科學角度看音響2 :頻譜到傅立葉轉換,再看失真4大主因

ADVERTISEMENT

能量的計算方式

在討論訊號時必然會針對訊號的大小做計算,這便牽涉到了能量的計算方式。好比我們講噪訊比,就是真實的訊號和雜訊之間能量的比例。目前工業上使用的方式都是測量一小段時間後,以這段時間內的RMS(方均根)平均法得到的值來做代表。方均根常用來計算某組數據和某個數據的「平均差」,像交流電的電壓、電流數值以及均勻加速直線運動的位移中點平均速度,都是以其實際數值的方均根表示。計算公式為:

科學角度看音響2 :頻譜到傅立葉轉換,再看失真4大主因

另外,統計中的標準差s,就是所有數據x1到xn和平均值相減後的數據的方均根,可列為下列公式:

科學角度看音響2 :頻譜到傅立葉轉換,再看失真4大主因

這種計算方式可以在一定範圍內代表某種意義,但是在高階音響中,甚至是專業玩家的耳朵中它的意義並不大。RMS僅僅是統計方式,但如果這個模型算出來的數值無法正確對映到人耳的聽感那麼意義就不大了。就好比有一家公司,總經理和經理約10人,每位月薪都有2,000,000元以上,但其它所有小員工只有22,000元,但是對外號稱加入本公司當小員工,平均年薪達百萬,請問一下您會去加入嗎?但工業領域來說RMS值仍然有參考性,然而就人耳的聽感而言,類比工程師常常發現RMS值無法代表人耳的感受。常常有某種雜訊的RMS值明明比較小,但是卻會讓人很明確地感受到,而其它種類RMS值大的雜訊,卻反而沒人能注意到,這就是人類聽覺奇妙的地方。

科學角度看音響2 :頻譜到傅立葉轉換,再看失真4大主因▲上圖這類非常尖銳的雜訊,使用RMS統計值做為評估依據就不太有意義。這類訊號往往RMS值都很小,但是對系統卻有十足的破壞力,人類的聽覺也可以明顯聽到雜訊

 

魯蛇實驗室
作者

戶田惠梨香 新垣結衣 長澤雅美 吉高由里子 志田未來 北川景子 香里奈 竹內結子 北乃紀伊 菅野美穗 黑川智花 宮崎葵 夏帆 貫地谷詩穗梨 石原里美 有村架純 井上真央 真野恵里菜 能年玲奈 深田恭子

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則