1. Шумоподавление CVC и DSP:
Когда потребители покупают Bluetooth-гарнитуры, они всегда слышат функции шумоподавления CVC и DSP, которые продавцы предлагают при продвижении наушников. Независимо от того, сколько пользователей слышали описания, многие потребители до сих пор не понимают разницы между ними. Разница в том, что для такой технической проблемы мы приходим к науке о двух принципах работы и разнице.
DSP — это сокращение от цифровой обработки сигналов. Принцип его работы: микрофон собирает внешний шум окружающей среды, а затем с помощью функции системы шумоподавления внутри наушников он воспроизводит обратную звуковую волну, равную окружающему шуму, которая подавляет шум и, таким образом, достигает большего. Хороший эффект шумоподавления.
CVC — это сокращение от Clear Voice Capture. Это программная технология шумоподавления. Принцип заключается в подавлении различных типов реверберационного шума с помощью встроенного программного обеспечения шумоподавления и микрофона.
Разница в следующем:
а. поскольку объект отличается, технология CVC предназначена в основном для эха, генерируемого во время вызова, DSP в основном предназначена для высокочастотного и низкочастотного шума во внешней среде.
б. различные бенефициары, технология DSP в основном приносит личный доход пользователям гарнитуры, а CVC в основном приносит пользу другой стороне.
Таким образом, наушники, использующие технологии шумоподавления DSP и CVC, могут эффективно снизить шум внешней среды вызова и значительно улучшить качество вызова и звук в наушниках.
2. Шумоподавление АНК:
ANC — это активный контроль шума, который активно снижает шум. Основной принцип заключается в том, что система шумоподавления создает обратные звуковые волны, равные внешнему шуму, нейтрализуя шум. На рисунке 1 представлена принципиальная схема наушников с активным шумоподавлением прямой связи. Чип ANC расположен внутри наушника. Ref mic (эталонный микрофон) собирает окружающий шум в наушниках. Error mic (Ошибочный микрофон) Собирает остаточный шум после шумоподавления в наушниках. Динамик воспроизводит шумоподавление после обработки ANC.
На рисунке 2 представлена схематическая диаграмма системы АНК с тремя уровнями, разделенными пунктирными линиями. Самый верхний основной путь — это акустический канал от опорного микрофона к микрофону ошибки, функция отклика представлена P(z)P(z); средний уровень — это аналоговый канал, где вторичный путь — это путь от выхода адаптивного фильтра до обратного остатка. Включая ЦАП, фильтр реконструкции, усилитель мощности, воспроизведение через динамик, повторный сбор данных, предварительный усилитель, фильтр сглаживания, АЦП; нижний уровень — это цифровой тракт, где адаптивный фильтр постоянно корректирует весовой коэффициент фильтра, чтобы уменьшить остаток до сходимости. Наиболее распространенным решением является реализация адаптивного фильтра с использованием КИХ-фильтра в сочетании с алгоритмом LMS. Упростите рисунок 2 и получите рисунок 3.
Позвольте мне кратко рассказать о принципах адаптивного фильтра и алгоритме LMS (наименьший средний квадрат), а затем о рисунке 3. Как показано на рисунке 4, при наличии входных данных xx и желаемого выходного значения dd адаптивный фильтр обновляет коэффициенты на каждой итерации так, что разница между выходными данными yy и dd становится все меньше и меньше, пока остаток не станет достаточно близок к нулю и не сойдется. LMS — это алгоритм обновления адаптивных фильтров. Целевая функция LMS представляет собой квадрат мгновенной ошибки e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, чтобы минимизировать целевая функция. Применение градиентного спуска дает обновленную формулу алгоритма. (Алгоритмическая идея использования градиентного спуска для минимизации цели и получения обновленной формулы искомого параметра очень распространена, например, линейная регрессия.) Формула обновления алгоритма LMS с использованием FIR-фильтра: w(n+1) ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), где μμ — размер шага. Если размер мкм регулируется с помощью итерации, это пошаговый алгоритм LMS.
Давайте поговорим о рисунке 3. Здесь адаптивный фильтр выводится после S(z)S(z) для сравнения с желаемым выходным сигналом. S(z)S(z) вызовет нестабильность. В литературе говорится, что «сигнал ошибки неправильно «выровнен» по времени с опорным сигналом», сходимость LMS нарушена. (Я не понял, что это значит T__T) Эффективным методом является FXLMS (Filtered-X LMS), который позволяет вводить x(n) в модуль LMS через Sˆ(z)S^(z), Sˆ( z S^(z) — оценка S(z)S(z). Цель FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Итак, градиент=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), где s(n)s(n) неизвестно, с его оценочной аппроксимацией, поэтому Формула обновления FXLMS:
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Где x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Когда адаптивный фильтр сходится, 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, поэтому W(z) ≈ P(z)/S(z) W(z) ≈ P(z)/S(z). То есть весовой коэффициент адаптивного фильтра определяется основным путем и вторичным путем наушников. Первичный путь и вторичный путь гарнитуры относительно стабильны, поэтому весовой коэффициент адаптивного фильтра относительно стабилен. Поэтому для простоты весовые коэффициенты наушников ANC некоторых производителей определяются на заводе. Конечно, качество прослушивания этих наушников ANC, очевидно, не так хорошо, как у наушников ANC с настоящим адаптивным смыслом, потому что в реальных ситуациях внешний шум относительно направления наушников, различные температуры и тому подобное могут влиять на отклик канала наушников.
Проверка Матлабом
Напишите код Matlab, используя адаптивный фильтр LMS с переменным размером шага, результаты моделирования показаны на рисунке 5. В диапазоне от 0 до 2 кГц используется ANC прямой связи для устранения гауссовского белого шума, а затухание шума составляет 30 дБ+. в среднем. FXLMS в библиотеке Matlab имеет фиксированный шаг, и эффект хуже.
Вопросы и ответы
а. Почему ANC предназначен только для низкочастотного шума ниже 2 кГц?
С одной стороны, физическая звукоизоляция наушников (пассивное шумоподавление) позволяет эффективно блокировать высокочастотный шум, и для снижения высокочастотного шума нет необходимости использовать ANC. С другой стороны, низкочастотный шум имеет большую длину волны и может выдерживать определенную фазовую задержку, тогда как высокочастотный шум имеет короткую длину волны и чувствителен к отклонению фазы, поэтому ANC устраняет высокочастотный шум.
б. Когда электронная задержка больше первичной задержки, как можно значительно снизить производительность алгоритма?
Задержка P(z) мала, задержка S(z) велика, например P(z)=z-1, S(z)=z-2, только тогда, когда W(z)=z может соответствовать требованиям, не - причинное, недостижимое.
в. В чем разница между ANC с прямой связью, узкополосным ANC с прямой связью и ANC с обратной связью?
Структура Feedforwad имеет опорный микрофон и микрофон ошибок, которые собирают внешний шум и внутренние остаточные сигналы соответственно. Структура обратной связи имеет только один микрофон ошибки, а опорный сигнал генерируется микрофоном ошибки и выходом адаптивного фильтра.
Широкополосная прямая связь представляет собой структуру, описанную выше. В узкополосной структуре источник шума формирует сигнал триггерного генератора сигналов, а генератор сигналов формирует опорный сигнал для адаптивного фильтра. Применимо только для устранения периодического шума.
ANC с обратной связью использует микрофон ошибок для восстановления сигнала, собранного опорным микрофоном в структуре прямой связи, поскольку у него есть только микрофон ошибок. Траектория не удовлетворяет причинному ограничению, поэтому исключаются только предсказуемые компоненты шума, т. е. узкополосный периодический шум. Следует отметить, что если прямая связь не удовлетворяет причинному ограничению, т. е. электронная задержка превышает акустическую задержку основного канала, она может устранить только узкополосный периодический шум.
Существует также гибридная структура ANC, которая включает в себя как структуры прямой связи, так и структуры обратной связи. Основное преимущество заключается в том, что вы можете сохранить порядок адаптивного фильтра.
