دانلود پایان نامه ارائه روش جدید جهت حذف نویز آکوستیکی در یک مجرا

اختصاصی از فی گوو دانلود پایان نامه ارائه روش جدید جهت حذف نویز آکوستیکی در یک مجرا دانلود با لینک مستقیم و پر سرعت .

ارائه روش جدید جهت حذف نویز آکوستیکی در یک مجرا

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه:102

پایان نامه کارشناسی رشته مهندسی برق – الکترونیک

فهرست مطالب :

چکیده

فصل صفر: مقدمه

فصل اول: مقدمه ای بر کنترل نویز آکوستیکی

1-1) مقدمه

1-2) علل نیاز به کنترل نویزهای صوتی (فعال و غیر فعال)

1-2-1) بیماری های جسمی

1-2-2) بیماری های روانی

1-2-3) راندمان و کارایی افراد

1-2-4) فرسودگی

1-2-5) آسایش و راحتی

1-2-6 جنبه های اقتصادی

1-3) نقاط ضعف کنترل نویز به روش غیرفعال

1-3-1) کارایی کم در فرکانس های پایین

1-3-2) حجم زیاد عایق های صوتی

1-3-3) گران بودن عایق های صوتی

1-3-4) محدودیت های اجرایی

1-3-5) محدودیت های مکانیکی

1-4) نقاط قوت کنترل نویز به روش فعال

1-4-1) قابلیت حذف نویز در یک گسترده ی فرکانسی وسیع

1-4-2) قابلیت خود تنظیمی سیستم

1-5) کاربرد ANC در گوشی فعال

1-5-1) تضعیف صدا به روش غیر فعال در هدفون

1-5-2) تضعیف صدا به روش آنالوگ در هدفون

1-5-3) تضعیف صوت به روش دیجیتال در هدفون

1-5-4) تضعیف صوت به وسیله ی ترکیب سیستم های آنالوگ و دیجیتال در هدفون

1-6) نتیجه گیری

فصل دوم: اصول فیلترهای وفقی

2-1) مقدمه

2-2) فیلتر وفقی

2-2-1) محیط های کاربردی فیلترهای وفقی

2-3) الگوریتم های وفقی

2-4) روش تحلیلی

2-4-1) تابع عملکرد سیستم وفقی

2-4-2) گرادیان یا مقادیر بهینه بردار وزن

2-4-3) مفهوم بردارها و مقادیر مشخصه R روی سطح عملکرد خطا

2-4-4) شرط همگرا شدن به٭ W

2-5) روش جستجو

2-5-1) الگوریتم جستجوی گردایان

2-5-2) پایداری و نرخ همگرایی الگوریتم

2-5-3) منحنی یادگیری

2-6) MSE اضافی

2-7) عدم تنظیم

2-8) ثابت زمانی

2-9) الگوریتم LMS

2-9-1) همگرایی الگوریتم LMS

2-10) الگوریتم های LMS اصلاح شده

2-10-1) الگوریتم LMS نرمالیزه شده (NLMS)

2-10-2) الگوریتم های وو LMS علامتدار وو (SLMS)

2-11) نتیجه گیری

فصل سوم: اصول کنترل فعال نویز

3-1) مقدمه

3-2) انواع سیستم های کنترل نویز آکوستیکی

3-3) معرفی سیستم حذف فعال نویز تک کاناله

3-4) کنترل فعال نویز به روش پیشخور

3-4-1) سیستم ANC پیشخور باند پهن تک کاناله

3-4-2) سیستم ANC پیشخور باند باریک تک کاناله

3-5) سیستم های ANC پسخوردار تک کاناله

3-6) سیستم های ANC چند کاناله

3-7) الگوریتم هایی برای سیستم های ANC پسخوردار باند پهن

3-7-1) اثرات مسیر ثانویه

3-7-2) الگوریتم FXLMS

3-7-3) اثرات فیدبک آکوستیکی

3-7-4) الگوریتم Filtered- URLMS

3-8) الگوریتم های سیستم ANC پسخوردار تک کاناله

3-9) نکاتی درباره ی طراحی سیستم های ANC تک کاناله

3-9-1) نرخ نمونه برداری و درجه ی فیلتر

3-9-2) علیت سیستم

3-10) نتیجه گیری

فصل چهارم: شبیه سازی سیستم ANC تک کاناله

4-1) مقدمه

4-2) اجرای الگوریتم FXLMS

4-2-1) حذف نویز باند باریک فرکانس ثابت

4-2-2) حذف نویز باند باریک فرکانس متغیر

4-3) اجرای الگوریتم FBFXLMS

4-4) نتیجه گیری

فصل پنجم: کنترل غیرخطی نویز آکوستیکی در یک ماجرا

5-1) مقدمه

5-2) شبکه عصبی RBF

5-2-1) الگوریتم آموزشی در شبکه ی عصبی RBF

5-2-2) شبکه عصبی GRBF

5-3) شبکه ی TDNGRBF

5-4) استفاده از شبکه ی TDNGRBF در حذف فعال نویز

5-5) نتیجه گیری

فصل ششم: نتیجه گیری و پیشنهادات

6-1) نتیجه گیری

6-2) پیشنهادات

مراجع

چکیده :

تاکنون برای حذف نویزهای آکوستیکی از روش های فعال[1] و غیر فعال[2]استفاده شده است. برخلاف روش غیر فعال می‌توان بوسیله‌ی روش فعال، نویز را در فرکانس های پایین (زیر 500 هرتز)، حذف و یا کاهش داد. در روش فعال از سیستمی استفاده می شود که شامل یک فیلتر وفقی است. به دلیل ردیابی خوب فیلتر [3] LMS در محیط نویزی، الگوریتم FXLMS[4] بعنوان روشی پایه ارائه شده است. اشکال الگوریتم مذکور این است که در مسائل کنترل خطی استفاده می شود. یعنی اگر فرکانس نویز متغیر باشد و یا سیستم کنترلی بصورت غیرخطی کار کند، الگوریتم فوق به خوبی کار نکرده و یا واگرا می شود.

بنابراین در این پایان نامه، ابتدا به ارائه ی گونه ای از الگوریتم FXLMS می پردازیم که قابلیت حذف نویز، با فرکانس متغیر، در یک مجرا و در کوتاه‌ترین زمان ممکن را دارد. برای دستیابی به آن می توان از یک گام حرکت وفقی بهینه () در الگوریتم FXLMS استفاده کرد. به این منظور محدوده ی گام حرکت بهینه در فرکانس های 200 تا 500 هرتز را در داخل یک مجرا محاسبه کرده تا گام حرکت بهینه بر حسب فرکانس ورودی به صورت یک منحنی اسپلاین مدل شود. حال با تخمین فرکانس سیگنال ورودی به صورت یک منحنی اسپلاین مدل شود. حال با تخمین فرکانس سیگنال ورودی بوسیله ی الگوریتم MUSIC[5] ، را از روی منحنی برازش شده، بدست آورده و آن را در الگوریتم FXLMS قرار می‌دهیم تا همگرایی سیستم در کوتاه‌ترین زمان، ممکن شود. در نهایت خواهیم دید که الگوریتم FXLMS معمولی با گام ثابت با تغییر فرکانس واگرا شده حال آنکه روش ارائه شده در این پایان نامه قابلیت ردگیری نویز با فرکانس متغیر را فراهم می آورد.

همچنین‌به دلیل‌ماهیت غیرخطی سیستم‌های‌ANC ، به ارائه‌ی نوعی شبکه‌ی عصبی‌ RBF TDNGRBF ) [6] ( می‌پردازیم که توانایی مدل کردن رفتار غیرخطی را خواهد داشت. سپس از آن در حذف نویز باند باریک فرکانس متغیر در یک مجرا استفاده کرده و نتایج آن را با الگوریتم FXLMS مقایسه می کنیم. خواهیم دید که روش ارائه شده در مقایسه با الگوریتم FXLMS، با وجود عدم نیاز به تخمین مسیر ثانویه، دارای سرعت همگرایی بالاتر (3 برابر) و خطای کمتری (30% کاهش خطا) است. برای حذف فعال نویز به روش TDNGRBF، ابتدا با یک شبکه ی GRBF به شناسایی مجرا می‌پردازیم. سپس با اعمال N تاخیر زمانی از سیگنال ورودی به N شبکه ی GRBF (با ترکیب خطی در خروجی آنها)، شناسایی سیستم غیرخطی بصورت بر خط امکان پذیر می شود. ضرایب بکار رفته در ترکیب خطی با استفاده از الگوریتم [7]NLMS بهینه می شوند.

در سال های اخیر حذف نویز آکوستیکی[1](ANC) با روش های فعال به دلیل کاربردهای فراوان آن مورد توجه بسیاری از محققین بوده است. برخلاف روش غیرفعال می توان بوسیله ی روش فعال، نویز را در فرکانس های پایین (زیر 500 هرتز)، حذف و یا کاهش داد [16،1] اولین بار کنترل فعال نویز توسط Pual Lveg در سال 1936 برای حذف نویز در مجرا- در مواردی چون سیستم های تهویه و تبرید هوا و اگزوز و ..... معرفی و تشریح گردید [2]. در این سیستم نویز با تولید یک صوت مشابه (هم دامنه)، ولی با فاز مخالف حذف می گردد. به این منظور باید دامنه و فاز نویز تشخیص داده شده و معکوس آن تولید شود.

سیستم ایجاد شده باید قابلیت کنترل وفقی نویز را داشته باشد تا بتواند تغییرات ایجاد شده در نویز اولیه را ردگیری نماید [1، 8، 12] عموماً در ANC از فیلتر FIR بعنوان یک کنترلگر وفقی استفاده می شود که وزن های آن توسط الگوریتم LMS بهینه می شوند. اما به دلیل ظاهر شدن تابع تبدیل مسیر ثانویه در سیستم ANC، بایستی الگوریتم LMS جهت دستیابی به همگرایی اصلاح گردد [4]. لذا در ANC از الگوریتم FXLMS- که سیگنال فیلتر شده ی نویز را بعنوان ورودی الگوریتم در نظر می گیرد- استفاده می شود. این الگوریتم در ابتدا به وسیله ی مورگان بیان شد [4] و سپس Burgess پیشنهاد کرد که از آن برای حذف نویز داخل مجرا استفاده شود [5]. نویز باقیمانده نیز می تواند به عنوان سیگنال ورودی به الگوریتم وفقی برای تنظیم ضرایب فیلتر و تخمین اثرات کانال آکوستیکی استفاده شود.

الگوریتم FXLMS یک روش ساده ای را پیشنهاد می کند که به منظور انتخاب گام حرکت() مناسب، نیاز به دانشی در مورد خصوصیات آماری داده های ورودی دارد. به ویژه هنگامیکه مسیر ثانویه بصورت on- Line بهینه شود [58]. در این الگوریتم برای اطمینان از همگرایی، گام حرکت را کوچک اختیار می کنند. در نتیجه سرعت همگرایی پایین است و اجرای ضعیفی خواهیم داشت. حال آنکه الگوریتم FXNLMS همگرایی را برای یک محدوده ای از گام حرکت- که بستگی به خصوصیات آماری داده های ورودی ندارد- تضمین می کند و سرعت همگرایی آن نسبت به الگوریتم FXLMS بیشتر است. هر چند این الگوریتم نیز بخاطر نویزهایی که از محیط وارد میکروفن های ورودی و خطا می شوند، اثر پذیر است [50]. از مشکلات الگوریتم FXLMS این است که برای حذف نویز باند پهن نیاز به فیلتری از درجات بالا دارد که سبب افزایش طول مجرا می شود [6]. همچنین این الگوریتم تنها در مورد کنترل کننده های خطی صادق است و برای کنترل کننده های غیر خطی قابل استفاده نیست [51، 52]. در سیستم های ANC، عوامل غیرخطی از محرک های ثانویه (سیستم های آکوستیکی غیر خطی تحت کنترل) سرچشمه می گیرند. به ویژه وقتی سیگنال نویز ورودی دامنه ای نزدیک به اشباع داشته باشد و یا در فرکانس های نزدیک- یا پایین تر از- محدوده ی می نیمم فرکانس کاری محرک ها کار کند [52]. بدین منظور برای بررسی عوامل غیرخطی می توان از ساختاری غیر خطی، همانند شبکه های عصبی استفاده کرد.

با توجه به پاسخ بلندگو، هیچ کاهشی در مقادیر کمتر از 200 هرتز بدست نمی آید [1]. همچنین به دلیل اینکه تکنیک های غیر فعال برای کاهش نویز در فرکانس های کمتر از 500 هرتز موفقیت آمیز‌نبوده اند [1، 6، 16]، از سیستم های ANC در محدوده ی 200 تا 500 هرتز استفاده می شود. استفاده از بلندگوهای مناسب باعث کاهش حد پایینی این محدوده می شود [1]. حد بالایی عملکرد را محدود نمی کند، چرا که تکنیک های غیرفعال برای کاهش نویز در فرکانس های بالاتر از 500 هرتز موفقیت آمیز خواهد بود.

در اجرای الگوریتم FXLMS ، برای اینکه نویز پریودیک تک فرکانس ورودی به مجرا در کوتاهترین زمان ممکن حذف شود، احتیاج به گام حرکت بهینه() در فیلتر وفقی داریم. ولی در عمل اگر فرکانس ورودی تغییراتی داشته باشد، ممکن است که حذف نویز در کوتاهترین زمان ممکن اتفاق نیفتد و یا سیستم بصورت واگرا عمل کند. در این پایان نامه برای رفع این مشکل، از یک گام حرکت وفقی در الگوریتم FXLMS استفاده می کنیم. به این منظور محدوده ی گام حرکت بهینه – در فرکانس های 200 تا 500 هرتز – را محاسبه کرده تا اینکه یک منحنی اسپلاین گام حرکت بهینه برحسب فرکانس ورودی بدست آید. حال با تخمین فرکانس ورودی بوسیله ی الگوریتم MUSIC و استفاده از منحنی بدست آمده، را محاسبه کرده و از آن در الگوریتم FXLMS استفاده می کنیم.

همچنین در این پایان نامه با ارائه ی یک شبکه ی غیرخطی TDNGRBF، به حذف فعال نویز باند باریک فرکانس متغیر می پردازیم. نمونه های (n)x تا X(n-N) ، به N تا شبکه ی GRBF وارد می شوند و سپس از ترکیب خطی خروجی آنها برای حذف نویز در یک مجرا استفاده می شود. وزن های شبکه ی GRBF روی سیگنال سینوسی فرکانس متغیر 200 تا 500 هرتز محاسبه می شوند و در نهایت روش TDNGRBF قابلیت حذف نویز در مجرا را نشان می دهد.

این پایان نامه بصورت زیر سازمان دهی شده است:

در فصل اول دلایل نیاز به کنترل نویزهای صوتی، تایخچه ی سیستم های کنترل فعال نویز و دلایل برتری آن نسبت به روش کنترل غیرفعال مورد توجه قرار گرفته است. در پایان فصل به معرفی گوشی فعال- که نمونه ی صنعتی از این سیستم ها می باشد ، می پردازیم.

در فصل دوم اصول فیلترهای وفقی را تشریح کرده و در این راستا الگوریتم LMS را بطور کامل توضیح می دهیم. نحوه ی انتخاب ضریب همگرایی و زمان همگرایی از نکاتی است که دراین فصل بررسی می گردد. همچنین الگوریتم های SLMS,NLMS و CLMS را معرفی می کنیم.

در فصل سوم به بررسی اصول کنترل فعال نویز در یک مجرا می پردازیم. بدین منظور روش های پیشخور مبتنی بر الگوریتم های FBFXLMS, FXLMS در فصل چهارم ارائه خواهد شد. در این راه ابتدا شبیه سازی یک سیستم ANC تک کاناله با الگوریتم FXLMS معمولی عرضه گردیده و سپس به ارائه گونه ای از الگوریتم FXLMS می پردازیم که قابلیت حذف نویز فرکانس متغیر- در کمترین زمان ممکن – را دارد. در پایان این فصل الگوریتم FBFXLMS نیز شبیه سازی شده است.

در فصل پنجم، ابتدا شبکه های عصبی GRBF,RBF را معرفی کرده و سپس با ارائه ی یک شبکه ی TDNGRBF رفتار غیر خطی سیگنال های زمانی را مدل کرده و از آن در حذف نویز باند باریک فرکانس متغیر در یک مجرا استفاده می کنیم.

در فصل ششم نتیجه گیری و پیشنهادات عرضه خواهد شد.

و...

NikoFile

آموزش تصویریه حذف icloud گوشی IPAD 2 64Gبا لینک مستقیم

اختصاصی از فی گوو آموزش تصویریه حذف icloud گوشی IPAD 2 64Gبا لینک مستقیم دانلود با لینک مستقیم و پر سرعت .

موضوع :

آموزش تصویریه حذف icloud گوشی IPAD 2 64Gبا لینک مستقیم

پایان نامه حذف بهینه نویز صنعتی با استفاده از فیلترهای تک‌کاناله

اختصاصی از فی گوو پایان نامه حذف بهینه نویز صنعتی با استفاده از فیلترهای تک‌کاناله دانلود با لینک مستقیم و پر سرعت .

پایان نامه حذف بهینه نویز صنعتی با استفاده از فیلترهای تک‌کاناله

86 صفحه در قالب word

فهرست مطالب:

فصل 1- مقدمه 1

1-1- تعریف مسئله. 1

1-2- راهکارهای موجود. 2

1-3- خلاصه کارهای انجام گرفته. 4

1-4- هدف تحقیق.. 5

1-5- فصل بندی پایان‌نامه. 6

فصل 2- روشهای مختلف بهبودگفتار. 7

2-1- پیش زمینه‌های تئوری سیگنال گفتار8

2-2- نویز و انواع آن.. 14

2-4- روش تفریق طیفی.. 19

2-4-1- اصول پایه جداسازی طیفی.. 19

2-5- فیلتر وینر23

2-5-1- فیلتر وینر در حوزه زمان.. 24

2-6- روش هایبرپایه یمدلهایآماری.. 26

2-6-1- تخمینگر حداکثر شباهت... 26

2-7- الگوریتمهای زیرفضایی.. 29

فصل 3- فیلتر کالمن متوالی.. 30

3-1- مقدمه........ 31

3-2- تئوری فیلترکالمن.. 31

3-3- انواع فیلترکالمن.. 34

3-3-1- فیلتر کالمن در حوزه زمان ارائه شده توسط پالیوال.. 34

3-4- فیلتر کالمن متوالی برای حذف نویز رنگی.. 35

3-5- الگوریتم بر پایه EM... 41

3-5-1- قسمت تخمین حالت (قدمE)42

3-5-2- بازگشتی روبه جلو. 42

3-5-3- بازگشتی روبه عقب... 42

3-5-4- تخمین پارامترها )قدم M)43

فصل 4- فیلتر ذره ای 45

4-1- مقدمه........ 46

4-2- فرموله کردن مسئله. 47

4-2-1- مدل GAR......... 47

4-2-2- مدل فضای حالت 48

4-3- EM تحمیلی متوالی.. 49

4-3-1- قدم E.. 50

4-3-2- قدم M... 50

4-4- قدم E استنتاج با استفاده از RBPF. 50

4-5- روش پیشنهادی.. 52

فصل 5- روش های ارزیابی کیفیت گفتار. 55

5-1- اندازه­گیری Subjective کیفیت گفتار56

5-2- SNR کلی(OSNR)56

5-2-1- اندازه گیری ایتاکورا-سایتو (IS)57

5-2-2- شیب طیفی وزندار(WSS)57

5-2-3- اندازه‌گیری اعوجاج طیفی Bark اصلاح شده (MBSD)58

5-3- SNR متوسط تکه ای.. 58

5-4- الگوریتم PESQ.. 59

5-5- لگاریتم نسبت مساحت (LAR)59

فصل 6- آزمون الگوریتمها60

6-1- نتایج آزمایشگاهی.. 61

فصل 7- نتیجه گیری 66

7-1- نتیجه­گیری 67

7-2- پیشنهادات 67

فهرست مراجع.. 69

واژه نامه فارسی به انگلیسی.. 72

واژه نامه انگلیسی به فارسی

چکیده

یکی از موضوعات مهم پردازش سیگنال، کاهش و حذف نویز ناخواسته از سیگنال اصلی و بهبودآن است. تکنیک‌های بهبودمی‌توانند به دو گروه تک‌کاناله و چندکاناله تقسیم شوند. سیستم‌های تک‌کاناله، متداولترین نوع الگوریتم‌های بلادرنگ می‌باشد چرا که به سادگی قابل پیاده‌سازی هستند و به طور نسبی هزینه آنها کمتر از سیستمهایی با چند کانال ورودی می‌باشد. در میان روش‌های تک‌کاناله حذف نویز، روش فیلتر کالمن و فیلتر ذره­ای به دلایل متعددی از جمله توانایی بالا در حذف نویز و سرعت بالای الگوریتم از اهمیت زیادی برخوردار هستند. مهمترین چالش در روش کالمن و نیز فیلتر ذره‌ای، نداشتن تخمین درست از پارامترهای صوت و نویز می‌باشد. که بدلیل تخمین نادقیق مقداری نویز باقی می‌ماند. در این رساله یک فیلتر ذره‌ای بر اساس جداسازی فریم­های صوتی از غیر­صوتی و نسبت مقادیر متفاوت تعداد ذره و مرتبه برازش خودکار به این فریم­ها ارائه می­گردد که حجم محاسبات را به شدت کاهش داده در حالی­که کیفیت به دست آمده به صورت محسوس تغییر نمی­کند. این گفته‌ها با معیارهای ذهنی و عینی تایید می‌شوند.

کلید واژه: بهبود گفتار، نویز رنگی، فیلتر کالمن، فیلتر ذره­ای.

1-1-         تعریف مسئله

نویز صوتی از معضلات دنیای امروزی است. گسترش تکنولوژی و صنعت باعث ایجاد صداهایی با شدت زیاد در اطراف ما شده است. اگر شدت صدا از حد مجاز خود بالاتر برود، ‌به افرادی که در مواجهه با آن هستند آسیب وارد می‌شود. البته شدت این آسیب با توجه به شدت صدا و مدت زمان مواجهه با آن متغیر است. صدای بلند، چه موسیقی باشد و چه صدایی آزاردهنده در صنعت، می­تواند بر شنوایی ما تأثیرات نامطلوبی داشته باشد.

شدت صدا را با دسی‌ بل می‌سنجند، به عنوان مثال، شدت صدای ناشی از پرواز یک هواپیمای جت از فاصله 100 متری برابر با 130 دسی ‌بل است. شدت صدا در یک اتاق ساکت و خلوت 20 دسی‌بل است.

بر اساس استانداردهای کمیته فنی بهداشت حرفه‌ای کشور مقدار حد مجاز تماس شغلی صدا برای 8 ساعت کار روزانه (یک شیفت کار)، برابر با 85 دسی‌بل است که به ازای هر 3 دسی‌بل افزایش صدا، زمان کار فرد در آن محیط باید به نصف، کاهش یابد تا از آثار سوء صدا بر سلامتی فرد جلوگیری شود (به ازای هر 3 دسی‌بل افزایش شدت صوت، میزان فشاری که به پرده صماخ گوش وارد می‌شود، دو برابر می‌شود). مثلاً اگر کارگری در محیط کار خود در معرض تماس با صدایی معادل 88 دسی‌بل باشد، زمان مجاز کار او 4 ساعت است و اگر میزان صدا به 91 دسی‌بل برسد فقط مجاز به 2 ساعت مواجهه با صدا خواهد بود.

آلودگی صوتی علاوه براینکه به طور مستقیم تاثیرات غیرقابل برگشتی بر روی سیستم شنوایی انسان وارد می‌کند، می‌تواند بر روی بسیاری از دستگاه ها و سیستم های دیگر بدن نظیر سیستم قلب و عروق، دستگاه گوارش، اعصاب و روان، ایجاد عوارضی به صورت سردرد، پرخاشگری، اضطراب، تغییرات در خلق و خو، افزایش فشار خون و ... ‌شود. سر و صدا و نویز بر سلامتی ما تاثیر می‌گذارد، در ارتباطات ما دخالت دارد و بر لذت بردن ما از زندگی اثر می­گذارد (شکل ‏1‑1).

اغلب در محیط‌های صنعتی، کارگران در معرض سر و صدای شدید دستگاه‌هایی از قبیل، دستگاه‌های پرس، برش، فرز و ... قرار می‌گیرند که در دراز مدت آسیب‌های جدی بر سلامتی آنها  وارد می‌سازد و همچنین باعث افت کارایی و کیفیت عملکرد آنها در ساعات کاری می‌شود. در بعضی از محیط‌های کاری استفاده از گوشی حفاظتی مناسب نیست چراکه اولاً این گوشی­ها فقط در حذف نویزهای فرکانس بالا موثر بوده و حال آنکه اکثر نویزهای صنعتی، فرکانس هارمونیک‌های اصلی زیر 800 هرتز دارند. دوماً، این گوشی‌ها هر دو سیگنال مهم و غیرمهم را حذف می‌کنند درحالیکه بعضی صداهای هشداردهنده، صداهای گفتاری و ... برای ما اهمیت دارند و نباید از شنیدن آنها جلوگیری شود.

1-2-            راهکارهای موجود

عمل حذف نویز و یا کاهش آن از سیگنال گفتاری آلوده به نویز به دو صورت مورد توجه است:

• روش‌های کنترل فعال نویز (ANC)[1]
• روش‌های بهبودگفتار (SE)[2]

کنترل فعال نویز سعی در ایجاد سکوت در نقاط مشخص می‌کند. روش‌های متداول حذف نویز اکوستیکی همانند استفاده از مواد جذب کننده صدا، عموماً در فرکانس‌های پایین قابل استفاده نیستند، چون در این فرکانس‌ها طول موج‌ صدا بزرگ بوده و به تناسب آن، ابعاد و ضخامت مواد جذب کننده و خفه کننده صدا باید بزرگ انتخاب شوند. کنترل فعال نویز(ANC) شامل یک سیستم الکتریکی-آوایی یا الکتریکی-مکانیکی است، که نویز ناخواسته (اولیه) را بر مبنای اصل جمع آثار به طور فیزیکی حذف می‌کند. مطابق با شکل ‏1‑، یک موج ضد نویز (نویز ثانویه) با دامنه برابر و فاز مخالف تولید شده و پس از پخش توسط یک بلندگو، به‌طور اکوستیکی با نویز اولیه ترکیب می‌شود و منجر به حذف هر دو نویز می‌شود (تداخل ویرانگر) که درنتیجه انرژی صوت به گرما تبدیل خواهد شود. تمام فرآیند بستگی به سرعت انتشار نسبتاً کند موج صدا، در مقایسه با پردازش سریع سیگنال الکتریکی دارد. چون در این صورت است که قبل از اینکه نویز ناخواسته در میکروفن به بلندگوی حذف کننده برسد، شکل موج معکوس می‌تواند ایجاد شود. از آنجاییکه ویژگی‌های منبع نویز آوایی و محیط، محتویات فرکانسی، دامنه، فاز و تندی صدا (بر حسب زمان) متغیر با زمان است، لذا نویز نامطلوب غیر ایستا است. یک سیستم ANC باید به طور وفقی باشد تا با این تغییرات سازگار شود. فیلترهای وفقی، ضرایبشان را تنظیم می‌کنند تا سیگنال خطا را کمینه کنند و می‌توانند به عنوان فیلترهای پاسخ ضربه محدود(FIR) و پاسخ ضربه نامحدود(IIR) استفاده شوند سیستم‌های ANC به دو گروه کنترل به روش پیشخور (جلوسو) و پسخور (فیدبک) تقسیم می‌شوند. عیب اصلی این روش این است که عمل حذف نویز تنها در یک ناحیه خاص از فضا انجام می‌گیرد و عملکرد آن­را در کاربردهای خاص محدود می‌کند ضمن اینکه تاکنون هیچ کس ادعای حل کامل آن­ را ندارد.

ممکن است هنگام انتقال از فایل ورد به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است

متن کامل را می توانید در ادامه دانلود نمائید

چون فقط تکه هایی از متن برای نمونه در این صفحه درج شده است ولی در فایل دانلودی متن کامل همراه با تمام ضمائم (پیوست ها) با فرمت ورد word که قابل ویرایش و کپی کردن می باشند موجود است