1.CVC และ DSP ลดเสียงรบกวน:
เมื่อผู้บริโภคซื้อชุดหูฟังบลูทูธ พวกเขาจะได้ยินฟังก์ชันลดเสียงรบกวน CVC และ DSP ที่ร้านค้าใช้ในการโปรโมตหูฟังเสมอ ไม่ว่าผู้ใช้จะเคยได้ยินคำอธิบายนี้มากี่รายแล้ว ผู้บริโภคจำนวนมากก็ยังไม่เข้าใจความแตกต่างระหว่างทั้งสอง ความแตกต่าง สำหรับปัญหาทางเทคนิคดังกล่าว เรามาถึงศาสตร์ของทั้งสองภายใต้หลักการทำงานและความแตกต่าง
DSP เป็นตัวย่อสำหรับการประมวลผลสัญญาณดิจิทัล หลักการทำงาน: ไมโครโฟนจะรวบรวมเสียงรบกวนจากสิ่งแวดล้อมภายนอก จากนั้นผ่านฟังก์ชันระบบลดเสียงรบกวนภายในหูฟัง ไมโครโฟนจะจำลองเพื่อสร้างคลื่นเสียงย้อนกลับเท่ากับเสียงรบกวนรอบข้าง ซึ่งจะยกเลิกเสียงรบกวนและทำให้ได้ผลมากขึ้น ผลการลดเสียงรบกวนที่ดี
CVC ย่อมาจาก Clear Voice Capture เป็นเทคโนโลยีลดเสียงรบกวนของซอฟต์แวร์ หลักการคือการระงับเสียงสะท้อนประเภทต่างๆ ผ่านซอฟต์แวร์และไมโครโฟนตัดเสียงรบกวนในตัว
ความแตกต่างดังต่อไปนี้:
ก. สำหรับวัตถุที่แตกต่างกัน เทคโนโลยี CVC ส่วนใหญ่จะใช้สำหรับเสียงสะท้อนที่สร้างขึ้นระหว่างการโทร DSP เป็นหลักสำหรับเสียงรบกวนความถี่สูงและต่ำในสภาพแวดล้อมภายนอก
ข. ผู้รับผลประโยชน์ที่แตกต่างกัน เทคโนโลยี DSP ส่วนใหญ่ทำให้ผู้ใช้ชุดหูฟังมีรายได้ส่วนบุคคล และ CVC ส่วนใหญ่จะเป็นประโยชน์ต่อบุคคลอื่น
โดยสรุป หูฟังที่ใช้เทคโนโลยีลดเสียงรบกวน DSP และ CVC สามารถลดเสียงรบกวนจากสภาพแวดล้อมภายนอกของการโทรได้อย่างมีประสิทธิภาพ และปรับปรุงคุณภาพการโทรและเสียงของหูฟังได้อย่างมาก
2.ลดเสียงรบกวน ANC:
ANC หมายถึงการควบคุมเสียงรบกวนแบบแอ็คทีฟ ซึ่งช่วยลดเสียงรบกวนได้อย่างแข็งขัน หลักการพื้นฐานคือระบบลดเสียงรบกวนจะสร้างคลื่นเสียงย้อนกลับเท่ากับเสียงภายนอก และทำให้เสียงรบกวนเป็นกลาง รูปที่ 1 เป็นแผนผังของหูฟังตัดเสียงรบกวนแบบแอคทีฟฟีดฟอร์เวิร์ด ชิป ANC วางอยู่ภายในหูฟัง Ref mic (ไมโครโฟนอ้างอิง) จะรวบรวมเสียงรบกวนรอบข้างบนหูฟัง ไมโครโฟนผิดพลาด (ไมโครโฟนผิดพลาด) รวบรวมเสียงรบกวนที่ตกค้างหลังจากการลดเสียงรบกวนในหูฟัง ลำโพงเล่นการป้องกันเสียงรบกวนหลังการประมวลผล ANC
รูปที่ 2 เป็นแผนผังของระบบ ANC ซึ่งมีสามชั้นคั่นด้วยเส้นประ เส้นทางหลักบนสุดคือช่องเสียงจากไมโครโฟนอ้างอิงถึงไมโครโฟนผิดพลาด ฟังก์ชันการตอบสนองจะแสดงด้วย P(z)P(z); ชั้นกลางคือช่องสัญญาณอะนาล็อก โดยที่เส้นทางรองคือเส้นทางจากเอาต์พุตตัวกรองแบบปรับได้ไปยังส่วนที่เหลือที่ส่งคืน รวมถึง DAC, ตัวกรองการสร้างใหม่, เพาเวอร์แอมป์, การเล่นลำโพง, การได้มาซ้ำ, พรีแอมป์, ฟิลเตอร์ป้องกันนามแฝง, ADC; ชั้นล่างสุดเป็นเส้นทางดิจิตอล ซึ่งตัวกรองแบบปรับตัวจะปรับค่าสัมประสิทธิ์น้ำหนักตัวกรองอย่างต่อเนื่องเพื่อลดปริมาณที่เหลือจนกว่าจะมาบรรจบกัน วิธีแก้ปัญหาที่พบบ่อยที่สุดคือการใช้ตัวกรองแบบปรับได้โดยใช้ตัวกรอง FIR ร่วมกับอัลกอริทึม LMS ลดความซับซ้อนของรูปที่ 2 และรับรูปที่ 3
ให้ฉันพูดสั้น ๆ เกี่ยวกับหลักการของตัวกรองแบบปรับตัวและอัลกอริธึม LMS (Least Mean Square) จากนั้นรูปที่ 3 ดังที่แสดงในรูปที่ 4 เมื่อพิจารณาอินพุต xx และเอาต์พุตที่ต้องการ dd ตัวกรองแบบปรับได้จะอัปเดตค่าสัมประสิทธิ์การวนซ้ำทุกครั้งเพื่อที่ ความแตกต่างระหว่างเอาท์พุต yy และ dd จะน้อยลงเรื่อยๆ จนกระทั่งค่าคงเหลืออยู่ใกล้พอที่จะเป็นศูนย์และมาบรรจบกัน LMS เป็นอัลกอริธึมการอัปเดตสำหรับตัวกรองแบบปรับได้ ฟังก์ชันวัตถุประสงค์ของ LMS คือกำลังสองของข้อผิดพลาดชั่วขณะ e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2 เพื่อลด ฟังก์ชั่นวัตถุประสงค์ การใช้การไล่ระดับสีจะทำให้สูตรของอัลกอริทึมได้รับการปรับปรุง (แนวคิดอัลกอริทึมในการใช้การไล่ระดับลงเพื่อลดวัตถุประสงค์และรับสูตรที่อัปเดตของพารามิเตอร์ที่ต้องการค้นหานั้นเป็นเรื่องปกติมาก เช่น การถดถอยเชิงเส้น) สูตรการอัพเดตของอัลกอริทึม LMS ที่ใช้ตัวกรอง FIR คือ: w(n+1 ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n) โดยที่ μμ คือขนาดขั้น หากปรับขนาด μμ ด้วยการวนซ้ำ จะเป็นอัลกอริทึม LMS ทีละขั้นตอน
มาพูดถึงรูปที่ 3 กัน ที่นี่ตัวกรองแบบปรับได้จะถูกเอาต์พุตหลังจาก S(z)S(z) เพื่อเปรียบเทียบกับเอาต์พุตที่ต้องการ S(z)S(z) จะทำให้เกิดความไม่เสถียร ในวรรณกรรม "สัญญาณข้อผิดพลาดไม่ได้ 'จัดตำแหน่ง' อย่างถูกต้อง ทันเวลากับสัญญาณอ้างอิง" การบรรจบกันของ LMS เสียหาย (ฉันไม่รู้ว่ามันหมายถึงอะไร T__T) วิธีการที่มีประสิทธิภาพคือ FXLMS (Filtered-X LMS) ซึ่งอนุญาตให้ x(n) อินพุตไปยังโมดูล LMS ผ่าน Sˆ(z)S^(z), Sˆ( z S^(z) คือค่าประมาณของ S(z)S(z) วัตถุประสงค์ของ FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
ดังนั้น การไล่ระดับสี=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n) โดยที่ s(n)s(n) ไม่เป็นที่รู้จัก โดยมีค่าประมาณประมาณ ดังนั้น สูตรการอัพเดต FXLMS คือ
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
โดยที่ x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n)
เมื่อตัวกรองแบบอะแดปทีฟมาบรรจบกัน E(z)=X(z)P(z)−X(z)W(z)S(z)µ0E(z)=X(z)P(z)−X(z) ) W(z)S(z) พรีเมี่ยม 0 ดังนั้น W(z) พรีเมี่ยม (z) / S(z) W(z) พรีเมี่ยม (z) / S(z) กล่าวคือ ค่าสัมประสิทธิ์น้ำหนักของฟิลเตอร์แบบปรับได้นั้นถูกกำหนดโดยเส้นทางหลักและเส้นทางรองของหูฟัง เส้นทางหลักและเส้นทางรองของชุดหูฟังค่อนข้างคงที่ ดังนั้นค่าสัมประสิทธิ์น้ำหนักของตัวกรองแบบปรับได้จึงค่อนข้างคงที่ ดังนั้น เพื่อความเรียบง่าย ค่าสัมประสิทธิ์น้ำหนักของหูฟัง ANC ของผู้ผลิตบางรายจึงถูกกำหนดที่โรงงาน แน่นอนว่าประสบการณ์การฟังของหูฟัง ANC นี้เห็นได้ชัดว่าไม่ดีเท่ากับหูฟัง ANC ที่มีความหมายในการปรับตัวอย่างแท้จริง เพราะในสถานการณ์จริง เสียงภายนอกที่สัมพันธ์กับทิศทางของหูฟัง อุณหภูมิที่แตกต่างกันและสิ่งที่คล้ายกันอาจมีอิทธิพลต่อ การตอบสนองช่องสัญญาณของหูฟัง
การตรวจสอบ Matlab
เขียนโค้ด Matlab โดยใช้ตัวกรองแบบปรับได้ของ LMS ขนาดขั้นตอนที่แปรผัน ผลการจำลองจะแสดงในรูปที่ 5 ในช่วง 0 ถึง 2 kHz ANC แบบป้อนล่วงหน้าจะใช้ในการกำจัดสัญญาณรบกวนสีขาวแบบเกาส์เซียน และการลดทอนสัญญาณรบกวนคือ 30 dB+ โดยเฉลี่ย. FXLMS ในไลบรารี Matlab เป็นขั้นตอนคงที่ และผลกระทบจะแย่ลง
Q & A
ก. เหตุใด ANC จึงมีเพียงสัญญาณรบกวนความถี่ต่ำที่ต่ำกว่า 2 kHz เท่านั้น
ในด้านหนึ่ง ฉนวนกันเสียงทางกายภาพของหูฟัง (การลดเสียงรบกวนแบบพาสซีฟ) สามารถป้องกันเสียงรบกวนความถี่สูงได้อย่างมีประสิทธิภาพ และไม่จำเป็นต้องใช้ ANC เพื่อลดเสียงรบกวนความถี่สูง ในทางกลับกัน สัญญาณรบกวนความถี่ต่ำมีความยาวคลื่นยาวและสามารถทนต่อการหน่วงเฟสได้ ในขณะที่สัญญาณรบกวนความถี่สูงมีความยาวคลื่นสั้นและมีความไวต่อการเบี่ยงเบนเฟส ดังนั้น ANC จึงกำจัดสัญญาณรบกวนความถี่สูง
ข. เมื่อความล่าช้าทางอิเล็กทรอนิกส์มากกว่าความล่าช้าหลัก ประสิทธิภาพของอัลกอริทึมจะลดลงอย่างมากได้อย่างไร?
P(z) ดีเลย์มีขนาดเล็ก S(z) ดีเลย์มีขนาดใหญ่ เช่น P(z)=z-1, S(z)=z-2 เฉพาะเมื่อ W(z)=z สามารถตอบสนองความต้องการ ไม่ใช่ - เป็นเหตุ, เข้าไม่ถึง.
ค. อะไรคือความแตกต่างระหว่าง ANC ของ Feedforward, ANC ของ feedforward แบบย่านความถี่แคบ และ ANC ของผลตอบรับ?
โครงสร้าง Feedforwad มีไมโครโฟนอ้างอิงและไมโครโฟนข้อผิดพลาดที่รวบรวมสัญญาณรบกวนภายนอกและสัญญาณตกค้างภายในตามลำดับ โครงสร้างป้อนกลับมีไมโครโฟนแสดงข้อผิดพลาดเพียงตัวเดียว และสัญญาณอ้างอิงถูกสร้างขึ้นโดยไมโครโฟนแสดงข้อผิดพลาดและเอาต์พุตตัวกรองแบบปรับได้
ข้อมูลป้อนกลับแบบบรอดแบนด์เป็นโครงสร้างที่อธิบายไว้ข้างต้น ในโครงสร้างย่านความถี่แคบ แหล่งกำเนิดสัญญาณรบกวนจะสร้างเครื่องกำเนิดสัญญาณทริกเกอร์สัญญาณ และเครื่องกำเนิดสัญญาณจะสร้างสัญญาณอ้างอิงสำหรับตัวกรองแบบปรับได้ ใช้ได้กับการกำจัดเสียงรบกวนเป็นระยะเท่านั้น
ผลตอบรับ ANC ใช้ไมโครโฟนที่มีข้อผิดพลาดเพื่อกู้คืนสัญญาณที่รวบรวมโดยไมโครโฟนอ้างอิงในโครงสร้างฟีดฟอร์เวิร์ด เนื่องจากมีเพียงไมโครโฟนที่มีข้อผิดพลาดเท่านั้น เส้นทางไม่เป็นไปตามข้อจำกัดเชิงสาเหตุ ดังนั้นเฉพาะส่วนประกอบของสัญญาณรบกวนที่คาดเดาได้ เช่น สัญญาณรบกวนเป็นระยะของย่านความถี่แคบเท่านั้นที่ถูกกำจัดออกไป ควรสังเกตว่าถ้าฟีดฟอร์เวิร์ดไม่เป็นไปตามข้อจำกัดเชิงสาเหตุ กล่าวคือ ดีเลย์ทางอิเล็กทรอนิกส์ยาวกว่าดีเลย์เสียงของช่องหลัก จะสามารถกำจัดสัญญาณรบกวนเป็นระยะของย่านความถี่แคบเท่านั้น
นอกจากนี้ยังมีโครงสร้าง ANC แบบไฮบริดที่มีทั้งโครงสร้างฟีดฟอร์เวิร์ดและฟีดแบ็ค ข้อได้เปรียบหลักคือคุณสามารถบันทึกลำดับของตัวกรองแบบปรับได้ได้
