2 SCOPO DELLA TESI Realizzare un sistema capace di migliorare la riproduzione sonora affidata ai...
-
Upload
adona-perego -
Category
Documents
-
view
217 -
download
2
Transcript of 2 SCOPO DELLA TESI Realizzare un sistema capace di migliorare la riproduzione sonora affidata ai...
U N I V E R S I T À D E G L I S T U D I D I T R I E S T E
F A C O L T À D I I N G E G N E R I A
Dipartimento di Elettronica, Elettrica ed Informatica
UUTTIILLIIZZZZOO DDEEII PPOOLLIINNOOMMII DDII VVOOLLTTEERRRRAA PPEERR LLAA
CCOORRRREEZZIIOONNEE DDEELLLLAA NNOONN LLIINNEEAARRIITTÀÀ DDII UUNN
AALLTTOOPPAARRLLAANNTTEE
Relatore: Prof. SSeerrggiioo CCaarrrraattoo Laureando: Correlatore: GGiiuulliioo GGrraassssii Ing. EEzziioo ZZaannddeeggiiaaccoommoo
2
SCOPO DELLA TESISCOPO DELLA TESI
Realizzare un sistema capace di migliorare la riproduzione sonora affidata ai comuni altoparlanti
MODALITAMODALITA
Realizzazione di un sistema di correzione mediante DSP della distorsione introdotta
Utilizzando la teoria dei sistemi polinomiali basati sugli sviluppi in serie di Volterra
3
Per comprendere l’origine della distorsione che vogliamo ridurre, è opportuno descrivere la struttura di un
altoparlante.
4
Principali fonti di distorsione
Non uniformità del campo magnetico ( nel quale è avvolto l’avvolgimento mobile)
Non linearità delle sospensioni.
5
Esistono diversi operatori non lineari
Per il nostro scopo abbiamo utilizzato i Polinomi di Volterra
GENERICO SVILUPPO IN SERIE DI VOLTERRA -di ordine e momoria finita-
P
pp nxhhny
10 )]([)(
dove
1
0
1
011
1
1
2
)()...(),...,(...)]([L
m
L
mpppp
p
mnxmnxmmhnxh
6
TECNICHE DI COMPENSAZIONE DELLE NON LINEARITÀ
Postdistorsione
Predistorsione
PostdistorsioneSistema non
Predistorsione Sistema non
lineare
lineare
La cantena di correzione che siamo andati a realizzare è la seguente:
7
Mediante algoritmo adattativo NLS o RLS
Mediante algoritmo off-line “a blocchi”
SISTEMA INVERSO
Per realizzare la compensazione abbiamo bisogno del modello inverso
abbiamo bisogno della sequenza di ingresso e di quella di uscita del sistema non lineare
IDENTIFICAZIONE DEL SISTEMA
G(Z)XN
Noise Generator
Sistema non lineare
X D
8
3
1
3
2
3
3
2
1
2
2
1
1
0 0 0321321
0 021212
01110
)()()(),,(
)()(),()()()(
N
m
N
m
N
mp
N
m
N
m
N
m
mnxmnxmnxmmmh
mnxmnxmmhmnxmhhny
PROCEDURA DI IDENTIFICAZIONE
ricerchiamo i coefficienti del kernel ),...,( 1 pp mmh
I vettori sono realizzati nel seguente modo:
la (1) diventa )()( ~ nny xh
per l’intera sequenza ~
Xhy
(1)
9
~
Xyh
~1 Xyh
QUESTI PASSAGGI PORTANO AL KERNEL
sfruttando la potenzialità di MATLAB
la matrice ottenuta sarà una pseudoinversa di Moore-Penrose
ALGORITMO OTTENUTOsistema_nl
H_final
X
D
+
-Y
processamento sequenza
calcolo pseudoinversa
coefficienti kernel
10
H(Z)X W Y
SIMULAZIONI MATLAB
modello non lineare analitico
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 10
20
40
60
80
Normalized Frequency ( rad/sample)
Phase (
degre
es)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-10
-5
0
5
10
Normalized Frequency ( rad/sample)
Magnitude (
dB
)
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1-2.5
-2
-1.5
-1
-0.5
0
0.5
1
X
Y
funzione di trasferimento realefunzione di trasferimento ideale
Tipico di oggetti di queste dimensioni
11
MODELLO DIRETTO
RICERCA
sistema_nl
H_final
X
D
+
-Y H_final
sistema_nl
X
Y
D
12
MODELLO INVERSO
sistema_nl
H_ inv+
-
X
DY
H_finalD
sistema_nl
X X'
RICERCA
13
85 90 95 100
-1.2
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
MSE assoluto:1.8925e-005 ,MSE relativo:5.6149e-005
Tempo
Xtest:ingressoDtest:uscita sistemaYtest:identificazione
IDENTIFICAZIONE
H(Z)X W Y
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-1.5
-1
-0.5
0
0.5
1
Funzione di trasferimento del sistema non lineare durante l'apprendimento
X
Y
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-1.5
-1
-0.5
0
0.5
1
Funzione di trasferimento del sistema identificato
X
Y
Modello con sola non linearità
14
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-20
0
20
40
60
80
Normalized Frequency ( rad/sample)
Pha
se (
degr
ees)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-10
-5
0
5
10
15
Normalized Frequency ( rad/sample)
Mag
nitu
de (
dB)
Risposta in frequenza del sistema non lineare e del modello identificato
Sistema non lineareModello identificato
0 20 40 60 80 100 120 140-2
-1.5
-1
-0.5
0
0.5
1
1.5
2Coefficienti del kernel ottenuti
campioni del kernel del modello
Parte Lineare
Parte Quadratica
Parte Cubica
H(Z)X W YModello completo
IDENTIFICAZIONE )tan(26,0)( 2 xarcxxy
15
1515 1520 1525 1530 1535 1540 1545
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
MSE assoluto:0.00016772, MSE relativo:0.0021303
Tempo
Xtest:ingressoDtest:uscita sistema equalizzatoXptest:sequenza predistorta
Modello con sola non linearità
EQUALIZZAZIONE
H(Z)X W Y
16
Compensazione modello completo Riduzione THD%
EQUALIZZAZIONE
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1-40
-20
0
20
40
60
80Spettri delle sequenze di uscita con correzione e senza
Frequency
dB
FFT uscita correttaFFT uscita senza correzione
17
IMPLEMENTAZIONE SU DSP
Utilizzo dei polinomi di Volterra in real-time
Fc=8kHz Fc=44.1kHz
125s Tc 22,7s
Dobbiamo eseguire aggiornamento polinomio di Volterraprodotto scalare con il kernel
ricalcolo aggiornamentosecondo grado 21 6
terzo grado 56*2 21totale 133 27
Es: kernel di terzo grado di dimensioni 6•6•6
risparimo computazionale eseguento un semplice aggiornamento del polinomio
18
DSP
DSK 6711
Daughter Card
A/D
D/A
PP
PC
9V DC
Sorgente Audio
Amplificatore
Ricezione campioneElaborazione
polinomio di Volterradell'ingresso Kernel inserito
scalare con ilProdotto
Trasmissionecampione
UTILIZZIAMO UN DSP C6711 TEXAS INSTRUMENTS
Sistema di sviluppo TMDS320006711 DSK
Audio Daughter Card TMDX326040A
19
PC- HP
Sound Blaster
In R
In L
44kHz,16bit
amplificatore
partitore resistivo
condizionamento microfono
D.U.T.
44kHz,16bit
Out
Sound Blaster
PC- TOSHIBA
REALIZZAZIONE DELLE MISURE
Ricerchiamo il modello dell’altoparlante
è stato realizzato un sistema di misura
Si sono effettuate più sessioni di misura
campo chiuso, laboratorio del DEEI
campo aperto, piazzale dell’Universtià
generazione rumore
misure
sequenze di ingresso e di uscita del sistema non lineare altoparlante
20
ELABORAZIONE DELLE MISURE
- contenuto armonico in uscita all’altoparlante infunzione della potenza
-2000 -1500 -1000 -500 0 500 1000 1500 2000-20
0
20
40
60
80
Frequenza [Hz]
dB
Modulo della FFT eseguita su 5000 campioni sul segnale ad 1W
MicrofonoSpeaker
-2000 -1500 -1000 -500 0 500 1000 1500 2000-20
0
20
40
60
80
Frequenza [Hz]
dB
Modulo della FFT eseguita su 4800 campioni sul segnale a 10W
@ 1 W tono sinusoidale 100Hz
@ 10 W tono sinusoidale 100Hz
21
ELABORAZIONE DELLE MISURE
- tempo di propagazione del fronte sonoro
abbiamo bisogno di sequenze temporali sincrone!
per ricorrelare le sequenze usiamo la crosscorrelazione
PCFronte Sonoro
Segnale Elettrico dall'Amplificatore
Segnale Elettrico Micorfonico
1m
344 m/s
3000 3010 3020 3030 3040 3050 3060 3070 3080 3090 3100-1
-0.5
0
0.5
1Segnali originali
Segnale MicrofonoSegnale Elettrico
3000 3010 3020 3030 3040 3050 3060 3070 3080 3090 3100-1
-0.5
0
0.5
1Segnali ricorrelati
Rif as ament o r ius c it o,Tr ovat o un er r or e di 135 c ampioni par i ad un per c or s o di 1.0531 m
22
ELABORAZIONE DELLE MISURE
- riverbero ambientale
per ridurre il problema abbiamo effettuato due misurecampo chiuso campo aperto
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7
-0.5
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
0.5Sequenze ricorrelate
Tempo
Segnale MicrofonoSegnale Elettrico
100ms
1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9
-0.4
-0.3
-0.2
-0.1
0
0.1
0.2
0.3
0.4
Sequenze ricorrelate in campo aperto
Tempo
Segnale MicrofonicoSegnale Elettrico
50ms
23
ELABORAZIONE DELLE MISURE
- ricerca del modello
la precisione delle simulazioni non è stata ottenuta
gli errori ottenuti sono risultati elevatisistema diretto ,sistema inverso
1390 1395 1400 1405 1410 1415 1420 1425 1430
-0.4
-0.2
0
0.2
0.4
0.6
MSE assoluto:0.008776 ,MSE relativo:0.15962
Tempo
Xtest:ingressoDtest:uscita sistemaYtest:identificazione
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-400
-300
-200
-100
0
Normalized Frequency ( rad/sample)
Pha
se (
degr
ees)
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1-15
-10
-5
0
5
Normalized Frequency ( rad/sample)
Mag
nitu
de (
dB)
Risposta in frequenza della parte lineare del modello
%16relMSE %37relMSE
24
CONSIDERAZIONI FINALI
- sistema di correzione
il modello ottenuto risulta troppo impreciso per proseguire nella correzione
l’imprecisione dipende dalla “bontà” delle misure
l’utilizzo di un interferometro laser al posto del micorofono risolverebbe ogni problema
PC- HP
Sound Blaster
In R
In L
44kHz,16bit
amplificatore
partitore resistivo
D.U.T.
44kHz,16bit
Out
Sound Blaster
PC- TOSHIBA
interferometro laser
PC- HP
Sound Blaster
In R
In L
44kHz,16bit
amplificatore
partitore resistivo
condizionamento microfono
D.U.T.
44kHz,16bit
Out
Sound Blaster
PC- TOSHIBA