1. CVC és DSP zajcsökkentés:
Amikor a fogyasztók Bluetooth fejhallgatót vásárolnak, mindig hallani fogják a CVC és DSP zajcsökkentő funkciókat, amelyeket a kereskedők a fejhallgatók reklámozása során használnak. Nem számít, hány felhasználó hallotta a leírásokat, sok fogyasztó még mindig nem érti a kettő közötti különbséget. A különbség egy ilyen technikai probléma esetében a kettő tudományához a működési elv és a különbség alapján jutunk el.
A DSP a digitális jelfeldolgozás rövidítése. Működési elve: a mikrofon összegyűjti a külső környezeti zajokat, majd a fülhallgatón belüli zajcsökkentő rendszer funkción keresztül replikálva a környezeti zajjal megegyező fordított hanghullámot generál, ami kioltja a zajt és így többet ér el. Jó zajcsökkentő hatás.
A CVC a Clear Voice Capture rövidítése. Ez egy szoftveres zajcsökkentő technológia. Az alapelv az, hogy a beépített zajszűrő szoftverrel és mikrofonnal elnyomja a különféle típusú visszhangzajokat.
A különbség a következő:
a. mert az objektum más, a CVC technológia elsősorban a hívás során keletkező visszhangra, a DSP elsősorban a külső környezet magas és alacsony frekvenciájú zajára.
b. Különböző kedvezményezettek, a DSP technológia elsősorban a headset-felhasználók személyes bevételét teszi lehetővé, a CVC pedig elsősorban a másik fél számára előnyös.
Összefoglalva, a DSP és CVC zajcsökkentési technológiát alkalmazó fejhallgatók hatékonyan csökkenthetik a hívás külső környezetének zaját, és jelentősen javíthatják a hívás minőségét és a fejhallgató hangját.
2. ANC zajcsökkentés:
Az ANC az Active Noise Controlra utal, amely aktívan csökkenti a zajt. Az alapelv az, hogy a zajcsökkentő rendszer a külső zajnak megfelelő fordított hanghullámokat állít elő, semlegesítve a zajt. Az 1. ábra egy előrecsatolt aktív zajszűrős fülhallgató sematikus diagramja. Az ANC chip a fülhallgató belsejében található. A ref mic (referencia mikrofon) összegyűjti a környezeti zajt a fülhallgatón. Hibamikrofon (Hibamikrofon) A fülhallgató zajcsökkentése után visszamaradó zajt gyűjti. A hangszóró lejátssza az anti-zajt az ANC feldolgozás után.
A 2. ábra az ANC rendszer sematikus diagramja, három réteggel, amelyeket szaggatott vonalak választanak el. A legfelső elsődleges útvonal az akusztikus csatorna a ref mic-től a hibamikrofonig, a válaszfüggvényt a P(z)P(z) jelenti; a középső réteg az analóg csatorna, ahol a másodlagos út az adaptív szűrő kimenetétől a visszatérő maradékhoz vezető út. Beleértve a DAC-t, rekonstrukciós szűrőt, teljesítményerősítőt, hangszóró lejátszást, újragyűjtést, előerősítőt, élsimító szűrőt, ADC-t; az alsó réteg a digitális út, ahol az adaptív szűrő folyamatosan módosítja a szűrő súlyának együtthatóját, hogy csökkentse a maradékot a konvergenciáig. A legelterjedtebb megoldás az adaptív szűrő megvalósítása FIR szűrővel kombinálva az LMS algoritmussal. Egyszerűsítse le a 2. ábrát, és kapja meg a 3. ábrát.
Hadd beszéljek röviden az adaptív szűrő és az LMS (Least mean square) algoritmus alapelveiről, majd a 3. ábráról. Ahogy a 4. ábrán látható, az xx bemenet és a kívánt kimeneti dd ismeretében az adaptív szűrő minden iterációban frissíti az együtthatókat úgy, hogy az yy és dd kimenet közötti különbség egyre kisebb lesz, amíg a maradék elég közel nem lesz a nullához, és konvergál. Az LMS az adaptív szűrők frissítési algoritmusa. Az LMS célfüggvénye az e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2 pillanatnyi hiba négyzete a minimalizálás érdekében. a célfüggvény, a gradiens süllyedés alkalmazásával az algoritmus frissített képletét kapjuk. (Nagyon elterjedt az az algoritmikus ötlet, hogy gradiens süllyedést használjunk a cél minimalizálására és a keresett paraméter frissített képletének megszerzésére, például lineáris regresszió.) A FIR szűrőt használó LMS-algoritmus frissítési képlete: w(n+1) ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), ahol μμ a lépés mérete. Ha a μμ méretet iterációval állítjuk be, akkor ez egy lépésről-lépésre LMS algoritmus.
Beszéljünk a 3. ábráról. Itt az adaptív szűrő S(z)S(z) után kerül kiadásra, hogy összehasonlítsuk a kívánt kimenettel. S(z)S(z) instabilitást okoz. A szakirodalomban "a hibajel nincs megfelelően 'igazítva" Időben a referenciajelhez", az LMS konvergenciája megszakad. (Nem jöttem rá, mit jelent a T__T) Hatékony módszer az FXLMS (Filtered-X LMS), amely lehetővé teszi x(n) bevitelét az LMS modulba Sˆ(z)S^(z), Sˆ( z S^(z) az S(z)S(z) becslése. Az FXLMS célja:
E2(n)=(d(n)-s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)-s(n)∗[wT(n)x(n)])2,
Tehát gradiens=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), ahol s(n)s(n) ismeretlen, becsült közelítésével, tehát Az FXLMS frissítési képlet az
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Ahol x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Amikor az adaptív szűrő konvergál, 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, tehát W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Vagyis az adaptív szűrő súlytényezőjét a fejhallgató elsődleges és másodlagos útja határozza meg. A headset elsődleges és másodlagos útvonala viszonylag stabil, így az adaptív szűrő súlytényezője viszonylag stabil. Ezért az egyszerűség kedvéért egyes gyártók ANC fejhallgatóinak súlytényezőit gyárilag határozzák meg. Természetesen ennek az ANC fülhallgatónak a hallgatási élménye nyilvánvalóan nem olyan jó, mint a valódi adaptív jelentésű ANC fülhallgatóé, mivel a tényleges helyzetekben a fülhallgató irányához viszonyított külső zaj, az eltérő hőmérséklet és hasonlók befolyásolhatják a fülhallgató csatornaválasza.
Matlab ellenőrzés
Írjon Matlab kódot a változó lépésméretű LMS adaptív szűrővel, a szimulációs eredményeket az 5. ábra mutatja. 0 és 2 kHz tartományban az előrecsatolt ANC-t használják a Gauss-féle fehérzaj kiküszöbölésére, a zajcsillapítás pedig 30 dB+ átlagban. Az FXLMS a Matlab könyvtárban fix lépésű, és a hatás rosszabb.
Kérdések és válaszok
a. Miért csak alacsony frekvenciájú zaj esetén működik az ANC 2 kHz alatt?
Egyrészt a fejhallgató fizikai hangszigetelése (passzív zajcsökkentés) hatékonyan tudja blokkolni a nagyfrekvenciás zajokat, és nem szükséges ANC használata a nagyfrekvenciás zaj csökkentésére. Másrészt az alacsony frekvenciájú zaj hosszú hullámhosszú, és bizonyos fáziskésést is elvisel, míg a magas frekvenciájú zaj rövid hullámhosszú és érzékeny a fáziseltérésekre, így az ANC kiküszöböli a nagyfrekvenciás zajokat.
b. Ha az elektronikus késleltetés nagyobb, mint az elsődleges késleltetés, hogyan csökkenthető jelentősen az algoritmus teljesítménye?
P(z) késleltetés kicsi, S(z) késleltetés nagy, például P(z)=z-1, S(z)=z-2, csak ha W(z)=z megfelel a követelményeknek, nem -ok-okozati, elérhetetlen.
c. Mi a különbség a Feedforward ANC, a keskeny sávú előrecsatolt ANC és a visszacsatoló ANC között?
A Feedforwad szerkezetnek van egy ref mic és egy hibamikrofonja, amelyek gyűjtik a külső zajt és a belső maradék jeleket. A visszacsatoló szerkezetnek csak egy hibamikrofonja van, és a referenciajelet a hibamikrofon és az adaptív szűrőkimenet állítja elő.
A szélessávú előrecsatolás a fent leírt struktúra. A keskeny sávú struktúrában a zajforrás jeltrigger jelgenerátort, a jelgenerátor pedig referenciajelet állít elő az adaptív szűrőhöz. Csak az időszakos zajok kiküszöbölésére alkalmazható.
A visszacsatolásos ANC hibamikrofont használ a ref mic által a visszacsatolási struktúrában gyűjtött jel helyreállítására, mivel csak hibás mikrofonja van. Az út nem tesz eleget az ok-okozati kényszernek, így csak a megjósolható zajkomponensek, azaz a keskeny sávú periodikus zaj kerül kiküszöbölésre. Megjegyzendő, hogy ha az előrecsatolás nem tesz eleget az ok-okozati kényszernek, azaz az elektronikus késleltetés hosszabb, mint a főcsatorna akusztikus késleltetése, az csak a keskenysávú periodikus zajt tudja kiküszöbölni.
Van egy hibrid ANC-struktúra is, amely magában foglalja az előrecsatolt és a visszacsatolási struktúrákat is. A fő előnye, hogy elmentheti az adaptív szűrő sorrendjét.
