EQ en Delay optimalisatie
research & hardware-concept voor automatische EQ en Delay optimalisatieEQ en Delay optimalisatie
research & hardware-concept voor automatische EQ en Delay optimalisatieSamenvatting
Dit verslag behandeld het research- en ontwikkelproces van het automatische EQ en Delay optimalisatie algoritme en het bijbehorende hardware advies. Dit document heeft als doel om informatie te verschaffen over het tot stand komen van het algoritme en het hardware advies.
Het doel van dit systeem is om door middel van een meting, automatisch de afwijking in frequentie-overdracht en vertragingstijden van een luidspreker installatie te detecteren en te corrigeren. Deze functionaliteit kan vervolgens gebruikt worden in diverse audio gerelateerde toepassingen.
Voor de ontwikkeling is allereerst gekeken naar de verschillende manieren om afwijkingen in de frequentieoverdracht te meten en hieruit een filter te genereren. Meerdere methoden zijn hiervoor gesimuleerd. Hieruit volgt dat het bepalen van een invers filter aan de hand FFTs en deze omzetten naar een FIR, de beste resultaten levert en het meest
flexibel is.
Ook zijn hierbij meerdere testsignalen geëvalueerd. Hieruit volgt dat de gedetermineerde roze ruis beschikt over de gewenste eigenschappen.
Voor de meting van de vertraging wordt ook de gedetermineerde roze ruis gebruikt. De correlatie van dit signaal, levert een duidelijke piek. Met behulp van deze piek kan de vertraging tussen luidsprekers bepaald worden. Uit simulaties blijkt dat deze methode ook werkt onder ongunstige omstandigheden.
De methodes voor het meten van frequentie-overdracht en vertraging zijn vervolgens verwerkt in een enkele meting. Door het wisselen van frequentiebanden wordt het mogelijk om de frequentie-overdracht en vertraging van meerdere luidsprekers in e en meting vast te stellen.
Dit geheel is verwerkt in een Python-applicatie. Met deze applicatie zijn de mogelijkheden van deze methodes getest. Hieruit volgt dat de applicatie de frequentie afwijking van de geteste speakers tot 360 keer kleiner kan maken en de vertraging tot e en sample nauwkeurig kan bepalen.
Vervolgens wordt naar hardware gekeken. Hieruit volgt dat voor digitale uitbreiding van de audio, het beste een Dante Brooklyn II module gebruikt kan worden. Met betrekking tot lteren is het advies om 16 tot 24 bits fixed point variabelen te gebruiken met een samplefrequentie van 48 kHz. Dit kan gecombineerd worden met een FPGA met ge ntegreerde hardcore processor en DSP elementen.
De conclusie die hieruit volgt is dat een werkend algoritme is ontwikkeld dat EQ en Delay kan corrigeren. Dit algoritme kan in combinatie met het hardware advies dienen als basis voor de verdere voortzetting van dit project binnen Embedded Acoustics.
LinkedIn-adres: https://www.linkedin.com/in/martijn-van-essen-16238214b/
Organisatie | De Haagse Hogeschool |
Opleiding | TIS Elektrotechniek |
Afdeling | Faculteit Technologie, Innovatie & Samenleving |
Jaar | 2019 |
Type | Bachelor |
Taal | Nederlands |