семестр 1 / лабы / лаба 5 / лаба_5_5_фипоз_метода

а)

б)

Рис. 5.35. Подавление шумов компандером с ГО

5.8.Практическое занятие: анализ результатов работы авторегулятора уровня ЗВС и системы шумоподавления

5.8.1.Анализ результатов работы авторегулятора уровня ЗВС

Рассмотрим изменения вещательного сигнала при его обработке с помощью АРУР на примере речевого сигнала (РС). Длительность исследуемого отрезка должна быть больше интервала стационарности (для речи это около 120 с). В используемом здесь примере длительность отрезка около 2 мин, что позволяет получить достаточно гладкие оценки спектра и распределения плотности вероятности мгновенных значений; частота дискретизации выбирается равной 32 кГц, разрядность кодирования – 16 разрядов/отсчет.

Для возможности последующего сравнения исходного и обработанного сигналов нормируйте сигнал, например на 90% (опции Transform и далее – в соответствии с рис. 5.36).

Поскольку некоторые изменения сигнала удобнее изучать на длительностях, соизмеримых с длительностью звукового объекта, следует заранее приготовить подходящий отрезок (рис. 5.37).

Рис. 5.36. Исходный сигнал

Рис. 5.37. Отрезок исходного сигнала, соизмеримый с длительностью звукового объекта

Проведите статистический и спектральный анализ сигнала до обработки. При сборе статистики время, на котором оценивается RMS (аналог привычной нам ОСМ), возьмите 200 мс, что приблизительно равно времени интеграции слуха по громкости. В результатах анализа (рис. 5.38) наиболее информативны максимальная (–9,3 дБ) и средняя (–15,5 дБ) RMS, которые определяют громкость сигнала.

В разделе «гистограммы» ознакомьтесь с распределением мгновенных значений сигнала (рис. 5.39).

При проведении спектрального анализа следует обеспечить хорошую разрешающую способность, определяемую числом точек в выборке (взять не менее 4000), и минимизировать боковые лепестки, выбрав одну из наиболее эффективных оконных функций (нижние в предлагаемом меню). Удобнее пользоваться логарифмической

шкалой частот, которая в большей степени соответствует особенностям слухового восприятия. Не имеет смысла выбирать затухание больше 70 дБ, поскольку слуховой анализатор не воспринимает спектральные составляющие, которые меньше максимальных на 50…60 дБ. Результаты анализа приведены на рис. 5.40.

Рис. 5.38. Статистический анализ исходного сигнала до обработки

Рис. 5.39. Статистический анализ исходного сигнала до обработки: распределение мгновенных значений

Теперь следует сформировать программную модель АРУР. Для этого в опции Transform–Amplitude–Dynamic Range Processing сфор-

мируйте желаемую амплитудную характеристику АРУР с временными параметрами, стандартизованными для речевых АРУР: время срабатывания, 1 мс, восстановления – около 200 мс. На рис. 5.41 показана самая простая характеристика, которая, тем не менее, используется в речевых студиях для выравнивания громкости сигнала от нескольких дикторов и повышения ОСМ.

Рис. 5.40. Спектральный анализ исходного сигнала до обработки

Рис. 5.41. Формирование желаемой амплитудной характеристики АРУР

Обработайте сигнал с использованием этой характеристики. Результаты обработки приведены на рис. 5.42. Там же показана характеристика мгновенного ограничителя, который всегда размещается после АРУР для устранения выбросов в момент срабатывания, хорошо видных на рисунке. Для формирования необходимой амплитудной характеристики ограничителя воспользуйтесь последовательно опциями Transform–Special–Distortion. Уровень входного сигнала должен превышать уровень ограничения.

Далее, для сравнения исходного и обработанного сигналов необходимо выровнять их по амплитуде (опции «Transform–Amplitude– Normalise») – рис. 5.43.

Рис. 5.42. Результаты обработки после АРУР и амплитудная характеристика ограничителя

Рис. 5.43. Пример сигнала, нормализованного по амплитуде

Для удобства сравнения свойств сигнала до и после обработки перепишите его в виде двухканального (стерео) сигнала, когда исходный сигнал передается по одному каналу, обработанный по другому. Проведите спектральный анализ этих сигналов (рис. 5.44). Можно заметить, что в обработанном сигнале подняты ВЧ составляющие и несколько выше общий уровень сигнала.

Проведя статистический анализ сигналов (рис. 5.45), обнаружим, что выросли средний и максимальный уровни RMS. Это свидетельствует о повышении громкости обработанного сигнала при неизменном пиковом электрическом уровне. Обработка подобного рода с повышением относительной средней мощности сигнала на входе ТВРП стала обычной практикой современного радиовещания.

Рис. 5.44. Спектральный анализ сигналов до и после обработки

Рис. 5.45. Статистический анализ сигналов до и после обработки

Гистограммы сигналов (рис. 5.46) свидетельствуют о том, что повысилась вероятность появления высоких уровней сигнала, но одновременно обострилась сама функция. Уменьшение основания распределения соответствует сокращению динамического диапазона, а обострение – большим перепадам громкости между отдельными звучаниями и повышению крутизны фронтов (резкости звучания), что негативно воспринимается слушателями.