CN104365119B - 扬声器的非线性控制 - Google Patents
扬声器的非线性控制 Download PDFInfo
- Publication number
- CN104365119B CN104365119B CN201380030187.3A CN201380030187A CN104365119B CN 104365119 B CN104365119 B CN 104365119B CN 201380030187 A CN201380030187 A CN 201380030187A CN 104365119 B CN104365119 B CN 104365119B
- Authority
- CN
- China
- Prior art keywords
- signal
- control system
- nonlinear
- signals
- feedback
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 claims description 72
- 230000003044 adaptive effect Effects 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 15
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000001419 dependent effect Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000005236 sound signal Effects 0.000 claims description 6
- 229920001746 electroactive polymer Polymers 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims 1
- 239000000725 suspension Substances 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 36
- 230000008569 process Effects 0.000 description 31
- 239000013598 vector Substances 0.000 description 25
- 230000009286 beneficial effect Effects 0.000 description 23
- 238000004519 manufacturing process Methods 0.000 description 20
- 238000012360 testing method Methods 0.000 description 20
- 238000005259 measurement Methods 0.000 description 19
- 238000005457 optimization Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 9
- 230000003595 spectral effect Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000006073 displacement reaction Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000002708 enhancing effect Effects 0.000 description 8
- 230000032683 aging Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 239000003638 chemical reducing agent Substances 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000010752 BS 2869 Class D Substances 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 235000000332 black box Nutrition 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001453 impedance spectrum Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 241000145637 Lepturus Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 241001494479 Pecora Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 235000008429 bread Nutrition 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 238000012938 design process Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000005284 excitation Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000002847 impedance measurement Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 101100139831 Caenorhabditis elegans ced-10 gene Proteins 0.000 description 1
- 241000486463 Eugraphe sigma Species 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 238000004026 adhesive bonding Methods 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013016 damping Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 239000011263 electroactive material Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 235000000334 grey box Nutrition 0.000 description 1
- 244000085685 grey box Species 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000696 magnetic material Substances 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000013017 mechanical damping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 229920001169 thermoplastic Polymers 0.000 description 1
- 239000004416 thermosoftening plastic Substances 0.000 description 1
- 230000002463 transducing effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/001—Monitoring arrangements; Testing arrangements for loudspeakers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/002—Damping circuit arrangements for transducers, e.g. motional feedback circuits
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
- H04R29/001—Monitoring arrangements; Testing arrangements for loudspeakers
- H04R29/003—Monitoring arrangements; Testing arrangements for loudspeakers of the moving-coil type
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/007—Protection circuits for transducers
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Circuit For Audible Band Transducer (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本申请公开了一种非线性控制系统。更具体地,公开了一种包括控制器、音频系统及模型的非线性控制系统。所述控制器被配置为接受一个或多个输入信号,以及由所述模型产生的一个或多个估计状态从而产生一个或多个控制信号。所述音频系统包括一个或多个换能器,其被配置为接受控制信号以根据控制信号产生呈现的音频流。
Description
相关申请的交叉引用
本申请为要求由Gunnars Risberg等人提交于2012年6月7日、标题为“扬声器的非线性控制(NON-LINEAR CONTROL OF LOUDSPEAKERS)”、序列号为61/656,676的美国临时专利申请的权益和优先权的国际申请,其全部内容为所有目的通过引用合并于此。
技术领域
本公开涉及扬声器的数字控制,且特别地,涉及适用于在音频信号处理中实施的非线性数字控制系统。
背景技术
移动技术和消费类电子设备(CED)继续在全世界扩大应用和范围。在移动技术和CED继续迅速扩大的同时,设备硬件和部件存在快速的技术进步,从而使得计算能力提高和新型外围设备板载设备的合并,以及设备尺寸、功耗等的降低。诸如手机、平板电脑及笔记本电脑的大多数设备包括音频通信系统,且特别地,包括一个或多个扬声器以与用户交互和/或使音频数据流传送至用户。
每个设备都具有声学特征,这意指由影响设备所产生的声音的其结构和设计或其与声音交互的方式所规定的设备的可听特性。声学特征可以包括一系列非线性特征,其可能依赖于设备的设计,设备的年龄,相关数据流的内容(例如,声压级、频谱等),和/或设备运行的环境。设备的声学特征可以显著地影响用户的音频体验。
音频体验是在设计消费类电子设备中所考虑的许多要素之一。通常情况下,以牺牲音频系统、扬声器等的品质来换取其他设计因素,诸如成本、视觉吸引力、形状因素、屏幕界面、外壳材料的选择、硬件布局以及在其他之中的组装考虑事项。
正如由音频驱动器、部件布局、扬声器、材质、组装考虑事项、外壳设计等所决定的,这些竞争因素中许多都是以牺牲音频品质为代价来换取的。另外地,由于可用界面缩小且部件尺寸小型化,随着在这样设备中的扬声器正被推至其能力的极限,在这样设备的声学特性中的非线性特性正变得尤其相关。
通常利用额外的成本、增加计算复杂性,和/或增大部件尺寸可以实现对声学性能的提高。这些方面都与当前的设计趋势相冲突。因此,成本、计算技术,以及对尺寸敏感的方法对于解决设备的非线性声学特征来说将会是补充给设计师工具箱受欢迎的方法。
发明内容
本公开的一个目的是提供一种用于扬声器的非线性控制系统。
本公开的另一个目的是提供一种用于增强来自消费类电子设备的音频输出的滤波系统。
本公开的又一个目的是根据本公开为相关的消费类电子设备提供一种用于配置非线性控制系统的制造方法。
依照本公开,由与所附权利要求书相应的设备、系统,以及方法来完全地或部分地满足上述目的。依照本公开,在所附权利要求书中、在下文的说明书中,以及在附图中详细阐述了特征和方案。
根据第一方案,提供了一种用于由一个或多个输入信号产生呈现的音频流的非线性控制系统,其包括:控制器,所述控制器被配置为接受输入信号,以及一个或多个估计状态,并且由所述输入信号和一个或多个估计状态来产生一个或多个控制信号;模型,其配置为接受一个或多个控制信号并由一个或多个控制信号生成一个或多个估计状态;以及音频系统,其包括至少一个换能器,所述音频系统被配置为接受一个或多个控制信号,并利用控制信号或由控制信号生成的信号来驱动所述换能器以产生呈现的音频流。
所述模型可以包括前馈非线性状态估计器,其被配置为生成一个或多个所述估计状态。
所述模型可以包括观测器,并且所述音频系统可以包括用于产生一个或多个反馈信号的装置。所述观测器可以被配置为接受一个或多个所述反馈信号或由所述反馈信号生成的信号,并由一个或多个所述反馈信号和一个或多个所述控制信号生成一个或多个所述估计状态。
在方案中,所述观测器可以包括非线性观测器、滑模观测器、卡尔曼滤波器、自适应滤波器、最小均方自适应滤波器、增强递归最小二乘滤波器、扩展卡尔曼滤波、集合卡尔曼滤波、高阶扩展卡尔曼滤波器、动态贝叶斯网络。在方案中,所述观测器可以包括无迹卡尔曼滤波器或增强无迹卡尔曼滤波器以生成一个或多个所述估计状态。
所述控制器可以包括保护块,所述保护块被配置为分析所述输入信号,所述估计状态和/或所述控制信号中的一个或多个,并且基于该分析来修正所述控制信号。
所述控制器可以包括与反馈控制系统相互连接的前馈控制系统,并且所述模型可以被配置为由一个或多个所述估计状态生成一个或多个参考信号,所述前馈控制系统可以被配置为对所述输入信号执行非线性变换以产生中间控制信号,并且所述反馈控制器可以被配置为将所述中间控制信号、所述参考信号及所述反馈信号中的两个或更多个进行比较,以生成所述控制信号。所述反馈控制器可以包括用于生成一个或多个控制信号的PID控制块。所述前馈控制器可以包括精确输入-输出线性化控制器以生成一个或多个中间控制信号。
在方案中,所述音频系统可以包括驱动器,其被配置为将所述控制信号与所述换能器相互连接。所述驱动器可以被配置为监控电流信号、电压信号、功率信号和/或换能器阻抗信号中的一个或多个,并且将所述信号作为反馈提供给所述非线性控制系统的一个或多个部件。
所述音频系统可以包括反馈协调块,其被配置为接受由该系统中的一个或多个传感器、换能器所生成的一个或多个感知信号,并且由所述感知信号生成一个或多个反馈信号。
所述控制器可以包括目标动态块及反向动态块,所述目标动态块可以被配置为修正所述输入信号或由所述输入信号生成的信号以所述输入信号或由所述输入信号生成目标频谱响应。所述反向动态块可以被配置为在所述输入信号或所述输入信号生成的信号上补偿所述音频系统的一个或多个非线性特性。
所述非线性控制系统可以包括自适应算法,其被配置为监控非线性控制系统中的一个或多个信号的失真情况并修正所述控制器的一个或多个方面以降低所述失真。
所述控制器可以包括一个或多个参数上定义的参数,所述控制器的功能取决于所述参数,并且所述自适应算法可以被配置为调整一个或多个所述参数以减轻失真情况。
所述非线性控制系统可以包括用于估计所述换能器的特性温度并传送估计值给一个或多个所述控制器和/或所述模型的装置。所述控制器和/或所述模型可以被配置为补偿与特性温度估计值相关的系统性能的变化。
所述非线性控制系统可以被集成于消费类电子设备中。消费类电子设备可以包括蜂窝式电话(例如智能手机)、平板电脑、笔记本、便携式媒体播放器、电视机、便携式游戏机、游戏控制台、游戏控制器、遥控器、电器(例如烤箱、冰箱、面包机、微波炉、吸尘器等)、电动工具(例如钻机、搅拌机等)、机器人(例如自主清洁机器人、看护机器人等)、玩具(例如玩具娃娃、小型雕像、模型组、拖拉机等),贺卡、家庭娱乐系统、有源扬声器、媒体配件(例如耳机或平板音频和/或视频配件)及条形音箱等。
所述换能器可以是电磁扬声器、压电致动器、基于电活性聚合物的扬声器,静电扬声器,及其组合等。
根据另一方案,提供包括在消费类电子设备中的依照本公开的非线性控制系统的用途。
根据又一方案,提供依照本公开的非线性控制系统处理音频信号的用途。
根据另一方案,提供一种用于将生产扬声器的性能与目标扬声器模型进行匹配的方法,所述方法包括:依照本公开给所述生产扬声器配置非线性控制系统;分析所述生产扬声器的性能;将所述生产扬声器的性能与所述目标扬声器模型的性能进行比较;以及调整所述非线性控制系统以修正所述生产扬声器的性能,从而与所述目标扬声器模型的性能基本相匹配。
所述方法可以包括迭代执行分析、比较及调整的步骤。
依照本公开,可以利用优化算法至少部分地执行调整的步骤。在方案中,可以利用无迹卡尔曼滤波器至少部分地执行调整的步骤。
附图说明
图1示出了依照本公开的非线性控制系统的示意图。
图2示出了依照本公开的非线性控制系统的示意图。
图3a至图3e示出了依照本公开的非线性控制系统的部件的方案。
图4示出了依照本公开的自适应非线性控制系统的示意图。
图5a至5b示出了依照本公开的表征音频系统的一个或多个方面的非线性模型的非限制性示例。
图6示出了依照本公开的用于非线性控制系统中的保护算法的图解说明。
图7a至图7d示出了依照本公开的多速率非线性控制系统的非限制性示例的各方面。
图8示出了依照本公开的用于在消费类电子设备上配置非线性控制系统的制造单元。
图9示出了依照本公开的用于拟合非线性模型的各方面的方法的输出。
图10a至图10b示出了依照本公开的非线性磁滞模型的各方面。
图11a至图11b示出了依照本公开的使用非线性控制系统的电子设备和集成扬声器。
具体实施方式
下面参照附图来描述本公开的具体实施方式;然而,所公开的实施方式仅仅是本公开的示例且可以采用各种形式来体现。没有详细描述众所周知的功能和结构以避免在不必要的细节中模糊了本公开。因此,在这里所公开的具体结构和功能细节不应被解释为限制,而仅仅作为权利要求书的依据且仅仅作为用于教导本领域技术人员以几乎任何适当的详细结构来不同地体现本公开的有代表性的依据。在整个附图说明中相同的附图标记可以指代相似的或完全相同的元件。
消费类电子设备是意指蜂窝式电话(例如智能手机)、平板电脑、笔记本、便携式媒体播放器、电视机、便携式游戏机、游戏控制台、游戏控制器、遥控器、电器(例如烤箱、冰箱、面包机、微波炉、吸尘器等)、电动工具(例如钻机、搅拌机等)、机器人(例如自主清洁机器人、看护机器人等)、玩具(例如玩具娃娃、小型雕像、模型组、拖拉机等)、贺卡、家庭娱乐系统、有源扬声器、媒体配件(例如耳机或平板音频和/或视频配件)及条形音箱等。
输入音频信号是意指由外部音频源(例如处理器、音频流传送设备、音频反馈设备、无线收发器、ADC、音频解码器电路、DSP等)所提供的一个或多个信号(例如数字信号、一个或多个模拟信号、5.1环绕声信号、音频回放流等)。
声学特征是意指由影响通过消费类电子设备和/或其部件所生成的声音的消费类电子设备和/或其部件的设计所规定的消费类电子设备或其部件的可听的或可测量的声音特性(例如具有扬声器箱、波导的扬声器组件等)。声学特征会受到许多因素的影响,包括扬声器设计(例如扬声器尺寸、内部扬声器元件、材料选择、安置、安装、盖等)、设备形状因素、内部部件安置、屏幕界面和材料构成、外壳材料的选择、硬件布局以及在其他之中的组装考虑事项。在设计过程中,成本降低、形状因素限制、视觉吸引力和许多其他竞争因素是以牺牲消费类电子设备的音频质量为代价来提高的。因而,设备的声学特征可能显著偏离理想的响应。另外地,在上述因素中的制造变化可能显著地影响每一个设备的声学特征,进一步造成降低用户音频体验的零件与零件的变化。一些可能影响消费类电子设备的声学特征的因素的非限制性的示例包括:扬声器的尺寸不足,其会限制重新创建低频率所必需的空气的运动;用于薄膜后面的隔声罩的空间不足,其会导致在音频频谱低端中较高的自然滚降频率;可用放大器功率不足;由于扬声器经常安置在TV背面或笔记本下方,靠反射来到达收听者,从而导致薄膜和收听者之间的间接音频路径,以及其他因素。
声学特征可以包括与会影响相关设备的音频输出的材料选择、设计方案、组装方案等相关的一个或多个非线性方面,从而造成诸如互调、谐波生成、次谐波生成、压缩、信号失真、分叉(即不稳定状态)、混沌行为、空气对流方案等的效果。一些非线性方面的非限制性的示例包括涡电流、锥体位置非线性、线圈/场非线性、DC线圈位移、机电非线性(例如磁场和/或电场滞后)、粘弹性的及相关的机械方面(例如悬挂非线性、非线性阻尼、外伸支架中、安装框架、锥体、悬挂几何形状等)、组件偏心率、驱动特性、热特性、声学辐射特性(例如,辐射、衍射、传播、室内效果、对流方案等)、音频感知特性(例如,心理声学方面)等。
这样的非线性方面可以是幅度相关(例如热相关、锥形偏移相关,输入功率相关等)、寿命相关(例如基于存储条件和/或操作条件随时间的变化)、操作环境相关(例如基于缓慢发动的热影响)、机械老化和/或磁老化相关(例如相关磁性材料的去极化作用、橡胶和/或聚合物架的老化,与除尘相关的变化等)、零件间差异相关(例如与制造精度相关、组装中的位置差异、变化的安装压力等),等等。
依照本公开的非线性控制系统可以被配置为补偿一个或多个上述方面,优选地在一般音频流的回播过程中进行补偿。这样的非线性控制系统可以有益于有效地将与音频流相关的音频质量延伸至相关硬件能够处理的极限。
图1示出了依照本公开的非线性控制系统的示意图。该非线性控制系统包括控制器10,其被配置为从音频源(未明确示出)接受输入信号1及一个或多个状态35。该系统可以包括模型和/或观测器30(为了便于讨论,称为模型30),其被配置为生成状态35。控制器10可以生成一个或多个控制信号15以驱动相关的音频系统20。控制信号15可以被馈送给模型30以便于纳入对状态35的估计。音频系统20可以产生一个或多个反馈信号25,其可以被引导至模型30以用于生成状态35。
控制器10可以包括基于一个或多个自适应控制、分级控制、神经网络、贝叶斯概率、反向递推、李雅普诺夫重新设计、H无穷、无差拍控制、分数阶控制、模型预测控制、非线性阻尼、状态空间控制、模糊逻辑、机器学习、进化计算、遗传算法、最优控制、模型预测控制、线性二次控制、鲁棒控制过程、随机控制及其组合等的控制策略。控制器10可以包括作为线性控制策略的全非线性控制策略(例如,滑模、bang-bang、BIBO(有界输入有界输出)策略等)或其组合。在一个非限制性的示例中,可以采用完全前馈方法来配置控制器10(即作为精确输入-输出线性化控制器)。替代地、另外地,或两者结合,控制器10的一个或多个方面可以包括反馈控制器(例如,非线性反馈控制器、线性反馈控制器、PID控制器等)、前馈控制器及其组合等。
依照本公开的控制器10可以包括带通选择滤波器(例如,带通滤波器、低通滤波器等),其被配置以便于修正输入信号1,从而产生输入后的输入信号(即具有有限频谱含量的输入信号,具有仅与非线性控制系统相关的频谱含量的输入信号,等等)。在一个非限制性的示例中,控制器10可以包括具有定位于大约60Hz处的交叉频率的滤波器。非线性控制可以应用于交叉频率下方的频谱含量,而其余的信号可以被发送至系统中的其他地方,进入均衡器等。信号可以在被引向音频系统20之前被重新组合。在多速率示例中,根据信号的频谱含量和在操作过程中由非线性控制器10所添加的谐波含量,可能会相应地下采样和上采样信号。这样的构造可以有益于减少在实时操作过程中控制系统上的计算负荷。
模型30可以包括观测器和/或状态估计器。状态估计器(例如,精确线性化模型、前馈模型等)可以被配置为估计用于输入至控制器10的状态35。除了其他的方法以外,为了实现该功能,状态估计器还可以包括与精确输入-输出线性化算法相结合的状态空间模型。模型30的一个或多个方面可以基于物理模型(例如,集总参数模型等)。替代地、另外地,或两者结合,模型30的一个或多个方面可以基于总体架构(例如,黑箱模型、神经网络、模糊模型、贝叶斯网络等)。模型30可以包括一个或多个参数上定义的方面,其可以被配置为,被校准为和/或被修改为更好地适应所给定的应用的具体要求。
反馈信号25可以从音频系统20的一个或多个方面中获得。反馈信号25的一些非限制性的示例包括一个或多个温度测量值、阻抗、驱动电流、驱动电压、驱动功率、一个或多个运动学测量值(例如,隔膜或线圈位移、速度、加速度、空气流量等)、声压级测量值、本地麦克风反馈、环境条件反馈(即温度、压力、湿度等)、动力学测量值(例如,安装力、冲击测量值等)、B-场测量及其组合等。
状态35通常可以被确定为控制器10的输入。在方案中,可以变换状态35以便于降低计算需求和/或简化系统的一个或多个方面的计算。
控制信号15可以被传送至音频系统20的一个或多个方案(例如,被传送至包括于其中的驱动器,被传送至包括于其中的扬声器等)。
模型30可以包括观测器(例如,非线性观测器、滑模观测器、卡尔曼滤波器、自适应滤波器、最小均方自适应滤波器、增强递归最小二乘滤波器、扩展卡尔曼滤波、集合卡尔曼滤波、高阶扩展卡尔曼滤波器、动态贝叶斯网络等)。在方案中,模型30可以是无迹卡尔曼滤波器(UKF)。无迹卡尔曼滤波器可以被配置为接受反馈信号25、输入信号1,和/或控制信号15。无迹卡尔曼滤波器(UKF)30可以包括被称为无迹变换的确定性采样技术以在平均值非线性函数周围选取最小组采样点(即西格玛点)。可以通过非线性函数来扩散西格玛点,从其中再现估计值的均值和协方差。合成滤波器可以更精确地捕获所建模的整个系统的真实均值和协方差。另外,特别是在资源有限的设备上,UKF不需要对于复杂函数来说可能具有挑战性的雅可比行列式的显式计算。
UKF算法可以包括依赖于设计变量α,β和κ的权重矩阵。变量α可以被配置为在0和1之间,β可以被设定等于2(即,如果噪声曲线大致为高斯型曲线),且κ为比例因子,其通常可以被设定等于0或不具体地3-n,其中n是状态的数量。一般来说,κ应该是非负的,以保证协方差矩阵为正半定。出于讨论的目的,引入λ并定义为:
λ=α2(n+κ)-n 等式1
且权重的计算为:
其可以组合成:
可以基于在前均值mk-1和协方差Pk-1通过西格玛点矢量来限定预测的步骤:
矢量可以被分成单一西格玛点(j=1,2,…,2n+1)。然后通过非线性函数来扩散这些点:
通过将全部组合为:
具有通过下述等式预测所得到的均值和协方差:
其中,过程噪声的协方差被表示为Q。
通过下式给出更新后的西格玛点:
然后,通过测量函数来扩散所得到的西格玛点:
且计算出相应的卡尔曼滤波器的增益:
矩阵R为用于测量噪声的协方差矩阵。最终,根据如下等式更新所估计的均值及协方差:
在一个非限制性示例中,无迹卡尔曼滤波器可以被增强(即形成增强无迹卡尔曼滤波器[AUKF])。该AUKF包括用于过程噪声计算和测量噪声计算的增强状态矢量,因而包括非对称的西格玛点。该AUKF可以有益于捕获在每一次滤波递归过程中奇数时刻信息(odd-moment information)。
图2示出了依照本公开的非线性控制系统的示意图。所述控制系统包括前馈控制器210,其被配置为接受音频输入1及一个或多个状态235,并且产生一个或多个控制信号215。所述控制系统还包括反馈控制器240,其被配置为接受一个或多个控制信号215、一个或多个反馈信号225及一个或多个参考信号255以产生更新的控制信号245。依照本公开,所述控制系统还可以包括模型230,其被配置为接受一个或多个控制信号215及可选地一个或多个反馈信号225,从而产生状态235及一个或多个参考信号255。模型230可以包括状态估计器和/或观测器,其被配置为生成状态235和/或参考信号255。参考信号255可以被生成以便于提供对供反馈控制器240中使用的一个或多个预定反馈信号225的预测。依照本公开,更新的控制信号245可以用于驱动相关音频系统220的一个或多个部件。音频系统220可以被配置为提供一个或多个反馈信号225供由控制系统的一个或多个方案使用。
在方案中,前馈控制器210可以被配置为非线性精确输入-输出线性化控制器,而反馈控制器240可以是状态空间控制器(例如,P控制器、PI控制器、PD控制器、PID控制器等)。前馈控制器210可以有效地使系统的非线性线性化,因而提供线性控制信号215用于输入至反馈控制器240。在方案中,可以导出与非线性控制系统的具体实施方式有关的参数化系统模型。可以从参数模型直接导出前馈控制器以便于消除其在整个信号通路中的非线性方面。
出于讨论的目的,等式12给出了适合的前馈控制律的非限制性示例:
等式12表明了基于图5a所示的扬声器模型的参数上定义的控制律。在等式中状态235表示为x1,...,x4。控制律要比状态更低阶,因而可以使用变换以适应与该条件相关的任意零动态。
可以由包括于模型230中的状态估计器来提供状态。状态估计器算法对等于等式12。
依照本公开还可以由观测器提供状态。继续在此的具体实例,通过将等式1-11应用于该具体示例可以导出基于卡尔曼滤波器的观测器。在增强无迹卡尔曼滤波器的情况下,可以包括诸如以下等式13所示的增强状态矢量:
xa=[xT WT VT]T 等式13
其中x是状态矢量,W是包含噪声变量的矢量,V是包含测量噪声变量的矢量。
在直觉上建立无迹卡尔曼滤波器(UKF),相比近似于任意非线性函数或变换,它更容易近似于概率分布。无迹卡尔曼滤波器(UKF)是通过计算均值来估计非线性系统的状态变量的方法。它属于利用统计学的线性化技术的更大类的被称为西格玛点卡尔曼滤波器的滤波器。它使用无迹变换,其为一种用于统计学上计算完成非线性变换的随机变量的方法。假设加性噪声的非增强UKF,采用无迹变换来对给定为以下等式的非线性问题做高斯近似:
其中xk为状态矢量,yk为测量矢量,qk-1为过程噪声,rk为测量噪声,它们被定义如下:
类似于卡尔曼滤波器,UKF由两个步骤组成,预测和更新。尽管如此,不同于卡尔曼滤波器,UKF利用被用来更好地捕获x的分布的所谓的西格玛点。该分布的均值将在此表示为m。然后,通过非线性函数f和所估计的所变换变量的时刻来扩散西格玛点X。
对于非增强的UKF,使用一组2n+1个的西格玛点,其中n是状态的阶数。在完成预测和更新步骤之前,需要定义相关的权重矩阵Wm及Wc。这通过以下等式来完成:
其中W为权重矩阵的列矢量。
比例参数λ被定义为:
λ=α2(n+k)-n 等式17
其中,α,β和κ为正常数,其通过修改相关的加权矩阵能够用于调整UKF。现在可以计算预测及更新的步骤如下:
预测:预测步骤通过计算西格玛点Xk-1来计算预测的状态均值及预测的协方差
更新:更新的步骤计算预测的均值μk,测量协方差Sk及测量和状态交叉协方差Ck:
根据下面的等式计算滤波器增益Kk,更新的状态均值mk及协方差Pk:
首次运行需要选定对于均值m及协方差P的初始值。以后,可以简单地迭代运行该算法。
在方案中,可以依照本公开配置反馈控制器240。在方案中,反馈控制器240可以被配置为修正控制信号215以便于将参考信号255和反馈信号225之间的误差减至最低。适合的反馈控制器240的一个这样的非限制性示例可以是PID控制器。可以通过已知方案来配置和/或优化该PID控制器(例如,强力迭代同时测量扬声器THD等)。
在方案中,反馈信号可以为电流信号,且参考信号可以为通过前馈控制器、状态估计器或等同的观测器所逼近的电流信号。
图3a至图3e示出了依照本公开的非线性控制系统的部件的方案。
图3a示出了依照本公开的前馈控制器302的方案。前馈控制器302可以被配置为接受输入信号1及状态矢量301,并且生成一个或多个控制信号311。在基本结构中,前馈控制器302包括目标动态块306,其被配置为接受输入信号1或从输入信号衍生的信号(例如,修正后的输入信号303),和状态矢量301或从状态矢量301衍生的信号(例如,修正后的状态矢量305),以及可选地标记313(例如,由控制系统的一个或多个部件生成的信号),然后生成目标输出信号307。可以配置目标动态块306以便于为输入信号1提供期望的变换(例如,均衡器函数、压缩器函数、线性反向动态函数、额外附加的谐波等)。
控制器302可以包括反向动态块308,其被配置为补偿音频系统的一个或多个非线性方面(例如,与扬声器、驱动器、扬声器箱等相关的一个或多个非线性)。反向动态块308可以被配置为接受目标输出信号307、状态矢量301或从状态矢量301衍生的信号(例如,修正后的状态矢量305),以及可选地标记313(例如,由控制系统的一个或多个部件所生成的信号),然后生成一个或多个初始控制信号309。可以基于黑箱模型和/或灰箱模型,或等同地出自参数模型(诸如在此提到的集总参数模型)的模型来配置反向动态块308。因此,系统可以包括纯“黑箱”建模方法(即不具有物理基础的模型,而是然后能够被补偿的纯输入至输出的行为映射)。在一些实例中,物理上定为目标的模型可以减少在非线性控制系统上的计算负荷。
控制器302(例如,控制器10的非限制性的实施方案、前馈控制器210等)可以包括保护块304,其被配置为接受一个或多个输入信号1及一个或多个状态301,且可选择地产生一个或多个修正后的输入信号303、修正后的状态305和/或标记313。保护块304可以被配置为将输入信号1、状态矢量301或由状态矢量301所生成的一个或多个信号(例如,输入功率信号、状态功率信号、热状态、锥形偏移、热动态、热逼近矢量等)的一个或多个方面进行比较。保护块304可以相对于性能限制标准(例如,热模型、偏移限制、相关设备的功耗限制[即,可配置的标准]等)来比较这样的信息从而确定音频系统的操作条件有多接近极限、操作状态以多大的速率接近极限(例如,热极限)等。
这样的功能性可以有益于生成用于平稳地过渡系统增益、性能方案等的前瞻(look a-head)轨迹,从而既保持在限制标准内又减少当对系统施加限制时所基于的引入音频人为因素的概率。
在方案中,保护块304可以依据标记313(例如,警告标记、故障标记等)来生成这样的信息,配置标志313以便于给控制系统的一个或多个方面指示严重级别,以协助在参数上限制控制系统的一个或多个方案的输出等。替代地、另外地,或两者结合,保护块304可以直接增强输入信号1、状态301,以便于生成修正后的输入信号303或修正后的状态矢量305,以便于将不需要额外计算复杂性的保护方案提供给控制系统的其它方案。
控制器302可以包括压缩器和/或限制器310,其被配置为接受初始控制信号309、一个或多个状态301或从状态所生成的信号(例如,修正后的状态矢量305),或标记313。限制器310可以被配置为基于状态301、初始控制信号309、标记313及其组合等的一个或多个方案来限制初始控制信号309。限制器310可以被配置为生成受限的控制信号311以供控制系统中的一个或多个部件使用。在方案中,限制器310可以作为压缩器来实现,并具有基于预定标准和/或标记313所配置的限制。
图3b示出了依照本公开的音频系统20的方案(即220等)。音频系统20可以包括一个或多个换能器(例如扬声器、致动器等)。换能器318意指诸如适合产生声音(例如音频信号321)的扬声器的部件或设备。换能器318可以基于诸如电磁、热声、静电、磁致伸缩、音带、音频阵列、电活性材料等的许多不同技术中其中一种技术。基于不同技术的换能器318可能需要替代的驱动器特性、匹配电路或滤波电路,但这样的方案不意味着改变本公开的范围。
音频系统20可以包括换能器模块332,其可以进一步包括换能器318和电路316。电路316可以提供额外的功能性(例如,功率放大、能量转换、滤波、能量存储等),以使在换能器模块332的外部的驱动器314能够驱动换能器318。电路316的一些非限制性的示例(例如无源滤波器电路、放大器、多路信号分离器、开关阵列、串行通信电路、并行通信电路、FIFO通信电路、电荷蓄积电路等)在整个公开内容中被突出显示。
电路316可以配置有一个或多个感知功能,其被配置以便于产生扬声器反馈319。扬声器反馈319可以包括电流信号、电压信号、偏移信号、动力学信号、锥形反射信号(即,对准扬声器锥体处的光学信号),压力传感器、磁信号传感器(例如,场强测量、场矢量等)及其组合等。扬声器反馈信号319可以被配置为供控制系统中的一个或多个部件使用。
驱动器314可以为半桥、全桥结构,且可以接受一个或多个PWM信号以驱动相应的高侧驱动器和低侧驱动器中的任意一个驱动器。驱动器314可以包括D类放大器、均衡的D类放大器、K类放大器等。驱动器314可以包括用于确定在使用过程中所传送给换能器的电流、电压等的反馈电路。放大器可以包括反馈回路,其可选择地被配置为减少在系统中的一个或多个换能器318和/或电气部件中的一个或多个非线性。
驱动器314可以包括一个或多个感知电路以生成驱动器反馈信号317。驱动器反馈信号317可以包括功率信号、电流信号、阻抗测量(即频谱测量、低频测量等)、电压信号、电荷、场强测量等。
在方案中,驱动器314被配置为监控相关扬声器318的阻抗的一个或多个方面。可以测量阻抗以便于建立扬声器的大体上的DC阻抗(即在亚音频谱中所测量的扬声器阻抗)测量,其可以至少部分地指示扬声器线圈的特性温度。可以与电流传感电阻相结合、与施加给扬声器的电压的测量相结合来测量阻抗。
在方案中,与具有D类放大器的驱动器314实施方案有关,可以由D类放大器的输出电流来计算扬声器的阻抗。电流可以随同与放大器相关的开关(ON-OFF)周期一起是脉冲的。因此,通过对输出电流进行低通滤波可以获得相应的电流信号。可以配置滤波器以便于获得电流信号的一个或多个频谱分量。在一个非限制性的示例中,可以估定阻抗频谱以便于确定扬声器的第一共振模的频率,和/或在第一共振频率的峰值处的阻抗。由于第一共振峰值的阻抗或相关频率可以随线圈的行程和/或线圈的温度而改变。因此,可以利用在共振峰值处所测得的阻抗与在亚音频谱中所测得的阻抗进行比较的结果来取得在使用过程中线圈行程和温度基本上独立的测量值。
可以在驱动器314处测量扬声器的阻抗,以供一个或多个控制参数或模型参数与直接实施例的物理系统(例如,在模型30的一个或多个方案的优化过程中可以使用阻抗)相匹配中使用。
在方案中,可以配置观测器的至少一部分以便于捕获和/或跟踪扬声器的第一共振峰值。观测器可以包括一个或多个算法(例如,基于无迹卡尔曼滤波器、AUKF等的频率跟踪算法),其被配置为从控制信号15和/或反馈信号25的一个或多个方面中提取第一共振峰值。另外地,替代地,或两者结合,所述算法可以被配置为计算在基波共振峰值处的扬声器的阻抗参数。这样的算法可以有益于在一般音频流(例如,在音乐、语音等的流动过程中)中实时进行这样的频率提取和/或阻抗测量。由于这样可用的信息,在非线性控制系统中的一个或多个控制器可以被配置为补偿在操作过程中的共振峰值。这样的动作可以有益于显著地增大相关扬声器的驱动能力而不需要用机械阻尼的解决方案来解决问题(例如,通过直接地补偿,可以实现高效解决方案)。
音频系统20可以包括一个或多个麦克风324、麦克风326,其被配置为在使用过程中监控音频信号321的一个或多个方面。一个或多个麦克风可以被硬连线至系统323(例如,定位在相关消费类电子设备上的麦克风)。这样的麦克风324可以有益于捕获与扬声器箱、设备主体等相关的、在扬声器附近的声音传播的一个或多个方面。
在方案中,音频系统20可以包括无线连接的麦克风326(例如,经由无线链路325、328、330、327连接),假定被连接至在制造结构(作为基于制造的校准系统的一部分等)上,在控制系统附近,相关的消费类电子设备。无线连接的麦克风326可以有益于捕获在扬声器周围的环境中的声音传播的一个或多个方面,和来自扬声器的声音传播的定向方面等。
在方案中,音频系统20可以包括扬声器318。在方案中,音频系统20可以包括驱动器314和扬声器318。
音频系统20可以包括一个或多个设备传感器322,其可以被配置为捕获使用环境的一个或多个周围环境方面和/或运动学方面、相对于用户的定位(即手持型、头戴型等)。一些适合的设备传感器322的非限制性的示例包括环境温度传感器、压力传感器、湿度传感器、磁力计、接近度传感器等。在方案中,环境温度可以通过温度传感器(即,设备传感器322)来测得。环境温度可以由控制系统中的一个或多个部件利用作为保护算法的一部分,用作至温度模型的一个或多个方案的输入等。
音频系统20可以包括反馈协调器320,其被配置为接受来自音频系统20(即驱动器314、换能器模块332、电路316、换能器318、麦克风324、麦克风326、设备传感器322)的一个或多个部件的信号并生成一个或多个反馈信号25。反馈协调器320可以包括一个或多个信号调节算法、传感器融合算法、用于从一个或多个传感器信号生成一个或多个度量值的算法,从所述信号提取一个或多个频谱分量的算法等。
图3c示出了依照本公开的模型30a。依照本公开的模型30a包括状态估计器336及可选地输出估计器334。状态估计器336可以被配置为接受一个或多个控制信号15并且生成一个或多个状态矢量35。输出估计器334可以接受一个或多个状态35并且生成一个或多个参考信号302。出于比较的目的,可以通过控制系统中的一个或多个控制器来产生参考信号302以供反馈至保护系统等。输出估计器334可以包括传递函数、非线性传递函数、基于状态的估计器等。
图3d示出了依照本公开的模型30b。依照本公开的模型30b包括观测器340及可选地输出估计器338。观测器340可以被配置为接受一个或多个控制信号215,及一个或多个反馈信号225,并生成一个或多个状态矢量235。输出估计器338可以接受一个或多个状态235并产生一个或多个参考信号255。出于比较的目的,可以通过控制系统中的一个或多个控制器来产生参考信号255,以供反馈至保护系统等。输出估计器338可以包括传递函数、非线性传递函数、基于状态的估计器等。
在方案中,观测器340可以包括用于从控制信号215和反馈信号225中提取状态的增强无迹卡尔曼滤波器。
图3e示出了依照本公开的反馈控制器305。依照本公开的反馈控制器305包括控制块344(例如,非线性控制律、PID控制器等),及可选地信号调节器346。反馈控制器305可以被配置为接受一个或多个反馈信号225并将反馈信号225或由反馈信号225生成的信号(例如,调节后的反馈信号345)与一个或多个参考信号255(即,如由控制系统中的一个或多个部件所生成)进行比较。提供比较后的信号给控制块344,在控制块344处给信号增加适合的增益以迫使反馈信号225朝向参考信号255。所得到的控制信号347可以被加到初始控制信号215上(即,如由控制系统的一个或多个控制部件所产生)以产生修正后的控制信号245。
图4示出了依照本公开的自适应的非线性控制系统的示意图。根据本公开的自适应非线性控制系统包括控制器10b,其被配置为接受一个或多个信号1及一个或多个状态35b或由状态35b生成的信号。依照本公开的自适应非线性控制系统包括模块30c。模型30c被配置为接受一个或多个控制信号15b、一个或多个反馈信号25b,和/或一个或多个适应参数417。模型30c可以包括模型和/或观测器,所述观测器包括一个或多个加权参数、参变参数、系数等。参数可以被本地存储于存储器块430中或相反被集成进模型30c的结构中。参数可以至少部分地依赖于适应参数417。自适应非线性控制系统包括自适应块410,其被配置为分别依照本公开接受一个或多个反馈信号25b、一个或多个控制信号15b、一个或多个输入信号1、一个或多个状态35b,并生成一个或多个适应参数417。
自适应块410可以被配置为随操作系统的一个或多个部件改变、随操作条件改变、随一个或多个关键操作方面(例如,操作温度)改变等而在预定测试过程中、在非线性控制系统的临时运行过程中、在媒体流动过程中的预定时间处,来更改适应参数417。自适应块410可以包括一个或多个方案,其被配置为估定当前模型30c的“吻合度(goodness offit)”。一旦确定拟合不充分时,自适应块410可以执行一个或多个操作以相应地校正模型30c。
自适应块410可以包括一个或多个自适应算法和/或学习算法。在方案中,自适应算法可以包括增强无迹卡尔曼滤波器。在方案中,随操作条件改变、随一个或多个关键操作方面(例如,操作温度)改变等,可以实施最小二乘优化算法以迭代地更新在测试之间的适应参数417。优化技术和/或学习算法的其他非限制性的示例包括非线性最小二乘法、L2范数、平均1-相关估计器(AODE)、卡尔曼滤波器,无迹卡尔曼滤波器、马尔可夫模型、反向传播人工神经网络、贝叶斯网络、基函数、支持向量机、K-最近邻算法、基于案例推理、决策树、高斯过程回归、信息模糊网络、回归分析、自组织映射、逻辑回归、诸如自回归模型、移动平均模型、自回归积分移动平均模型、分类和回归树、多元自适应回归样条等的时间序列模型。
图5a至5b示出了依照本公开的表征音频系统的一个或多个方案的非线性模型的方案。出于讨论的目的,在此讨论集总参数模型,以便于突出显示一个或多个方案或它们之间的关系。出于讨论的目的,图5a中示出的非限制性的示例代表基于移动线圈扬声器的换能器及相关的扬声器箱和驱动器。在此讨论模型的各种方案。
图5a所示的扬声器模型包括系统内物理上可识别的部件的空间依赖的参数上定义的集总参数方案。经由在集总参数等式中的空间依赖的参数而引入相关的非线性。可以增加热依赖性以适应不断变化的顺应性、偏移量、磁性等。所示的模型扩展至由蒂勒(Thiele)和Small提出的理论上可接受的小位移模型。图5a所示的模型描述了在较高频率处出现的涡电流,其比蒂勒和Small所提出的小位移模型更精确。
由u(t)给出终端电压,由i(t)给出驱动器电流且由x(t)给出线圈位移。参数Re、Bl(x)、Cms(x)和Le(x)既依赖于线圈位移,也依赖于音圈温度。由R2(x)和L2(x)所表示的阻抗也可以是非线性的且具有与Le(x)相似的特性,但一般受系统的不同频谱方面的影响(一般在较高频谱中显示显著的非线性)。在一些简化中,函数R2和L2可以被认为是常数。可以通过适用于与特殊应用相关的扬声器的一系列方法来确定函数Bl(x)、Cms(x)和Le(x)。一般来说,可以通过温度相关的多项式、目标函数表达式等来表示非线性。出于讨论的目的,在室温下利用已知的实验方法来拟合函数Bl(x)、Cms(x)和Le(x)。
出于讨论的目的,使用多项式函数将每一个函数拟合于实验数据。可以实施更现实的函数拟合,以便于保持物理上相关范围之外的吻合度。这样扩展的吻合度可以提高观测器稳定性、自适应算法稳定性等,因为这样的系统在优化和/或跟踪程序过程中可以临时地扩展进入非现实的条件。
许多参数可以是温度相关的。已知的受工作在大信号域中时音圈影响的一些示例被认为是Re、Bl(x)、Cms(x)和Le(x)。
所提出的等式可以被合并成由等式21所给出的一般状态-空间形式:
利用当线圈位移接近于静止值(零)时的最大值来表示力因数Bl(x)。可以利用替代的拟合函数来确保所有的力因数值保持是现实的。
悬浮顺应性(suspension compliance)Cms(x)随温度变化而改变并且可以服从于在此讨论的一系列非线性滞后效应。
当锥体离开平衡位置时,悬浮阻抗将增加,因而超出平衡的范围可以减小Cms(x)。因此顺应性及力因数可以共享许多相同的特性。在方案中,使用高斯和的悬浮顺应性函数可以被拟合于供在非线性控制系统中使用的实验数据。
音圈电感Le(x)可以具有显著的位移依赖性,但是一般不与力因数和悬浮顺应性共享特性。一般来说,当音圈向内移动时电感将增大,而当音圈向外移动时电感减小。这是由于由穿过音圈的电流而产生的磁场引起的。该函数可以进一步经历在此讨论的一个或多个滞后的方案。在方案中,音圈电感可以被拟合于使用一系列高斯和的实验数据。
在方案中,可以通过监控在一系列测试程序过程中扬声器的阻抗来至少部分地识别扬声器的特性。依赖于输入控制信号的频谱和幅度,则有可能可以在一系列不同频率的范围内分析扬声器。
图9示出了从此程序在扬声器上所收集的信息的示例。通常,可以通过使用啁啾声信号(chirp signal)来确定扬声器锥体的基本模式(即基本共振频率),所述啁啾声信号开始作为低频正弦波且随着时间增大频率直到它达到期望的最终频率。在这样的测试过程中,可以通过捕获驱动器的输出电流及(可选地)电压来计算阻抗。可以通过围绕平衡点的线性化来获得扬声器线圈阻抗的逼近函数。该逼近对与小锥形偏移有关的小信号有效。通过使用该逼近,能够使所测得的阻抗曲线与其相匹配,从而计算出适当的启动扬声器参数。
在一些实例中,它可以有益于确定驱动器对系统性能的影响。取决于驱动器结构,例如,驱动器可能无法传送DC电流给扬声器。因此,相关的非线性模型可以包括放大器模型,被建模为高通滤波器。可以增加非线性方案以提高模型的准确度。
图5b示出了一种基于微机电(MEMs)的换能器的集总参数模型。MEMs换能器可以是换能器阵列的一部分。MEMs换能器基于在换能器的结构(例如通常穿过狭窄的空气间隙)中紧密放置的电极(附着于相关的隔膜和背板)之间的静电力起作用。MEMs换能器由于各种非线性现象而复杂化,其中包括:“拉入”非线性(以及其中潜在的不稳定性)、非线性流体力学、以及非线性阻尼特性。基于这些现象的模型可以被包含在与这样设备的性能提高相关的非线性控制系统中。
图5b中所示的模型突出显示了诸如声辐射效应514、隔膜动态516(例如包含与间隙电容相关的非线性)、背板动态518、穿过空气间隙的空气动态520、以及背腔的声学特性522的一些特征。在此示例中,与空间相关性和基于温度相关性一起,等式中的一些还可以包含显著的湿度相关性。
这样的MEMs换能器可以被设计作为微型泵系统中的部件,因而在此所描述的控制系统可以适用于这类相关微型泵的精度提高及线性化。
图6示出了依照本公开的用于非线性控制系统中的保护算法的图解说明。曲线图示出了作为频率的函数的防护外壳640。根据相关控制信号的频率含量,外壳640被指定用于保护音频系统免受各种不同类型的损害。分界线610通常表明由热破坏特性(通过箭头620标明)所主导的高频域和低频域之间的过渡,由此扬声器性能更可能由偏移限制(通过箭头620表示)所控制。由于监控或估计非线性控制系统内的状态,漂移、输入频谱、温度、及/或功率相关的方面的组合可被用来确定在可允许空间中的操作点。可以定义一系列的函数(即这里通过650及660用图形表示),由此随着操作点开始逼近操作极限640,则可以规定低于660的非受限的操作,且可能强制执行平滑限制的性能(假设通过压缩器及/或保护块来进行)。
在方案中,系统可以包括Look a-head算法以预测操作点在这样域内的移动,假定基于相关热模型,及/或经由对流媒体信号的分析。这样的Look a-head算法可以用来平稳地限制控制系统的性能,同时避免性能故障及突变,其可能会在控制器增益快速变化过程等中出现。
图7a至图7d示出了依照本公开的多速率非线性控制系统的方案。
图7a示出了依照本公开的包括非线性控制系统的多速率滤波系统的方案。多速率滤波系统包括均依照本公开的多个多速率滤波器块MRFB0至MRFB3。多速率滤波器块MRFB0被连接至输入通道701,其被配置以便于接受输入信号w,还被连接至输出通道,其被配置以便于输出滤波后的信号735。每个多速率块包括上采样器、下采样器、及可选的处理滤波器。在每个多速率滤波器块MRFBi中的下采样器和上采样器都配置有等于“r”的采样率。这样的限制仅出于说明的目的。采样率可以被配置为任意值且不必彼此相等。
与多速率滤波器系统中每个信号都相关的最大频率被表示为r的幂(例如rn)。因而,与每个多速率滤波器都相关的频谱在整个信号频谱上对数性地相间隔。这样的限制仅出于说明的目的。采样率可以被配置为任意值且不必彼此相等。
多速率滤波器系统包括依照本公开的非线性控制系统720。非线性控制系统720被连接至多速率滤波器块MRFB3的频带合成器输出705。在所示示例中,频带合成器输出可以被过采样(即在此例中,对应于r1中的频带上限的值)。因而,在频带合成器输出705中有足够的频谱扩展空间以容纳由非线性控制系统720所引入的至少一部分失真。非线性控制系统720被配置为产生一个或多个控制信号725,其可以与多速率滤波器系统的输出(即与滤波后的输出信号735)相结合以形成修正后的控制信号745以供传送至系统内的一个或多个块。在方案中,求和器输入(滤波后的输出信号735及控制信号725)的采样率是相等的。
非线性控制系统720可以包括依照本公开的低音增强功能,假定包括在依照本公开的目标动态块306中。在方案中,非线性控制系统720可以等同于依照本公开的非线性滤波器。
图7b示出了依照本公开的包括非线性控制系统的多速率滤波器系统的方案。多速率滤波器系统包括均依照本公开的多个多速率滤波器块MRFB0至MRFB3。多速率滤波器块MRFB0被连接至输入通道701,其被配置以便于接受输入信号w,还被连接至输出通道,其被配置以便于输出一个或多个控制信号745。每个多速率滤波器块均包括上采样器、下采样器、及可选的处理滤波器。在每个多速率滤波器块MRFBi中的下采样器、上采样器都配置有等于“r”的采样率。这样的限制仅出于说明的目的。采样率可以被配置为任意值且不必彼此相等。
与多速率滤波器系统内的每个信号都相关的最大频率被表示为r的幂(例如rn)。因而,与每个多速率滤波器都相关的频谱在整个信号频谱上对数性地相间隔。这样的限制仅出于说明的目的。采样率可以被配置为任意值且不必彼此相等。
多速率滤波器系统包括依照本公开的非线性控制系统740。非线性控制系统740可以被直接集成于相关的多速率滤波器块(在此例中为多速率滤波器块MRFB3)的处理滤波器中。相关的滤波器块的采样率可以被配置为捕获足够的由控制系统所生成的谐波含量,以便于确保基本上尽可能地减少成像和混叠。因而,在传送至MRFB3的信号中有足够的频谱扩展空间以容纳由非线性控制系统740所引入的至少一部分失真。非线性控制系统740被配置为依照本公开从相关的模型750接受一个或多个状态755。模型750可以包括观测器且因而被配置为接受一个或多个反馈信号715及一个或多个控制信号745以供在确定状态755中使用。替代地,另外地,或两者结合,模型30可包括前馈状态估计器以计算状态755(因而不一定需要相关的反馈信号715)。在模型750中的观测器可以被配置为以比相关控制系统740显著高得多采样率工作。这可以有益于捕获系统动态的一个或多个关键方面(例如,相关的共振频率、次谐波发生器等)。这样升高的采样率也可以提高观测器算法的稳定性。
非线性控制系统740可以包括依照本公开的低音增强功能,假定包括在依照本公开的目标动态块306中。非线性控制系统740还可以等同于依照本公开的非线性滤波器。
图7c示出了包括依照本公开的非线性控制系统的多速率滤波器系统的方案。多速率滤波器系统包括均依照本公开的多个多速率滤波器块MRFB0至MRFB2。多速率滤波器块MRFB0被连接至输入通道701,其被配置以便于接受输入信号w,还被连接至输出通道,其被配置以便于输出一个或多个中间控制信号765。每个多速率滤波器块均包括上采样器、下采样器、及可选的处理滤波器。在每个多速率滤波器块MRFBi中的下采样器、上采样器都配置有等于“r”的采样率。这样的限制仅出于说明的目的。采样率可以被配置为任意值且不必彼此相等
多速率滤波器系统包括均依照本公开的前馈控制器760、反馈控制器762及音频系统764。前馈控制器760可以被直接集成于相关的多速率滤波器块(在此例中为多速率滤波器块MRFB3)的处理滤波器中,因而可以包括相关的滤波器及上采样器。相关的滤波器块的采样率可以被配置为捕获足够的由控制系统所生成的谐波含量,以便于确保基本上尽可能地减少成像和混叠。因而,在传送至前馈控制器760的信号中有足够的频谱扩展空间以容纳由此所引入的至少一部分失真。前馈控制器760可以被配置为产生一个或多个参考信号767及潜在地接收一个或多个反馈信号769(即出于保护的目的,来提供观测器,出于比较或适应的目的等)。反馈控制器762可以被配置为接受一个或多个中间控制信号765、一个或多个参考信号767及一个或多个反馈信号715以产生一个或多个控制信号745。音频系统764可以接受控制信号762并生成一个或多个反馈信号715。由于可以采用计算上更高效的采样率来计算前馈控制器,因此这样的配置可以是有益的,同时反馈控制器762可以具有增大的增益带宽乘积,以便于更迅速地解决参考信号767与反馈信号715之间的不匹配问题。
图7d示出了依照本公开的包括非线性控制系统的多速率滤波器系统的方案。多速率滤波器系统包括均依照本公开的多个多速率滤波器块MRFB0至MRFB2。多速率滤波器块MRFB0被连接至输入通道701,其被配置以便于接受输入信号w,还被连接至输出通道,其被配置以便于输出一个或多个中间控制信号771。每个多速率滤波器块均包括上采样器、下采样器、及可选的处理滤波器。在每个多速率滤波器块MRFBi中的下采样器、上采样器都配置有等于“r”的采样率。这样的限制仅出于说明的目的。采样率可以被配置为任意值且不必彼此相等
多速率滤波器系统包括均依照本公开的前馈控制器770、反馈控制器772及音频系统774。前馈控制器770可以被插入在多速率滤波器级联中的一个或多个多速率滤波器组之间。在此例中,前馈控制器770被插入在MRFB0与MRFB1的输出之间。如图7d中所示,在其中一个多速率滤波器组(在此例中为MRFB2)中的处理滤波器可以被配置为提供一个或多个参考信号775以供传送至反馈控制器772。参考信号775可以替代地由前馈控制器770直接提供。反馈控制器772可以被配置为接受一个或多个中间控制信号771、一个或多个参考信号775及一个或多个反馈信号777以产生一个或多个控制信号773。音频系统774可以接受控制信号762并生成一个或多个反馈信号777。由于可以采用计算上更高效的采样率来计算前馈控制器且相关的延迟可以方便地被加进多速率滤波器组中,因此这样的配置可以是有益的,同时反馈控制器772可以被配置为以增大的增益带宽乘积来工作以便于更响应迅速地校正参考信号777及反馈信号775之间的不匹配。
前馈控制器770可以包括依照本公开的低音增强功能,可能包括在依照本公开的目标动态块306中。在方案中,前馈控制系统770可以基本上等同于依照本公开的非线性滤波器。
所示结构可以有益于有效地耦合高度非线性函数进入多速率滤波器系统的级联结构中,同时保留多速率配置的计算优势。
在相关的方案中,多速率滤波器块级联可以被分接于任意频带合成器输出处。这样的分接可以用来由多速率滤波器级联的单个频带信号构成更宽频带的信号。
在方案中,在多速率滤波器系统中的至少一个下采样器和/或上采样器的采样率可以是可自适应配置的。至少一个下采样器和/或上采样器的采样率可以被配置以便于与包括有多速率滤波器系统的相关的消费类电子设备的声学特征(例如声学共振、低音跃迁、抖动等)一致。
图8示出了依照本公开的用于在消费类电子设备上配置非线性控制系统的制造单元。制造单元包括调音台800,其用于依照本公开测试、验证、编程和/或更新消费类电子设备(CED)内的非线性控制系统。调音台800可以包括声学测试室810(例如消声室、半消声室等)或替代地其中放置CED以供测试的具有改善音质的室(例如与制造环境相比,减小了回声、减小了来自外部音源的影响等)。调音台800依照本公开可以包括及/或与自适应算法410相接以执行调音和/或优化过程。
调音台800可以包括在声学测试室810内被隔开的一个或多个麦克风820a、b以便于在测试及优化程序过程中可操作地获得从CED 10发出的声学信号。调音台800可以包括一个或多个特性传感器,例如激光位移系统(即以在测试过程中评定锥体运动)、CCD摄像机(即以评定部件对准等)、一个或多个热成像相机(即以在测试过程中评定局部温度或加热模式等)等。调音台800可以包括用于支撑CED的动臂830。动臂830可以包括用于在测试和优化程序过程中与CED通信的连接器(例如以便于发送传递音频数据流给CED以供测试,以给非线性控制系统编程控制参数等)。动臂830可以被连接至在声学测试室810的壁上的安装臂840。安装臂840可以包括用于在测试及优化程序过程中绕动臂轴旋转CED的旋转机构。安装臂840可以诸如经由线缆850与工作站860电互连。
工作站860被示出采用计算机工作站的形式。替代地或相结合,工作站860可以包括或本身即为定制的硬件系统。工作站860的硬件配置可以包括数据采集前端、硬件分析块(例如自适应算法410的一部分)及编程器。这样的配置可以有益于在制造过程中在CED上对相关的非线性控制系统的一个或多个方案进行快速、自主地优化。工作站860可以包括依照本公开的自适应算法410的至少一部分。
工作站860可以具有对用户输入和/或输出的支持,例如用来观察编程过程、用来观察批次编程结果之间的区别,以供控制测试过程、可视化设计规范等。替代地或相结合,工作站860可以传递音频测试数据和/或编程结果给基于云的数据中心。基于云的数据中心可以接受音频测试数据,与先前的编程历史记录和/或主设计记录/规范进行比较,然后生成待被发送给CED的音频编程信息。基于云的数据中心可以包括依照本公开的自适应算法410、学习算法等。
工作站860可以与CED无线地传递相关的音频流动数据和程序数据。
在方案中,可以在零售商店或维修中心提供调音台800以优化包括依照本公开的非线性控制系统的CED的音频性能。在对于服务实施方案的费用方案中,调音台800可用于零售商店中以便于优化顾客的CED的音频性能,假定为他们的CED选择了新的外壳之后、在购买时、在服务期间内等。这样的系统可以提供给挑剔的客户对提高他们的设备的音频性能的选择权且允许零售中心提供提升为其客户服务的独一无二的体验。
图9示出了依照本公开的用于拟合非线性模型的方案的方法的输出。曲线图表明实验上获得的信号阻抗频谱响应901,其经由依照本公开的方法或其他任何已知方法来获得,例如,通过应用移动带通滤波器等(显示为曲线图上的虚线信号),通过对随时间推移的不同频率区域中的任何刺激信号的电流测量值和电压测量值进行映射。与测试中的扬声器相关的非线性状态估计器在参数上配置有初始猜测,引起初始逼近阻抗频谱902。然后,基于所测得的频谱响应901来优化非线性状态估计器或非线性模型。在图中显示了优化后的频谱响应903。如图所见,扬声器的阻抗频谱是用于优化非线性控制系统的相关非线性模型方案的有用的输入。
基于这种方法,一种用于优化非线性模型的方法可以包括在操作过程中(例如假定在测试过程中、在音频流的回放过程中等)提取扬声器的阻抗频谱。阻抗数据可以用作优化相关的非线性模型的一个或多个参数的目标。所得到的模型参数可以在优化完成后上传至模型,或在优化过程中直接在模型上进行调整。
在方案中,在一般的媒体流中可能可得到不充分的频谱含量。在这种情况下,可以将音频水印加入媒体流以谨慎地增加频谱含量,从而实现所期望的优化(例如,可以添加白噪声、接近白噪声、噪声形水印等)。
图10a至图10b示出了依照本公开的非线性磁滞模型的方案。依照本公开的换能器的大量信号操作可以显示出比先前认为更复杂的非线性。图10a示出了与操作过程中压电换能器运动相关的内部磁滞回线的示例。图10b示出了与操作过程中磁场磁化相关的磁滞回线的示例。这样的磁滞效应可以是温度相关的和老化相关的,以及湿度相关的。这种效应通常与效率低下、复杂失真等相关。为了补偿这种效应,非线性系统可以包括一个或多个高阶非线性磁滞模型。这样的模型的一些非限制性的示例包括Preisach模型、Lipshin模型、Bouc-Wen模型、神经网络、模糊逻辑模型等。这些模型可以配置有足够的复杂性以便于捕获必要的动态,但无需使非线性控制系统的计算方案过于复杂化。这样的模型可以包括热相关性、速率相关性(与速率独立性相对)等。
在方案中,依照本公开的非线性控制系统可以包括修正后的Bouc-Wen磁滞模型,其被配置为补偿包括在相关的CED中的换能器的悬浮液的粘弹性。
在方案中,近时不变Preisach模型可以被包括在扬声器模型中以捕获一个或多个非线性补偿块中的磁滞回线和非线性。该模型可以包括它的温度变化方案以进一步提高模型的可靠性及应用范围。
图11a至图11b示出了依照本公开的使用非线性控制系统的消费类电子设备和集成扬声器。图11a示出了消费类电子设备1109,其包括依照本公开的非线性控制系统。消费类电子设备1109(例如智能手机)被配置为产生音频输出信号1111。CED 1109可以包括均依照本公开的集成的扬声器组件1110和/或非线性控制系统。CED 1109可以被测试以确定在设计过程中、在制造过程中、在验证过程中等相关的声学特征,并通过给包括在其中的非线性控制系统编程来调整其的音频性能。
图11b示出了依照本公开的在消费类电子设备(CED)1101、1109中集成的扬声器组件。CED 1101、1109包括外壳1112及外壳1112上的多个穿孔1116(或其等同物),以便提供CED 1101的内部与周围环境之间的流体连通。扬声器组件包括扬声器单元1110及安装支架1120。扬声器单元1110可以利用柔性支架1122附着于安装支架1120上。安装支架1120可以利用安装粘合剂1124或等同的附着手段(例如焊接、胶粘、螺钉、铆钉、机械互连等)可附着于外壳上。扬声器单元1110可以被配置为可操作地产生音频输出信号1150。
外壳1112限定了扬声器箱1118,在其中可以放置有附加的设备部件(例如电气部件、机械部件、组件、集成的扬声器组件等)。
集成的扬声器组件可以被放置邻近于穿孔1116,使得扬声器单元1110将穿孔1116与CED 1101、1109的扬声器箱1118的其余部分分隔开来(例如在穿孔1116与扬声器箱1118的其余部分之间有效地形成气密密封)。
可以提供没有轮廓分明的背部容积的集成的扬声器组件。因而,扬声器单元1110的背部容积可以至少部分地与CED 1101、1109的扬声器箱1118的其余部分共享。因而,直到集成的扬声器组件被完全地集成进最终的消费类电子设备(CED)1101、1109(例如连同构成消费类电子设备(CED)1101、1109的所有其他部件),才限定扬声器单元1110的背部容积。这样的配置可以有益于增加扬声器单元1110的可用的背部容积,从而扩大了消费类电子设备(CED)1110的整体低音范围的能力。扬声器单元1110可以进一步包括电路1130,电路1130包括依照本公开的非线性控制系统的至少一部分。
在方案中,电路1130可以是ASIC等。这样的配置可以有益于提供完全补偿后的扬声器单元1110,可选地提供优化后的扬声器单元以限制零件与零件间的差异,提供基本上最大的性能等,还为设备制造商提供基本上无变化的组装过程、优化组件的不匹配性,和/或补偿连接器阻抗变化等。这样的配置可以有益于克服在扬声器组装过程中所经历到的与接触电阻有关的问题。
扬声器单元1110可以包括音圈、三脚架、锥体、防尘盖、框架、和/或如本领域的技术人员所熟知的一个或多个极靴(pole piece)。
正如本领域的技术人员所熟知的,安装支架可以由热塑性塑料、金属等形成。
集成的扬声器组件可包括电互连件、驱动器、垫圈、滤波器、音频增强芯片组(例如以形成有源音箱)等。
在方案中,集成的扬声器组件可以包括音频放大器(例如AB类、D类放大器等)、跨桥(例如数字跨桥、有源跨桥、无源跨桥等),和/或依照本公开的非线性控制系统的一个或多个方案。非线性控制系统可以被配置为补偿由扬声器单元1110和外壳1112的扬声器箱1118、外壳1112的声学共振、部件的声学贡献和被放置进CED 1101、1109中的部件互连等形成的背部容积。
一般而言,依照本公开的观测器可以被配置为在有限的反馈条件下工作。在这样的环境中,观测器可以利用合适的前馈状态估计器来增强以协助估定具有有限反馈的状态。
依照本公开的观测器或非线性模型还可以用于通过提供额外的虚拟传感器来增强反馈系统的鲁棒性(例如与反馈控制器并联使用)。一个非限制性的示例可以是这样的案例:其中所测得的状态偏离由观测器或模型所做的预测太远以致于不现实的,则因此作为一个错误测量而被拒绝。在检测到错误测量的情况下,可以使用观测器或模型所生成的状态估计而不是直接测量。直到有效的测量再次产生。
非线性控制系统可以配置有实时的基于阻抗的反馈,假定较长的时间段,从而提供控制系统内的自适应校正及/或参数更新,例如补偿由于老化、温度变化等引起的模型变化。
非线性控制系统可以包括一个或多个随机模型。所述随机模型可以被配置为使随机控制方法并入非线性控制过程中。非线性控制系统可以被配置以便于对如系统所测量的噪声进行整形。这样的噪声整形可以有益于调整本底噪声电平至更高的频带以供在操作过程中(例如经由简单的低通滤波器)从计算上更高效地去除噪声。
在方案中,非线性控制系统包括增益限制特征,其被配置以便于防止控制信号偏离等同的未校准的信号太远,以便于确保其稳定性、限制THD等。该增益限制方案可以分别适用于不同的频率(例如允许在较低频率处偏移更大,而在较高频率处偏移较少甚至零偏移)。
状态矢量可以被配置以便于包括精确匹配的物理状态,例如薄膜加速度(a)。在这样的配置下,位置精确度(x)及与速度(v)相关状态可以在某种程度上放宽,同时保持加速度(a)的高精度匹配。这样,可以从控制输出中除去薄膜的DC漂移,防止在操作过程中薄膜的硬限制。
依照本公开的非线性控制系统可以包括与一个或多个驱动器相关的简单的放大器性能的分析的和/或黑箱模型。这样的模型可以有益于从控制信号中除去可能造成驱动器不稳定性的人为因素。一个非限制性的示例可能是将AC放大器建模成为具有其相应的截止频率及滤波器斜率的高通滤波器。
在方案中,非线性控制系统可以包括一个或多个“在线”优化算法。该优化算法可以被配置为持续更新一个或多个模型参数,假定在一般媒体流动过程中。这样的配置可以有益于在系统处于运行中同时随时间的推移减少模型故障的影响。在实验室和/或生产环境下,优化算法可以提供来自相关的运动传感器(例如锥形运动的激光位移测量)的额外的状态反馈从而更精确地微调系统的相关的非线性模型方案(例如前馈模型参数、诸如协方差矩阵、PID参数等的观测器参数)。该方法可以有益于在一个或多个包括依照本公开的非线性控制系统的消费类电子设备(CED)的制造过程中应用于调音台800。事实上,在测量许多状态的同时可以优化系统。相关的多参数优化方案可以被配置为在所要求的频率范围内(例如对于基波最高可达200Hz)优化THD至最小值。
可以利用参数上可调整的模型(例如生产后自适应控制系统)来增强最佳配置的模型(例如在生产过程中配置)。在相关设备的寿命期间,参数上可调整的模型可以围绕最佳配置的模型被自适应地更新从而保持理想的操作特性。该配置可以有益于在设备的寿命期间提高优化结果,在知晓所有状态(即,通过激光器或加速度计)或替代地通过利用麦克风来测量THD和利用其作为最小化目标来优化和/或仅仅按照依照本公开的任何相关的方法来实现阻抗曲线映射的同时而自适应地映射模型参数。
最佳配置的且参数上可调整方法可以适合于除去模型的会造成不稳定性或具有它的“黑箱”表现的双峰响应(即,其中输入至输出特征略微盲映射)的各种不同的方面。
最佳配置的且参数上可调整的方法可以是有益的,由于其可以提供用于使整条产品线与单一的可适应的模型相匹配的手段,或用于因对于完美模型的要求被放宽则能更轻松地使不同类型的扬声器相匹配的手段。该配置可以是可修正为具有API、实验室和/或制造工具包的实施方案。该系统也可以用于针对不同类型的扬声器(例如电活性聚合物、压电的、电致伸缩的及其他类型的电声换能器[其中简单模型并不是系统的有效说明])最佳表征可配置的(和复杂的)模型,同时为现场的自适应校正(即经由在此所描述的一个或多个自动控制和/或自适应过程的实施方案)使用黑箱模型。
在方案中,依照本公开的前馈控制器可以通过PID控制器来辅助,假定包括在相关的反馈控制器(以补偿前馈模型输出的变化)中。这样的配置可以比替代方法具有更少计算量的同时提供简化的实施方案。尽管参考了PID,但正如此所述,也可以使用其他形式的控制。
非线性控制系统的一个或多个方案可以数字化地实现。在一个非限制性的示例中,非线性控制系统以全数字方式实现。
在方案中,模型参数可以在实验室环境下被优化,在该环境下全状态反馈是可能的。在此示例中,所述方法可以包括确定等同的Thiele-Small参数(线性)的小信号测量值、对非线性参数形状进行粗略猜测、测量大信号激励以确定一个或多个大信号特征、调整模型参数直到模型的输出状态与所测得的状态大体相匹配。利用信任区域优化方法等可以实现这样的方法。利用多次测量或一系列激励也可以迭代地实现该过程。
该方法可以包括通过任何已知技术来设置控制器目标动态方案和/或反向动态方案的一个或多个模型参数(例如配置协方差矩阵)。在方案中,可以通过包括在合理的时间间隔内测试所有可能的调节器参数以找到最小THD的设置值的蛮力计算法(brute-forceapproach)来实现该设置。然后,能够在实际系统上测量最小THD并能够通过模型来仿真最小THD,且最小THD能够用于校正现场设备所经历的变化。还可以迭代地执行该方法,同时在每次测量值迭代中测量实际的THD。
该方法可以包括配置PID参数。这样的配置可以通过例如“蛮力计算”方法等来实现,由此测试在合理范围内的所有可能值,同时测量扬声器的THD并寻找最小值。在这种情况下,优选地是可以测量THD,而不是对其进行仿真。
这样的方法可以包括依照本公开测量阻抗。如果实时阻抗测量证实参数严重不匹配(例如经由严重的温度变化或老化),则系统可以自动使用新的阻抗曲线以使非线性模型实时映射新系统。因而,在系统运行过程中可以提供用于连续地且动态地调节模型参数的技术。可以通过线性反馈系统(例如PID控制器)来补偿小的模型变化。
可以实时执行这样的方法。当在测量过程中获得可靠的阻抗曲线时,可以进行参数调节(例如通过信任区域优化)。由于与系统动态学相比温度变化或老化可能出现相对缓慢,所以只要处理器是“空闲的”且不受基于采样率的实时要求的影响,就可以偶尔运行这样的调节方法。
扬声器箱的模型可以提供在封闭的或通风的构造中以便于匹配所讨论的实施方案。
在方案中,依照本公开的包括观测器(例如EKF、UKF、AUKF等)的非线性控制系统可以包括用于调整一个或多个模型参数“在线”的自适应算法。观测器于是可以被优化或观测器被训练而在现场操作的同时以适应更新后的模型参数。
依照本公开,控制器可以被分为“目标动态”方案(对应于目标的行为,例如线性行为)及“反向动态”方案(其基本旨在抵消未受控系统的所有动态,包括非线性)。在这种情况下,目标动态部可以包括一个或多个非线性效应,例如心理声学非线性、压缩器、或任何其他“目标”行为。因而该控制器可以将非线性补偿方案与增强的音频性能方案合并。
非线性控制系统可以被配置为主要对低频频谱(例如低于1000Hz、低于500Hz、低于200Hz、低于80Hz,低于60Hz等)起作用。在一个非限制性应用中,非线性控制系统可以被配置为操作于修正后的输入信号。在这种情况下,利用另一个交叉频率(例如在80Hz处)可以在低音扬声器频带内分离输入信号。被传送至非线性控制系统的修正后的输入信号可以仅集中在交叉频率下方的频带。其他的方案在整个公开中讨论。
依照本公开的非线性控制系统可以被嵌入专用集成电路(ASIC)中或作为硬件描述性语言块(例如VHDI、Verilog等)被提供,以供集成到片上系统(SoC)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、或数字信号处理器(DSP)集成电路。
替代地,另外地,或两者结合,该非线性控制系统的一个或多个方案可以被软编码进入处理器、闪存、EEPROM、存储单元等。这样的配置可以用来在软件中,作为在DSP上的例程、处理器、ASIC等上,至少部分地实现该非线性控制系统。
应当理解的是,附加的优点和修改将很容易为本领域技术人员所熟知。因此,在这里所提出的本公开的内容和及其更广泛的方案并不限于在这里所示和所述的具体细节和有代表性的实施例。相应地,在不偏离由所附权利要求及其等同物所限定的总的发明构思的精神或范围的情况下,可以包括许多修改例、等同例和改进例。
Claims (19)
1.一种用于从一个或多个输入信号产生呈现的音频流的非线性控制系统,包括:
控制器,其包括与反馈控制系统相互连接的前馈控制系统,其中所述前馈控制系统被配置为接受所述一个或多个输入信号,以及一个或多个估计状态,且对所述一个或多个输入信号进行非线性变换以由变换后的输入信号生成一个或多个中间控制信号;以及
模型,其被配置为接受所述一个或多个中间控制信号并且由所述一个或多个中间控制信号生成一个或多个估计状态,并且进一步被配置为由所述一个或多个估计状态生成一个或多个参考信号;
其中反馈控制器被配置为将以下三项中的两项或更多项进行比较:(a)所述中间控制信号,(b)所述一个或多个参考信号,及(c)一个或多个反馈信号,以生成一个或多个控制信号;并且所述系统还包括:
音频系统,其包括至少一个换能器,所述音频系统被配置为接受所述一个或多个控制信号,且利用所述一个或多个控制信号或由所述控制信号生成的信号来驱动所述换能器以产生所述呈现的音频流。
2.根据权利要求1所述的非线性控制系统,其中,所述模型包括前馈非线性状态估计器,所述前馈非线性状态估计器被配置为生成所述估计状态。
3.根据权利要求1或2所述的非线性控制系统,其中,所述模型包括观测器,并且所述音频系统包括用于产生一个或多个反馈信号的装置,所述观测器被配置为接受一个或多个所述反馈信号或由所述反馈信号生成的信号,并且由一个或多个所述反馈信号和一个或多个所述中间控制信号生成一个或多个所述估计状态。
4.根据权利要求3所述的非线性控制系统,其中,所述观测器包括无迹卡尔曼滤波器或增强无迹卡尔曼滤波器以生成一个或多个所述估计状态。
5.根据权利要求1或2所述的非线性控制系统,其中,所述控制器包括保护块,所述保护块被配置为分析一个或多个所述输入信号、所述估计状态和/或所述控制信号,并且基于所述分析来修正所述控制信号。
6.根据权利要求1所述的非线性控制系统,其中,所述反馈控制器包括PID控制块。
7.根据权利要求1所述的非线性控制系统,其中,所述前馈控制器包括精确输入-输出线性化控制器。
8.根据权利要求1或2所述的非线性控制系统,其中,所述音频系统包括驱动器,所述驱动器被配置为将所述控制信号与所述换能器相互连接,所述驱动器被配置为监控电流信号、电压信号、功率信号和/或换能器阻抗信号中的一个或多个,并且将所述信号作为反馈提供给所述非线性控制系统的一个或多个部件。
9.根据权利要求1或2所述的非线性控制系统,其中,所述音频系统包括反馈协调块,其被配置为接受由该系统中的一个或多个传感器、换能器所生成的一个或多个感知信号,并且由所述感知信号生成一个或多个反馈信号。
10.根据权利要求1或2所述的非线性控制系统,其中,所述控制器包括目标动态块及反向动态块,所述目标动态块被配置为修正所述输入信号或由所述输入信号生成的信号以通过所述输入信号或由所述输入信号生成的信号生成目标频谱响应,所述反向动态块被配置为在所述输入信号或由所述输入信号生成的信号上补偿所述音频系统的一个或多个非线性特性。
11.根据权利要求10所述的非线性控制系统,其中,所述目标动态块及所述反向动态块相互串连。
12.根据权利要求1或2所述的非线性控制系统,包括自适应算法,所述自适应算法被配置为监控在所述非线性控制系统中一个或多个信号的失真情况并修正所述控制器一个或多个方面以减轻所述失真情况。
13.根据权利要求12所述的非线性控制系统,其中,所述控制器包括一个或多个以参数化方式定义的参数,所述控制器的功能依赖于所述参数,所述自适应算法被配置为调整一个或多个所述参数以减轻所述失真情况。
14.根据权利要求1或2所述的非线性控制系统,其中,所述音频系统包括用于估计所述换能器的特性温度并传送估计值给一个或多个所述控制器和/或所述模型的装置,所述控制器和/或所述模型被配置为补偿特性温度估计值的变化。
15.根据权利要求1或2所述的非线性控制系统,其中,所述非线性控制系统被集成于消费类电子设备中。
16.根据权利要求15所述的非线性控制系统,其中,所述消费类电子设备为智能手机、平板电脑或条形音箱。
17.根据权利要求1或2所述的非线性控制系统,其中,从包括电磁扬声器、压电致动器、基于电活性聚合物的扬声器及静电扬声器的组中选出所述换能器。
18.包括根据权利要求1至17中的任一项所述的非线性控制系统的消费类电子设备。
19.一种用于从一个或多个输入的音频信号产生呈现的音频流的方法,所述方法包括:
将输入的音频信号应用于与反馈控制系统相互连接的前馈控制系统,其中所述前馈控制系统被配置为接受一个或多个输入信号,以及一个或多个估计状态,且对所述一个或多个输入信号进行非线性变换以由变换后的输入信号生成一个或多个中间控制信号;
将所述一个或多个中间控制信号应用于模型,并且由所述一个或多个中间控制信号生成一个或多个估计状态,其中所述模型进一步被配置为由所述一个或多个估计状态生成一个或多个参考信号,
在反馈控制器中,将以下三项中的两项或更多项进行比较:(a)所述中间控制信号,(b)所述一个或多个参考信号,及(c)一个或多个反馈信号,以生成一个或多个控制信号;以及
将所述一个或多个控制信号或由所述控制信号生成的信号应用于音频系统的至少一个换能器以产生所述呈现的音频流。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261656676P | 2012-06-07 | 2012-06-07 | |
US61/656,676 | 2012-06-07 | ||
PCT/IB2013/001533 WO2013182901A1 (en) | 2012-06-07 | 2013-06-07 | Non-linear control of loudspeakers |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104365119A CN104365119A (zh) | 2015-02-18 |
CN104365119B true CN104365119B (zh) | 2018-07-06 |
Family
ID=48980223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380030187.3A Expired - Fee Related CN104365119B (zh) | 2012-06-07 | 2013-06-07 | 扬声器的非线性控制 |
Country Status (4)
Country | Link |
---|---|
US (1) | US9516443B2 (zh) |
EP (1) | EP2859737B1 (zh) |
CN (1) | CN104365119B (zh) |
WO (1) | WO2013182901A1 (zh) |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014045123A2 (en) | 2012-09-24 | 2014-03-27 | Actiwave Ab | Control and protection of loudspeakers |
US10375475B2 (en) | 2013-04-09 | 2019-08-06 | Cirrus Logic, Inc. | Systems and methods for compressing a digital signal in a digital microphone system |
GB2513406B (en) | 2013-04-26 | 2016-01-20 | Cirrus Logic Int Semiconductor Ltd | Signal processing for MEMS capacitive transducers |
US9679053B2 (en) | 2013-05-20 | 2017-06-13 | The Nielsen Company (Us), Llc | Detecting media watermarks in magnetic field data |
CN104602175A (zh) * | 2013-10-30 | 2015-05-06 | 索尼公司 | 阻抗测量的肯内利圆插值法 |
US9531433B2 (en) * | 2014-02-07 | 2016-12-27 | Analog Devices Global | Echo cancellation methodology and assembly for electroacoustic communication apparatuses |
DE102014101881B4 (de) * | 2014-02-14 | 2023-07-27 | Intel Corporation | Audioausgabeeinrichtung und Verfahren zum Bestimmen eines Lautsprecherkegelhubs |
FR3018024B1 (fr) * | 2014-02-26 | 2016-03-18 | Devialet | Dispositif de commande d'un haut-parleur |
FR3018025B1 (fr) | 2014-02-26 | 2016-03-18 | Devialet | Dispositif de commande d'un haut-parleur |
WO2015143127A1 (en) * | 2014-03-19 | 2015-09-24 | Actiwave Ab | Non-linear control of loudspeakers |
JP6458354B2 (ja) * | 2014-05-13 | 2019-01-30 | 住友電気工業株式会社 | 歪補償装置の製造方法 |
US9626981B2 (en) | 2014-06-25 | 2017-04-18 | Cirrus Logic, Inc. | Systems and methods for compressing a digital signal |
US9398374B2 (en) | 2014-08-12 | 2016-07-19 | Cirrus Logic, Inc. | Systems and methods for nonlinear echo cancellation |
US9948261B2 (en) * | 2014-11-20 | 2018-04-17 | Tymphany Hk Limited | Method and apparatus to equalize acoustic response of a speaker system using multi-rate FIR and all-pass IIR filters |
US10305671B2 (en) * | 2015-05-21 | 2019-05-28 | Cirrus Logic, Inc. | Synchronous differential signaling protocol |
US9668075B2 (en) * | 2015-06-15 | 2017-05-30 | Harman International Industries, Inc. | Estimating parameter values for a lumped parameter model of a loudspeaker |
US9807528B1 (en) | 2015-09-21 | 2017-10-31 | Apple Inc. | Electronic devices and method for thermal monitoring of an electro-mechanical actuator |
CN105242541B (zh) * | 2015-10-27 | 2018-08-14 | 上海航天精密机械研究所 | 面向响应迟滞过程的温度补偿控制方法 |
CN106714067B (zh) * | 2015-11-17 | 2020-12-15 | 研祥智能科技股份有限公司 | 一种生产线上的自动化检测方法及装置 |
US20180367898A1 (en) * | 2015-12-08 | 2018-12-20 | Huawei Technologies Co., Ltd. | User device and method for driving a speaker in the user device |
US10547942B2 (en) | 2015-12-28 | 2020-01-28 | Samsung Electronics Co., Ltd. | Control of electrodynamic speaker driver using a low-order non-linear model |
US10757519B2 (en) * | 2016-02-23 | 2020-08-25 | Harman International Industries, Incorporated | Neural network-based parameter estimation of loudspeakers |
US9918173B1 (en) | 2016-03-24 | 2018-03-13 | Revx Technologies | Adaptable sound quality device |
US9716955B1 (en) * | 2016-03-24 | 2017-07-25 | Revx Technologies | Device for monitoring a sound pressure level |
CN106098081B (zh) * | 2016-06-01 | 2020-11-27 | 腾讯科技(深圳)有限公司 | 声音文件的音质识别方法及装置 |
US9955256B2 (en) * | 2016-06-28 | 2018-04-24 | Cirrus Logic, Inc. | Speaker protection based on output signal analysis |
US20180054690A1 (en) * | 2016-08-16 | 2018-02-22 | Ford Global Technologies, Llc | Single channel sampling for multiple channel vehicle audio correction |
WO2018093406A1 (en) | 2016-11-21 | 2018-05-24 | Robert Bosch Gmbh | Loudspeaker with multiple stage suspension system |
US10462565B2 (en) | 2017-01-04 | 2019-10-29 | Samsung Electronics Co., Ltd. | Displacement limiter for loudspeaker mechanical protection |
US11109155B2 (en) * | 2017-02-17 | 2021-08-31 | Cirrus Logic, Inc. | Bass enhancement |
GB2560878B (en) * | 2017-02-24 | 2021-10-27 | Google Llc | A panel loudspeaker controller and a panel loudspeaker |
US10732714B2 (en) | 2017-05-08 | 2020-08-04 | Cirrus Logic, Inc. | Integrated haptic system |
US10009700B1 (en) * | 2017-07-16 | 2018-06-26 | Nuvoton Technology Corporation | System and method for fuzzy logic feedback control of speaker excursion |
GB201712391D0 (en) * | 2017-08-01 | 2017-09-13 | Turner Michael James | Controller for an electromechanical transducer |
CN107479377B (zh) * | 2017-08-03 | 2020-06-12 | 淮阴工学院 | 分数阶弧形微机电系统的自适应同步控制方法 |
CN107831655B (zh) * | 2017-10-23 | 2020-11-24 | 河海大学常州校区 | 微陀螺仪的分数阶自适应反演模糊滑模控制方法 |
CN109963227A (zh) * | 2017-12-25 | 2019-07-02 | 长城汽车股份有限公司 | 一种喇叭控制电路和喇叭控制方法 |
US10506347B2 (en) | 2018-01-17 | 2019-12-10 | Samsung Electronics Co., Ltd. | Nonlinear control of vented box or passive radiator loudspeaker systems |
CN108566178B (zh) * | 2018-04-16 | 2021-08-03 | 武汉理工大学 | 一种非稳态随机机会网络特征值滤波方法 |
US10542361B1 (en) | 2018-08-07 | 2020-01-21 | Samsung Electronics Co., Ltd. | Nonlinear control of loudspeaker systems with current source amplifier |
US11269415B2 (en) | 2018-08-14 | 2022-03-08 | Cirrus Logic, Inc. | Haptic output systems |
US11012773B2 (en) | 2018-09-04 | 2021-05-18 | Samsung Electronics Co., Ltd. | Waveguide for smooth off-axis frequency response |
US10797666B2 (en) | 2018-09-06 | 2020-10-06 | Samsung Electronics Co., Ltd. | Port velocity limiter for vented box loudspeakers |
GB201817495D0 (en) | 2018-10-26 | 2018-12-12 | Cirrus Logic Int Semiconductor Ltd | A force sensing system and method |
CN109600705B (zh) * | 2019-01-08 | 2021-01-26 | 武汉市聚芯微电子有限责任公司 | 扬声器寿命测试系统 |
US12035445B2 (en) | 2019-03-29 | 2024-07-09 | Cirrus Logic Inc. | Resonant tracking of an electromagnetic load |
CN109991852B (zh) * | 2019-04-19 | 2022-02-22 | 贵州大学 | 具有磁滞特性的分数阶静电驱动微机电系统控制方法 |
US10976825B2 (en) | 2019-06-07 | 2021-04-13 | Cirrus Logic, Inc. | Methods and apparatuses for controlling operation of a vibrational output system and/or operation of an input sensor system |
CN110262253B (zh) * | 2019-07-12 | 2023-01-31 | 淮阴工学院 | 分数阶混沌机电换能器系统的自适应backstepping最优控制方法 |
CN111800713B (zh) * | 2020-06-12 | 2022-03-04 | 瑞声科技(新加坡)有限公司 | 一种信号非线性补偿方法、装置、电子设备和存储介质 |
CN112034356B (zh) * | 2020-09-09 | 2023-03-28 | 哈尔滨工业大学 | 基于gp-ukf的电动汽车动力电池在线soh估算方法 |
CN112180716B (zh) * | 2020-10-14 | 2022-05-31 | 电子科技大学中山学院 | 高阶滑模及电力负荷频率控制方法、装置、计算机设备和存储介质 |
US11356773B2 (en) | 2020-10-30 | 2022-06-07 | Samsung Electronics, Co., Ltd. | Nonlinear control of a loudspeaker with a neural network |
US11622194B2 (en) * | 2020-12-29 | 2023-04-04 | Nuvoton Technology Corporation | Deep learning speaker compensation |
CN113183710B (zh) * | 2021-05-26 | 2022-07-01 | 华东理工大学 | 一种提升乘坐舒适性的主动悬架系统模糊控制方法 |
US11933822B2 (en) | 2021-06-16 | 2024-03-19 | Cirrus Logic Inc. | Methods and systems for in-system estimation of actuator parameters |
US11908310B2 (en) * | 2021-06-22 | 2024-02-20 | Cirrus Logic Inc. | Methods and systems for detecting and managing unexpected spectral content in an amplifier system |
US11570563B1 (en) * | 2021-07-22 | 2023-01-31 | Elite Semiconductor Microelectronics Technology Inc. | Method for estimating fundamental resonance frequency of loudspeaker and associated loudspeaker controller |
CN114051194A (zh) * | 2021-10-15 | 2022-02-15 | 赛因芯微(北京)电子科技有限公司 | 一种音频轨道元数据和生成方法、电子设备及存储介质 |
CN115442709B (zh) * | 2022-07-29 | 2023-06-16 | 荣耀终端有限公司 | 音频处理方法、虚拟低音增强系统、设备和存储介质 |
CN116871748B (zh) * | 2023-06-28 | 2024-03-26 | 宁波尚进自动化科技有限公司 | 力控系统温度补偿装置及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101233783A (zh) * | 2005-07-29 | 2008-07-30 | 松下电器产业株式会社 | 扬声器装置 |
CN101512938A (zh) * | 2006-08-01 | 2009-08-19 | Dts(英属维尔京群岛)有限公司 | 用于补偿音频变换器的线性和非-线性失真的神经网络滤波技术 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5384676A (en) * | 1991-04-19 | 1995-01-24 | Mitsubishi Denki Kabushiki Kaisha | Magnetic head position controller in a magnetic recording and reproducing apparatus |
US6058195A (en) * | 1998-03-30 | 2000-05-02 | Klippel; Wolfgang J. | Adaptive controller for actuator systems |
DE102007005070B4 (de) * | 2007-02-01 | 2010-05-27 | Klippel, Wolfgang, Dr. | Anordnung und Verfahren zur optimalen Schätzung der linearen Parameter und der nichtlinearen Parameter eines Modells, das einen Wandler beschreibt |
EP2761745A1 (en) * | 2011-09-26 | 2014-08-06 | Actiwave AB | Audio processing and enhancement system |
US9173020B2 (en) * | 2012-03-27 | 2015-10-27 | Htc Corporation | Control method of sound producing, sound producing apparatus, and portable apparatus |
-
2013
- 2013-06-07 WO PCT/IB2013/001533 patent/WO2013182901A1/en active Application Filing
- 2013-06-07 US US14/405,273 patent/US9516443B2/en active Active
- 2013-06-07 CN CN201380030187.3A patent/CN104365119B/zh not_active Expired - Fee Related
- 2013-06-07 EP EP13748097.6A patent/EP2859737B1/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101233783A (zh) * | 2005-07-29 | 2008-07-30 | 松下电器产业株式会社 | 扬声器装置 |
CN101512938A (zh) * | 2006-08-01 | 2009-08-19 | Dts(英属维尔京群岛)有限公司 | 用于补偿音频变换器的线性和非-线性失真的神经网络滤波技术 |
Non-Patent Citations (2)
Title |
---|
Active Compensation of Transducer;Wolfgang Klippel;《AES 23rd International Conference》;20030525;1-17 * |
Modelling and Compensation of Nonlinear Loudspeaker;David Jakobsson ET. AL.;《Master"s Thesis EX033/2010 Department of Signals and Systems Chalmers University of Technology》;20100910;1-39 * |
Also Published As
Publication number | Publication date |
---|---|
EP2859737A1 (en) | 2015-04-15 |
EP2859737B1 (en) | 2019-04-10 |
US20150201294A1 (en) | 2015-07-16 |
US9516443B2 (en) | 2016-12-06 |
WO2013182901A1 (en) | 2013-12-12 |
CN104365119A (zh) | 2015-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104365119B (zh) | 扬声器的非线性控制 | |
US11379176B2 (en) | Adaptive receiver | |
CN105103568B (zh) | 扬声器的控制和保护 | |
EP3120576B1 (en) | Non-linear control of loudspeakers | |
US9894429B2 (en) | Enhancing audio performance of a consumer electronic device by producing compensation parameters based on the acoustic signature of the device | |
EP2802890B1 (en) | System and method for audio enhancement of a consumer electronics device | |
US11057718B2 (en) | Load change diagnostics for acoustic devices and methods | |
CN105592388A (zh) | 用于估计扬声器纸盆的位移的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170602 Address after: Edinburgh Applicant after: CIRRUS LOGIC INTERNATIONAL SEMICONDUCTOR Ltd. Address before: Solna, Sweden Applicant before: ACTIWAVE AB |
|
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180706 |