Noise Source Acoustic Region Analog Region Digital Region 1 Primary Path P(z) Reference Mic. Pre- Anti-aliasing x(n) ADC Secondary Path Model Control

アクティブノイズコントロールの最近の話題と応用

梶川 嘉延

1,a)

概要：騒音問題は産業装置や医療装置の利用の増大に伴いますます重要となってきている．アクティブノ

イズコントロール（ANC: Acitive Noise Control）は騒音に対して同振幅・逆位相の擬似騒音を音響的に 干渉させることで騒音を低減する技術であり，近年さまざまな場面で利用されつつある．しかしながら， ANCは未だに多くの問題点を残しているため実用化がなかなか進まないという問題点を有する．その原 因としては，物理的ならびに経済的な制約があることと，さまざまな信号に対応した信号処理技術が確立 されていないことなどがあげられる．近年，このような問題に対してさまざまな試みがなされており，新 しい応用事例も報告されている．そこで，本稿では，ANCにおける信号処理技術に特に焦点をあてるとと もに，幾つかの応用事例を紹介することで，ANCの最近の進展と残された課題について紹介する．

1.

まえがき

騒音問題は産業機器の使用の増大にともなって，ます ます深刻になってきている．騒音は，交通機関（飛行機， 自動車，鉄道など），製造工場，電化製品（エアコン，冷 蔵庫，洗濯機，掃除機など）など多くの騒音源から発生さ れており，騒音源ごとに異なった騒音対策を取る必要が ある．伝統的な騒音対策としては耳栓，イヤープロテク ター，遮音壁に代表される受動騒音制御（PNC: Passive Noise Control）がある．PNCは主に高周波領域において 騒音低減するのに有効であるが，低周波数領域においては 騒音低減効果を出すには大きなサイズが求められるなど， 現実的ではない．一方，騒音を音で制御する能動騒音制御

（ANC: Active Noise Control）[1–5]は，ディジタルシグ

ナルプロセッサー（DSP）の普及に伴い，近年，様々な分 野に適用されつつある．ANCの原理は極めて単純であり， 波動の干渉（重ね合わせの理）を利用したもので，騒音に 対して同振幅・逆位相の擬似騒音をスピーカから放射する ことで騒音の低減を行う．ANCはPNCが不得意である低 周波数領域の騒音を効果的に低減することが可能である． ANCを適用する場面においては，騒音源や音環境の特 性が変化することにより，対象となる騒音の周波数成分や その振幅・位相が変動することが考えられる．ANCにお ける騒音低減性能は信号処理アルゴリズムによりいかに正 確な振幅と位相を有する擬似騒音を生成できるかにかかっ ているため，上記のような環境や騒音の変化にうまく対処 1 _関西大学

Kansai University, Suita, Osaka 564–8680, Japan a) _{kaji@kansai-u.ac.jp} する必要がある．よって，多くのANCアプリケーション では環境や騒音の変化に追従が可能な適応ディジタルフィ ルタを用いるのが一般的となっている．そこで本稿では適 応ディジタルフィルタを用いたANCについて議論を行う． 具体的には，その基本的な原理，特に適応信号処理を利用 した実現法について解説するとともに，近年の様々な応用 例の紹介を通じてANCにおける最新のトピックや課題に ついて明らかにする．

2.

ANC の制御構造

ANCではその制御構造によりフィードフォワード型と フィードバック型の二つに分類される．フィードフォワー ド型ANCは，低減対象となる騒音が広帯域の騒音である か狭帯域の騒音であるかによってさらに分類されることに なる．広帯域フィードフォワード制御では，騒音を検出す るマイクロホン（参照マイクロホン）および消音効果をモニ タリングするマイクロホン（誤差マイクロホン）と擬似騒 音を生成する二次音源スピーカから構成されている．よっ て，参照マイクロホンで観測された騒音と相関のある騒音 を誤差マイクロホン地点で消音することが可能である．し かし，この観点は言い換えると，制御対象騒音にコヒーレ ントな参照信号を得なければ消音できないため，参照マイ クロホンをどのように配置するのかが非常に重要となり， また，場合によってはシステム規模が大きくなる場合があ る．さらに，騒音源が広範に広がる場合は複数のマイクロ ホンとスピーカを用いたマルチチャネルシステムを構成す る必要があり，その場合はさらにシステム規模が大きくな り，実時間で処理するためにはかなりの演算処理能力が要

x(n) Control Filter W(z) LMS y’(n) x’(n) e(n) ^ Noise Source Anti-aliasing Filter ADC Anti-aliasing Filter ADC Reconstruction Filter DAC Primary Path P(z) Secondary Path S(z) Digital Region Analog Region Acoustic Region Secondary Path Model S(z) Secondary Source (Loudspeaker)

Reference Mic. Error Mic.

Pre-Amplifier Pre-Amplifier Power Amplifier 図1 フィードフォワード型ANCシステムのブロック図 求される．さらに，参照マイクロホン地点で検出された音 が誤差マイクロホン地点に到達するまでに信号処理を行う 必要があるという因果性の問題も要している．一方，狭帯 域フィードフォワード制御では騒音に相関のある情報（エ ンジンなどであれば回転数など）を別途検出することで， 直接騒音をマイクロホンで検出する必要がないことから， 制御音場の影響を受けることがなく，高い消音性能を実現 することができる．フィードフォワード型ANCでは以上 のように制御対象騒音と相関のある情報に基づいて，擬似 騒音を生成し，誤差マイクロホンにおいて観測される信号 に基づいて制御用の適応ディジタルフィルタの係数を更新 する． 図1に２つのマイクロホン，そして１つの二次音源に よって実現されるシングルチャネルフィードフォワード型 ANCの構造を示す．この図において騒音源からの騒音と 二次音源からの擬似騒音との干渉音が誤差マイクロホンで 検出されるとともに，騒音源からの騒音信号を参照マイク ロホンで検出し，適応ディジタルフィルタによって実現さ れている騒音制御フィルタW (z)に入力することで擬似騒 音を生成し，二次音源より放射する．擬似騒音は二次音源 から誤差マイクロホンまでの一連の伝達系である二次経路 S(z)を伝搬する．そして，誤差マイクロホン入力が最小 となるように騒音制御フィルタの係数を適応アルゴリズム により更新する．この図からもわかるようにフィードフォ ワード型ANCにおいては，二次経路を推定した二次経路 モデル_S(z)ˆ が二次経路の影響を適応アルゴリズムにおい て補償するため利用されていることがわかる．このような 適応アルゴリズムの制御方式をFiltered-xアルゴリズムと 呼ぶ． この図において，参照マイクロホンで検出した騒音信号 は騒音制御フィルタの出力を得るために利用され，さらに その出力が二次経路を伝搬する．一方，騒音信号は一次経 路P (z)を伝搬する．そして，それらが音響的に干渉する ことで騒音低減が行われる．よって，騒音が完全に打ち消 されるための騒音制御フィルタW (z)の最適値は W (z) =−P (z) S(z) (1) となる．よって，二次経路S(z)が最小位相系である場合 には，理論上は完全な騒音低減が可能となる．しかしなが ら，実際の二次経路は非最小位相系であるため，騒音制御 フィルタをFIRフィルタで実現する場合には長いタップ長 が必要となる． 以上の原理からもわかるように適応アルゴリズムには Filtered-xアルゴリズムが用いられるため，二次経路モデ ルのモデル化誤差が適応アルゴリズムの安定性に大きく影 響を与える．よって，この問題を解決するにはANC稼働 中にオンラインで二次経路を同定する方法を導入する必要 がある． 一方，フィードバック型ANCは，参照センサが不要で 二次音源と誤差マイクロホンのみで構成できるため小規 模実現に適している．フィードバック型ANCシステムの 実用例の多くは古典制御理論などに基づくアナログ制御 が主流で，ノイズキャンセリング機能付きヘッドホンとし て近年広く普及している．ただし，制御可能な帯域幅は制 御系全体の遅延量が大きくなるに従い，狭くなるため，一 般的に広帯域での騒音低減は困難である．また，フィード バック型ANCシステムをディジタル制御で実現する場合 には制御理論に基づく方法では遅延による問題が回避で きないため，フィードバック型の構造を内部的にフィード フォワード型の構造に置き換え，適応ディジタルフィルタ により実現された線形予測システムにより騒音制御を行う

IMC(Internal Model Control)構造を用いるのが一般的で

ある．この構造はフィードバック型ANCの利点である小 規模構成を保つという利点を保持する反面，線形予測に基 づくため狭帯域騒音しか制御できないという制約がある． なお，IMC構造では内部的にフィードフォワード型に置 き換えを行っているため，フィードフォワード型と同様に 適応ディジタルフィルタにより実現でき，その更新アル ゴリズムにはフィードフォワード型ANCシステムと同じ Filtered-xアルゴリズムが用いられる． IMC構造は信号の予測に基づき騒音低減を実現するた め，参照マイクロホンが不要であり小規模なシステムで広 範な騒音源から伝搬される騒音を低減可能である．ただ し，線形予測に基づいた手法であるため予測可能な狭帯域 騒音しか消音できない．図2に１つの誤差マイクロホン， そして１つの二次音源によって実現されるシングルチャネ ルフィードバック型ANCの構造を示す．この図において

x(n) _{Control Filter} W(z) LMS y(n) x’(n) e(n) ^ Noise Source Anti-aliasing Filter ADC Reconstruction Filter DAC Secondary Path S(z) Digital Region Analog Region Acoustic Region Secondary Path Model S(z) Secondary Source (Loudspeaker) Error Mic. Pre-Amplifier Power Amplifier Σ + + d(n)^ Secondary Path Model S(z)^ 図2 フィードバック型ANCシステムのブロック図 騒音源からの騒音と二次音源からの擬似騒音との干渉音が 誤差マイクロホンで検出され，その信号から参照信号を生 成し，適応ディジタルフィルタによって実現されている騒 音制御フィルタW (z)に入力することで擬似騒音を生成し， 二次音源より放射する．擬似騒音は二次音源から誤差マイ クロホンまでの一連の伝達系である二次経路S(z)を伝搬 する．そして，誤差マイクロホン入力が最小となるように 騒音制御フィルタの係数を適応アルゴリズムにより更新す る．この図からもわかるようにフィードバック型ANCに おいては，二次経路を推定した二次経路モデル_S(z)ˆ _が二 次経路の影響を適応アルゴリズムにおいて補償するためと 内部で参照信号を生成するための二つの目的で利用されて いることがわかる． この図において，騒音制御フィルタの出力を二次経路モ デルでフィルタリングした信号は二次経路と二次経路モデ ルが完全に一致する場合，誤差マイクロホン地点で観測さ れる擬似騒音と同一であるため，誤差信号との合成で生成 される信号_d(n)ˆ は騒音d(n)と一致する．よって，図2は 図3のように等価的に置き換えることができる．この図よ り，騒音制御フィルタW (z)の最適値は W (z) =− 1 S(z) (2) となる．よって，二次経路S(z)が最小位相系である場合に は，理論上は完全な騒音低減が可能となる．しかしながら， 実際の二次経路は非最小位相系であるため，騒音制御フィ ルタをFIRフィルタで実現する場合には長いタップ長が 必要となる．また，二次経路はスピーカや空間伝達などに W(z)

Σ

 d(n) S(z) y(n) e(n) + − 図3 二次経路と二次経路モデルの特性が完全に一致する場合のIMC 構造の等価ブロック図 おける時間的遅延を包含するため，実質的に騒音制御フィ ルタは線形予測フィルタとして機能することになる．よっ て，適切なタップ長は二次経路の特性と騒音の周期性に依 存することになる．一般的に騒音制御フィルタの特性は周 期音を抑圧できるような逆くし型フィルタの特性になる． 以上の原理からもわかるように適応アルゴリズムには Filtered-xアルゴリズムが用いられるため，フィードフォ ワード型ANCと同様に二次経路モデルのモデル化誤差が 適応アルゴリズムの安定性に大きく影響を与える．また， 二次経路モデルは参照信号の生成（騒音信号のレプリカ生 成）にも寄与しているため，フィードフォワード型以上に モデル化誤差の影響は深刻である．よって，この問題を解 決するにはフィードフォワード型同様にANC稼働中にオ ンラインで二次経路を同定する方法を導入する必要があ る．さらに，制御対象騒音に広帯域騒音が混在している場 合には，その広帯域騒音が参照信号に混入することになる ため，騒音制御フィルタはバイアスのかかった値に収束す るため，システムが不安定になる恐れがある．よって，広 帯域騒音が混在する場合にはその対策も必須となる．

3.

最近の応用例と残された課題

3.1 応用例1：モーターサイクルヘルメット向けANC オートバイにおける騒音は主にエンジン音，風雑音，ロー ドノイズなどから構成されている．その中でも特にオー トバイから発生する低周波のエンジン音は路面の状態や オートバイの種類に依存するが，30 mphで80–90 dBAに， 120mphで116dBAになる．このような高騒音にさらされ 続けると難聴になる危険性が非常に高い．また，ライダー の集中力を欠かせるとともに，危険な兆候を聞き漏らすな どして命の危険に繋がる可能性もある．一般的に，オート バイ用のヘルメットは受動的な騒音低減効果が見込まれ， 500Hz以上の帯域で良好な騒音低減を実現することができ る．したがって，さらにANCを適用したならば広帯域の 騒音低減を実現することが可能となる． 以上のような観点の下，文献[6]では通常のフィードフォ ワードANCを適用することでエンジン音を200Hz以下の 帯域で40dBまで，それ以上の帯域で15dB程度まで低減 することに成功している．また，文献 [7]ではこれを発展 させて，残差騒音のスペクトル形状を心理音響モデルに基 づいて調整するサブバンド構成のアクティブノイズイコラ イゼーションを提案している．さらに文献 [8]ではフィー

x(n) − + Recieved Signal (From Far-End) LMS d(n) W(z) S(z) S(z) S(z) LMS Σ Σ Σ + − y(n) a(n) u(n) x’(n) a’(n) e’(n) e(n) − + ^ ^ Copy Σ S(z) ^ d(n) ^ Ear-Cup Error Mic. Near-End Signal Noise Source P(z) LMS H(z) ef(n) Σ − Transmit Unit (To Far End) Reference Mic. b(n) Near-End Noise Primary Noise + + ₊ 図4 音声通信ならびに雑音除去と統合したヘルメット用ANCの ブロック図 ドフォワードとフィードバックを統合したハイブリッド ANCを適用した検討を行なっている． 一方で，ANC用のスピーカを利用してライダーが無線 音声通信をしたり，音楽を聴取したりすることはさらなる 付加価値を与える意味でも重要である．すなわち，ANC にオーディオ機能ならびに音声通信を付加したオーディオ 統合型ANC [9, 10]を適用することが考えられる．この場 合，騒音環境下で音声通信を行うことになり，ライダーの 音声に騒音が重畳するため，音声信号を伝送する前に雑音 除去を行う必要がある．以上の観点の下，図4に示すよう なANCに音声通話機能と雑音除去機能を統合したシステ ムが提案されている．このシステムでは参照マイクロホン は騒音の検出だけでなく，ライダーの音声を検出するのに も用いられる．実験結果から，本システムを利用すること で500Hzの帯域にわたって30–40dBの騒音低減を実現す るとともに，音声強調も25dBの改善を達成している．以 上のように近年のANCにおいては音声通話やオーディオ 聴取との統合が求められており，それぞれの応用に適した 統合システムの検討が今後の課題であるといえる． 3.2 応用例2：いびきを低減するANC いびきは睡眠中に発生する気道の閉塞にともなって生じ る音響現象であり，現代社会において大きな問題の一つで あるといえる．いびきの耳障りな断続的な特性はそばで眠 る人々にとって睡眠を妨害し，ストレスを与えるととも に，日中の眠気を増大させることから，その対策は非常に 重要である．比較的低周波数成分で構成されるいびきは耳 栓などではその低減効果が低いとともに，睡眠中にそれを 装着する不便さのため適切な騒音対策とは成り得ない．そ こで，いびきを低減するANCシステムの検討が近年行わ れている[11]． 図5にベッドのヘッドボードにANCを導入したいびき 騒音対策用のANCの外観図を示す．この図のように，本 システムでは2つのスピーカと2つの誤差マイクロホン がヘッドボード上に実装されている．また，適応IIRなら びFIRフィルタを用いたシングルチャネルとマルチチャ ネルANCシステムがいびき音の低減実験において検討さ れている．実験においては騒音低減の評価をHATS (Head

And Torso Simulator)に内蔵されているマイクロホンなら

びに誤差マイクロホンの両地点において行なっており，そ の結果，誤差マイクロホン地点では10–20dB程度の騒音低 減効果が実証されている．しかしながら，HATS内蔵マイ クロホンでは5–10dB程度の騒音低減効果にとどまってい る．したがって，誤差マイクロホンはできるだけユーザの 耳元近くに置く必要があることを示唆しており，その場合 は高い周波数まで静音領域を確保できることも示唆してい る．しかしながら，誤差マイクロホンをユーザの耳元近く に配置することは物理的な制約上限界がある． 以上のことからいびき音を低減するためには，実際に消 音したい地点に誤差マイクロホンを設置できない場合にお いても騒音低減が可能なシステムを考案する必要がある． そのような観点の下，バーチャルセンシングを利用した ANCシステムが近年検討されている[12–14]． また，いびき音は時変性を有するとともに断続的な特性 を有するため，そのような信号に対応可能な新たな適応ア ルゴリズムの検討も重要である．さらに，いびき音は広帯 域成分を含むためフィードフォワードANCシステムが有 効であるが，フィードフォワードANCシステムでは参照 マイクロホンを騒音源近くに配置する必要があることか ら，ベッドパートナーとの位置関係によっては因果性の問 題が発生するおそれがある．すなわち，参照マイクロホン と誤差マイクロホンとの距離が短くなるために騒音が伝搬 する間に擬似騒音を生成することがシステム全体の遅延の 影響で困難となる．その他にも，いびき音は常になってい るわけではないためいびき音の有無の検出を行い，それに したがってANCをオン・オフする必要がある． さらに，ANCシステムは物理的な制約の関係で完全に 騒音を低減できるわけではないため，残差音に対する対応 が重要となる．有効な対策としては，心理音響モデルに基 づき残差音をマスクすることが考えられる．すなわち，音 楽や自然音などで残差音をマスクすることが重要である． これを実現するためには前節でも述べたオーディオ統合 ANCの適用が必要となる．今後はいびき音をうまくマス クするとともに心地よい睡眠環境を提供するための検討が 必要であると考えられる． 3.3 応用例3：MRI騒音に対するANC MRIは人体の断面画像の撮像に近年用いられている医療 機器であり，放射線被爆の心配がない，任意の方向の断面

図5 ベッドに導入されたいびき用ANCの外観図 を撮像可能であるなどの利点がある．しかし，一方で非常 に大きく且つ耳障りな騒音(MRI騒音)が発生するという 短所がある．よって，患者や医療スタッフは長時間に渡っ てMRI騒音に曝されることになり，さらには，患者やス タッフ間での肉声による会話が困難になるという問題があ る．そこでMRI騒音の低減のためにANCを利用するこ とが検討されてきている．ANCによるMRI騒音の低減の 試みは多くなされており[15–18]，30 dB以上の騒音低減効 果が実現されたという報告もある．しかしながら，これら の多くにおいては以下のような問題点が残されている．ま ず，多くの試みがシミュレーションや実験室による模擬実 験による成果のみについて議論されている．また，ヘッド ホンにANCを導入した事例が多いが，ヘッドホンの利用 は肉声による対話を阻害するとともに，耳への圧迫感など のため長時間の利用は困難である．そして医療スタッフへ の適用を考えた場合，据え置き型のANCでは医療スタッ フの移動に追従ができないという問題があり，ヘッドホン 型のANCでは先に述べたとおり肉声による対話を阻害す るという問題点がある． そこで上記のような問題点を考慮した上で，医療スタッ フのためのANCシステムが検討されている[17]．具体的 には，MRI騒音環境下において医療スタッフ間の肉声に よる対話を実現するため，ヘッドマウント型の構成が提案 されている．また，制御方式としてはMRI騒音が比較的 周期性の強い信号であるという性質に着目し，IMC構成 に基づくフィードバック型ANCシステムが採用されてい る．さらに，MRI装置は撮像時に非常に強い磁場を発生す るため，一般的な音響機器が正常に動作せず，ANCシス テムを実現するためには光マイクロホンや圧電セラミック スピーカのような特殊な音響機器を用いる必要がある．し かし，圧電セラミックスピーカは低域の出力音圧が低いた め，図6に示されるようなヘッドマウント型のANCシス テムが開発されている．このシステムでは耳元に光マイク ロホンと圧電セラミックスピーカを配置することでユーザ の耳元に消音エリアを生成し，不快なMRI騒音のみを低 減し，その他の必要な音情報（スタッフの音声など）は耳 をオープンにしているため聴取できるようになっている． 図6 ヘッドマウント型ANCシステムの概観 0 20 40 60 80 100 120 −0.3 0 0.3 Time [s] Amplitude 図7 ANC稼動時の誤差信号波形 -110 -100 -90 -80 -70 -60 -50 -40 -30 -20 0 500 1000 1500 2000 2500 3000 Frequency[Hz] Amplitude [dB] ANC on ANC off 図8 ANC稼働前後の誤差信号スペクトルの比較 実際にMRI室内において消音実験を行った結果として， 誤差マイクロホン地点における誤差信号波形を図7に，シ ステム収束後の誤差信号スペクトルを図8に示す．まず図 7より，本システムは磁界中においても安定に動作してい ることがわかる．次にFig. 8より，本システムが誤差マイ クロホン地点においてMRI騒音の500–2500 Hzの帯域に おける周期的なピークを30 dB以上大きく低減できている ことが確認できる． しかしながら，図7を見てもわかるようにインパルス状 の騒音が残っていることがわかる．これはフィードバッ クANCシステムが周期騒音や狭帯域騒音などの低減に特 化しているためである．すなわち，インパルス状の騒音を フィードバックANCは低減することができないからであ る．したがって，インパルス状の騒音を低減可能な新たな ANCシステムの検討が重要である．そのような観点の下， インパルス騒音を低減することを目的としたANCシステ ムの検討が行われている [19–22]．これらのシステムにお ける適応アルゴリズムの多くはインパルス音の統計的性質 に着目して開発されており，シミュレーション上では有効 性が示されている．しかしながら，実際のインパルス音を

低減するためには信号処理のみならず，スピーカなどの音 響系が対応可能である必要があるため，今後のさらなる検 討が求められる． また，MRI装置の操作はMRI装置がある部屋の外から 行われるため，部屋の内外での音声通信が必要となる．す なわち，ANCシステムに音声通信の機能を付加したオー ディオ統合ANCが必要とされる．

4.

まとめ

本稿では，アクティブノイズコントロールの最新動向に ついて紹介した．アクティブノイズコントロールは古い技 術であるとともに，最新の信号処理技術を適用する新しい 技術という二つの面を併せ持つユニークな音響技術である といえる．また，その実現には信号処理技術はもちろんの こと，音響工学の知識（電気音響変換器など）を最大限に活 用する必要がある面白い研究テーマのひとつであるといえ る．最近では，PAL（Parametric Array Loudspeaker）[23]

を利用したANCの検討も行われつつある[24–26]．本稿

を機に当該分野の研究がさらに発展すれば，著者としては 望外の喜びである．

5.

謝辞

本稿執筆にあたりご協力いただいたNorthern Illinois

UniversityのS. M. Kuo教授ならびにNanyang

Techno-logical UniversityのW. S. Gan准教授に感謝する．

参考文献

[1] P. A. Nelson and S. J. Elliott, Active control of sound, Academic Press, 1992.

[2] S. M. Kuo and D. R. Morgan, Active noise control sys-tems, John Willy & Sons, 1996.

[3] S. J. Elliott, Signal processing for active control, Aca-demic Press, 2001.

[4] 西村正治,宇佐川毅,伊勢史郎,アクティブノイズコント

ロール,コロナ社, 2006.

[5] Y. Kajikawa, W.-S. Gan, S. M. Kuo, “Rencent advances on active noise control: open issues and innovative ap-plications,” APSIPA Trans. on Signal and Information Processing, vol. 1, no. 1, 2012.

[6] K. Raghunathan, S. M. Kuo, and W. S. Gan, “Active noise control for motorcycle helmets,” in Proc. of ICGCS 2010, pp. 170–174, 2010.

[7] T. W. Wang, W. S. Gan, and S. M. Kuo, “Subband-based active noise equalizer for motocycle helmets,” in APSIPA ASC 2010, Singapore, pp. 14–17, Dec 2010. [8] R. Castae-Selga and R. Pea, “Active noise hybrid

time-varying control for motorcycle helmets,” IEEE Trans. on Control Systems Technology, vol. 18, no. 3, pp. 602–612, May 2010.

[9] W. S. Gan and S. M. Kuo, “An integrated active noise control headsets,” IEEE Trans. on Consumer Electron-ics, vol 48, no. 2, pp 242–247, May 2002.

[10] L. Wang, W. S. Gan, S. M. Kuo, “Integration of bass en-hancement and active noise control system in automobile cabin,” EURASIP Journal on Advances in Acoustics and

Vibration, vol. 2008, Article ID 869130, 9 pages, 2008. [11] S. R. Chakravarthy and S. M. Kuo, “Application of

ac-tive noise control for reducing snore,” in Proc. IEEE ICASSP, pp. V. 305–308, May 2006.

[12] G. Bonito, S. J. Elliott, and C. C. Boucher, “Generation of zones of quiet using a virtual microphone arrange-ment,” J. Acoust. Soc. Am., vol. 101, no. 6, pp. 3498– 3516, Jun. 1997.

[13] D. J. Moreau, J. Ghan, B. S. Cazzolato, and A. C. Zan-der, “Active noise control in a pure tone diffuse sound field using virtual sensing,” J. Acoust. Soc. Am., vol. 125, no. 6, pp. 3742–3755, Jun. 2009.

[14] N. Miyazaki and Y. Kajikawa, “Head-mounted Active Noise Control System with Virtual Sensing Technique,” Journal of Sound and Vibration, vol. 339, pp. 65-83, Mar. 2015.

[15] J. Chambers, D. Bullock, Y. Kahana, A. Kots, and A. Palmer, “Developments in active noise control sound sys-tems for magnetic resonance imaging,” Applied Acous-tics, vol. 68, no. 3, pp. 281–295, Mar. 2007.

[16] R. Reddy, I. Panahi, and R. Briggs, “Hybrid FxRLS-FxNLMS adaptive algorithm for active noise control in fMRI application,” IEEE Trans. on Control Systems Technology, vol. 19, no. 2, pp. 474–480, Mar. 2011. [17] M. Kumamoto, M. Kida, R. Hirayama, Y. Kajikawa, T.

Tani, and Y. Kurumi, “Active noise control system for re-ducing MR noise,” IEICE Trans. on Fundamentals, vol. E94-A, no. 7, pp. 2922–2926, Jul. 2011.

[18] G. Kannan, A. A. Milani, I. Panahi, and R. W. Briggs, “An efficient feedback active noise control algorithm based on reduced-order linear predictive modeling of fMRI acoustic noise,” IEEE Trans. on Biomedical En-gineering, vol. 58, no. 12, pp. 3303–3309, Dec. 2011. [19] X. Sun, S. M. Kuo, and G. Meng, “Adaptive algorithm

for active control of impulsive noise,” J. of Sound and Vibration, vol. 291, no. 1–2, pp. 516–522, Mar. 2006. [20] M. T. Akhtar and W. Mitsuhashi, “Improving

perfor-mance of FxLMS algorithm for active noise control of impulsive noise,” J. of Sound and Vibration, vol. 327, no. 3–5, pp. 647–656, Nov. 2009.

[21] L. Wu, H. He, and X. Qiu, “An active impulsive noise control algorithm with logarithmic transforma-tion,” IEEE Trans. on Audio, Speech, and Language Processing, vol. 19, no. 4, pp. 1041–1044, May 2011. [22] M. T. Akhtar and W. Mitsuhashi, “Improving robustness

of filtered-x least mean p-power algorithm for active at-tenuation of standard symmetric alpha stable impulsive noise,” Applied Acoustics, vol. 72, no. 9, pp. 688–694, Sep. 2011.

[23] W. S. Gan, E. L. Tan, and S. M. Kuo, “Audio Projec-tion: Directional sound and its application in immersive communication,” IEEE Signal Processing Magazine, vol. 28, no. 1, pp. 43–57, Jan. 2011.

[24] N. Tanaka and M. Tanaka, “Active noise control using a steerable parametric array loudspeaker,” J. Acoust. Soc. Am., vol. 127, no. 6, pp. 3526–3537, Jun. 2010.

[25] K. Tanaka, C. Shi, Y. Kajikawa, “Study on Active Noise Control System Using Paramet-ric Array Loudspeakers,” Forum Acusticum 2014, Krakow, Poland, Sep. 2014. [26] K. Tanaka, C. Shi, Y. Kajikawa, “Multi-channel Active

Noise Control Using Parametric Array Loudspeakers,” Proc. of Asia-Pacific Signal and Information Processing Associa-tion 2014 Annual Summit and Conference (AP-SIPA ASC 2014), Siem Reap, Cambodia, Dec. 2014.