Mesure et identification adaptative de réponses impulsionnelles acoustiques non-stationnaires

Abstract

La maîtrise possible de la qualité acoustique dans une salle permet d'envisager à terme de remplacer le traitement acoustique interne par des simulations numériques susceptibles de faire varier à volonté les conditions d'écoute Si cette maîtrise est indispensable à certains services comme la téléconférence, elle rend également possible d'autres applications plus complexes, telle la transmission de spectacles entre plusieurs salles. On a vu que l'utilisation des réponses impulsionnelles et du traitement de signal pour l'étude des phénomènes acoustiques est un avantage précieux et souvent irremplaçable. Cette méthode de mesure des réponses impulsionnelles acoustiques beaucoup plus performante que les méthodes traditionnelles qui génèrent une impulsion et enregistre la réponse de la salle Nous avons également testé et comparé deux méthodes différentes d'identification de ces réponses impulsionnelles à partir des signaux simulés la méthode d'inter-corrélation et l'algorithme du gradient stochastique normalisé NLMS à pas décroissant. Les résultats obtenus montrent la convergence rapide vers l'optimum de la mesure de l'algorithme NLMS-DC par rapport à l'inter-corrélation, à condition que la mesure se fasse dans un milieu non bruité Par contre l'inter-corrélation s'avère plus robuste dans ce milieu bruité que L'algorithme NLMS-DC Nous avons tiré aussi, après plusieurs simulations, indiqué certaines recommandations qu'il faut prendre en compte en pratique pour avoir des résultats optimisés. Enfin nous avons réalisé un banc de mesure de réponses impulsionnelles acoustiques stationnaires et non-stationnaires utilisant du matériels acoustiques professionnels. Les réponses impulsionnelles pratiques obtenues ont une dynamique moyennes de 38 dB La réalisation du banc de mesure nous a permi aussi de conclure que la méthode d'inter-corrélation identifie mieux les réponses impulsionnelles acoustiques dans les milieux bruités que l'algorithme du gradient stochastique à pas décroissant Enfin ces résultats pratiques peuvent être améliorés en prenant plus de précautions pour minimiser l'effet du bruit ambiant présent dans la salle durant la mesure. Comme perspectives dans le prolongement de ce travail nous proposons les points suivants : Capacité de poursuite des algorithmes d'identification Recherche de techniques qui permettent d'améliorer la capacité de poursuite et la vitesse de convergence des algorithmes existant en tenant compte des caractéristiques acoustiques du milieu Tests des algorithmes obtenus sur des signaux réel