1.Reducción de ruido CVC y DSP:
Cuando los consumidores compran auriculares Bluetooth, siempre escucharán las funciones de reducción de ruido CVC y DSP que los comerciantes tienen al promocionar los auriculares. No importa cuántos usuarios hayan escuchado las descripciones, muchos consumidores todavía no entienden la diferencia entre los dos. La diferencia, para un problema tan técnico, llegamos a la ciencia de los dos bajo el principio de funcionamiento y la diferencia.
DSP es una abreviatura de procesamiento de señales digitales. Su principio de funcionamiento: el micrófono recoge el ruido ambiental externo y luego, a través de la función del sistema de reducción de ruido dentro del auricular, se replica para generar una onda de sonido inversa igual al ruido ambiental, que cancela el ruido y así logra más. Buen efecto de reducción de ruido.
CVC es la abreviatura de Clear Voice Capture. Es una tecnología de reducción de ruido de software. El principio es suprimir varios tipos de ruido de reverberación mediante el software de cancelación de ruido y el micrófono integrados.
La diferencia es la siguiente:
a. Para el objeto es diferente, la tecnología CVC es principalmente para el eco generado durante la llamada, DSP es principalmente para el ruido de alta y baja frecuencia en el entorno externo.
b. Hay diferentes beneficiarios, la tecnología DSP genera principalmente ingresos personales para los usuarios de los auriculares y CVC beneficia principalmente a la otra parte.
En resumen, los auriculares que utilizan tecnología de reducción de ruido DSP y CVC pueden reducir eficazmente el ruido del entorno externo de la llamada y mejorar significativamente la calidad de la llamada y el sonido de los auriculares.
2.Reducción de ruido ANC:
ANC se refiere al control activo de ruido, que reduce activamente el ruido. El principio básico es que el sistema de reducción de ruido produce ondas sonoras inversas iguales al ruido exterior, neutralizando el ruido. La Figura 1 es un diagrama esquemático de un auricular con cancelación activa de ruido. El chip ANC se coloca dentro del auricular. El micrófono de referencia (micrófono de referencia) recoge el ruido ambiental en los auriculares. Error mic (Micrófono de error) Recoge el ruido residual después de la reducción de ruido en el auricular. El altavoz reproduce el antiruido después del procesamiento ANC.
La Figura 2 es un diagrama esquemático del sistema ANC, con tres capas, separadas por líneas discontinuas. La ruta principal superior es el canal acústico desde el micrófono de referencia al micrófono de error; la función de respuesta está representada por P(z)P(z); la capa intermedia es el canal analógico, donde la ruta secundaria es la ruta desde la salida del filtro adaptativo hasta el retorno residual. Incluyendo DAC, filtro de reconstrucción, amplificador de potencia, reproducción de altavoz, readquisición, preamplificador, filtro antialiasing, ADC; la capa inferior es la ruta digital, donde el filtro adaptativo ajusta constantemente el coeficiente de peso del filtro para reducir el residual hasta la convergencia. La solución más común es implementar un filtro adaptativo utilizando un filtro FIR en combinación con el algoritmo LMS. Simplifique la Figura 2 y obtenga la Figura 3.
Permítanme hablar brevemente sobre los principios del filtro adaptativo y el algoritmo LMS (mínimo cuadrado medio), y luego de la Figura 3. Como se muestra en la Figura 4, dada la entrada xx y la salida deseada dd, el filtro adaptativo actualiza los coeficientes en cada iteración para que la diferencia entre la salida yy y dd se hace cada vez más pequeña hasta que el residual se acerca lo suficiente a cero y converge. LMS es un algoritmo de actualización para filtros adaptativos. La función objetivo de LMS es el cuadrado del error instantáneo e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, para minimizar la función objetivo, la aplicación del descenso de gradiente proporciona la fórmula actualizada del algoritmo. (La idea algorítmica de utilizar el descenso de gradiente para minimizar un objetivo y obtener la fórmula actualizada del parámetro que se va a buscar es muy común, como la regresión lineal). La fórmula de actualización del algoritmo LMS que utiliza el filtro FIR es: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), donde μμ es el tamaño del paso. Si el tamaño μμ se ajusta con iteración, es un algoritmo LMS paso a paso.
Hablemos de la Figura 3. Aquí el filtro adaptativo sale después de S(z)S(z) para compararlo con la salida deseada. S(z)S(z) provocará inestabilidad. En la literatura, "la señal de error no está 'alineada' correctamente en el tiempo con la señal de referencia", la convergencia del LMS está rota. (No he descubierto lo que significa T__T) Un método efectivo es FXLMS (Filtered-X LMS), que permite ingresar x(n) al módulo LMS a través de Sˆ(z)S^(z), Sˆ( z S^(z) es una estimación de S(z)S(z).Objetivo de FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Entonces gradiente=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), donde s(n)s(n) es desconocido, con su aproximación estimada, entonces La fórmula de actualización de FXLMS es
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Donde x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Cuando el filtro adaptativo converge, E(z)=X(z)P(z)−X(z)W(z)S(z)≈0E(z)=X(z)P(z)−X(z ) W(z)S(z) ≈ 0, entonces W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Es decir, el coeficiente de peso del filtro adaptativo está determinado por la ruta primaria y la ruta secundaria de los auriculares. La ruta primaria y la ruta secundaria de los auriculares son relativamente estables, por lo que el coeficiente de peso del filtro adaptativo es relativamente estable. Por lo tanto, en aras de la simplicidad, los coeficientes de peso de los auriculares ANC de algunos fabricantes se determinan en fábrica. Por supuesto, la experiencia auditiva de estos auriculares ANC obviamente no es tan buena como la de los auriculares ANC con verdadero significado adaptativo, porque en situaciones reales, el ruido externo en relación con la dirección del auricular, las diferentes temperaturas y similares pueden influir en la respuesta del canal del auricular.
Verificación de Matlab
Escriba código Matlab, utilizando el filtro adaptativo de tamaño de paso variable LMS, los resultados de la simulación se muestran en la Figura 5. En el rango de 0 a 2 kHz, el ANC de avance se utiliza para eliminar el ruido blanco gaussiano y la atenuación del ruido es 30 dB+ de media. El FXLMS en la biblioteca Matlab es de paso fijo y el efecto es peor.
Q&A
a. ¿Por qué el ANC solo funciona para ruidos de baja frecuencia por debajo de 2 kHz?
Por un lado, el aislamiento acústico físico de los auriculares (reducción pasiva de ruido) puede bloquear eficazmente el ruido de alta frecuencia y no es necesario utilizar ANC para reducir el ruido de alta frecuencia. Por otro lado, el ruido de baja frecuencia tiene una longitud de onda larga y puede soportar un cierto retraso de fase, mientras que el ruido de alta frecuencia tiene una longitud de onda corta y es sensible a la desviación de fase, por lo que ANC elimina el ruido de alta frecuencia.
b. Cuando el retraso electrónico es mayor que el retraso primario, ¿cómo se puede reducir en gran medida el rendimiento del algoritmo?
El retraso P (z) es pequeño y el retraso S (z) es grande, como P (z) = z-1, S (z) = z-2, solo cuando W (z) = z puede cumplir con los requisitos, no -causal, Inalcanzable.
C. ¿Cuál es la diferencia entre Feedforward ANC, ANC feedforward de banda estrecha y ANC con retroalimentación?
La estructura Feedforwad tiene un micrófono de referencia y un micrófono de error que recopilan ruido externo y señales residuales internas, respectivamente. La estructura de retroalimentación tiene solo un micrófono de error y la señal de referencia es generada por el micrófono de error y la salida del filtro adaptativo.
El feedforward de banda ancha es la estructura descrita anteriormente. En la estructura de banda estrecha, la fuente de ruido genera un generador de señal de activación de señal y el generador de señal genera una señal de referencia para el filtro adaptativo. Sólo aplicable para eliminar el ruido periódico.
Feedback ANC utiliza un micrófono de error para recuperar la señal recopilada por el micrófono de referencia en la estructura de retroalimentación porque solo tiene un micrófono de error. El camino no satisface la restricción causal, por lo que sólo se eliminan los componentes de ruido predecibles, es decir, el ruido periódico de banda estrecha. Cabe señalar que si la alimentación anticipada no satisface la restricción causal, es decir, el retardo electrónico es mayor que el retardo acústico del canal principal, sólo puede eliminar el ruido periódico de banda estrecha.
También existe una estructura ANC híbrida que incluye estructuras de retroalimentación y retroalimentación. La principal ventaja es que puedes guardar el orden del filtro adaptativo.
