Sonova通过基于模型的设计缩短了助听器和植入物的产品开发时间

为了彻底评估助听器的新信号处理功能，系统的输出通常必须是可听的，而不仅仅是在示波器上观察或进行数值和离线分析。

Sonova需要一种方法将设计理念快速转化为实时信号处理原型，可以直接连接到包含麦克风和扬声器的助听器外壳上。这种实时系统将使听力学家、声学专家和工程师能够评估真正感知到的音质，而音质只能部分地通过响度、锐度、粗糙度、音调、波动强度和其他客观测量来表达。

在通过原型设计和C语言实现了有前景的算法之后，Sonova需要一种方法来验证实现并将其打包，以便在其平台上重用，从而跨品牌和产品线。

Sonova采用MATLAB和Simulink进行基金宝app于模型的设计，以缩短其听力仪器和植入物的产品开发时间。

工程师们通过在Simulink中建模来探索新的信号处理技术和特征思想。金宝app设计建模主要使用加法、乘法和其他基本操作块，但一些高级功能建模使用DSP系统工具箱™和嵌入式MATLAB函数块。

在Simulink中运行初步模拟后，工程师使用Simulink Coder™从模型金宝app生成C代码。他们编译并将此代码部署到运行Simulink real-time™的Speedgoat实时机器上。金宝app

为了对原型进行实时测试，他们将Speedgoat系统的I/O接口连接到声学实验室的立体光刻助听器外壳中的麦克风和扬声器。除了主观评估音频输出外，团队还使用MATLAB和DSP系统工具箱捕获数据进行后处理和分析。

在基于实时测试结果优化Simulink金宝app模型后，工程师将其作为参考，为Sonova的DSP架构生成高度优化的C代码，这是一种旨在最小化功耗的专有解决方案。

该团队开发了一个MATLAB用户界面，集成了在Simulink中建模和生成C代码的工作流程。金宝app他们使用这个接口来创建和执行测试向量，刺激模型的输入并捕获其输出。

相同的测试被移植到C并用于验证C实现。

经过测试和验证的Simulink组件模型金宝app及其相应的C代码成为DSP平台库的一部分，并可在产品开发中重用。

在产品开发中，集成多个DSP平台组件，以创建功能齐全的助听器或听力植入物。工程师使用Simulink Report Generator™为其他技术单位的内部客户生成相应Simulink模型的交互式web金宝app视图。

整个公司的工程团队使用这些可重复使用的组件来组装完整的听力仪器信号处理系统。与单独的C库一样，完整的集成C代码也使用MATLAB用户界面进行了测试和验证。