱动信号ym[n](m＝1,……,m，m为整数)以获得扬声器信号；
麦克风，所述麦克风配置用于检测扬声器信号；
第二滤波装置，所述第二滤波装置配置用于由表示将由m个扬声器输出的扬声器信号传递至麦克风的估计的传递函数来对参考信号进行滤波，以获得滤波的参考信号；
自适应单元，所述自适应单元配置用于基于滤波的参考信号以及自适应滤波装置的先前更新的滤波器系数(包括将先前更新的滤波器系数的值中的至少一些与漏泄因数相乘)来更新自适应滤波装置的滤波器系数。
降噪装置可配置用于执行降噪方法的上述实施方案中的任何一个的步骤。具体地说，提供了降噪装置，其包括：
第一自适应滤波装置，所述第一自适应滤波装置包括滤波器系数，所述第一自适应滤波装置配置用于：对表示噪声的参考信号xk[n](k＝1,……,k，k为整数)进行自适应滤波，以获得致动器驱动信号ym[n]；
m个扬声器，所述m个扬声器配置用于输出致动器驱动信号ym[n](m＝1,……,m，m为整数)以获得扬声器信号；
麦克风，所述麦克风配置用于检测扬声器信号；
第二滤波装置，所述第二滤波装置配置用于由表示将由m个扬声器输出的扬声器信号传递至麦克风的估计的传递函数来对参考信号进行滤波，以获得滤波的参考信号；以及
自适应单元，所述自适应单元配置用于基于滤波的参考信号和自适应滤波装置的先前更新的滤波器系数以及非恒定的(例如，频率依赖性的)自适应步长来更新自适应滤波装置的滤波器系数。
本文公开的信号处理装置的实例可有利地用在多种电子通信设备中。具体地说，提供了有源噪声控制系统，具体地说是包括如上所述的降噪装置的有源噪声控制系统。
附图说明
将参考附图描述本发明的其他特征和优点。在说明书中，参考意在示出本发明的优选实施方案的附图。应理解，这些实施方案并不代表本发明的全部范围。
图1示出根据本发明的实例的多通道anc设备。
图2示出车载通信系统，其中可集成根据本发明的anc系统。
图3示出根据本发明的实例的在更新算法中采用漏泄矩阵以用于调整anc系统的自适应滤波装置的滤波器系数。
图4示出根据时间依赖性的控制参数来提供一组自适应尺寸的过程。
具体实施方式
尽管参考以下详述以及附图中示出的实例来描述本公开，但是应理解，以下详述以及附图并不旨在将主题限于所公开的具体说明性实施方案，而是所描述的说明性实施方案仅举例说明各个方面，本公开的范围由所附权利要求书所限定。
本发明涉及具体地在汽车应用中的有源噪声消除。例如，提供了适用于降低车辆车厢内的噪声的方法和处理装置，其中所述噪声可为道路噪声。图1示出示例性多通道anc系统10，在其中可实现根据本发明的降噪过程。多通道anc系统10可特别适用于涉及道路噪声消除(rnc)的汽车应用。例如，anc系统10可集成在如图2所示的车载通信系统中。
车辆通信系统可安装在具有前端112和后端113的车辆乘客车厢111中。前排座椅114为驾驶员提供座位，并且后排座椅115为后排乘客提供座位。例如，四个麦克风120-126与四个扬声器130-136相邻定位在车辆乘客车厢111中。第一麦克风120和第二麦克风122定位在车辆的前端112处。第三麦克风124和第四麦克风126定位在车辆的后端113处。第一扬声器130和第二扬声器132与第一麦克风120和第二麦克风122相邻定位，并且第三扬声器134和第四扬声器136与第三麦克风124和第四麦克风126相邻定位。扬声器130-136可供音频娱乐系统使用。将来自麦克风120-126的输入信号提供给信号处理电路140，所述信号处理电路140解释信号并将输出信号提供给扬声器130-136。例如，信号处理电路140可定位在车辆仪表板116的后方。
在下文中，将详细描述图1的anc系统10。根据常见符号，在以下描述中，时域中的第n个样本和频域中的第k个频点分别由n和k来表示。在时域中的k＝1,……,k个参考通道内提供多通道参考信号xk[n]。参考信号表示由一些噪声源产生的干扰噪声并且应在anc系统10中进行抑制。
将多通道参考信号xk[n]馈送给自适应滤波装置11，例如有限冲激响应(fir)滤波器。将扬声器驱动信号(补偿信号)ym[n]供应至扬声器12，所述扬声器12输出与在听者环境的至少一部分(例如，车辆车厢)内的参考信号xk[n]相比具有相反相位的补偿声场。下标m表示扬声器输出通道(m＝1,……,m，m是扬声器12的数量)。残留噪声信号由麦克风13来测量。麦克风13提供误差信号el[n](其中l＝1,……,l，l是麦克风13的数量)。原则上，自适应滤波装置11的自适应滤波器系数wk,m[n]有待调整(更新)，以使得误差信号的范数(例如，功率)降低(最小化)。由麦克风13检测的信号源自在根据听者环境的从噪声源到麦克风13(anc系统10的主要路径)的声波传输路径的传递函数pk,l[n]修改后的多通道参考信号xk[n]与根据听者环境的从扬声器12到麦克风13(anc系统10的次级路径)的声波传输路径的传递函数sm,l[n]而修改的扬声器输出信号的组合。如由麦克风13检测的扬声器信号(即，在已从扬声器12到麦克风13行进通过声波传输路径之后)由y’m[n]表示。根据听者环境的从噪声源到麦克风13的声波传输路径的传递函数pk,l[n]而修改的多通道参考信号由x’k[n]表示。麦克风13安装在听者环境中，并且由麦克风13输出的误差信号el[n]测量y’m[n]与x’k[n]之间的差值。当应用合适的算法以用于调整(更新)自适应滤波装置11的自适应滤波器系数wk,m[n]以便最小化误差信号el[n]时，必须使用表示次级路径的模型。误差信号el[n]的信号功率可视为对由anc系统10获得的噪声消除的质量度量。
根据图1中示出的实例，更新分支在频域中操作以便加速处理。将误差信号el[n](例如，通过快速傅里叶变换装置14)进行傅里叶变换以获得频域中的误差信号el[k]。将多通道参考信号xk[n](例如，通过快速傅里叶变换装置15)进行傅里叶变换以获得频域中的多通道参考信号xk[k]。将频域中的参考信号xk[k]输入装置16中以便由估计的次级路径(即，频域中的估计传递函数的矩阵)
根据一个实施方案，处理装置17读取包括来自存储器20的频率依赖性的漏泄因数的漏泄矩阵vk,m[k]。可替代地或另外，处理装置17读取来自存储器20的频率依赖性自适应步长的矩阵μk,m[k]。在下文中，将详细描述根据本发明的更新算法的实例。在通过处理装置17的频域中的滤波器系数的自适应之后，将自适应的滤波器系数输入到快速傅里叶逆变换装置18中，来为自适应滤波装置11提供时域中的自适应滤波器系数。
原则上，相加的互谱scsk,m[k]可用于仅根据以下来更新自适应滤波装置11的滤波器系数wk,m[n]：
wk,m[n+1]＝wk,m[n]-μifft(scsk,m[k]),
(等式1)
其中μ为恒定的自适应步长，并且ifft表示快速傅里叶逆变换操作。此过程已知将应用在本领域的滤波的x最小均方(fxlms)算法中。
然而，fxlms算法的稳定性严重受到anc系统10的次级路径的估计的准确性以及多通道参考信号xk[n]中的干扰电平的影响。具体地说，次级路径的时间依赖性的变化以及多通道参考信号xk[n]中的干扰导致本领域的fxlms算法的不稳定性。根据本发明的一个实施方案，更新过程的稳定性借助于在更新的时间步n+1中使用以修改针对先前的时间步n获得的滤波器系数的值的漏泄矩阵而得到显著改善。
图3中示出采用漏泄矩阵的实例。例如，图3中示出的过程可在anc系统10的自适应单元19中实现。可根据等式1执行过程来修改算法。(当获得滤波器系数时)代替使用先前更新的滤波器系数wk,m[n]，将这些滤波器系数与例如频域中的漏泄因数相乘。频域中而不是时域中的处理相对于提高处理速度(可避免昂贵的卷积运算)可以是有利的。
如图3中所示，先前的时间步n的滤波器系数(旧的滤波器系数)wk,m[n]通过快速傅里叶变换操作进行变换以获得频域中的这些滤波器系数woldk,m[k]的表示。旧的滤波器系数的矩阵与漏泄矩阵vk,m[k]相乘。漏泄矩阵由频率依赖性的漏泄因数组成，所述漏泄因数针对滤波器系数的矩阵的每一个单独元素都是可调的。例如，漏泄矩阵可只由值0和值1组成。在这种情况下，与漏泄矩阵相乘暗示了将对应的滤波器系数设置为0。漏泄因数可处于0.5或1至0.01或0.0001或0的范围中。频谱分量(假设处理频谱分量是有问题的)可标记并用不同的漏泄值来单独地调整，并且因此不期望的显著的w-滤波器影响可更快地消失，而其他影响可持续得更久(增加稳定性)。此外，漏泄的上频谱边界的限制有助于增加稳定性以对抗anc系统10的次级路径的时间性变化。
如图3中所示，在下一步中为了获得频域中的更新的(新的)滤波器系数的矩阵w新k,m[k]，减去矩阵ck,m[k]。这个矩阵可与乘以自适应步长的相加的互谱相同，即ck,m[k]＝μscsk,m[k]。然而，使用标准化版本
wk,m[n+1]＝ifft(woldk,m[k]vk,m[k]-ck,m[k]),
(等式2)
其中ifft再次表示快速傅里叶逆变换操作。
鉴于采用漏泄矩阵vk,m[k]增加了稳定性，采用漏泄矩阵vk,m[k]可降低收敛速度。根据另一个实施方案(其可与关于漏泄矩阵vk,m[k]的实施方案组合)，收敛(自适应、更新)速度可通过采用频率依赖性的自适应步长μk,m[k]而不是全局常量自适应步长μ来增强。在此，可采用根据以下等式的算法：
wk,m[n+1]＝wk,m[n]-ifft(μk,m[k]scsk,m[k])
(等式3)
或
(等式4)
根据一个具体的预先确定的步长调整设置，针对每个滤波器矩阵指数‘m’和‘k’在所有频点上形成自适应步长μk,m[k]。原则上，提供多种不同的步长调整设置是可能的。在汽车的背景中，这可证实是有助于来适应不同的车辆变体和动态条件，例如车辆主体和悬架变体、胎压、轮胎类型、关于动态底盘/悬架控制(例如，运动/舒适模式)的信息、天气条件、道路条件或其他rnc共振相关的控制信息。(例如，通过用户输入或自动基于接收相应设计的控制信号，基于车辆变体和/或动态条件)可选择可例如以查表形式存储在anc系统10的存储器20中的调整设置中的具体的一个。
与基于全局常量自适应步长μ来更新自适应滤波装置11的滤波器系数相比，采用频率依赖性的自适应步长μk,m[k]就处理器负载和存储器需求而言更加昂贵。然而，采用频率依赖性的自适应步长μk,m[k]允许显著改善更新过程。
代替限制于一个单一的全局自适应步长，所述自适应步长可针对车载通信系统的具体配置(例如，具体的扬声器、加速度仪、外部边界条件等)来单独调整。此外，单独调整的自适应步长对于微调车辆中的每一个座椅位置提供灵活性，例如通过相对于隆隆声和圆环面的单独加权来提高自适应性能，或者相对于单独频率衰减定义单独加权来增加自适应稳定性。除了共振之外，此类技术还可处理单独座椅位置约束，因为前部和后部悬架(如果机械分离)显示出分离噪声对车辆车厢内不同座椅位置的影响。从而，系统性能可改善，因为所述算法更加专注于抵消共振频率，并且同样地，所述自适应算法的鲁棒性将会提高，因为如果恰当地选择自适应步长设计，那么与道路噪声不相干的干扰噪声将在调整级距内被忽略。
另外，最大操作频率可通过应用衰减而单独限定，以便进一步增强自适应过程的稳定性。例如，衰减频率可设置为500hz。具体地说，仿真研究已证实当有益地设置衰减频率时，对抗次级路径中的时间性变化的系统鲁棒性可显著提高。由于道路噪声显示出车辆车厢内部的隆隆声和圆环面中的专用共振，采用频率依赖性的自适应步长μk,m[k]在rnc的背景中是特别有利的。
根据不同的实施方案，频率依赖性的自适应步长μk,m[k]可为静态的或者可以时间依赖性的方式(“动态”)进行调整，在下文中，取决于动态控制参数的时间依赖性和频率依赖性的自适应步长由μspk,m[k]表示。在这种情况下，μk,m[k]可为时间依赖性的控制参数的函数。时间依赖性的控制参数可为可能对rnc相关的底盘和主体共振的级别和间距(pitch)产生影响的参数。时间依赖性的控制参数可选自包括以下各项的组：当前的车辆速度、胎压、车辆公路或非公路状态、动态驱动模式(例如运动和舒适模式)、车门/车顶/行李箱的打开/闭合状态、车窗/遮阳蓬的打开/闭合状态、信息娱乐/娱乐操作/音频电平等。
尽管基于时间依赖性和频率依赖性的自适应步长μspk,m[k]的此方法就处理器负载而言是相对昂贵的并且需要对例如速度与对应的共振之间的相关性的详细理解，但是由于可实现的增强功能仍可实现所述方法。例如，所述方法允许基于速度依赖性的共振的自适应步长的动态定标和定距(pitching)，这提高了自适应算法的性能。所述方法允许针对影响次级路径修改(诸如车门的打开/闭合或者诸如遮阳蓬的其他打开)的车辆事件来减小或限制自适应步长的频谱带宽。从而可增加自适应算法的稳定性。此外，这种方法允许由于特定车辆/使用者条件造成的滤波器自适应的临时停止。此类条件可包括一组超过70dbspl(a)的高音乐音量，例如非公路状态中的车辆(其中许多脉冲干扰是可预期的)以及高于一些预定义限度的车辆速度(其中风噪声是最主要的因素)，μspk,m[k]可证实是有用的。
如果使用时间依赖性的自适应步长μspk,m[k]，那么设置上μmax[k]和下μmin[k]边界限度可能是有用的，以便保证自适应算法的稳定性，即μspk,m[k]∈[μmax[k],μmin[k]]。
图4中示出用于实现作为时间依赖性的控制参数的函数的时间依赖性的自适应步长μk,m[k]的实例。一组频率依赖性的自适应尺寸μk,m[k]210输入到标尺和间距单元220内。标尺和间距单元220接收动态控制(车辆)参数230，例如当前的车辆速度、胎压、车辆公路或非公路状态、动态驱动模式、车门/车顶/行李箱的打开/闭合状态、车窗/遮阳蓬的打开/闭合状态或者信息娱乐/娱乐操作/音频电平。读取自适应尺寸的容许的上极值和下极值(240和250)，并且由标尺和间距单元220输出的超过读取最大值的自适应尺寸的值减少至读取最大值245，并且低于读取最小值的值增加至所述最小值255。在所述修正之后，输出一组μspk,m[k]260，并且可将其用于根据上述等式3和4(分别代替μ和μk,m[k])的自适应算法中。
如上文已提及的，与漏泄矩阵有关的实施方案和频率依赖性的自适应尺寸μk,m[k](以及时间依赖性和频率依赖性的自适应步长μspk,m[k])可彼此组合。具体地说，等式2中的ck,m[k]＝μscsk,m[k]可分别由ck,m[k]＝μk,m[k]scsk,m[k]或ck,m[k]＝μspk,m[k]scsk,m[k]来替换。
所有先前讨论的实施方案并非意图作为限制，而是充当说明本发明的特征和优点的实例。应理解，一些或所有上述特征也可以不同方式组合。