1 Parametrisk equalizer Fremlæggelse af gruppe 641 23. juni 2004.

Præsentationer af emnet: "1 Parametrisk equalizer Fremlæggelse af gruppe 641 23. juni 2004."— Præsentationens transcript:

1 1 Parametrisk equalizer Fremlæggelse af gruppe 641 23. juni 2004

2 2 Fremlæggelsesplan  Kim Ngo Indledning  Kim Nørmark Lydtryksmåler  Mikkel Purup Filteralgoritme  Andreas Gregers 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 filter

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 Sende lydtryk til pc  Frekvensanalyse Måle frekvenskarakteristik  Kommunikation med pc

10 10 Grafisk Brugerflade

11 11 Lydtryksmåler Kim Nørmark

12 12 Lydtryksmåler

13 13 IEC61672-1 0 HzNulpunkt4. orden 20,6 HzPol2. orden 107,7 HzPol1. orden 737,9 HzPol1. orden 12194 HzPol2. orden

14 14 A-vægtningsfilter

15 15 Sallen-Key  2. ordens højpas, dbl. nulpkt i 0 Hz, dbl. pol i 20,6 Hz.  To 1. ordens højpas, nulpkt i 0 Hz, pol i 107,7 / 737,9 Hz.  2. ordens lavpas, dbl. pol i 12194 Hz

16 16 Root mean square (rms)

17 17 Direkte beregning  Dyrt og kompliceret design. 2 multipliere + integrator.  Begrænset dynamikområde. Output:100000:1(0,001 – 100 V) Input:100:1(0,1 – 10 V)

18 18 Tilbagekobling (log-antilog)

19 19 Filteralgoritme Mikkel

20 20 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.

21 21 Illustrering af filtreringsalgoritme ZALRNUL LTX2R1 MPY*+ LTD X1R1 MPY *+ LTD X0R1 MPY *+ LTA Y2R1 MPY *+ LTD Y1R1 MPY *+ LTA X2R2 MPYA *+ SACH Y1R1 SACH X0R2 ACC = 0ACC = ACC+P

22 22 Nuværende instruktionstid Handling Instruktioner Sæt continuos mode 1 Gem kontekst 13 Indlæsning af sample 6/7 Filtrering af 1. 2. og 3. 45 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13 Return 4 I alt 99/100  Herudover bruger interruptrutinen 6+3 instruktioner, hvilket bringer antallet af instruktioner for en stereosample op på 217.

23 23 Optimering af filteralgoritme Handling Instruktioner Sæt continuos mode 1 Gem kontekst 13 Indlæsning af sample 6/7 Filtrering af 1. 2. og 3. 45 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13 Return 4 I alt 99/100  Herudover bruger interruptrutinen 6+3 instruktioner, hvilket bringer antallet af instruktioner for en stereosample op på 217. Handling Instruktioner Sæt continuos mode 1/0 Gem kontekst 13/0 Indlæsning af sample 4/4 Filtrering af 1. 2. og 3. 45 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13/0 Return 4/0 I alt 97/66  Hvis D/M fjernes fra systemet, vil det formindske antallet af instruktioner for en stereosample til 169. Hvilket giver 48 flere instruktioner.

24 24 Frekvensanalyse Andreas

25 25  At kunne måle frekvenskarakteristikken for equalizeren, højttalerne samt lytterummet ved hjælp af et sinussweep Visuel frekvensrespons Dermed bliver det lettere for brugeren at tilpasse audiosystemmet til højttalerne og rummet Formål

26 26  Sinussignal genereres i DSP'en på baggrund af en tabel  Filtrering af signalet med de givne filtre  Filtreret signal udsendes i begge kanaler  Audiosignalet opfanges via lydtryksmåleren  Den næste sinusfrekvens genereres osv. Virkemåde

27 27 Blokdiagram over virkemåde  A-vægtet frekvensrespons Vanskelig at tolke

28 28  Frekvensresponsen kan foretages med forskellig opløsning Fra 1 til 30 punkter per oktav  Tydelig A-vægtning på frekvenskarak- teristikken Forskellig opløsning

29 29  Frekvensanalyse med 10 pkt/oktav Med alle filtre nulstillet Forsøg på at equalizere audiosystemet Equalisering ud fra frekvensanalyse

30 30 Blokdiagram over ideel virkemåde  Ikke A-vægtet frekvensrespons Lettere at tolke korrekt

31 31 Talrepræsentation Thomas

32 32 Talrepræsentation DSP Processors Fixed-PointFloating-Point 16-bit 20-bit 24-bit32-bit IEEE 754 Other Kilde: DSP Processor Fundamentals: Architectures and Features TMS320C26

33 33 Koefficientkvantisering  Kun et endeligt antal diskrete nulpunkt- og polplaceringer er realiserbare.  Kvantisering af koefficienter giver ændringer i filterkarakteristik.

34 34 Koefficientkvantisering  Brugerfladen viser det realiserede og det ideelle filter.  Skalering er baseret på ideelle filtere. Realiseret Ideel

35 35 Filterberegninger Beregn ideelle koefficienter Beregn Skalerings- faktorer Kvantiser filter- koefficienter Ideelt filter Ideelt skaleret filter Kvantiseret approximation af ideelt skaleret filter

36 36 Beregning af skaleringsfaktorer  Ændres skaleringsfaktoren, Påvirkes hele filterbanken. 0,2 0,8 0,2 0,8 4,0 1,2 0,4 1,0 0,3 0,1 1 1 2 2    11 1 KS     22 11 KS KS Endeligt gain: 4 22  KS +6dB - 6dB 0dB

37 37 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.

38 38 Kvantiseringsstøj 16bit 32bit  16bit

39 39 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]

40 40 Talrepræsentation  Repræsentation af filterkoefficienter i 16bit giver problemer ved koefficientkvantisering.  Med 24bit repræsentation elimineres problemet med koefficientkvantisering.  Med 24bit repræsentation formindskes kvantiseringsstøjen betydeligt.

41 41 Afslutning Casper

42 42 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?

43 43 Filter frekvenskarakteristik

44 44 Filter frekvenskarakteristik

45 45 Lydtryksmåling  Lydtryksområde: 60-80 dB.  Test lyd: Pink noise.  Midlet over 100 målinger.  Maksimal afvigelse: 0,6 dB

46 46 Frekvenskarakteristikanalyse

47 47 Konklusion  4 brugerdefinerede filtre.  Live opdatering af koefficienter.  Lydtryksmåling (max. afvigelse 0,6 dB).  Frekvenskarakteristik vha. sinussweep.  Accepttest godkendt. Indstille filtre. Måle a-vægtet lydtryk. Måle audiosystemets frekvenskarakteristik.

48 48 Perspektivering  Tiltag fra fremlæggelsen. Optimering af filtreringsalgoritmen  Flere filtrer. 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

49 49 Demonstration