Информация Коэффициент нелинейных искажений (КНИ). Нелинейные искажения
Нелинейными искажениями называют искажения сигнала, обусловленные нелинейностью зависимости между вторичным и первичным сигналами в стационарном режиме. В результате нелинейных безынерционных искажений входного сигнала синусоидальной формы получается выходной сигнал сложной формы y = y0 + v1x + v2x2 + v3x3 + ... где: x - входная величина; y0 - постоянная составляющая; v1 - линейный коэффициент усиления; v2, v3 ... - коэффициенты нелинейных искажений.
В системе с нелинейной передаточной характеристикой возникают спектральные составляющие, которых не было на входе - продукты нелинейности. При подаче на вход такой системы сигнала с единственной частотой f1 на выходе появятся составляющие с частотами f1, 2f1, 3f1 и т.д. Если же на вход подается сигнал, состоящий из нескольких частот f1, f2, f3, ..., то на выходе системы кроме гармонических составляющих дополнительно появятся и так называемые "комбинационные составляющие" с частотами n1f1 ± n2f2 ± n3f3 ± ..., где n=1, 2, 3, ... При подаче звуков со сплошным спектром получается также сплошной спектр, но с измененной формой огибающей спектра.
Нелинейные искажения принято оценивать коэффициентом нелинейных искажений, представляющим собой отношение эффективных значений гармоник к эффективному значению суммарного выходного сигнала и измеряется в процентах. Здесь An - амплитуды составляющих с частотами nf. Приведенная рядом упрощенная формула справедлива для случаев, когда искажения невелики (К<=10%). Различают два типа нелинейности: степенную и нелинейность из-за ограничения амплитуды. Последняя делится на ограничение сверху и ограничение снизу (центральное). При первом виде ограничения искажаются только громкие сигналы, при втором - все сигналы, но более слабые искажаются сильнее, чем громкие. Нелинейность искажения гармонического вида и комбинационных частот ощущается как дребезжание, переходящее в хрипы при значительном искажении на высоких частотах. Нелинейные искажения в виде разностных комбинационных частот вызывают ощущение модуляции передачи. При сужении полосы частот нелинейные искажения становятся менее заметными. Линейные искажения изменяют амплитудные и фазовые соотношения между имеющимися спектральными компонентами сигнала и за счет этого искажают его временную структуру. Такие изменения воспринимаются как искажения тембра или «окрашивание» звука.
При звукопередаче первичные соотношения между частотными компонентами звука должны быть сохранены. В связи с этим, качество любого участка звукового канала оценивается его амплитудно-частотной (сокращенно частотной) характеристикой, для обозначения которой часто используют аббревиатуру АЧХ. Под АЧХ понимают график зависимости коэффициента передачи от частоты сигналов, подаваемых на вход данного участка канала или отдельного звукотехнического устройства. Коэффициент передачи - это отношение величин сигналов на входе усилителя и его выходе.
Частотная характеристика тракта передачи (частотная зависимость коэффициента передачи) изменяет соотношения между амплитудами частотных составляющих. Это приводит к субъективному ощущению изменения тембра. Показателем степени частотных искажений, возникающих в каком-либо устройстве, служит неравномерность его амплитудно-частотной характеристики, количественным показателем на какой-либо конкретной частоте спектра сигнала является коэффициент частотных искажений.
Нелинейные искажения вызваны нелинейностью системы обработки и передачи сигнала. Эти искажения вызывают появление в частотном спектре выходного сигнала составляющих, отсутствующих во входном сигнале. Нелинейные искажения представляют собой изменения формы колебаний, проходящих через электрическую цепь (например, через усилитель или трансформатор), вызванные нарушениями пропорциональности между мгновенными значениями напряжения на входе этой цепи и на ее выходе. Это происходит, когда характеристика выходного напряжения нелинейно зависит от входного. Количественно нелинейные искажения оцениваются коэффициентом нелинейных искажений или коэффициентом гармоник. Типовые значения КНИ: 0 % — синусоида; 3 % — форма, близкая к синусоидальной; 5 % — форма, приближенная к синусоидальной (отклонения формы уже заметны на глаз); до 21 % — сигнал трапецеидальной или ступенчатой формы; 43 % — сигнал прямоугольной формы.
Наш корреспондент Аюр Санданов встретился с Сергеем Харутой, аранжировщиком, композитором и продюсером, и узнал, что тот думает о продуктах компании Apple. Вдобавок они обнаружили общие музыкантские корни и обсудили, как писать музыку для кино, что такое профессионализм в суровом мире поп-музыки, на чем пишется Питер Гэбриэл и чем управлять сложнее - "Блестящими" или народным хором?
Мастеринг - одна из наиболее интересных тем в звуковой индустрии. Этой статьей мы начинаем большой цикл, освещающий вопросы, связанные с ним. Ориентировочно наш цикл будет состоять из десяти статей. В них автор попытается дать ответы на наиболее общие технические вопросы, связанные с мастерингом, возьмет интервью у известных мастеринг-инженеров и звукоинженеров.
Не следует путать новые возможности дизайна активных помещений с «поддерживаемой реверберацией», которая с 1950-х годов использовалась в Королевском фестивальном зале (Royal Festival Hall), а позже в студиях «Лаймхаус» (Limehouse Studios). Это были системы, использующие настраиваемые резонаторы и многоканальные усилители для распределения естественных резонансов до нужной части помещения.
Кажется, что тема компьютерных акустических расчетов среди профессионалов в области звука никогда не исчерпает себя.
Несмотря на то, что фундаментальная наука не претерпевает изменений, а математические модели улучшаются эволюционно, среди коллег встречаются как совершенно разные взгляды на акустическое моделирование в целом, так и, порой противоположные трактовки одних и тех же абсолютных величин.
Александр Перфильев, звукорежиссер певицы Ёлки: «Более 10 лет полноценно занимаюсь мастерингом, и этот вид звукорежиссуры мне очень симпатичен. Хотя проекты, которые сам свожу, практически никогда не мастерю: это неправильно, как мне кажется, должен быть свежий взгляд, эдакое ОТК. Аналогичного мнения был по поводу концертного звука, но, когда выдалась возможность попробовать, решил рискнуть. Получается так, что я занимаюсь и интересуюсь всеми видами музыкальной звукорежиссуры.»
Тема нашей сегодняшней публикации «Как и кто формирует райдерность оборудования».
Это совместный проект «Клуба прокатчиков шоу-технологий» (см. страницу на Фейсбуке)
и сайта www.сайт. На этих ресурсах, а также в сети Colisium были проведены опросы,
их результаты - ниже. Участники «Клуба прокатчиков шоу-технологий» активно обсуждали эту тему.
Мы предложили ответить на несколько вопросов специалистам, которые уже не один годв нашем бизнесе,
и их мнение, безусловно, будет интересно нашим читателям.
Андрей Шилов: "Выступая на 12 зимней конференции прокатных компаний в Самаре, в своем докладе я поделился с аудиторией проблемой, которая меня сильно беспокоит последние 3-4 года. Мои эмпирические исследования рынка проката привели к неутешительным выводам о катастрофическом падении производительности труда в этой отрасли. И в своем докладе я обратил внимание владельцев компаний на эту проблему как на самую важную угрозу их бизнесу. Мои тезисы вызвали большое количество вопросов и длительную дискуссию на форумах в соцсетях."
Гармонические колебания
Т.е. фактически график синуса получается из вращения вектора, который описывается формулой:
F(x) = A sin (ωt + φ),
Где A - длина вектора (амплитуда колебаний), φ - начальный угол (фаза) вектора в нулевой момент времени, ω - угловая скорость вращения, которая равна:
ω=2 πf, где f - частота в Герцах.
Как мы видим, что зная частоту сигнала, амплитуду и угол, мы можем построить гармонический сигнал.
Магия начинается тогда, когда оказывается, что представление абсолютно любого сигнала можно представить в виде суммы (зачастую бесконечной) различных синусоид. Иначе говоря, в виде ряда Фурье.
Я приведу пример из английской википедии . Для примера возьмём пилообразный сигнал.
Пилообразный сигнал
Его сумма будет представлена следующей формулой:
Если мы будем по очерёдно суммировать, брать сначала n=1, затем n=2 и т.д., то увидим, как у нас гармонический синусоидальный сигнал постепенно превращается в пилу:
Наверное красивее всего это иллюстрирует одна программа, найденная мной на просторах сети. Выше уже говорилось, что график синуса является проекцией вращающегося вектора, а как же быть в случае более сложных сигналов? Это, как ни странно, проекция множества вращающихся векторов, а точнее их суммы, и выглядит это всё так:
Вектора рисуют пилу.
Вообще рекомендую сходить самим по ссылке и попробовать самим поиграться с параметрами, и посмотреть как меняется сигнал. ИМХО более наглядной игрушки для понимания я ещё не встречал.
Ещё следует заметить, что есть обратная процедура, позволяющая получить из данного сигнала частоту, амплитуду и начальную фазу (угол), которое называется Преобразование Фурье.
Разложение в ряд Фурье некоторых известных периодических функций (отсюда)
Я детально на нём останавливаться не буду, но покажу, как это можно применить по жизни. В списке литературы порекомендую то, где можно почитать подробнее о матчасти.
Переходим к практическим упражнениям!
Мне кажется, что каждый студент задаётся вопросом, сидя на лекции, например по матану: зачем мне весь этот бред? И как правило, не найдя ответа в обозримом будущем, к сожалению, теряет интерес к предмету. Поэтому я сразу покажу практическое применение данных знаний, а вы эти знания уже будете осваивать сами:).
Всё дальнейшее я буду реализовывать на сях. Делал всё, конечно, под Linux, но никакой специфики не использовал, по идее программа будет компилироваться и работать под другими платформами.
Для начала напишем программу для формирования звукового файла. Был взят wav-файл, как самый простой. Прочитать про его структуру можно .
Если кратко, то структура wav-файла описывается так: заголовок, который описывает формат файла, и далее идёт (в нашем случае) массив 16-ти битных данных (остроконечник) длиной: частота_дискретизации*t секунд или 44100*t штук.
Для формирования звукового файла был взят пример . Я его немного модифицировал, исправил ошибки, и окончательная версия с моими правками теперь лежит на гитхабе тут
Сгенерируем двухсекундный звуковой файл с чистым синусом частотой 100 Гц. Для этого модифицируем программу таким образом:
#define S_RATE (44100) //частота дискретизации
#define BUF_SIZE (S_RATE*10) /* 2 second buffer */
….
int main(int argc, char * argv)
{
...
float amplitude = 32000; //берём максимальную возможную амплитуду
float freq_Hz = 100; //частота сигнала
/* fill buffer with a sine wave */
for (i=0; i Обращаю внимание, что формула чистого синуса соответствует той, о которой мы говорили выше. Амплитуда 32000 (можно было взять 32767) соответствует значению, которое может принимать 16-ти битное число (от минус 32767 до плюс 32767). В результате получаем следующий файл (можно его даже послушать любой звуковоспроизводящей программой). Откроем данный файл audacity и увидим, что график сигнала в действительности соответствует чистому синусу: Поглядим спектр этого синуса (Анализ->Построить график спектра) Виден чистый пик на 100 Гц (логарифмический масштаб). Что такое спектр? Это амплитудно-частотная характеристика. Существует ещё фазочастотная характеристика. Если помните, выше я говорил, что для построения сигнала надо знать его частоту, амплитуду и фазу? Так вот, можно из сигнала получить эти параметры. В данном случае у нас график соответствий частот амплитуде, при чём амплитуда у нас не в реальных единицах, а в Децибелах. Я понимаю, что чтобы объяснить, как работает программа, надо объяснить, что такое быстрое преобразование Фурье, а это как минимум ещё на одну некислую статью. Для начала алокируем массивы: C = calloc(size_array*2, sizeof(float)); // массив поворотных множителей
in = calloc(size_array*2, sizeof(float)); //входный массив
out = calloc(size_array*2, sizeof(float)); //выходной массив
Скажу лишь, что в программе мы читаем данные в массив длиной size_array (которое берём из заголовка wav-файла). While(fread(&value,sizeof(value),1,wav)) {
in[j]=(float)value;
j+=2;
if (j > 2*size_array) break;
}
Массив для быстрого преобразования Фурье должен представлять собой последовательность {re, im, re, im,… re, im}, где fft_size=1<< p - число точек БПФ. Объясняю нормальным языком: Int p2=(int)(log2(header.bytes_in_data/header.bytes_by_capture));
Логарифм от количество байт в данных, делённых на количество байт в одной точке. После этого считаем поворотные множители: Fft_make(p2,c);// функция расчёта поворотных множителей для БПФ (первый параметр степень двойки, второй алокированный массив поворотных множителей).
И скармливаем наш считанный массив в преобразователь Фурье: Fft_calc(p2, c, in, out, 1); //(единица означает, что мы получаем нормализованный массив).
На выходе мы получаем комплексные числа вида {re, im, re, im,… re, im}. Для тех, кто не знает, что такое комплексное число, поясню. Я не зря начал эту статью с кучи вращающихся векторов и кучи гифок. Так вот, вектор на комплесной плоскости определяется действительной координатой a1 и мнимой координатой a2. Или длиной (это у нас амплитуда Am) и углом Пси (фаза). Обратите внимание, что size_array=2^p2. Первая точка массива соответствует частоте 0 Гц (постоянная), последняя точка соответствует частоте дискретизации, а именно 44100 Гц. В результате мы должны рассчитать частоту, соответствующей каждой точке, которые будут отличаться на частоту дельта: Double delta=((float)header.frequency)/(float)size_array; //частота дискретизации на размер массива.
Алокируем массив амплитуд: Double * ampl;
ampl = calloc(size_array*2, sizeof(double));
И смотрим на картинку: амплитуда - это длина вектора. А у нас есть его проекции на действительную и мнимую ось. В результате у нас будет прямоугольный треугольник, и тут мы вспоминаем теорему Пифагора, и считаем длину каждого вектора, и сразу пишем её в текстовый файл: For(i=0;i<(size_array);i+=2) {
fprintf(logfile,"%.6f %f\n",cur_freq, (sqrt(out[i]*out[i]+out*out)));
cur_freq+=delta;
}
…
11.439514 10.943008
11.607742 56.649738
11.775970 15.652428
11.944199 21.872342
12.112427 30.635371
12.280655 30.329171
12.448883 11.932371
12.617111 20.777617
...
Теперь скармливаем получившейся программе тот звуковой файл синуса ./fft_an ../generate_wav/sin\ 100\ Hz.wav
format: 16 bits, PCM uncompressed, channel 1, freq 44100, 88200 bytes per sec, 2 bytes by capture, 2 bits per sample, 882000 bytes in data
chunk=441000
log2=18
size array=262144
wav format
Max Freq = 99.928 , amp =7216.136
И получаем текстовый файл АЧХ. Строим его график с помощью гнуплота Скрипт для построения: #! /usr/bin/gnuplot -persist
set terminal postscript eps enhanced color solid
set output "result.ps"
#set terminal png size 800, 600
#set output "result.png"
set grid xtics ytics
set log xy
set xlabel "Freq, Hz"
set ylabel "Amp, dB"
set xrange
#set yrange
plot "test.txt" using 1:2 title "AFC" with lines linestyle 1
Обратите внимание на ограничение в скрипте на количество точек по X: set xrange . Частота дискретизации у нас 44100, а если вспомнить теорему Котельникова, то частота сигнала не может быть выше половины частоты дискретизации, следовательно сигнал выше 22050 Гц нас не интересует. Почему так, советую прочитать в специальной литературе. Обратите внимание на резкий пик на частоте 100 Гц. Не забывайте, что по осям - логарифмический масштаб! Шерсть справа, как я думаю, ошибки преобразования Фурье (тут на память приходят окна). А давайте! Давайте поглядим спектры других сигналов! Double d_random(double min, double max)
{
return min + (max - min) / RAND_MAX * rand();
}
Она будет генерировать случайное число в заданном диапазоне. В результате main будет выглядеть так: Int main(int argc, char * argv)
{
int i;
float amplitude = 32000;
srand((unsigned int)time(0)); //инициализируем генератор случайных чисел
for (i=0; i Сгенерируем файл , (рекомендую к прослушиванию). Поглядим его в audacity. Поглядим спектр в программе audacity. И поглядим спектр с помощью нашей программы: Хочу обратить внимание на очень интересный факт и особенность шума - он содержит в себе спектры всех гармоник. Как видно из графика, спектр вполне себе ровный. Как правило, белый шум используется для частотного анализа пропускной способности, например, аудиоаппаратуры. Существуют и другие виды шумов: розовый, синий и другие
. Домашнее задание - узнать, чем они отличаются. А теперь давайте посмотрим другой интереснейший сигнал - меандр. Я там выше приводил табличку разложений различных сигналов в ряды Фурье, вы поглядите как раскладывается меандр, выпишите на бумажку, и мы продолжим. Для генерации меандра с частотой 25 Гц мы модифицируем в очередной раз наш генератор wav-файла: Int main(int argc, char * argv)
{
int i;
short int meandr_value=32767;
/* fill buffer with a sine wave */
for (i=0; i В результате получим звуковой файл (опять же, советую послушать), который сразу надо посмотреть в audacity Не будем томиться и поглядим его спектр: Пока не очень что-то понятно, что такое… А давайте поглядим несколько первых гармоник: Совсем другое дело! Ну-ка поглядим табличку. Смотрите-ка, у нас есть только 1, 3, 5 и т.д., т.е. нечётные гармоники. Мы так и видим, что у нас первая гармоника 25 Гц, следующая (третья) 75 Гц, затем 125 Гц и т.д., при этом у нас амплитуда постепенно уменьшается. Теория сошлась с практикой! Эта картинка прям как картинка из википедии , где для примера меандра берутся не все частоты, а только первые несколько. Меандр так же активно используется в радиотехнике (надо сказать, что - это основа всей цифровой техники), и стоит понимать что при длинных цепях его может отфильтровать так, что, родная мама не узнает. Его так же используют для проверки АЧХ различных приборов. Ещё интересный факт, что глушилки телевизоров работали именно по принципу высших гармоник, когда сама микросхема генерировала меандр десятки МГц, а его высшие гармоники могли иметь частоты сотни МГц, как раз на частоте работы телевизора, и высшие гармоники успешно глушили сигнал вещания телевизора. Вообще тема подобных экспериментов бесконечная, и вы можете теперь сами её продолжить. Для тех, кто нифига не понял, что мы тут делаем, или наоборот, для тех, кто понял, но хочет разобраться ещё лучше, а так же для студентам, изучающим ЦОС, крайне рекомендую эту книгу. Это ЦОС для чайников, которым является автор данного поста. Там доступным даже для ребёнка языком рассказываются сложнейшие понятия. В заключении хочу сказать, что математика - царица наук, но без реального применения многие люди теряют к ней интерес. Надеюсь, данный пост подстегнёт вас к изучению такого замечательного предмета, как обработка сигналов, и вообще аналоговой схемотехнике (затыкайте уши, чтобы не вытекали мозги!). :) Теги:
Измерение нелинейных искажений на
шумовом сигнале
В статье автор обращает внимание читателей на один практически не
используемый метод измерения нелинейности усилителей. Результаты объективных
измерений нелинейных искажений УМЗЧ по этому методу удивительно совпадают с
результатами их субъективных оценок при экспертном прослушивании. Известные методы измерения нелинейных искажений в трактах звукопередачи
отличаются большим разнообразием . Широкое распространение получил метод
гармоник как наиболее простой при экспериментах и удобный для расчетов. Менее
распространены другие методы: разностного тона, модулированного тона, взаимной
модуляции (интермодуляции). Измеряют и переходные интермодуляционные искажения. Для перечисленных методов существуют свои области применения. При этом каждый из
них использует специальные сигналы, обеспечивающие наибольшую эффективность
обнаружения продуктов искажений. Однако именно это и является причиной их малой
информативности относительно интегральной оценки искажений, вносимых в звуковой
тракт и значительно влияющих на субъективную (экспертную) оценку качества
передачи реальных звуковых сигналов. Заметность нелинейных искажений реального сигнала связана с тем, насколько
часто, если рассматривать процесс во времени, или с какой вероятностью, если
применить к нему статистическую меру, его мгновенные значения попадают в область
существенной нелинейности тракта звукопередачи. Многим, наверное, приходилось
наблюдать, как при уменьшении уровня сигнала в перегруженном канале исчезает
хриплость звучания. Она тем меньше, чем реже выбросы сигнала попадают в область
перегрузки. Типичная характеристика функции передачи сигнала s в тракте звукопередачи
представлена на рис. 1,а. Здесь: sвх, sвых - входной и выходной нормированные по
мощности сигналы; W(s) - плотность вероятности мгновенных значений сигнала sвх.
Участок А соответствует относительно малой нелинейности, а участки Б - большой.
Для удобства анализа на рис. 1,б изображены графики распределения плотности
вероятности W(s) мгновенных значений двух сигналов одинаковой мощности: белого
(гауссовского) шума (кривая 2) и гармонического (кривая 1). Как следует из рис.
1,а, все значения входного сигнала, ограниченные функцией W(s) для синусоиды,
приходятся на участок характеристики передачи с меньшей нелинейностью, в то
время как для шумового сигнала 16 % времени его значения находятся на участках
характеристики передачи с большой нелинейностью. Понятно, что шумовой сигнал
подвергается значительно большим искажениям, чем синусоидальный. В приведены результаты исследований плотности вероятности мгновенных
значений сигналов натуральных звучаний (речевых и музыкальных). Они оказались по
своему распределению уровней гораздо ближе к шумовому сигналу, чем к
гармоническому. Следовательно, оценка нелинейных искажений, основанная на
перечисленных выше методах, дает неверные представления о действительных
нелинейных искажениях реальных сигналов. Значительно большей информативностью обладают менее известные методы измерений,
использующие шумовые сигналы . Один из методов применяется в кинематографии и телевидении для измерения
нелинейных искажений фотографической фонограммы . Структурная схема измерения
и спектральные диаграммы для этого метода приведены на рис.2. Измерительный
сигнал создается генератором белого шума ГБШ, ограниченный с помощью полосового
фильтра ПФ полосой частот 3...12 кГц, который и подается на вход объекта
измерений ОИ. Продукты нелинейных искажений ПНИ (интермодуляции) шумового
сигнала измеряют вольтметром V после ФНЧ со взвешиванием в полосе частот 30
Гц... 1,2 кГц. Числовой показатель нелинейности - это выраженное в децибелах
отношение среднеквадратичного напряжения продуктов искажений (UС) к напряжению
опорного сигнала (UВ), вырабатываемого встроенным в прибор генератором с
частотой 1 кГц: КИШ = 20 lg (UС/UВ). (1) Описанный метод измерений реализован в приборе 7Э-67 и с успехом применяется на
киностудиях. На телевидении подобным устройством является измеритель ИНИФ. Измерения искажений проводятся и методом гармоник с использованием
измерительного сигнала в виде третьоктавной полосы шума . Структурная схема
и спектральные диаграммы приведены на рис. 3. Из вырабатываемого генератором ГРШ розового шума блоком полосовых фильтров БПФ
для исследования объекта измерений ОИ поочередно выделяют полосы, причем спад
уровня 3 дБ на октаву с ростом частоты обеспечивает постоянную мощность
измерительного сигнала в любой третьоктавной полосе. Из продуктов искажений
напряжения сигнала U1 в расчет принимаются только расположенные в третьоктавных
полосах его гармоники U2, U3 со средними частотами nf1, где n = 2, 3...,f1 -
средняя частота полосы измерительного сигнала. Измерения проводят анализатором
спектра АС, подключенным к выходу объекта измерений. Числовой показатель
коэффициента гармоник шумового сигнала определяется по формуле: Следует учитывать, что достоверность измерений при этом методе значительно
зависит от ограничения полосы пропускания объекта измерений. Существуют и другие, более сложные методы измерений с использованием шумовых
сигналов. Широкому применению таких сигналов при измерениях в звуковой
аппаратуре, по мнению автора, препятствует ряд факторов: дефицитность и высокая
стоимость оборудования для анализа случайных сигналов, необходимость пересмотра
стандартов (например, выходной мощности в усилителях), да и инерционность
мышления многих инженеров, привыкших к синусоидальным сигналам. Для практической оценки эффективности использования шумовых сигналов автором
проведены сравнительные измерения нелинейных искажений в нескольких УМЗЧ по
стандартной методике (методом гармоник) и на шумовом сигнале с использованием
прибора 7Э-67 при одинаковых величинах перегрузки усилителей. Для испытаний были
выбраны различные по схемотехнике и элементной базе УМЗЧ, предназначенные для
озвучивания больших помещений (мощность 100 Вт и более, во всех моделях имелись
индикаторы перегрузки). Кроме того, были проведены и субъективные оценки
качества (СОК) звуковоспроизведения по десятибалльной шкале. Результаты испытаний нелинейности усилителей приведены в таблице. Усилители
мощности 1 - 4 - транзисторные с различной глубиной обратной связи (А),
усилитель 5 - ламповый. В таблице приведены значения коэффициента гармоник КГ на
частоте 1 кГц и коэффициента шумовой интермодуляции по прибору 7Э-67. Высокий уровень искажений в транзисторных усилителях с глубокой общей ООС при
измерении нелинейности шумовым сигналом обусловлен тем, что измерительный сигнал
в виде шума имеет высокий пик-фактор и содержит достаточно широкий спектр
частот, создающих еще более широкий спектр продуктов искажений, а значительная
разница в отношении КГ/КИШ для всех усилителей - увеличением интермодуляционных
искажений при кратковременной перегрузке. Из таблицы следует, что УМЗЧ с большей
глубиной ООС обладают и большим отношением КГ/КИШ, получая соответственно и
невысокие баллы СОК. В итоге испытаний можно сделать следующие выводы: 1. Контроль нелинейных искажений на шумовом сигнале обладает значительно большей
информативностью, позволяет приблизиться к субъективной оценке качества
звуковоспроизведения. 2. При проектировании всех звеньев тракта звукопередачи следует стремиться не
только к снижению коэффициента гармоник, но и коэффициента шумовой
интермодуляции. Описанный метод изначально предложен для измерения нелинейности фотографической
фонограммы кинофильмов (при контроле качества технологического процесса их
тиражирования), поэтому применительно к измерениям в высококачественных трактах
звукопередачи, включая и громкоговорители, целесообразно скорректировать полосу
измерительного сигнала. Измерения шумовой интермодуляции УМЗЧ профессионального назначения
отличаются в данном случае тем, что эту аппаратуру часто используют на
предельной мощности, допуская кратковременную перегрузку. По сравнению с
ламповыми, в транзисторных усилителях при перегрузке ограничение максимального
тока часто более выражено, что соответствует резкому росту нелинейных искажений.
В УМЗЧ, используемых в домашней обстановке, режим ограничения сигнала при
правильно выбранной мощности практически не достигается, поэтому целесообразно
рассмотреть вариант применения методики с ограничением предельного уровня
шумового сигнала. При этом разница между усилителями с различной элементной
базой, вероятно, существенно уменьшится. Кроме того, следует учитывать, что есть
еще ряд критичных параметров - полоса частот, фазовая и переходная
характеристики, уровень собственных шумов... Литература
Чистый ламповый синус
График спектра
это массив комплексных чисел. Я даже боюсь представить, где используется комплексное преобразование Фурье, но в нашем случае мнимая часть у нас равна нулю, а действительная равна значению каждой точке масива.
Ещё одна особенность именно быстрого преобразования Фурье, что оно обсчитывает массивы, кратные только степени двойки. В результате мы должны вычислить минимальную степень двойки:
Вектор на комплексной плоскости
В результате получаем файл примерно такого вида:Пробуем!
Итак (барабанная дробь), запускаем скрипт и лицезреем:
Спектр нашего сигнала
А давайте побалуем?
Вокруг шум…
Для начала построим спектр шума. Тема про шумы, случайные сигналы и т.п. достойна отдельного курса. Но мы её коснёмся слегка. Модифицируем нашу программу генерации wav-файла, добавим одну процедуру:
Сигнал в audacity
Спектр
Наш спектр
А компот?
Его величество - меандр или меандр здорового человека
Спектр меандра
Первые гармоники
А теперь внимание! В реальной жизни сигнал меандра у нас имеет бесконечную сумму гармоник всё более и более высокой частоты, но как правило, реальные электрические цепи не могут пропускать частоты выше какой-то частоты (в силу индуктивности и ёмкости дорожек). В результате на экране осциллографа можно часто увидеть вот такой сигнал:
Меандр курильщика
Сумма первых гармоник, и как меняется сигнал
Книга
Заключение
Удачи!
Добавить метки
Условный номер усилителя
Коэфф. гармоник, КГ, %
Коэфф. шумовой интермодуляции, КИШ, %
Отношение КГ/КИШ
Глубина общей ОСС, А (дБ)
СОК (балл)
1
0,01
9,8
980
78
2
2
0,02
9,3
465
72
3
3
0,01
10
100
81
1
4
0,1
0,9
9
19
5
5
0,13
0,8
6,15
14
9