1. Giảm tiếng ồn CVC và DSP:
Khi người tiêu dùng mua tai nghe Bluetooth, họ sẽ luôn nghe thấy chức năng giảm tiếng ồn CVC và DSP mà người bán có trong việc quảng cáo tai nghe. Cho dù có bao nhiêu người dùng đã nghe mô tả thì nhiều người tiêu dùng vẫn không hiểu được sự khác biệt giữa hai loại này. Sự khác biệt, đối với một vấn đề kỹ thuật như vậy, chúng ta đi đến khoa học của cả hai theo nguyên lý làm việc và sự khác biệt.
DSP là viết tắt của xử lý tín hiệu số. Nguyên lý hoạt động của nó: micrô thu thập tiếng ồn môi trường bên ngoài, sau đó thông qua chức năng của hệ thống giảm tiếng ồn bên trong tai nghe, nó sẽ tái tạo để tạo ra sóng âm thanh ngược bằng với tiếng ồn xung quanh, giúp loại bỏ tiếng ồn và do đó đạt được nhiều kết quả hơn. Hiệu quả giảm tiếng ồn tốt.
CVC là viết tắt của Ghi âm giọng nói rõ ràng. Nó là một công nghệ giảm tiếng ồn phần mềm. Nguyên tắc là triệt tiêu các loại tiếng ồn vang dội khác nhau thông qua phần mềm khử tiếng ồn và micrô tích hợp.
Sự khác biệt như sau:
Một. đối với đối tượng thì khác, công nghệ CVC chủ yếu dành cho tiếng vang được tạo ra trong cuộc gọi, DSP chủ yếu dành cho tiếng ồn tần số cao và thấp ở môi trường bên ngoài.
b. những người thụ hưởng khác nhau, công nghệ DSP chủ yếu mang lại thu nhập cá nhân cho người dùng tai nghe và CVC chủ yếu mang lại lợi ích cho bên kia.
Tóm lại, tai nghe sử dụng công nghệ giảm tiếng ồn DSP và CVC có thể giảm tiếng ồn của môi trường bên ngoài cuộc gọi một cách hiệu quả và cải thiện đáng kể chất lượng cuộc gọi cũng như âm thanh của tai nghe.
2.Giảm tiếng ồn ANC:
ANC đề cập đến Kiểm soát tiếng ồn chủ động, giúp giảm tiếng ồn một cách tích cực. Nguyên lý cơ bản là hệ thống giảm tiếng ồn tạo ra sóng âm ngược bằng với tiếng ồn bên ngoài, trung hòa tiếng ồn. Hình 1 là sơ đồ của tai nghe khử tiếng ồn chủ động truyền thẳng. Chip ANC được đặt bên trong tai nghe. Mic tham chiếu (micrô tham chiếu) thu thập tiếng ồn xung quanh trên tai nghe. Error mic (Error Microphone) Thu thập tiếng ồn còn sót lại sau khi giảm tiếng ồn trong tai nghe. Loa phát chức năng chống ồn sau khi xử lý ANC.
Hình 2 là sơ đồ nguyên lý của hệ thống ANC, có ba lớp, được phân tách bằng các đường đứt nét. Đường dẫn chính trên cùng là kênh âm thanh từ mic ref đến mic lỗi, hàm phản hồi được biểu thị bằng P(z)P(z); lớp giữa là kênh tương tự, trong đó đường dẫn thứ cấp là đường dẫn từ đầu ra của bộ lọc thích ứng đến phần dư phản hồi. Bao gồm DAC, bộ lọc tái tạo, bộ khuếch đại công suất, phát lại loa, thu lại, tiền khuếch đại, bộ lọc khử răng cưa, ADC; lớp dưới cùng là đường dẫn kỹ thuật số, trong đó bộ lọc thích ứng liên tục điều chỉnh hệ số trọng số của bộ lọc để giảm phần dư cho đến khi hội tụ. Giải pháp phổ biến nhất là triển khai bộ lọc thích ứng bằng bộ lọc FIR kết hợp với thuật toán LMS. Rút gọn Hình 2 và được Hình 3.
Hãy để tôi nói ngắn gọn về các nguyên tắc của bộ lọc thích ứng và thuật toán LMS (Bình phương trung bình nhỏ nhất), sau đó là Hình 3. Như được hiển thị trong Hình 4, với đầu vào xx và đầu ra dd mong muốn, bộ lọc thích ứng cập nhật các hệ số mỗi lần lặp sao cho sự khác biệt giữa đầu ra yy và dd ngày càng nhỏ hơn cho đến khi phần dư đủ gần bằng 2 và hội tụ. LMS là một thuật toán cập nhật cho các bộ lọc thích ứng. Hàm mục tiêu của LMS là bình phương của sai số tức thời e2(n)=(d(n)−y(n))2e2(n)=(d(n)−y(n))1, nhằm giảm thiểu hàm mục tiêu, Áp dụng giảm độ dốc sẽ đưa ra công thức cập nhật của thuật toán. (Ý tưởng thuật toán sử dụng phương pháp giảm độ dốc để giảm thiểu mục tiêu và lấy công thức cập nhật của tham số cần tìm là rất phổ biến, chẳng hạn như hồi quy tuyến tính.) Công thức cập nhật của thuật toán LMS sử dụng bộ lọc FIR là: w(n+1 ) =w(n)+μe(n)x(n)w(n+XNUMX)=w(n)+μe(n)x(n), trong đó μμ là kích thước bước. Nếu kích thước μμ được điều chỉnh bằng phép lặp thì đó là thuật toán LMS từng bước.
Hãy nói về Hình 3. Ở đây bộ lọc thích ứng được xuất ra sau S(z)S(z) để so sánh với đầu ra mong muốn. S(z)S(z) sẽ gây mất ổn định. Trong tài liệu, “tín hiệu lỗi không được 'căn chỉnh' chính xác đúng lúc với tín hiệu tham chiếu", sự hội tụ của LMS bị phá vỡ. (Tôi chưa hiểu ý nghĩa của nó T__T) Một phương pháp hiệu quả là FXLMS (Filtered-X LMS), cho phép x(n) được nhập vào mô-đun LMS thông qua Sˆ(z)S^(z), Sˆ( z S^(z) là ước tính của S(z)S(z).
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
E2(n)=(d(n)−s(n)∗[wT(n)x(n)])2,
Vì vậy, gradient=−2e(n)s(n)∗x(n)−2e(n)s(n)∗x(n), trong đó s(n)s(n) không xác định, với ước tính gần đúng của nó, vì vậy Công thức cập nhật FXLMS là
w(n+1)=w(n)+μe(n)x'(n),
w(n+1)=w(n)+μe(n)x'(n),
Trong đó x'(n)=sˆ(n)∗x(n)x'(n)=s^(n)∗x(n).
Khi bộ lọc thích ứng hội tụ, 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, nên W(z) ≈ P(z) / S(z) W(z) ≈ P(z) / S(z). Nghĩa là, hệ số trọng số của bộ lọc thích ứng được xác định bởi đường dẫn chính và đường dẫn phụ của tai nghe. Đường dẫn chính và đường dẫn phụ của tai nghe tương đối ổn định nên hệ số trọng lượng của bộ lọc thích ứng tương đối ổn định. Vì vậy, để đơn giản, hệ số trọng lượng của tai nghe ANC của một số nhà sản xuất được xác định tại nhà máy. Tất nhiên, trải nghiệm nghe của tai nghe ANC này rõ ràng là không tốt bằng tai nghe ANC với ý nghĩa thích ứng thực sự, vì trong tình huống thực tế, tiếng ồn bên ngoài so với hướng của tai nghe, nhiệt độ khác nhau, v.v. có thể ảnh hưởng đến phản ứng kênh của tai nghe.
Xác minh Matlab
Viết mã Matlab, sử dụng bộ lọc thích ứng LMS có kích thước bước thay đổi, kết quả mô phỏng được thể hiện trên Hình 5. Trong khoảng từ 0 đến 2 kHz, ANC tiến tiếp được sử dụng để loại bỏ nhiễu trắng Gaussian và độ suy giảm nhiễu là 30 dB+ Trung bình. FXLMS trong thư viện Matlab là bước cố định và hiệu quả còn tệ hơn.
Q & A
Một. Tại sao ANC chỉ dành cho nhiễu tần số thấp dưới 2 kHz?
Một mặt, khả năng cách âm vật lý của tai nghe (giảm tiếng ồn thụ động) có thể chặn tiếng ồn tần số cao một cách hiệu quả và không cần thiết phải sử dụng ANC để giảm tiếng ồn tần số cao. Mặt khác, nhiễu tần số thấp có bước sóng dài và có thể chịu được độ trễ pha nhất định, trong khi nhiễu tần số cao có bước sóng ngắn và nhạy cảm với độ lệch pha nên ANC loại bỏ nhiễu tần số cao.
b. Khi độ trễ điện tử lớn hơn độ trễ chính thì hiệu suất của thuật toán có thể giảm đi đáng kể như thế nào?
Độ trễ P(z) nhỏ, độ trễ S(z) lớn, chẳng hạn như P(z)=z-1, S(z)=z-2, chỉ khi W(z)=z mới đáp ứng được yêu cầu, không -nhân quả, không thể tiếp cận được.
c. Sự khác biệt giữa ANC Feedforward, ANC Feedforward băng hẹp và ANC phản hồi là gì?
Cấu trúc Feedforwad có mic ref và mic lỗi tương ứng thu thập tiếng ồn bên ngoài và tín hiệu dư bên trong. Cấu trúc phản hồi chỉ có một mic lỗi và tín hiệu tham chiếu được tạo ra bởi mic lỗi và đầu ra bộ lọc thích ứng.
Feedforward băng thông rộng là cấu trúc được mô tả ở trên. Trong cấu trúc băng tần hẹp, nguồn nhiễu tạo ra bộ tạo tín hiệu kích hoạt tín hiệu và bộ tạo tín hiệu tạo ra tín hiệu tham chiếu cho bộ lọc thích ứng. Chỉ áp dụng để loại bỏ tiếng ồn định kỳ.
Phản hồi ANC sử dụng mic lỗi để khôi phục tín hiệu được thu bởi mic ref trong cấu trúc tiếp liệu vì nó chỉ có mic lỗi. Đường truyền không thỏa mãn ràng buộc nhân quả, do đó chỉ có các thành phần nhiễu có thể dự đoán được, tức là nhiễu định kỳ băng hẹp, bị loại bỏ. Cần lưu ý rằng nếu bộ truyền tiếp không thỏa mãn ràng buộc nhân quả, tức là độ trễ điện tử dài hơn độ trễ âm thanh của kênh chính, thì nó chỉ có thể loại bỏ nhiễu định kỳ băng hẹp.
Ngoài ra còn có cấu trúc Hybrid ANC bao gồm cả cấu trúc phản hồi và phản hồi. Ưu điểm chính là bạn có thể lưu thứ tự của bộ lọc thích ứng.
