1. CVC ir DSP triukšmo mažinimas:
Pirkdami „Bluetooth“ ausines, vartotojai visada girdės CVC ir DSP triukšmo mažinimo funkcijas, kurias prekybininkai turi reklamuodami ausines. Nesvarbu, kiek vartotojų girdėjo aprašymus, daugelis vartotojų vis tiek nesupranta skirtumo tarp jų. Skirtumas, dėl tokios techninės problemos, mes pasiekiame dviejų mokslą pagal veikimo principą ir skirtumą.
DSP yra skaitmeninio signalo apdorojimo trumpinys. Jo veikimo principas: mikrofonas surenka išorinį aplinkos triukšmą, o po to per ausinių viduje esančią triukšmo mažinimo sistemos funkciją jis kartojasi, kad sukurtų atvirkštinę garso bangą, lygią aplinkos triukšmui, kuri pašalina triukšmą ir taip pasiekia daugiau. Geras triukšmo mažinimo efektas.
CVC yra „Clear Voice Capture“ trumpinys. Tai programinė triukšmo mažinimo technologija. Principas yra slopinti įvairių tipų aidėjimo triukšmą naudojant integruotą triukšmo slopinimo programinę įrangą ir mikrofoną.
Skirtumas toks:
a. Nes objektas yra kitoks, CVC technologija daugiausia skirta pokalbio metu sukuriamam aidui, DSP daugiausia skirta aukšto ir žemo dažnio triukšmui išorinėje aplinkoje.
b. skirtingi naudos gavėjai, DSP technologija daugiausia suteikia laisvų rankų įrangos naudotojų asmeninių pajamų, o CVC daugiausia naudos kitai šaliai.
Apibendrinant galima teigti, kad DSP ir CVC triukšmo mažinimo technologijas naudojančios ausinės gali efektyviai sumažinti skambučio išorinės aplinkos triukšmą, žymiai pagerinti pokalbio kokybę bei ausinių garsą.
2. ANC triukšmo mažinimas:
ANC reiškia aktyvų triukšmo valdymą, kuris aktyviai mažina triukšmą. Pagrindinis principas yra tas, kad triukšmo mažinimo sistema sukuria atvirkštines garso bangas, lygias išoriniam triukšmui, neutralizuodamas triukšmą. 1 paveiksle pateikta aktyviojo triukšmą slopinančių ausinių schema. ANC lustas yra ausinių viduje. Ref mic (atskaitos mikrofonas) surenka aplinkos triukšmą ant ausinių. Error mic (Error Microphone) Surenka likusį triukšmą sumažinus triukšmą ausinėse. Po ANC apdorojimo garsiakalbis atkuria triukšmo slopinimą.
2 paveiksle yra ANC sistemos schema su trimis sluoksniais, atskirtais punktyrinėmis linijomis. Viršutinis pirminis kelias yra akustinis kanalas nuo ref mic iki klaidos mikrofono, atsako funkcija pavaizduota P(z)P(z); vidurinis sluoksnis yra analoginis kanalas, kur antrinis kelias yra kelias nuo adaptyvaus filtro išvesties iki grįžtamojo likučio. Įskaitant DAC, rekonstrukcijos filtrą, galios stiprintuvą, garsiakalbių atkūrimą, pakartotinį įsigijimą, išankstinį stiprintuvą, anti-aliasing filtrą, ADC; apatinis sluoksnis yra skaitmeninis kelias, kuriame prisitaikantis filtras nuolat koreguoja filtro svorio koeficientą, kad sumažintų likutį iki konvergencijos. Dažniausias sprendimas yra pritaikyti adaptyvųjį filtrą naudojant FIR filtrą kartu su LMS algoritmu. Supaprastinkite 2 paveikslą ir gaukite 3 paveikslą.
Trumpai pakalbėsiu apie adaptyvaus filtro ir LMS (mažiausio kvadrato) algoritmo principus, o tada 3 pav. Kaip parodyta 4 paveiksle, atsižvelgiant į įvestį xx ir norimą išvesties dd, adaptyvusis filtras atnaujina koeficientus kiekvieną iteraciją taip, kad skirtumas tarp išvesties yy ir dd tampa vis mažesnis, kol likutis pakankamai artimas nuliui ir suartėja. LMS yra adaptyviųjų filtrų atnaujinimo algoritmas. Tikslinė LMS funkcija yra momentinės paklaidos e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2 kvadratas, siekiant sumažinti tikslo funkcija. Taikant gradiento nusileidimą gaunama atnaujinta algoritmo formulė. (Algoritminė idėja naudoti gradiento nusileidimą siekiant sumažinti tikslą ir gauti atnaujintą ieškomo parametro formulę, pvz., tiesinė regresija, yra labai paplitusi.) LMS algoritmo atnaujinimo formulė naudojant FIR filtrą yra tokia: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), kur μμ yra žingsnio dydis. Jei μμ dydis koreguojamas iteruojant, tai yra žingsnis po žingsnio LMS algoritmas.
Pakalbėkime apie 3 paveikslą. Čia adaptyvus filtras išvedamas po S(z)S(z), kad būtų galima palyginti su norima išvestimi. S(z)S(z) sukels nestabilumą. Literatūroje „klaidos signalas nėra tinkamai „sulygintas“ laiku su atskaitos signalu“, LMS konvergencija yra pažeista. (Nesupratau, ką tai reiškia T__T) Veiksmingas metodas yra FXLMS (Filtered-X LMS), leidžiantis x(n) įvestis į LMS modulį per Sˆ(z)S^(z), Sˆ( z S^(z) yra S(z)S(z) įvertinimas. FXLMS tikslas:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Taigi gradientas=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), kur s(n)s(n) nežinomas, su jo įverčio aproksimacija, taigi FXLMS atnaujinimo formulė yra
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Kur x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Kai adaptyvusis filtras konverguoja, 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, taigi W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Tai reiškia, kad adaptyvaus filtro svorio koeficientą lemia pirminis ir antrinis ausinių kelias. Pirminis ir antrinis laisvų rankų įrangos kelias yra gana stabilūs, todėl prisitaikančio filtro svorio koeficientas yra gana stabilus. Todėl, paprastumo dėlei, kai kurių gamintojų ANC ausinių svorio koeficientai nustatomi gamykloje. Žinoma, šios ANC ausinės klausymosi patirtis akivaizdžiai nėra tokia gera, kaip ANC ausinių, turinčių tikrą prisitaikymo reikšmę, nes realiose situacijose išorinis triukšmas, palyginti su ausinių kryptimi, skirtinga temperatūra ir panašiai, gali turėti įtakos ausinių kanalo atsakas.
Matlab patikrinimas
Parašykite Matlab kodą, naudodami kintamo žingsnio dydžio LMS adaptyvųjį filtrą, modeliavimo rezultatai parodyti 5 paveiksle. Nuo 0 iki 2 kHz, Gauso baltajam triukšmui pašalinti naudojamas grįžtamasis ANC, o triukšmo slopinimas yra 30 dB+ vidutiniškai. FXLMS Matlab bibliotekoje yra fiksuoto žingsnio, o poveikis yra blogesnis.
Klausimai ir atsakymai
a. Kodėl ANC skirtas tik žemo dažnio triukšmui, mažesniam nei 2 kHz?
Viena vertus, fizinė ausinių garso izoliacija (pasyvus triukšmo mažinimas) gali efektyviai blokuoti aukšto dažnio triukšmą, o norint sumažinti aukšto dažnio triukšmą, nebūtina naudoti ANC. Kita vertus, žemo dažnio triukšmas turi ilgą bangos ilgį ir gali atlaikyti tam tikrą fazės vėlavimą, o aukšto dažnio triukšmas turi trumpą bangos ilgį ir yra jautrus fazės nuokrypiui, todėl ANC pašalina aukšto dažnio triukšmą.
b. Kai elektroninis delsas yra didesnis už pirminį delsą, kaip galima labai sumažinti algoritmo našumą?
P(z) vėlavimas yra mažas, S(z) vėlavimas yra didelis, pvz., P(z)=z-1, S(z)=z-2, tik tada, kai W(z)=z gali atitikti reikalavimus, ne -priežastinis, nepasiekiamas.
c. Kuo skiriasi grįžtamojo ryšio ANC, siaurajuosčio grįžtamojo ryšio ANC ir grįžtamojo ryšio ANC?
Feedforwad struktūra turi ref mic ir klaidų mikrofoną, kurie atitinkamai renka išorinį triukšmą ir vidinius liekamuosius signalus. Grįžtamojo ryšio struktūra turi tik vieną klaidos mikrofoną, o atskaitos signalą generuoja klaidos mikrofonas ir adaptyvaus filtro išvestis.
Plačiajuostis persiuntimas yra aukščiau aprašyta struktūra. Siaurajuostėje struktūroje triukšmo šaltinis generuoja signalo trigerio signalo generatorių, o signalo generatorius – adaptyviojo filtro atskaitos signalą. Taikoma tik periodiniam triukšmui pašalinti.
Grįžtamasis ryšys ANC naudoja klaidos mikrofoną, kad atkurtų ref mic surinktą signalą grįžtamojo ryšio struktūroje, nes turi tik klaidos mikrofoną. Kelias netenkina priežastinio suvaržymo, todėl pašalinami tik nuspėjami triukšmo komponentai, ty siaurajuostis periodinis triukšmas. Pažymėtina, kad jei grįžtamasis ryšys netenkina priežastinio suvaržymo, ty elektroninis uždelsimas yra ilgesnis už pagrindinio kanalo akustinį vėlavimą, jis gali pašalinti tik siaurajuostį periodinį triukšmą.
Taip pat yra hibridinė ANC struktūra, apimanti tiek grįžtamojo ryšio, tiek grįžtamojo ryšio struktūras. Pagrindinis privalumas yra tai, kad galite išsaugoti prisitaikančio filtro tvarką.
