Sistema para processamento de áudio em aparelhos auditivos baseado em filtros analógicos utilizando a decomposição Wavelet

• Main Author: Rodrigues, Gabriela Meira de Moura
• Other Authors: Haddad, Sandro Augusto Pavlik
• Language: Portuguese
• Published: 2014
• Subjects: Implantes cocleares; Aparelhos auditivos; Circuitos integrados; Processamento de sinais
• Online Access: http://repositorio.unb.br/handle/10482/16141

Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2014. === Submitted by Albânia Cézar de Melo ([e-mail]) on 2014-08-20T15:41:30Z No. of bitstreams: 1 2014_GabrielaMeiraMouraRodrigues.pdf: 2041493 bytes, checksum: 180ce25c6e4d76ca85efcf259d58dcff (MD5) === Approved for entry into archive by Guimaraes Jacqueline([e-mail]) on 2014-08-22T12:34:44Z (GMT) No. of bitstreams: 1 2014_GabrielaMeiraMouraRodrigues.pdf: 2041493 bytes, checksum: 180ce25c6e4d76ca85efcf259d58dcff (MD5) === Made available in DSpace on 2014-08-22T12:34:45Z (GMT). No. of bitstreams: 1 2014_GabrielaMeiraMouraRodrigues.pdf: 2041493 bytes, checksum: 180ce25c6e4d76ca85efcf259d58dcff (MD5) === A utilização de filtros analógicos da Transformada Wavelet (WT) em um sistema de tratamento de áudio para aparelho auditivo possui vantagens como melhor relação sinal-ruído (SNR), comparadas com outras técnicas de processamento de sinais utilizadas neste tipo de sistema. A relação sinal-ruído (SNR) é maior com esse tipo de tratamento, obtendo ainda melhor resultado ao selecionar a Gaussiana de ordem primeira como filtro da Wavelet. Além disso, devido ao fato de o sistema apresentado ser analógico não há necessidade de implementação de conversores Analógico-Digital (A/D) e Digital-Analógico (D/A). Foram realizados vários testes por diagramas de blocos, utilizando o programa computacional Simulink do MATLAB, com filtros passa-banda, passa-baixa e com todos os filtros da transformada Wavelet, confirmando o bom funcionamento da gaussiana de ordem primeira como filtro da Wavelet. Por fim, foram explanadas as diferenças entre os tipos e intensidades das deficiências auditivas, selecionando o grau moderado (entre 40 e 69 dB Na) para o tratamento com o presente sistema levando em consideração o limiar de dor dependente da frequência, ou seja, o limite máximo suportável pela orelha humana podendo ocorrer danos à estrutura. O som acrescido de ruído foi tratado pelas gaussianas 8,16,32 e 64 e em seguida foi submetido a um amplificador de controle de ganho automático (AGC). Através dos resultados obtidos em simulações elétricas, foi atingida uma melhor Relação Sinal Ruído (SNR), e assim, melhorando a qualidade sonora do sinal processado. ______________________________________________________________________________ ABSTRACT === The use of analog filters for Wavelet Transformer in a system for processing audio for hearing aid has advantages, for example, the better Signal Noise Ratio(SNR), comparing to others techniques of signal processing used in this type of system. The signal to noise ratio (SNR) is higher with this type of treatment, still getting better results when treated selecting Gaussian first order as a filter of Wavelet decomposition. Furthermore, the fact that the system is analog, there is no need to implement analog to digital and digital to analog converters. In this work several tests on system level where performed. Using the computation programmer Simulink of MatLab with band-pass filters, low-pass, and all filters of the Wavelet Transform, confirm the suitability of the Gaussian wavelet filter of the first order. The differences between the types and intensities of hearing loss were explained, choosing moderate (between 40 and 69 dB Na) for treatment with this system taking into account the threshold of pain frequency dependent, that is, supportively maximum limit damage to the human ear can occur structure. The sound with a Gaussian noise was addressed by 8, 16, 32 and 64 wavelet scales, and then, was applied to an automatic gain control (AGC) circuit. From the simulated results, we obtained better Signal Noise Ratio (SNR), and thus, improving the sound quality of the processed signal.