• No results found

Automatisk bullerdosreglering i hörselskydd

N/A
N/A
Protected

Academic year: 2021

Share "Automatisk bullerdosreglering i hörselskydd"

Copied!
97
0
0

Loading.... (view fulltext now)

Full text

(1)

Institutionen för systemteknik

Department of Electrical Engineering

Examensarbete

Automatisk bullerdosreglering i hörselskydd

Examensarbete utfört i Elektroniksystem vid Tekniska högskolan vid Linköpings universitet

av

Anders Axelsson LiTH-ISY-EX--14/4754--SE

Linköping 2014

Department of Electrical Engineering Linköpings tekniska högskola

Linköpings universitet Linköpings universitet

(2)
(3)

Automatisk bullerdosreglering i hörselskydd

Examensarbete utfört i Elektroniksystem

vid Tekniska högskolan vid Linköpings universitet

av

Anders Axelsson LiTH-ISY-EX--14/4754--SE

Handledare: Per Hiselius

3M Svenska AB Hjalmar Nilsson

Prevas AB Joacim Frisk

Prevas AB

Examinator: Kent Palmkvist

isy, Linköpings universitet

(4)
(5)

Avdelning, Institution Division, Department

Elektroniksystem

Department of Electrical Engineering SE-581 83 Linköping Datum Date 2014-04-29 Språk Language Svenska/Swedish Engelska/English   Rapporttyp Report category Licentiatavhandling Examensarbete C-uppsats D-uppsats Övrig rapport  

URL för elektronisk version

http://urn.kb.se/resolve?urn=urn:nbn:se:liu:diva-106578

ISBN — ISRN

LiTH-ISY-EX--14/4754--SE Serietitel och serienummer Title of series, numbering

ISSN —

Titel Title

Automatisk bullerdosreglering i hörselskydd Automatic noise dose control in hearing protectors

Författare Author

Anders Axelsson

Sammanfattning Abstract

På bullriga arbetsplatser använder personal ofta hörselskydd med inbyggda högtalare för att lyssna på exempelvis musik i underhållningssyfte. Om användaren lyssnar på höga ljudni-våer under långa perioder kan bullerskador uppstå i dennes öron. Enligt lagstiftning måste nivån därför begränsas i förebyggande syfte.

Bullernivån är ett genomsnitt av de ljudnivåer användaren exponerats för under en arbets-dag. Användaren måste vila öronen om gränsvärdet för bullernivån nås. Om man utnyttjar att det är ett genomsnitt kan användaren tillåtas lyssna på en hög ljudnivå under en begrän-sad tid för att sedan sänka den. Det går att bevara både säkerheten och lyssningsupplevelsen om en sänkning införs långsamt.

Detta arbete beskriver hur en algoritm till en digital signalprocessor kan konstrueras för att reglera ljudnivån. Målsättningen var att algoritmen skulle skydda användarens hörsel utan att försämra lyssningsupplevelsen, och utan att förbruka mer energi än nödvändigt. I algoritmen ingick en prediktor som predikterar mängden buller användaren riskerar att utsättas för, om denne fortsätter lyssna på samma nivå. Långsamma sänkningar av ljudnivån kan då utföras i tid innan gränsvärdet nås.

Det visade sig att algoritmen endast behövde ett fåtal samplingar per sekund för att skatta och reglera ljudnivån tillräckligt precist, vilket reducerade energiförbrukningen. Resultatet visar möjligheten att kombinera målen för säkerhet, lyssningsupplevelse och energie ffekti-vitet i hörselskydd.

Algoritmen implementerades inte på ett skarpt system. Den hade enbart tillgång till ljudsig-nalen användaren ämnade lyssna på i underhållningssyfte.

Nyckelord

Keywords Digital signalbehandling, Algoritm, Prediktor, Glidande medelvärde, Automatisk förstärk-ningsreglering, Hörselskydd, Buller, Bullerdos

(6)
(7)

Sammanfattning

På bullriga arbetsplatser använder personal ofta hörselskydd med inbyggda hög-talare för att lyssna på exempelvis musik i underhållningssyfte. Om användaren lyssnar på höga ljudnivåer under långa perioder kan bullerskador uppstå i den-nes öron. Enligt lagstiftning måste nivån därför begränsas i förebyggande syfte. Bullernivån är ett genomsnitt av de ljudnivåer användaren exponerats för under en arbetsdag. Användaren måste vila öronen om gränsvärdet för bullernivån nås. Om man utnyttjar att det är ett genomsnitt kan användaren tillåtas lyssna på en hög ljudnivå under en begränsad tid för att sedan sänka den. Det går att bevara både säkerheten och lyssningsupplevelsen om en sänkning införs långsamt. Detta arbete beskriver hur en algoritm till en digital signalprocessor kan kon-strueras för att reglera ljudnivån. Målsättningen var att algoritmen skulle skydda användarens hörsel utan att försämra lyssningsupplevelsen, och utan att förbru-ka mer energi än nödvändigt.

I algoritmen ingick en prediktor som predikterar mängden buller användaren riskerar att utsättas för, om denne fortsätter lyssna på samma nivå. Långsamma sänkningar av ljudnivån kan då utföras i tid innan gränsvärdet nås.

Det visade sig att algoritmen endast behövde ett fåtal samplingar per sekund för att skatta och reglera ljudnivån tillräckligt precist, vilket reducerade energi-förbrukningen. Resultatet visar möjligheten att kombinera målen för säkerhet, lyssningsupplevelse och energieffektivitet i hörselskydd.

Algoritmen implementerades inte på ett skarpt system. Den hade enbart tillgång till ljudsignalen användaren ämnade lyssna på i underhållningssyfte.

(8)
(9)

Abstract

In noisy workplaces the staff are often using hearing protectors with built-in speakers for entertainment purposes. Prolonged exposure to loud sound levels can cause damage to the user’s ears. The legislation requires therefore a limiting mechanism for the speakers.

The noise level is defined as the average of the sound levels the user has been exposed to during a working day. If the noise threshold is reached the user has to rest his ears. This definition can be exploited to allow the user to listen to a loud sound level for a limited time and then lowering it. If the sound level is lowered slowly, it is possible to preserve both safety and listening experience.

This work describes how an algorithm can be designed for a digital signal proces-sor with the purpose of controlling the sound level. The aim was to protect the user’s hearing without spoiling the listening experience, and without consuming more power than necessary.

The algorithm design included a predictor that predicts the amount of noise the user risk being subjected to, if he continues to listen at the same level. Slow reduction of the sound level can then be carried out in time before the noise threshold is reached.

It turned out that the algorithm only needed a few samples per second to esti-mate and control the sound level sufficiently precisely, this reduced the power consumption. The results show that it is possible to combine the objectives for safety, listening experience and power consumption in hearing protectors. The algorithm was not implemented in a real system. The algorithm had only access to the audio signal which the user intended to listen to for entertainment purposes.

(10)
(11)

Tack

Jag vill rikta ett stort tack till mina handledare Per Hiselius, Hjalmar Nilsson och Joacim Frisk som har stöttat mig i detta arbete. Jag vill också tacka alla på Prevas i Linköping för att tagit emot mig utomordentligt väl.

Linköping, April 2014 Anders Axelsson

(12)
(13)

Innehåll

Notation xi 1 Introduktion 1 1.1 Bakgrund . . . 1 1.2 Syfte . . . 2 1.3 Avgränsningar . . . 2 1.4 Frågeställningar . . . 3 1.5 Disposition . . . 3 2 Teoretisk bakgrund 5 2.1 Akustik . . . 5 2.1.1 Hörsel . . . 6 2.1.2 Buller . . . 6 2.2 Signalbehandling . . . 8 2.2.1 Decimering . . . 8 2.2.2 Glidande medelvärde . . . 8 2.2.3 Linjär filtrering . . . 10 2.2.4 Dynamiskt omfång . . . 11 2.2.5 Automatisk förstärkningsreglering . . . 11 2.2.6 Dynamikkomprimering . . . 12 2.3 Typiska signaler . . . 14 3 Algoritm 17 3.1 Topologi . . . 17 3.2 Moduler . . . 18 3.2.1 Tillståndsmaskin . . . 18 3.2.2 Nivådetektor . . . 21 3.2.3 Prediktor . . . 23 3.2.4 Förstärkningsberäknare . . . 27 3.2.5 Utjämningsfilter . . . 28 3.3 Sammanfattning . . . 28 4 Metodik 29 ix

(14)

4.1 Utvecklingsmiljö . . . 29 4.2 Kvalitativ analysmetodik . . . 30 4.2.1 Lyssningstester . . . 31 4.2.2 Scenariobeskrivningar . . . 31 4.3 Kvantitativ analysmetodik . . . 35 4.3.1 Nedsampling . . . 35 4.3.2 Prediktering . . . 35 5 Resultat 37 5.1 Parameteranalys . . . 37 5.1.1 Decimeringsfaktor i nivådetektor . . . 37 5.1.2 Decimeringsfaktor i prediktor . . . 39 5.1.3 Prediktorkoefficient . . . 39 5.1.4 Prediktorviktning . . . 39 5.1.5 Koefficienter i utjämningsfiltret . . . 40 5.1.6 Övriga parametrar . . . 41 5.2 Stegsvarsanalys . . . 42

5.2.1 sma-baserad prediktor . . . . 42

5.2.2 ewma-baserad prediktor . . . . 46

5.3 Stabilitetsanalys . . . 48 5.4 Kostnadsanalys . . . 49 5.5 Scenarioanalys . . . 50 5.5.1 Scenario 1 . . . 50 5.5.2 Scenario 2 och 3 . . . 51 5.5.3 Scenario 4 . . . 51 5.5.4 Lyssningstester . . . 52 5.5.5 Kostnad . . . 52 6 Avslutande kommentarer 53 6.1 Framtida arbete . . . 55 A Data 59 Litteraturförteckning 75

(15)

Notation

Beteckningar Notation Betydelse α Filterkoefficient τ Tidslängd c Filterkoefficient e Fel fs Samplingsfrekvens G Konstant förstärkningsfaktor H[z] Överföringsfunktion I Ljudintensitet I0 Ljudintensitet hörseltröskel k Indexeringsvariabel l Indexeringsvariabel L Fönsterlängd i filter

LEX,8h Daglig bullerdos i logaritmisk skala

LI Ljudintensitetsnivå i logaritmisk skala

Lp Ljudtrycksnivå i logaritmisk skala

m Indexeringsvariabel

M Decimeringsfaktor

n Indexeringsvariabel

N Antal positioner i en serie

p Ljudtryck

p0 Ljudtryck hörseltröskel

pA(t) A-vägt aktuellt effektivvärde av ljudtrycket

pRMS Effektivvärde av ljudtrycket

t Tidpunkt

T0 Längd av en arbetsdag

u[n] Godtycklig signal

x[n] Insignal

y[n] Utsignal

(16)

Variabler och konstanter i algoritmen

Notation Betydelse

αAT K Attackkoefficient

αRLS Uppsläppskoefficient

τRST Tidsperiod mellan återställningar

cMA Koefficient för MA-filter i prediktor

d[n] Integrerad bullerdos

DMAX Gränsvärde för daglig bullerdos

dP RD[n] Predikterad daglig bullerdos

DRED Reduktionsnivå av bullerdos vid återställning

g[n] Förstärkningsfaktor

gD[n] Ny förstärkningsfaktor

GMI N Lägsta förstärkningsfaktor

h[n] Tidssteg kvar till prediktionshorisonten

HP RD Prediktionshorisonten

LMA Fönsterlängd för MA-filter i prediktor

MD Decimeringsfaktor i prediktor

MP Decimeringsfaktor i nivådetektor

N0 Antal tidssteg under en arbetsdag

p[n] Skattad signaleffekt

PMAX Gränsvärde för signaleffekt i bullervila

S Tillstånd

s[n] Aktuellt tillstånd

WP Viktning av nivådetektor

(17)

Notation xiii Förkortningar

Förkortning Betydelse

agc Automatic Gain Control

ar Autoregressive

arma Autoregressive Moving Average

cic Cascaded Integrator-Comb

dc Direct Current

drc Dynamic Range Compressor

dsp Digital Signal Processing

ewma Exponential Weighted Moving Average

fir Finite Impulse Response

ma Moving Average

mips Million Instructions Per Second

mase Mean Absolute Scaled Error

rms Root Mean Square

sil Sound Intensity Level

sma Simple Moving Average

(18)
(19)

1

Introduktion

Detta arbete har gjorts i samarbete med Prevas AB i Linköping och 3M Svenska AB i Värnamo. Rapporten beskriver hur en algoritm till en digital signalprocessor (dsp-processor) kan konstrueras för att reglera ljudnivån i hörselskydd.

1.1

Bakgrund

På bullriga arbetsplatser använder personal hörselskydd stora delar av arbetsda-gen, ofta med inbyggda högtalare för att lyssna på exempelvis musik i under-hållningssyfte. Om användaren lyssnar på höga ljudnivåer under långa perioder kan bullerskador uppstå i dennes öron. Enligt lagstiftning måste nivån därför be-gränsas i förebyggande syfte för att produkten ska tillåtas bli marknadsförd som hörselskydd.

Figur 1.1:Ett typiskt hörselskyddssystem.

(20)

Lagstiftningen tillåter att användaren exponeras för en viss genomsnittlig ljud-nivå vilket kan utnyttjas för att undvika att störa lyssningsupplevelsen. Både sä-kerheten och lyssningsupplevelsen kan bevaras genom att tillåta en hög ljudnivå under en begränsad tid och sedan försiktigt sänka den. Enklare lösningar som exempelvis alltid begränsar ljudnivån eller som stänger av ljudet då gränsvärdet nås ska sättas i relation till denna.

De hörselskydd som algoritmen ska användas i består generellt av en båge som följer hjässan och två kåpor som täcker öronen. Högtalare finns monterad i kåpor-na och i en finns dessutom elektronik som kontrollerar bland ankåpor-nat ljudsigkåpor-nalen. Exempel på gränssnitt för ljudsignalen är radioantenn och kabel med teleplugg. Det finns också olika knappar och reglage i varierande grad på olika modeller som kan användas för att kontrollera nivå och signalvägar. Ett typiskt system visas i figur 1.1.

1.2

Syfte

Syftet var att ta fram en algoritm till en dsp-processor som i realtid kan förhindra att användaren exponeras för skadliga ljudnivåer utan att störa lyssningsupple-velsen. Resultatet skulle bestå i en beskrivning av algoritmen, vilka parametrar som kontrollerar den och hur de kan anpassas för att nå målsättningarna. Målsättningen var att algoritmen skulle bete sig enligt följande.

• Den tillåter inte att användaren blir exponerad för mer än tillåten bullernivå under ett dygn.

• Den tillåter användaren att lyssna på vald ljudnivå i största möjliga mån. • Den justerar ljudnivån på ett subtilt sätt för användaren.

• Den förbrukar minimalt med energi.

1.3

Avgränsningar

Algoritmen implementerades inte på ett skarpt system.

Algoritmen har enbart tillgång till ljudsignalen användaren ämnar lyssna på i underhållningssyfte. Styrsignaler från knappar och reglage är inte tillgängliga. Hörselskydden antogs vara personliga.

Högsta möjliga ljudnivå vid örat från högtalarna antogs ha effektivvärdet

92 dB(A)SPL1och toppvärdet 102 dB(A)SPL.

Parametervärden som ger den optimala regleringen togs inte fram, enbart rekom-mendationer för vidare undersökning gavs.

(21)

1.4 Frågeställningar 3

1.4

Frågeställningar

Frågor som besvaras i detta arbete är följande.

• Hur kan ljudnivån regleras utan att störa lyssningsupplevelsen? • Vilka parametrar kontrollerar en sådan algoritm?

• Hur stora beräkningsfel kan tolereras utan att säkerheten riskeras? • Hur beräkningsintensiv behöver algoritmen vara?

1.5

Disposition

Efter denna inledning behandlas en teoretisk bakgrund i kapitel 2 vartefter en beskrivning av algoritmen ges i kapitel 3.

Sedan avhandlas analysen, metodiken beskrivs i kapitel 4 och resultaten redovi-sas i kapitel 5.

Resultaten diskuteras, frågeställningarna besvaras och förslag på framtida arbete ges i kapitel 6.

(22)
(23)

2

Teoretisk bakgrund

En teoretisk bakgrund presenteras i detta kapitel. Akustik, signalbehandling och typiska insignaler avhandlas.

2.1

Akustik

Akustik är läran om hörbara tryckförändringar i omgivningen [10]. Omgivning-en utgörs i detta fall av luft och hörbarhetOmgivning-en bestäms av dOmgivning-en mänskliga hörselns

beskaffenhet. Ljudintensiteten I är ljudets effekt per kvadratmeter (W

m2), tryckför-ändringen p som ger upphov till denna effekt anges i enheten pascal (Pa) och är i

kvadrat proportionell mot ljudintensiteten (I ∝ p2).

När ljudnivån anges görs det genom att referera till ett lägsta hörbart värde [10]. En logaritmisk skala används för att komprimera det mycket stora intervall som utgör örats arbetsområde. Decibel (dB) är ett mått som utnyttjar både

referens-värde och logaritmisk skala. Ljudnivån beräknas enligt ekvation (2.1) där pRMS

är det uppmätta effektivvärdet av ljudtrycket. Måttet för ljudintensitetsnivå är

dBSIL(sound intensity level) och dBSPL(sound pressure level) för ljudtrycksnivå.

LI = 10 log10 I I0 ! ∝Lp = 20 log 10 pRMS p0 ! (2.1) 5

(24)

2.1.1

Hörsel

Hörselupplevelsen skapas genom att örats fysiologi omvandlar en ljudsignal till en nervsignal vilket sedan hjärnan tolkar [10].

Fysiologiskt är örat kapabel att hantera ljudnivåer inom ett stort intervall [10]. Hörseltröskeln kallas det minsta effektivvärdet av en tryckförändring som örat kan uppfatta och är 20µPa.

Örat kan uppfatta frekvenser från 20Hz till 20kHz och är olika känslig för des-sa, dessutom är frekvenskänsligheten olika för olika ljudnivåer [10]. Figur 2.1 visar hörnivåkurvorna som beskriver vilken kompensation som krävs om varje frekvens ska uppfattas lika starkt vid olika ljudnivåer.

102 103 104 0 20 40 60 80 100 120 Frekvens (Hz) Nivå (dB SPL )

Figur 2.1:Hörnivåkurvor enligt standard SS-ISO 226:2004 [16]. De beskriver

vilken kompensation som krävs om varje frekvens ska uppfattas lika starkt vid olika ljudnivåer.

2.1.2

Buller

Buller är definierat som “Icke-önskvärt ljud. Omfattar både hörselskadligt och störande ljud.” enligt Arbetsmiljöverket [1]. Användaren kontrollerar i detta fall ljudkällan vilket gör det svårt att betrakta ljudet som icke-önskvärt och har om-definierats till enbart hörselskadligt ljud i detta arbete.

Vid bullermätningar filtreras ljudsignalen med ett A-vägningsfilter för att simu-lera örats känslighet [10]. Figur 2.2 visar amplitudkaraktäristiken för ett sådant

(25)

2.1 Akustik 7 filter, kurvan är en approximation av den inverterade hörnivåkurvan där 1kHz är

40 dBSPL. Måttet dB(A)SPLanger att ljudsignalen är filtrerad med ett

A-vägningsfil-ter. 102 103 104 −50 −45 −40 −35 −30 −25 −20 −15 −10 −5 0 Frekvens (Hz) Amplitud (dB)

Figur 2.2: Amplitudkaraktäristik för ett A-vägningsfilter enligt standard

ANSI/ASA S1.42-2001 [18].

Det buller en person utsätts för under en tid benämns bullerdos och har stor-heten “ekvivalent ljudtrycksnivå” [1, 10]. Denna storhet är definierad som “den ljudtrycksnivå med konstant styrka som representerar samma totala ljudenergi som den tidsvarierande nivån under en given tidsperiod”.

Den dagliga bullerdosen LEX,8här den ekvivalenta ljudtrycksnivå en person

ex-ponerats för under ett dygn, normaliserad till en 8 timmars arbetsdag. LEX,8h

beräknas enligt ekvation (2.2) [1].

Mätningar av bullerdosen görs med en bullerdosimeter, vilket är en

integreran-de ljudnivåmätare [10]. Det aktuella ljudtrycket pA(t) är ett medelvärde av de

uppmätta värdena under en period kallad integrationstid.

LEX,8h= 10 log10           1 T0 t2 Z t1 pA(t) p0 !2 dt           [dB(A)SPL] (2.2) t2−t1= exponeringstid T0= 8h p0= 20µPa

(26)

Det finns i huvudsak två olika dokument som styr den tillåtna ljudnivån vil-ka är “Arbetsmiljöverkets författningssamling om buller på arbetsplatsen” (AFS 2005:16) [1] och standarden “Hörselskydd - Säkerhetskrav and provning - Del 8: Kåpor med ljudåtergivning för underhållningsändamål” (SS-EN 352-8:2008) [5].

Gränsvärdet för den dagliga bullerdosen är 85 dB(A)SPLenligt AFS 2005:16

vil-ket innefattar allt buller en person får utsättas för [1]. Enligt SS-EN 352-8:2008

är gränsvärdet 82 dB(A)SPLför högtalare inbyggda i hörselskydd [5]. Denna

skill-nad skapar en säkerhetsmarginal, utan det lägre gränsvärdet för högtalarna

ris-kerar den totala dagliga bullerdosen överskrida 85 dB(A)SPLom bullret utanför

kåporna läcker in.

Ekvation (2.2) ger gränsvärdet 82 dB(A)SPLom den dagliga exponeringstiden är

8 timmar och den genomsnittliga ljudnivån från högtalarna är 82 dB(A)SPL [1].

Ändras den dagliga exponeringstiden ändras också den genomsnittlig nivå som tillåts från högtalarna.

2.2

Signalbehandling

Ett antal tekniker och begrepp inom signalbehandling beskrivs i detta avsnitt.

2.2.1

Decimering

Decimering innebär att sänka samplingshastigheten genom att filtrera och ned-sampla signalen [17]. Vid nedsampling reduceras algoritmens kostnad, i form av beräkningskraft, till priset av precision i de efterföljande beräkningarna. Deci-meringsfaktorn eller nedsamplingsfaktorn M är definierad som kvoten mellan samplingsfrekvensen in och samplingsfrekvensen ut [4].

En viss typ av distorsion införs i signalen vid nedsampling, kallad vikningsdis-torsion [4, 17]. Vikningsdisvikningsdis-torsion uppstår om signalen innehåller frekvenser ovan Nyquistfrekvensen (halva samplingsfrekvensen) efter nedsamplingen, det innebär att frekvensinnehållet förs över från frekvenserna ovan Nyquistfrekven-sen till de lägre frekvenserna och därmed förstör informationen som finns i des-sa. Vikningsdistorsionen minskar om ett lågpassfilter (vikningsfilter) begränsar bandbredden på signalen innan nedsamplingen. Om frekvensinformationen i sig-nalen inte behöver återskapas efter nedsampling kan vikningsfiltret utebli och signalens bandbredd kvarstår.

2.2.2

Glidande medelvärde

Ett medelvärde som beräknas löpande kallas glidande medelvärde (ma). Samp-lingarna som medelvärdet beräknas utifrån ryms inom ett tidsintervall kallat fönster vars positioner kan ha olika vikt [22].

Beräkningen av medelvärdet görs enklast med ett begränsat fönster där de äldsta

samplingarna ersätts av de senaste och varje position har samma vikt 1L, där L

är antalet samplingar i fönstret [17]. Ekvation (2.3) visar hur ett enkelt glidande medelvärde (sma) beräknas.

(27)

2.2 Signalbehandling 9

y[n] = x[n] + x[n − 1] + x[n − 2] + · · · + x[n − L + 1]

L (2.3)

Ett exponentiellt viktat glidande medelvärde (ewma) är en variant där fönstret är oändligt långt men samplingarna viktas exponentiellt. De äldsta samplingar-na ges lägre vikt i exponentiellt minskande ordning. Ekvation (2.4) visar hur ett

ewmaberäknas, där α anger i vilken grad yngre och äldre samplingar ska

påver-ka medelvärdet [22]. Högt värde på α ger nya samplingar större betydelse, lågt värde ger äldre samplingar större betydelse.

y[n] = αx[n] + (1 − α)y[n − 1] , 0 ≤ α ≤ 1 (2.4)

Realisering av ett enkelt glidande medelvärde

Den enklaste realiseringen av ett sma är ett filter med ändligt impulssvar (fir) som beräknar precis enligt ekvation (2.3) [17]. Dock är detta ineffektivt eftersom det kräver L − 1 additioner vid varje beräkningstillfälle. Ekvation (2.5) beskriver en effektivare metod som utnyttjar hur fönstret uppdateras. Genom att addera den senaste samplingen till summan och subtrahera den äldsta behövs bara en addition och en subtraktion.

y[n] = y[n − 1] + x[n] − x[n − L]

L (2.5)

y[n] = y[n − 1] + u[n]

u[n] = x[n] − x[n − L]

L

(2.6)

Delas (2.5) upp i två delar kan den realiseras med en integrator följt av ett kam-filter, denna konfiguration kallas kombinerat integrator-kamfilter (cic-filter) [8]. Ekvation (2.6) visar hur detta är möjligt och figur 2.3 visar realiseringen.

Kamfiltret och integratorn kan byta plats utan att resultatet påverkas eftersom båda utför linjära beräkningar. En nedsampling kan införas i anslutning till det-ta sma-filter eftersom det i sig är ett lågpassfilter som kan agera vikningsfilter. Nedsampling är också en linjär operation och kan således placeras mellan integ-ratorn och kamfiltret vilket sparar beräkningskraft och minne, integinteg-ratorn lägger samman flera samplingar vilket reducerar antal minnesplatser som krävs för att fönsterlängden ska täcka samma tidsspann [8].

(28)

Figur 2.3:Ett enkelt glidande medelvärdesfilter realiseras enklast genom ett filter med ändligt impulssvar men det kan transformeras till ett effektivare integrator-kamfilter. En decimering mellan integratorn och kamfiltret kan införas eftersom alla operationer är linjära. L anger fönsterlängden och M decimeringsfaktorn.

2.2.3

Linjär filtrering

Linjära filter användas för att modellera processer som kan beskrivas genom en linjär kombination av tidigare in- och utdata, det mest generella linjära filtret kal-las autoregressivt glidande medelvärde (arma) [14]. Ekvation (2.7) beskriver

ar-ma-filtret i tidsdomänen och ekvation (2.8) beskriver dess överföringsfunktion i

frekvensdomänen vilket fås genom att z-transformera x[n] och y[n]. arma-filtret består av ett ma-filter följt av ett ar-filter med ett förstärkarsteg mellan, figur 2.4 visar dess topologi [14].

y[n] = − LAR X k=1 cAR,ky[n − k] + GMA LMA X l=0 cMA,lx[n − l] (2.7) H[z] = GMA PLMA l=0 cMA,lzl 1 +PLAR k=1cAR,kzk (2.8) LAR, LMA= fönsterlängder

cAR,k , 0 ≤ k ≤ LAR= koefficienter ar-filter

cMA,l , 0 ≤ l ≤ LMA= koefficienter ma-filter

G = förstärkningsfaktor

Figur 2.4:Ett autoregressivt glidande medelvärdesfilter består av ett

glidan-de meglidan-delvärglidan-desfilter (ma-filter) följet av ett autoregressivt filter (ar-filter) med en förstärkningsfaktor mellan.

(29)

2.2 Signalbehandling 11 Koefficienterna behöver anpassas till den process som ska modelleras, de kan vara signalberoende eller konstanta. Signalberoende koefficienter beräknas oftast utifrån att minimera felet mellan ett uppmätt värde och ett skattat värde [14]. För enkla processer kan konstanta koefficienter vara tillräckliga.

2.2.4

Dynamiskt omfång

Det dynamiska omfånget hos en signal är kvoten mellan den högsta och den lägs-ta nivån. Den beräknas enligt ekvation (2.9) och anges i dB [24].

DR = 10 log10 xMAX

xMI N

!

(2.9)

2.2.5

Automatisk förstärkningsreglering

Automatisk förstärkningsreglering (agc) är en teknik som strävar efter att hålla utsignalens nivå konstant trots variationer i insignalens [15]. Regleringen görs genom en förstärkningsfaktor som ökar signalnivån om den är under referensvär-det och sänker den om signalnivån är över referensvärreferensvär-det.

Figur 2.5 visar en generell topologi hos en agc med återkoppling och består av en nivådetektor, en förstärkningsberäknare, ett utjämningsfilter och ett variabelt förstärkarsteg [15, 19]. Nivådetektorn skattar signalnivån, förstärkningsberäkna-ren beräknar förstärkningsfaktorn och utjämningsfiltret jämnar ut förändringar i förstärkningsfaktorn.

Figur 2.5:En generell topologi för både en automatisk

förstärkningsregula-tor och en dynamikkompressor.

De parametrar som i huvudsak styr en agc är referensnivån, som signalnivån ska följa, och filterkoefficienten i utjämningsfiltret, som bestämmer hur hastigt en förändring av förstärkningsfaktorn får ske [15]. Figur 2.6 visar ett exempel på hur en agc påverkar en signal.

(30)

2.2.6

Dynamikkomprimering

Dynamikkomprimering (drc) är en teknik som komprimerar signalens dynamis-ka omfång med hjälp av en förstärkningsfaktor, när detta sker lämnas utrymme för en ökning av signalens totala nivå, figur 2.6 och 2.7 visar exempel på detta [6].

0 10 20 − 0,2 0,0 0,2 Amplitud (Pa) Obehandlad signal 0 10 20 − 0,2 0,0 0,2 Tid (minuter) AGC 0 10 20 − 0,2 0,0 0,2 DRC

Figur 2.6: Exempel på vilken effekt en automatisk förstärkningsregulator

(agc) och en dynamikkompressor (drc) har på en signal.

0 5 10 15 20 −0,2 0,0 0,2 Tid (minuter) Amplitud (Pa) Okomprimerad signal 0 5 10 15 20 −0,2 0,0 0,2 Komprimerad signal

Figur 2.7: Ett exempel på vilken effekt en dynamikkompressor har på en

signal.

Den mest generella topologin är samma som för agc och vilket figur 2.5 visar. Skillnaden mellan en drc och en agc är hur referensvärdet används, en drc strävar efter att hålla dynamikomfånget under ett referensvärde och använder förstärkarsteget för att minska signalnivån när referensvärdet överskrids [6]. Be-teendet hos en drc styrs av ett antal väl definierade parametrar och nedan finns en kort sammanfattning. Figur 2.8 illustrerar parametrarnas betydelse på den statiska kompressionskaraktäristiken som fås när en drc matas med en stationär signal.

(31)

2.2 Signalbehandling 13 −45 −40 −35 −30 −25 −20 −15 −10 −5 0 −45 −40 −35 −30 −25 −20 −15 −10 −5 0 Tröskel ↓ ← Knäbredd → ↑ ↓ Okomprimerad Hårt knä Mjukt knä Kompenseringsförstärkning Insignalnivå1(dB) Utsignalnivå1(dB )

Figur 2.8:En illustration av parametrarnas inverkan på den statiska

kom-pressionskaraktäristiken hos en dynamikkompressor. Tröskeln anger efter vilken nivå komprimering av signalen ska ske. Knäbredden anger övergång-en över tröskeln och dövergång-en kan skapa ett hårt knä som har övergång-en bredd lika med 0 eller ett mjukt knä som har en knäbredd över 0. Kompenseringsförstärkning ökar nivåns medelvärde vid komprimering.

Tröskel

Definierar den nivå över vilken signalen dämpas. Kompressionsförhållande

Definierar hur mycket signalnivån sänks när den överskridit tröskelvärdet. Attacktid

Definierar hur hastigt en sänkning ska ske när tröskelvärdet överskridits. Uppsläppstid

Definierar hur hastigt den införda kompressionen ska släppas upp när sig-nalnivån understiger tröskelvärdet.

Kompenseringsförstärkning

Definierar den förstärkningsfaktor som ska användas vid komprimering för att öka medelvärdet av signalnivån.

Knäbredd

(32)

2.3

Typiska signaler

De typiska signalerna till systemet är musik och tal, dessa kan approximeras med rosa brus [3, 5]. Rosa brus har egenskapen att varje oktav (halvering/fördubbling av frekvensen) innehåller lika mycket brusenergi vilket approximerar frekvens-spektrumet hos långa tal- och musiksignaler. Figur 2.9 visar frekvensfrekvens-spektrumet för hur väl en tal- och en musiksignal approximeras av rosa brus. Figur 2.10 visar exempel på en typisk tal- och musiksignal på minut- och sekundbasis, figur 2.11 visar exempel på ytterligare signaler på minutbasis.

0 5 10 0 2 4x 10 −3 Tal Amplitud (Pa) 0 5 10 0 2 4x 10 −3Musik Frekvens (kHz) 0 5 10 0 2 4x 10 −3 Brus

Figur 2.9:Exempel på hur rosa brus approximerar typiska signaler som tal

och musik.

Hur signalen förändras kan egentligen inte förutses, men minst två antaganden kan göras som resulterar i slutsatsen att den genomsnittliga signalnivån föränd-ras sällan relativt samplingshastigheten.

Signalnivån håller ett nära konstant värde under långa perioder eftersom den ge-nomsnittliga nivån förändras på sekund- eller till och med minutbasis, det kan konstateras genom att titta på vågformen av ett antal typiska signaler. Dessutom är signalens dynamiska omfång ofta komprimerad [20]. En användare ställer in volymreglaget för att få en behaglig upplevelse av ljudet, när användaren hittat detta läge antas denne inte vara benägen att förändra inställningen under en re-lativt lång tid [23].

Extrapolering möjliggörs med dessa antaganden, signalnivåns framtida utveck-ling antas vara konstant och lika med det senast beräknade medelvärdet.

(33)

2.3 Typiska signaler 15 1 2 3 4 5 −0,5 0,0 0,5 Tal Amplitud (Pa) 1 2 3 4 5 −0,5 0,0 0,5 Musik Tid (minuter) 2 4 6 −0,4 −0,2 0,0 0,2 0,4 Amplitud (Pa) 2 4 6 −0,5 0,0 0,5 Tid (sekunder)

Figur 2.10:Exempel på hur vågformen ser ut hos en typisk talsignal och

en typisk musiksignal. De övre figurerna visar signaler på minutbasis och figurerna nedan visar samma signal som den ovan fast på sekundbasis..

1 2 3 4 5 −0,5 0,0 0,5 Amplitud (Pa) Sampling 1 1 2 3 4 5 −0,5 0,0 0,5 Tid (minuter) Sampling 2 1 2 3 4 5 −0,5 0,0 0,5 Sampling 3 1 2 3 4 5 −0,5 0,0 0,5 Amplitud (Pa) Sampling 4 1 2 3 4 5 −0,5 0,0 0,5 Tid (minuter) Sampling 5 1 2 3 4 5 −0,5 0,0 0,5 Sampling 6

Figur 2.11:Exempel på hur vågformen ser ut hos typiska signaler som

(34)
(35)

3

Algoritm

Detta kapitel ger en beskrivning av algoritmen, först motiveras den övergripan-de topologin och sedan beskrivs varje modul i övergripan-detalj. I slutet sammanfattas övergripan-de parametrar som kontrollerar algoritmen.

3.1

Topologi

Följande motiverar algoritmens övergripande topologi med utgångspunkt från de målsättningar den skulle uppfylla.

Den första målsättningen säger att användaren inte ska utsättas för mer än tillå-ten bullernivå under en dag. Den bullerdos användaren exponeras för behöver beräknas kontinuerligt för att algoritmen ska kunna garantera att gränsvärdet in-te överskrids. En nivådein-tektor som skattar bullernivån och en ackumulator som simulerar en bullerdosimeter är nödvändiga.

Vidare ska användaren få lyssna på vald ljudnivå i största möjliga mån. Om det gick att förutsäga hur bullerdosen utvecklades under dagen skulle det vara möj-ligt att sänka ljudnivån enbart vid de partier som bidrog mest och låta nivån i övrigt vara orörd. En prediktor som extrapolerar bullerdosens utveckling kan approximera en sådan funktion med hjälp av antaganden om signalen och använ-daren som presenteras i avsnitt 2.3.

De sänkningar av ljudnivån som algoritmen ger upphov till ska sträva efter att va-ra tillräckligt subtila att användaren inte störs. Denna målsättning kan realiseva-ras med ett filter som jämnar ut hastiga nivåjusteringar.

(36)

Figur 3.1:Övergripande topologi för algoritmen.

Om den dagliga bullerdosen överskrider gränsvärdet ska signalnivån sänkas till-räckligt för att inte påverka bullerdosen. Efter en period ska bullerdosen och pre-diktorn återställas, en tillståndsmaskin kan användas för att åstadkomma det. En återkoppling är nödvändig med anledning av bullerdosberäkningen. En nivå-förändring utförd av algoritmen påverkar det användaren utsätts för vilket måste återspeglas i den ackumulerade bullerdosen.

Figur 3.1 visar algoritmens topologi.

3.2

Moduler

En detaljerad beskrivning av varje modul ges i detta avsnitt.

3.2.1

Tillståndsmaskin

Tillståndsmaskinen kontrollerar hur algoritmen ska hantera olika situationer, åt-minstone tre tillstånd behövs: reglering, bullervila och återställning. I reglertill-ståndet regleras ljudnivån, i bullervila tvingas användaren vila hörseln och vid återställning återställs vissa variabler för att sedan återgå till reglering. Om inget annat nämns ska det utgås från att algoritmen befinner sig i reglertillståndet.

Tidräkning

Det kan förekomma att längden av arbetsdagen samt tidpunkterna för dess bör-jan och slut varierar, därför valdes den dagliga exponeringstiden till 24 timmar, en tidsperiod som garanterat inkluderar arbetsdagen. Denna period resulterar

i att högtalarna tillåts ge ut i genomsnitt ca 77 dB(A)SPL. Algoritmen har inte

tillgång till knappar och reglage som skulle kunna ge användaren möjlighet att ställa in hur arbetsdagen ser ut, därför måste en fixerad tidsperiod väljas. En anställd måste ha 11 timmar sammanhängande ledig tid per dygn och en betald rast på 30 minuter var femte timme enligt arbetstidslagen, detta ger en längsta arbetsdag på 13 timmar [7]. Algoritmen behöver hålla bullerdosen under gränsvärdet i maximalt 12 timmar effektiv tid, det som talar emot att använda denna period som daglig exponeringstid är att arbetsdagens början kan variera enligt följande exempel.

Om exempelvis arbetsdagen börjar kl. 07:00 en dag och den föregående började kl. 08:00, och algoritmen räknar dygnet från och med kl. 08:00, då gäller

(37)

föregå-3.2 Moduler 19 ende dygns bullerdos den första timmen. Användaren kan lyssna utan att störas den första timmen om bullerdosen inte nått gränsvärdet. Med en kortare daglig exponeringstid tillåts en högre genomsnittlig nivå från högtalarna vilket resul-terar i att gränsvärdet nås tidigare med högre sannolikhet. Om bullerdosen nås måste ljudnivån begränsas betydligt för att garantera användarens hörsel. Om bullerdosen nollställs efter varje dygn uppstår problem på grund av att al-goritmen använder en absolut tidräknare som utgår från tidpunkten då systemet strömsattes senast. Om arbetsdagens början varierar kraftigt kan nollställning-en ske mitt under nollställning-en arbetsdag. Om exempelvis bullerdosnollställning-en nollställs kl. 08:00 varje dag och arbetsdagens början förskjuts till kl. 04:00 en dag, då kommer bul-lerdosen att nollställas mitt under arbetspasset. Om nollställningen sker under ett arbetspass kommer användaren att tillåtas bli exponerad för två dagliga bul-lerdoser vilket resulterar i att gränsvärdet överskrids.

En lösning på detta är att inte nollställa bullerdosen en gång per dygn utan att

delvis reducera den, exempelvis två gånger per dygn (τRST = 12h). Vilket värde

bullerdosen ska reduceras med utgår lämpligtvis från den genomsnittliga nivå

som gränsvärdet tillåter, det vill säga 77 dB(A)SPL. Om användaren lyssnar på 77

dB(A)SPLi 12 timmar ger det en bullerdos på 78,8 dB(A)SPL(enligt ekvation (2.2) i

avsnitt 2.1.2). Om användaren har lyssnat på nivåer som resulterat i en bullerdos som överskrider reduktionsnivån återstår den resterande bullerdosen under näst-kommande period, på detta sätt frikopplas bullerdosen från absoluta tidpunkter. Ett annat problem uppstår då bullerdosen nått gränsvärdet för tidigt och använ-daren behöver vila hörseln. Helst ska bullervilan pågå resten av dygnet, gränsvär-det anger en maximal exponering för denna tidsperiod, gränsvär-det kräver att algoritmen vet exakt när nästkommande dygn påbörjas vilket gör den beroende av absoluta tidpunkter. En lösning är att låta bullervilan istället pågår en konstant tidsperiod, från och med tidpunkten då den initierades.

08:00 12:00 16:00 21:00 24:00 04:00 08:00 12:00

Tidpunkter

Arbetsdag 2 Bullervila

Arbetsdag 1

Figur 3.2:Exempel på hur en 12-timmarsperiod av bullervila kan placeras

mellan två arbetsdagar utan att störa nästkommande arbetsdag.

Den konstanta bullerviloperioden ska inte vara för kort eftersom användarens hörsel då kan riskeras och den ska inte vara för lång då detta innebär en obefo-gad störning av lyssningsupplevelsen. Om utgångspunkt tas från den maximala längden på arbetsdagen, 13 timmar, då ter sig en period om 12 timmar rimlig. Når bullerdosen gränsvärdet tidigt initieras en bullerviloperiod vilket sträcker sig över resten av arbetsdagen. Algoritmen har hunnit återställas innan nästkom-mande arbetsdag och ingen onödig störning orsakas. Om gränsvärdet nås i slutet

(38)

av arbetsdagen och användaren har en sammanhängande ledighet på 11 timmar då fortgår bullervilan, i värsta fall, enbart en timme in på den nya dagen. Fi-gur 3.2 visar ett exempel på hur en period med bullervila kan placeras mellan två arbetsdagar utan att perioden är för lång eller för kort.

Tillståndsbeskrivningar och övergångar

I reglertillståndet sker den subtila regleringen av ljudnivån tills gränsvärdet för

bullerdosen DMAX överskrids, då byts tillståndet till bullervila där en maximal

aktuell ljudnivå proportionell mot PMAX inte får överskridas. PMAXger

använda-ren tillgång till en lägstanivå men ska inte ökar bullerdosen nämnvärt. För att säkerställa att bullervila pågår i 12 timmar nollställs tidräknaren vid övergången från reglertillståndet.

Efter att tidräknaren n har räknat upp till motsvarande 12 timmar sker en åter-ställning, återställningstillståndet nås både från reglertillståndet och bullervila. I återställningstillståndet nollställs tidräknaren och bullerdosen reduceras med

motsvarande 78,8 dB(A)SPL. Figur 3.3 visar tillståndsdiagrammet.

Figur 3.3: Tillståndsdiagram där d[n] är den aktuella bullerdosen, DMAX

är gränsvärdet för bullerdosen, n är tidräknaren och τRST är tidsperioden

(39)

3.2 Moduler 21

3.2.2

Nivådetektor

Nivådetektorns uppgift är att skatta den aktuella signaleffekten p[n] som påver-kar bullerdosen. Det är viktigt att skattningen approximerar signaleffekten som påverkar den verkliga bullerdosen tillräckligt väl. Vid en underskattning riskerar algoritmen att tillåta en högre bullerdos än gränsvärdet och vid en överskattning riskerar algoritmen att dämpa signalen för kraftigt vilket stör användaren onö-digt mycket. En statisk felskattning kan korrigeras med den konstanta faktorn

WP.

I reglertillståndet behöver inte nivådetektorn ta hänsyn till integrationstiden, som annars används när aktuell ljudnivå mäts, då regleringen sker efter bullerdo-sen. I bullervila sker regleringen efter den aktuella signalnivån och nivådetek-torn behöver då en integrator för att beräkna medelvärdet under en integrations-tid.

Filter

Signalen algoritmen matas med kommer direkt från signalkällan, därför behövs ett filter som simulerar amplitudkaraktäristiken från högtalarna. Figur 3.4 visar en typisk amplitudkaraktäristik för högtalare. Ett A-vägningsfilter som simule-rar örats känslighet behövs dessutom eftersom bullerdosen tar hänsyn till detta. Dessa två filter kombinerades för att spara beräkningskraft.

0,1 1 10 20 25 30 35 40 45 50 55 60 Frekvens (kHz) Nivå (dB SPL )

(40)

Filtret approximerades med 4st bikvadratiska steg och figur 3.5 visar dess amp-litudkaraktäristik. Approximationen är inte perfekt men det ser rimlig ut vilket

är tillräckligt. En skalning kan göras genom parametern WP om filtret skattar

bullernivån fel. 0,1 1 10 −45 −40 −35 −30 −25 −20 −15 −10 −5 0 Frekvens (kHz) Ampl itudo(dB )

Högtalare kombinerat med A−vägning Approximation

Figur 3.5:Approximation av nivådetektorfiltret med fyra bikvadratiska steg.

Bikvadratiska filter användes eftersom de är speciellt lämpade för implemente-ring på dsp-processorer med tanke på koefficienternas precision. dsp-processorer har generellt en mycket begränsad ordlängd och beräkningarna görs effektivast med fixpunktsaritmetik [13].

Effektiviseringar

En konvertering av stereosignalen till mono förenklar signalkedjan då bara en uppsättning av de fyra bikvadratiska filtren krävs, dessutom gäller bullerdosen den totala signalen som når användaren.

Den enklaste monokonverteringen görs genom att ta medelvärdet av kanalerna, ett potentiellt problem med denna lösning är att medelvärdet kan bli mycket li-tet trots att signaleffekten är hög. Om kanalerna är fasförskjutna kan utsläckning ske, det är möjligt eftersom signalen kan anta positiva och negativa värden me-dan effekten är oberoende av tecken. Sannolikheten att utsläckning inträffar i en sådan utsträckning att det riskerar användarens hörsel är väldigt låg med tanke på att de typiska signalerna till systemet är till för att lyssnas på. En stereosignal med kraftigt fasförskjutna kanaler ger inte en god lyssningsupplevelse.

(41)

3.2 Moduler 23 Nedsampling av signalen minskar algoritmens kostnad, för störst effekt ska det göras tidigt i signalkedjan. Nedsamplingen kan inte göras innan det tidigare dis-kuterade filtret eftersom en nedsampling förändrar frekvensinformationen, filt-ret skulle inte kunna vikta frekvenserna rätt annars. Ett vikningsfilter tillkommer vanligtvis men är inte nödvändigt då frekvensinformationen inte ska återskapas i ett senare skede. Figur 3.6 visar signalkedjan i nivådetektorn.

Figur 3.6:Signalkedjan i nivådetektorn där xL[n] och xR[n] är signaler från

vänster respektive höger kanal, MP är en decimeringsfaktor, WP är en

ko-efficient för felkompensering och p[m] är den skattade signaleffekten. Den streckade integratorn tillkommer i bullervila för att emulera integrationsti-den hos en bullerdosimeter då reglering sker efter integrationsti-den aktuella nivån.

En signal som innehåller rena toner högre än Nyquistfrekvensen (för den decime-rade samplingsfrekvensen) är ett potentiellt problem. Effektskattningen blir fel på grund av att för få samplingar av signalen används. Ett antagande har gjorts att en användare inte lyssnar på rena sinustoner under tillräckligt långa perioder för att det ska påverka bullerdosen. De typiska signalerna in till systemet kan i princip likställas med rosa brus [5] som innehåller alla hörbara frekvenser och bidrar tillsammans till signalnivån.

Nivån för de typiska signalerna förändras långsamt relativt samplingsfrekvensen, varje sampling behövs därför inte för att skattningen ska bli tillräckligt precis.

3.2.3

Prediktor

Mätningar av bullerdosen görs vanligtvis på ljudsignalen med en bullerdosime-ter, sådana mätningar finns inte att tillgå med det system algoritmen kommer att användas i. En modell av en bullerdosimeter behövs där mätningar istället görs på den digitala signalen.

Modellen utgår från ekvation (3.1) där N0är antalet tidssteg under en

8-timmars-period. d[n] = 1 N0 X k x2[n − k] = 1 N0 X k p[n − k] (3.1)

Bortsett från kvadraten av x[n] är ekvation (3.1) linjär. Signalnivån till systemet behöver även den vara någorlunda linjär för att bullerdosens utveckling över tid

(42)

också ska vara det, vilket den är enligt resonemanget i avsnitt 2.3. Om signalni-vån ökar eller minskar förändras ökningstakten av bullerdosen men ger likväl en linjär ökning över tid. Det krävs en kontinuerlig nivåjustering under en relativt lång period för att bullerdosen ska få en olinjär ökningstakt. För att åstadkomma det krävs justeringar via volymreglaget då nivån hos en typisk signal inte utveck-las på det viset. Detta beteende finns troligtvis inte hos en typisk användare då målet med en justering är att hitta en behaglig ljudnivå på kortast tid möjligt. I figur 3.7 visas exempel på hur signalnivån påverkar bullerdosen.

1 2 3 4 −0,5 0,0 0,5 Stegvis justering Amplitud (Pa) 1 2 3 4 −0,5 0,0 0,5 Kontinuerlig justering Tid (minuter) 1 2 3 4 2 4 6 8 10 12 x 104 1 2 3 4 2 4 6 8 10 x 104 Tid (minuter) Bullerdos pW 2m

Figur 3.7:Stegvisa justeringar av signalnivån ger en styckvis linjär

takt av bullerdosen medan en kontinuerlig justering ger en olinjär öknings-takt.

Linjär modellering görs med arma-filter (beskrivs ingående i avsnitt 2.2.3). Två

arma-filter behövs, ett som beräknar bullerdosens aktuella värde och ett som

predikterar dess värde efter en tidsperiod, mot en prediktionshorisont. I figur 3.8 visas en översikt av modulen.

Figur 3.8:En översikt av prediktormodulen som består av två autoregressiva

glidande medelvärdesfilter (arma-filter) där p[n] är den skattade

signalef-fekten, d[n] är den aktuella bullerdosen, wP RD,m är viktningskoefficienter

(43)

3.2 Moduler 25 En viktning av utsignalen från modulen kan införas och skulle kunna göra

pre-dikteringen extra pessimistisk. En serie viktningskoefficienter wP RD,k som

grad-vis minskar under dagen till 1 kan ge en mer hållbar utveckling av bullerdosen.

Prediktionshorisont

Prediktionshorisonten HP RD är satt till 24 timmar i enlighet med resonemanget

i avsnitt 3.2.1, den kan användas för att antingen ange en specifik tidpunkt i framtiden (tiden dit minskar successivt) eller ange en flytande tidpunkt (tiden dit är konstant).

En prediktionshorisont som används för att ange en flytande tidpunkt kommer att störa användaren onödigt mycket. Först adderas den redan integrerade bul-lerdosen d[n] för den tid som gått. Sedan adderas en extrapolering av den senaste nivån 24 timmar framåt. Totalt ger detta en exponeringstid över 24 timmar vilket resulterar i att nivån successivt måste sänkas desto längre tid som integreras. En prediktionshorisont som används för att ange en absolut tidpunkt är inte be-roende av exakta tidpunkter om en nollställning av tidräknaren sker varje 12-timmarsperiod. Prediktionshorisonten kommer att flyttas fram kontinuerligt, vil-ket innebär att den aldrig kommer att nås och en löpande prediktering erhålls utan att störa användaren. Ekvation (3.2) beskriver hur prediktionshorisonten räknas ner.

h[n] = HP RDn (3.2)

ARMA-konfigurering

Bullerdosen är en summa och den aktuella bullerdosen modelleras därför med enbart ar-delen i ett arma-filter. Om ma-delen användes skulle det innebära en lågpassfiltrering och en underskattning av bullerdosen. En positiv integrator ger

konfigurationen LAR= 1, cAR= −1.

Predikteringen av bullerdosen görs genom att extrapolera medelvärdet av sig-naleffekten, det åstadkoms med ma-delen och förstärkarsteget. Extrapoleringen görs genom att låta förstärkarsteget förstärka med prediktionshorisonten h[n].

ma-filtret behöver ett tillräckligt långt fönster för att hitta den nuvarande

tren-den i signalnivån. Fönsterlängtren-den påverkar hur känslig predikteringen är för änd-ringar i signalnivån vilket direkt inverkar på förstärkningsfaktorn som beräknas i nästkommande modul.

Olika ma-filter fås beroende på cMA,l-koefficienterna. Förutom det enkla

medel-värdet (sma) är ett exponentiellt viktat medelvärde (ewma) intressant vilket ger yngre samplingar större betydelse än äldre i avtagande grad.

(44)

Signalkedjan

En effektivisering åstadkoms om ett cic-filter realiserar sma-filtret istället för ett fir-filter (en ingående beskrivning av sma-filtret kan läsas i avsnitt 2.2.2). En

decimering med faktorn MD kan införas mellan integratorn och kamfiltret vilket

sparar ytterligare beräkningskraft men också minne då fönsterlängden kan täcka samma tidsspann med färre samplingar.

En prediktor bestående av ett ar-filter och ett cic-filter innehåller två integrato-rer som utför i princip samma beräkning, en ytterligare effektivisering åstadkoms om dessa reduceras till en. Figur 3.9 visar den resulterande signalkedjan.

Figur 3.9:Signalkedjan i prediktorn som använder ett enkelt glidande

me-delvärdesfilter för att skatta trenden i signalnivån där p[m] är den skattade

signaleffekten, N0 är antalet samplingar under en 8-timmarsperiod, MD är

en decimeringsfaktor, cMAär prediktorkoefficienten, LMAär fönsterlängden,

h[k] är prediktionshorisonten, d[k] är den aktuella bullerdosen, wP RD,k är

viktningskoefficienter och dP RD[k] är den predikterade bullerdosen.

Figur 3.10:Signalkedjan i prediktorn som använder ett exponentiellt

vik-tat glidande medelvärdesfilter för att skatta trenden i signalnivån där

p[m] är den skattade signaleffekten, N0 är antalet samplingar under en

8-timmarsperiod, cMA är prediktorkoefficienten, d[m] är den aktuella

bul-lerdosen, MDär en decimeringsfaktor, h[k] är prediktionshorisonten, wP RD,k

(45)

3.2 Moduler 27 Ett ewma-filter realiseras rekursivt med två multiplikatorer och en integrator enligt ekvation (3.3).

y[n] = cMAx[n] + (1 − cMA)y[n − 1] (3.3)

Även i detta fall kan en decimering införas eftersom delberäkningarna är linjära dock kan inte integratorerna i ewma- och ar-filtret reduceras till en.

Integra-torn i ewma-filtret behöver integrera efter att en multiplikation med 1 − cMAhar

genomförts (vilket realiserar det exponentiella fönstret). Figur 3.10 visar signal-kedjan.

När algoritmen befinner sig i bullervila behöver inte någon prediktering ske och modulen kan då med fördel kopplas bort för att spara energi.

3.2.4

Förstärkningsberäknare

Förstärkningsfaktorn anger hur mycket signalnivån behöver sänkas, det nya

mål-värdet gD[n] beräknas genom att skala den tidigare förstärkningsfaktorn g[n]

med u[n] vilket ekvation (3.4) och (3.5) beskriver.

Skalningen sker med en kvot mellan ett gränsvärde och ett uppmätt värde. I

reglertillståndet är gränsvärdet DMAXoch det uppmätta värdet dP RD[n] medan i

bullervila är gränsvärdet PMAXoch det uppmätta värdet p[n].

Den högsta förstärkningsfaktorn är 1 då enbart dämpning av signalnivån ska ske. Om 1 används sker ingen dämpning, ljudnivån bestäms helt av signalkällan och användarens volyminställning.

Det är onödigt att algoritmen dämpar ytterligare om nivån är under ett visst vär-de i reglertillstånvär-det eftersom bullerdosen inte påverkas nämnvärt av mycket

lå-ga signalnivåer. Den lägsta förstärkningsfaktorn GMI N syftar till att låta

använ-daren ha tillgång till en minimal nivå.

gD[n] = max  GMI N, min  1, g[n − 1]pu[n] (3.4) u[n] =              DMAX dP RD[n] , s[n] ≡ S1 PMAX p[n] , s[n] ≡ S2 (3.5)

Ekvation (3.4) och (3.5) beskriver beräkningen av den nya förstärkningsfaktorn

där s[n] är det aktuella tillståndet. S1 och S2 representerar reglertillståndet

re-spektive bullervila. Nivådetektorn skattar effekten vilket är kvadraten av signa-len och därför måste kvadratroten av detta värde beräknas för att erhålla effektiv-värdet.

(46)

3.2.5

Utjämningsfilter

Signalnivån ska förändras på ett subtilt sätt. Förstärkningsfaktorn kan förändras

i stora steg som måste interpoleras. En uppsampling sker till fs och sedan en

lågpassfiltrering. Ekvation (3.6) och (3.7) beskriver filtrets överföringsfunktion

där αAT Koch αRLSanger attack- och uppsläppskoefficienten [6].

H[z] = α

1 − (1 − α)z1 (3.6)

α =(αAT K, gD[n] ≤ g[n]

αRLS, gD[n] > g[n]

(3.7) Attackkoefficienten kontrollerar hur hastigt en sänkning av förstärkningsfaktorn ska ske och uppsläppskoefficienten styr över ökningstakten då en dämpning ska släppas upp.

Hur en dämpning av signalnivån introduceras och släpps upp bestäms inte full-ständigt av detta filter i reglertillståndet utan också av nivådetektorn och torn. I bullervila är dock detta filter den dominerande faktorn eftersom predik-torn då är bortkopplad. En förändring av signalnivån får då direkt genomslag i förstärkningsberäknaren och utjämningsfiltret avgör själv hur långsamt föränd-ringar ska ske.

3.3

Sammanfattning

Tabell 3.1 sammanfattar algoritmens alla parametrar.

Beteckning Beskrivning

τRST Tidsperiod mellan återställningar.

DRED Reduktionsnivå av bullerdosen.

MP Decimeringsfaktor i nivådetektorn.

WP Kompensering för fel i nivådetektorn.

cMA Koefficient i prediktorns ma-filter.

HP RD Prediktionshorisont.

LMA Längd av prediktorns ma-filter.

MD Decimeringsfaktor i prediktorn.

N0 Antal tidssteg under 8 timmar.

wP RD Viktning av prediktering.

DMAX Gränsvärde daglig bullerdos.

GMI N Lägsta förstärkningsfaktorn.

PMAX Gränsvärde aktuell signalnivå.

αAT K Attackkoefficient.

αRLS Uppsläppskoefficient.

(47)

4

Metodik

Den metodik som användes bestod av två olika faser. I den första fasen undersök-tes hur algoritmen kunde konstrueras och implementeras. Ett antal parametrar som kontrollerar den sammanställdes och i den andra fasen analyserades hur dessa skulle konfigureras för att uppnå målsättningarna.

I analysen användes främst kvalitativa resonemang men begränsade kvantitativa undersökningar gjordes också. Alla tester genomfördes med hjälp av en egenut-vecklad test- och simuleringsmiljö.

4.1

Utvecklingsmiljö

Innan algoritmen konstruerades skapades en testmiljö och en simuleringsmiljö. Testmiljön kunde enkelt skapa och köra tester samt beräkna och presentera re-sultat. Den kunde köra tester på algoritmen med hjälp av simuleringsmiljön och med ett riktigt dsp-kort. Figur 4.1 visar en schematisk översikt av testmiljön.

Figur 4.1:En schematisk översikt av testmiljön.

(48)

Simuleringsmiljön simulerade signalkedjan i systemet från en signalkälla som ger en analog signal, via en dsp-processor, till högtalarna som ger en ljudsignal. Figur 4.2 visar signalkedjan där för- och efterprocessering innehåller förstärka-re och signalkonverterade. Ingen diförstärka-rekt återkoppling till användaförstärka-ren fanns utan justeringar via volymreglaget ställdes in på förhand i testmiljön.

Figur 4.2:Den simulerade signalkedjan i simuleringsmiljön.

Algoritmen utvecklades i simuleringsmiljön och testades parallellt på dsp-kortet som körde algoritmen i realtid. Den typ av dsp-kort som används i hörselskyd-den hade ytterst begränsade möjligheter för debuggning och användes därför in-te. För att säkerställa att algoritmen var praktiskt implementerbar testades den istället på en annan korttyp med större debuggningsmöjligheter. Algoritmen ut-vecklades främst i simulatorn för att den skulle bli plattformsoberoende.

4.2

Kvalitativ analysmetodik

Först genomfördes en parameteranalys, då undersöktes hur parametrarna var för sig påverkar beräkningar i algoritmen. Sedan genomfördes analyser av algorit-mens funktion med samtliga parametrar aktiva, först stegsvarsundersökningar och sedan scenarioanalyser.

I stegsvarsexperimenten användes ett nivåsteg som ger en utsignalnivå på 92

dB(A)SPLom ingen reglering sker. Bedömningarna gjordes utifrån grafer som

vi-sar utsignalen och prediktorns beteende. Varje parameter varierades var för sig för att förstå dess inverkan på stegsvaret. Utjämningsfiltret kopplades bort för att undersöka vad insvängningsförloppet beror på förutom attack- och uppsläppsko-efficienten. En separat analys gjordes per prediktortyp.

Scenarioanalyser gjordes i syfte att finna konfigurationer anpassade efter ett an-tal scenarier. Hur parameterkonfigurationerna påverkade lyssningsupplevelsen undersöktes genom lyssningstester i samband med detta. Testsignalen som an-vändes var främst rosa brus men också typiska tal- och musiksignaler.

Konfigureringen utgick först från prediktorkoefficienten då prediktorn är den modul som är mest central i realiseringen av algoritmens målsättningar. Desto lägre fel den predikterade dagliga bullerdosen har desto bättre beslut kommer förstärkningsberäknaren att fatta. Övriga parametrar anpassades därefter.

(49)

4.2 Kvalitativ analysmetodik 31

4.2.1

Lyssningstester

Lyssningstester genomfördes i samband med scenarioanalysen. Syftet var att un-dersöka hur lyssningsupplevelsen påverkades.

Den utrustning som användes var ett ljudredigeringsprogram, en förstärkare och ett par slutna hörlurar. Det fanns ingen ljudnivåmätare tillgänglig, lyssningstes-terna utfördes därför från den upplevt bekväma ljudnivån oavsett faktisk nivå systemet skulle gett i det givna scenariot. Syftet gick inte förlorat eftersom en sänkning utgår från den nivå användaren ställt in via volymreglaget och är såle-des vad denne finner bekväm för tillfället.

Testerna genomfördes med en person som lyssnade främst på de partier av signa-len som algoritmen förändrat. Testpersonen började lyssna några minuter innan förändringen av signalen inleddes för att få tillfälle att ställa in volymen på för-stärkaren till en bekväm nivå och vänja sig vid den. Sedan noterade testpersonen efter hur lång tid som en förändring upptäcktes utan att se signalens vågform.

4.2.2

Scenariobeskrivningar

De mest tillspetsade scenarierna använder en arbetsdag med maximal längd på 13 timmar. En anställd, med få undantag, måste ha 11 timmars sammanhängan-de ledigt per dygn enligt arbetstidslagen [7]. Arbetstidslagen säger också att sammanhängan-den anställde ska ha minst 30 minuter betalad rast totalt varje period om 5 timmar, detta ger en effektiv arbetstid på 12 timmar. Ett antagande gjordes att det också vanligtvis förekommer totalt 1 timme obetald rast. Den effektiva arbetstiden kan då avrundas till 11 timmar. Spridning av och längd på rasterna varierades inom rimliga gränser, under dessa antogs användaren vila öronen.

Scenarierna beskrivs i detalj med hjälp av tabeller där tidpunkter beskriver när användaren tänks förändra ljudnivån (via volymreglaget på hörselskyddet eller på signalkällan), längd beskriver hur länge volyminställningen kvarstår och nivå

beskriver vilken ljudnivå i dB(A)SPLsom högtalarna skulle gett utan reglering.

Scenario 1

Algoritmen måste vara benägen att släppa upp dämpningen eftersom använda-ren inte ska påtvingas onödiga sänkningar. Utgångspunkt för hur kort uppsläpps-tiden ska vara kan tas från pauser i lyssnandet. Om en paus i lyssnandet tas och ljudsignalen avbryts eller sänks kraftigt ökar inte bullerdosen vilket ger utrym-me för att lyssna på högre nivåer senare.

Om hela dämpningen släppts upp under pausen kan det finnas risk för att använ-daren chockas när denne återgår till lyssnande i hörselskyddet. Minnet av hur ljudnivån uppfattades innan pausen avtar med tiden. Då användaren exponeras för lägre ljudnivåer, som vanligt tal, kommer hörseln att vänjas till detta istället. Om användaren tycker att ljudnivån är obekvämt hög efter pausen kommer inte en kvarvarande dämpning att bidra till att minska chocken i större utsträckning. En lämplig pauslängd som utgångspunkt för scenariot antogs vara 30 minuter. Prediktorn ska under denna tid hinna förändra prediktionen och underskrida

(50)

gränsvärdet. En någorlunda realistisk signalnivå behöver användas för att predik-torn inte ska ge ett för högt värde ovan gränsvärdet. På grund av ma-filtret tar det tid att förändra prediktionen. Desto högre ovan gränsvärdet predikteringen är desto längre tid tar det innan dämpningen har släppts upp. Det finns indika-tioner på att den ljudnivå som vuxna människor finner mest bekväm ligger strax

under 85 dB(A)SPL[11, 21], därför valdes 84 dB(A)SPLi scenariot.

Scenariot beskrivs detaljerat i tabell 4.1 och kriteriet är att dämpningen ska släp-pas upp i största möjliga mån efter varje paus.

Tidpunkter Längd Nivå 07:00-09:00 2h 84 09:00-09:30 30min 0 09:30-11:30 2h 84 11:30-12:00 30min 0 12:00-15:00 3h 84 15:00-15:30 30min 0 15:30-17:30 2h 84 17:30-18:00 30min 0 18:00-20:00 2h 84

Tabell 4.1:Scenario för uppsläppskänslighet.

Scenario 2

Om regleringen ska lyckas hålla bullerdosen under gränsvärdet tillräckligt länge får inte sänkningar ske för långsamt. Det scenario som användes för att bestäm-ma en undre gräns för sänkningshastigheten gick ut på att användaren ökade vo-lymreglaget till dess maximala läge. Bullerdosen når gränsvärdet efter 48 minu-ter vid exponering för denna nivå, algoritmen behöver därför sänka nivån inom ca 1 timme. Den bullerdos som integreras under dagen påverkar hur lågt nivån måste sänkas.

Det värsta fallet är om nivåökningen sker hastigt, algoritmen får inte chans att in-leda dämpningen innan användaren hunnit nå den maximala inställningen. Om

användaren har lyssnat i genomsnitt på 77 dB(A)SPLunder hela dagen har inte

algoritmen haft anledning att införa någon dämpning och nivåsteget blir maxi-malt.

Scenariot beskrivs detaljerat i tabell 4.2 och kriterierna var att bullerdosen inte överskrider gränsvärdet samt att sänkningen inte tydligt märks.

Längd Nivå

10,2h 77

50min 92

(51)

4.2 Kvalitativ analysmetodik 33

Scenario 3

Nivån ska sänkas hastigt för att informera användaren om bullervila. I scenariot har användaren nått gränsvärdet och försöker höja nivån. Uppsläppshastigheten behöver vara längre än attacktiden för att undvika att nivån oscillerar runt mål-värdet. Algoritmen försattes i bullervila på förhand.

Scenariot beskrivs detaljerat i tabell 4.3 och kriteriet var att sänkningen skulle ge en informativ effekt som säger att en ökning av nivån inte tillåts.

Längd Nivå

10min 84

10min 92

20min 67

10min 92

Tabell 4.3:Scenario för dämpningshastighet i bullervila.

Scenario 4

Ett scenario som approximerar hur en verklig användare hanterar systemet ger en mer realistisk uppfattning av hur bra konfigurationen är. Scenario 4 sträcker sig över fyra dygn, arbetsdagen varierar på olika sätt och olika långa raster före-kommer.

Systemet strömsätts kl. 08:00 och återställs därför kl. 08:00 och kl. 20:00 varje dag. Arbetsdagarna och rasterna är placerade på ett sätt som gör att återställning-ar sker under återställning-arbetspassen då användåterställning-aren lyssnåterställning-ar. Arbetsdagens längd och tid-punkter för början och slut varierar kraftigt för att det ska gå att bedöma hur oberoende algoritmen är från absoluta tidpunkter. Raster förekommer i olika längder, på olika tidpunkter och med olika långa perioder mellan varandra för att det ska vara möjligt att bedöma hur väl algoritmen hanterar ett oregelbundet schema.

I scenariot ökar användaren volyminställningen sporadiskt efter hand där en

ök-ning med 6 dB(A)SPLåt gången antogs rimlig. Under rasterna stänger användaren

av ljudkällan och vilar öronen genom att inte exponeras för mer än vanligt tal. Vid ett antal tillfällen sänker användaren ljudnivån men stegrar den ofta upp till höga nivåer.

Scenariot beskrivs detaljerat i tabell 4.4 och kriteriet var att bullerdosen inte över-skrider gränsvärdet.

(52)

Dygn 1 Dygn 2 Dygn 3 Dygn 4 T idpunkter Läng d Niv å T idpunkter Läng d Niv å T idpunkter Läng d Niv å T idpunkter Läng d Niv å 08:00-08:30 30min 84 00:00-06:00 6h 0 00:00-16:00 16h 0 00:00-11:00 11h 0 08:30-09:00 30min 90 06:00-09:00 3h 84 16:00-17:00 1h 80 11:00-12:00 1h 84 09:00-09:15 15min 0 09:00-09:30 30min 0 17:00-18:00 1h 86 12:00-12:30 30min 0 09:15-10:00 45min 84 09:30-10:00 30min 84 18:00-18:30 30min 0 12:30-13:00 30min 84 10:00-11:00 1h 90 10:00-11:00 1h 90 18:30-19:00 30min 86 13:00-14:00 1h 90 11:00-12:00 1h 92 11:00-11:30 30min 92 19:00-21:00 2h 92 14:00-15:00 1h 92 12:00-13:00 1h 0 11:30-12:00 30min 0 21:00-21:30 30min 80 15:00-16:00 1h 0 13:00-13:15 15min 92 12:00-12:15 15min 92 21:30-22:00 30min 0 16:00-17:00 1h 80 13:15-14:00 45min 80 12:15-13:00 45min 80 22:00-23:00 1h 80 17:00-18:00 1h 86 14:00-15:00 1h 86 13:00-15:00 2h 86 23:00-24:00 1h 86 18:00-20:30 2,5h 92 15:00-15:30 30min 0 15:00-16:00 1h 0 -20:30-21:00 30min 0 15:30-16:00 30min 86 16:00-17:00 1h 86 -21:00-24:00 3h 92 16:00-17:00 1h 92 17:00-18:00 1h 92 -17:00-24:00 7h 0 18:00-18:15 15min 0 -18:15-19:00 45min 80 -19:00-24:00 5h 0 -T abell 4.4: Scenario som approximer ar en realistisk an v ändning.

References

Related documents

Med detta kan man hålla ihop stora och komplicerade projekt, och i förväg - utan förhands- offerter från underleverantörerna - beräkna ett fast pris på projektet, dela ned det

En timme om dagen handlar om att vara fysiskt aktiv minst en timme om dagen vilket är den lägsta rekommenderade nivån för fysik aktivitet för barn och ungdomar enligt WHO.. Fyll

Bestäm böjningspunkter (in‡ection points), och de intervall där funk- tionen är konkav uppåt och konkav neråt.. Rita en skiss av

Figur 7 visar resultat av HINT test för alla hörselskydd med en icke rak dämpningsegenskap samt resultat utan hörselskydd.. Störst spridning visade skumproppen med 9,17 dB

Under spelets gång måste du bestämma dig för om du vill skriva siffran eller om du väljer att stå över... Skriv in den siffra som tärningen

Pga bygget av den nya cirkulationsplatsen vid Hertings plan har vi minskat antalet parkeringar vid Hertings grill från ca 30 parkeringar till nuvarande 8 varav 2 är hcp

Kommunfullmäktige beslutade 2017- 08-28, § 110 att överlämna ärendet till kultur- och fritidsnämnden för beredning och beslut... Dnr KS 2017/210: Medborgarförslag om att

Susanne Meijer (S) har lämnat in en fråga ställd till kommunalrådet Cecilia Bladh in Zito (SD) angående varför avsiktsförklaringen mellan kommunen och Bil-Månsson inte på