Desarrollo de Sistemas Adaptativos Digitales aplicados al Control Activo de Ruido e implementación en dispositivos DSP

DESARROLLO DE SISTEMAS ADAPTATIVOS DIGITALES APLICADOS AL CONTROL ACTIVO DE RUIDO E IMPLEMENTACIÓN EN DISPOSITIVOS DSP A - INTRODUCCIÓN El Control Activo de Ruido o ANC (por sus siglas en inglés de Active Noise Control) es una disciplina que ha demostrado éxito en aplicaciones comerciales como la cancelación del ruido en el habitáculo de pasajeros de un vehículo, en un headset inmerso en un ambiente ruidoso, en tubos de aire acondicionado, turbinas, entre otros. En particular este proyecto se enfoca en la aplicación a headsets, que son dispositivos que consisten en una configuración de micrófonos y un auricular integrados, permitiendo la comunicación full dúplex en ambientes ruidosos, donde ambas partes interlocutoras realizan paralelamente tareas que requieren ambas manos. En dichos dispositivos, originalmente la cancelación de ruido se realizaba mediante circuitos pasivos (barreras acústicas, silenciadores) [Harris, 1991; Beranek y Ver, 1992]. Estos canceladores son simples pero normalmente son grandes, costosos e ineficientes a bajas frecuencias. En contrapartida el ANC utiliza algún tipo de fuentes secundarias para cancelar el ruido. La idea fundamental es la generación de una fuente de ruido inversa (“antiruido”) que cancele ya sea eléctricamente o acústicamente al ruido no deseado. Históricamente se han diseñado y propuesto diferentes métodos de ANC, con énfasis en el estudio de la problemática acústica [Warnaka, 1982; Guicking, 1991,1992]. Según el caso, la cancelación de ruido puede realizarse eléctricamente o acústicamente. El caso eléctrico es más simple por la disponibilidad de circuitos con elevada precisión y el control directo de las principales variables. Sin embargo, en la mayoría de los casos se debe cancelar el ruido en un receptáculo específico, y dicha cancelación se debe realizar en el plano acústico. En esos casos se disponen micrófonos y parlantes que generen el antiruido. Esta técnica fue propuesta por primera vez y patentada por Lueg [Lueg, 1936]. Como las características de las fuentes de ruido varían con el tiempo (espectro de frecuencias, amplitud, fase, velocidad del sonido) los circuitos canceladores de ruido deben ser ajustados permanentemente o deben ser adaptativos (modificarse automáticamente) según las condiciones del entorno. Claramente el ANC más efectivo y práctico se realiza mediante sistemas adaptativos [Widrow y Sterns, 1985]. Pese a que se han desarrollado sistemas de ANC analógicos, la precisión y estabilidad temporal (afectada por el envejecimiento de los componentes) hacen que mayormente los circuitos empleados en ANC sean digitales [Kido, 1975; Ross, 1980,1981]. Recientemente, con el incremento de la velocidad de procesamiento y funcionalidad de los Procesadores Digitales de Señales (DSP), las funciones matemáticas y algoritmos necesarios en las técnicas de ANC en tiempo real, se pueden llevar a cabo en un único dispositivo integrado, obteniendo canceladores más pequeños y con menos consumo de potencia [Eriksson, 1990,1991]. En los últimos 25 años los filtros adaptativos digitales se han convertido en los circuitos más utilizado en las técnicas de ANC [Goodwin y Sin 1984; Widrow y Stearns, 1985; Cowan y Grant, 1985;. Honig y Messerschmitt, 1986; Alexander, 1986; Treicher y otros, 1987; Bellanger, 1987; Haykin, 1991; Clarkson, 1993]. Los filtros adaptativos digitales pueden ser realizados en la forma de filtros transversales con respuesta al impulso finita (Finite Impulse Response, FIR), respuesta al impulso infinita (Infinite Impulse Response, IIR), Lattice, etc. De estos formatos el más utilizado es el FIR adaptativo. Los coeficientes de los filtros adaptativos se ajustan para minimizar la señal de error producida por la diferencia entre el ruido a cancelar y el antiruido. Estos circuitos, en lugar de ser diseñados en forma predeterminada, “aprenden” las características óptimas de función de transferencia basándose en procesos de entrenamiento mediante prueba y error. Diferentes algoritmos fueron presentados y evaluados, y en particular Bernard Widrow desarrolló el algoritmo Least Mean Squares (LMS) que simplificó notablemente los requisitos computacionales del proceso de aprendizaje. El análisis de las características y performance del LMS ha sido desarrollado en varios libros de texto [Widrow y Stearns, 1985; Haykin, 1991; Clarkson, 1993]. En la Figura 1 se muestra el esquema básico de un filtro adaptativo digital con estructura FIR en color negro y algoritmo de adaptación LMS en color naranja. Es de notar que en el algoritmo LMS (y en todos los algoritmos adaptativos) la velocidad de aprendizaje, la estabilidad de la convergencia de los coeficientes hacia los valores óptimos (mínimo error) y el desajuste Página 1 de 5

Desarrollo de Sistemas Adaptativos Digitales aplicados al Control Activo de Ruido e implementación en dispositivos DSP

residual de los coeficientes, está dado por el parámetro µ. Valores de µ altos producen un rápido aprendizaje, pero pueden llevar a la inestabilidad al circuito, y presentan un valor de desajuste residual más alto. Valores bajos de µ requieren muchos más ciclos de prueba y error para llegar a valores de coeficientes lo suficientemente cerca de los valore óptimos, y también requieren de más tiempo para adaptarse a cambios de entornos futuros una vez convergido el sistema. Es por eso que se han desarrollado muchas variantes al algoritmo LMS básico. El algoritmo LMS Normalizado (NLMS) mide la potencia de la señal de entrada y en base a eso adapta el µ a utilizar en ese momento, asegurando la estabilidad del proceso. Mayores potencias de entrada requieren un proceso más lento (µ bajo) para ser estables, y menores potencias de entrada permiten un proceso más rápido (µ alto), La performance del NLMS ha sido ampliamente estudiada [Slock, 1993; Rupp, 1993] y el algoritmo es muy utilizado. La correlación entre la señal de referencia y el error es alta al principio del proceso y disminuye hasta idealmente cero cuando el proceso de aprendizaje ha finalizado. Esto ha originado la variante “LMS correlacionado” [Shan y Kailath, 1988]. Otra variante es el Leaky - LMS [Gitlin y otros, 1982] que va corriendo levemente los coeficientes. Ese mecanismo evita algunos casos particulares de convergencia hacia valores sub-óptimos, que se presenta normalmente cuando la señal de referencia es una sinusoide pura y se usan más de dos coeficientes. Hay una serie de variantes llamadas “Signed LMS” [Treichler y otros, 1987] donde la adaptación de los coeficientes no se produce tomando el valor del error sino solamente su signo. Ese método reduce aún más el requerimiento de cómputo del algoritmo LMS. xk

T

w0

xk −1

T

xk − i

xk − 2

w1

xk − L + 2

T

T

xk − L +1

wL − 2

wi

wL −1

yn

+ xk

xk −1

xk − L + 2

xk − i

xk − L +1

µ

+

+

dk

ek

Figura 1. FIR adaptativo con algoritmo LMS Si bien el LMS y sus variantes son las más ampliamente utilizadas en los sistemas adaptativos, los circuitos ANC tiene la particularidad que la cancelación se realiza generalmente en el medio acústico, por lo que el filtro adaptativo no genera la señal eléctrica que directamente se restará de la señal deseada. En cambio, la salida del filtro adaptativo debe ser convertida a analógica, excitar un parlante que la traduce a presión acústica, y el error resultante debe ser colectado por un micrófono y convertirse nuevamente a digital para poder ser utilizada en el proceso de aprendizaje. Esta complicación puede generar inestabilidades en el proceso de convergencia del algoritmo LMS. Es por eso que se derivó la variante “Filtered X LMS”, FXLMS [Morgan, 1980; Widrow y otros, 1981; Burgess, 1981] donde la señal de referencia x(n) se filtra antes de usarse en el algoritmo LMS. El filtro que actúa sobre la señal de referencia debe tener una transferencia idéntica (o al menos muy similar) a la del llamado “Camino Secundario” o Secondary Path que representa la transferencia D/A-Parlante-Micrófono-A/D y se simboliza como S(z) en la Figura 2. x(n)

P(z)

d(n)

e(n)

+ y’(n) S(z)

W(z)

y(n)

S(z) x’(n)

LMS

Figura 2. Algoritmo LMS de referencia filtrada FX-LMS

Página 2 de 5

Desarrollo de Sistemas Adaptativos Digitales aplicados al Control Activo de Ruido e implementación en dispositivos DSP

Sobre la base del algoritmo FX-LMS se han propuesto diferentes esquemas según se disponga de un micrófono de referencia para colectar la señal x(n) (FeedForward FX-LMS) o se la sintetice a partir del micrófono que colecta la señal de error (Feedback FX-LMS) [Eghtesadi y otros, 1983; Hong et al., 1987]. Ambos esquemas tienen sus ventajas y desventajas y dependiendo de la situación y características del ruido a cancelar se debe optar por la más conveniente. Adicionalmente se puede combinar ambas técnicas en un esquema híbrido feedforward y feedback [Zangi, 1993; Swanson, 1989]. El proyecto pretende encontrar un esquema e implementación de un ANC óptimo para la cancelación de ruido ambiente de diferentes características, en la cercanía del oído de una persona que utilice un headset para realizar una comunicación full dúplex con un extremo remoto. Tanto el extremo local como el extremo remoto deben beneficiarse del accionar del circuito ANC. Las hipótesis del proyecto son que un esquema hibrido puede comportarse mejor que el clásico Feedback, y que se puede combinar principios de cancelación acústica con cancelación eléctrica para que ambos extremos se vean beneficiados por el accionar del ANC. En la Figura 3 se muestra un esquema general del sistema prototipo de ANC a implementar en un dispositivo DSP, sobre la base de un headset comercial, el cual se adaptará con una configuración de micrófonos y parlantes adicionales. Ruido

Filtro FIR

Algoritmo adaptativo Dispositivo DSP

Figura 3. Esquema general del sistema prototipo de ANC a desarrollar. B - OBJETIVOS GENERALES Y ESPECÍFICOS Los objetivos generales del proyecto son • • • • • •

Estudiar las diferentes técnicas del ANC. Determinar el esquema y algoritmo ANC más conveniente para la cancelación activa de ruido en un headset. Aplicar los resultados del estudio de modo que el extremo local (la persona que usa el headset) goce de una reducción apreciable del ruido presente en su medio local. Permitir que el extremo local escuche la voz del extremo remoto en el mismo parlante utilizado para cancelar el ruido local. Reducir el ruido local en la señal transmitida al extremo remoto. Aplicar los resultados a un experimento real, plasmándose en un sistema prototipo de ANC que utilice un dispositivo DSP.

Los objetivos específicos del proyecto son • • • •

Estudiar el ruido de banda angosta y de banda ancha, verificando su efecto en el proceso de aprendizaje. Determinar el esquema apropiado (Feedforward, Feedback, híbrido) que mejor se adapte a los objetivos generales. Analizar diferentes opciones para la velocidad y estabilidad del proceso de aprendizaje. Realizar simulaciones en Matlab para verificar y evaluar las diferentes opciones.

Página 3 de 5

Desarrollo de Sistemas Adaptativos Digitales aplicados al Control Activo de Ruido e implementación en dispositivos DSP

• •

Implementar los algoritmos simulados en un dispositivo DSP utilizando herramientas del mismo (compiladores, simuladores, etc). Comprobar en un ambiente real los resultados encontrados.

C - MATERIALES Y MÉTODOS Para el logro de los objetivos planteados, se realizarán una serie de estudios los cuales se detallan y describen a continuación: Se buscará bibliografía y analizará la experiencia y propuestas realizadas por estudios anteriores. En base a las propuestas estudiadas se seleccionará un par de esquemas candidatos para lograr los objetivos generales planteados en la sección anterior. Una vez seleccionados los esquemas candidatos se realizaran simulaciones en Matlab, para analizar las diferentes variantes, registrando los resultados obtenidos. En base a los resultados de las simulaciones se elegirá un esquema definitivo que cumpla con los objetivos específicos buscados. El esquema seleccionado será simulado y posteriormente construido con herramientas propias de un dispositivo DSP, a fin de verificar la factibilidad en un ambiente real. El laboratorio de DSP de la Facultad cuenta con kits de desarrollo y herramientas específicas de la línea Freescale-Motorola que serán suficientes para los objetivos específicos mencionados en la sección anterior. D - BIBLIOGRAFIA Harris, R.W., 1991. Handbook of Acoustical Measurements and Noise Control, 3rd edition, New York: McGraw-Hill. Beranek, L.L. and Ver, I.L., 1992. Noise and Vibration Control Engineering: Principles and Applications, New York: Wiley. Warnaka, G.E., 1982. Active attenuation of noise- the state of the art. Noise Control Eng. J, 18, 100-110, May-June. Guicking, D., 1991. Active Noise and Vibration Control Reference Bibliography, University of Göttingen (Germany). Guicking, D., 1992. Recent advances in active noise control in Proc. 2nd Int. Cong. Recent Developments in Air- and Structure- Borne Sound Vib., 313-320. Lueg, P., 1936. Process of silencing sound oscillations, U.S Patent 2,043,416, June 9, 1936 Widrow and Sterns, S.D., 1985. Adaptive Signal Processing, Englewood Cliffs, NJ: Prentice-Hall. Kido, K., 1975. Reduction of noise by use of additional sound sources in Proc. Inter-noise, 647-650. Ross, C.F., 1980. Active Control of Sound, PhD thesis, Queen´s College, Cambridge, U.K, July. Ross, C.F., 1981. A demonstration of active control of broadband sound, J Sound Vib., 74, 411-417. Eriksson, L.J., 1990. Computer- aided silencing- an emerging technology”, Sound Vib., 24, 42-45, July. Eriksson, L.J.,1991. The continuing evolution of active noise control with special emphasis on ductborne noise, in Proc. Recent Advances in Active Control of Sound Vib., 237-245. Goodwin, G.C. and Sin, K.S., 1984. Adaptive Filtering Prediction and Control, Englewood Cliffs, NJ: Prentice-Hall. Cowan, C.F.N. and Grant, P.M., 1985. Adaptive Filters, Englewood Cliffs, NJ: Prentice-Hall. Honig, M.L., 1986. Messerschmitt D.G., Adaptive Filters: Structures, Algorithms, and Applications, Boston: Kluwer Academic Publishers. Alexander, S.T., 1986. Adaptive Signal Processing, New York: Springer-Verlag. Treicheler, J.R., Johnson, C.R. Jr. and Larimore, M.G, 1987. Theory and Design of Adaptive Filters, New York: Willey. Bellanger, M., 1987. Adaptive Digital Filters and Signal Analysis, New York: Marcel Dekker. Haykin, S., 1991. Adaptive Filter Theory, 2nd Ed., Englewood Cliffs, NJ: Prentice-Hall. Clarkson, P.M., 1993. Optimal and Adaptive Signal Processing, Boca Raton, FL: CRC Press. Slock, D. T. M., 1993. On the convergence behavior of the LMS and the normalized LMS algorithms, IEEE Trans. Signal Processing, 41, 2811- 2825, Sept. Rupp, M., 1993. The behavior of LMS and NLMS algorithms in the presence of spherically invariant processes, IEEE Trans. Signal Processing, 41, 1149-1160, Mar. Shan, T. J. and Kailath, T. Adaptive algorithms with an automatic gain control feature. IEEE Trans. Circuits Syst., CAS-35, 122-127, Jan. Página 4 de 5

Desarrollo de Sistemas Adaptativos Digitales aplicados al Control Activo de Ruido e implementación en dispositivos DSP

Gitlin, R.D., Meadors, H.C. and Weinstein, S.B., 1982. The tap-leakage algorithm: An algorithm for the stable operation of a digitally implemented, fractional adaptive spaced equalizer, Bell System Tech. J., 61, 1817-1839, Oct. Morgan, D.R., 1980. An analysis of multiple correlation cancellation loops with a filter in the auxiliary path, IEEE Trans. Acoust., Speech, Signal Processing, ASSP-28, 454-467, Aug. Widrow, B., Shur, D. and Shaffer, S., 1981. On adaptive inverse control in Proc. 15th Asilomar Conf, 185189. Burgess, J.C., 1981. Chirp design for acoustical system identification. J. Acoust. Soc. Am., 70, 715-726, Sept. Eghtesadi, Kh., Hong, W.K. and Leventhall, H.G., 1983. The tight-coupled monopole active attenuator in a duct, Noise Control Eng. J., 20, 16-20, Jan-Feb. Hong, W.K., Eghtesadi, Kh. And Leventhall, H.G., 1987. The tight-coupled monopole (TCM) and tightcoupled tandem (TCT) attenuators: Theoretical aspects and experimental attenuation in an air duct. J. Acoust. Soc. Am., 81, 376-388, Feb. Zangi, K.C., 1993. A new two sensor active noise cancellation algorithm in Proc. ICASSP, Vol.II, 351-354. Swanson, D.C., 1989. Active noise attenuation using a self-turning regulator as the adaptive control algorithm. In Proc. Inter-noise, 467-470. E - CRONOGRAMA DE ACTIVIDADES Una descripción específica de las actividades previstas para el próximo año se presenta en el Plan de Trabajo. El tiempo estimado para la conclusión del presente proyecto es de 2 años. F - IMPORTANCIA DEL PROYECTO - IMPACTO Si bien las técnicas de ANC ya han sido estudiadas y evaluadas por trabajos anteriores, queda aún mucho por estudiar y evaluar en cuanto a la selección de diferentes esquemas y algoritmos, orientadas a aplicarse en headsets. Los resultados del presente proyecto permitirán determinar cuáles son las modalidades óptimas para la aplicación eficiente de técnicas ANC implementadas en headsets comerciales de bajo costo, que deban operar en modo full dúplex, como los usados por miles de personas en los centros de atención a clientes o call centers en todo el mundo, ambientes industriales, ambientes de oficinas, etc. G - FACILIDADES DISPONIBLES El proyecto será desarrollado en el Laboratorio de DSP de la Facultad de Ciencias Exactas Físicas y Naturales de la Universidad Nacional Córdoba. El Laboratorio de DSP cuenta con importantes equipos o dispositivos DSP de la familia Freescale-Motorota, el instrumental electrónico necesario y el espacio edilicio adecuado para llevar a cabo este Proyecto. Asimismo, el laboratorio cuenta con bibliografía de libros y revistas actualizadas del tema propuesto en este proyecto. Cuenta además, con el contacto permanente

de grupos universitarios del mundo, especialmente de U.S.A. y empresas multinacionales vinculadas con las tecnologías o dispositivos DSP, como es el caso de Motorota Inc., Freescale Inc. H - JUSTIFICACIÓN DEL PRESUPUESTO SOLICITADO Se planea la compra de dos computadoras totalmente equipadas a los fines de que los miembros docentes y el alumno participante del el proyecto puedan desarrollar sus tareas de investigación. Asimismo, el presente grupo de trabajo necesita cubrir gastos de mantenimiento y consumo básicos que incluyen: resmas de hojas, la compra de una impresora, cartuchos para impresoras, fotocopias, etc. Por otro lado se prevé la compra de los dispositivos electrónicos para el desarrollo del sistema prototipo de

de ANC, los cuales consisten en headsets comerciales, parlantes y micrófonos, sistemas de adquisición y acondicionamiento de audio, componentes e integrados electrónicos y plaquetas circuitales.

Página 5 de 5