1.CVC- en DSP-ruisonderdrukking:
Wanneer consumenten Bluetooth-headsets kopen, zullen ze altijd de CVC- en DSP-ruisonderdrukkingsfuncties horen die de verkopers gebruiken bij het promoten van de koptelefoons. Ongeacht hoeveel gebruikers de beschrijvingen hebben gehoord, veel consumenten begrijpen het verschil tussen de twee nog steeds niet. Het verschil, voor een dergelijk technisch probleem komen we tot de wetenschap van de twee onder het werkingsprincipe en het verschil.
DSP is een afkorting voor digitale signaalverwerking. Het werkingsprincipe: de microfoon verzamelt externe omgevingsgeluiden en repliceert vervolgens via de ruisonderdrukkingssysteemfunctie in de oortelefoon om een omgekeerde geluidsgolf te genereren die gelijk is aan het omgevingsgeluid, waardoor het geluid wordt geannuleerd en zo meer wordt bereikt. Goed ruisonderdrukkingseffect.
CVC is een afkorting voor Clear Voice Capture. Het is een softwarematige ruisonderdrukkingstechnologie. Het principe is om verschillende soorten nagalmgeluid te onderdrukken via de ingebouwde ruisonderdrukkingssoftware en microfoon.
Het verschil als volgt:
A. want het object is anders, CVC-technologie is voornamelijk bedoeld voor de echo die wordt gegenereerd tijdens de oproep, DSP is voornamelijk voor de hoog- en laagfrequente ruis in de externe omgeving.
B. verschillende begunstigden, DSP-technologie zorgt er vooral voor dat de hoofdtelefoongebruikers een persoonlijk inkomen verdienen, en CVC komt vooral ten goede aan de andere partij.
Samenvattend kunnen hoofdtelefoons die gebruikmaken van DSP- en CVC-ruisonderdrukkingstechnologie de ruis van de externe omgeving van het gesprek effectief verminderen en de kwaliteit van het gesprek en het geluid van de hoofdtelefoon aanzienlijk verbeteren.
2.ANC-ruisonderdrukking:
ANC verwijst naar Active Noise Control, dat geluid actief vermindert. Het basisprincipe is dat het ruisonderdrukkingssysteem omgekeerde geluidsgolven produceert die gelijk zijn aan het geluid van buitenaf, waardoor het geluid wordt geneutraliseerd. Figuur 1 is een schematisch diagram van een actieve oortelefoon met actieve ruisonderdrukking. De ANC-chip wordt in de oortelefoon geplaatst. Ref mic (referentiemicrofoon) verzamelt omgevingsgeluid op de oortelefoons. Error mic (Error Microphone) Verzamelt de resterende ruis na ruisonderdrukking in de oortelefoon. Luidspreker speelt anti-ruis af na ANC-verwerking.
Figuur 2 is een schematisch diagram van het ANC-systeem, met drie lagen, gescheiden door stippellijnen. Het bovenste primaire pad is het akoestische kanaal van ref-microfoon naar foutmicrofoon, de responsfunctie wordt weergegeven door P(z)P(z); de middelste laag is het analoge kanaal, waarbij het secundaire pad het pad is van de adaptieve filteruitvoer naar het retourresidu. Inclusief DAC, reconstructiefilter, eindversterker, luidsprekerweergave, heracquisitie, voorversterker, anti-aliasingfilter, ADC; de onderste laag is het digitale pad, waarbij het adaptieve filter voortdurend de filtergewichtscoëfficiënt aanpast om het residu tot convergentie te verminderen. De meest gebruikelijke oplossing is het implementeren van een adaptief filter met behulp van een FIR-filter in combinatie met het LMS-algoritme. Vereenvoudig figuur 2 en krijg figuur 3.
Laat me het kort hebben over de principes van het adaptieve filter en het LMS-algoritme (Least Mean Square), en vervolgens over figuur 3. Zoals weergegeven in figuur 4 werkt het adaptieve filter, gegeven de invoer xx en de gewenste uitvoer dd, de coëfficiënten elke iteratie bij, zodat het verschil tussen de output yy en dd wordt steeds kleiner totdat het residu dicht genoeg bij nul ligt en convergeert. LMS is een update-algoritme voor adaptieve filters. De objectieve functie van LMS is het kwadraat van de momentane fout e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, om de de objectieve functie. Het toepassen van de gradiëntafdaling levert de bijgewerkte formule van het algoritme op. (Het algoritmische idee van het gebruik van gradiëntdaling om een doelstelling te minimaliseren en de bijgewerkte formule van de te zoeken parameter te verkrijgen is heel gebruikelijk, zoals lineaire regressie.) De updateformule van het LMS-algoritme met behulp van het FIR-filter is: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), waarbij μμ de stapgrootte is. Als de μμ-grootte met iteratie wordt aangepast, is het een stapsgewijs LMS-algoritme.
Laten we het hebben over figuur 3. Hier wordt het adaptieve filter uitgevoerd na S(z)S(z) om te vergelijken met de gewenste uitvoer. S(z)S(z) veroorzaakt instabiliteit. In de literatuur wordt "het foutsignaal niet correct 'uitgelijnd' in de tijd met het referentiesignaal" de convergentie van het LMS verbroken. (Ik ben er nog niet achter wat het betekent T__T) Een effectieve methode is FXLMS (Filtered-X LMS), waarmee x(n) kan worden ingevoerd in de LMS-module via Sˆ(z)S^(z), Sˆ( z S^(z) is een schatting van S(z)S(z).Doelstelling van FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Dus gradiënt=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), waarbij s(n)s(n) onbekend is, met zijn geschatte benadering, dus FXLMS Update-formule is
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Waarbij x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Wanneer het adaptieve filter convergeert, 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, dus W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Dat wil zeggen dat de gewichtscoëfficiënt van het adaptieve filter wordt bepaald door het primaire pad en het secundaire pad van de hoofdtelefoon. Het primaire pad en het secundaire pad van de hoofdtelefoon zijn relatief stabiel, dus de gewichtscoëfficiënt van het adaptieve filter is relatief stabiel. Omwille van de eenvoud worden daarom de gewichtscoëfficiënten van de ANC-hoofdtelefoons van sommige fabrikanten in de fabriek bepaald. Natuurlijk is de luisterervaring van deze ANC-oortelefoon duidelijk niet zo goed als de ANC-oortelefoon met echte adaptieve betekenis, omdat in werkelijke situaties het externe geluid ten opzichte van de richting van de oortelefoon, verschillende temperaturen en dergelijke invloed kunnen hebben op de kanaalrespons van de oortelefoon.
Matlab-verificatie
Schrijf Matlab-code, met behulp van het adaptieve filter van LMS met variabele stapgrootte, de simulatieresultaten worden weergegeven in figuur 5. In het bereik van 0 tot 2 kHz wordt de feedforward ANC gebruikt om Gaussiaanse witte ruis te elimineren, en de ruisverzwakking is 30 dB+ gemiddeld. De FXLMS in de Matlab-bibliotheek heeft een vaste stap en het effect is erger.
Q & A
A. Waarom is het ANC alleen bedoeld voor laagfrequente ruis onder 2 kHz?
Enerzijds kan de fysieke geluidsisolatie van de hoofdtelefoon (passieve ruisonderdrukking) hoogfrequente ruis effectief blokkeren, en is het niet nodig om ANC te gebruiken om hoogfrequente ruis te verminderen. Aan de andere kant heeft de laagfrequente ruis een lange golflengte en kan een bepaalde fasevertraging weerstaan, terwijl de hoogfrequente ruis een korte golflengte heeft en gevoelig is voor faseafwijking, waardoor ANC hoogfrequente ruis elimineert.
B. Als de elektronische vertraging groter is dan de primaire vertraging, hoe kunnen de prestaties van het algoritme dan sterk worden verminderd?
P(z) vertraging is klein, S(z) vertraging is groot, zoals P(z)=z-1, S(z)=z-2, alleen als W(z)=z aan de eisen kan voldoen, niet -causaal, onbereikbaar.
C. Wat is het verschil tussen Feedforward ANC, smalband feedforward ANC en feedback ANC?
De Feedforwad-structuur heeft een ref-microfoon en een foutmicrofoon die respectievelijk externe ruis en interne restsignalen verzamelen. De feedbackstructuur heeft slechts één foutmicrofoon en het referentiesignaal wordt gegenereerd door de foutmicrofoon en adaptieve filteruitvoer.
De breedband-feedforward is de hierboven beschreven structuur. In de smalbandige structuur genereert de ruisbron een signaaltriggersignaalgenerator, en genereert de signaalgenerator een referentiesignaal voor het adaptieve filter. Alleen van toepassing op het elimineren van periodieke ruis.
Feedback ANC gebruikt een foutmicrofoon om het signaal te herstellen dat is verzameld door de ref-microfoon in de feedforward-structuur, omdat deze alleen een foutmicrofoon heeft. Het pad voldoet niet aan de causale beperking, dus alleen de voorspelbare ruiscomponenten, dwz de smalbandige periodieke ruis, worden geëlimineerd. Opgemerkt moet worden dat als de vooruitkoppeling niet voldoet aan de causale beperking, dat wil zeggen dat de elektronische vertraging langer is dan de akoestische vertraging van het hoofdkanaal, deze alleen de periodieke smalbandruis kan elimineren.
Er is ook een hybride ANC-structuur die zowel de feedforward- als de feedbackstructuren omvat. Het grote voordeel is dat u de volgorde van het adaptieve filter kunt opslaan.
