1. CVC i DSP smanjenje šuma:
Kada potrošači kupuju Bluetooth slušalice, uvijek će čuti CVC i DSP funkcije za smanjenje buke koje trgovci imaju u promociji slušalica. Bez obzira koliko je korisnika čulo opise, mnogi potrošači još uvijek ne razumiju razliku između to dvoje. Razlika, za takav tehnički problem, dolazimo do znanosti o dva pod načelom rada i razlikom.
DSP je skraćenica za digitalnu obradu signala. Njegovo načelo rada: mikrofon prikuplja vanjsku buku iz okoline, a zatim se putem funkcije sustava za smanjenje buke unutar slušalice replicira kako bi generirao obrnuti zvučni val jednak ambijentalnoj buci, koji poništava buku i tako postiže više. Dobar učinak smanjenja buke.
CVC je skraćenica za Clear Voice Capture. To je softverska tehnologija smanjenja šuma. Načelo je potiskivanje različitih vrsta buke odjeka putem ugrađenog softvera za poništavanje buke i mikrofona.
Razlika je sljedeća:
a. za objekt je drugačiji, CVC tehnologija je uglavnom za jeku generiranu tijekom poziva, DSP je uglavnom za visoke i niske frekvencije buke u vanjskom okruženju.
b. različiti korisnici, DSP tehnologija korisnicima slušalica uglavnom donosi osobni prihod, a CVC uglavnom koristi drugoj strani.
Ukratko, slušalice koje koriste DSP i CVC tehnologiju smanjenja buke mogu učinkovito smanjiti buku vanjskog okruženja poziva i značajno poboljšati kvalitetu poziva i zvuka slušalica.
2.ANC smanjenje buke:
ANC se odnosi na aktivnu kontrolu buke, koja aktivno smanjuje buku. Osnovno načelo je da sustav za smanjenje buke proizvodi obrnute zvučne valove jednake vanjskoj buci, neutralizirajući buku. Slika 1 je shematski dijagram slušalica s aktivnim poništavanjem buke. ANC čip se nalazi unutar slušalice. Referentni mikrofon (referentni mikrofon) prikuplja okolnu buku na slušalicama. Error mic (Greška mikrofona) Prikuplja zaostalu buku nakon smanjenja buke u slušalici. Zvučnik reproducira anti-šum nakon ANC obrade.
Slika 2 je shematski dijagram ANC sustava, s tri sloja, odvojena isprekidanim linijama. Najviši primarni put je akustični kanal od ref mic do error mic, funkcija odziva je predstavljena s P(z)P(z); srednji sloj je analogni kanal, gdje je sekundarni put put od izlaza adaptivnog filtra do povratnog ostatka. Uključujući DAC, filtar za rekonstrukciju, pojačalo snage, reprodukciju zvučnika, ponovno prikupljanje, pretpojačalo, filtar protiv alijasinga, ADC; donji sloj je digitalni put, gdje adaptivni filtar stalno prilagođava težinski koeficijent filtra kako bi se smanjio rezidual do konvergencije. Najčešće rješenje je implementacija adaptivnog filtra pomoću FIR filtra u kombinaciji s LMS algoritmom. Pojednostavite sliku 2 i dobijete sliku 3.
Dopustite mi da ukratko govorim o principima adaptivnog filtra i algoritma LMS (najmanji srednji kvadrat), a zatim na slici 3. Kao što je prikazano na slici 4, s obzirom na ulaz xx i željeni izlaz dd, adaptivni filtar ažurira koeficijente svake iteracije tako da razlika između outputa yy i dd postaje sve manja i manja dok rezidual ne bude dovoljno blizu nule i konvergira. LMS je algoritam ažuriranja za prilagodljive filtre. Ciljna funkcija LMS-a je kvadrat trenutne pogreške e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, kako bi se smanjila funkcija cilja, Primjenom gradijentnog spuštanja dobiva se ažurirana formula algoritma. (Algoritamska ideja korištenja gradijentnog spuštanja za minimiziranje cilja i dobivanje ažurirane formule parametra koji se traži vrlo je uobičajena, kao što je linearna regresija.) Formula ažuriranja LMS algoritma koji koristi FIR filtar je: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), gdje je μμ veličina koraka. Ako se veličina μμ prilagođava iteracijom, to je LMS algoritam korak po korak.
Razgovarajmo o slici 3. Ovdje je izlaz adaptivnog filtra nakon S(z)S(z) za usporedbu sa željenim izlazom. S(z)S(z) će izazvati nestabilnost. U literaturi, "signal pogreške nije ispravno 'usklađen' u vremenu s referentnim signalom", konvergencija LMS-a je prekinuta. (Nisam shvatio što to znači T__T) Učinkovita metoda je FXLMS (Filtered-X LMS), koja omogućuje unos x(n) u LMS modul putem Sˆ(z)S^(z), Sˆ( z S^(z) je procjena S(z)S(z). Cilj FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Dakle, gradijent=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), gdje je s(n)s(n) nepoznato, sa svojom aproksimacijom procjene, pa Formula ažuriranja FXLMS je
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Gdje je x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Kada adaptivni filtar konvergira, 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, pa je W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Odnosno, koeficijent težine adaptivnog filtra određen je primarnim putem i sekundarnim putem slušalica. Primarni put i sekundarni put slušalica su relativno stabilni, tako da je koeficijent težine adaptivnog filtra relativno stabilan. Stoga se radi jednostavnosti koeficijenti težine ANC slušalica nekih proizvođača određuju u tvornici. Naravno, iskustvo slušanja ove ANC slušalice očito nije tako dobro kao ANC slušalica s istinskim adaptivnim značenjem, jer u stvarnim situacijama vanjska buka u odnosu na smjer slušalice, različita temperatura i slično mogu utjecati na odziv kanala slušalice.
Matlab provjera
Napišite Matlab kod, koristeći adaptivni filtar promjenjive veličine koraka LMS, rezultati simulacije prikazani su na slici 5. U rasponu od 0 do 2 kHz, feedforward ANC koristi se za uklanjanje Gaussovog bijelog šuma, a prigušenje šuma je 30 dB+ U prosjeku. FXLMS u biblioteci Matlab ima fiksni korak, a učinak je lošiji.
Pitanja i odgovori
a. Zašto je ANC samo za niskofrekventni šum ispod 2 kHz?
S jedne strane, fizička zvučna izolacija slušalica (pasivna redukcija buke) može učinkovito blokirati visokofrekventnu buku i nije potrebno koristiti ANC za smanjenje visokofrekventne buke. S druge strane, niskofrekventni šum ima dugu valnu duljinu i može podnijeti određeno kašnjenje faze, dok visokofrekventni šum ima kratku valnu duljinu i osjetljiv je na fazno odstupanje, tako da ANC eliminira visokofrekventni šum.
b. Kada je elektroničko kašnjenje veće od primarnog kašnjenja, kako se performanse algoritma mogu znatno smanjiti?
P(z) kašnjenje je malo, S(z) kašnjenje je veliko, kao što je P(z)=z-1, S(z)=z-2, samo kada W(z)=z može ispuniti zahtjeve, ne -uzročno, nedostižno.
c. Koja je razlika između Feedforward ANC-a, uskopojasnog Feedforward ANC-a i povratnog ANC-a?
Struktura Feedforwad ima referentni mikrofon i mikrofon za grešku koji skupljaju vanjski šum i interne zaostale signale. Struktura povratne sprege ima samo jedan mikrofon pogreške, a referentni signal generira mikrofon pogreške i izlaz adaptivnog filtra.
Širokopojasni feedforward je struktura koja je gore opisana. U uskopojasnoj strukturi, izvor šuma generira generator signala okidača, a generator signala generira referentni signal za adaptivni filtar. Primjenjivo samo za uklanjanje povremene buke.
ANC povratne veze koristi grešku mikrofona za oporavak signala koji je prikupio ref mikrofon u strukturi povratne informacije jer ima samo grešku mikrofona. Put ne zadovoljava uzročno ograničenje, pa se eliminiraju samo predvidljive komponente šuma, tj. uskopojasni periodički šum. Treba primijetiti da ako prosljeđivanje ne zadovoljava uzročno ograničenje, tj. elektroničko kašnjenje je dulje od akustičkog kašnjenja glavnog kanala, može eliminirati samo uskopojasni periodički šum.
Postoji i hibridna ANC struktura koja uključuje i povratne i povratne strukture. Glavna prednost je što možete spremiti redoslijed adaptivnog filtra.
