抗噪性
发布时间:2013/3/1 20:10:35 访问次数:1204
破擦声测试经常在嘈杂的生产BA6688L环境中进行，因此在存在背景噪声的环境下，比较这三种算法输出可用和精确的失真数据的能力是很重要的。典型工厂噪声可以分解为两个基本成分：稳态噪声（如输送机噪声），这是不变的，往往由低频主导；还有瞬态噪声（如冲压或空气压缩机噪声），这是随机噪声，包含许多不同频率。为了模拟这些噪声环境，在进行上述测量时，用一个独立参考扬声器（低失真）播放人工信号。对稳态噪声，使用对低频加权均衡器的粉红噪声激励。对瞬态噪声，在不同频卒中心产生一系列紧密频带限制的噪声脉冲。这些脉冲在测试中随机产生。这些噪声信号都在测量传声器校准到产生72dB声压级。此级别代表了一个特别嘈杂，但不常见的工厂环境，并能模拟一个未加隔声的测试情况。
每个扬声器被测试三次，第一次没有噪声作为基线，第二次在测试中播放稳态噪声，最后播放瞬态噪声。在SoundCheck上和用于对比的系统上对可感知和归一化破擦声进行了测试。
当环境噪声存在和不存在噪声时，为了定量确定失真测量的相对变化，结果都与基线结果进行了比较，对于失真曲线上的每一个频点，失真发生变化的频点的数量用百分率被计算出来。所有50个扬声器的数据进行了平均，最后对每个算法都产生了两种曲线：百分比误差（稳态噪声）对频率和百分比误差（瞬态噪声）对频率（见图18和图19）。用于对比的系统，将6个失真频段的数据进行了平均。
SoundCheck的CLEAR算法对稳态和瞬态噪声都具有抗噪性。在稳态噪声存在的情况下低频噪声失真的确有所减小，这是因为对干扰谐波的噪声掩蔽，因此将噪声从失真中甄别出来将会更难。此算法对瞬态噪声显示出显著的抗噪性，而瞬态噪声对于传统破擦声测量方法而言是一个大问题。
在瞬态和稳态噪声存在的情况下，可感知算法比传统破擦声算法表现要好，因为在测试中附加噪声的存在导致较高阶谐波人为提高，所以提高了测量失真。如果瞬态噪声包含较高频率并在低频扫频中发生，这种情况就是一个更显著的问题。
用于对比的可感知算法在抗噪性比较中表现最差，尤其是对瞬态噪声。引入背景噪声后，失真数据变化较大，从而使得将好的扬声器从差的扬声器中甄别出来更为困难。陡度作为声压的衍生物，从本质上而言是噪声敏感度的量化。
尽管在此模拟中隔音有益于所有的测量方法，可感知破擦声算法最不需要隔音，因此在工厂中安置可以提供最精确的数据和最大程度的灵活性。
实验结果证明，CLEAR可感知破擦声算法比其他如基于较高阶谐波的破擦声测量和用于对比的可感知失真技术更好地与听者相关联。此强相关性意味着使用者可以为PRB算法更容易地设定限制，并且确信可以摈弃具有可听破擦声缺陷的扬声器单元。
数据表明，在嘈杂声学环境下，可感知破擦声算法更好地与理想情况下得到的结果相关联，使得此算法戍为高要求生产环境的理想选择。
每个扬声器被测试三次，第一次没有噪声作为基线，第二次在测试中播放稳态噪声，最后播放瞬态噪声。在SoundCheck上和用于对比的系统上对可感知和归一化破擦声进行了测试。
当环境噪声存在和不存在噪声时，为了定量确定失真测量的相对变化，结果都与基线结果进行了比较，对于失真曲线上的每一个频点，失真发生变化的频点的数量用百分率被计算出来。所有50个扬声器的数据进行了平均，最后对每个算法都产生了两种曲线：百分比误差（稳态噪声）对频率和百分比误差（瞬态噪声）对频率（见图18和图19）。用于对比的系统，将6个失真频段的数据进行了平均。
SoundCheck的CLEAR算法对稳态和瞬态噪声都具有抗噪性。在稳态噪声存在的情况下低频噪声失真的确有所减小，这是因为对干扰谐波的噪声掩蔽，因此将噪声从失真中甄别出来将会更难。此算法对瞬态噪声显示出显著的抗噪性，而瞬态噪声对于传统破擦声测量方法而言是一个大问题。
在瞬态和稳态噪声存在的情况下，可感知算法比传统破擦声算法表现要好，因为在测试中附加噪声的存在导致较高阶谐波人为提高，所以提高了测量失真。如果瞬态噪声包含较高频率并在低频扫频中发生，这种情况就是一个更显著的问题。
用于对比的可感知算法在抗噪性比较中表现最差，尤其是对瞬态噪声。引入背景噪声后，失真数据变化较大，从而使得将好的扬声器从差的扬声器中甄别出来更为困难。陡度作为声压的衍生物，从本质上而言是噪声敏感度的量化。
尽管在此模拟中隔音有益于所有的测量方法，可感知破擦声算法最不需要隔音，因此在工厂中安置可以提供最精确的数据和最大程度的灵活性。
实验结果证明，CLEAR可感知破擦声算法比其他如基于较高阶谐波的破擦声测量和用于对比的可感知失真技术更好地与听者相关联。此强相关性意味着使用者可以为PRB算法更容易地设定限制，并且确信可以摈弃具有可听破擦声缺陷的扬声器单元。
数据表明，在嘈杂声学环境下，可感知破擦声算法更好地与理想情况下得到的结果相关联，使得此算法戍为高要求生产环境的理想选择。
破擦声测试经常在嘈杂的生产BA6688L环境中进行，因此在存在背景噪声的环境下，比较这三种算法输出可用和精确的失真数据的能力是很重要的。典型工厂噪声可以分解为两个基本成分：稳态噪声（如输送机噪声），这是不变的，往往由低频主导；还有瞬态噪声（如冲压或空气压缩机噪声），这是随机噪声，包含许多不同频率。为了模拟这些噪声环境，在进行上述测量时，用一个独立参考扬声器（低失真）播放人工信号。对稳态噪声，使用对低频加权均衡器的粉红噪声激励。对瞬态噪声，在不同频卒中心产生一系列紧密频带限制的噪声脉冲。这些脉冲在测试中随机产生。这些噪声信号都在测量传声器校准到产生72dB声压级。此级别代表了一个特别嘈杂，但不常见的工厂环境，并能模拟一个未加隔声的测试情况。
每个扬声器被测试三次，第一次没有噪声作为基线，第二次在测试中播放稳态噪声，最后播放瞬态噪声。在SoundCheck上和用于对比的系统上对可感知和归一化破擦声进行了测试。
当环境噪声存在和不存在噪声时，为了定量确定失真测量的相对变化，结果都与基线结果进行了比较，对于失真曲线上的每一个频点，失真发生变化的频点的数量用百分率被计算出来。所有50个扬声器的数据进行了平均，最后对每个算法都产生了两种曲线：百分比误差（稳态噪声）对频率和百分比误差（瞬态噪声）对频率（见图18和图19）。用于对比的系统，将6个失真频段的数据进行了平均。
SoundCheck的CLEAR算法对稳态和瞬态噪声都具有抗噪性。在稳态噪声存在的情况下低频噪声失真的确有所减小，这是因为对干扰谐波的噪声掩蔽，因此将噪声从失真中甄别出来将会更难。此算法对瞬态噪声显示出显著的抗噪性，而瞬态噪声对于传统破擦声测量方法而言是一个大问题。
在瞬态和稳态噪声存在的情况下，可感知算法比传统破擦声算法表现要好，因为在测试中附加噪声的存在导致较高阶谐波人为提高，所以提高了测量失真。如果瞬态噪声包含较高频率并在低频扫频中发生，这种情况就是一个更显著的问题。
用于对比的可感知算法在抗噪性比较中表现最差，尤其是对瞬态噪声。引入背景噪声后，失真数据变化较大，从而使得将好的扬声器从差的扬声器中甄别出来更为困难。陡度作为声压的衍生物，从本质上而言是噪声敏感度的量化。
尽管在此模拟中隔音有益于所有的测量方法，可感知破擦声算法最不需要隔音，因此在工厂中安置可以提供最精确的数据和最大程度的灵活性。
实验结果证明，CLEAR可感知破擦声算法比其他如基于较高阶谐波的破擦声测量和用于对比的可感知失真技术更好地与听者相关联。此强相关性意味着使用者可以为PRB算法更容易地设定限制，并且确信可以摈弃具有可听破擦声缺陷的扬声器单元。
数据表明，在嘈杂声学环境下，可感知破擦声算法更好地与理想情况下得到的结果相关联，使得此算法戍为高要求生产环境的理想选择。
每个扬声器被测试三次，第一次没有噪声作为基线，第二次在测试中播放稳态噪声，最后播放瞬态噪声。在SoundCheck上和用于对比的系统上对可感知和归一化破擦声进行了测试。
当环境噪声存在和不存在噪声时，为了定量确定失真测量的相对变化，结果都与基线结果进行了比较，对于失真曲线上的每一个频点，失真发生变化的频点的数量用百分率被计算出来。所有50个扬声器的数据进行了平均，最后对每个算法都产生了两种曲线：百分比误差（稳态噪声）对频率和百分比误差（瞬态噪声）对频率（见图18和图19）。用于对比的系统，将6个失真频段的数据进行了平均。
SoundCheck的CLEAR算法对稳态和瞬态噪声都具有抗噪性。在稳态噪声存在的情况下低频噪声失真的确有所减小，这是因为对干扰谐波的噪声掩蔽，因此将噪声从失真中甄别出来将会更难。此算法对瞬态噪声显示出显著的抗噪性，而瞬态噪声对于传统破擦声测量方法而言是一个大问题。
在瞬态和稳态噪声存在的情况下，可感知算法比传统破擦声算法表现要好，因为在测试中附加噪声的存在导致较高阶谐波人为提高，所以提高了测量失真。如果瞬态噪声包含较高频率并在低频扫频中发生，这种情况就是一个更显著的问题。
用于对比的可感知算法在抗噪性比较中表现最差，尤其是对瞬态噪声。引入背景噪声后，失真数据变化较大，从而使得将好的扬声器从差的扬声器中甄别出来更为困难。陡度作为声压的衍生物，从本质上而言是噪声敏感度的量化。
尽管在此模拟中隔音有益于所有的测量方法，可感知破擦声算法最不需要隔音，因此在工厂中安置可以提供最精确的数据和最大程度的灵活性。
实验结果证明，CLEAR可感知破擦声算法比其他如基于较高阶谐波的破擦声测量和用于对比的可感知失真技术更好地与听者相关联。此强相关性意味着使用者可以为PRB算法更容易地设定限制，并且确信可以摈弃具有可听破擦声缺陷的扬声器单元。
数据表明，在嘈杂声学环境下，可感知破擦声算法更好地与理想情况下得到的结果相关联，使得此算法戍为高要求生产环境的理想选择。
上一篇：与听力结果的相关性
相关技术资料- 3-1抗噪性
热门点击
公网安备44030402000607
