1.CVCおよびDSPノイズリダクション：
消費者が Bluetooth ヘッドセットを購入するとき、販売業者がヘッドフォンを宣伝するために備えている CVC および DSP ノイズ リダクション機能を常に聞くことになります。 どれだけ多くのユーザーが説明を聞いたとしても、多くの消費者は依然として XNUMX つの違いを理解していません。 違い、このような技術的な問題については、動作原理と違いに基づいて XNUMX つの科学に行き着きます。
DSP はデジタル信号処理の略称です。 その動作原理: マイクが外部の環境ノイズを収集し、イヤホン内のノイズ低減システム機能により、それが複製されて周囲のノイズと同等の逆音波を生成し、ノイズを打ち消してより多くの効果を達成します。 優れたノイズ低減効果。
CVC は Clear Voice Capture の略です。 ソフトウェアによるノイズ低減技術です。 原理は、内蔵のノイズキャンセリングソフトウェアとマイクによってさまざまな種類の残響ノイズを抑制することです。
違いは次のとおりです。
ａ． CVC テクノロジーは主に通話中に発生するエコーを対象とし、DSP は主に外部環境の高周波ノイズおよび低周波ノイズを対象とします。
b. DSP テクノロジーは主にヘッドセット ユーザーの個人的な収入となり、CVC は主に相手方に利益をもたらします。
要約すると、DSP および CVC ノイズ低減テクノロジーを使用したヘッドフォンは、通話の外部環境のノイズを効果的に低減し、通話の品質とヘッドフォンのサウンドを大幅に向上させることができます。
2.ANCノイズリダクション：
ANC はアクティブ ノイズ コントロールを指し、アクティブにノイズを低減します。 基本原理は、ノイズリダクションシステムが外部騒音と同じ逆音波を発生させ、騒音を中和するというものです。 図 1 は、フィードフォワード アクティブ ノイズ キャンセリング イヤホンの概略図です。 ANCチップはイヤホン内部に搭載されています。 Ref mic(リファレンスマイク)は周囲の騒音をイヤホンで集音します。 エラーマイク（Error Microphone） ノイズリダクション後の残留ノイズをイヤホンに集音します。 スピーカーはANC処理後にアンチノイズを再生します。
図 2 は、破線で区切られた 2 つの層からなる ANC システムの概略図です。 最上部のプライマリ パスは基準マイクからエラー マイクまでの音響チャネルであり、応答関数は P(z)P(z) で表されます。 中間層はアナログ チャネルで、二次パスは適応フィルター出力から戻り残差までのパスです。 DAC、再構築フィルター、パワーアンプ、スピーカー再生、再取得、プリアンプ、アンチエイリアシングフィルター、ADCを含む。 最下層はデジタル パスで、適応フィルターがフィルターの重み係数を常に調整して、収束するまで残差を減らします。 最も一般的な解決策は、FIR フィルターと LMS アルゴリズムを組み合わせて使用する適応フィルターを実装することです。 図 3 を単純化して図 XNUMX を取得します。
適応フィルターと LMS (最小平均二乗) アルゴリズムの原理について簡単に説明してから、図 3 について説明します。図 4 に示すように、入力 xx と目的の出力 dd が与えられると、適応フィルターは反復ごとに係数を更新します。出力 yy と dd の差は、残差がゼロに十分に近づいて収束するまで、どんどん小さくなっていきます。 LMS は適応フィルターの更新アルゴリズムです。 LMS の目的関数は、最小化するための瞬間誤差 e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2 の 1 乗です。目的関数。勾配降下法を適用すると、アルゴリズムの更新された式が得られます。 (勾配降下法を使用して目標を最小化し、求められるパラメータの更新された式を取得するというアルゴリズムのアイデアは、線形回帰など、非常に一般的です。) FIR フィルターを使用した LMS アルゴリズムの更新式は次のとおりです。 w(n+1 ) =w(n)+μe(n)x(n)w(n+XNUMX)=w(n)+μe(n)x(n)、ここでμμはステップサイズです。 μμ サイズが反復によって調整される場合、それは段階的な LMS アルゴリズムになります。
図 3 について説明します。ここでは、適応フィルターが S(z)S(z) の後に出力され、目的の出力と比較されます。 S(z)S(z) は不安定性を引き起こします。 文献では、「エラー信号が基準信号と時間的に正しく「整列」していない」ため、LMS の収束が崩れています。 (意味が分かりませんT__T) 有効な方法はFXLMS (Filtered-X LMS)です。これにより、S^(z)S^(z)、S^( z S^(z) は S(z)S(z) の推定値です。FXLMS の目的:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2、
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2、
したがって、勾配=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n)、ただし、s(n)s(n)は推定近似とともに不明であるため、 FXLMS アップデートの式は
w(n+1)=w(n)+μe(n)x'(n)、
w(n+1)=w(n)+μe(n)x'(n)、
ここで、x'(n)=s^(n)∗x(n)x'(n)=s^(n)∗x(n)となります。
適応フィルタが収束すると、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 なので、W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z) となります。 つまり、適応フィルタの重み係数は、ヘッドフォンのプライマリパスとセカンダリパスによって決定されます。 ヘッドセットのプライマリ パスとセカンダリ パスは比較的安定しているため、適応フィルタの重み係数も比較的安定しています。 したがって、簡単のために、一部のメーカーの ANC ヘッドフォンの重み係数は工場で決定されます。 もちろん、この ANC イヤホンのリスニング体験は、実際の状況では、イヤホンの方向に対する外部ノイズ、温度の違いなどが影響する可能性があるため、真の適応性を備えた ANC イヤホンほど優れていないことは明らかです。イヤホンのチャンネル応答。
MATLABの検証
可変ステップ サイズ LMS の適応フィルターを使用して Matlab コードを作成します。シミュレーション結果を図 5 に示します。0 ～ 2 kHz の範囲で、フィードフォワード ANC を使用してガウス ホワイト ノイズを除去し、ノイズ減衰は 30 dB+ です。平均して。 Matlab ライブラリの FXLMS は固定ステップであり、効果はさらに悪くなります。
質問と回答
ａ． ANC が 2 kHz 未満の低周波ノイズのみを対象とするのはなぜですか?
一方で、ヘッドフォンの物理的な遮音 (パッシブ ノイズ リダクション) により高周波ノイズを効果的にブロックできるため、高周波ノイズを低減するために ANC を使用する必要がありません。 一方、低周波ノイズは波長が長く、ある程度の位相遅れには耐えられますが、高周波ノイズは波長が短く、位相ずれに敏感なため、ANC によって高周波ノイズを除去します。
b. 電子遅延が一次遅延よりも大きい場合、アルゴリズムのパフォーマンスはどのように大幅に低下するのでしょうか?
P(z)=z-1、S(z)=z-2 など、P(z) 遅延が小さく、S(z) 遅延が大きい場合は、W(z)=z が要件を満たすことができる場合のみ、非-因果関係、到達不能。
c. フィードフォワード ANC、狭帯域フィードフォワード ANC、フィードバック ANC の違いは何ですか?
フィードフォワッド構造には、外部ノイズと内部残留信号をそれぞれ収集する基準マイクとエラーマイクがあります。 フィードバック構造にはエラーマイクが XNUMX つだけあり、リファレンス信号はエラーマイクと適応フィルター出力によって生成されます。
広帯域フィードフォワードは上記の構造です。 狭帯域構造では、ノイズ源は信号トリガ信号発生器を生成し、信号発生器は適応フィルタの基準信号を生成します。 周期的なノイズの除去にのみ適用できます。
フィードバック ANC にはエラー マイクしかないため、フィードフォワード構造内の基準マイクによって収集された信号をエラー マイクを使用して復元します。 パスは因果的制約を満たさないため、予測可能なノイズ成分、つまり狭帯域の周期ノイズのみが除去されます。 フィードフォワードが因果的制約を満たさない場合、つまり電子遅延がメイン チャネルの音響遅延より長い場合、狭帯域の周期ノイズしか除去できないことに注意してください。
フィードフォワード構造とフィードバック構造の両方を含むハイブリッド ANC 構造もあります。 主な利点は、適応フィルターの次数を保存できることです。
