Giornata Tecnica da Piave Servizi, 11 aprile 2024 | DISCIPIO Antonio
Caratterizzazione delle Non Linearità di un Altoparlante Elettrodinamico
1. UNIVERSITÀ DEGLI STUDI DI TRIESTE
DIPARTIMENTO DI INGEGNERIA E ARCHITTETURA
LAUREA TRIENNALE IN INGEGNERIA ELETTRONICA ED INFORMATICA
CARATTERIZZAZIONE DELLE NON LINEARITA’
DI UN ALTOPARLANTE ELETTRODINAMICO
LAUREANDO:
ZUCCON GIULIO
MAT. IN0500288
RELATORE:
Prof. CARINI Alberto
Anno Accademico: 2019/2020
2. Organizzazione
L’esposizione dell’elaborato sarà così strutturata
Descrizione del problema
Fonti di non linearità negli altoparlanti elettrodinamici
Filtri di Volterra
Circuito di misura della corrente
Risultati delle misure
3. Problema
Durante il funzionamento, negli altoparlanti elettrodinamici possono
verificarsi
× Comportamenti non lineari
× Introduzione di armoniche
× Distorsioni dipendenti dal livello del segnale in ingresso
Limitazioni nell’utilizzo di tecniche correttive come la cancellazione
d’eco acustico e la cancellazione attiva di rumore
4. Cause di Non Linearità
Le non linearità presenti negli altoparlanti elettrodinamici sono dovute a
fattori costruttivi e applicativi
Rigidità delle sospensioni
Fattore di forza
Effetto Doppler
5. Cause di Non Linearità
Non linearità dovuta alla rigidità
delle sospensioni
Non linearità del fattore di forza
6. Filtri FLiP e filtri di Volterra
Un altoparlante elettrodinamico può essere descritto da una classe di filtri
appartenente ai filtri non lineari LIP (Linear in The Parameter)
Altoparlante elettrodinamico = ‶black box ″
Filtri di Volterra, funzioni base date dai polinomi 𝑥 𝑛 dove 𝑛 =
0, 1, 2, …
Filtri FLiP (Functional Link Polynomial)
7. Filtri FLiP e filtri di Volterra
I filtri FLiP e i filtri di Volterra sono descritti da 3 parametri:
Memoria M (massimo ritardo temporale considerato)
Ordine K (somma degli ordini dei fattori costituenti)
Diagonal Number D (massima differenza temporale tra i campioni di
ingresso)
8. Identificazione dei filtri non lineari
I filtri FLiP e i filtri di Volterra, per essere utilizzati devono essere identificati
numericamente
Funzioni base ortogonali per segnali in ingresso (ad es. rumore
bianco Uniforme o Gaussiano)
Metodo di Cross-correlazione
Sequenze periodiche ortogonali (OPS – Orthogonal Periodic
Sequences)
9. Set-up di misura
Le misure sono state eseguite sui segnali acustico e di corrente,
configurando un set-up di misura composto da:
Altoparlante elettrodinamico
Amplificatore audio
Scheda audio
Microfono e sensore di corrente
10. Sensore di corrente
La corrente nella bobina è rilevata per mezzo di un sensore di corrente
a shunt resistivo
Un amplificatore operazionale
realizza il circuito del sensore di
corrente in due stadi
Stadio differenziale
Amplificatore non invertente
11. Sensore di corrente
Il circuito del sensore di corrente deve garantire
Banda passante di almeno 10kHz
Regolazione del guadagno
Slew Rate maggiore di 1V/µs
12. Misure
La famiglia di OPS che determina i coefficienti del kernel di Volterra
deve essere generata sulla base di:
Ordine e memoria del filtro che modella il sistema
L’Analisi armonica e la misura della risposta impulsiva permettono di
determinare rispettivamente l’ordine e la memoria del filtro
13. Analisi Armonica
Analisi armonica per la determinazione dell’ordine del filtro
Analisi armonica del segnale di corrente Analisi armonica del segnale acustico
14. Misura della Risposta Impulsiva
Misura della Risposta Impulsiva per la determinazione della
lunghezza di memoria del filtro
Risposta impulsiva del segnale di corrente Risposta Impulsiva sul segnale acustico
15. Misure
Sono state generate delle famiglie di OPS per segnali di rumore
bianco a distribuzione Uniforme e Gaussiana
Calcolando la cross-correlazione tra l’uscita e ogni sequenza OPS, viene
determinata una diagonale del kernel di Volterra
Il kernel di Volterra è calcolato sia per segnale acustico che
segnale di corrente
16. Kernel di Volterra
OPS Rumore Gaussiano bianco
Segnale di corrente
OPS Rumore Gaussiano bianco
Segnale acustico
17. Conclusioni
La descrizione delle non linearità di altoparlanti elettrodinamici
mediante filtri di Volterra è possibile
Le non linearità determinate sul segnale di corrente non presentano gli
effetti dovuti al riverbero e alla risposta impulsiva d’ambiente
Il segnale di corrente fornisce una migliore descrizione delle non
linearità in seguito al ridotto livello di rumore sovrapposto
18. Sviluppi Futuri
Sono necessari ulteriori studi per determinare:
Corrispondenze tra non linearità elettriche ed acustiche
Non linearità modellate dal segnale di corrente
Tecniche di equalizzazione e compensazione delle non
linearità