VÄLIMÄKI Aktiivinen meluntorjunta - MyCourses - Aalto
12.10.2015 Aktiivinen meluntorjunta Vesa Välimäki Signaalinkäsittelyn ja akustiikan laitos Aalto-yliopisto [email protected] © 2006-2015 Vesa Välimäki 1 Aktiivinen meluntorjunta Luennon sisältö • Aktiivisen meluntorjunnan perusteet • Sovelluksia – Ilmastointikanava, kuulokkeet, kuljetusvälineet • Adaptiivinen suodatus ja häiriönpoisto © 2006-2015 Vesa Välimäki 2 Aktiivisen meluntorjunnan perusteet • Elektroniikka on ääntä nopeampaa! – Melu rekisteröidään mikrofonilla – Tuotetaan elektroniikalla vastaääntä, joka soitetaan kaiuttimesta – Melu ja vastamelu kumoavat toisensa • • Suurin etu: hyvä matalien äänten vaimennus Akustisen siirtofunktion mallintaminen – Miten melu etenee mikrofonipisteestä vaimennuspisteeseen – Myös vaiheen kääntö • Hiljaisen alueen koko riippuu geometriasta – Yksiulotteisissa tapauksissa ”täydellinen vaimennus” mahdollinen – 3D-tilassa hiljainen alue on yleensä pieni ANC = Active Noise Control © 2006-2015 Vesa Välimäki 3 Aktiivisen meluntorjunnan lyhyt historia • Paul Lueg keksi perusidean Saksassa 1930-luvulla • Toteutus mahdollinen vasta vuosikymmeniä myöhemmin – Käsisäätöisiä järjestelmiä 1950-luvulla – Automaattisesti säädettäviä analogisia ANC-järjestelmiä 1960-luvulla – Digitaaliset ANC-järjestelmät 1980-luvulla • Ensimmäinen oppikirja vuonna 1992 – P. A. Nelson ja S. J. Elliott (ISVR, University of Southampton, UK), “Active Control of Sound” • Teollisuussovelluksia 1990-luvulta alkaen – Aktiiviset kuulosuojaimet, ilmastointilaitteiden vaimentimet, kodinkoneet, autot, lentokoneet Ääniesimerkit: David Crawford, 1996, http://www.spd.eee.strath.ac.uk/~david Pölynimuri © 2006-2015 Vesa Välimäki Muuntaja 4 Aktiivinen ilmastointikanavan vaimennin • Paul Luegin Saksassa v. 1936 patentoima ilmastointikanavan vaimennusjärjestelmä – N. 50 vuotta aikaansa edellä Lähde: P. A. Nelson ja S. J. Elliott, “Active Control of Sound,” 1992. © 2006-2015 Vesa Välimäki 5 Manuaalinen aktiivinen melunvaimennin • Conoverin manuaalinen muuntajamelun vaimennusjärjestelmä v. 1956 Lähde: P. A. Nelson ja S. J. Elliott, “Active Control of Sound,” 1992. © 2006-2015 Vesa Välimäki 6 Aktiivisen meluntorjunnan sovelluksia • Ilmastointijärjestelmät toimistoissa ja teollisuudessa – Ilmastointiputkessa kulkeva puhallinmelu ei muuten juurikaan vaimene • Aktiiviset kuulosuojaimet ja kuulokkeet – Passiivisen ja aktiivisen vaimennuksen yhteistulos loistava • Kuljetusvälineiden matkustamot (lentokoneet, autot, junat) – Matkustamon mukavuus nousemassa merkittäväksi kilpailutekijäksi • Sukellusveneiden häivetekniikka (stealth submarines) – Moottoriäänen aktiivisella vaimentamisella vaikeutetaan passiivista kuuntelua • Kuorsauksenvaimennusjärjestelmä – Kehitetty ainakin 2 järjestelmää USAssa (1992 ja 2004) (lähde: Scott C. Douglas, Southern Methodist Univ., Dallas, TX) • Kaikissa sovelluksissa ANC-järjestelmän on oltava adaptiivinen – Muutokset mahdollisia lämpötilassa, kosteudessa, lian määrässä, virtausnopeudessa, kaiuttimissa ja mikrofoneissa © 2006-2015 Vesa Välimäki 7 Ilmastointikanavan aktiivinen vaimennus • Erinomaisen sopiva sovellusalue – Puhallin aiheuttaa melua, joka etenee putkessa lähes vaimenematta – Passiiviset vaimentimet aiheuttavat virtausvastusta – Aktiivinen meluntorjunta ”helppoa” rajataajuuden alapuolella © 2006-2015 Vesa Välimäki 8 ANC ilmastointikanavassa - Perusratkaisu • Referenssimikrofoni rekisteröi melun • Adaptiivinen järjestelmä tuottaa vastaäänen – Mallintaa melun etenemisen siirtotiellä H ja kääntää signaalin vaiheen • Virhemikrofonin avulla tarkistetaan onnistuiko vaimennus • Ongelmia tavallisia kaiuttimia ja mikrofoneja käytettäessä !!! Ilmastointilaite Referenssimikrofoni Vastaäänilähde Virhemikforoni Avoin pää Melu Siirtotie H Vastaääni Referenssisignaali Adaptiivinen järjestelmä Virhesignaali “Ylävirta” “Alavirta” © 2006-2015 Vesa Välimäki 9 Akustinen takaisinkytkentä • Tavallinen kaiutin säteilee putkessa yhtä hyvin molempiin suuntiin • Referenssimikrofoni kuulee yhtä hyvin molemmista suunnista – Referenssisignaaliin sekoittuu vastaääntä, mikä haittaa vaimennusta • Akustisen kierron vaara Ilmastointilaite Referenssimikrofoni Vastaäänilähde Virhemikforoni Avoin pää Melu Vastaääni Referenssisignaali “Ylävirta” -1 Adaptiivinen järjestelmä Virhesignaali “Alavirta” Akust. -1 kierto © 2006-2015 Vesa Välimäki 10 Ongelma ylävirran puolelta katsottuna • Vastaäänilähde toimii akustisena heijastimena – Ilmastointilaitteen ja kaiuttimen välille syntyy uusia seisovia aaltoja – Melutaso saattaa kasvaa ylävirran puolella ja järjestelmä voi alkaa ”kiertää” Ilmastointilaite Referenssimikrofoni Vastaäänilähde Virhemikforoni Avoin pää Vastaääni Referenssisignaali Adaptiivinen järjestelmä Virhesignaali “Ylävirta” Rpuh “Alavirta” -1 Akust. -1 kierto © 2006-2015 Vesa Välimäki 11 Ongelma alavirran puolelta katsottuna • Referenssimikrofoni toimii akustisena heijastimena – Putken avoimen pään ja ref. mikrofonin välille syntyy uusia seisovia aaltoja – Putken akustiset ominaisuudet muuttuvat ja melutaso saattaa kasvaa Ilmastointilaite Referenssimikrofoni Vastaäänilähde Virhemikforoni Avoin pää Vastaääni Referenssisignaali Adaptiivinen järjestelmä Virhesignaali “Ylävirta” “Alavirta” -1 Akust. -1 kierto © 2006-2015 Vesa Välimäki Ravoin 12 Takaisinkytkennän sähköinen eliminointi • Mallinnetaan takaisinkytkentä ja kumotaan se sähköisesti • Vastaääni ei ala kiertää, mutta etenee silti molempiin suuntiin Ilmastointilaite Referenssimikrofoni Vastaäänilähde Virhemikforoni Avoin pää Vastaääni Adaptiivinen järjestelmä + – Tak.kytk. malli Vastaäänen tuotto © 2006-2015 Vesa Välimäki 13 Parhaimmillaan hyvä vaimennus • Testi-ilmastointikanavassa kaiutin melulähteenä • Puhaltimen lapataajuudella saavutettiin yli 20 dB ja laajalla kaistalla usean dB:n vaimennus 100 45 40 90 Passivinen 35 80 A ktiivinen Lp (dB) 30 70 25 20 Series1 60 15 50 10 40 5 30 0 0 250 500 1 750 1000 Taajuus (Hz) © 2006-2015 Vesa Välimäki 14 Yksisuuntainen melunvaimennus • Yksisuuntainen äänilähde ei säteile vastaääntä ylävirtaan • Yksisuuntainen mikrofoni estää uusien heijastusten syntymisen (ref. esim. Seppo Uosukainen, väitöskirja, 1999) Referenssimikrofoniparin havaintosuunta Vastaäänilähteen säteilysuunta Ilmastointilaite Mic 1 Mic 2 Act 1 Suodin Suodin Suodin Act 2 Error Mic Avoin pää Suodin Adaptiivinen järjestelmä © 2006-2015 Vesa Välimäki 15 Yksisuuntaisen vastaäänilähteen edut • Saavutetaan hyvä vaimennus ja äänitaso ei kasva ylävirran puolella Jopa 6 dB 2-suuntainen aktuaattori lisää Amplitudi Puhallimelu 2 Tavallinen kaiutin 0 Vastaääni -2 0 Molemmat yhdessä 2 4 6 8 1-suuntainen aktuaattori 10 Amplitudi 2 Kaiutinpari 0 Vain -2 alkuperäinen 0 melu 2 4 6 Paikka 8 © 2006-2015 Vesa Välimäki 10 16 Swinbanksin mikrofonipari • Alun perin rakenne yksisuuntaisen kaiutinparin toteutukseen • Toisen anturin signaali viivästetään ja vähennetään x1 ( n ) – Vaimentaa alavirran suunnasta tulevan aallon x2 – Sivuvaikutus: ylävirrasta tuleva aalto x1 ylipäästösuodattuu • Viiveen oltava erittäin tarkka – Digitaalinen murtoviivesuodin Hd(z) • Oletus: Sd(z) on puhdas viive – Häviöitä, heijastuksia tms. ei huomioida x2 ( n ) Sd (z ) H d (z ) + 12 y (n ) © 2006-2015 Vesa Välimäki 17 Swinbanksin mikrofoniparin suunnittelu • Valittu toimintakaista 50 … 650 Hz • Näytteenottotaajuus 2000 Hz – Ylin käsiteltävä taajuus (ns. Nyquist-taajuus) 1000 Hz • Mikrofonien välinen etäisyys 25,5 cm – Rajoittaa suuntaavuuden ylärajataajuudeksi 670 Hz – Mikrofonien välinen aallon etenemisviive 1,5 näyteväliä • Suuntaavuuden mitta: etu-takasuhde (Back-to-front ratio) BFR ( f ) Gdown ( f ) Gup ( f ) – BFR = 0 Yksisuuntainen järjestelmä (toive) – BFR = 1 Molemmista suunnista havaitseva järjestelmä (pielessä) Lähde: V. Välimäki et al., “Unidirectional Solutions for Active Noise Control in Ducts,” in Proc. InterNoise 2001. © 2006-2015 Vesa Välimäki 18 Swinbanksin sensoripari: suunnitteluesimerkki • Amplitudivaste ylävirtaan (toive: 0 dB) • Amplitudivaste alavirtaan (toive: – dB) • Suuntaavuus (BFR) (toive: – dB) Viivelinja FIR-suodin Kokopäästösuodin Lähde: V. Välimäki et al., “Unidirectional Solutions for Active Noise Control in Ducts,” in Proc. InterNoise 2001. © 2006-2015 Vesa Välimäki 19 Tulevaisuuden auton äänenvaimennin • Tavallinen pakoputken äänenvaimennin pienentää auton tehoa • Aktiivinen äänenvaimennin ei pienennä tehoa, koska se ei aiheuta vastusta – Säästöä polttoainekustannuksissa? Resonaattori Moottori Pakoputki Virhemikrofoni Vahvistin Signaaligeneraattori ANC © 2006-2015 Vesa Välimäki 20 Aktiiviset kuulosuojaimet • Kuulokkeissa mikrofoni ja vaiheenkääntävä vahvistin • Sekä analogisia että digitaalisia malleja • Myös äänen kuunteluun Analog – Melunvaimennus ei vaikuta äänentoistoon! • Passiivisia kuulosuojaimia parempi vaimennus pienillä taajuuksilla Digital – Passiiviset kuulosuojaimet toimivat erittäin hyvin korkeilla taajuuksilla • Myötäkytketyissä digitaalisissa suojaimissa tarvitaan ulkopuolinen referenssimikrofoni © 2006-2015 Vesa Välimäki 21 Johdatus adaptiivisiin järjestelmiin • Muuttuvassa ympäristössä pärjääminen vaatii sopeutumista – Yleinen periaate luonnossakin: sopeudu tai kuole! • Adaptiivista suodinta tarvitaan, kun suotimen haluttu vaste muuttuu ajan myötä • Widrow ja Hoff keksivät LMS-algoritmin v. 1959 – LMS (engl. least mean squares) = pienin keskim. neliövirhe – Keksintö liittyi ADALINE-nimisen hermoverkon kehittämiseen © 2006-2015 Vesa Välimäki 22 Adaptiivisen suodatukset perusidea repeat forever Referenssisignaali Suodata yksi näyte laske virhe korjaa suodinkertoimia end Adapt. suodin Virhesig. Haluttu signaali Lähtösig. – + • Erikoisia vaatimuksia! – Haluttu signaali pitää tietää virheen määrittämiseksi (aktiivisessa meluntorjunnassa haluttu signaali = 0) – Tarvitaan sääntö suodinkertoimien muuttamiseen niin, että virhe pienenee © 2006-2015 Vesa Välimäki 23 LMS-Algoritmi • Sääntö FIR-suotimen kertoimien muuttamiseen siten, että neliövirhe keskimäärin pienenee (Widrow-Hoff -algoritmi): w(n + 1) = w(n) + 2e(n)x(n) • w(n) on suodinkerroinvektori • on suppenemiskerroin • x(n) on tulosignaalinvektori • e(n) = d(n) – y(n) = d(n) – wT(n)x(n) on virhesignaali • Kerroinvektorin w alkuarvoilla ei väliä – Nollia tai satunnaislukuja tai ”hyvä arvaus” © 2006-2015 Vesa Välimäki 24 Suppenemisnopeus • Vaikeinta on valita suppenemiskertoimen arvo • Stabiilisuusehto adaptoitumiselle 0 P 2 missä P on tulosignaalin teho – Jos on liian pieni, adaptoituminen hidasta, mutta lopullinen virhe pieni – Jos on suuri, nopea adaptoituminen, mutta lopullinen virhe suuri (engl. misadjustment) – If on liian suuri, algoritmi ei suppene, vaan ”räjähtää” • Signaalin teho P voidaan estimoida monella eri tavalla © 2006-2015 Vesa Välimäki 25 LMS-algoritmin hyvät & huonot puolet • Edelleen erittäin suosittu menetelmä • Hyvät puolet + Yksinkertainen ja toimiva + Pieni muistintarve (vain viivelinja ja edelliset kertoimet) • Huonot puolet – Hidas suppeneminen – Suppenemisnopeus riippuu signaalista (amplitudi, spektri) – Liian ”raskas” joihinkin sovelluksiin © 2006-2015 Vesa Välimäki 26 LMS-Algoritmin variaatioita • Monet muunnelmat pyrkivät 1) parantamaan laskentatehokkuutta tai 2) nopeuttamaan adaptoitumista – Normalisoitu LMS (NLMS) normalisoi tulosignaalin tehon – Muuttuvan askelkoon LMS (VS-LMS) muuttaa suppenemiskerrointa nopeuttaakseen adaptoitumista – Etumerkki-LMS käyttää virheen e(n) tai tulosignaalin x(n) tai molempien pelkkää etumerkkiä välttääkseen kertolaskuja – Taajuusalueen LMS käyttää FFT- tai DCT-algoritmia ja adaptoi suotimen taajuusvasteen – ja paljon muita… © 2006-2015 Vesa Välimäki 27 Adaptiivinen häiriönpoisto • Häiriöiden poisto digitoiduista sähköisistä signaaleista • varhaisin sovellus: verkkohäiriön (60 Hz) poistaminen ECGmittauksista (Widrow et al., 1975) • Taustamelun poisto viestintäjärjestelmissä – Esim. hävittäjälentäjien keskustelun kypärämikrofonilla • Periodisen häiriön poisto ilman referenssisignaalia – Jos häiriötaajuus tai –taajuudet tunnetaan, voidaan tehdä synteettinen referenssisignaali • Esim. verkkohurinan poisto äänitteestä – Viivästettyä tulosignaalia voidaan käyttää referenssinä – Erikoistapaus: DC-häiriön poisto © 2006-2015 Vesa Välimäki 28 Adaptiivinen häiriönpoisto Ref: Widrow et al., 1975 © 2006-2015 Vesa Välimäki 29 Adaptiivinen häiriönpoisto Ref: Widrow et al., 1975 © 2006-2015 Vesa Välimäki 30 Häiriönpoistodemo 0 • Äänitetään erikseen hyötysignaali (mukana häiriö) ja häiriösignaali (ilman hyötysignaalia) – Ääniesimerkit äänitetty hävittäjälentäjän kypärämikrofonista ja ohjaamossa Hyötysignaali (puhetta) Hyötysignaali + vähän häiriötä Häiriö (mm. moottori) Lähde: http://www.eas.asu.edu/~dsp/grad/anand/java/ANC/ANCDesc.html © 2006-2015 Vesa Välimäki 31 Verkkohurinan poisto musiikista Kitaristin äänite vaikuttaa olevan pilalla, mutta adaptiivinen suodin voi korjata sen! Tarvitaan referenssisignaali, mutta se on helposti saatavilla Häiriöinen äänite (“La Foa”) Pelkkä häiriö (50 Hz + sen harmonisia) LMS-algoritmin jälkeen (N = 9; = 0,005) LMS-algoritmin jälkeen (N = 9; = 0,1 … 0,001) • Ensin nopea konvergointi, sitten hitaampi Alkuperäinen äänite ilman häiriötä (“La Foa”) © 2006-2015 Vesa Välimäki 32 Verkkohurinan spektri • Perustaajuus (50 Hz) ja paljon sen parittomia harmonisia © 2006-2015 Vesa Välimäki 33 Adaptiivisten järjestelmien käyttötavat 1) Siirtofunktion mallintaminen – Adaptiivinen suodin oppii (aikamuuttuvan) siirtofunktion – Esim. aktiivisessa meluntorjunnassa 2) Käänteismallinnus – Adaptiivinen suodin oppii käänteissiirtofunktion – Esim. adaptiivisessa kaiuttimen ekvalisoinnissa 3) Ennustaminen – Adaptiivinen suodin oppii ”ennustamaan” järjestelmän lähtösignaalin – Esim. ennustuskoodaus, ADPCM, spektrin mallinnus 4) Häiriönpoisto – Periodisen tai laajakaistaisen häiriön ”vähentäminen” – Esim. kaiunpoisto puhelinjärjestelmissä © 2006-2015 Vesa Välimäki 34 Siirtofunktion mallintaminen • Yritetään saada järjestelmän ja mallin lähtösignaalit samoiksi (niiden erotus nollaksi) Virhe Kohinaa Lähde: http://www.mathworks.com/access/helpdesk/help/toolbox/filterdesign/adaptiv4.shtml © 2006-2015 Vesa Välimäki 35 Käänteismallinnus • Opetetaan malli kumoamaan järjestelmän siirtofunktio • Vaatii yleensä mallinnusviiveen (engl. modeling delay) Lähde: http://www.mathworks.com/access/helpdesk/help/toolbox/filterdesign/adaptiv5.shtml © 2006-2015 Vesa Välimäki 36 Ennustaminen • Adaptiivinen suodin oppii tuottamaan signaalin seuraavan arvon edellisten näytteiden perusteella Lähde: http://www.mathworks.com/access/helpdesk/help/toolbox/filterdesign/adaptiv7.shtml © 2006-2015 Vesa Välimäki 37 Häiriön poistaminen • Vähennetään suodatettu häiriösignaali n’(k) hyötysignaalin ja häiriön yhdistelmästä s(k) + n(k) Lähde: http://www.mathworks.com/access/helpdesk/help/toolbox/filterdesign/adaptiv6.shtml © 2006-2015 Vesa Välimäki 38 FXLMS-algoritmi • Monissa akustisissa meluntorjuntatilanteissa virhesignaalia ei voida mitata suoraan – Mikrofoni ei voi olla samassa pisteessä kuin vastaäänilähde (kaiutin) • LMS-algoritmi ei suppene, jos virhesignaali on viivästynyt • FXLMS-algoritmi (Filtered-X LMS) käyttää suodinestimaattia S(z) virhepolun siirtofunktiolle – Referenssisignaali x(n) suodatetaan suotimella S(z), jolloin kompensoidaan viive virhe- ja referenssisignaalien välillä – Monet keksivät samanaikaisesti (Morgan, 1981; Burgess, 1981; Widrow 1981) © 2006-2015 Vesa Välimäki 39 FXLMS-algoritmi • FXLMS-algoritmi (Filtered-X LMS) käyttää suodinestimaattia S(z) virhepolun siirtofunktiolle Fyysinen maailma DSP © 2006-2015 Vesa Välimäki 40 Virhepolku ja takaisinkytkentäpolku • Virhepolku S(z) = siirtofunktio kaiuttimesta virhemikrofoniin • Takaisinkytkentäpolku F(z) = siirtofunktio kaiuttimesta ref. mikrofoniin Siirtofunktio sähköisestä signaalista toiseen, sis. vahvistimen, muuntimet yms. Referenssimikrofoni Ilmastointilaite Vastaäänilähde Virhemikrofoni Avoin pää S(z) F(z) Vastaääni + – Adaptiivinen järjestelmä Tak.kytk. malli Vastaäänen tuotto © 2006-2015 Vesa Välimäki Virhepolun impulssivaste Amplitudi 0.1 LMS Mitattu 0 -0.1 0 0.05 Amplitudi 41 10 20 30 40 Aika (ms) Takaisinkytkentäpolun imp.vaste LMS Mitattu 0 -0.05 0 10 20 30 © 2006-2015 Vesa Välimäki 40 Aika (ms) 42 Magnitudi (dB) Magnitudi (dB) Virhepolun amplitudivaste 0 LMS Mitattu -50 0 200 400 600 800 Taajuus (Hz) Takaisinkytkentäpolun amplitudivaste 0 LMS Mitattu -50 0 200 400 600 © 2006-2015 Vesa Välimäki 800 Taajuus (Hz) 43 Adaptiivisten suotimien audiosovelluksia • Äänentoistojärjestelmien automaattinen ekvalisointi – Esim. kotiteatterilaitteistot • Kaiunpoisto – Puhelinjärjestelmät (kokeilut aloitettiin v. 1965) – Hands free –puhelimet esim. autoissa – Videoneuvottelujärjestelmät • Akustisen kierron vähentäminen digitaalisissa kuulolaitteissa • Melun ekvalisointi – Esim. työkoneissa halutaan vaimentaa melua, muttei poistaa kokonaan; autoissa moottorin äänensävyä voidaan muokata urheilullisemmaksi • Keilanmuodostus – Esim. mikrofonirivistöt videoneuvottelujärjestelmissä tai SONARissa (vedenalainen äänitutka), joka perustuu hydrofonirivistöön © 2006-2015 Vesa Välimäki 44 Yhteenveto • Aktiivinen meluntorjunta on vanha idea, mutta edelleen tulevaisuuden teknologiaa • Käytetään yleensä passiivisen vaimennuksen rinnalla – Aktiivinen vaimennus toimii hyvin pienillä taajuuksilla, passiivinen suurilla • Suosituin sovellus nyt aktiiviset kuulosuojaimet ja kuulokkeet • Tulevaisuudessa aktiivinen meluntorjunta yleistynee – Mikroprosessori monissa laitteissa ja laskentatehoa riittävästi – Mahdollista lisätä asiakastyytyväisyyttä tai saavuttaa kustannussäästöjä (esim. auton aktiivinen äänenvaimennin) – Alan patentit vanhenemassa (voimassa 20 vuotta) © 2006-2015 Vesa Välimäki 45 Lukemista tenttiin • • S. J. Elliott, “Down with noise,” IEEE Spectrum, pp. 54-61, June 1999. B. Rafaely, “Active noise reducing headset: an overview,” Proc. INTERNOISE’2001, Haag, Alankomaat, Aug. 2001. Muita lähteitä • • • • • B. Widrow et al., “Adaptive noise cancelling: principles and applications,” Proc. IEEE, vol. 63, no. 12, pp. 1692-1716, Dec, 1975. S. M. Kuo and D. R. Morgan, “Active noise control: a tutorial review,” Proc. IEEE, vol. 87, no. 6, pp. 943-973, June 1999. P. A. Nelson and S. J. Elliott, Active Control of Sound. Academic Press, 1992. S. M. Kuo and D. R. Morgan, Active Noise Control Systems: Algorithms and DSP Implementations. Wiley, 1996. S. Haykin, Adaptive Filter Theory (3rd ed.). Prentice-Hall, 1996. (989 p.) © 2006-2015 Vesa Välimäki 46
© Copyright 2024