Download præsentationen
Præsentation er lastning. Vent venligst
Offentliggjort afJonas Graversen Redigeret for ca. et år siden
1
1 Parametrisk equalizer Fremlæggelse af gruppe 641 23. juni 2004
2
2 Fremlæggelsesplan Kim Ngo Indledning Kim Nørmark Lydtryksmåler Mikkel Purup Filteralgoritme Andreas Gregersen Frekvensanalyse Thomas Thorsen Talrepræsentation Casper Bonde Afslutning
3
3 Indledning Kim Ngo
4
4 Parametrisk equalizer Grafisk equalizer Fast inddeling af frekvensbånd Fastdefineret bredde Parametrisk equalizer Variabelt inddeling af frekvenbånd Varierende bredde Filtertype Antal af filtere
5
5 Eksterne tilslutninger
6
6 Opbygning af systemet
7
7 Analog hardware
8
8 Digital equalizer filter Peakfilter og shelffilter Implementeres på DSP Indstillingsparametre Centerfrekvens Bredde (Peakfilter) Gain Mastergain
9
9 DSP-firmware Equalizer Modtage samples Filtrering af samples Afspilning af samples Lydtryksmåling Måle lydtrykket Frekvensanalyse Måle frekvenskarakteristik Kommunikation med pc
10
10 Grafisk Brugerflade
11
11 Lydtryksmåler Kim Nørmark
12
12 Lydtryksmåler
13
13 A-vægtningsfilter
14
14 Realisation af a-vægtning Sallen-key (2. orden) Højpas, nulpunkt i 0 Hz, pol i 20,6 Hz. Lavpas, pol i 12194 Hz. RC-led (1. orden) Højpas, nulpunkt i 0 Hz, pol i 107,7 Hz. Højpas, nulpunkt i 0 Hz, pol i 737,9 Hz.
15
15 Root mean square (rms)
16
16 Direkte beregning Dyrt og kompliceret design. 2 multipliere + integrator. Kræver stort dynamikområde. Input:40 dB(0,1 – 10 V). Output:80 dB(0,01 – 100 V).
17
17 Tilbagekobling (log-antilog)
18
18 Filteralgoritme Mikkel
19
19 Implementering af differensligning y[n] = b 0 x[n] + b 1 x[n-1] + b 2 x[n-2] + (a 1 /2)y[n-1] + (a 1 /2)y[n-1] + a 2 y[n-2] På grund af filtreringsinstruktioner ændres fortegn på a- koefficienterne. a 1 er halveret og akkumuleres to gange på grund af skalering.
20
20 Illustrering af filtreringsalgoritme ZALRNUL LTx 1 [n-2] MPY*+ LTD x 1 [n-1] MPY *+ LTD x 1 [n] MPY *+ LTA y 1 [n-2] MPY *+ LTD Y 1 [n-1] MPY *+ LTA x 2 [n-2] MPYA *+ SACH y 1 [n-1] SACH x 2 [n] ACC = 0 + ½LSB ACC = b 2 x[n-1] + ½LSB ACC = b 2 x[n-1] + b 1 x[n-1] + b 0 x[n] + ½LSB ACC = b 2 x[n-1] + b 1 x[n-1] + b 0 x[n] + a 2 y[n-2] + (a 1 /2)y[n-1] + ½LSB ACC = b 2 x[n-1] + b 1 x[n-1] + b 0 x[n] + a 2 y[n-2] + 2(a 1 /2)y[n-1] + ½LSB
21
21 Nuværende instruktionstid Handling Instruktioner Interruptbranch6+3 Sæt continuos mode 1 Gem kontekst 13 Indlæsning af sample 6/7 Filtrering af 1. 2. og 3. 41 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13 Return 4 I alt 104/105 Det vil sige at antallet af instruktioner for en stereosample er 209 ud af 232.
22
22 Optimering af filteralgoritme Handling Instruktioner Interruptbranch6+3 Sæt continuos mode 1 Gem kontekst 13 Indlæsning af sample 6/7 Filtrering af 1. 2. og 3. 41 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13 Return 4 I alt 104/105 Det vil sige at antallet af instruktioner for en stereosample er 209 ud af 232. Handling Instruktioner Interruptbranch6+3/0 Sæt continuos mode 1/0 Gem kontekst 13/0 Indlæsning af sample 4/4 Filtrering af 1. 2. og 3. 41 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 0/13 Return 0/4 I alt 85/79 I alt 164 instruktioner for en stereosample. Fjernes D/M systemet reduceres dette til 158, svarende til 74 ledige instruktioner – eller 2 ekstra filtersektioner per kanal.
23
23 Frekvensanalyse Andreas
24
24 At kunne måle frekvenskarakteristikken for equalizeren, højttalerne samt lytterummet. Resultatet udlæses på brugerfladen. Dermed bliver det lettere for brugeren at tilpasse audiosystemmet til højttalerne og rummet. Formål
25
25 Frekvensanalyse metoder Udsende støj (hvidt eller lyserødt). Foretage en DFT-analyse af signalet. Kræver komplicerede regneoperationer på DSP’en. Har et lineært spring mellem frekvenserne og kræver derfor en høj opløsning Udsende et sinussweep. Sammenligne styrken af det optagede signal med en reference. Her kan eksisterende hardware i form af lydtryksmåleren genbruges til at finde energien i signalet med.
26
26 Flowdiagram over frekvensanalysen
27
27 Hardware-blokdiagram over virkemåde A-vægtet frekvensrespons. Vanskelig at tolke.
28
28 Forskellig opløsning Frekvensanalysen kan foretages med forskellig opløsning. Fra 1 til 30 punkter per oktav. Dvs. 1 til 30 forskellige frekvenser per oktav, afhængig af den valgte opløsning. F.eks. vil 2 punkter/oktav bevirke at 2 frekvenser logaritmisk fordelt mellem 20 Hz og 40 Hz udsendes.
29
29 Frekvenskarakteristik med forskellig opløsning Frekvenskarak- teristik med 5, 10 og 30 punkter/oktav Tydelig A- vægtning på frekvenskarak- teristikken.
30
30 Frekvensanalyse med 10 punkter/oktav. Med alle filtre nulstillet. Forsøg på at equalizere audiosystemet. Equalisering ud fra frekvensanalyse
31
31 Blokdiagram over forbedret virkemåde Ikke A-vægtet frekvensrespons. Lettere at tolke korrekt.
32
32 Talrepræsentation Thomas
33
33 Talrepræsentation DSP Processors Fixed-PointFloating-Point 16-bit 20-bit 24-bit32-bit IEEE 754 Other Kilde: DSP Processor Fundamentals: Architectures and Features TMS320C26
34
34 Koefficientkvantisering Kun et endeligt antal diskrete nulpunkt- og polplaceringer er realiserbare. Kvantisering af koefficienter giver ændringer i filterkarakteristik. Mulige placeringer (6bit)
35
35 Koefficientkvantisering Brugerfladen viser det realiserede og det ideelle filter. Skalering er baseret på ideelle filtere. Realiseret Ideel Koefficientkvantisering (16bit)
36
36 Filterberegninger Beregn ideelle koefficienter Beregn Skalerings- faktorer Kvantiser filter- koefficienter Ideelt filter Ideelt skaleret filter Kvantiseret approximation af ideelt skaleret filter
37
37 Beregning af skaleringsfaktorer Ændres skaleringsfaktoren, Påvirkes hele filterbanken. 5,00 4,00 1,00 0,80 0,20 0,10 0,30 0,50 0,25 0,75 1 5 2 1 11 1 KS 22 11 KS KS Endeligt gain: 2 22 KS +6dB - 6dB 0dB
38
38 Koefficientkvantisering Det er ikke trivielt at udvikle en algoritme der forhindrer overflow som følge af koefficientkvantisering. Ved at anvende en større ordlængde kan problemet minimeres. 20bit mindsker problemet. 24bit eliminerer problemet.
39
39 Kvantiseringsstøj 16bit 32bit 16bit
40
40 Kvantiseringsstøj Kvantiseringsstøj akkumuleres gennem filtere: e = e 1 + e 2 + e 3 + e 4 e 1 til e 3 kan minimeres ved at anvende en større ordlængde. e1e1 e2e2 e3e3 e4e4 y[n] + ex[n]
41
41 Talrepræsentation Repræsentation af filterkoefficienter i 16bit giver problemer ved koefficientkvantisering. Med 24bit repræsentation elimineres problemet med koefficientkvantisering. Med 24bit repræsentation formindskes kvantiseringsstøjen betydeligt.
42
42 Afslutning Casper
43
43 Accepttest Test områder: Filter frekvenskarakteristik: Overensstemmelse mellem teoretiske filtre og de implementerede? Lydtryksmåling: Er systemet i stand til at måle korrekt lydtryk inden for 60-80 dB? Frekvenskarakteristikanalyse: Er det muligt at måle frekvenskarakteristikken for det equalizerede audiosystem?
44
44 Filter frekvenskarakteristik
45
45 Filter frekvenskarakteristik
46
46 Lydtryksmåling Lydtryksområde: 60-80 dB. Test lyd: Pink noise. Midlet over 100 målinger. Maksimal afvigelse: 0,6 dB
47
47 Frekvenskarakteristikanalyse
48
48 Konklusion 4 brugerdefinerede filtere. Live opdatering af koefficienter. Lydtryksmåling (max. afvigelse 0,6 dB). Frekvenskarakteristik vha. sinussweep. Accepttest godkendt. Indstille filtere. Måle a-vægtet lydtryk. Måle audiosystemets frekvenskarakteristik.
49
49 Perspektivering Tiltag fra fremlæggelsen. Optimering af filtreringsalgoritmen Flere filtere. Frekvensanalyse uden a-vægtningsfilter. 24 bit koefficienter og signalbehandling. Andre perspektiver. Studie projekt. Moderne DSP. Nyere Kommunikationsinterface. Stand alone enhed til hi-fi anlæg. Ingen PC tilsluttet ved normal drift Gemmer koefficienter mv. Fjerne overflødig HW til udvikling
50
50 Demonstration
Lignende præsentationer
© 2024 SlidePlayer.dk Inc.
All rights reserved.