一、核心算法研发与迭代 1、设计并优化 Smart PA 关键算法，包括振幅预测与保护（Excur Protection）、温度保护（Thermal Protection）、低频增强（Virtual Bass）、动态范围控制（DRC）、自适应 EQ 等 2、建立扬声器线性与非线性模型，利用自适应滤波（LMS/RLS）、状态观测器等技术实时监测扬声器参数（Fs、Qts、Bl、Le 等），实现动态功率边界管理 3、研究 PVDD 电源电压跟踪、多喇叭协同控制、失真抑制等前沿技术，持续提升系统效率与音质表现 二、算法仿真与验证 1、使用 Matlab/Simulink、Python 搭建算法仿真平台，完成算法的功能验证与性能评估 2、设计测试用例，通过客观指标（THD、SNR、频响）与主观听音相结合的方式验证算法效果 3、利用 KLIPPEL、Audio Precision、SoundCheck 等设备采集扬声器数据，提取模型参数并进行模型校准 工程化与平台移植 4、负责算法在主流 DSP/ARM 平台（如 Ceva、Hifi）上的定点化实现与性能优化 5、进行 MIPS、内存占用分析与优化，确保算法在资源受限的嵌入式环境中稳定运行 6、编写详细的算法设计文档、接口说明与测试报告，支撑产品量产与维护 系统联调与问题解决 7、与硬件、声学、软件团队协作，完成 Smart PA 系统的集成与联调 定位并解决产品开发与量产过程中出现的音频问题，如破音、失真、杂音、保护误触发等 8、平衡音质效果与硬件安全，在不同使用场景下优化算法参数

1、电子工程、声学、信号处理、计算机等相关专业本科及以上学历，硕士优先 2、2 年以上音频算法研发经验，有 Smart PA 或扬声器保护算法量产经验者优先；优秀的应届生亦可考虑 3、具备扎实的数字信号处理理论基础，良好的数学功底 4、对音质有较高的追求，具备基本的主观听音评价能力 5、精通 C/C++ 编程，具备嵌入式系统或 DSP 开发经验 6、熟练使用 Matlab/Simulink、Python 进行算法建模与仿真 7、了解扬声器工作原理与电声特性，掌握扬声器建模方法 8、能够使用 KLIPPEL、Audio Precision 等电声测量设备进行数据采集与分析