1.CVC sareng réduksi bising DSP:
Nalika konsumen ngagaleuh headset Bluetooth, aranjeunna bakal ngupingkeun fungsi pangurangan bising CVC sareng DSP anu gaduh padagang dina promosi headphone. Perkara teu sabaraha pamaké geus ngadéngé déskripsi, loba pamakéna masih teu ngarti bédana antara dua. Bédana, pikeun masalah téknis sapertos kitu, urang sumping ka élmu dua dina prinsip kerja sareng bédana.
DSP mangrupakeun shorthand pikeun ngolah sinyal digital. Prinsip gawéna: mikropon ngumpulkeun noise lingkungan éksternal, lajeng ngaliwatan fungsi sistem réduksi noise jero earphone, éta ulangan ngahasilkeun gelombang sora sabalikna sarua jeung noise ambient, nu cancels noise sahingga ngahontal leuwih. Pangaruh réduksi bising anu saé.
CVC nyaéta pondok pikeun Clear Voice Capture. Ieu mangrupikeun téknologi réduksi bising parangkat lunak. Prinsipna nyaéta pikeun nyegah rupa-rupa jinis sora reverberation ngaliwatan parangkat lunak pembatalan bising sareng mikropon anu diwangun.
Bedana saperti kieu:
a. pikeun obyék anu béda, téhnologi CVC utamana pikeun gema dihasilkeun nalika nelepon, DSP utamana pikeun noise frékuénsi luhur sarta low di lingkungan éksternal.
b. beneficiaries béda, téhnologi DSP utamana ngajadikeun pamaké headset panghasilan pribadi, sarta CVC utamana nguntungkeun pihak séjén.
Kasimpulanana, headphone anu nganggo téknologi pangurangan bising DSP sareng CVC sacara efektif tiasa ngirangan bising lingkungan luar telepon, sareng sacara signifikan ningkatkeun kualitas telepon sareng sora headphone.
2. ANC réduksi bising:
ANC nujul kana Active Noise Control, nu aktip ngurangan bising. Prinsip dasarna nyaéta yén sistem réduksi bising ngahasilkeun gelombang sora sabalikna anu sami sareng sora luar, netralisasi sora. Gambar 1 nyaéta diagram skéma tina hiji feedforward aktip noise canceling earphone. Chip ANC disimpen di jero earphone. Ref mic (mikropon rujukan) ngumpulkeun noise ambient dina earphone. Mikropon kasalahan (Mikropon Kasalahan) Ngumpulkeun sora sésa saatos réduksi bising dina earphone. Speaker muterkeun anti noise sanggeus ngolah ANC.
Gambar 2 mangrupa diagram skéma tina sistem ANC, kalawan tilu lapisan, dipisahkeun ku garis dashed. Jalur primér uppermost nyaeta saluran akustik ti ref mic mun kasalahan mic, fungsi respon digambarkeun ku P (z) P (z); lapisan tengah nyaéta saluran analog, dimana jalur sekundér nyaéta jalur ti kaluaran filter adaptif ka residual balik. Kaasup DAC, saringan rekonstruksi, panguat kakuatan, playback spiker, akuisisi ulang, pre-panguat, saringan anti-aliasing, ADC; lapisan handap mangrupa jalur digital, dimana filter adaptif terus ngaluyukeun koefisien beurat filter pikeun ngurangan residual nepi ka konvergénsi. Solusi anu paling umum nyaéta nerapkeun saringan adaptif nganggo saringan FIR dina kombinasi sareng algoritma LMS. Sederhanakeun Gambar 2 sareng kéngingkeun Gambar 3.
Hayu atuh sakeudeung ngobrol ngeunaan prinsip filter adaptif jeung algoritma LMS (Least mean square), lajeng Gambar 3. Ditémbongkeun saperti dina Gambar 4, dibere input xx jeung dd kaluaran nu dipikahoyong, filter adaptif ngamutahirkeun koefisien unggal iteration. bédana antara kaluaran yy jeung dd jadi leuwih leutik sarta leuwih leutik nepi ka residual cukup deukeut jeung nol jeung converges. LMS mangrupikeun algoritma update pikeun saringan adaptif. Fungsi tujuan LMS nyaéta kuadrat kasalahan sakedapan e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, pikeun ngaleutikan fungsi obyektif, Nerapkeun turunan gradién méré rumus diropéa tina algoritma. (Ide algoritma ngagunakeun turunan gradién pikeun ngaleutikan hiji obyektif jeung meunang rumus diropéa tina parameter nu bakal ditéang pisan umum, kayaning régrési linier.) Rumus update algoritma LMS ngagunakeun FIR filter nyaéta: w(n+1). ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), dimana μμ nyaéta ukuran undak. Upami ukuran μμ disaluyukeun sareng iterasi, éta mangrupikeun algoritma LMS léngkah-léngkah.
Hayu urang ngobrol ngeunaan Gambar 3. Di dieu filter adaptif kaluaran sanggeus S (z) S (z) pikeun ngabandingkeun jeung kaluaran kahayang. S(z)S(z) bakal ngabalukarkeun instability. Dina literatur, "sinyal kasalahan henteu leres 'align' Dina waktosna sareng sinyal rujukan", konvergénsi LMS rusak. (Kuring henteu acan terang naon hartosna T__T) Metode anu efektif nyaéta FXLMS (Filter-X LMS), anu ngamungkinkeun x (n) janten input kana modul LMS via Sˆ(z)S^(z), Sˆ( z S^(z) mangrupa estimasi tina S(z)S(z).Tujuan FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Jadi gradién=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), dimana s(n)s(n) teu kanyahoan, kalawan perkiraan estimasina, jadi Formula FXLMS Update nyaéta
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Dimana x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Nalika saringan adaptif konvergen, 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, jadi W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Maksudna, koefisien beurat saringan adaptif ditangtukeun ku jalur primér sareng jalur sekundér headphone. Jalur primér sareng jalur sekundér headset rélatif stabil, janten koefisien beurat saringan adaptif rélatif stabil. Ku alatan éta, demi kesederhanaan, koefisien beurat sababaraha headphone ANC pabrik ditangtukeun di pabrik. Tangtosna, pangalaman ngupingkeun earphone ANC ieu écés henteu saé sapertos earphone ANC kalayan hartos adaptif anu leres, sabab dina kaayaan saleresna, noise éksternal relatif ka arah earphone, suhu anu béda-béda sareng anu sanésna tiasa gaduh pangaruh kana. réspon saluran tina earphone.
verifikasi Matlab
Nulis kode Matlab, ngagunakeun filter adaptif tina ukuran hambalan variabel LMS, hasil simulasi ditémbongkeun dina Gambar 5. Dina rentang 0 nepi ka 2 kHz, feedforward ANC dipaké pikeun ngaleungitkeun Gaussian white noise, sarta atenuasi noise nyaeta 30 dB + rata-rata. FXLMS di perpustakaan Matlab tetep-léngkah, sareng pangaruhna langkung parah.
Q&A
a. Naha ANC ngan ukur kanggo noise frekuensi rendah di handap 2 kHz?
Di hiji sisi, insulasi sora fisik headphone (pangurangan bising pasip) sacara efektif tiasa ngahalangan bising frekuensi tinggi, sareng henteu kedah nganggo ANC pikeun ngirangan bising frekuensi tinggi. Di sisi anu sanésna, noise frekuensi rendah gaduh panjang gelombang anu panjang sareng tiasa nahan reureuh fase anu tangtu, sedengkeun noise frekuensi tinggi gaduh panjang gelombang anu pondok sareng sénsitip kana simpangan fase, ku kituna ANC ngaleungitkeun bising frekuensi tinggi.
b. Nalika reureuh éléktronik leuwih badag batan reureuh primér, kumaha kinerja algoritma bisa greatly ngurangan?
P(z) reureuh leutik, S(z) reureuh badag, saperti P(z)=z-1, S(z)=z-2, ngan lamun W(z)=z bisa minuhan sarat, non -sabab, Unreachable.
c. Naon bédana antara Feedforward ANC, feedforward ANC pita sempit, sareng umpan balik ANC?
Struktur Feedforwad gaduh ref mic sareng mic kasalahan anu masing-masing ngumpulkeun sora éksternal sareng sinyal sésa internal. Struktur eupan balik ngan boga hiji kasalahan mic, jeung sinyal rujukan dihasilkeun ku kasalahan mic jeung kaluaran filter adaptif.
Feedforward Broad-band nyaéta struktur anu dijelaskeun di luhur. Dina struktur pita sempit, sumber noise ngahasilkeun generator sinyal pemicu sinyal, sarta generator sinyal ngahasilkeun sinyal rujukan pikeun filter adaptif. Ngan lumaku pikeun ngaleungitkeun noise periodik.
Eupan balik ANC ngagunakeun mic kasalahan pikeun cageur sinyal dikumpulkeun ku ref mic dina struktur feedforward sabab ngan boga kasalahan mic. Jalur teu nyugemakeun konstrain kausal, jadi ngan komponén noise diprediksi, nyaéta noise periodik narrowband, ngaleungitkeun. Ieu kudu dicatet yén lamun feedforward teu nyugemakeun konstrain kausal, nyaéta reureuh éléktronik leuwih panjang batan reureuh akustik channel utama, éta ngan bisa ngaleungitkeun noise periodik narrowband.
Aya ogé struktur Hybrid ANC anu kalebet struktur feedforward sareng umpan balik. Kauntungan utama nyaéta yén anjeun tiasa nyimpen urutan saringan adaptif.
