Test di sistemi audiocon segnali burst
Seminario AES Italian Section“Progettazione e misura degli altoparlanti”
Firenze, Conservatorio L. Cherubini, 12 luglio 2017
D. Ponteggia – Audiomatica
Firenze12 luglio 2017
Seminario AESAudiomatica
2
Sommario
● Introduzione
● Caratterizzazione sistemi lineari e non-lineari
● Analisi non linearità ad alti livelli tramite burst
● Analisi decadimento con burst
● Conclusioni
Firenze12 luglio 2017
Seminario AESAudiomatica
3
Introduzione
● Un sistema elettro-acustico è caratterizzabile attraverso diversi tipi di misurazioni a seconda che si tratti di sistemi descrivibili tramite:
● Modelli Lineari● Modelli non-lineari
● Nel caso di sistemi lineari è ormai pratica comune caratterizzare i sistemi attraverso la risposta all'impulso
● Nel caso di sistemi non-lineari invece si caratterizza la risposta del sistema tramite segnali sinusoidali
Firenze12 luglio 2017
Seminario AESAudiomatica
4
Caratterizzazione sistema lineare
Piccolo sistema alta fedeltà a 2 vie
Firenze12 luglio 2017
Seminario AESAudiomatica
5
Sistemi Lineari
● Un sistema lineare è completamente descritto dalla sua risposta all'impulso o dalla sua trasformata, la risposta in frequenza complessa
Firenze12 luglio 2017
Seminario AESAudiomatica
6
Sistemi lineari
y (t )=∫−∞
∞
h(t ) x (τ−t )dt
x (t ) y (t )h(t )
Y ( jω)=H ( jω)X ( jω)
X ( jω) Y ( jω)H ( jω)
DIFFICILE
FACILE
FO
UR
IER
Firenze12 luglio 2017
Seminario AESAudiomatica
7
Acquisizione IR con LogChirp
Firenze12 luglio 2017
Seminario AESAudiomatica
8
Acquisizione IR con LogChirp
Firenze12 luglio 2017
Seminario AESAudiomatica
9
Risposta in frequenza (complessa)
Firenze12 luglio 2017
Seminario AESAudiomatica
10
Caratterizzazione sistema NON lineare
Piccolo sistema alta fedeltà a 2 vie
Firenze12 luglio 2017
Seminario AESAudiomatica
11
Sistemi NON-Lineari
● Nei sistemi NON lineari NON esiste una semplice relazione che permetta di predire l'uscita a partire da un qualsiasi segnale di ingresso
● La completa caratterizzazione di un sistema NON lineare richiederebbe un tempo infinito, in quanto andrebbe fornita l'intera gamma dei possibili segnali in ingresso!
● La soluzione (una delle) quindi è quella di semplificare il problema, con un obiettivo meno ambizioso e caratterizzare il sistema solo per la risposta a stimoli sinusoidali
Firenze12 luglio 2017
Seminario AESAudiomatica
12
Misura della distorsione
X(f)
f
SistemaNON lineare
x (t ) y (t )
Y(f)
f
Risposta lineare
Distorsione
Firenze12 luglio 2017
Seminario AESAudiomatica
13
Misura della distorsione
Firenze12 luglio 2017
Seminario AESAudiomatica
14
Misura della distorsione
THD=1%
Firenze12 luglio 2017
Seminario AESAudiomatica
15
Modulo Sinusoidal di CLIO
DUTtime
freq
fMAX
fMIN
Sweep duration
10k5k2k1k500200100502020 20kHz
120.0
dBSPL
180.0
deg
100.0 108.0
80.0 36.0
60.0 -36.0
40.0 -108.0
20.0 -180.0
Sinusoidal 5-21-2009 11.33.09 AM
CH A&B dBSPL 1/12 Octave Unsmoothed 48kHz Delay [ms] 0.180 Distortion Rise [dB] 0.00 SweepTime [ms] 0.00
File: reference.sin
10k5k2k1k500200100502020 20kHz
140.0
dBSPL
120.0
100.0
80.0
60.0
40.0
Sinusoidal 5-21-2009 11.33.09 AM
CH A&B dBSPL 1/12 Octave Unsmoothed 48kHz Delay [ms] 0.180 Distortion Rise [dB] 0.00 SweepTime [ms] 0.00
File: reference.sin
Magnitudeand
phaseresponse
THD
● Sweeps continuously or stepping from fMAX
down to fMIN
● Tradeoff between frequency resolution and test duration
continuousstepped
Firenze12 luglio 2017
Seminario AESAudiomatica
16
Analisi con tono sinusoidale
● Compromesso durata segnale e finestra di osservazione FFT● FFT corta – bassa risoluzione in frequenza● Segnale sinuosidale – Per alti livelli problemi termici sul
DUT● Problemi nell'accorciare il segnale:
● Segnale di durata minore della finestra di osservazione FFT
● Si arriva rapidamente al segnale burst “hanningato” di Keele
Firenze12 luglio 2017
Seminario AESAudiomatica
17
Durata analisi vs durata segnale
TIMEON
TIMEOFF
FFT
TIMEON
TIMEOFF
FFT
Spectral leakage
FFT Resolution
DUT heating
FFT windowingBIN round gen
Signal windowing
Low High
Duty cycle dependant
Firenze12 luglio 2017
Seminario AESAudiomatica
18
Segnali di test
● Quando si finestra nel tempo una sinusoide, se ne allarga lo spettro (convoluzione della riga spettrale della sinusoide con lo spettro della finestra)
● La finestratura permette di alzare il fattore di cresta, definito come:
CF=20 log10(∣x peak∣xrms ) (dB )
Firenze12 luglio 2017
Seminario AESAudiomatica
19
Segnale di Keele
● Keele propone di finestrare un sinusoide con una finestra Hanning di durata 6.5 cicli
● In questo modo si ottiene una larghezza di banda per il tono generato di circa 1/3 di ottava
f (t)={(1−cos(2π f 0 t)6.5 ) sin(2π f 0t)2
per 0⩽ t⩽6.5f 0
0 altrove
Firenze12 luglio 2017
Seminario AESAudiomatica
20
Segnale di Keele
CF(on)=7.3 dBCF(on)=7.3 dB
Firenze12 luglio 2017
Seminario AESAudiomatica
21
Vantaggi del test burst
● Il test di distorsione con burst ha alcuni vantaggi● Si presta bene all'uso interattivo, anche grazie al fatto
che la forma d'onda è ben visibile in uno strumento come l'oscilloscopio
● Non stressa dal punto di vista termico il dispositivo sotto test
● Da risultati paragonabili a quelli del test con sinusoide “continua”
Firenze12 luglio 2017
Seminario AESAudiomatica
22
THD ad alti livelli
● Si utilizza un segnale di tipo Keele (tono singolo) anche con maggiore numero di cicli, se si desidera avere una minore occupazione di banda, è possibile effettuare misurazioni di distorsione
● Nel caso in esame, si vuole caratterizzare la distorsione del tweeter del sistema 2 vie
● Si testa il sistema in campo vicino, dato che non si ha disposizione uno spazio anecoico, con un segnale burst di durata 40 cicli
Firenze12 luglio 2017
Seminario AESAudiomatica
23
THD ad alti livelli
3.9 V
Firenze12 luglio 2017
Seminario AESAudiomatica
24
THD ad alti livelli
7.8 V
Firenze12 luglio 2017
Seminario AESAudiomatica
25
THD ad alti livelli
15.5 V
Firenze12 luglio 2017
Seminario AESAudiomatica
26
THD ad alti livelli
30.9 V
Firenze12 luglio 2017
Seminario AESAudiomatica
27
THD ad alti livelli
Firenze12 luglio 2017
Seminario AESAudiomatica
28
THD ad alti livelli
● Effettuando il test a frequenze e livelli diversi è possibile acquisire molte informazioni sul comportamento di un sistema
● I dati possono poi essere esposti sotto forma di grafici di distorsione in funzione della frequenza, del livello o di entrambi.
Firenze12 luglio 2017
Seminario AESAudiomatica
29
Analisi decadimento con burst
● Un sistema lineare è completamente descritto dalla IR
● Tipicamente la IR di un sistema a larga banda ha una durata limitata
● Siamo interessati ad analizzare il sistema per la presenza di risonanze e per valutarne il decadimento
● Vengono in nostro aiuto i metodi di analisi tempo-frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
30
Analisi tempo-frequenza
Temporal Analysis
Spectral Analysis
Firenze12 luglio 2017
Seminario AESAudiomatica
31
Analisi tempo-frequenza
Temporal Analysis
Spectral Analysis
Joint TFAnalysis
Firenze12 luglio 2017
Seminario AESAudiomatica
32
Wavelet come burst
● E' stato proposto in letteratura di testare sistemi audio attraverso segnali di tipo burst
● Nel caso di sistemi lineari l'analisi con burst è equivalente alla analisi Wavelet implementata in CLIO ● In realtà è molto simile dato che la Wavelet madre
utilizzata da CLIO è una Morlet e quindi non è una sinusoide con finestra di hanning ma con una finestra gaussiana
● La gaussiana ha il vantaggio di non avere side lobes
Firenze12 luglio 2017
Seminario AESAudiomatica
33
Wavelet come burst
W h(a ,b)=1
√∣a∣∫−∞
∞
h(t )ψ(t−ba )dt
Firenze12 luglio 2017
Seminario AESAudiomatica
34
Analisi Wavelet
Firenze12 luglio 2017
Seminario AESAudiomatica
35
Analisi del decadimento
● Una particolare applicazione dell'analisi tempo-frequenza è quella della valutazione del decadimento di fenomeni risonanti
● Nel caso di sistemi a larga banda che contengono fenomeni risonanti, questi possono essere difficilmente evidenziati a causa dell'estensione della risposta nel dominio tempo-frequenza e dal principio di indeterminazione tempo-frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
36
Sistema sotto-smorzato
x (t )=e−α t cos(2π f d t+ϕ)
Firenze12 luglio 2017
Seminario AESAudiomatica
37
Decadimento in cicli
α=π f dQ
t=n⋅T d
T d=1f d
x (t )=e−α t cos(2π f d t+ϕ)
x (nT d )=e−πf dQ
nT dcos(2π f dnT d )
tempo a cicli
x (n )=e−πQncos(2πn )
Firenze12 luglio 2017
Seminario AESAudiomatica
38
Analisi Cicli-Frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
39
Analisi Cicli-Frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
40
Analisi Tempo-Frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
41
Analisi Cicli-Frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
42
Conversione Tempo-Cicli
cyc=t−torigineT d
torigine
Firenze12 luglio 2017
Seminario AESAudiomatica
43
Analisi Cicli-Frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
44
Analisi Tempo-Frequenza
Firenze12 luglio 2017
Seminario AESAudiomatica
45
Conclusioni
● L'utilizzo di segnali tipo burst permette di effettuare misure molto interessanti
● La flessibilità dello strumento CLIO permette di creare delle procedure di misura innovative
● L'analisi del decadimento in cicli offre la possibilità di analizzare il fattore di smorzamento delle risonanze nei sistemi elettro-acustici
Firenze12 luglio 2017
Seminario AESAudiomatica
46
Question Time● Grazie per l'attenzione● Per ulteriori informazioni:
www.audiomatica.com ● Domande?
Top Related