D級アンプの出力フィルタの試作

D級アンプの出力フィルタを試作しました。

こちらの記事が参考になります。

DC-DCコンバーターの出力フィルタリング
フィルターレイアウトを考える

主要部品:

コモンモードチョーク: PA2756NL

設計パラメータ:

100W D級アンプ(fc: 48kHz@8Ω)にあわせて、

fc=~48kHzとなるように、LCを選択。

 

出力フィルタの性能をLTspiceでシミュレーションしてみました。

コモンモードチョークのモデルはこちらを参考にしています。

コモンモードチョークコイルの等価回路構築(理論)

コモンモードチョークコイルの等価回路構築(実践)

LTspiceの回路図
スピーカー出力のFFT
試作した出力フィルタ

黒のコモンモードチョーク(484uH, 8A)、

黄色のXコンデンサ(10uF, 250V)、

水色のYコンデンサ(0.022uF, 250V)を

黒のユニバーサル基板に左右それぞれ、実装しています。

D級アンプのシングルエンド出力をYコンデンサでフロートして、コモンモードノイズをアースに逃がす形になっています。

実際の音はというと、電流モードD級GaN FETアンプおよびCHR70v3での評価ですが、高域が明瞭になり、ハイハットやシンバルの響きがクリアになります。また、ボーカルのエコーなども明瞭になります。

USBフィルタの評価

829999STICKを入手したので、簡単な評価をまとめておきます。

829999STICK

写真では、RT-USBVAC7QC, 829999STICK, GV-USB2の順に接続しています。

829999STICKは、USBフィルタの構成としては、D+, D-にCMC, VbusにT型フィルタとなっています。これらにさらにTVSでESD保護をかけています。

GV-USB2はケーブルテレビをPCで視聴するのに利用していますが、ノイズがUSBオーディオインタフェースに回り込むのがこれまで気になっていました。

また、GV-USB2はHigh-Speedで動作するため、Full-SpeedまでしかサポートしないUSBアイソレータは利用できません。

そこで、829999STICKのようなUSBフィルタを適用してみたところ、ノイズ対策としては十分なようです。

RT-USBVAC7QCはUSBの状態の確認に便利です。

USBアイソレータの評価その2

CN0419を入手したので、簡単な評価をまとめておきます。

CN0419

ADuM4160でデータをADuM5020でパワーを絶縁しています。

フィルターや保護回路も実装されています。

電源供給能力が0.5Wしかないので、

2.5W必要とするようなバスパワーのUSBオーディオインタフェース(UMC202HD)は駆動できません。

ACアダプタを接続した16bit, 44.1kHz, 2chのUSBオーディオインタフェース(B3)は、問題なく駆動できました。

また、Full Speedまでなので、24bit, 48kHz, 2chまでしか対応できません。

自作するなら、ADuM5020の代わりに、

3Wの絶縁型DC/DCコンバータを使用して、

バスパワーを2.5Wまでサポートできるようにするのが良さそうです。

こちらの記事が参考になります。

ADuM3160によるUSBアイソレータの製作

USBアイソレータの評価その1

NMUSBEVALEXCを入手したので、簡単な評価をまとめておきます。

NMUSBEVALEXC

絶縁型の2ポートUSBハブとして動作するタイプです。

USB Type Bの入力データポートにフィルタも実装されています。

電源はホストPCの他のUSBポートからMicroUSBで給電しています。

USB Type Aの出力2ポートがスタックで実装されています。

USBの出力ポート側にUMC202HDを接続したところ、ホストPCには48kHz/24bitのデバイスとして認識されます。

ホストPCのUSBポートに直結した場合は192kHz/24bitまで選択できるので、転送レートに制限があるようです。

また、FCA1616は認識されませんでした。

肝心のフィルタ効果としては申し分なく、PC側の他のUSBデバイスのノイズの干渉は感じられなくなります。

LLCコンバータの出力フィルタの試作

LLCコンバータの出力フィルタを試作しました。

こちらの記事が参考になります。

DC-DCコンバーターの出力フィルタリング
フィルターレイアウトを考える

主要部品:

インダクタ:B78108E

コモンモードチョーク:RT Series

設計パラメータ:

LLCコンバータの定格出力での2次側foper=180kHz(全波整流)として、

fc<18kHzとなるように、LCを選択。

 

出力フィルタの性能をLTspiceでシミュレーションしてみました。

リップル電圧としては、平滑後(緑: 100mV), DMフィルタ通過後(青: 1mV), CMフィルタ通過後(赤: 10uV)のオーダーです。

LTspiceの回路図
平滑後の正側レール電圧のFFT
DMフィルタ通過後の正側レール電圧のFFT
CMフィルタ通過後の正側レール電圧のFFT
試作した出力フィルタ

実際の音はというと、電流モードD級GaN FETアンプでの評価ですが、低域の出方と音像の広がり方が激変します。ノイズフロアが下がるのと、リニアレギュレータに匹敵するレベルまでリップルが下がるので、もはや異次元の音といった感じです。

リニア電源と違って、可聴帯域よりも高い周波数(>180kHz)のノイズなので、適切なフィルタ設計(fc<18kHz, -40dB/dec)で除去できるようです。

電流モードのD級GaN FETアンプのバランス入力化

グランドループを解消するために、HD400を利用していましたが、

SSM2141を組み込んでみました。

LTSpiceのシミュレーションで動作を確認してみます。

10kHzの正弦波(バランス入力:緑(Hot), 青(Cold))による過渡応答です。振幅が2倍になってアンバランス出力(赤)されます。

アンバランス出力のFFTです。

データシートのとおり、CMMR 20kHz 70dB typ程度となっています。

実際の基盤に組み込んだところです。ADP4001-2のソケットに下駄基盤を挿入して、SSM2141をADP4001-2の前に割り込ませています。また、入力信号をグランドから独立させるためにパターンカットもしています。

アンプの入力コネクタもNC3FD-LX-0に交換しました。

音質的にはHD400にくらべて、SSM2141の方が低域が太くなって広帯域に感じます。

TP65H300G4LSGによるD級GaN FETアンプの基板設計

TP65H300G4LSGによるD級GaN FETの基盤設計です。

PCBフットプリントはこちらを参考にしています。

Application Note 0007
PQFN88 and PQFN56 Lead-free 2nd Level Soldering Recommendations for
Vapor Phase Reflow

ソースパッドに隣接するベタパターンは放熱のためできるだけ大きく取っています。

ゲート抵抗(RR)とフェライトビーズ(MMZ-105H)も面実装品で設計しています。

T65PH300G4LSG-brd
配線図
T65PH300G4LSG-top
基盤上面ベタ
T65PH300G4LSG-bot
基盤下面ベタ

Spotify Web APIによる音楽データの取得と分析

Spotify Web APIで取得できる音楽データの分析例や関連するサイトをあげておきます。

KaggleのSpotifyデータの分析:

Spotifyで配信されている音楽 約17万曲分のデータを分析してみた。

Spotify Web APIの使用例:

SpotifyのAPI便利すぎwwwwwwwwwwwww

Spotify Web APIから分析用データセットをつくる

アーティストの関連性から楽曲を楽曲を見つけるサービス:

Musicroamer

ストリーミングサービスやソーシャルメディアのデータによるトレンドの分析サービス:

Chartmetric

お気に入りの音楽を見つける方法 その5

サーベイをしていて見つけた、興味深い本や論文、サイトを紹介しておきます。

ROCKOONOMICS 経済はロックに学べ!

音楽ビジネスの経済学的考察がまとまっていて、非常に面白いです。

特に、以下の章は、音楽情報検索の観点からみても興味深いです。

第5章 ヒットは「運」から生まれる ── 累積的優位とリスク管理

第8章 ストリーミングが世界を覆す ── サブスクリプション経済革命

Content-Based Music Information Retrieval: Current Directions and Future Challenges

The structure of this paper is as follows:

Section II introduces the types of tasks, methods, and approaches to evaluation of content-based MIR systems;

Section III presents methods for high-level audio music analysis;
Section IV discusses audio similarity-based retrieval;
symbolic music analysis and retrieval are presented inSection V;

Section VI presents an overview of advances in music visualization and browsing; Section VII discusses systems for music information retrieval;

and we conclude in Section VIII with a discussion of challenges and future directions for the field.

音楽の内容に基づく音楽情報検索の方向性と課題がまとまっている2008年の論文。特に、Section IV: Audio Similarity-Based Retrievalが興味深い。

Musipedia

メロディやリズムから曲を検索するシステム。

Last.fm

コミュニティベースの人気楽曲情報の共有と可視化をするシステム

お気に入りの音楽を見つける方法 その4

SpotifyのAPIを利用して5,000位ある音楽ジャンルの散布図を作成し、アーティストや楽曲、プレイリストなどを検索する、Every Noise at Onceを紹介しておきます。

Genre Map

トップページは、音楽ジャンルの散布図になっていて、上下(テクノからオーガニック)、左右(重めから軽め)といった感じの配置になっています。

直接、ジャンル名をクリックすると代表的な楽曲が再生されます。ジャンル名の右の>>をクリックすると、そのジャンルのアーティスト群のページが表示されます。

あるいは、右上のアーティスト検索窓にアーティスト名を入力すると、そのアーティストの含まれるジャンルへのリンクが表示されるので、そちらをクリックしても移動できます。

Tribal House

例として、Tribal Houseのジャンルに移動してみます。アーティスト名をクリックすると、代表曲が再生されます。アーティスト名の右側の>>をクリックすると、Spotifyのアプリが起動されて、アーティストページがオープンされます。

Satoshi Tomiie

例として、Satoshi Tomiieのページをオープンしています。

人気曲やプレイリスト、関連アーティストなどでさらに深掘りもできます。