1.Riduzione del rumore CVC e DSP:
Quando i consumatori acquistano cuffie Bluetooth, sentiranno sempre le funzioni di riduzione del rumore CVC e DSP che i commercianti hanno nel promuovere le cuffie. Non importa quanti utenti abbiano ascoltato le descrizioni, molti consumatori ancora non capiscono la differenza tra i due. La differenza, per un problema così tecnico, arriviamo alla scienza dei due sotto il principio di funzionamento e la differenza.
DSP è una scorciatoia per l'elaborazione del segnale digitale. Il suo principio di funzionamento: il microfono raccoglie il rumore ambientale esterno e poi, attraverso la funzione del sistema di riduzione del rumore all'interno dell'auricolare, si replica per generare un'onda sonora inversa uguale al rumore ambientale, che annulla il rumore e quindi ottiene di più. Buon effetto di riduzione del rumore.
CVC è l'abbreviazione di Clear Voice Capture. È una tecnologia software di riduzione del rumore. Il principio è quello di sopprimere vari tipi di rumore di riverbero attraverso il software di cancellazione del rumore e il microfono integrati.
La differenza come segue:
UN. poiché l'oggetto è diverso, la tecnologia CVC riguarda principalmente l'eco generato durante la chiamata, il DSP riguarda principalmente il rumore ad alta e bassa frequenza nell'ambiente esterno.
B. beneficiari diversi, la tecnologia DSP fornisce principalmente un reddito personale agli utenti delle cuffie, mentre CVC avvantaggia principalmente l'altra parte.
In sintesi, le cuffie che utilizzano la tecnologia di riduzione del rumore DSP e CVC possono ridurre efficacemente il rumore dell'ambiente esterno della chiamata e migliorare significativamente la qualità della chiamata e del suono delle cuffie.
2.Riduzione del rumore ANC:
ANC si riferisce al controllo attivo del rumore, che riduce attivamente il rumore. Il principio di base è che il sistema di riduzione del rumore produce onde sonore inverse uguali al rumore esterno, neutralizzando il rumore. La Figura 1 è un diagramma schematico di un auricolare attivo con cancellazione del rumore feedforward. Il chip ANC è posizionato all'interno dell'auricolare. Ref mic (microfono di riferimento) raccoglie il rumore ambientale sugli auricolari. Microfono errore (microfono errore) Raccoglie il rumore residuo dopo la riduzione del rumore nell'auricolare. L'altoparlante riproduce l'antirumore dopo l'elaborazione ANC.
La Figura 2 è un diagramma schematico del sistema ANC, con tre strati, separati da linee tratteggiate. Il percorso primario più in alto è il canale acustico dal ref mic al error mic, la funzione di risposta è rappresentata da P(z)P(z); lo strato intermedio è il canale analogico, dove il percorso secondario è il percorso dall'uscita del filtro adattivo al residuo di ritorno. Include DAC, filtro di ricostruzione, amplificatore di potenza, riproduzione degli altoparlanti, riacquisizione, preamplificatore, filtro anti-aliasing, ADC; lo strato inferiore è il percorso digitale, dove il filtro adattivo regola costantemente il coefficiente di peso del filtro per ridurre il residuo fino alla convergenza. La soluzione più comune è implementare un filtro adattivo utilizzando un filtro FIR in combinazione con l'algoritmo LMS. Semplifica la Figura 2 e ottieni la Figura 3.
Vorrei parlare brevemente dei principi del filtro adattivo e dell'algoritmo LMS (Least mean Square), quindi della Figura 3. Come mostrato nella Figura 4, dato l'input xx e l'output desiderato dd, il filtro adattivo aggiorna i coefficienti ad ogni iterazione in modo che la differenza tra l'output yy e dd diventa sempre più piccola finché il residuo non è abbastanza vicino a zero e converge. LMS è un algoritmo di aggiornamento per i filtri adattivi. La funzione obiettivo di LMS è il quadrato dell’errore istantaneo e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, al fine di minimizzare la funzione obiettivo, applicando la discesa del gradiente, fornisce la formula aggiornata dell'algoritmo. (L'idea algoritmica di utilizzare la discesa del gradiente per minimizzare un obiettivo e ottenere la formula aggiornata del parametro da cercare è molto comune, come la regressione lineare.) La formula di aggiornamento dell'algoritmo LMS che utilizza il filtro FIR è: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), dove μμ è la dimensione del passo. Se la dimensione μμ viene regolata con l'iterazione, si tratta di un algoritmo LMS passo passo.
Parliamo della Figura 3. Qui il filtro adattivo viene emesso dopo S(z)S(z) per confrontarlo con l'output desiderato. S(z)S(z) causerà instabilità. In letteratura, "il segnale di errore non è correttamente 'allineato' nel tempo con il segnale di riferimento", la convergenza dell'LMS è interrotta. (Non ho capito cosa significa T__T) Un metodo efficace è FXLMS (Filtered-X LMS), che consente di inserire x(n) nel modulo LMS tramite Sˆ(z)S^(z), Sˆ( z S^(z) è una stima di S(z)S(z). Obiettivo di FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Quindi gradiente=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), dove s(n)s(n) non è noto, con la sua approssimazione di stima, quindi La formula di aggiornamento FXLMS è
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Dove x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Quando il filtro adattivo 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, quindi W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Vale a dire, il coefficiente di peso del filtro adattivo è determinato dal percorso primario e dal percorso secondario delle cuffie. Il percorso primario e il percorso secondario delle cuffie sono relativamente stabili, quindi il coefficiente di peso del filtro adattivo è relativamente stabile. Pertanto, per semplicità, i coefficienti di peso delle cuffie ANC di alcuni produttori vengono determinati in fabbrica. Naturalmente, l'esperienza di ascolto di questo auricolare ANC non è altrettanto buona di quella dell'auricolare ANC con un vero significato adattivo, perché in situazioni reali, il rumore esterno relativo alla direzione dell'auricolare, la diversa temperatura e simili possono avere un'influenza su la risposta del canale dell'auricolare.
Verifica Matlab
Scrivi il codice Matlab, utilizzando il filtro adattivo LMS a passo variabile, i risultati della simulazione sono mostrati nella Figura 5. Nell'intervallo da 0 a 2 kHz, l'ANC feedforward viene utilizzato per eliminare il rumore bianco gaussiano e l'attenuazione del rumore è 30 dB+ in media. L'FXLMS nella libreria Matlab è a passo fisso e l'effetto è peggiore.
Domande e risposte
UN. Perché l'ANC è valido solo per il rumore a bassa frequenza inferiore a 2 kHz?
Da un lato, l'isolamento acustico fisico delle cuffie (riduzione passiva del rumore) può bloccare efficacemente il rumore ad alta frequenza e non è necessario utilizzare l'ANC per ridurre il rumore ad alta frequenza. D'altra parte, il rumore a bassa frequenza ha una lunghezza d'onda lunga e può sopportare un certo ritardo di fase, mentre il rumore ad alta frequenza ha una lunghezza d'onda corta ed è sensibile alla deviazione di fase, quindi l'ANC elimina il rumore ad alta frequenza.
B. Quando il ritardo elettronico è maggiore del ritardo primario, come si possono ridurre notevolmente le prestazioni dell'algoritmo?
Il ritardo P(z) è piccolo, il ritardo S(z) è grande, come P(z)=z-1, S(z)=z-2, solo quando W(z)=z può soddisfare i requisiti, non -causale, Irraggiungibile.
C. Qual è la differenza tra ANC feedforward, ANC feedforward a banda stretta e ANC feedback?
La struttura Feedforwad ha un microfono di riferimento e un microfono di errore che raccolgono rispettivamente il rumore esterno e i segnali residui interni. La struttura di feedback ha un solo microfono di errore e il segnale di riferimento è generato dal microfono di errore e dall'uscita del filtro adattivo.
Il feedforward a banda larga è la struttura sopra descritta. Nella struttura a banda stretta, la sorgente di rumore genera un generatore di segnale di trigger del segnale e il generatore di segnale genera un segnale di riferimento per il filtro adattivo. Applicabile solo all'eliminazione del rumore periodico.
Feedback ANC utilizza error mic per recuperare il segnale raccolto da ref mic nella struttura feedforward perché ha solo error mic. Il percorso non soddisfa il vincolo causale, quindi vengono eliminate solo le componenti di rumore prevedibili, cioè il rumore periodico a banda stretta. Va notato che se il feedforward non soddisfa il vincolo causale, cioè il ritardo elettronico è più lungo del ritardo acustico del canale principale, può solo eliminare il rumore periodico a banda stretta.
Esiste anche una struttura ANC ibrida che include sia la struttura feedforward che quella feedback. Il vantaggio principale è che puoi salvare l'ordine del filtro adattivo.
