
Formazione del fascio GSC a sottobanda adattiva utilizzando L.Mic-Array per il potenziamento del parlato
Formazione di fasci GSC a sottobanda adattiva utilizzando un array di microfoni lineari per la riduzione del rumore/miglioramento del parlato
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
Questo libro presenta la descrizione, la progettazione e l'implementazione di un array microfonico a 4 canali che è un beam former adattivo con cancellatore di lobi laterali generalizzato (GSC) utilizzato per videoconferenze, telefonia in vivavoce, ecc., in un ambiente rumoroso per il miglioramento del parlato e la soppressione del rumore. Il cancellatore di lobi laterali è stato valutato con adattamento sia LMS (Least Mean Square) che NLMS (Normalized Least Mean Square). Viene presentata una struttura di prova che prevede un array lineare a 4 microfoni collegati per la raccolta dei dati. I ...
Questo libro presenta la descrizione, la progettazione e l'implementazione di un array microfonico a 4 canali che è un beam former adattivo con cancellatore di lobi laterali generalizzato (GSC) utilizzato per videoconferenze, telefonia in vivavoce, ecc., in un ambiente rumoroso per il miglioramento del parlato e la soppressione del rumore. Il cancellatore di lobi laterali è stato valutato con adattamento sia LMS (Least Mean Square) che NLMS (Normalized Least Mean Square). Viene presentata una struttura di prova che prevede un array lineare a 4 microfoni collegati per la raccolta dei dati. I test sono stati effettuati utilizzando una sorgente di segnale target e una sorgente di rumore. In ciascun microfono, i dati sono stati raccolti tramite un filtro a ritardo temporale frazionario, quindi sono stati suddivisi in sottobande e applicati al GSC a ciascuna delle sottobande successive. Il miglioramento complessivo del rapporto segnale/rumore (SNR) è determinato dalle potenze di ingresso e uscita del segnale principale e del rumore, con solo segnale e solo rumore come input per il GSC. L'algoritmo NLMS migliora significativamente la qualità del parlato con livelli di soppressione del rumore fino a 13 dB, mentre l'algoritmo LMS offre fino a 10 dB.