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. 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

6. Opbygning af systemet

7. Analog hardware

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

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)

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).

17. Tilbagekobling (log-antilog)

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

21. Nuværende instruktionstid Handling Instruktioner Interruptbranch 6+3 Sæt continuos mode 1 Gem kontekst 13 Indlæsning af sample 6/7 Filtrering af 1. 2. og 3. 41 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13 Return 4 I alt 104/105 • Det vil sige at antallet af instruktioner for en stereosample er 209 ud af 232.

22. Handling Instruktioner Interruptbranch 6+3 Sæt continuos mode 1 Gem kontekst 13 Indlæsning af sample 6/7 Filtrering af 1. 2. og 3. 41 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 13 Return 4 I alt 104/105 Det vil sige at antallet af instruktioner for en stereosample er 209 ud af 232. Handling Instruktioner Interruptbranch 6+3/0 Sæt continuos mode 1/0 Gem kontekst 13/0 Indlæsning af sample 4/4 Filtrering af 1. 2. og 3. 41 Filtrering af sidste sektion 12 Output til codec 5 Genskab kontekst 0/13 Return 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. Optimering af filteralgoritme

23. Frekvensanalyse Andreas

24. Formål • 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.

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

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. Equalisering ud fra frekvensanalyse • Frekvensanalyse med 10 punkter/oktav. • Med alle filtre nulstillet. • Forsøg på at equalizere audiosystemet.

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 TMS320C26 IEEE 754 Other Kilde: DSP Processor Fundamentals: Architectures and Features

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 Ideelt filter Beregn Skalerings- faktorer Ideelt skaleret filter Kvantiser filter- koefficienter Kvantiseret approximation af ideelt skaleret filter

37. 1 × = × S K 1 1 × S K × = 1 1 × S K 2 2 × = S K 2 2 2 Beregning af skaleringsfaktorer • Ændres skaleringsfaktoren, Påvirkes hele filterbanken. +6dB 0dB - 6dB 5,00 4,00 1,00 1,00 0,80 0,20 Endeligt gain: 1 5 0,20 0,10 0,30 0,50 0,25 0,75 2 1

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 16bit 16bit 32bit  16bit

40. Kvantiseringsstøj e1 e2 e3 e4 x[n] y[n] + e • Kvantiseringsstøj akkumuleres gennem filtere: e = e1 + e2 + e3 + e4 • e1 til e3 kan minimeres ved at anvende en større ordlængde.

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