音响系统设计与优化 395

文本阅读：
　　音响系统设计与优化
　　们的需求而言，大多数标准设定就足够了
　　比拟的可靠性。随着信噪比的下降，获得稳定响应所需的均次数会增加；虽然噪声的叠加效应通过统计处理减低84.3信号的平均
　　了，但是噪声对信号的干扰依然存在。这是两者非常重要的区别。我们对含有噪声的信号听感不同于无噪声干扰信声学环境对测量是一种挑战，有许多因素会对传输的号的听感。信噪比和平均后的信号特性都是与我们的经验信号产生干扰，比如环境噪声、混响和天气变化等。任何有一定关系。因此，我们使用平均来确定经过统计消除了单一一次声学测量都存在由这些或其他因素引发的误差。噪声的信号，而利用信噪比计算来跟踪偏差量。偏差的测我们能做的最佳工作就是在实际条件下取得最大的测量准量是一致的，对此这里不再赘述。
　　确度，实现这一目标的最强有力工具之一就是平均。当我们考察全部的一组测量结果，并从中发现它的变化趋势平均的类型
　　的时候，为什么会相信一个测量结果呢？如果我们进行第对信号进行平均有各种各样的数学实现方法，在此我二组测量，有些信息可能就发现不了了。我们不仅是进行们不一一介绍，只是对优化比较有利的平均方案进行介两次结果的算术平均，而是要得到它们彼此之间的差异范绍。有关这些数学理论和其他方案的细节可以在厂商公布围：偏离度。我们不仅加倍了所作统计的可靠性，而且使的文献和科技文献中查阅到。这些方案可以分成几大主要测量结果更稳定，这有助于增加我们对数据的可信程度。类型：算术平均、不同样本的加权处理，以及如何维持当如果我们再进行更多次平均，则会进一步提高统计的可靠前的数据。
　　性，同时也进一步明确偏差的范围。
　　这里主要有两个基本的数学选项：RMS和矢量平均这些因素为什么会产生这样的影响呢？提高统计的可RMS（均方根）型平均用于单通道频谱RTA类型的仿真和靠性就是想方设法让信号免受噪声引起的误差的影响。噪冲击响应平均。RMS平均适合于平均随机信号，不适合于声会与输入信号叠加并在输出表现出来。可以肯定的是，从相关信号中识别出随机信号，这就是说它不是转移函数信号与噪声的关系会将我们在第2章中推导出的稳定叠加测量的首选。相对而言，矢量平均对幅度和相位变化十分条件破坏，两个信号不再是相关的。这将导致输出信号的敏感，所谓矢量是指这种平均方案是以信号的幅度和相位不稳定，并且输出与原始的输入信号呈非线性关系。由于（实部和虚部）间的矢量值为基础的。
　　噪声是随机的，信号与噪声的相位关系是随机的，所以噪加权平均方案一般分成两种类型：加权型和非加权型。
　　声的叠加影响最终被完全平均掉了。因此如果对信号进行权重是指每个样本对最终平均结果的贡献如何。如果样本足够的平均，则响应叠加中的噪声变为零，同时任意时刻被平等地对待，那么这种平均就是非加权型的。通常如果噪声对信号的叠加影响将消失
　　没有说明的话，一般就是采用这种形式的平均。如果有些偏差量的大小是我们第二个要考虑的问题。如果噪声样本被给与额外的关照的话，那么这种平均就是加权型平比信号强，那么偏差将会很大，因为噪声值在响应中占主均。加权平均的最常用形式就是指数平均，这种平均处理导地位。需要通过更多次的平均，产生可以与低噪声时相是对新的样本赋予比旧的样本更大的权重。指数平均对于370