parametrisk equalizer

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


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

Lyd

Pc

Forstærker-interface

Lyd-interface

Cd-interface

Pc-interface

Forstærker


6

Opbygning af systemet

Cd-interface

FiltreForstærker-

interface

Kom.-interface

Pc-interface

Lydtryks-måler

Mikrofon-interface

Cd-afspiller Forstærker

Lyd


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 Sende lydtryk til pc

Frekvensanalyse Måle frekvenskarakteristik

Kommunikation med pc

10

Grafisk Brugerflade

11

Lydtryksmåler

Kim Nørmark

12

Lydtryksmåler

A-vægtnings-filter

Rms-måler

Codec

Diff. Line Receiver

Lydtryksmåler

13

IEC61672-1

0 Hz Nulpunkt 4. orden

20,6 Hz Pol 2. orden



12194 Hz Pol 2. orden

14

A-vægtningsfilter

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

Root mean square (rms)

T

T dttftfrms0

21 )()}({

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)

SquareMean

(average)Square-root

EoVin

18

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

19

Filteralgoritme

Mikkel

20

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.

21

Illustrering af filtreringsalgoritme

ZALR NUL LT X2R1

MPY *+LTD X1R1MPY *+ LTD X0R1 MPY *+ LTA Y2R1MPY *+ LTD Y1R1 MPY *+

LTA X2R2

MPYA *+

SACH Y1R1

SACH X0R2

T (16)

Multiplier

P (32)

AR3

x[n-1]

x[n-2]

x[n]

y[n-2]

y[n-1]

b1

b0

a2

a1

b2

ACC (32)

ACC = 0 + ½LSB

ACC = ACC+P

22

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.

23

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.

24

Frekvensanalyse

Andreas

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

Sinussignal genereres i DSP'en ved hjælp af opslag i en forudberegnet sinustabel.

Filtrering af signalet med de givne filtere. Filtreret signal udsendes i begge kanaler. Audiosignalet opfanges via

lydtryksmåleren. Den næste sinusfrekvens genereres osv.

Virkemåde

27

Blokdiagram over virkemåde

A-vægtet frekvensrespons. Vanskelig at tolke.

28

Frekvensresponsen kan foretages med forskellig opløsning. Fra 1 til 30 punkter

per oktav. Tydelig A-vægtning

på frekvenskarak-teristikken.

Forskellig opløsning

29

Frekvensanalyse med 10 pkt/oktav. Med alle filtre

nulstillet. Forsøg på at

equalizere audiosystemet.

Equalisering ud fra frekvensanalyse

30

Blokdiagram over ideel virkemåde

Ikke A-vægtet frekvensrespons. Lettere at tolke korrekt.

31

Talrepræsentation

Thomas

32

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

33

Koefficientkvantisering

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

Kvantisering af koefficienter giver ændringer i filterkarakteristik.

34


Brugerfladen viser det realiserede og det ideelle filter.

Skalering er baseret på ideelle filtere.

Realiseret

Ideel

35

Filterberegninger

Beregn ideelle koefficienter

Beregn Skalerings-

faktorer

Kvantiser filter-

koefficienter

Ideelt filter

Ideelt skaleret filter

Kvantiseret approximation af ideelt skaleret filter

36

Beregning af skaleringsfaktorer

Ændres skaleringsfaktoren, Påvirkes hele filterbanken.

0,20,20,8

0,20,20,8

4,01,20,4

1,00,30,1

1 1

2 2

11

1

KS

22

11

KS

KS

Endeligt gain: 422KS

+6dB

- 6dB

0dB

37


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

Kvantiseringsstøj

-a1

-a2

b1

b2

b0x[n] y[n]

z-1

z-1z-1

z-1

16bit 16bit32bit 16bit

39

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]

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

Afslutning

Casper

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

Filter frekvenskarakteristik

44

Filter frekvenskarakteristik

45

Lydtryksmåling

Lydtryksområde:60-80 dB.

Test lyd: Pink noise. Midlet over 100

målinger. Maksimal afvigelse:

0,6 dB

46

Frekvenskarakteristikanalyse

47

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.

48

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

49

Demonstration

parametrisk equalizer

Documents