优化以下程序，[y, Fs] = audioread('fadongji3500_zhujiashi.wav'); % 设置参数 N = 1024; % 帧长 M = 512; % 帧移 L = 4; % 阵元数量 mu = 0.01; % 步长 max_iter = 100; % 最大迭代次数 % 初始化变量 w = zeros(N*L, 1); % 滤波器系数 P = eye(N*L); % 误差协方差矩阵 % 分帧处理 y_frame = buffer(y, N, N-M, 'nodelay'); y_frame = y_frame(:, 1:end-1); y_frame = y_frame .* repmat(hamming(N), 1, size(y_frame, 2)); % 多通道主动降噪 for i = 1:size(y_frame, 2) x = y_frame(:, i); % 当前帧 % 构建阵列输出 X = zeros(N*L, 1); for j = 1:L X((j-1)*N+1:j*N) = x; end y_hat = w'*X; % 预测输出 e = x-y_hat; % 计算误差 P = (1/mu)*(P-(P*X*X'*P)/(mu+X'*P*X)); % 更新误差协方差矩阵 w = w+P*X*e'; % 更新滤波器系数 end % 输出降噪后的音频文件 y_denoised=filter(w,1,y); audiowrite('output.wav', y_denoised, Fs); sublot(1,2,1) plop(1:N,y_denoised,'r',1:N,Fs,'b') legend("y_denoised","Fs")

下面是优化后的程序：

[y, Fs] = audioread('fadongji3500_zhujiashi.wav');

% 设置参数
N = 1024; % 帧长
M = 512; % 帧移
L = 4; % 阵元数量
mu = 0.01; % 步长
max_iter = 100; % 最大迭代次数

% 初始化变量
w = zeros(N*L, 1); % 滤波器系数
P = eye(N*L); % 误差协方差矩阵

% 分帧处理
y_frame = buffer(y, N, N-M, 'nodelay');
y_frame = y_frame .* repmat(hamming(N), 1, size(y_frame, 2));

% 多通道主动降噪
for i = 1:size(y_frame, 2)
    x = y_frame(:, i); % 当前帧
    
    % 构建阵列输出
    X = kron(x, ones(L, 1));
    y_hat = w'*X; % 预测输出
    
    e = x-y_hat; % 计算误差
    P = (1/mu)*(P-(P*X*X'*P)/(mu+X'*P*X)); % 更新误差协方差矩阵
    w = w+P*X*e; % 更新滤波器系数
end

% 输出降噪后的音频文件
y_denoised=filter(w,1,y);
audiowrite('output.wav', y_denoised, Fs);
subplot(1,2,1)
plot(1:N,y_denoised,'r',1:N,Fs,'b')
legend("y_denoised","Fs")

优化思路：
1. 使用 `kron` 函数代替循环构建阵列输出；
2. 在更新滤波器系数时，不需要转置 `e`，直接 `w = w + P * X * e` 即可；
3. 将 `sublot` 改为 `subplot`，将 `plop` 改为 `plot`。