top of page

終結Feedback - 如何計算PAG和NAG

  • 作家相片: Alex Chen
    Alex Chen
  • 2023年9月25日
  • 讀畢需時 2 分鐘

這篇文章解釋了如何計算潛在聲學增益(Potential Acoustical Gain,PAG)和所需聲學增益(Needed Acoustical Gain,NAG)。在項目設計階段,尤其是在需要語音增強的會議室中,這些值非常有用。


所需聲學增益(NAG)有助於定義系統為了有效運作需要達到的分貝值。


潛在聲學增益(PAG)有助於確定系統在發生反饋之前可以應用的最大放大分貝數。對於所得到的值,通常會使用一個6分貝的反饋穩定餘量(Feedback Stability Margin,FSM)。


目標是確保如果我們從NAG中減去PAG(PAG - NAG),我們得到的值為0,或者更好,是正值。如果這個計算結果是負數,我們知道系統將會出現反饋,並且房間裡的人將無法充分聽到。


請注意,PAG/NAG的計算基於反平方定律,但忽略了語音增強中涉及的幾個變量,因此不能替代更先進的聲學模擬工具。但是,如果仔細應用這些計算,它們可以提供對聲音增強系統預期性能的相當準確的估算。


計算PAG和NAG


定義:

  • D0 - 講話者與最遠聽眾之間的距離。

  • D1 - 源麥克風與最近的揚聲器之間的距離。

  • D2 - 聽眾與他/她最近的揚聲器之間的距離。

  • D3 - 講話者與最近聽眾之間的距離。

  • D4 - 講話者與麥克風之間的距離。

  • NOM - 開放麥克風的數量。



PAG公式

  • 如果NOM等於1,則 PAG = 20Log((D0 * D1)/(D2 * D4))

  • 如果NOM大於1,則 PAG = 20Log((D0 * D1)/(D2 * D4)) - 10LogNOM

  • 如果應用FSM,則 PAG = 20Log((D0 * D1)/(D2 * D4)) - 10LogNOM - 6 dB


NAG公式

  • NAG = 20Log(D0/D3)


例子

讓我們假設一個房間有以下尺寸和設備位置:


  • D0 = 6 m

  • D1 = 4 m

  • D2 = 3 m

  • D3 = 2 m

  • D4 = 1.5 m

  • NOM = 3

應用PAG公式得到的值為4 dB:


PAG = 20Log((D0 * D1)/(D2 * D4)) - 10LogNOM - 6 dB

= 20Log((6*4)/(3*1.5)) - 10Log3 - 6 dB = 4 dB


應用NAG公式得到的值為9 dB:


NAG = 20Log(D0/D3)

= 20Log(6/2) = 9 dB


如果我們減去這些結果,我們得到一個負值:


PAG-NAG = 4 - 9 = -5 dB


因此,我們知道系統將無法達到有效工作所需的放大程度。


但是,如果我們將講話者與麥克風之間的距離(D4)從1.5減少到0.4,我們可以重新計算如下:


應用PAG公式得到的值為15 dB:


PAG = 20Log((D0 * D1)/(D2 * D4)) - 10LogNOM - 6 dB

= 20Log((6*4)/(3*0.4)) - 10Log3 - 6 dB = 15 dB


應用NAG公式仍然得到的值為9 dB:


NAG = 20Log(D0/D3)

= 20Log(6/2) = 9 dB


如果我們減去這些結果,我們得到一個正值:


PAG-NAG = 15 - 9 = 4 dB


因此,我們現在可以預測系統更有可能達到客戶的滿意度。


Excel計算器


要計算上述公式,應在Excel中使用以下結構。


PAG(對於NOM>1且FSM=6dB)=20*LOG((Dist0*Dist1)/(Dist2*Dist4))-10*LOG(NOM)-6

NAG =20*LOG(Dist0/Dist3)


以下是一個用於計算PAG-NAG的基本電子表格計算器。


最新文章

查看全部
理想的波束塑形---Renkus-Heinz OmniBeam 波束引導演算法

作者:PSW Staff 原始文章 波束引導揚聲器專家系列 第三章 你是否曾走進一間擁有高天花板、玻璃牆或其他硬質建築表面的房間,嘗試進行對話或電話會議? 那感覺就像在回音室裡說話。這是因為聲音由壓力波組成,會在地板、牆壁、天花板或任何其他反射表面上反彈,隨著時間逐漸損失能...

 
 
 

Comments

Rated 0 out of 5 stars.
No ratings yet

Add a rating

©2023 ALXC 版權所有。

bottom of page