parametrisk equalizer

Post on 15-Jan-2016

77 Views

Category:

Documents

2 Downloads

Preview:

Click to see full reader

DESCRIPTION

Parametrisk equalizer. Fremlæggelse af gruppe 641 23. juni 2004. Fremlæggelsesplan. Kim Ngo Indledning Kim Nørmark Lydtryksmåler Mikkel Purup Filteralgoritme Andreas Gregersen Frekvensanalyse Thomas Thorsen Talrepræsentation Casper Bonde Afslutning. Indledning. Kim Ngo. - PowerPoint PPT Presentation

TRANSCRIPT

1

Parametrisk equalizer

Fremlæggelse af gruppe 64123. juni 2004

2

Fremlæggelsesplan

Kim Ngo Indledning

Kim Nørmark Lydtryksmåler

Mikkel Purup Filteralgoritme

Andreas Gregersen Frekvensanalyse

Thomas Thorsen Talrepræsentation

Casper Bonde Afslutning

3

Indledning

Kim Ngo

4

Parametrisk equalizer

Grafisk equalizer Fast inddeling af

frekvensbånd Fastdefineret bredde

Parametrisk equalizer Variabelt inddeling af

frekvenbånd Varierende bredde Filtertype Antal af filtere

5

Eksterne tilslutninger

DSP-kernesystem

Cd-afspiller(Digital)

Lyd

Pc

Forstærker-interface

Lyd-interface

Cd-interface

Pc-interface

Forstærker(Analog)

Parametrisk equalizer

6

Opbygning af systemet

Cd-interface

FiltreForstærker-

interface

Kom.-interface

Pc-interface

Lydtryks-måler

Mikrofon-interface

Cd-afspiller Forstærker

Lyd

Parametrisk equalizer

DSP-interface

Bruger-flade

Filter-beregninger

Pc

DSP-kernesystem

Lyd-interface

7

Analog hardware

DifferentielLine-driver

DifferentielLine-receiver

Mikrofon Kabel

Codec

DSP

Gainjustering

A-vægtnings-filter

RMS-måler

Forstærker-interface

Seriel Kommunikation

Mikrofoninterface

Lydtryksmåler

8

Digital equalizer filter

Peakfilter og shelffilter Implementeres på DSP Indstillingsparametre

Centerfrekvens Bredde (Peakfilter) Gain Mastergain

9

DSP-firmware

Equalizer Modtage samples Filtrering af samples Afspilning af samples

Lydtryksmåling Måle lydtrykket

Frekvensanalyse Måle frekvenskarakteristik

Kommunikation med pc

10

Grafisk Brugerflade

11

Lydtryksmåler

Kim Nørmark

12

Lydtryksmåler

A-vægtnings-filter

Rms-måler

Lydtryksmåler

DifferentielLine receiver

Codec

13

A-vægtningsfilter

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

Root mean square (rms)

T

T dttftfrms0

21 )()}({

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).

Square(multiplier)

Mean(integrator)

Root(multiplier)

EoVin

17

Tilbagekobling (log-antilog)

T

inTo

T

EV

To

T

EV

To

T

oinTo

dtVE

dtE

dtE

dtEVE

o

in

o

in

0

21

0

||1

0

||1

0

1

||

)]exp[ln(

)]ln(|)ln(|2exp[

2

2

ensretter 2*ln(|Vin|) exp(z) integrator

ln(Eo)

+

-

Vin Eoz

18

Filteralgoritme

Mikkel

19

Implementering af differensligning

y[n] = b0x[n] + b1x[n-1] + b2x[n-2]

+ (a1/2)y[n-1] + (a1/2)y[n-1] + a2y[n-2]

På grund af filtreringsinstruktioner ændres fortegn på a-koefficienterne.

a1 er halveret og akkumuleres to gange på grund af skalering.

20

Illustrering af filtreringsalgoritme

ZALR NUL LT x1[n-2]

MPY *+LTD x1[n-1]MPY *+ LTD x1[n] MPY *+ LTA y1[n-2]MPY *+ LTD Y1[n-1] MPY *+

LTA x2[n-2]

MPYA *+

SACH y1[n-1]

SACH x2[n]

T (16)

Multiplier

P (32)

AR3

x[n-1]

x[n-2]

x[n]

y[n-2]

y[n-1]

b1

b0

a2

½ a1

b2

ACC (32)

ACC = 0 + ½LSBACC = b2x[n-1] + ½LSBACC = b2x[n-1] + b1x[n-1] + b0x[n] + ½LSBACC = b2x[n-1] + b1x[n-1] + b0x[n] + a2y[n-2] + (a1/2)y[n-1] + ½LSBACC = b2x[n-1] + b1x[n-1] + b0x[n] + a2y[n-2] + 2(a1/2)y[n-1] + ½LSB

21

Nuværende instruktionstid

Interrupt11%

Ind- og udlæsning

11%

Filtrering46%

Kontekst22%

Idle10%

Handling InstruktionerInterruptbranch 6+3Sæt continuos mode 1Gem kontekst 13Indlæsning af sample 6/7Filtrering af 1. 2. og 3. 41Filtrering af sidste sektion 12Output til codec 5Genskab kontekst 13Return 4 I alt 104/105

Det vil sige at antallet af instruktioner for en stereosample er 209 ud af 232.

22

Optimering af filteralgoritme

Handling InstruktionerInterruptbranch 6+3Sæt continuos mode 1Gem kontekst 13Indlæsning af sample 6/7Filtrering af 1. 2. og 3. 41Filtrering af sidste sektion 12Output til codec 5Genskab kontekst 13Return 4 I alt 104/105

Det vil sige at antallet af instruktioner for en stereosample er 209 ud af 232.

Handling InstruktionerInterruptbranch 6+3/0Sæt continuos mode 1/0Gem kontekst 13/0Indlæsning af sample 4/4Filtrering af 1. 2. og 3. 41Filtrering af sidste sektion 12Output til codec 5Genskab kontekst 0/13Return 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

Frekvensanalyse

Andreas

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

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

Flowdiagram over frekvensanalysen

StartFiltrering affrekvensen

gennem filtrene

Signaletafspilles I

begge kanaler

Optagede frekvensersammenlignes med

referencen og plottespå brugerfladen

Lydtryksmål-ing foretages

efter fastsat tid

Gain på line-receiverjusteres

Erniveau

korrekt?

Sweepslut?

Frekvensgeneres I DSP

udfrasinustabel

Slut

nej

nej

Resultatet aflydtryksmåling-en sendes til

PC’en

ja ja

27

Hardware-blokdiagram over virkemåde

A-vægtet frekvensrespons. Vanskelig at tolke.

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

Frekvenskarakteristik med forskellig opløsning

Frekvenskarak-teristik med 5, 10 og 30 punkter/oktav

Tydelig A-vægtning på frekvenskarak-teristikken.

30

Frekvensanalyse med 10 punkter/oktav. Med alle filtre

nulstillet. Forsøg på at

equalizere audiosystemet.

Equalisering ud fra frekvensanalyse

31

Blokdiagram over forbedret virkemåde

Ikke A-vægtet frekvensrespons. Lettere at tolke korrekt.

32

Talrepræsentation

Thomas

33

Talrepræsentation

DSP Processors

Fixed-Point Floating-Point

16-bit 20-bit 24-bit 32-bit

IEEE 754 Other

Kilde: DSP Processor Fundamentals: Architectures and Features

TMS320C26

34

Koefficientkvantisering

Kun et endeligt antal diskrete nulpunkt- og polplaceringer er realiserbare.

Kvantisering af koefficienter giver ændringer i filterkarakteristik.

Mulige placeringer (6bit)

35

Koefficientkvantisering

Brugerfladen viser det realiserede og det ideelle filter.

Skalering er baseret på ideelle filtere.

Realiseret

Ideel

Koefficientkvantisering (16bit)

36

Filterberegninger

Beregn ideelle koefficienter

Beregn Skalerings-

faktorer

Kvantiser filter-

koefficienter

Ideelt filter

Ideelt skaleret filter

Kvantiseret approximation af ideelt skaleret filter

37

Beregning af skaleringsfaktorer

Ændres skaleringsfaktoren, Påvirkes hele filterbanken.

5,004,001,00

1,000,800,20

0,200,100,30

0,500,250,75

1 5

2 1

11

1

KS

22

11

KS

KS

Endeligt gain: 222KS

+6dB

- 6dB

0dB

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

Kvantiseringsstøj

-a1

-a2

b1

b2

b0x[n] y[n]

z-1

z-1z-1

z-1

16bit 16bit32bit 16bit

40

Kvantiseringsstøj

Kvantiseringsstøj akkumuleres gennem filtere: e = e1 + e2 + e3 + e4

e1 til e3 kan minimeres ved at anvende en større ordlængde.

e1 e2 e3 e4

y[n] + ex[n]

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

Afslutning

Casper

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

Filter frekvenskarakteristik

45

Filter frekvenskarakteristik

46

Lydtryksmåling

Lydtryksområde:60-80 dB.

Test lyd: Pink noise. Midlet over 100

målinger. Maksimal afvigelse:

0,6 dB

47

Frekvenskarakteristikanalyse

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

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

Demonstration

top related