1. Намалување на бучавата CVC и DSP:
Кога потрошувачите купуваат Bluetooth слушалки, тие секогаш ќе ги слушаат функциите за намалување на шумот CVC и DSP што ги имаат трговците при промовирањето на слушалките. Без разлика колку корисници ги слушнале описите, многу потрошувачи сè уште не ја разбираат разликата помеѓу двете. Разликата, за таков технички проблем, доаѓаме до науката за двете под принципот на работа и разликата.
DSP е стенографија за обработка на дигитален сигнал. Нејзиниот принцип на работа: микрофонот го собира надворешниот шум од околината, а потоа преку функцијата на системот за намалување на шумот во слушалката, се реплицира за да генерира обратен звучен бран еднаков на амбиенталниот шум, што го поништува шумот и на тој начин постигнува повеќе. Добар ефект на намалување на бучавата.
CVC е кратенка за Clear Voice Capture. Тоа е софтверска технологија за намалување на шумот. Принципот е да се потиснат разни видови шум од одек преку вградениот софтвер за поништување шум и микрофон.
Разликата е како што следува:
а. за објектот е различен, CVC технологијата е главно за ехото генерирано за време на повикот, DSP е главно за бучавата со висока и ниска фреквенција во надворешната средина.
б. различни корисници, DSP технологијата главно им прави личен приход на корисниците на слушалките, а CVC главно е од корист на другата страна.
Накратко, слушалките кои користат технологија за намалување на шум DSP и CVC можат ефикасно да го намалат шумот од надворешното опкружување на повикот и значително да го подобрат квалитетот на повикот и звукот на слушалките.
2. ANC намалување на шумот:
ANC се однесува на активна контрола на шум, која активно го намалува шумот. Основниот принцип е дека системот за намалување на бучавата произведува обратни звучни бранови еднакви на надворешниот шум, неутрализирајќи ја бучавата. Слика 1 е шематски дијаграм на активна слушалка за поништување на шум. ANC чипот е поставен во внатрешноста на слушалката. Реф mic (референтен микрофон) собира амбиентален шум на слушалките. Error mic (Error Microphone) Го собира преостанатиот шум по намалувањето на шумот во слушалката. Звучникот репродуцира анти-шум по ANC обработката.
Слика 2 е шематски дијаграм на системот ANC, со три слоја, одделени со испрекинати линии. Највисоката примарна патека е акустичниот канал од микрофон до микрофон за грешка, функцијата за одговор е претставена со P(z)P(z); средниот слој е аналогниот канал, каде што секундарната патека е патеката од излезот на адаптивниот филтер до повратниот остаток. Вклучувајќи DAC, филтер за реконструкција, засилувач за напојување, репродукција на звучници, повторно стекнување, пред-засилувач, филтер против алиасирање, ADC; долниот слој е дигиталната патека, каде што адаптивниот филтер постојано го прилагодува коефициентот на тежина на филтерот за да го намали преостанатиот до конвергенција. Најчестото решение е да се имплементира адаптивен филтер користејќи FIR филтер во комбинација со LMS алгоритам. Поедноставете ја сликата 2 и добијте ја сликата 3.
Дозволете ми накратко да зборувам за принципите на адаптивниот филтер и алгоритмот LMS (најмалку среден квадрат), а потоа Слика 3. Како што е прикажано на слика 4, со оглед на влезот xx и саканиот излез dd, адаптивниот филтер ги ажурира коефициентите секоја повторување, така што разликата помеѓу излезот yy и dd станува сè помала и помала додека резидуалот не се приближи доволно до нула и не се конвергира. LMS е алгоритам за ажурирање за адаптивни филтри. Целната функција на LMS е квадратот на моменталната грешка e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, со цел да се минимизира функцијата на целта, Со примена на спуштањето на градиент се добива ажурираната формула на алгоритмот. (Алгоритамската идеја за користење на спуштање на градиент за да се минимизира целта и да се добие ажурираната формула на параметарот што треба да се бара е многу честа, како што е линеарната регресија.) Формулата за ажурирање на алгоритмот LMS користејќи FIR филтер е: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), каде што μμ е големината на чекорот. Ако големината μμ е прилагодена со повторување, тоа е чекор-по-чекор LMS алгоритам.
Ајде да зборуваме за Слика 3. Овде адаптивниот филтер излегува после S(z)S(z) за да се спореди со излезот на желбата. S(z)S(z) ќе предизвика нестабилност. Во литературата, „сигналот за грешка не е правилно „порамнет“ Со текот на времето со референтниот сигнал“, конвергенцијата на LMS е прекината. (Не сфатив што значи T__T) Ефективен метод е FXLMS (Filtered-X LMS), кој дозволува x(n) да се внесува во LMS модулот преку Sˆ(z)S^(z), Sˆ( z S^(z) е проценка на S(z)S(z). Цел на FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Значи градиент=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), каде што s(n)s(n) е непознат, со неговата проценета апроксимација, па Формулата за ажурирање на FXLMS е
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Каде што x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Кога адаптивниот филтер конвергира, 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, значи W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Односно, коефициентот на тежина на адаптивниот филтер се одредува според примарната патека и секундарната патека на слушалките. Примарната патека и секундарната патека на слушалките се релативно стабилни, така што коефициентот на тежина на адаптивниот филтер е релативно стабилен. Затоа, заради едноставност, тежинските коефициенти на ANC слушалките на некои производители се одредуваат во фабриката. Се разбира, искуството на слушање на оваа слушалка ANC очигледно не е толку добро како слушалката ANC со вистинско адаптивно значење, бидејќи во реални ситуации, надворешниот шум во однос на насоката на слушалката, различната температура и слично може да има влијание врз одговорот на каналот на слушалката.
Проверка на Matlab
Напишете го кодот на Matlab, користејќи го адаптивниот филтер со променлива големина на чекор LMS, резултатите од симулацијата се прикажани на Слика 5. Во опсег од 0 до 2 kHz, ANC напредниот ANC се користи за елиминирање на Гаусовиот бел шум, а слабеењето на бучавата е 30 dB+ просечно. FXLMS во библиотеката Matlab е со фиксен чекор, а ефектот е полош.
Q & A
а. Зошто ANC е само за нискофреквентен шум под 2 kHz?
Од една страна, физичката звучна изолација на слушалките (пасивно намалување на шумот) може ефикасно да го блокира високофреквентниот шум и не е неопходно да се користи ANC за да се намали бучавата со висока фреквенција. Од друга страна, нискофреквентниот шум има долга бранова должина и може да издржи одредено доцнење на фазата, додека бучавата со висока фреквенција има кратка бранова должина и е чувствителна на фазно отстапување, така што ANC го елиминира високофреквентниот шум.
б. Кога електронското доцнење е поголемо од примарното доцнење, како може значително да се намали изведбата на алгоритмот?
P(z) доцнењето е мало, S(z) доцнењето е големо, како што се P(z)=z-1, S(z)=z-2, само кога W(z)=z може да ги исполни барањата, не -причинска, недостижна.
в. Која е разликата помеѓу Feedforward ANC, ANC повратни информации со тесен опсег и ANC повратни информации?
Структурата Feedforwad има микрофон за реф. и микрофон за грешка кои собираат надворешен шум и внатрешни преостанати сигнали, соодветно. Структурата за повратни информации има само еден микрофон за грешка, а референтниот сигнал се генерира со микрофон за грешка и излез на адаптивен филтер.
Широкопојасен извор на информации е структурата опишана погоре. Во структурата со тесен опсег, изворот на бучава генерира генератор на сигнал за активирање на сигналот, а генераторот на сигнал генерира референтен сигнал за адаптивниот филтер. Применливо само за елиминирање на периодичниот шум.
Повратни информации ANC користи микрофон за грешка за да го врати сигналот собран од ref mic во структурата за повратни информации бидејќи има само микрофон за грешка. Патеката не го задоволува причинско-последичното ограничување, па се елиминираат само предвидливите компоненти на бучавата, односно теснопојасниот периодичен шум. Треба да се забележи дека ако повратната информација не го задоволува причинско-последичното ограничување, т.е. електронското доцнење е подолго од акустичкото доцнење на главниот канал, може само да го елиминира периодичниот шум на теснопојасот.
Исто така, постои хибридна ANC структура која ги вклучува и структурите за повратни информации и повратни информации. Главната предност е што можете да го зачувате редот на адаптивниот филтер.
