🎧 Адаптивная фильтрация в Engee

Друзья,

а вы задумывались, как работают ваши любимые наушники с активным шумоподавлением? Под капотом продвинутые алгоритмы цифровой обработки сигналов (ЦОС), а именно – адаптивные фильтры! 🔈

Один из самых фундаментальных и широко применяемых алгоритмов – это LMS-алгоритм (Least Mean Squares, алгоритм наименьших средних квадратов). Он итеративно подстраивает коэффициенты КИХ-фильтра и минимизирует ошибку между желаемым и фактическим сигналом.

🎙️ В гарнитурах с ANC, к примеру, используется дополнительный микрофон, который улавливает только шум (эталонный шумовой сигнал). LMS-фильтр адаптируется так, чтобы его выходной сигнал максимально точно повторял этот шум, который затем вычитается из основного сигнала (где есть и полезный сигнал, и шум). В результате шум подавляется.

В новой серии демонстрационных проектов разбирается реализация этого алгоритма на базе системного объекта LMSFilter библиотеки EngeeDSP:

✍️ Первый проект Сообщества описывает основные принципы работы алгоритма и его параметры, такие как длина фильтра, шаг адаптации и коэффициент утечки, а также на тестовом сигнале демонстрирует адаптивное изменение коэффициентов объекта LMSFilter
🔎 Далее, осуществляется исследование таких параметров LMS-фильтра, как длина фильтра и шаг адаптации, оценивается их влияние на сходимость алгоритма.
✔️ Наконец, производится сравнение алгоритмов LMS и NLMS (Normalized LMS) для адаптивной фильтрации стационарных и нестационарных сигналов.

🚀 Проекты показывают, как легко начать знакомство с адаптивными фильтрами и другими продвинутыми алгоритмами ЦОС при помощи функционала библиотеки EngeeDSP.

Следите за обновлениями на канале, до встречи! 💼