StartseiteSignale & TelekommunikationRauschunterdrückung

🎧 Rauschunterdrückung

Interaktive Simulation der aktiven Rauschunterdrückung mit dem LMS-Adaptivfilter. Beobachten Sie, wie Rauschen, Gegenrauschen und Restsignale konvergieren. Visualisieren Sie die Rauschreduktion in dB und die Entwicklung der Filtergewichte.

Signale & Telekommunikation3DModerat60 FPS
noise-cancellation ↗ Eigenständig öffnen

Über diese Simulation

Diese Simulation zeigt aktive Rauschunterdrückung (ANC) mithilfe eines adaptiven LMS-Filters (Least-Mean-Squares), desselben Algorithmus, der auch in geräuschunterdrückenden Kopfhörern arbeitet. Ein aus der Rauschquelle abgeleitetes Referenzsignal wird durch einen einstellbaren FIR-Filter geleitet, um eine Gegenrausch-Wellenform y(n) zu erzeugen, die zum Rauschen d(n) addiert wird und einen Restfehler e(n) hinterlässt. Die Filtergewichte werden bei jedem Sample in die Richtung aktualisiert, die e(n)² verringert, sodass die Gegenrausch-Wellenform mit der Zeit zu einer nahezu perfekten invertierten Kopie des Rauschens konvergiert und der Rest gegen Stille zusammenbricht.

🔬 Was gezeigt wird

Drei Live-Wellenformen: das eintreffende Rauschen d(n) in Rot, der Gegenrausch-Ausgang y(n) des Filters in Blau und der Restfehler e(n) in Grün. Ein viertes Diagramm verfolgt die Fehlerleistung über die Zeit und zeigt visuell, wie der LMS-Algorithmus konvergiert, während sich die Restwellenform gegen null glättet.

🎮 Bedienung

Wählen Sie einen Rauschtyp (Ton 440 Hz, Breitband, rosa Rauschen oder 50-Hz-Netzbrummen) und drücken Sie dann Start. Passen Sie den Schieberegler Schrittweite μ an, um Konvergenzgeschwindigkeit gegen Stabilität abzuwägen, den Schieberegler Filterlänge N, um zu ändern, wie viele vergangene Samples der FIR-Filter verwendet, und den Schieberegler Referenzverzögerung, um ein nachhinkendes Referenzmikrofon zu simulieren. Zurücksetzen startet die Filtergewichte wieder bei null.

💡 Wussten Sie schon?

Echte geräuschunterdrückende Kopfhörer müssen ihre LMS-artige Anpassung in deutlich unter einer Millisekunde durchführen, denn Schall oberhalb einiger hundert Hz ändert sich schneller, als ein Mensch reagieren kann — das „Gegenrauschen" muss berechnet und ausgegeben werden, bevor die ursprüngliche Welle überhaupt Ihr Trommelfell erreicht.

Häufig gestellte Fragen

Wie hebt aktive Rauschunterdrückung Geräusche tatsächlich auf?

ANC erzeugt eine zweite Schallwelle, das Gegenrauschen, die in der Amplitude gleich, aber in der Phase gegenüber dem eintreffenden Rauschen invertiert ist. Wenn sich die beiden Wellen in der Luft (oder im elektrischen Signal, wie in dieser Simulation) addieren, heben die Wellenberge der einen die Wellentäler der anderen durch destruktive Interferenz auf, sodass nur ein kleiner Rest übrig bleibt.

Was ist der LMS-Algorithmus und warum wird er hier verwendet?

LMS (Least-Mean-Squares) ist ein adaptiver Filteralgorithmus, der seine Filtergewichte w(n) nach jedem Sample mit der Regel w(n+1) = w(n) − μ·e(n)·x(n) aktualisiert, wobei e(n) der aktuelle Fehler und x(n) der Referenz-Eingabevektor ist. Er ist in echter ANC-Hardware beliebt, weil er einfach, rechnerisch günstig ist und nachweislich gegen den optimalen Filter konvergiert, wenn die Schrittweite μ klein genug ist.

Was steuert der Schrittweite-μ-Schieberegler?

μ steuert, wie groß die Korrektur ist, die die Filtergewichte bei jedem Sample erhalten. Ein größeres μ lässt den Filter schneller anpassen und konvergieren, aber wenn μ ungefähr 1/λ_max überschreitet (wobei λ_max mit der Leistung des Referenzsignals zusammenhängt), können die Gewichte überschwingen und der Filter instabil werden, wodurch der Fehler wächst statt schrumpft. Ein kleineres μ konvergiert langsamer, aber zuverlässiger.

Warum ist die Filterlänge N wichtig?

Die Filterlänge N ist die Anzahl der Taps (vergangener Samples), die der adaptive FIR-Filter zur Erzeugung seines Gegenrauschausgangs verwendet. Ein längerer Filter kann komplexeres Rauschen modellieren, einschließlich verzögerter oder gefilterter Versionen des Originalsignals, hat aber auch mehr Gewichte anzupassen, was in der Regel eine langsamere Konvergenz und mehr Rechenaufwand pro Sample bedeutet.

Warum beeinflusst die Referenzverzögerung die Leistung?

Die Referenzverzögerung simuliert eine Verzögerung zwischen der Erfassung des Rauschens und der Verfügbarkeit des Referenzsignals für den Filter, ähnlich den Verzögerungen durch die Mikrofonplatzierung in echten ANC-Systemen. Ist die Verzögerung im Verhältnis zur Filterlänge zu groß, schwächt sich die Korrelation zwischen der Referenz und dem tatsächlich am Fehlermikrofon eintreffenden Rauschen ab, und der Filter hat Schwierigkeiten, ein genaues Gegenrauschsignal aufzubauen, sodass die erreichte Rauschreduktion in dB sinkt.

⚙ Unter der Haube

Visualisieren Sie, wie aktive Rauschunterdrückung gegenphasige Signale nutzt, um unerwünschten Schall destruktiv zu überlagern.

noise-cancellationsignalsinterferenceaudio

3D · Three.js/WebGL-Renderer · Ziel 60 FPS · läuft vollständig clientseitig, keine Installation nötig

Was haben Sie gefunden?

Reproduktionsschritte hinzufügen (optional)