1.CVC અને DSP અવાજ ઘટાડો:
જ્યારે ગ્રાહકો બ્લૂટૂથ હેડસેટ ખરીદે છે, ત્યારે તેઓ હંમેશા CVC અને DSP નોઈઝ રિડક્શન ફંક્શન્સ સાંભળશે જે હેડફોન્સને પ્રમોટ કરવા માટે વેપારીઓ પાસે હોય છે. ભલે ગમે તેટલા વપરાશકર્તાઓએ વર્ણન સાંભળ્યું હોય, ઘણા ગ્રાહકો હજુ પણ બંને વચ્ચેનો તફાવત સમજી શકતા નથી. તફાવત, આવી તકનીકી સમસ્યા માટે, અમે કાર્યકારી સિદ્ધાંત અને તફાવત હેઠળ બંનેના વિજ્ઞાન પર આવીએ છીએ.
ડીએસપી એ ડિજિટલ સિગ્નલ પ્રોસેસિંગ માટે લઘુલિપિ છે. તેનો કાર્યકારી સિદ્ધાંત: માઇક્રોફોન બાહ્ય પર્યાવરણીય ઘોંઘાટ એકત્રિત કરે છે, અને પછી ઇયરફોનની અંદર અવાજ ઘટાડવાની સિસ્ટમના કાર્ય દ્વારા, તે આસપાસના અવાજની સમાન રિવર્સ ધ્વનિ તરંગ પેદા કરવા માટે નકલ કરે છે, જે અવાજને રદ કરે છે અને તેથી વધુ પ્રાપ્ત કરે છે. સારી અવાજ ઘટાડવાની અસર.
CVC ક્લિયર વૉઇસ કૅપ્ચર માટે ટૂંકું છે. તે સોફ્ટવેર અવાજ ઘટાડવાની ટેકનોલોજી છે. બિલ્ટ-ઇન નોઈઝ કેન્સલેશન સોફ્ટવેર અને માઈક્રોફોન દ્વારા વિવિધ પ્રકારના રિવરબરેશન અવાજને દબાવવાનો સિદ્ધાંત છે.
નીચે પ્રમાણે તફાવત:
a ઑબ્જેક્ટ માટે અલગ છે, CVC ટેક્નોલોજી મુખ્યત્વે કૉલ દરમિયાન જનરેટ થતા ઇકો માટે છે, DSP મુખ્યત્વે બાહ્ય વાતાવરણમાં ઉચ્ચ અને ઓછી આવર્તન અવાજ માટે છે.
b વિવિધ લાભાર્થીઓ, DSP ટેક્નોલોજી મુખ્યત્વે હેડસેટ વપરાશકર્તાઓને વ્યક્તિગત આવક બનાવે છે, અને CVC મુખ્યત્વે અન્ય પક્ષને લાભ આપે છે.
સારાંશમાં, DSP અને CVC નોઈઝ રિડક્શન ટેક્નોલોજીનો ઉપયોગ કરતા હેડફોન કૉલના બાહ્ય વાતાવરણના અવાજને અસરકારક રીતે ઘટાડી શકે છે અને કૉલની ગુણવત્તા અને હેડફોન્સના અવાજમાં નોંધપાત્ર સુધારો કરી શકે છે.
2.ANC અવાજ ઘટાડો:
ANC સક્રિય ઘોંઘાટ નિયંત્રણનો સંદર્ભ આપે છે, જે અવાજને સક્રિય રીતે ઘટાડે છે. મૂળભૂત સિદ્ધાંત એ છે કે અવાજ ઘટાડવાની સિસ્ટમ બહારના અવાજની સમાન વિપરીત ધ્વનિ તરંગો ઉત્પન્ન કરે છે, અવાજને તટસ્થ કરે છે. આકૃતિ 1 એ ફીડફોરવર્ડ એક્ટિવ નોઈઝ કેન્સલિંગ ઈયરફોનનું સ્કીમેટિક ડાયાગ્રામ છે. ANC ચિપ ઇયરફોનની અંદર મૂકવામાં આવે છે. રેફ માઇક (સંદર્ભ માઇક્રોફોન) ઇયરફોન્સ પર આસપાસના અવાજને એકત્રિત કરે છે. એરર માઈક (એરર માઈક્રોફોન) ઈયરફોનમાં અવાજ ઘટાડા પછી શેષ અવાજને એકત્રિત કરે છે. ANC પ્રોસેસિંગ પછી સ્પીકર અવાજ વિરોધી વગાડે છે.
આકૃતિ 2 એ ANC સિસ્ટમનું એક યોજનાકીય આકૃતિ છે, જેમાં ત્રણ સ્તરો છે, જે ડૅશ લાઇન દ્વારા અલગ છે. સૌથી ઉપરનો પ્રાથમિક માર્ગ એ રેફ માઇકથી એરર માઇક સુધીની એકોસ્ટિક ચેનલ છે, પ્રતિભાવ કાર્ય P(z)P(z) દ્વારા રજૂ થાય છે; મધ્યમ સ્તર એ એનાલોગ ચેનલ છે, જ્યાં ગૌણ પાથ અનુકૂલનશીલ ફિલ્ટર આઉટપુટથી રીટર્ન શેષ સુધીનો માર્ગ છે. ડીએસી, પુનઃનિર્માણ ફિલ્ટર, પાવર એમ્પ્લીફાયર, સ્પીકર પ્લેબેક, રી-એક્વિઝિશન, પ્રી-એમ્પ્લીફાયર, એન્ટી-એલીસીંગ ફિલ્ટર, એડીસી સહિત; નીચેનું સ્તર એ ડિજિટલ પાથ છે, જ્યાં અનુકૂલનશીલ ફિલ્ટર કન્વર્જન્સ સુધી શેષને ઘટાડવા માટે ફિલ્ટર વજન ગુણાંકને સતત સમાયોજિત કરે છે. LMS અલ્ગોરિધમ સાથે સંયોજનમાં FIR ફિલ્ટરનો ઉપયોગ કરીને અનુકૂલનશીલ ફિલ્ટરનો અમલ કરવાનો સૌથી સામાન્ય ઉકેલ છે. આકૃતિ 2 ને સરળ બનાવો અને આકૃતિ 3 મેળવો.
ચાલો હું અનુકૂલનશીલ ફિલ્ટર અને LMS (ઓછામાં ઓછો ચોરસ) અલ્ગોરિધમના સિદ્ધાંતો વિશે સંક્ષિપ્તમાં વાત કરું, અને પછી આકૃતિ 3. આકૃતિ 4 માં બતાવ્યા પ્રમાણે, ઇનપુટ xx અને ઇચ્છિત આઉટપુટ dd જોતાં, અનુકૂલનશીલ ફિલ્ટર દરેક પુનરાવર્તનમાં ગુણાંકને અપડેટ કરે છે જેથી કરીને આઉટપુટ yy અને dd વચ્ચેનો તફાવત નાનો અને નાનો થતો જાય છે જ્યાં સુધી શેષ શૂન્યની નજીક ન આવે અને કન્વર્જ ન થાય. LMS એ અનુકૂલનશીલ ફિલ્ટર્સ માટે અપડેટ અલ્ગોરિધમ છે. LMS નું ઉદ્દેશ્ય કાર્ય એ ત્વરિત ભૂલ e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2 નો ચોરસ છે, તેને ઘટાડવા માટે ઑબ્જેક્ટિવ ફંક્શન, ગ્રેડિયન્ટ ડિસેન્ટ લાગુ કરવાથી એલ્ગોરિધમનું અપડેટેડ ફોર્મ્યુલા મળે છે. (એક ઉદ્દેશ્યને ઘટાડવા માટે ગ્રેડિયન્ટ ડિસેન્ટનો ઉપયોગ કરવાનો અલ્ગોરિધમિક વિચાર ખૂબ જ સામાન્ય છે, જેમ કે રેખીય રીગ્રેસન. ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), જ્યાં μμ એ સ્ટેપ સાઈઝ છે. જો μμ કદને પુનરાવૃત્તિ સાથે સમાયોજિત કરવામાં આવે, તો તે એક પગલું-દર-પગલાં LMS અલ્ગોરિધમ છે.
ચાલો આકૃતિ 3 વિશે વાત કરીએ. ઈચ્છા આઉટપુટ સાથે સરખામણી કરવા માટે અહીં અનુકૂલનશીલ ફિલ્ટર S(z)S(z) પછીનું આઉટપુટ છે. S(z)S(z) અસ્થિરતાનું કારણ બનશે. સાહિત્યમાં, "એરર સિગ્નલ યોગ્ય રીતે 'સંરેખિત નથી' સંદર્ભ સિગ્નલ સાથે સમયાંતરે", LMS નું કન્વર્જન્સ તૂટી ગયું છે. (હું સમજી શક્યો નથી કે તેનો અર્થ T__T) એક અસરકારક પદ્ધતિ છે FXLMS (ફિલ્ટર-X LMS), જે x(n) ને Sˆ(z)S^(z), Sˆ( મારફતે LMS મોડ્યુલમાં ઇનપુટ કરવાની મંજૂરી આપે છે. z S^(z) એ S(z)S(z) નો અંદાજ છે. FXLMS નો ઉદ્દેશ:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
તેથી ઢાળ=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), જ્યાં s(n)s(n) અજ્ઞાત છે, તેના અંદાજિત અંદાજ સાથે, તેથી FXLMS અપડેટ ફોર્મ્યુલા છે
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
જ્યાં x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
જ્યારે અનુકૂલનશીલ ફિલ્ટર કન્વર્જ થાય છે, 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, તેથી W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). એટલે કે, અનુકૂલનશીલ ફિલ્ટરનું વજન ગુણાંક પ્રાથમિક પાથ અને હેડફોન્સના ગૌણ પાથ દ્વારા નક્કી કરવામાં આવે છે. હેડસેટનો પ્રાથમિક માર્ગ અને ગૌણ માર્ગ પ્રમાણમાં સ્થિર છે, તેથી અનુકૂલનશીલ ફિલ્ટરનું વજન ગુણાંક પ્રમાણમાં સ્થિર છે. તેથી, સરળતા ખાતર, કેટલાક ઉત્પાદકોના ANC હેડફોનોના વજનના ગુણાંક ફેક્ટરીમાં નક્કી કરવામાં આવે છે. અલબત્ત, આ ANC ઇયરફોનનો સાંભળવાનો અનુભવ દેખીતી રીતે સાચા અનુકૂલનશીલ અર્થ સાથે ANC ઇયરફોન જેટલો સારો નથી, કારણ કે વાસ્તવિક પરિસ્થિતિઓમાં, ઇયરફોનની દિશા, અલગ તાપમાન અને તેના જેવા બાહ્ય અવાજનો પ્રભાવ હોઈ શકે છે. ઇયરફોનનો ચેનલ પ્રતિભાવ.
Matlab ચકાસણી
વેરિયેબલ સ્ટેપ સાઈઝ LMS ના અનુકૂલનશીલ ફિલ્ટરનો ઉપયોગ કરીને, મેટલેબ કોડ લખો, સિમ્યુલેશન પરિણામો આકૃતિ 5 માં દર્શાવવામાં આવ્યા છે. 0 થી 2 kHz ની રેન્જમાં, ફીડફોરવર્ડ ANC નો ઉપયોગ ગૌસિયન સફેદ અવાજને દૂર કરવા માટે થાય છે, અને અવાજ એટેન્યુએશન 30 dB+ છે. સરેરાશ. Matlab લાઇબ્રેરીમાં FXLMS નિશ્ચિત-પગલું છે, અને અસર વધુ ખરાબ છે.
ક્યૂ એન્ડ એ
a શા માટે ANC માત્ર 2 kHz થી ઓછી આવર્તન અવાજ માટે જ છે?
એક તરફ, હેડફોન્સનું ભૌતિક ધ્વનિ ઇન્સ્યુલેશન (નિષ્ક્રિય અવાજ ઘટાડો) અસરકારક રીતે ઉચ્ચ-આવર્તન અવાજને અવરોધિત કરી શકે છે, અને ઉચ્ચ-આવર્તન અવાજ ઘટાડવા માટે ANC નો ઉપયોગ કરવો જરૂરી નથી. બીજી તરફ, ઓછી-આવર્તન ઘોંઘાટ લાંબી તરંગલંબાઇ ધરાવે છે અને ચોક્કસ તબક્કાના વિલંબને ટકી શકે છે, જ્યારે ઉચ્ચ-આવર્તન અવાજમાં ટૂંકી તરંગલંબાઇ હોય છે અને તે તબક્કાના વિચલન પ્રત્યે સંવેદનશીલ હોય છે, તેથી ANC ઉચ્ચ-આવર્તન અવાજને દૂર કરે છે.
b જ્યારે ઇલેક્ટ્રોનિક વિલંબ પ્રાથમિક વિલંબ કરતા મોટો હોય, ત્યારે અલ્ગોરિધમનું પ્રદર્શન કેવી રીતે ઘટાડી શકાય?
P(z) વિલંબ નાનો છે, S(z) વિલંબ મોટો છે, જેમ કે P(z)=z-1, S(z)=z-2, માત્ર ત્યારે જ જ્યારે W(z)=z જરૂરિયાતો પૂરી કરી શકે, બિન -કારણકારી, અગમ્ય.
c ફીડફોર્ડ એએનસી, નેરો-બેન્ડ ફીડફોરર્ડ એએનસી અને ફીડબેક એએનસી વચ્ચે શું તફાવત છે?
ફીડફોરવાડ સ્ટ્રક્ચરમાં રેફ માઇક અને એરર માઇક છે જે અનુક્રમે બાહ્ય અવાજ અને આંતરિક અવશેષ સંકેતો એકત્રિત કરે છે. પ્રતિસાદ માળખું માત્ર એક ભૂલ માઇક ધરાવે છે, અને સંદર્ભ સંકેત ભૂલ માઇક અને અનુકૂલનશીલ ફિલ્ટર આઉટપુટ દ્વારા જનરેટ થાય છે.
બ્રોડ-બેન્ડ ફીડફોરવર્ડ એ ઉપર વર્ણવેલ માળખું છે. સાંકડી-બેન્ડ સ્ટ્રક્ચરમાં, અવાજ સ્ત્રોત સિગ્નલ ટ્રિગર સિગ્નલ જનરેટર જનરેટ કરે છે, અને સિગ્નલ જનરેટર અનુકૂલનશીલ ફિલ્ટર માટે સંદર્ભ સંકેત જનરેટ કરે છે. માત્ર સામયિક અવાજને દૂર કરવા માટે જ લાગુ પડે છે.
ફીડબેક ANC ફીડફોરવર્ડ સ્ટ્રક્ચરમાં રેફ માઇક દ્વારા એકત્રિત સિગ્નલને પુનઃપ્રાપ્ત કરવા માટે એરર માઇકનો ઉપયોગ કરે છે કારણ કે તેમાં માત્ર ભૂલ માઇક છે. પાથ કારણભૂત અવરોધને સંતોષતો નથી, તેથી માત્ર અનુમાનિત અવાજ ઘટકો, એટલે કે સાંકડી બેન્ડ સામયિક અવાજ, દૂર કરવામાં આવે છે. એ નોંધવું જોઈએ કે જો ફીડફોરવર્ડ કારણભૂત અવરોધને સંતોષતો નથી, એટલે કે ઈલેક્ટ્રોનિક વિલંબ મુખ્ય ચેનલ એકોસ્ટિક વિલંબ કરતાં લાંબો છે, તો તે માત્ર સાંકડી બેન્ડ સામયિક અવાજને દૂર કરી શકે છે.
એક હાઇબ્રિડ ANC માળખું પણ છે જેમાં ફીડફોરવર્ડ અને ફીડબેક સ્ટ્રક્ચર બંનેનો સમાવેશ થાય છે. મુખ્ય ફાયદો એ છે કે તમે અનુકૂલનશીલ ફિલ્ટરનો ઓર્ડર સાચવી શકો છો.
