1. Redução de ruído CVC e DSP:
Quando os consumidores compram fones de ouvido Bluetooth, eles sempre ouvirão as funções de redução de ruído CVC e DSP que os comerciantes possuem ao promover os fones de ouvido. Não importa quantos usuários tenham ouvido as descrições, muitos consumidores ainda não entendem a diferença entre os dois. A diferença, para um problema tão técnico, chegamos à ciência dos dois sob o princípio de funcionamento e a diferença.
DSP é uma abreviatura para processamento de sinal digital. Seu princípio de funcionamento: o microfone coleta o ruído ambiental externo e, em seguida, através da função do sistema de redução de ruído dentro do fone de ouvido, ele se replica para gerar uma onda sonora reversa igual ao ruído ambiente, que cancela o ruído e assim consegue mais. Bom efeito de redução de ruído.
CVC é a abreviação de Clear Voice Capture. É uma tecnologia de redução de ruído de software. O princípio é suprimir vários tipos de ruído de reverberação por meio do software de cancelamento de ruído integrado e do microfone.
A diferença é a seguinte:
a. pois o objeto é diferente, a tecnologia CVC serve principalmente para o eco gerado durante a chamada, o DSP serve principalmente para o ruído de alta e baixa frequência no ambiente externo.
b. diferentes beneficiários, a tecnologia DSP gera principalmente renda pessoal para os usuários do fone de ouvido, e o CVC beneficia principalmente a outra parte.
Em resumo, os fones de ouvido que usam a tecnologia de redução de ruído DSP e CVC podem reduzir efetivamente o ruído do ambiente externo da chamada e melhorar significativamente a qualidade da chamada e o som dos fones de ouvido.
2.Redução de ruído ANC:
ANC refere-se ao Active Noise Control, que reduz ativamente o ruído. O princípio básico é que o sistema de redução de ruído produz ondas sonoras reversas iguais ao ruído externo, neutralizando o ruído. A Figura 1 é um diagrama esquemático de um fone de ouvido com cancelamento de ruído ativo feedforward. O chip ANC é colocado dentro do fone de ouvido. Ref mic (microfone de referência) coleta o ruído ambiente nos fones de ouvido. Microfone de erro (Microfone de erro) Coleta o ruído residual após a redução de ruído no fone de ouvido. O alto-falante reproduz o anti-ruído após o processamento ANC.
A Figura 2 é um diagrama esquemático do sistema ANC, com três camadas, separadas por linhas tracejadas. O caminho primário superior é o canal acústico do microfone de referência ao microfone de erro, a função de resposta é representada por P(z)P(z); a camada intermediária é o canal analógico, onde o caminho secundário é o caminho da saída do filtro adaptativo até o resíduo de retorno. Incluindo DAC, filtro de reconstrução, amplificador de potência, reprodução de alto-falante, reaquisição, pré-amplificador, filtro anti-aliasing, ADC; a camada inferior é o caminho digital, onde o filtro adaptativo ajusta constantemente o coeficiente de peso do filtro para reduzir o resíduo até a convergência. A solução mais comum é implementar um filtro adaptativo usando um filtro FIR em combinação com o algoritmo LMS. Simplifique a Figura 2 e obtenha a Figura 3.
Deixe-me falar brevemente sobre os princípios do filtro adaptativo e do algoritmo LMS (Least Mean Square) e, em seguida, da Figura 3. Conforme mostrado na Figura 4, dada a entrada xx e a saída desejada dd, o filtro adaptativo atualiza os coeficientes a cada iteração para que a diferença entre a saída yy e dd torna-se cada vez menor até que o resíduo esteja próximo o suficiente de zero e convirja. LMS é um algoritmo de atualização para filtros adaptativos. A função objetivo do LMS é o quadrado do erro instantâneo e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, a fim de minimizar a função objetivo, aplicar a descida do gradiente fornece a fórmula atualizada do algoritmo. (A ideia algorítmica de usar gradiente descendente para minimizar um objetivo e obter a fórmula atualizada do parâmetro a ser buscado é muito comum, como a regressão linear.) A fórmula de atualização do algoritmo LMS usando filtro FIR é: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), onde μμ é o tamanho do passo. Se o tamanho μμ for ajustado com iteração, é um algoritmo LMS passo a passo.
Vamos falar sobre a Figura 3. Aqui o filtro adaptativo é gerado após S(z)S(z) para comparar com a saída desejada. S(z)S(z) causará instabilidade. Na literatura, “o sinal de erro não está corretamente 'alinhado' no tempo com o sinal de referência”, a convergência do LMS é quebrada. (Ainda não descobri o que significa T__T) Um método eficaz é FXLMS (Filtered-X LMS), que permite que x(n) seja inserido no módulo LMS via Sˆ(z)S^(z), Sˆ( z S^(z) é uma estimativa de S(z)S(z).Objetivo do FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Então gradiente=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), onde s(n)s(n) é desconhecido, com sua aproximação estimada, então A fórmula de atualização FXLMS é
C(n+1)=C(n)+μe(n)x'(n),
C(n+1)=C(n)+μe(n)x'(n),
Onde x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Quando o filtro adaptativo converge, 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, então W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Ou seja, o coeficiente de peso do filtro adaptativo é determinado pelo caminho primário e pelo caminho secundário dos fones de ouvido. O caminho primário e o caminho secundário do fone de ouvido são relativamente estáveis, portanto o coeficiente de peso do filtro adaptativo é relativamente estável. Portanto, por uma questão de simplicidade, os coeficientes de peso dos fones de ouvido ANC de alguns fabricantes são determinados na fábrica. Obviamente, a experiência auditiva deste fone de ouvido ANC obviamente não é tão boa quanto a do fone de ouvido ANC com verdadeiro significado adaptativo, porque em situações reais, o ruído externo relativo à direção do fone de ouvido, diferentes temperaturas e similares podem ter uma influência sobre a resposta do canal do fone de ouvido.
Verificação Matlab
Escreva o código Matlab, usando o filtro adaptativo de tamanho de passo variável LMS, os resultados da simulação são mostrados na Figura 5. Na faixa de 0 a 2 kHz, o ANC feedforward é usado para eliminar o ruído branco gaussiano, e a atenuação do ruído é de 30 dB + na média. O FXLMS na biblioteca Matlab é de etapa fixa e o efeito é pior.
Dúvidas
a. Por que o ANC serve apenas para ruído de baixa frequência abaixo de 2 kHz?
Por um lado, o isolamento acústico físico dos fones de ouvido (redução passiva de ruído) pode bloquear efetivamente o ruído de alta frequência e não é necessário usar ANC para reduzir o ruído de alta frequência. Por outro lado, o ruído de baixa frequência tem um comprimento de onda longo e pode suportar um certo atraso de fase, enquanto o ruído de alta frequência tem um comprimento de onda curto e é sensível ao desvio de fase, portanto o ANC elimina o ruído de alta frequência.
b. Quando o atraso eletrônico é maior que o atraso primário, como o desempenho do algoritmo pode ser bastante reduzido?
O atraso P(z) é pequeno, o atraso S(z) é grande, como P(z)=z-1, S(z)=z-2, somente quando W(z)=z pode atender aos requisitos, não -causal, inacessível.
c. Qual é a diferença entre Feedforward ANC, feedforward ANC de banda estreita e feedback ANC?
A estrutura do Feedforwad possui um microfone de referência e um microfone de erro que coletam ruído externo e sinais residuais internos, respectivamente. A estrutura de feedback possui apenas um microfone de erro e o sinal de referência é gerado pelo microfone de erro e pela saída do filtro adaptativo.
O feedforward de banda larga é a estrutura descrita acima. Na estrutura de banda estreita, a fonte de ruído gera um gerador de sinal de disparo de sinal e o gerador de sinal gera um sinal de referência para o filtro adaptativo. Aplicável apenas para eliminar ruídos periódicos.
O Feedback ANC usa microfone de erro para recuperar o sinal coletado pelo microfone ref na estrutura feedforward porque ele possui apenas microfone de erro. O caminho não satisfaz a restrição causal, portanto apenas os componentes de ruído previsíveis, ou seja, o ruído periódico de banda estreita, são eliminados. Deve-se notar que se o feedforward não satisfizer a restrição causal, ou seja, o atraso eletrônico for maior que o atraso acústico do canal principal, ele poderá apenas eliminar o ruído periódico de banda estreita.
Há também uma estrutura ANC híbrida que inclui estruturas de feedforward e de feedback. A principal vantagem é que você pode salvar a ordem do filtro adaptativo.
