基于DSP芯片的降噪数字助听器解决方案
原标题:降噪数字助听器
应用领域:医疗健康
方案类型:成品
主要芯片:DSP
方案概述
1.产品功能描述
中国听障人士有约一亿人。随着老龄化该人数还会增加。但是中国助听器普及率偏低,大约只是3%。相反发达国家的助听器普及率为 36%。相比之下有十倍的增长空间。是一个千亿元级的市场。如果可以解决数以千万计听障人士的问题并让听障人士在噪音环境下与他人正常交流。将是我们的荣幸。
目前市场上的助听器低端的几百元,高端的几万元。 在噪音环境下长期佩带低端助听器会损害残存的听力。高端降噪助听器(几万人民币)降噪性能有时也不能满足需要。专家研究表明噪音直接影响听障人士的理解能力。
中国助听器普及率低的四个主要原因:(痛点)1)噪音太大;2)价格太高;3)佩带不舒服;4)不想别人知道耳闭。 其中噪音和价格是主要原因。
我们的降噪数字助听器以高端的降噪性能,服务中端的价格。
2.产品应用范围
我们的降噪数字助听器服务于有轻度或中度失听的人士。免除他们在噪音环境下佩戴降噪性能不好助听器的痛苦。
3.产品特点优势总结
我们的降噪技术在远距离拾音和强噪环境降噪有技术突破。降噪性能测试对比
1〉我们的降噪性能优于高端数字助听器(峰力维纳斯3万人民币 和西门子2万人民币)
4.产品参数详情
技术参数
最大噪声衰减: 20 db/40 db
要求的输入信噪比 SNR : > 0 db
音频采样率: 8 kHz
输入信号延迟: 12 ms
正常工作最大环境噪声: 120 -150 db
电源(锂电池): 普通手机充电器充电
续航 12 小时
助听模式 1 安静室内 2 轻微噪音室内 3 大型会议噪音 4 地铁公交噪音
音量调节
【DSP芯片】
DSP(Digital Signal Processing)即数字信号处理技术,DSP芯片即指能够实现数字信号处理技术的芯片。
DSP芯片的内部采用程序和数据分开的哈佛结构,具有专门的硬件乘法器,广泛采用流水线操作,提供特殊的DSP指令,可以用来快速的实现各种数字信号处理算法。
DSP芯片分类
DSP芯片可以按照下列三种方式进行分类。
1.按基础特性分
这是根据DSP芯片的工作时钟和指令类型来分类的。如果在某时钟频率范围内的任何时钟频率上,DSP芯片都能正常工作,除计算速度有变化外,没有性能的下降,这类DSP芯片一般称为静态DSP芯片。例如,日本OKI 电气公司的DSP芯片、TI公司的TMS320C2XX系列芯片属于这一类。
如果有两种或两种以上的DSP芯片,它们的指令集和相应的机器代码机管脚结构相互兼容,则这类DSP芯片称为一致性DSP芯片。例如,美国TI公司的TMS320C54X就属于这一类。
2.按数据格式分
这是根据DSP芯片工作的数据格式来分类的。数据以定点格式工作的DSP芯片称为定点DSP芯片,如TI公司的TMS320C1X/C2X、TMS320C2XX/C5X、TMS320C54X/C62XX系列,AD公司的ADSP21XX系列,AT&T公司的DSP16/16A,Motolora公司的MC56000等。以浮点格式工作的称为浮点DSP芯片,如TI公司的TMS320C3X/C4X/C8X,AD公司的ADSP21XXX系列,AT&T公司的DSP32/32C,Motolora公司的MC96002等。
不同浮点DSP芯片所采用的浮点格式不完全一样,有的DSP芯片采用自定义的浮点格式,如TMS320C3X,而有的DSP芯片则采用IEEE的标准浮点格式,如Motorola公司的MC96002、FUJITSU公司的MB86232和ZORAN公司的ZR35325等。
3.按用途分
按照DSP的用途来分,可分为通用型DSP芯片和专用型DSP芯片。通用型DSP芯片适合普通的DSP应用,如TI公司的一系列DSP芯片属于通用型DSP芯片。专用DSP芯片是为特定的DSP运算而设计的,更适合特殊的运算,如数字滤波、卷积和FFT,如Motorola公司的DSP56200,Zoran公司的ZR34881,Inmos公司的IMSA100等就属于专用型DSP芯片。
DSP芯片应用
DSP芯片广泛应用于数字控制、运动控制方面的应用主要有磁盘驱动控制、引擎控制、激光打印机控制、喷绘机控制、马达控制、电力系统控制、机器人控制、高精度伺服系统控制、数控机床等。
面向低功耗、手持设备、无线终端的应用主要有:手机、PDA、GPS、数传电台等。
数字信号处理数字滤波器
数字滤波器的实用型式很多,大略可分为有限冲激响应型和无限冲激响应型两类,可用硬件和软件两种方式实现。在硬件实现方式中,它由加法器、乘法器等单元所组成,这与电阻器、电感器和电容器所构成的模拟滤波器完全不同。数字信号处理系统很容易用数字集成电路制成,显示出体积小、稳定性高、可程控等优点。数字滤波器也可以用软件实现。软件实现方法是借助于通用数字计算机按滤波器的设计算法编出程序进行数字滤波计算。
数字信号处理傅里叶变换
1965年J.W.库利和T.W.图基首先提出离散傅里叶变换的快速算法,简称快速傅里叶变换,以FFT表示。自有了快速算法以后,离散傅里叶变换的运算次数大为减少,使数字信号处理的实现成为可能。快速傅里叶变换还可用来进行一系列有关的快速运算,如相关、褶积、功率谱等运算。快速傅里叶变换可做成专用设备,也可以通过软件实现。与快速傅里叶变换相似,其他形式的变换,如沃尔什变换、数论变换等也可有其快速算法。
数字信号处理谱分析
在频域中描述信号特性的一种分析方法,不仅可用于确定性信号,也可用于随机性信号。所谓确定性信号可用既定的时间函数来表示,它在任何时刻的值是确定的;随机信号则不具有这样的特性,它在某一时刻的值是随机的。因此,随机信号处理只能根据随机过程理论,利用统计方法来进行分析和处理,如经常利用均值、均方值、方差、相关函数、功率谱密度函数等统计量来描述随机过程的特征或随机信号的特性。
实际上,经常遇到的随机过程多是平稳随机过程而且是各态历经的,因而它的样本函数集平均可以根据某一个样本函数的时间平均来确定。平稳随机信号本身虽仍是不确定的,但它的相关函数却是确定的。在均值为零时,它的相关函数的傅里叶变换或Z变换恰恰可以表示为随机信号的功率谱密度函数,一般简称为功率谱。这一特性十分重要,这样就可以利用快速变换算法进行计算和处理。
在实际中观测到的数据是有限的。这就需要利用一些估计的方法,根据有限的实测数据估计出整个信号的功率谱。针对不同的要求,如减小谱分析的偏差,减小对噪声的灵敏程度,提高谱分辨率等。已提出许多不同的谱估计方法。在线性估计方法中,有周期图法,相关法和协方差法;在非线性估计方法中,有最大似然法,最大熵法,自回归滑动平均信号模型法等。谱分析和谱估计仍在研究和发展中。
数字信号处理的应用领域十分广泛。就所获取信号的来源而言,有通信信号的处理,雷达信号的处理,遥感信号的处理,控制信号的处理,生物医学信号的处理,地球物理信号的处理,振动信号的处理等。若以所处理信号的特点来讲,又可分为语音信号处理,图像信号处理,一维信号处理和多维信号处理等。
数字信号处理语音信号处理
语音信号处理是信号处理中的重要分支之一。它包括的主要方面有:语音的识别,语言的理解,语音的合成,语音的增强,语音的数据压缩等。各种应用均有其特殊问题。语音识别是将待识别的语音信号的特征参数即时地提取出来,与已知的语音样本进行匹配,从而判定出待识别语音信号的音素属性。关于语音识别方法,有统计模式语音识别,结构和语句模式语音识别,利用这些方法可以得到共振峰频率、音调、嗓音、噪声等重要参数,语音理解是人和计算机用自然语言对话的理论和技术基础。语音合成的主要目的是使计算机能够讲话。为此,首先需要研究清楚在发音时语音特征参数随时间的变化规律,然后利用适当的方法模拟发音的过程,合成为语言。其他有关语言处理问题也各有其特点。语音信号处理是发展智能计算机和智能机器人的基础,是制造声码器的依据。语音信号处理是迅速发展中的一项信号处理技术。
数字信号处理图像信号处理
图像信号处理的应用已渗透到各个科学技术领域。譬如,图像处理技术可用于研究粒子的运动轨迹、生物细胞的结构、地貌的状态、气象云图的分析、宇宙星体的构成等。在图像处理的实际应用中,获得较大成果的有遥感图像处理技术、断层成像技术、计算机视觉技术和景物分析技术等。根据图像信号处理的应用特点,处理技术大体可分为图像增强、恢复、分割、识别、编码和重建等几个方面。这些处理技术各具特点,且正在迅速发展中。
数字信号处理振动信号处理
机械振动信号的分析与处理技术已应用于汽车、飞机、船只、机械设备、房屋建筑、水坝设计等方面的研究和生产中。振动信号处理的基本原理是在测试体上加一激振力,做为输入信号。在测量点上监测输出信号。输出信号与输入信号之比称为由测试体所构成的系统的传递函数(或称转移函数)。根据得到的传递函数进行所谓模态参数识别,从而计算出系统的模态刚度、模态阻尼等主要参数。这样就建立起系统的数学模型。进而可以做出结构的动态优化设计。这些工作均可利用数字处理器来进行。这种分析和处理方法一般称为模态分析。实质上,它就是信号处理在振动工程中所采用的一种特殊方法。
数字信号处理地球物理处理
为了勘探地下深处所储藏的石油和天然气以及其他矿藏,通常采用地震勘探方法来探测地层结构和岩性。这种方法的基本原理是在一选定的地点施加人为的激震,如用爆炸方法产生一振动波向地下传播,遇到地层分界面即产生反射波,在距离振源一定远的地方放置一列感受器,接收到达地面的反射波。从反射波的延迟时间和强度来判断地层的深度和结构。感受器所接收到的地震记录是比较复杂的,需要处理才能进行地质解释。处理的方法很多,有反褶积法,同态滤波法等,这是一个尚在努力研究的问题。
数字信号处理生物医学处理
信号处理在生物医学方面主要是用来辅助生物医学基础理论的研究和用于诊断检查和监护。例如,用于细胞学、脑神经学、心血管学、遗传学等方面的基础理论研究。人的脑神经系统由约 100亿个神经细胞所组成,是一个十分复杂而庞大的信息处理系统。在这个处理系统中,信息的传输与处理是并列进行的,并具有特殊的功能,即使系统的某一部分发生障碍,其他部分仍能工作,这是计算机所做不到的。因此,关于人脑的信息处理模型的研究就成为基础理论研究的重要课题。此外,神经细胞模型的研究,染色体功能的研究等等,都可借助于信号处理的原理和技术来进行。
信号处理用于诊断检查较为成功的实例,有脑电或心电的自动分析系统、断层成像技术等。断层成像技术是诊断学领域中的重大发明。X射线断层的基本原理是X射线穿过被观测物体后构成物体的二维投影。接收器接收后,再经过恢复或重建,即可在一系列的不同方位计算出二维投影,经过运算处理即取得实体的断层信息,从而大屏幕上得到断层造像。信号处理在生物医学方面的应用正处于迅速发展阶段。
数字信号处理在其他方面还有多种用途,如雷达信号处理、地学信号处理等,它们虽各有其特殊要求,但所利用的基本技术大致相同。在这些方面,数字信号处理技术起着主要的作用。
责任编辑:David
【免责声明】
1、本文内容、数据、图表等来源于网络引用或其他公开资料,版权归属原作者、原发表出处。若版权所有方对本文的引用持有异议,请联系拍明芯城(marketing@iczoom.com),本方将及时处理。
2、本文的引用仅供读者交流学习使用,不涉及商业目的。
3、本文内容仅代表作者观点,拍明芯城不对内容的准确性、可靠性或完整性提供明示或暗示的保证。读者阅读本文后做出的决定或行为,是基于自主意愿和独立判断做出的,请读者明确相关结果。
4、如需转载本方拥有版权的文章,请联系拍明芯城(marketing@iczoom.com)注明“转载原因”。未经允许私自转载拍明芯城将保留追究其法律责任的权利。
拍明芯城拥有对此声明的最终解释权。