1.Pagbawas ng ingay ng CVC at DSP:
Kapag bumili ang mga consumer ng Bluetooth headset, palagi nilang maririnig ang CVC at DSP noise reduction function na mayroon ang mga merchant sa pagpo-promote ng headphones. Gaano man karaming mga gumagamit ang nakarinig ng mga paglalarawan, maraming mga mamimili ang hindi pa rin nauunawaan ang pagkakaiba sa pagitan ng dalawa. Ang pagkakaiba, para sa gayong teknikal na problema, dumating tayo sa agham ng dalawa sa ilalim ng prinsipyo ng pagtatrabaho at pagkakaiba.
Ang DSP ay isang shorthand para sa digital signal processing. Ang prinsipyo ng pagtatrabaho nito: ang mikropono ay nangongolekta ng panlabas na ingay sa kapaligiran, at pagkatapos ay sa pamamagitan ng pag-andar ng sistema ng pagbabawas ng ingay sa loob ng earphone, umuulit ito upang makabuo ng reverse sound wave na katumbas ng ambient noise, na nagkansela ng ingay at sa gayon ay nakakamit ng higit pa. Magandang epekto sa pagbabawas ng ingay.
Ang CVC ay maikli para sa Clear Voice Capture. Ito ay isang teknolohiya sa pagbabawas ng ingay ng software. Ang prinsipyo ay upang sugpuin ang iba't ibang uri ng ingay ng reverberation sa pamamagitan ng built-in na software sa pagkansela ng ingay at mikropono.
Ang pagkakaiba ay ang mga sumusunod:
a. para sa bagay ay naiiba, CVC teknolohiya ay higit sa lahat para sa echo na nabuo sa panahon ng tawag, DSP ay higit sa lahat para sa mataas at mababang dalas ng ingay sa panlabas na kapaligiran.
b. iba't ibang mga benepisyaryo, ang teknolohiya ng DSP ay pangunahing ginagawang personal na kita ng mga gumagamit ng headset, at pangunahing nakikinabang ang CVC sa kabilang partido.
Sa buod, ang mga headphone na gumagamit ng teknolohiyang pagbabawas ng ingay ng DSP at CVC ay maaaring epektibong mabawasan ang ingay ng panlabas na kapaligiran ng tawag, at makabuluhang mapabuti ang kalidad ng tawag at tunog ng mga headphone.
2.Pagbabawas ng ingay ng ANC:
Ang ANC ay tumutukoy sa Active Noise Control, na aktibong binabawasan ang ingay. Ang pangunahing prinsipyo ay ang sistema ng pagbabawas ng ingay ay gumagawa ng mga reverse sound wave na katumbas ng ingay sa labas, na neutralisahin ang ingay. Ang Figure 1 ay isang schematic diagram ng isang feedforward active noise cancelling earphone. Ang ANC chip ay inilagay sa loob ng earphone. Kinokolekta ng ref mic (reference microphone) ang nakapaligid na ingay sa mga earphone. Error mic (Error Microphone) Kinokolekta ang natitirang ingay pagkatapos ng pagbabawas ng ingay sa earphone. Tumutugtog ang speaker ng anti-noise pagkatapos ng pagproseso ng ANC.
Ang Figure 2 ay isang schematic diagram ng ANC system, na may tatlong layer, na pinaghihiwalay ng mga dashed lines. Ang pinakamataas na pangunahing landas ay ang acoustic channel mula sa ref mic hanggang sa error mic, ang response function ay kinakatawan ng P(z)P(z); ang gitnang layer ay ang analog channel, kung saan ang pangalawang landas ay ang landas mula sa adaptive filter na output hanggang sa return residual. Kabilang ang DAC, reconstruction filter, power amplifier, speaker playback, re-acquisition, pre-amplifier, anti-aliasing filter, ADC; ang ilalim na layer ay ang digital path, kung saan ang adaptive na filter ay patuloy na inaayos ang filter weight coefficient upang bawasan ang nalalabi hanggang sa convergence . Ang pinakakaraniwang solusyon ay ang magpatupad ng adaptive filter gamit ang FIR filter kasama ang LMS algorithm. Pasimplehin ang Figure 2 at kunin ang Figure 3.
Hayaan akong maikling pag-usapan ang tungkol sa mga prinsipyo ng adaptive filter at LMS (Least mean square) algorithm, at pagkatapos ay Figure 3. Gaya ng ipinapakita sa Figure 4, ibinigay ang input xx at ang nais na output dd, ina-update ng adaptive filter ang mga coefficient bawat pag-ulit upang ang pagkakaiba sa pagitan ng output yy at dd ay nagiging mas maliit at mas maliit hanggang ang nalalabi ay malapit nang sapat sa zero at nagtatagpo. Ang LMS ay isang algorithm ng pag-update para sa mga adaptive na filter. Ang layunin ng function ng LMS ay ang square ng instantaneous error e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))2, upang mabawasan ang layunin ng function, Ang paglalapat ng gradient descent ay nagbibigay ng na-update na formula ng algorithm. (Ang algorithmic na ideya ng paggamit ng gradient descent upang mabawasan ang isang layunin at makuha ang updated na formula ng parameter na hahanapin ay napakakaraniwan, gaya ng linear regression.) Ang update formula ng LMS algorithm gamit ang FIR filter ay: w(n+1) ) =w(n)+μe(n)x(n)w(n+1)=w(n)+μe(n)x(n), kung saan ang μμ ay step size. Kung ang laki ng μμ ay inaayos sa pamamagitan ng pag-ulit, ito ay isang sunud-sunod na LMS algorithm.
Pag-usapan natin ang Figure 3. Narito ang adaptive filter ay output pagkatapos ng S(z)S(z) upang ihambing sa nais na output. Ang S(z)S(z) ay magdudulot ng kawalang-tatag. Sa panitikan, "ang signal ng error ay hindi wastong 'nakahanay' Sa oras na may reference signal", ang tagpo ng LMS ay nasira. (Hindi ko naisip kung ano ang ibig sabihin nito T__T) Ang isang epektibong paraan ay ang FXLMS (Filtered-X LMS), na nagpapahintulot sa x(n) na maging input sa LMS module sa pamamagitan ng Sˆ(z)S^(z), Sˆ( Ang z S^(z) ay isang pagtatantya ng S(z)S(z). Layunin ng FXLMS:
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Kaya gradient=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), kung saan ang s(n)s(n) ay hindi alam, kasama ang pagtatantya nito, kaya Ang formula ng FXLMS Update ay
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Kung saan ang x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Kapag nagtagpo ang adaptive filter, 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, kaya W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Ibig sabihin, ang weight coefficient ng adaptive filter ay tinutukoy ng pangunahing landas at pangalawang landas ng mga headphone. Ang pangunahing landas at ang pangalawang landas ng headset ay medyo matatag, kaya ang koepisyent ng timbang ng adaptive filter ay medyo matatag. Samakatuwid, para sa kapakanan ng pagiging simple, ang mga koepisyent ng timbang ng mga headphone ng ANC ng ilang mga tagagawa ay tinutukoy sa pabrika. Siyempre, ang karanasan sa pakikinig ng ANC earphone na ito ay malinaw na hindi kasing ganda ng ANC earphone na may totoong adaptive na kahulugan, dahil sa mga aktwal na sitwasyon, ang panlabas na ingay na nauugnay sa direksyon ng earphone, iba't ibang temperatura at mga katulad ay maaaring may impluwensya sa ang tugon ng channel ng earphone.
Pag-verify ng Matlab
Isulat ang Matlab code, gamit ang adaptive filter ng variable na laki ng hakbang na LMS, ang mga resulta ng simulation ay ipinapakita sa Figure 5. Sa hanay ng 0 hanggang 2 kHz, ang feedforward ANC ay ginagamit upang alisin ang Gaussian white noise, at ang ingay attenuation ay 30 dB+ sa karaniwan. Ang FXLMS sa Matlab library ay fixed-step, at mas malala ang epekto.
Tanong&Sagot
a. Bakit ang ANC ay para lamang sa mababang dalas ng ingay sa ibaba 2 kHz?
Sa isang banda, ang pisikal na pagkakabukod ng tunog ng mga headphone (passive noise reduction) ay maaaring epektibong harangan ang high-frequency na ingay, at hindi kinakailangang gumamit ng ANC upang mabawasan ang high-frequency na ingay. Sa kabilang banda, ang low-frequency na ingay ay may mahabang wavelength at makatiis sa isang tiyak na phase delay, habang ang high-frequency na ingay ay may maikling wavelength at sensitibo sa phase deviation, kaya inaalis ng ANC ang high-frequency na ingay.
b. Kapag ang elektronikong pagkaantala ay mas malaki kaysa sa pangunahing pagkaantala, paano lubos na mababawasan ang pagganap ng algorithm?
Maliit ang pagkaantala ng P(z), malaki ang pagkaantala ng S(z), gaya ng P(z)=z-1, S(z)=z-2, kapag natutugunan lamang ng W(z)=z ang mga kinakailangan, hindi -sanhi, Hindi maabot.
c. Ano ang pagkakaiba sa pagitan ng Feedforward ANC, narrow-band feedforward ANC, at feedback ANC?
Ang istraktura ng Feedforwad ay may ref mic at isang error mic na nangongolekta ng panlabas na ingay at panloob na natitirang mga signal, ayon sa pagkakabanggit. Ang istraktura ng feedback ay mayroon lamang isang error mic, at ang reference na signal ay nabuo sa pamamagitan ng error mic at adaptive filter na output.
Ang Broad-band feedforward ay ang istraktura na inilarawan sa itaas. Sa istraktura ng makitid na banda, ang pinagmumulan ng ingay ay bumubuo ng isang signal trigger signal generator, at ang signal generator ay bumubuo ng isang reference signal para sa adaptive filter. Naaangkop lamang sa pag-aalis ng panaka-nakang ingay.
Feedback Gumagamit ang ANC ng error mic para mabawi ang signal na nakolekta ng ref mic sa feedforward structure dahil mayroon lang itong error mic. Ang landas ay hindi nakakatugon sa sanhi ng pagpilit, kaya ang mga predictable na bahagi ng ingay lamang, ibig sabihin, ang narrowband na panaka-nakang ingay, ay inalis. Dapat tandaan na kung ang feedforward ay hindi nakakatugon sa sanhi ng hadlang, ibig sabihin, ang elektronikong pagkaantala ay mas mahaba kaysa sa pangunahing channel ng acoustic delay, maaari lamang nitong alisin ang narrowband na panaka-nakang ingay.
Mayroon ding Hybrid ANC structure na kinabibilangan ng feedforward at feedback structures. Ang pangunahing bentahe ay maaari mong i-save ang pagkakasunud-sunod ng adaptive filter.
