Apakah Anda pernah menemukan diri Anda memakai headphone penghapusan kebisingan, hanya untuk melihat bahwa beberapa keras kepala low-frequency berdengung masih meresap ruang pendengaran Anda?suara latar belakang yang halus tapi tidak konsisten terus mengganggu konsentrasi Anda? Penyusup akustik ini tidak hanya mengurangi kualitas hidup, mereka secara bertahap mengikis kesejahteraan mental dan fisik.

Metode pengurangan kebisingan pasif tradisional, seperti bahan penyerap suara dan panel akustik, memberikan bantuan terbatas, terutama terhadap kebisingan frekuensi rendah.Di sinilah teknologi pembatalan kebisingan aktif (ANC) muncul sebagai game changerArtikel ini membahas pendekatan inovatif yang disebut Adaptive Switching Hybrid Active Noise Cancellation (ASHANC),mengeksplorasi bagaimana dengan elegan memecahkan tantangan yang telah lama menimpa sistem ANC konvensional.

Prinsip dasar di balik teknologi ANC sangat sederhana: gangguan merusak gelombang suara.Mereka saling membatalkanSistem ANC memanfaatkan fenomena ini dengan menggunakan mikrofon untuk menangkap kebisingan lingkungan,kemudian menghasilkan sinyal "anti-noise" yang tepat kebalikan dari gelombang suara asli yang diputar melalui speaker untuk menetralisir suara yang tidak diinginkanSeperti keajaiban akustik, teknologi ini secara efektif mengurangi kebisingan lingkungan, menciptakan pulau ketenangan dalam pemandangan suara yang kacau.

Di antara arsitektur ANC, sistem feedforward (FF) telah menjadi umum di aplikasi seperti headphone pembatalan kebisingan karena kemampuan pengurangan kebisingan broadband yang luar biasa.Sistem FF yang khas menggunakan dua mikrofon: mikrofon referensi yang menangkap kebisingan lingkungan dan mikrofon kesalahan yang memantau efektivitas pembatalan.sementara mikrofon kesalahan memberikan umpan balik terus menerus untuk optimasiStruktur ini berfungsi seperti spesialis pengurangan kebisingan yang berpengalaman, secara efisien menghilangkan berbagai gangguan broadband.

Namun,Sistem FF mengungkapkan keterbatasan yang signifikan ketika mikrofon kesalahan mendeteksi kebisingan pita sempit yang tidak berkorelasi dengan sinyal referensiKebisingan semacam itu mungkin berasal dari gangguan elektromagnetik atau frekuensi lingkungan tertentu.mereka tetap buta terhadap kebisingan pita sempit yang tidak berkorelasi ̇ batasan yang melekat mirip dengan melihat dunia akustik melalui lensa berwarna.

Para peneliti telah mengusulkan beberapa solusi untuk mengatasi keterbatasan ini.Fungsi sebagai "sift kebisingan" yang memproses sinyal kesalahan untuk menghapus komponen yang tidak berkorelasiMenggunakan sinyal referensi sebagai input dan algoritma Least Mean Squares (LMS) untuk penyesuaian parameter, metode ini meningkatkan kemampuan sistem untuk mengidentifikasi dan menghilangkan kebisingan yang tidak relevan.

Solusi alternatif menggunakan algoritma pemisahan gelombang akustik yang mendecomposisi sinyal kebisingan berdasarkan arah propagasi, berfungsi seperti "detektif akustik" yang mengisolasi sumber kebisingan yang berbeda.Namun, metode ini terutama berfokus pada masukan mikrofon referensi sementara mengabaikan kebisingan pita sempit yang tidak berkorelasi yang terdeteksi oleh mikrofon kesalahan.

Arsitektur hibrida feedforward-feedback (FB) merupakan kemajuan yang signifikan, menggabungkan kemampuan broadband dari sistem FF dengan presisi narrowband dari pendekatan FB.Dalam sistem ANC hibrida (HANC)Filter kontrol FF dan FB bekerja sama, yang pertama menghasilkan anti-bising dari sinyal referensi, yang kedua merespons sinyal kesalahan.termasuk pemisahan struktural dan filter adaptif cascaded yang memisahkan sinyal kesalahan untuk pemrosesan khususBeberapa implementasi menggunakan penyaring bobot psikoakustik untuk membuat profil suara residual yang menyenangkan secara subjektif, sementara yang lain menggunakan kontrol suara spektrum garis untuk mengurangi beban komputasi.

Adaptive Switching Hybrid ANC (ASHANC) sistem mewakili pergeseran paradigma.ASHANC memisahkan sinyal kesalahan untuk menghilangkan kebisingan yang tidak berkorelasi sambil mengurangi kompleksitas komputasiAlgoritma beroperasi dalam dua keadaan yang berbeda:

Negara 1: Mode Dominan Umpan Balik- Filter FB terutama menargetkan kebisingan narrowband yang tidak berkorelasi, berfungsi seperti penembak jitu akustik.

Kondisi 2: Mode Dominan Feedforward- Setelah pengurangan kebisingan awal, filter FF menangani residu kebisingan broadband, bekerja seperti barisan artileri membersihkan gangguan yang tersisa.

Ini cerdas state switching, diatur oleh nilai transfer turunan yang menganalisis karakteristik kebisingan lingkungan,memastikan kinerja optimal di lingkungan akustik yang beragam sambil meminimalkan overhead komputasi hanya koefisien filter aktif yang perlu diperbarui di setiap negara.

Simulasi ekstensif dan eksperimen dunia nyata menunjukkan kinerja ASHANC yang unggul dalam menghilangkan kebisingan yang tidak berkorelasi dibandingkan dengan HANC tradisional,dengan permintaan komputasi yang berkurang secara signifikanPerkembangan masa depan mungkin mencakup mekanisme state-switching yang lebih canggih, algoritma kontrol canggih, dan aplikasi yang lebih luas di rumah pintar, otomotif,dan lingkungan kedirgantaraan, membuka era baru ketenangan akustik yang dapat disesuaikan.

Karena polusi kebisingan menjadi perhatian yang semakin mendesak di masyarakat modern, teknologi pembatalan kebisingan adaptif seperti ASHANC menawarkan solusi yang menjanjikan untuk menciptakan yang lebih sehat,pemandangan suara yang lebih produktifRevolusi tenang dalam rekayasa akustik ini akan segera mendefinisikan kembali pengalaman pendengaran kita, memungkinkan kita untuk benar-benar menghargai suara keheningan.