Zaloguj
Model IM72D128V charakteryzuje się stosunkiem sygnału do szumu na poziomie 71,5 dB(A). Oferuje dwa tryby pracy, różniące się poborem prądu: standardowy (430 μA) i energooszczędny (160 μA). Parametry te predysponują go do zastosowań wymagających rejestracji dźwięku z większej odległości, w tym do systemów aktywnej redukcji hałasu oraz systemów monitoringu, pracujących w warunkach podwyższonego zapylenia i wilgotności. IM69D129F ma nieco mniejsze rozmiary (3,5×2,65×0,98 mm), zapewnia stosunek sygnału do szumu na poziomie 69 dB(A), a jego pobór prądu wynosi około 450 μA w trybie standardowym i 170 μA w trybie energooszczędnym. Oba mikrofony wykazują płaską charakterystykę przenoszenia już od około 11 Hz. Zawierają cyfrowe wyjścia PDM, upraszczające integrację z nowoczesnymi procesorami sygnałowymi.
Ważną cechą obu układów jest możliwość dynamicznego przełączania między trybami pracy o różnej charakterystyce energetycznej, bez generowania słyszalnych przydźwięków. Ma to znaczenie zwłaszcza w urządzeniach bateryjnych, gdzie wymagana jest minimalizacja poboru mocy w stanie czuwania i zapewnienie wysokiej jakości sygnału w stanie aktywnym. Każdy egzemplarz jest fabrycznie kalibrowany z tolerancją czułości ±1 dB, co upraszcza projektowanie wielomikrofonowych układów pomiarowych oraz matryc do formowania wiązki akustycznej, zapewniając spójność amplitudową i fazową między kanałami. Zawartość harmonicznych wynosi około 0,1% przy poziomie ciśnienia akustycznego 94 dB SPL, a punkt przesterowania akustycznego sięga 128 dB SPL, co umożliwia rejestrację zarówno bardzo cichych, jak i głośnych sygnałów, bez obcinania i nadmiernych zniekształceń.
IM72D128V i IM69D129F mogą znaleźć zastosowanie m.in. w słuchawkach z funkcją ANC, laptopach, aplikacjach smart home, systemach alarmowych i małogabarytowych urządzeniach pomiarowych. Dzięki szczelnej konstrukcji MEMS, cyfrowemu interfejsowi PDM, małemu poborowi mocy oraz niewielkiemu rozrzutowi parametrów, opisywane układy doskonale nadają się do systemów analizy przestrzennej dźwięku i formowania wiązki oraz aplikacji opartych na przetwarzaniu sygnałów audio przez algorytmy uczenia maszynowego.
