1.CVC an DSP Kaméidi Reduktioun:
Wann d'Konsumenten Bluetooth Kopfhörer kafen, héiere se ëmmer d'CVC an DSP Geräischer Reduktiounsfunktiounen, déi d'Händler hunn fir d'Kopfhörer ze promoten. Egal wéi vill Benotzer d'Beschreiwunge héieren hunn, vill Konsumenten verstinn ëmmer nach net den Ënnerscheed tëscht deenen zwee. Den Ënnerscheed, fir sou en technesche Problem, komme mir zu der Wëssenschaft vun deenen zwee ënner dem Aarbechtsprinzip an dem Ënnerscheed.
DSP ass eng Ofkierzung fir digital Signalveraarbechtung. Säin Aarbechtsprinzip: de Mikrofon sammelt externen Ëmweltrauschen, an dann duerch d'Geräischreduktiounssystemfunktioun am Kopfhörer replizéiert et fir eng ëmgedréint Tounwelle gläich wéi den Ambientgeräusch ze generéieren, wat de Kaméidi annuléiert an doduerch méi erreecht. Gutt Kaméidi Reduktioun Effekt.
CVC ass kuerz fir Clear Voice Capture. Et ass eng Software Geräischer Reduktioun Technologie. De Prinzip ass fir verschidden Aarte vu Reverberatiounsgeräischer duerch déi agebauter Geräischer Annuléierungssoftware a Mikrofon z'ënnerdrécken.
Den Ënnerscheed ass wéi follegt:
a. fir den Objet ass anescht, CVC Technologie ass haaptsächlech fir den Echo generéiert wärend dem Uruff, DSP ass haaptsächlech fir den Héich- a Low-Frequenz Kaméidi am externen Ëmfeld.
b. verschidde Beneficer, DSP Technologie mécht haaptsächlech d'Headset Benotzer perséinlecht Akommes, an CVC profitéiert haaptsächlech déi aner Partei.
Zesummegefaasst, Kopfhörer mat DSP an CVC Geräischer Reduktioun Technologie kënnen effektiv de Kaméidi vum externen Ëmfeld vum Uruff reduzéieren an d'Qualitéit vum Uruff an den Toun vun den Kopfhörer wesentlech verbesseren.
2.ANC Kaméidi Reduktioun:
ANC bezitt sech op Active Noise Control, déi aktiv Geräischer reduzéiert. De Grondprinzip ass datt de Kaméidi Reduktioun System ëmgedréint Tounwellen gläich wéi de baussenzege Kaméidi produzéiert, de Kaméidi neutraliséieren. Figur 1 ass e schemateschen Diagramm vun engem feedforward aktive Geräischer annuléierend Kopfhörer. Den ANC Chip ass am Kopfhörer gesat. Ref mic (Referenzmikrofon) sammelt Ambientegeräischer op den Kopfhörer. Feeler Mic (Feeler Mikrofon) Sammelt de Reschtgeräischer no Geräischer Reduktioun am Kopfhörer. Speaker spillt den Anti-Geräisch no der ANC Veraarbechtung.
Figur 2 ass e schemateschen Diagramm vum ANC System, mat dräi Schichten, getrennt duerch gestierzt Linnen. Den ieweschte primäre Wee ass den akustesche Kanal vu Ref Mic bis Feeler Mic, d'Äntwertfunktioun gëtt duerch P (z) P (z) duergestallt; d'Mëttschicht ass den analoge Kanal, wou de sekundäre Wee de Wee vum adaptiven Filterausgang zum Retourresidual ass. Inklusiv DAC, Rekonstruktiounsfilter, Kraaftverstärker, Lautsprecher-Playback, Re-Acquisitioun, Pre-Verstärker, Anti-Aliasing-Filter, ADC; Déi ënnescht Schicht ass den digitale Wee, wou den adaptiven Filter dauernd de Filtergewiichtskoeffizient upasst fir de Rescht bis Konvergenz ze reduzéieren. Déi meescht üblech Léisung ass en adaptiven Filter ëmzesetzen mat engem FIR Filter a Kombinatioun mam LMS Algorithmus. Vereinfacht Figur 2 a kritt Figur 3.
Loosst mech kuerz iwwer d'Prinzipien vum adaptive Filter an LMS (Least mean square) Algorithmus schwätzen, an dann Figur 3. Wéi an der Figur 4 gewisen, gëtt den Input xx an de gewënschten Ausgang dd, den adaptive Filter aktualiséiert d'Koeffizienten all Iteratioun sou datt den Ënnerscheed tëscht der Ausgang yy an dd gëtt ëmmer méi kleng bis de Rescht no bei Null ass a konvergéiert. LMS ass en Update Algorithmus fir adaptiv Filteren. Déi objektiv Funktioun vum LMS ass de Quadrat vum momentane Feeler e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, fir ze minimiséieren der objektiv Funktioun, Uwendung vun der Gradient Ofstamung gëtt déi aktualiséiert Formel vum Algorithmus. (D'algorithmesch Iddi fir Gradient Ofstamung ze benotzen fir en Objektiv ze minimiséieren an déi aktualiséiert Formel vum Parameter ze sichen ass ganz heefeg, sou wéi linear Regressioun.) D'Aktualiséierungsformel vum LMS Algorithmus mam FIR Filter ass: w(n+1) ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), wou μμ Schrëttgréisst ass. Wann d'μμ Gréisst mat Iteratioun ugepasst gëtt, ass et e step-by-step LMS Algorithmus.
Loosst eis iwwer d'Figur 3 schwätzen. Hei gëtt den adaptiven Filter no S(z)S(z) erausginn fir mam Wonschausgang ze vergläichen. S (z) S (z) wäert Onstabilitéit Ursaach. An der Literatur, "d'Fehlersignal ass net korrekt 'ausgeriicht' An der Zäit mam Referenzsignal", ass d'Konvergenz vum LMS gebrach. (Ech hunn net erausfonnt wat et heescht T__T) Eng efficace Method ass FXLMS (Filtered-X LMS), déi et erlaabt x(n) an den LMS Modul iwwer Sˆ(z)S^(z), Sˆ(input ze ginn) z S^(z) ass eng Schätzung vu S(z)S(z). Zil vun FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Also Gradient=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), wou s(n)s(n) onbekannt ass, mat senger Schätzung Approximatioun, also FXLMS Update Formel ass
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Wou x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Wann den adaptiven Filter konvergéiert, 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, also W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Dat heescht, de Gewiichtskoeffizient vum adaptiven Filter gëtt vum primäre Wee an dem sekundäre Wee vun den Kopfhörer bestëmmt. De primäre Wee an de sekundäre Wee vum Headset si relativ stabil, sou datt de Gewiichtskoeffizient vum adaptive Filter relativ stabil ass. Dofir, fir d'Einfachheet, d'Gewiichtskoeffizienten vun e puer Hiersteller ANC Kopfhörer ginn an der Fabréck festgeluegt. Natierlech ass d'Nolauschtererfahrung vun dësem ANC Kopfhörer selbstverständlech net sou gutt wéi den ANC Kopfhörer mat enger richteger adaptiver Bedeitung, well an aktuellen Situatiounen kann den externen Geräischer relativ zu der Richtung vum Kopfhörer, verschidden Temperaturen an dergläichen Afloss op d'Kanalreaktioun vum Kopfhörer.
Matlab Verifikatioun
Schreift Matlab Code, benotzt den adaptiven Filter vu variabelen Schrëttgréisst LMS, d'Simulatiounsresultater ginn an der Figur 5. Am Beräich vun 0 bis 2 kHz gëtt de Feedforward ANC benotzt fir Gaussesch wäiss Kaméidi ze eliminéieren, an d'Geräischdämpfung ass 30 dB + am Duerchschnëtt. D'FXLMS an der Matlab Bibliothéik ass fix-Schrëtt, an den Effekt ass méi schlëmm.
Q & A
a. Firwat ass den ANC nëmme fir niddereg Frequenz Kaméidi ënner 2 kHz?
Engersäits kann déi kierperlech Schallisolatioun vun den Kopfhörer (passiv Geräischer Reduktioun) effektiv Héichfrequenz Kaméidi blockéieren, an et ass net néideg ANC ze benotzen fir Héichfrequenz Kaméidi ze reduzéieren. Op der anerer Säit huet de Low-Frequenz Kaméidi eng laang Wellelängt a kann e gewësse Phase Verzögerung widderstoen, während de High-Frequenz Kaméidi eng kuerz Wellelängt huet a sensibel ass fir Phaseabweichung, sou datt ANC héichfrequenz Kaméidi eliminéiert.
b. Wann d'elektronesch Verzögerung méi grouss ass wéi de primäre Verzögerung, wéi kann d'Leeschtung vum Algorithmus staark reduzéiert ginn?
P(z) Verzögerung ass kleng, S(z) Verzögerung ass grouss, sou wéi P(z)=z-1, S(z)=z-2, nëmme wann W(z)=z den Ufuerderunge erfëllen kann, net - kausal, onerreechbar.
c. Wat ass den Ënnerscheed tëscht Feedforward ANC, Narrow-Band Feedforward ANC, a Feedback ANC?
D'Feedforwad Struktur huet e Ref Mic an e Feeler Mic deen extern Geräischer an intern Reschtsignaler sammelen, respektiv. D'Feedback Struktur huet nëmmen ee Feeler Mic, an d'Referenz Signal gëtt duerch Feeler Mic an adaptiven Filter Output generéiert.
De Breetband Feedforward ass d'Struktur uewen beschriwwen. An der schmuel-Band Struktur generéiert de Kaméidi Quell e Signal Ausléiser Signal Generator, an der Signal Generator generéiert e Referenz Signal fir den adaptiven FILTER. Nëmme applicabel fir periodesch Geräischer ze eliminéieren.
Feedback ANC benotzt Feeler Mic fir d'Signal ze recuperéieren gesammelt vum ref Mic an der Feedforward Struktur well et nëmme Feeler Mic huet. De Wee entsprécht der kausaler Aschränkung net, sou datt nëmmen déi prévisibel Geräischerkomponenten, also de schmuelbandsperiodesche Geräischer, eliminéiert ginn. Et sollt bemierkt datt wann d'Feedforward net de kausale Beschränkung entsprécht, dh d'elektronesch Verzögerung ass méi laang wéi den Haaptkanal akustesch Verzögerung, et kann nëmmen de schmuelband periodesche Geräischer eliminéieren.
Et gëtt och eng Hybrid ANC Struktur déi souwuel de Feedforward a Feedback Strukturen enthält. Den Haaptvirdeel ass datt Dir d'Uerdnung vum adaptiven Filter späichere kënnt.
