Audio signaalscheiding is een hoeksteen van de moderne digitale signaalverwerking, waardoor alles van ruisonderdrukking in oordopjes tot de transcriptie van polyfone muziek. De mogelijkheid om een complexe audiostroom te ontleden in de samenstellende delen . . zoals het scheiden van een luidspreker . spraak van achtergrondverkeer of het isoleren van individuele instrumenten in een mix . . maakt een heleboel praktische technologieën. Een van de meest efficiënte en veel gebruikte technieken voor deze taak is de combinatie van filterbanken met Infinite Impulse Response (IIR) filters. Dit artikel biedt een uitgebreide verkenning van hoe deze twee tools samen werken om hoge kwaliteit signaalscheiding met minimale computationele overhead te bereiken. We zullen de theorie achter filterbanken en IIR filters, hun praktische integratie, ontwerp trade-offs, en real-world toepassingen onderzoeken, trekken op basis van gevestigde principes van digitale signaalverwerking en audio engineering.

Begrijpen Filterbanken

Een filterbank is een set bandpass filters die een ingangssignaal in meerdere frequentie subbands verdelen. Elke subband bevat een specifiek gebied van het frequentiespectrum, waardoor de daaropvolgende verwerking specifieke frequentiecomponenten kan richten zonder de rest te beïnvloeden. Deze afbraak is van fundamenteel belang voor veel audio- en communicatiesystemen, waaronder subband codering, grafische equalizers, en multi rate signaalverwerking.

Analyse- en synthesefasen

Een compleet filterbanksysteem werkt meestal in twee fasen: analyse en synthese. Tijdens de analysefase wordt het ingangssignaal in een parallelle reeks bandpassfilters ingebracht. Elk filter isoleert een frequentiebereik, dat een corresponderend subbandsignaal produceert. Deze subbands worden vaak gedecimeerd (down-in-und-out) om de datasnelheid te verminderen, waarbij de verminderde bandbreedte van elk kanaal wordt benut. Tijdens de synthese[]fase worden de verwerkte (of onbewerkte) subbandsignalen ingedrukt en doorgegeven door een aanvullende reeks filters alvorens het volledigebandsignaal te reconstrueren. Voor een perfecte reconstructie waarbij de output gelijk is aan de input met een bekende vertraging .

Soorten filterbanken

  • Uniform filterbanken: Alle subbanden hebben gelijke bandbreedte (bijvoorbeeld een 32-band bank met gelijke afstandsfrequenties in het midden). Deze zijn gebruikelijk in audio coderingsnormen zoals MP3 (via aangepaste discrete cosinus transformatie) en in vroege perceptuele transformeercoders.
  • Niet-uniforme filterbanken: Subbanden variëren in bandbreedte, vaak overeenkomen met de frequentieresolutie van het oor (smaler bij lage frequenties, breder bij hoge frequenties).Deze benadering wordt gebruikt bij spraakverwerking en hoortoestellen.
  • Kritisch bemonsterde filterbanken: De totale bemonsteringssnelheid na decimatie is gelijk aan de oorspronkelijke bemonsteringssnelheid, waarbij de efficiëntie wordt gemaximaliseerd. Een klassiek voorbeeld is de tweekanaals kwadratuurspiegelfilterbank (QMF), die het spectrum in lage en hoge helften opsplitst.
  • Overgeïnstalleerde filterbanken: De som van subbandbemonsteringssnelheden overschrijdt de inputsnelheid, wat robuustheid biedt aan aliasering en eenvoudiger filterontwerp.

Belangrijkste overwegingen bij het ontwerp

Het ontwerpen van een filterbank houdt in dat de passband vlakheid, de demping van de stopband, de transitiebreedte en de reconstructiefout in evenwicht moeten worden gebracht. Voor kritische toepassingen kan een perfecte reconstructie met lineaire fase nodig zijn, wat vaak leidt tot het gebruik van Finite Impulse Response (FIR) filters. Echter, wanneer efficiëntie voorop staat en sommige fasevervorming aanvaardbaar is, bieden IIR filters een overtuigend alternatief, zoals we zullen zien. De polyfasedestructie[] is een krachtige techniek voor het efficiënt implementeren van filterbanken door de relatie tussen downsampling en filtering te benutten. Deze methode vermindert de rekenlast door filtercoëfficiënten te onderbreken en alleen de vereiste monsters te verwerken.

Rol van IIR-filters in audioverwerking

Infinite Impulse Response (IIR) filters zijn een klasse digitale filters gedefinieerd door hun recursieve structuur: de output is afhankelijk van zowel de huidige als de vroegere ingangen en de vorige uitgangen. Deze feedback geeft IIR filters de mogelijkheid om scherpe en magnitude responsen te bereiken met veel minder coëfficiënten dan een gelijkwaardig FIR ontwerp. Als gevolg daarvan zijn ze zeer aantrekkelijk voor real-time audio toepassingen waar processorcycli en geheugen worden beperkt.

IIR vs. FIR-filters

De keuze tussen IIR en FIR filters is gericht op een paar belangrijke trade-offs. FIR filters zijn inherent stabiel en kunnen gemakkelijk lineaire fase (constante groepsvertraging) bereiken, wat wenselijk is voor het behoud van golfvorm in toepassingen zoals audio-crossovers. Echter, het bereiken van een steile roll-off vereist honderden of zelfs duizenden kranen, wat leidt tot hoge rekenkosten en latentie. IIR filters, daarentegen, kan produceren een zeer scherpe transitie band met een handvol coëfficiënten. Hun primaire nadelen zijn potentiële instabiliteit (door palen in de eenheidscirkel) en niet-lineaire fase respons, die kan leiden tot hoorbare fase vervorming in bepaalde gebruiksgevallen. Moderne IIR filter ontwerptechnieken, zoals cascaded tweede-orde secties (biquads), verminderen stabiliteit risico's en maken implementatie robuust.

Gemeenschappelijke IIR-filtertypes

  • Butterworth: Maximale vlakke passband, soepele roll-off. Goed voor toepassingen die geen rimpel nodig hebben, zoals anti-aliasing filters.
  • Chebyshev Type I en II: Steeper roll-off dan Butterworth maar met rimpel in de passband (type I) of stopband (type II). Geschikt wanneer de overgangsbandbreedte kritiek is.
  • Elliptisch (Cauer): De scherpste roll-off voor een bepaalde volgorde, met rimpel in zowel passband als stopband. Gebruikt wanneer maximale efficiëntie nodig is, maar zorgvuldig ontwerp is vereist om hoorbare artefacten te minimaliseren.
  • Bessel: Maximale vertraging van de vlakke groep, behoud golfvorm ten koste van een tragere roll-off. Nuttig in tijdkritische toepassingen waar fase-lineariteit belangrijker is dan amplitude.

Voor audiosignaalscheiding worden elliptische filters vaak geprefereerd in implementaties van de filterbank omdat ze uitstekende kanaalisolatie bieden met minimale rekenmiddelen. Een vierde-orde ellipticumfilter kan een rembanddemping van 60 dB of meer bereiken, wat voldoende is om cross-channel lekkage bij vele scheidingstaken te voorkomen.

Filterbanken en IIR-filters combineren

Het huwelijk van filterbanken en IIR-filters creëert een krachtig maar lichtgewicht kader voor audiosignaalscheiding. Het kernidee is om de rekenbare dure FIR-filters in een conventionele filterbank te vervangen door hoogefficiënte IIR-filters. Dit vermindert zowel het aantal coëfficiënten als de rekenkundige bewerkingen per monster, waardoor real-time werking mogelijk is op apparaten met een laag vermogen, zoals hoortoestellen, smart speakers en mobiele telefoons.

Algemene architectuur

In een typische IIR-gebaseerde analysesynthesefilterbank:

  1. Het ingangssignaal wordt opgesplitst in N frequentiebanden met behulp van een analysefilterbank bestaande uit IIR-bandpass of laagdoorlaat-/hoogdoorlaatparen.
  2. Elk subbandsignaal wordt optioneel gedecimeerd (ingedeeld in neergaande delen) om de samplesnelheid te verlagen tot de Nyquist-snelheid voor die bandbreedte. Decimatie vermindert de verwerkingsbelasting in volgende fasen.
  3. Individuele subbandverwerking wordt toegepast, zoals gain adjustment, noise leging, adaptive filtering, of spectrale aftrekken.
  4. De verwerkte subbanden worden teruggeplaatst naar de oorspronkelijke sample rate en door een synthese filterbank, ook geïmplementeerd met IIR filters, om het output signaal te reconstrueren.

De synthesefilters zijn ontworpen om aliassen die door decimatie en interpolatie worden geïntroduceerd, te annuleren. Voor een perfect reconstructiesysteem moeten de analyse- en synthesefrequentieresponsen voldoen aan de alias-annuleringsvoorwaarde. Voor IIR-filters is dit moeilijker vanwege hun niet-lineaire fase, maar het kan worden bereikt met een zorgvuldig ontwerp van allpass-gebaseerde structuren of met behulp van ongeveer lineaire fase IIR-filters.

Voorbeeld van tweekanaalsfilterbank

Denk aan een eenvoudige tweekanaals filterbank die het audiospectrum in lage en hoge helften splitst. Gebruik een laagdoorlaatfilter (bijvoorbeeld een vierde-orde Butterworth) en een aanvullend hoogdoorlaatfilter. De analysefilters:

  • Laagdoorlaat: Trekt frequenties onder het crossover-punt (bv. 1 kHz) uit.
  • Highpass: Trekt frequenties uit boven de crossover.

Na decimatie door 2 wordt elke subband onafhankelijk verwerkt. Bijvoorbeeld, de lage band kan worden gecomprimeerd voor dynamische bereikregeling, terwijl de hoge band krijgt lawaai onderdrukking. De synthesefilters moeten identiek zijn aan de analysefilters (in een kritisch bemonsterde QMF-bank) om aliassen te annuleren. Echter, IIR filters introduceren fase-mismatch die perfecte annulering voorkomt. Om dit te beperken, kan een extra allpass egalisatie filter worden toegevoegd, of het systeem kan werken op een overgeïnstalleerde manier waar aliasering inherent wordt verminderd.

Praktische IIR Filter Bankstructuren

Er zijn verschillende gespecialiseerde structuren ontwikkeld om IIR-filters efficiënt in te sluiten in filterbanken:

  • Allpass-gebaseerde filterbanken: Gebruik allpass-filters om complementaire enorme responsen te bereiken met een lage complexiteit.De lage- en hoge-doorgangsuitgangen kunnen worden afgeleid door sommen en verschillen van allpass-outputs.
  • Golf digitale filters (WDF's): Model analoge filternetwerken met uitstekende stabiliteitseigenschappen en modulariteit, geschikt voor de bouw van grote filterbanken.
  • IIR polyfase filters: Polyfase ontleding kan ook op IIR filters worden toegepast, hoewel de recursieve aard een efficiënte implementatie bemoeilijkt. Vaak wordt een IIR filter omgezet in een parallelle combinatie van allpass filters om polyfase structuren mogelijk te maken.

Voordelen en afwegingen

Het gebruik van IIR-filters in filterbanken biedt verschillende voordelen, maar introduceert ook trade-offs die zorgvuldig moeten worden overwogen tijdens het systeemontwerp.

Voordelen

  • Computatie-efficiëntie: IIR-filters bereiken steile roll-offs met 5
  • Lage geheugenvoetafdruk: Minder filtercoëfficiënten betekenen minder RAM en ROM, cruciaal voor kleine DSP-chips.
  • Hoge frequentie selectiviteit: IIR filters kunnen zeer smalle banden isoleren, waardoor fijnkorrelige scheiding mogelijk is (bijvoorbeeld het extraheren van individuele harmonischen van muzieknoten).
  • Flexibiliteit: De eenvoudige biquad structuur maakt dynamische herconfiguratie van filterparameters (centerfrequentie, Q factor) mogelijk in reactie op veranderende audio-inhoud, waardoor adaptieve filterbanken mogelijk worden.

Afspraken

  • Fasevervorming: Niet-lineaire faserespons kan voorbijgaande uitstrijkjes en hoorbare artefacten veroorzaken, vooral in de lage-latency systemen die worden gebruikt voor hoortoestellen of live geluid. Voorbewerking of post-equalisering kan nodig zijn.
  • Stabiliteitszorgen: IIR-filters kunnen oscilleren als coëfficiënten slecht worden gequantiseerd of als de filterorder te hoog is. Cascaded biquads helpen, maar zorgvuldige coëfficiënt schaalvergroting is nodig.
  • Het bereiken van perfecte reconstructie: Door fase non-lineairheid, IIR-gebaseerde filterbanken zelden perfecte reconstructie bereiken tenzij allpass filters uitsluitend worden gebruikt. Oversampling of post-filtering kan restaliassing verminderen tot onhoorbare niveaus.
  • Coëfficiente gevoeligheid: IIR-filters zijn gevoeliger voor coëfficiëntkwantisering dan FIR-filters, met name voor smalbandontwerpen. Dit vereist een hogere bitdiepte of zorgvuldige selectie van filterstructuren (bijvoorbeeld door gebruik te maken van roosterconstructies).

Praktische uitvoeringsoverwegingen

Het inzetten van een IIR-gebaseerde filterbank voor audioscheiding op echte hardware omvat verschillende praktische stappen. De volgende overwegingen zorgen voor robuuste, hoogwaardige prestaties.

Filterontwerp en -tunen

Gereedschappen zoals MATLAB

Real-time beperkingen

Bij live audiotoepassingen moet latentie worden geminimaliseerd. IIR-filters introduceren inherent groepsvertraging, die varieert met frequentie. Voor een filterbank met veel smalle banden, kan de groepsvertraging merkbaar worden (bijv. > 10 ms). Technieken om vertraging te verminderen omvatten het gebruik van minimaal-fase IIR-ontwerpen (die de vertraging zo laag mogelijk duwen voor een bepaalde grootterespons) of het gebruik van multirate technieken die sterk gedecimeerd subbanden verwerken, waardoor de effectieve samplesnelheid en vertraging per berekening worden verminderd. Bovendien kan blok-gebaseerde verwerking (frame-by-frame) algoritmevertraging introduceren; overlappende methoden kunnen dit beperken maar het geheugengebruik verhogen.

Vaste-punt-rekenkundig

Ingebedde DSP's gebruiken vaak vaste-punt rekenkundig om kosten en vermogen te besparen. IIR-filters zijn gevoeliger voor quantisatie dan FIR-filters. Een veelvoorkomende praktijk is om elke tweede-orde sectie (biquad) met dubbel-precisie interne accu's (bijv. 32-bit voor 16-bit audio) te implementeren om limietcycli en overstroming te voorkomen. Coëfficiënte quantisering kan pole posities doen verschuiven; daarom is het raadzaam om het filter in het quantized domein te ontwerpen en te simuleren om stabiliteit te garanderen. De directe vorm I[ en ]omgezette directe vorm II[] structuren bieden verschillende trade-offs in geluidsprestaties en worden beide in de praktijk gebruikt.

Testen en valideren

Voordat het systeem wordt ingezet, moet het complete filterbanksysteem worden getest met verschillende audiosignalen: zuivere tonen om kanaalisolatie te verifiëren, spraak in geluid om de scheidingskwaliteit te beoordelen, en full-band muziek om te controleren op hoorbare aliassen of fase-anomalieën. Objectieve maatregelen zoals Signal-to-Distortion Ratio (SDR) en Perceptual Evaluation of Audio Quality (PEAQ) kunnen een aanvulling vormen op subjectieve luistertests. Het is ook belangrijk om latency en CPU-gebruik onder worst-case omstandigheden te meten.

Aanvragen

De combinatie van filterbanken en IIR-filters is succesvol toegepast in talrijke audioscheidingstaken in de verschillende industrieën.

Verbetering van de spraak en vermindering van het lawaai

In telecommunicatie, headsets en hoortoestellen ontbindt een filterbank het microfoonsignaal in frequentiebanden. IIR-bandpassfilters isoleren het spraakspectrum (gewoonlijk 300 Hz .4.4 kHz) en passen geluidsonderdrukking toe in andere banden met behulp van spectrale aftrekken of winsten op basis van geschatte geluidsvloeren. Omdat de filterbank in real time draait op een chip met een laag vermogen, ervaren gebruikers duidelijke spraak zonder de rekenlast van full-band algoritmen. Sommige moderne hoortoestellen gebruiken tot 32 IIR-gebaseerde subbands, elk onafhankelijk gecomprimeerd om een gebruiker te matchen met audiogram.

Muziekbronscheiding

Afscheid van een gemengde opname (bv. het extraheren van zang of drums) kan worden uitgevoerd met niet-uniforme filterbanken die de kritische banden van het menselijk oor nabootsen. IIR-filters maken real-time scheiding mogelijk voor live geluidsversterking of karaoke systemen. Hoewel diep lerende benaderingen dominant zijn geworden, worden IIR-gebaseerde filterbanken nog steeds gebruikt voor preprocessing om de dimensionaliteit te verminderen of voor toepassingen met lage laatheid zoals in-ear monitoren waar neurale netwerken te veel vertraging inbrengen.

Akoestische Echo Annulering

Bij hands-free telefonie wordt een adaptive filter getraind om het akoestische echopad te modelleren. De aanpassing in het subbanddomein met behulp van een IIR filterbank vermindert de convergentietijd en de rekenkosten. Elke subband verwerkt een smallere bandbreedte, waardoor langere filterlengtes met minder coëfficiënten over het algemeen mogelijk zijn. De subbandbenadering maakt het systeem ook bestand tegen luidsprekerbeweging en achtergrondgeluid.

Biomedische signaalverwerking

Naast audio worden IIR filterbanken gebruikt voor het scheiden van EEG- of ECG-signalen in frequentieritmes (delta, thèta, alfa, beta). De efficiëntie van IIR-filters maakt draagbare draagbare apparaten mogelijk om real-time analyse uit te voeren voor slaapbewaking of aanvalsdetectie.

Conclusie

Filterbanken in combinatie met IIR-filters bieden een efficiënte, praktische benadering van audiosignaalscheiding die de rekenkosten in evenwicht brengt met scheidingskwaliteit. Door de recursieve aard van IIR-filters te benutten, kunnen ingenieurs systemen bouwen met steile filterhellingen, een laag geheugengebruik en real-time prestaties op hardware met beperkte middelen. De trade-offs in faserespons en perfecte reconstructie zijn beheersbaar door zorgvuldige ontwerpkeuzes zoals oversampling, allpass decompositie en adaptieve post-processing. Aangezien audioverwerking doorgaat met infiltreren van alledaagse apparaten .. van stemassistenten tot hoorhulpmiddelen . De rol van IIR-gebaseerde filterbanken blijft essentieel. Toekomstige ontwikkelingen in co-processorarchitecturen en adaptieve filterontwerp zullen deze technieken waarschijnlijk verder verfijnen, waardoor hoge betrouwbaarheid audioscheidingen toegankelijk worden in zelfs de kleinste vormfactoren.

Voor meer informatie over digitaal filterontwerp en -implementatie, zie het gezaghebbende leerboek De gids van wetenschapper en ingenieur voor digitale signaalverwerking van Steven W. Smith. Praktische ontwerpvoorbeelden van IIR-filters zijn te vinden in MathWorks.IIR Filter Design documentatie. Een gedetailleerd overzicht van perfecte reconstructie filterbanken met IIR-gebaseerde structuren is beschikbaar in dit IEEE-papier van Vaidyanathan. Voor een overzicht van filterbanken in audiocodering, zie ]de publicatie van de AES door Bosi en Goldberg[[FLT:].