소음을 억제하는 헤드폰을 착용한 적이 있는데, 고집적인 낮은 주파수 험난한 소리가 청각장면을 휩쓸고 있다는 것을 알게 된 적이 있나요?미묘하지만 모순적인 배경 소리는 집중력을 지속적으로 방해합니다.? 이러한 음향 침입자는 단순히 삶의 질을 떨어뜨리는 것이 아니라
소음을 흡수하는 재료와 음향 패널과 같은 전통적인 수동적인 소음 감축 방법은 특히 낮은 주파수 소음에 대한 제한된 완화를 제공합니다.이 부분에서 액티브 노이즈 캔슬링 (ANC) 기술은 게임 변경자로 등장합니다.이 기사에서는 적응 스위칭 하이브리드 액티브 노이즈 캔슬링 (ASHANC) 이라는 혁신적인 접근법을 검토합니다.전통적인 ANC 시스템을 오랫동안 괴롭힌 문제를 우아하게 해결하는 방법을 탐구합니다..
ANC 기술의 기본 원리는 매우 간단합니다. 음파의 파괴적 간섭입니다.서로가 서로를 취소합니다.. ANC 시스템은 마이크를 사용하여 주변 소음을 캡처하여 이 현상을 활용합니다.소음파의 정확한 역으로 소음을 차단하는 신호를 생성합니다.어쿠스틱 매직과 마찬가지로 이 기술은 환경 잡음을 효과적으로 줄여서 혼란스러운 음향 경관 속에서 평화의 섬을 만듭니다.
ANC 아키텍처 중, 피드포워드 (FF) 시스템은 비범한 광대역 노이즈 감축 기능으로 인해 노이즈 캔슬링 헤드폰과 같은 애플리케이션에서 보편화되었습니다.전형적인 FF 시스템은 두 개의 마이크를 사용합니다.: 환경 소음을 캡처하는 참조 마이크와 취소 효과를 모니터링하는 오류 마이크. 시스템은 참조 신호에 따라 소음 방지 장치를 생성합니다.오류 마이크는 최적화를 위해 지속적인 피드백을 제공합니다이 구조는 다양한 광대역 장애를 효율적으로 제거하여 경험 많은 노이즈 감축 전문가처럼 작동합니다.
하지만,FF 시스템은 오류 마이크가 참조 신호와 상관없는 좁은 대역 소음을 감지 할 때 상당한 한계를 나타냅니다. 익숙하지 않은 적을 만나는 숙련된 전사와 유사합니다.이러한 소음은 전자기 간섭 또는 특정 환경 주파수에서 발생할 수 있습니다. FF 시스템은 참조 신호에 기반하여 소음을 방지 할 수 있기 때문에,그들은 연관성이 없는 좁은 대역 잡음에 눈이 멀어집니다. 색칠된 렌즈를 통해 음향 세계를 보는 것과 유사한 고유 한 제한.
연구자들은 이 한계를 해결하기 위해 여러 가지 해결책을 제안했습니다. 한 접근법은 기본 FF 제어 필터와 함께 일련의 적응 필터를 추가합니다.'소음 시트'로서 작동하여 상관없는 구성 요소를 제거하기 위해 오류 신호를 후처리합니다.참조 신호를 입력 및 최소 평균 제곱 (LMS) 알고리즘을 사용하여 매개 변수를 조정하면이 방법은 관련없는 소음을 식별하고 제거하는 시스템의 능력을 향상시킵니다.
대안적인 해결책은 소음파 분리 알고리즘을 사용하여 전파 방향에 따라 소음 신호를 분해합니다. 다른 소음원을 격리하는 "소음 탐사"처럼 작동합니다.하지만이 방법들은 주로 참조 마이크 입력에 초점을 맞추고 오류 마이크에 의해 감지되는 상관없는 좁은 대역 소음을 무시합니다.
하이브리드 피드포워드 피드백 (FB) 아키텍처는 FF 시스템의 광대역 기능을 FB 접근법의 좁은 대역 정확성과 결합하여 중요한 발전을 나타냅니다.하이브리드 ANC (HANC) 시스템에서, FF 및 FB 제어 필터는 협동적으로 작동합니다. 전자는 참조 신호로부터 소음을 방지하고 후자는 오류 신호에 반응합니다. 연구자들은 다양한 향상 전략을 개발했습니다.구조적 분리 및 전문 처리를 위해 오류 신호를 분할하는 캐스케이드 적응 필터를 포함하여일부 구현은 주관적으로 쾌적한 잔류 노이즈 프로파일을 만들기 위해 정신 음향 가중 필터를 사용하지만 다른 것들은 계산 부하를 줄이기 위해 선 스펙트럼 노이즈 컨트롤을 사용합니다.
어댑티브 스위칭 하이브리드 ANC (ASHANC) 시스템은 패러다임의 변화를 나타냅니다.ASHANC는 계산 복잡성을 줄이는 동시에 상관없는 잡음을 제거하기 위해 오류 신호를 분리합니다.알고리즘은 두 가지 다른 상태에서 작동합니다:
상태 1: 피드백 지배적 모드- FB 필터는 주로 상관이 없는 좁은 대역 소음을 목표로 하고, 정밀 음향 저격수처럼 작동합니다.
상태 2: 피드워드 지배적 모드- 초기 소음 감축 후, FF 필터는 잔류 광대역 소음을 처리하고, 남은 장애를 제거하는 대포 방화처럼 작동합니다.
이 지능형 상태 전환은 환경 소음 특성을 분석하는 파생 전송 값에 의해 지배됩니다.다양한 음향 환경에서 최적의 성능을 보장하면서 계산 비용을 최소화합니다. 활성 필터의 계수만 각 상태에서 업데이트가 필요합니다..
광범위한 시뮬레이션과 실제 실험은 ASHANC가 전통적인 HANC에 비해 상관없는 잡음을 제거하는 데 뛰어난 성능을 보여줍니다.계산 요구가 크게 줄어든미래 개발은 더 정교한 상태 전환 메커니즘, 고급 제어 알고리즘 및 스마트 가정, 자동차,그리고 항공우주환경은 맞춤형 음향의 새로운 시대를 열고 있습니다.
소음 오염이 현대 사회에서 점점 더 시급한 문제가 되면서, ASHANC와 같은 적응성 소음 차단 기술은 더 건강한,더 생산적인 음향 풍경음향 공학에서의 조용한 혁명은 곧 우리의 청각 경험을 재정의하여 침묵의 소리를 진정으로 감상할 수 있게 할 것입니다.
