1. Réduction du bruit CVC et DSP :
Lorsque les consommateurs achètent des casques Bluetooth, ils entendront toujours les fonctions de réduction du bruit CVC et DSP dont disposent les commerçants pour promouvoir les casques. Peu importe le nombre d’utilisateurs qui ont entendu les descriptions, de nombreux consommateurs ne comprennent toujours pas la différence entre les deux. La différence, pour un tel problème technique, nous arrivons à la science des deux sous le principe de fonctionnement et la différence.
DSP est un raccourci pour le traitement du signal numérique. Son principe de fonctionnement : le microphone collecte le bruit ambiant externe, puis grâce à la fonction du système de réduction du bruit à l'intérieur de l'écouteur, il se réplique pour générer une onde sonore inversée égale au bruit ambiant, ce qui annule le bruit et obtient ainsi plus. Bon effet de réduction du bruit.
CVC est l'abréviation de Clear Voice Capture. Il s'agit d'une technologie logicielle de réduction du bruit. Le principe est de supprimer différents types de bruit de réverbération grâce au logiciel de suppression du bruit et au microphone intégrés.
La différence comme suit :
un. car l'objet est différent, la technologie CVC est principalement destinée à l'écho généré lors de l'appel, DSP est principalement destinée au bruit haute et basse fréquence dans l'environnement externe.
b. différents bénéficiaires, la technologie DSP génère principalement un revenu personnel pour les utilisateurs de casques et CVC profite principalement à l'autre partie.
En résumé, les écouteurs utilisant la technologie de réduction de bruit DSP et CVC peuvent réduire efficacement le bruit de l'environnement externe de l'appel, et améliorer considérablement la qualité de l'appel et le son des écouteurs.
2. Réduction du bruit ANC :
ANC fait référence à Active Noise Control, qui réduit activement le bruit. Le principe de base est que le système de réduction du bruit produit des ondes sonores inversées égales au bruit extérieur, neutralisant ainsi le bruit. La figure 1 est un diagramme schématique d'un écouteur à réduction de bruit active à action directe. La puce ANC est placée à l'intérieur de l'écouteur. Ref mic (microphone de référence) collecte le bruit ambiant sur les écouteurs. Erreur micro (Error Microphone) Collecte le bruit résiduel après réduction du bruit dans l'écouteur. Le haut-parleur joue l'anti-bruit après le traitement ANC.
La figure 2 est un diagramme schématique du système ANC, avec trois couches, séparées par des lignes pointillées. Le chemin principal le plus élevé est le canal acoustique du micro de référence au micro d'erreur, la fonction de réponse est représentée par P(z)P(z) ; la couche intermédiaire est le canal analogique, où le chemin secondaire est le chemin allant de la sortie du filtre adaptatif au résidu de retour. Y compris DAC, filtre de reconstruction, amplificateur de puissance, lecture de haut-parleur, réacquisition, préamplificateur, filtre anti-aliasing, ADC ; la couche inférieure est le chemin numérique, où le filtre adaptatif ajuste constamment le coefficient de poids du filtre pour réduire le résidu jusqu'à convergence. La solution la plus courante consiste à implémenter un filtre adaptatif utilisant un filtre FIR en combinaison avec l'algorithme LMS. Simplifiez la figure 2 et obtenez la figure 3.
Permettez-moi de parler brièvement des principes du filtre adaptatif et de l'algorithme LMS (moindre carré moyen), puis de la figure 3. Comme le montre la figure 4, étant donné l'entrée xx et la sortie souhaitée dd, le filtre adaptatif met à jour les coefficients à chaque itération afin que la différence entre les sorties yy et dd devient de plus en plus petite jusqu'à ce que le résidu soit suffisamment proche de zéro et converge. LMS est un algorithme de mise à jour pour les filtres adaptatifs. La fonction objectif de LMS est le carré de l'erreur instantanée e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, afin de minimiser la fonction objectif, l'application de la descente de gradient donne la formule mise à jour de l'algorithme. (L'idée algorithmique consistant à utiliser la descente de gradient pour minimiser un objectif et obtenir la formule mise à jour du paramètre à rechercher est très courante, comme la régression linéaire.) La formule de mise à jour de l'algorithme LMS utilisant le filtre FIR est : w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), où μμ est la taille du pas. Si la taille en μμ est ajustée par itération, il s'agit d'un algorithme LMS étape par étape.
Parlons de la figure 3. Ici, le filtre adaptatif est émis après S(z)S(z) pour comparer avec la sortie souhaitée. S(z)S(z) provoquera une instabilité. Dans la littérature, « le signal d'erreur n'est pas correctement 'aligné' dans le temps avec le signal de référence », la convergence du LMS est rompue. (Je n'ai pas compris ce que cela signifie T__T) Une méthode efficace est FXLMS (Filtered-X LMS), qui permet à x(n) d'être entré dans le module LMS via Sˆ(z)S^(z), Sˆ( z S^(z) est une estimation de S(z)S(z).Objectif de FXLMS :
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Donc gradient=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), où s(n)s(n) est inconnu, avec son approximation d'estimation, donc La formule de mise à jour FXLMS est
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Où x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Lorsque le filtre adaptatif 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, donc W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). C'est-à-dire que le coefficient de poids du filtre adaptatif est déterminé par le trajet primaire et le trajet secondaire du casque. Le chemin principal et le chemin secondaire du casque sont relativement stables, de sorte que le coefficient de poids du filtre adaptatif est relativement stable. Ainsi, par souci de simplicité, les coefficients de poids des écouteurs ANC de certains fabricants sont déterminés en usine. Bien sûr, l'expérience d'écoute de cet écouteur ANC n'est évidemment pas aussi bonne que celle de l'écouteur ANC avec une véritable signification adaptative, car dans des situations réelles, le bruit externe par rapport à la direction de l'écouteur, la température différente, etc. peuvent avoir une influence sur la réponse du canal de l'écouteur.
Vérification Matlab
Écrivez du code Matlab, en utilisant le filtre adaptatif à pas variable LMS, les résultats de la simulation sont présentés dans la figure 5. Dans la plage de 0 à 2 kHz, l'ANC à action directe est utilisé pour éliminer le bruit blanc gaussien, et l'atténuation du bruit est de 30 dB+. en moyenne. Le FXLMS de la bibliothèque Matlab est à pas fixe et l'effet est pire.
Questions et réponses
un. Pourquoi l'ANC est-il uniquement pour le bruit basse fréquence inférieur à 2 kHz ?
D'une part, l'isolation acoustique physique des écouteurs (réduction passive du bruit) peut bloquer efficacement le bruit haute fréquence, et il n'est pas nécessaire d'utiliser l'ANC pour réduire le bruit haute fréquence. D'autre part, le bruit basse fréquence a une longueur d'onde longue et peut résister à un certain retard de phase, tandis que le bruit haute fréquence a une longueur d'onde courte et est sensible à la déviation de phase, de sorte que l'ANC élimine le bruit haute fréquence.
b. Lorsque le retard électronique est supérieur au retard primaire, comment les performances de l'algorithme peuvent-elles être considérablement réduites ?
Le délai P(z) est petit, le délai S(z) est grand, comme P(z)=z-1, S(z)=z-2, seulement lorsque W(z)=z peut répondre aux exigences, non -causal, inaccessible.
c. Quelle est la différence entre Feedforward ANC, Feedforward ANC à bande étroite et feedback ANC ?
La structure Feedforwad possède un micro de référence et un micro d'erreur qui collectent respectivement le bruit externe et les signaux résiduels internes. La structure de rétroaction n'a qu'un seul micro d'erreur, et le signal de référence est généré par la sortie du micro d'erreur et du filtre adaptatif.
Le feedback à large bande est la structure décrite ci-dessus. Dans la structure à bande étroite, la source de bruit génère un générateur de signal de déclenchement de signal, et le générateur de signal génère un signal de référence pour le filtre adaptatif. Applicable uniquement à l’élimination du bruit périodique.
Feedback ANC utilise un micro d'erreur pour récupérer le signal collecté par le micro de référence dans la structure feedforward car il n'a qu'un micro d'erreur. Le chemin ne satisfait pas la contrainte causale, donc seules les composantes prévisibles du bruit, c'est-à-dire le bruit périodique à bande étroite, sont éliminées. Il convient de noter que si l'anticipation ne satisfait pas la contrainte causale, c'est-à-dire que le retard électronique est plus long que le retard acoustique du canal principal, elle ne peut qu'éliminer le bruit périodique à bande étroite.
Il existe également une structure ANC hybride qui comprend à la fois les structures de rétroaction et de rétroaction. Le principal avantage est que vous pouvez enregistrer l'ordre du filtre adaptatif.
