الانتقال إلى المحتوى
العودة إلى نتائج البحث

التحكم النشط في الضوضاء باستخدام خوارزمية FxLMS

قدّمه
Bernard Widrow, Samuel Stearns
السنة
1975
النوع
Adaptive noise cancellation algorithm
العائلة
Signal processing, Adaptive filtering

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

تُعد خوارزمية Filtered-x Least Mean Squares (FxLMS) مرشحًا تكيفيًّا يُستخدم في أنظمة التحكم النشط في الضوضاء (ANC) لتقليل الصوت غير المرغوب فيه عن طريق توليد ضوضاء مضادة. تُعد خوارزمية FxLMS، التي رادها ويدرو وستيرنز في عام 1975 وطورها إريكسون وزملاؤه، الخوارزمية الأكثر انتشارًا في سماعات إلغاء الضوضاء التجارية، وأدوات السمع، ومقصورات السيارات، وحواجز الضوضاء الصناعية. تعمل هذه الخوارزمية عن طريق التعلم المستمر للمسار الصوتي وتعديل إشارة الإلغاء ديناميكيًّا في الوقت الفعلي.

الفكرة الحدسية وراء الطريقة

تخيل لو أن مكبر صوت يمكنه إصدار صوت مضاد يلغي الضوضاء الواردة فورًا - تداخل هدّام. تحقق خوارزمية FxLMS هذه الفكرة: فهي تراقب الضوضاء، وتتنبأ بالضوضاء المضادة المطلوبة، وتولدها قبل وصول الضوضاء إلى أذنك. يكمن التحدي في أن النظام يجب أن يأخذ في الاعتبار المسار الصوتي (كيف تنتقل الضوضاء المضادة إلى ميكروفون الخطأ) وأن يتكيف باستمرار مع تغير الظروف. تستخدم خوارزمية FxLMS التغذية الراجعة من ميكروفون الخطأ لتعديل معاملات المرشح الخاص بها، وتعلم نمط الضوضاء المضادة الأمثل في الوقت الفعلي.

التاريخ

طور ويدرو وستيرنز خوارزمية LMS وتطبيقها على التحكم النشط في الضوضاء في السبعينيات. وسع إريكسون خوارزمية LMS إلى شكل FxLMS (متغير الفلتر-x) في أواخر الثمانينيات، معالجةً مشكلة المسار الثانوي الحاسمة للتحكم النشط في الضوضاء العملي. ظهرت أول سماعات إلغاء ضوضاء تجارية في التسعينيات؛ بحلول العقد الأول من القرن الحادي والعشرين، أصبح إلغاء الضوضاء قياسيًا في سماعات الرأس المتميزة، وأدوات السمع، ومقصورات السيارات. تشمل المتغيرات الحديثة FxLMS متعددة المعدلات، و FxLMS المتسربة، والتطبيقات في مجال التردد، والتوسعات غير الخطية.

متى تُستخدم

استخدم FxLMS عندما يكون التحكم النشط في الضوضاء مطلوبًا في البيئات التي تهيمن عليها الترددات المنخفضة (مقاصير الطائرات، ضوضاء الطريق، همهمة أنظمة التدفئة والتهوية وتكييف الهواء) حيث يكون الامتصاص السلبي غير فعال. تُعد FxLMS مثالية للضوضاء ذات النطاق الضيق أو الترددات النغمة (موجة جيبية، متعددة النغمات). بالنسبة للضوضاء واسعة النطاق أو الترددات العالية، غالبًا ما تكون الأساليب السلبية أكثر فعالية من حيث التكلفة. تتطلب FxLMS أجهزة ذات زمن استجابة منخفض (معالج إشارات رقمي سريع أو متحكم دقيق) ووضعًا مناسبًا للميكروفونات المرجعية وميكروفونات الخطأ.

الحدود والاعتبارات

  • قيد السببية: يجب على FxLMS التنبؤ بالضوضاء المضادة وتوليدها قبل وصول الضوضاء؛ المسارات الصوتية الطويلة (> 1 متر) تُدخل تأخيرات تحد من الفعالية.
  • يعتمد تقارب الخوارزمية على تقدير دقيق للمسار الثانوي؛ يؤدي سوء نمذجة المسار الثانوي إلى عدم الاستقرار أو الكسب السلبي (تضخيم الضوضاء).
  • أقل فعالية للضوضاء واسعة النطاق؛ تقليل الضوضاء يكون عادةً للنطاق الضيق. تتطلب الأنظمة متعددة القنوات التحكم في النطاق الواسع، مما يزيد من التعقيد.
  • تتطلب ميكروفونات متعددة (مرجعية وخطأ)؛ يؤثر وضع المستشعرات والمسافة بينها بشكل كبير على الأداء والاستقرار.
  • السلوك الصوتي غير الخطي (مثل التشبع عند مستويات ضغط الصوت العالية) والضوضاء غير السببية (مكونات الضوضاء غير الموجودة في الإشارة المرجعية) لا يتم التعامل معها جيدًا بواسطة FxLMS الخطية.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • فعالة للغاية للضوضاء النغمة والدورية ذات الترددات المنخفضة حيث يكون الامتصاص السلبي غير كافٍ؛ يمكن أن تحقق توهينًا يزيد عن 10-20 ديسيبل أقل من 500 هرتز.
  • تتعلم الخوارزمية التكيفية الظروف الصوتية المتغيرة باستمرار؛ يظل الأداء مرتفعًا حتى مع تغير خصائص الغرفة أو أنماط الضوضاء.
  • تكلفة حسابية منخفضة مقارنة بالطرق التكيفية الأخرى؛ فعالة بما يكفي للتنفيذ في الوقت الفعلي على أجهزة معالجة الإشارات الرقمية المدمجة.
  • النضج والانتشار الواسع؛ عقود من البحث والتطبيقات التجارية تضمن المتانة والموثوقية.
  • تمكن حلول التحكم النشط في الضوضاء المدمجة والخفيفة الوزن (سماعات الرأس، المقصورة الصغيرة) حيث تكون الممتصات السلبية الكبيرة غير عملية.

التطبيقات

  • سماعات الرأس وسماعات الأذن المانعة للضوضاء: تلغي الضوضاء المحيطة بشكل نشط أثناء التنقل والسفر بالطائرة وبيئات المكاتب؛ تحسن راحة أدوات السمع.
  • التحكم في ضوضاء مقصورة الطائرات: تقليل ضوضاء المحرك والرياح ذات التردد المنخفض في مقصورات الطائرات وقصور القيادة لراحة الركاب وسلامة الطاقم.
  • الصوتيات الداخلية للسيارات: تقليل ضوضاء الطريق والمحرك في مقصورات السيارات؛ فعالة بشكل خاص للضوضاء ذات التردد المنخفض تحت 500 هرتز.
  • التحكم في الضوضاء الصناعية: تخفيف الضوضاء في المصانع وغرف الضواغط وأنظمة التدفئة والتهوية وتكييف الهواء حيث تكون مساحة الامتصاص السلبي محدودة.
  • إلغاء ردود الفعل في أدوات السمع: منع ردود الفعل الصوتية (الصفير) عن طريق توليد إشارة مضادة لردود الفعل؛ تحسين الكسب قبل حدوث ردود الفعل والراحة الذاتية.
  • الاتصالات تحت الماء والسونار: قمع ضوضاء المحيط تحت الماء في الأنظمة الصوتية تحت الماء؛ تحسين نسبة الإشارة إلى الضوضاء للاتصالات بعيدة المدى.

كيف يعمل

كيف يعمل

1

قم بتركيب ميكروفون مرجعي بالقرب من مصدر الضوضاء (لالتقاط الضوضاء قبل انتقالها إلى المستمع) وميكروفون خطأ بالقرب من أذن المستمع أو هدف الضوضاء. قم بتوصيل مكبر صوت سيصدر إشارة الضوضاء المضادة.

2

قم بمعايرة الميكروفونات ومكبر الصوت؛ قم بقياس المسار الانتقالي الصوتي من مكبر الصوت إلى ميكروفون الخطأ (يُطلق عليه غالبًا المسار الثانوي). يُعد هذا التوصيف حاسمًا لاستقرار الخوارزمية وأدائها.

3

راقب إشارة الضوضاء المرجعية (مدخل مرشح FxLMS) وإشارة الخطأ (مخرج ميكروفون الخطأ). احسب مخرج المرشح كمجموع مرجح لعينات الإدخال السابقة؛ قم بتحديث أوزان المرشح بناءً على تدرج الخطأ.

4

طبق قاعدة تحديث FxLMS: احسب تدرج طاقة الخطأ بالنسبة لمعاملات المرشح، مع مراعاة المسار الصوتي الثانوي. يتم ترشيح المسار عبر نموذج مقدر للمسار الثانوي لضمان التقارب والاستقرار (الحرف 'x' في FxLMS يشير إلى هذا الترشيح).

5

راقب تقليل الضوضاء (التوهين بالديسيبل) المحقق كدالة للتردد. قم بقياس سرعة التقارب (مدى سرعة تعلم الخوارزمية)، وطاقة الخطأ المتبقية، والتكلفة الحسابية. تحقق من صحة الأداء مقابل مقاييس الأداء (تحسين نسبة الإشارة إلى الضوضاء، ووضوح الكلام في الضوضاء).

الأخطاء الشائعة

  • وضع ميكروفون مرجعي غير كافٍ؛ يجب أن يلتقط المرجع طاقة الضوضاء قبل وصولها إلى ميكروفون الخطأ. يقلل الوضع السيئ من الارتباط وفعالية الخوارزمية.
  • إهمال تقدير المسار الثانوي؛ يمكن أن يسبب نموذج المسار الثانوي غير الدقيق عدم الاستقرار. قم دائمًا بقياس أو تقدير المسار الثانوي بعناية.
  • اختيار حجم الخطوة كبير جدًا (تقارب سريع) أو صغير جدًا (تعلم بطيء)؛ يعد ضبط حجم الخطوة أمرًا بالغ الأهمية. تحسن خوارزميات حجم الخطوة التكيفية المتانة.
  • افتراض أن FxLMS تعمل في جميع الظروف؛ بعض البيئات الصوتية (الانعكاسات المتعددة، المجالات المنتشرة) تقاوم التحكم النشط. اختبر في ظروف تمثيلية قبل النشر.
  • تجاهل قيود زمن الاستجابة والتكلفة الحسابية؛ يتطلب FxLMS في الوقت الفعلي معالجة صوت بزمن استجابة منخفض. قد تتباعد الأنظمة ذات زمن الاستجابة العالي أو تصبح غير مستقرة.

الأسئلة الشائعة

لماذا المسار الثانوي مهم جدًا في FxLMS؟

المسار الثانوي هو الدالة الانتقالية الصوتية من مكبر الصوت إلى ميكروفون الخطأ - فهو يحدد كيفية وصول إشارة الضوضاء المضادة إلى نقطة قياس الخطأ. بدون مراعاة هذا المسار، لا يمكن للخوارزمية التنبؤ بشكل صحيح بمخرج المرشح المطلوب. يؤدي تقدير المسار الثانوي غير الدقيق إلى تباعد الخوارزمية أو توفير كسب سلبي (تضخيم بدلاً من إلغاء).

ما هو نطاق التردد الذي يمكن لـ FxLMS التحكم فيه بفعالية؟

تكون FxLMS أكثر فعالية تحت 1-2 كيلو هرتز، خاصة للضوضاء النغمة أو ذات التردد المنخفض (<500 هرتز). عند الترددات الأعلى، يصبح الطول الموجي أقصر وتصبح تأخيرات السببية مشكلة. توسع الأنظمة متعددة الترددات ومتعددة القنوات النطاق، ولكن الامتصاص السلبي غالبًا ما يكون أكثر عملية للضوضاء عالية التردد.

كم من الوقت تستغرقه FxLMS للتقارب والتكيف مع الضوضاء المتغيرة؟

تعتمد سرعة التقارب على حجم الخطوة وطول المرشح وإحصائيات الإشارة. التقارب النموذجي هو 0.5-2 ثانية للضوضاء الثابتة. يحدث التكيف مع الضوضاء المتغيرة ببطء (كلام، موسيقى، آلات متغيرة مع الوقت) في غضون نطاقات زمنية مماثلة. قد لا يتم إلغاء الضوضاء العابرة السريعة (الصدمات، التغييرات المفاجئة) لأن الخوارزمية لا يمكنها الاستجابة فورًا.

هل يمكن لـ FxLMS إلغاء الضوضاء واسعة النطاق مثل المطر أو الرياح؟

تكون FxLMS أقل فعالية للضوضاء واسعة النطاق لأن إشارة مرجعية واحدة لا يمكنها التنبؤ بجميع مكونات التردد للضوضاء واسعة النطاق. يمكن للأنظمة متعددة القنوات (ميكروفونات مرجعية متعددة ومرشحات تكيفية) تحسين التحكم في النطاق الواسع، ولكن التكلفة الحسابية تزداد. بالنسبة للضوضاء واسعة النطاق، غالبًا ما يكون الامتصاص السلبي أو الأنظمة الهجينة السلبية-النشطة أكثر عملية.

ماذا يحدث إذا كانت الميكروفونات المرجعية وميكروفونات الخطأ متباعدة جدًا؟

إذا كانت المسافة كبيرة (> 1 متر)، يصبح تأخير انتشار الصوت كبيرًا. لا يمكن للإشارة المرجعية التنبؤ بالضوضاء عند ميكروفون الخطأ بسبب قيود السببية (لا يمكن للخوارزمية النظر إلى المستقبل). هذا يحد من عرض نطاق التحكم والفعالية. تحافظ أنظمة التحكم النشط في الضوضاء العملية على مسافات صغيرة بين الميكروفونات (<10 سم لسماعات الرأس، <0.5 متر لأنظمة المقصورة).

طرق ذات صلة

المصادر

  1. Widrow, B., & Stearns, S. D. (1975). Adaptive signal processing for active vibration and noise control. IEEE Transactions on Acoustics, Speech, and Signal Processing, 23(5), 440–453.

    افتح مرجع DOI
    تم النسخ.
  2. Eriksson, L. J., Allie, M. C., & Greiner, R. A. (1988). The selection and application of an IIR adaptive filter for use in active sound attenuation. IEEE Transactions on Acoustics, Speech, and Signal Processing, 36(11), 1879–1891.

    افتح مرجع DOI
    تم النسخ.
  3. Kuo, S. M., & Morgan, D. R. (2002). Active Noise Control Systems: Algorithms and DSP Implementations. John Wiley & Sons.

    ردمك: 978-0-471-49663-5
    تم النسخ.