音频信号分析仪设计

音频信号分析仪设计（共8篇）

音频信号分析仪设计 篇1

摘要：着重介绍音频信号分析仪的软硬件结构、特征及其工作原理, 设计采用DSPIC30F6014A单片机为主控制器, 基于A/D转换和快速傅里叶变换方法对采集的音频信号进行频谱分析, 能检测20 Hz10 kHz, 100 mV5 V的音频输入信号, 频率分辨率达到20 Hz, 检测出的各频率分量的功率之和不小于总功率值的95%, 单个频率功率误差小于10%, 因此在嵌入式系统方面具有较好的应用价值。

关键词：音频信号,DSP,FFT,DSPIC30F6014A

0 引 言

目前, 大多数音频信号处理仪不但体积大而且价格贵, 在一些特殊方面难以普及使用, 而嵌入式系统分析仪具有小巧可靠的特点, 所以开发基于特殊功能单片机的音频分析仪器是语音识别的基础, 具有很好的现实意义。

信号分析原理是将信号从时间域转换成频率域, 使原始信号中不明显特性变得明显, 便于分析处理。对于音频信号来说, 其主要特征参数为幅度谱、功率谱。该音频信号分析仪的工作过程为:对音频信号限幅放大、模数转换、快速傅里叶变换 (FFT, 时域到频域的转换) 、特征值提取;从到音频信号的幅度谱, 进而得到音频信号的功率谱[1]。

1 硬件设计

“智能家居” (Smart Home) 也称智能住宅。家居网络智能控制系统就是利用先进的计算机技术、通讯技术和嵌入式技术, 将家中的各种设备通过家庭网络连接成系统。整个智能家居系统的构成如图1所示。在该系统中, 对于某些家用电器设备的监测与控制需要进行音频信号的分析[2]。

本设计选用Microchip公司的DSPIC30F6014A单片机为核心处理器, 该芯片是MCU技术与DSP技术的结合, 既包含了16位MCU的控制功能, 又融合了DSP的高速运算技术, 实际上就是数字微处理器、可方便地实现音频信号分析的各种功能。音频系统框图如图2所示, 包括电源模块、预制电路、A/D转换模块、DSP模块、LCD显示模块等几个部分。各模块以及接口的具体设计和实现功能如下:

(1) 电源模块:采用直流三端稳压电源设计, 220 V交流电经降压、整流、滤波和稳压后, 转换成系统需要的±5 V、±12 V电源电压。

(2) 预制电路:为保证输入频宽在音频范围, 前端直流偏置电路采用OP07放大器, 第一级的加法器将输入信号与2.5 V电压值相加, 第二级的反相器将信号转移到A/D转换能处理的0～5 V范围。因输入端50 Ω电阻的接地, 故系统输入阻抗近似为50 Ω[3]。

(3) A/D转换模块:因为音频信号的输入只有一路, 所以在12位可配置的A/D模块的16个模拟输入引脚中只用到AN6, 初始化时, 将该引脚配置为模拟输入引脚, 同时, 因为处理后的音频信号电压为0～5 V, 将A/D模块的参考电压设置为0 V, 5 V。转换输出速率高达200 KSPS[4]。

(4) DSP模块:该数字微处理器是改良的哈佛结构设计, 可实时分析, 具有很高的分辨率。通过Microchip公司的MPLAB C30 C编译器调用DSP模块, 该编译器中提供49个DSP处理函数, 可以完成全部的数字信号处理[5]。

(5) LCD显示模块:用于直观显示频谱波形。

(6) ICD2调试接口:选用 Microchip公司的ICD2在线调试器, 为此预留了ICD2调试接口[6]。

(7) RC振荡器:此单片机可工作在外部时钟输入、外部RC输入、内部快速RC振荡器、内部低功耗 (RC) 振荡器四种模式, 以及在低功耗时使用的后分频器。本设计采用内部快速RC振荡器, 它能提供7.37 MHz的时钟, 由于要实现对音频信号实时处理, 所以没有用到后分频器[7]。

2 软件设计

音频系统主循环如图3所示。

(1) 经过采样、A/D转换完成后, 清除A/D使能标志, 得到离散化的数字信号。

(2) 调用周期判定函数, 实现对信号周期性的分析。

(3) 调用FFT变换函数, 对离散信号的快速傅里叶变换, 实现时域到频域的变换。

(4) 显示输入信号的频谱。

(5) 计算信号的功率谱及计算最大功率。

(6) 显示信号的功率谱及最大功率。

2.1 A/D采样

理论分析:因12位的A/D模块, 故量化单位为1/212, 因频率分辨率Δf=100 Hz、FFT的子样本点数N=512, 故采样频率fs=51 200 Hz (fs≤NΔf) 、采样周期Ts=1/51 200 s (采样周期=采样时间+转换时间) 。因振荡频率为7.37 MHz, 故指令周期TCY= (1/7.37) × 4=0.5 μs。

实际控制:转换时间为14个TAD (为正确A/D转换, TAD=333.33 ns) 。所以, 配置A/D自动采样时间为6个TAD, A/D转换时钟为16TCY, 则A/D转换总时间为0.092 ms, 采样频率为10.87 kHz。

A/D模块工作在系统时钟源、自动转换模式, 每完成一次转换进入一次中断。在程序中应该定义一个采样点数的结构体, 用于存放A/D采集到的数据, 每个结构体内包括一个实部和一个虚部。在中断服务子程序中, 由A/D模块采集到的数字量存储到结构体的实部, 共进行采样点数次转换, 中断服务子程序的流程如图4所示。

2.2 周期判定

音频信号的频率分量不但多, 而且不具周期性。测量周期可以在时域也可以在频域, 但是由于频域测量周期性时要求某些频率点具有由规律的零点或接近零点出现, 所以对于较为复杂的、频率分量较多且功率分布较均匀且低的信号就无法正确地分析其周期性。因此, 对于信号的周期性判定, 应该在对信号进行FFT变换之前, 直接调用周期判断函数[8]。周期性判定子程序流程图如图5所示。

2.3 FFT变换

由于直接傅里叶变换的计算量与子样本点数N的平方成正比, 在N较大时, 计算量太大, 不适合在资源有限的嵌入式系统中实现。所以最常用基2 FFT算法, 其主要思想是将N点直接傅里叶变换分解成多个较短的直接傅里叶变换, 再利用旋转因子的周期性、对称性, 在很大程度上节省了系统资源。

MPLAB C30 C编译器内部提供了几乎全部的数字信号处理软件工具, 通过DSPIC30F系列微处理器[9], 只需调用Microchip公司提供的库函数, 即可方便的实现数字信号处理。对于基2 FFT变换来说, 其软件流程图如图6所示。

2.4 特征值提取

对频域分析起决定作用的量包括采样频率、采样点数。通过FFT[10]变换, 得到离散化的幅度谱X (k) , 先将离散化的幅度值平方, 再除于子样本点数N, 就可得到该频率点对应的功率值 (功率=X (k) *X (k) /N) 。

3 结 语

系统的主要性能指标为:输入阻抗50 Ω;输入信号电压范围 (峰-峰值) 100 mV～5 V;输入信号包含的频率成分范围为200 Hz～10 kHz;频率分辨力为100 Hz (可正确测量被测信号中, 频差不小于100 Hz的频率分量的功率值) ;输入信号的总功率和各频率分量的功率, 检测出的各频率分量的功率之和不小于总功率值的95%;各频率分量功率测量的相对误差的绝对值小于10%, 总功率测量的相对误差的绝对值小于5%;以5 s周期刷新分析数据, 信号各频率分量应按功率大小依次存储并可回放显示, 同时实时显示信号总功率和至少前两个频率分量的频率值和功率值, 并设暂停键保持显示的数据。

基于DSP单片机技术的音频信号分析具有性能稳定、电路简单、速度快、成本低、体积小的特点, 适用于需要音频信号分析的嵌入式系统中, 可以在更多领域进一步推广和应用, 如环境监测、语音识别、智能系统的控制等。

参考文献

[1]胡航.语音信号处理[M].哈尔滨:哈尔滨工业大学出版社, 2000.

[2]王平, 程明传.嵌入式无线家庭网关的设计与实现[J].微计算机应用, 2008, 24 (29) :53-56.

[3]夏宇闻.Verilog数字系统设计教程[M].北京:北京航空航天大学出版社, 2003.

[4]谢自美.电子线路设计.实验.测试[M].2版.武汉:华中科技大学出版社, 2000.

[5]刘文波, 张弓.混沌信号中隐含周期信号的一种识别方法[J].雷达与对抗, 2001 (1) :46-49.

[6]杨素行.模拟电子技术基础简明教程[M].北京:高等教育出版社, 2006.

[7]何立民.单片机高级教程[M].北京:北京航空航天大学出版社, 2001.

[8]丁玉美, 高西全.数字信号处理[M].2版.西安:西安电子科技大学出版社, 2006.

[9]代红权, 陈海燕.基于Matlab的大学物理实验数据处理系统[J].重庆工学院学报:自然科学版, 2007, 21 (3) :32-34.

[10]梅海清, 冯毅.数字变频FFT在频谱分析中的应用[J].石油化工自动化, 2003 (1) :57-58.

广播电台音频信号电平的掌握 篇2

音频信号电平的大小，直接影响信号的质量指标，如信杂比、失真度和频响。电台的工作人员天天与音频信号打交道，应能正确地掌握信号流程环节中的电平大小，否则节日质量就难以保证。现在一些地方台的节目尤其是直播节目，在本地收听就象听远方电台的广播一样，声音忽大忽小，有时把音量开到最大也难以收听好。给我印象深刻的是，某些台的技术部负责人，对送入调频发射机的音频信号的大小，不是根据调制度来定，而是根据收音机上音量指示的大小而定。这种情况，实属个别，但很说明问题。还有，在社会上，许多音像制品，其输出电平也很不一致。可见信号电平把握不准现象，还是随处可见。

2、节目录制造成电平不准确

电台节目录制，通常使用盘式磁带。信号录在磁带上，其磁平的大小是以磁通量的大小来表达的。带速不同，其工作磁平也不同。以常用的两种带速为例；带速为19cm/秒，工作磁平为160nwb/m；带速为9．5cm／秒，工作中磁平为125nwb/m。但实际工作过程中，我们并不要掌握磁平的大小，而只需使最大录音音量控制在0VU；就可保证磁带上的信号具有规定的磁平。由于VU表示的是平均值，当录音信号达0VU时，其峰值已达到4dB。

现地方台大都使用价廉的录音座和盒式带录制节目。卡座上的LED指示器，液晶带状电平表，荧光指示等音量指示，它能反映音量的瞬时值，用它来录音时，其最大录音电平应达4dB。一些人将0dB当成0VU，因而录出来的节目信号电平偏低，造成音轻或信杂比低。

3、节目信号在调制发送时造成的偏差

节目的发送，无论是中短波发送还是调频发送，送入发射机的音频信号大小应以调制度大小为准则来进行调整。调制度以百分数表示，最大为100％。对调频发送，调制度以频偏△f表示，△f=7．5kHz相当于100％的调制度。调制度大小必须严格控制。为此；在音频信号进入发射机前，一般要加限幅器，不过，一些台由于经费问题将它也精减了。调制度掌握不好，其影响是多方面的，如调幅发射，当调制度大于100％时，则属过调制引起失真，调制度过小时则使发送功率减少，影响覆盖范围。调制度一般控制在90～95％，但有的节目如交响乐等音乐节目，其动态范围大，其调制度的大小就会相差许多。

4、节目源信号电平至关重要

广播电台的节目信号，来源不同，其电平也不同。而这些信号须进入各种设备进行处理后才进入载体(磁带或发射机)，这些设备的输入电平都有一定的规定。若低于最小值，则尽管把音量放大置于最大位，也可能达不到所要求的电平，即使达到了，其噪声也是很大的。若等于最大值，则会引起前级过载产生失真，一旦前级失真。则后面的讯号都无法恢复。所以，确保节目源信号电平至关重要。

音频信号分析仪设计 篇3

关键词：单片机,快速傅里叶变换,频谱,失真度,周期性

0 引言

工程技术领域都会涉及要处理各种音频信号,如电机振动发出的声音,利用滚动轴承的音频信号对内圈、外圈、滚动体和保持架等轴承的4 个重要部件进行故障诊断。为了对音频信号进行处理,往往采用数字信号处理的方法进行编码、传输和存储。但在实际的音频信号的数字化信号处理系统中,由于各种频率成分相差很远的信号混叠在一起,系统需具有相应的检测装置和多种采样率,并根据所传输的信号自动完成采样率的转换。现介绍一种基于单片机MSP430F5438 的音频信号分析仪的设计,对所测量的音频信号进行FFT( 快速傅里叶变换) ,把时域信号转变为频域信号,在此基础上可以进行各种分析［1－2］。

1 系统硬件电路设计

1. 1 系统结构

系统的硬件电路主要由信号源或信号叠加电路、电压跟随器、可编程增益放大器、低通滤波器和电平转换、MSP430F5438 单片机、LCD显示和键盘等部分组成,系统结构框图如图1 所示［3］。

1) 信号源或信号叠加电路

信号叠加电路采用反向求和电路,将N路信号求和后输出。信号调理电路采用由新型低噪声的OPA 211 精密运算放大电路,不仅可以将输入的毫伏级电压信号加以放大,而且可以过滤掉不必要的干扰噪声信号。此电路可方便实验调试时用。

2) 电压跟随器

将50 Ω 电阻与电压跟随器输入端并联,可以满足信号源输出内阻与测量电路的输入电阻匹配的要求。

3) 可编程增益放大器

PGA103 是美国BURR - BROWN公司的新型可编程增益放大器,可通过数字编程方式将器件的增益设置为1、10 或100,特别适于信号变化范围大的应用场合。图2为PGA103 的基本应用电路,输入和输出均以接地端( 引脚3) 为基准,在有噪声或高阻抗电源的应用中,在靠近引脚处需要接去耦电容。为了确保良好的增益精度,接地端和零电平( 理想地线) 之间的电阻要确保很小,0. 1Ω 的电阻将使G=100 时的增益减少大约0. 2% 。选择增益的数字输入端AO和A1 与单片机相接。

4) 低通滤波器

设计要求音频信号为10 k Hz以下,为了使信号能抗混叠,则需对不用的高频信号进行滤除,从而提高系统测量精度。通过滤波器的快速设计方法设计出四阶巴特沃思低通滤波电路。从电路的幅频响应曲线来看,其滤波的衰减曲线是较为陡峭的［4］。

5) 电平转换

MSP430F5438 单片机的工作电压为3. 3 V,A / D转换只支持单极性输入范围。对于有±的输入信号的系统来说,则需加直流电平把信号抬高,所以必须加电平转换。

6) MSP430F5438 单片机

MSP430F5438 最小系统板采用了MSP430F54xx系列单片机片中的最高型号MSP430F5438,16 位的单片机,片上资源十分丰富。MSP430F5438 内部集成有多通道、高速A/D转换模块ADC12,能提供多通道12 位精度的A/D转换,其最大采样速率可以达到200 ksps。ADC12 模块内包括采样/ 保持功能的ADC内核、转换存储辑、内部参考电平发生器、多种时钟源、采样及转换时序电路。对于大多数现场数据采集的应用环境而言,MSP430F5438 内部集成的ADC12 模块都能较好地满足数据采集的要求。

7) LCD显示模块

LCD显小模块用于直观显示设定的参数、分析的数据和频谱波形。

8) 按键

通过按键可选择频率成分分析、周期性判别和失真度测量等工作程序。

1. 2 系统工作原理

输入m V ~ V级的音频信号经过前端调理( 电压跟随器、可编程增益放大、四阶低通滤波器、电平转换) 后,送入单片机MSP430F5438 的片内模/数转换,经转换后的数字信号直接送入芯片中对其进行FFT运算,从而得到其频谱,同时对其求模取平方得到其功率谱,再将功率谱信息送到单片机中进一步分析,从而获得各频率成分的功率及失真度等。上述处理的结果通过高分辨率的LCD上显示出来。

由于工程上经常要检测各种相差很远的信号混叠在一起的频率成分,为实验调试方便,前级输入设计了“加法器”,将信号叠加求和后输出至下一级。

2 软件设计

2. 1 FFT的MATLAB仿真分析

快速傅里叶变换,是离散傅里叶变换的快速算法,它是根据离散傅里叶变换的奇、偶、虚、实等特性,对离散傅里叶变换的算法进行改进获得的FFT的本质也是离散傅里叶变换DFT。N点序列的DFT和IDFT变换定义式如下:

利用旋转因子具有周期性,可以得到快速算法( FFT) 。

在MATLAB中,可以用函数X= FFT( X ,N) 和X= IFFT( X,N) 计算N点序列的DFT正、反变换。以某固定频率的正弦信号为基频,通过分别掺杂另外频率的正弦信号和方波信号,设计模拟的离散化采集系统,在一定的采样频率下,对采集的离散数字信号进行FFT分析,得出混合信号中的频率成分和各成分的功率谱密度。本设计将3 路不同频率( 1. 0 k Hz、1. 1 k Hz、1. 8 k Hz) 的信号通过加法器,用MATLAB编程,进行FFT分析,图3 分别所示的是FFT后的时域图形和频域图形［5］。

2. 2 程序设计

1) 主程序设计

主程序首先执行系统初始化工作,然后进入A/D采样,转换得到的数据作FFT运算处理,通过键盘的管理,分别转向频率成分分析、周期性判别和失真度测量等任务［2］。主程序流程框图如图4 所示。

2) 功率谱的计算

功率谱测量主要通过对音频信号进行离散化处理,通过FFT运算,求出信号各个离散频率点的功率值,然后得到离散化的功率谱。

假设采样频率为fs,信号频率为f,采样点数为N。那么FFT之后结果为N点的复数( a+bi) 。每一个点就对应着一个频率点。这个点的模值,就是该频率值下的幅度特性。假设原始信号的峰值为A,那么FFT的结果的每个点( 除了第一个点直流分量之外) 的模值就是A的N/2 倍。而第一个点就是直流分量,它的模值就是A的N倍。由于FFT结果的对称性,通常只使用前半部分的结果,即小于采样频率一半的结果。模值除以N/2 就是对应该频率下的信号的幅度( 对于直流信号是除以N) ,总功率的计算公式即为:

3) 周期性判别

对于普通的音频信号,频率分量一般较多,它不具有周期性。测量周期可以在时域测量也可以在频域测量,但是由于频域测量周期性要求某些频率点具有由规律的零点或接近零点出现,所以对于较为复杂的,频率分量较多且功率分布较均匀且低信号就无法正确的分析其周期性。而在时域分析信号,可以先对信号进行处理,然后假定具有周期性,然后测出频率,把采样的信号进行周期均值法和定点分析法的分析后即可以判别出其周期性。

综上,选择信号在时域进行周期性分析和周期性测量。对于一般的音频信号,其时域变化是不规则的,所以没有周期性。而对于单频信号或者由多个具有最小公倍数的频率组合的多频信号具有周期性。这样可以在频域对信号的频谱进行定量分析,从而得出其周期性。而通过先假设信号是周期的,然后算出频率值,然后在用此频率对信号进行采样,采取连续两个周期的信号,对其值进行逐次比较和平均比较,若相差太远,则认为不是周期信号,若相差不远( 约5% ) ,则可以认为是周期信号。

4) 失真度计算

失真度定义为被测信号各次谐波的电压总有效值与被测信号中基波电压的有效值的比值。用下式表示:

式中a1———基波电压的有效值;

an———第n次谐波电压的有效值;

由此可知只要通过FFT算法求得基波和各次谐波的有效值,即可计算出信号的失真度［6］。

3 系统测试与结果分析

3. 1 测试仪器

测试所用的仪器设备有:

1) YB1732A /3A直流稳压电源;

2)TDS1012C-SC数字双踪示波器;

3)SPF20A数字信号发生器;

4) UT802 台式数字万用表。

3. 2 测试与结果

测试主要基于3 个方面:

1) 在一定的采样频率下,采集3 路不同频率叠加后作为输入的信号,对数字信号进行FFT分析,得出混合信号中的频率成分和各成分的功率谱密度,对Mtalab的仿真进行验证。

2) 对输入频率为1 k Hz、峰值为100 m V ~ 5 V的正弦波,进行测量与分析。输入电压范围及总功率测量的数据如表1 所示。

3) 对频率范围为20 Hz ~ 10 k Hz、幅度为2 V的正弦波输入信号( 折算在50 Ω 上的输入总功率值为40 m W) ,进行测量与分析。输入频率范围及总功率测量的数据如表2 所示。

4 结论

音频信号分析仪设计 篇4

数字信号处理器(Digital Signal Processor)作为一种专用的高性能处理器,在通信、电力、自动控制等领域发挥着举足轻重的作用。工程师进行DSP程序设计时通常使用两种方法:一种是通过建立常规的系统工程,编写程序代码的方式;另外一种是使用半图形化的DSP/ BIOS或SYS/BIOS对DSP进行程序设计。第一种方法的设计过程太过复杂,工程师通常都需要查阅大量技术文档才能完成相关控制寄存器的配置。此外,在进行多任务设计时,工程师还要考虑程序的结构问题。第二种方法针对前一种方法的缺点进行了一定改进,减少了一定的程序设计量,工程师也不需要再去组织程序的结构, 但还是要大量的编写程序代码,这些现象导致在实际工程应用中,工程设计进度缓慢,设计方法复杂。基于模型化快速DSP程序开发方法的出现使得这类问题得到了解决。

基于模型设计方法是通过将Matlab/Simulink和DSP编程软件有机地结合起来使用。这样,工程师能够在Matlab中的Simulink工具中进行系统原型设计、自动代码生成和嵌入式系统开发。利用这样一种简单快捷的设计方法,工程师不仅可以对系统设计方案进行快速验证,分析方案的可行性,也可以快速对数字信号处理算法进行评估,从而在短时间里完成系统设计、算法构思到代码的实现。这样,工程师就可以将主要精力放在算法的研究,而不是琐碎的程序代码设计上。这就加快了系统软硬件的开发速度,降低了工程师的入门门槛; 解决了DSP嵌入式工程师既要有深厚的理论知识积累, 又要有熟练的嵌入式编程经验的难题。因此,这样一种基于模型化的设计可以在实际工程设计中被广泛使用。

1建立音频数据采集系统模型

为了验证这样一种方法,建立了一个音频数据采集系统的模型,以这种快速简单的模型化设计方法来实现这个系统的功能。在开始设计之前需要设置一些环境变量,将CCS软件和Matlab软件有机结合起来,配置的主要工作就是在系统中指定相应软件的工作路径,并设置好仿真器配置文件。

完成了相关的配置之后,打开Matlab的Simulink工具。新建一个名为SAMPLE_SYSTEM的模型文件,选择器件库中的“Embedded Coder”→“Embedded Tar-gets”→“Processors”→“Texas Instruments C2000”,然后选择C28x3x模块,从这个库中添加异步通信接口(SCI)发送模块和模拟/数字信号转换模块(ADC)到模型设计文件中。由于此次设计的系统是一个多点数据采集系统,各个数据采集模块会分开工作,最后共用一个SCI串口将数据上传到上位机,选中“Simulink”→ “Signal Routing”,将其中的复用器MUX拖入模型中,通过这个复用器,多个ADC的模块就可以共用一个通信接口于上位机完成通信。

由于F28335的片内ADC采用的数据格式是12位的无符号整型,而SCI接口通常采用的是8位的字符型数据,这两者的数据并不匹配,因此需要对ADC采集到的数据进行一定的处理之后才能交给串口发送出去,而Simulink中并没有现成的模块,但是提供了自定义模块的功能,可以选中“Simulink”→“User-Define Functions” 将用户自定义模块添加到系统模型中。通过对这个自定义模块的编辑,实现数据类型的转换,使数据可以被SCI接口正常的接收和发送。

添加所需要的模块之后,将各个模块接口按功能需求连接起来,ADC的三个通道分别连接到了各自的数据类型转换模块的输入口,这些模块的输出口和SCI模块通过复用器MUX进行连接,实际的连接情况如图1所示。

2系统模型配置

为了实现各个模块的正常工作,需要对各个模块的参数进行配置。这一步的实质其实就是通过图形化的界面完成对DSP相应的控制寄存器的配置;因此,工程师不必再查阅技术文档即可完成相关的寄存器配置。

首先对ADC模块进行设置,将使用的ADC模块设置为ADC_B,并且开启ADC_B的3个转换通道。在这里还可以配置ADC的采样频率和触发方式。在本设计中将ADC采样频率设置为0.000 1 s,将触发方式设置为软件触发。SCI接口的配置和ADC的配置基本类似, 这里不再赘述。ADC的配置界面如图2所示。

值得一提的是,在配置ADC时可以选择是否启用DMA(Direct Memory Access)传输ADC采集到的数据。 DMA的使用可以使CPU不再管理ADC的运行,也就不需要花费大量的时间等待模/数转换的完成,CPU只在需要使用数据时,才到指定的地址中获得相关数据,这使得处理器有更多的时间去执行其他任务,这种方法在DSP程序设计中被广泛使用。但是,DMA控制器的配置非常繁琐,很多工程师对此只能望而却步,放弃这一对系统性能改善有明显提升的方法。而在基于模型化的设计中,工程师只需选择使用DMA就可以完成DMA的配置,这对提升系统性能和缩短程序的开发周期而言,有着重要的作用。

用户自定义模块的功能是实现数据类型的转换,将ADC采集到的16位无符号整形数据转换成8位的字符型数据,通过编写这个模块的C语言控制程序就可以实现数据类型转换的功能。用鼠标双击这个自定义模块就可以进入这个模块的设置窗口(如图3所示),在这里,工程师可以完成模块功能的设计。该模块将转换完成的数据封装到一个包含了相关信息的数据帧中,从模块的输出口送出。

在实际中,工程师也完全可以根据自己的实际情况,将一些更有效的算法设计成模块,在移植这种模块化的程序时,不做任何修改就可以使用。

最后就是对目标平台进行设置,这里将目标平台设置为TMS320F28335,时钟频率设置为150 MHz,这样就完成了对整个系统的设计。 整个过程中,没有对TMS320F28335的任何一个寄存器进行设置,也没有查阅任何参考文档。这样的设计方式无疑是非常实用的。

3系统实际测试

配置好模型设计文件之后,点击模型设计窗口右上角的建立模型按钮,此时,Matlab就开始编译文件,并将编译过程的相关信息在Matlab的控制台上显示出来,编译结束之后生成一个.OUT可执行文件,将这个可执行文件通过计算机系统的控制台自动下载到DSP芯片中。程序文件下载过程中计算机系统的控制台提示信息如图4所示。

程序下载完成之后,首先将音频信号接到一个音频信号预处理的硬件上,该硬件电路将输入的音频信号限制在0~3.3 V之间,并对输入信号做了抗混淆滤波处理, 处理之后的信号就输入到DSP的信号采集接口。然后, 将硬件电路的串口和计算机串口连接起来,并打开计算机上的串口监视软件,按照相应的通信协议完成串口的设置。确认设置之后,串口就显示出了接收到的数据, 串口监控软件接收到的数据如图5所示。通过数据显示,监控软件不断地接收到采集系统发送来的数据,数据被成功采集到计算机中。

为了更为直观地查看采集到的数据波形,将串口数据监视软件关闭,打开一个串口数据的波形显示软件, 就可以显示出采集到音频信号的时域波形。该软件显示采集到的音频信号时域波形如图6所示。由于在测试时只对ADC的A路输入了信号,而其余两路都没有信号输入,所以该软件只显示出了A路信号的时域波形,这与串口数据监视软件接收到的数据是匹配的。这就说明了这种基于模型化的DSP程序快速设计方法是易用可行的。

4结论

设计一个基于DSP的音频信号数据采集系统,通常需要编写大量的控制寄存器,而工程师无法记忆这么多寄存器的配置方式,只能查阅数据手册,一旦配置错误, 很难再找出问题,这就导致了开发方式效率低下,开发周期长。而使用基于模型化的设计方法,工程师只需要在图形化的对话框中就可以完成相应的配置。这样就可以提高程序的开发速度,降低程序设计的难度。工程师甚至不用编写一行代码就可以实现DSP程序的设计。这种模型化的DSP系统快速设计方法非常适合在实际工作中使用,有着极大的实际意义和推广价值。

摘要：数字信号控制器具有数字信号处理器和微控制器的优点,在现代自动控制、数据采集系统中占据着重要的地位,TMS320F28335作为目前最主流的数字信号控制器,在实际工程中被广泛的使用。目前该处理器存在着程序设计周期长,程序设计过程复杂等问题。采用模型化设计的DSP嵌入式系统程序开发方法能很好地解决这个问题。以设计一个基于DSP的音频数据采集系统为例,通过将CCS软件和Matlab/Simulink进行有机的结合,对模型进行图形化界面配置,最终实现目标处理器程序代码的自动生成、下载、调试和运行,从而快速地实现音频信号数据采集系统的设计。

关键词：TMS320F28335,数据采集系统,Matlab/Simulink,模型化设计

参考文献

[1]陈志英,刘虹,陈飘萍.基于模型的数字滤波器设计及DSP实现[J].厦门理工学院学报,2015,23(1):39-44.

[2]邓盼,侯志敏.基于DSP模型的快速代码的生成[J].现代电子技术,2015,38(6):142-144.

[3]王伟,李育挺,马松辉.基于模型的验证与测试技术[J].计算机测量与控制,2013,21(4):987-989.

[4]侯莹,洪征,潘璠,等.基于模型的Fuzzing测试脚本自动化生成[J].计算机科学,2013,40(3):206-209.

[5]刘洋,周宇博.基于模型的设计[M].北京:国防工业出版社,2011.

[6]冷斌,李学勇,刘建华.一种基于Matlab的DSP调试及直接代码生成方法[J].现代电子技术,2008,31(20):68-70.

[7]梁志强.基于模型的DSP程序设计[J].微计算机应用,2008,29(3):93-97.

[8]Texas Instruments.TMS320x2833x,2823x serial communications interface(SCI)[EB/OL].[2009-09-15].http://www.ti.com/lit/ug/sprufz5a/sprufz5a.pdf.

[9]Texas Instruments.TMS320x2833x,2823x system control and interrupts[EB/OL].[2010-03-21].http://www.ti.com/lit/ug/sprufb0d/sprufb0d.pdf.

音频信号分析仪设计 篇5

智能信号切换设备一般都有两个工作状态:自动切换、手动切换。在自动切换状态下,当主路信号丢失时设备自动切换到备用信号,而主路信号恢复后,设备则会自动地切换回主路信号上;在手动状态下,值机人员手工操作信号切换。这些信号的切换动作,表面上看起来已经很完美了,但在发射台的实际应用中还是发现了一个小问题,即切换时听众会感受到信号出现了短暂的停顿或重复。这是由于同一个节目的信号,经过不同的路由(光纤、卫星、微波)和路径(模数转换、编码、解码、数模转换)后,其到达发射台前端是有时间差的,即信号不同步。下面所讨论和阐述的就是如何运用音频比对技术实现音频信号源的同步切换。

1 音频包络比对的提出

1.1 常规的音频比对技术

音频比对技术是利用数字音频的时域、频域特征和属性来分析两段音频序列的相似度,再以相似度的大小来判断这两段音频序列播放的是否是相同或相似的内容。其流程大概是:音频采集(滤波(增益补偿(模数转换(压缩(提取特征参数(比较特征参数(输出比对结果。

滤波和增益补偿主要目的是降低噪音的干扰;压缩处理是为了减少音频中相关性较低或不相关的参数,提高后续工作的处理速度;特征参数是指音频流中以帧为单位提取出音频的质心、均方根、Mel倒谱系数、音高、振幅、带宽、能量等;音频比对是利用上一步提取的特征参数完成计算和比较,将比较结果同预先设定的阈值进行对比,得出最终结果。

音频比对技术在实现时并不考虑音频的具体内容,它只注重音频序列的关键参数和属性的相似度。

1.2 常规音频比对算法的技术特点

常规算法中对音频特征参数的提取,主要是在频域空间中分析并完成的。在时域空间变换到频域空间时,多采用矩形窗(一个矩形窗包含若干个音频帧,一个音频帧包含若干个音频样本),通过各种频域变换(傅里叶变换、离散余弦变换、离散小波变换)而完成。这种频域变换的特点,是能有效地体现音频信号局部区域的频率特征,其应用于完全同步的信号比较(语音文件比对)或语音识别(特定人、物比对)中,是比较有效的,但在广播节目的信号比对中,常规算法有很大的缺陷:其一,广播信号由于经过不同的路由通道,多路信号不可能被同步采集处理,即两路相同音频信号在不同延迟时间的条件下,其矩形窗频域特征很难做一致性判断;其二,时域转换为频域的算法时间复杂度很大,傅里叶变换的时间复杂度是O(NlogN),而高速算法也只能达到O(NlogN),这在实时性很强、数据量很大的广播信号比对中,应用的局限性非常大。

1.3 音频比对新算法方案的提出

图1是一个人分别两次朗读同一首诗歌所录制下来的音频时域波形图。仔细观察便可发现一个重要的特征:剔除朗读时停顿的影响(删除静音部分),剔除朗读时音量(振幅)大小的影响,两张波形图是及其相似的。

通过图1音频特征的分析,提出一种新的音频比对算法:在音频的时域空间,按几何方法比较其音频包络的相似度。

2 音频包络比对技术要解决的问题

2.1 包络的几何相似度判定

把音频包络的几何形态看做是N纬空间中的向量,于是该问题就转化为N纬向量相似度的判定问题。向量的相似度判定在数学上使用距离的概念。向量距离的计算有很多种方法,简要说明如下:

对二元向量,可采用“简单匹配系数法”“杰卡得距离(Jaccard系数)法”“Dicc系数法”。这些算法由于是只针对二元向量运算,所以不适合在音频比对中应用。

对一般向量(多维向量),可采用“欧氏距离(Euclidcan)法”“曼哈顿距离(Manhattan)法”“马氏距离(Mahalanobis)法”“Cambcrra法”。但上述算法中,向量中个别元素对向量的影响会被放大或缩小,而此影响反而在音频包络的比对上并不适合。

从上述向量距离测度的算法中,根据音频包络的特性与算法特征进行匹配筛选,决定采用“夹角余弦”的向量距离完成相似度测度及判定。

向量夹角余弦的几何意义,如图2在三维空间中就是向量A与向量B之间的夹角θ的余弦,用cosθ表示向量的相似度,其取值范围是[-1,1],1表示向量重叠夹角为0。,即向量相同;0表示向量垂直夹角为90。,即向量完全不同;-1表示向量方向相反。对应于音频包络的几何形态,1表示包络形状一致;-1表示形态一致但一个是包络的上升段,而另一个是包络的下降段;0则表示包络形态完全不同,一个包络处于基本平直的段,而另一个包络处于急速上升或下降段。

沿向量的方向,增大或减小向量的模长度,对夹角的大小不产生没有影响,此特性恰好能消除音频振幅大小对包络几何形态相似度的判定。如果采用欧氏距离计算dist (A,B)则会因为坐标的变化产生重大影响。

向量夹角余弦公式推导:

如图3的平面三角形,a,b边的夹角为θ,余弦定理描述为:

以坐标(x1,y1),(x2,y2)代入公式得:

化简得:

同理可推导出三维空间中,两个向量的夹角余弦公式为:

再推广到N维空间中,两个向量{x1,x2…xn)和{y1,y2…yn}夹角余弦公式为:

2.2 音频振幅的变化对包络几何相似度的影响

广播信号的音频比对与常规的音频比对是在完全不同应用场景下实施的,在广播信号中的音频比对和测量,尤其是在同步切换器的使用中,用户并不关心信号的节目内容而专注于同一个节目的信号,经过不同的路由路径后是否发生了变化,比如更关心的是信号的延迟、丢失、信噪比异常等。

向量的夹角余弦测度方法,恰好能避免上述环境的变化对音频比对效果的影响。从几何意义的角度上看,算法中比较的是向量的方向,而向量的长度(模)的变化不会对角度产生任何作用。如图4,向量a与向量b夹角,不会因为向量b线性延长为向量c而发生改变。

数学推导证明如下:

两个向量{x1,x2…xn}和{y1,y2·yn},设yi=λxi(i=1···n),则:

结论:向量各维度坐标的线性变化不会改变向量的方向。该结论如下图5,在音频包络上的几何意义为:包络A与包络B是相同的。

而音频在时域空间的包络幅度其物理意义代表音频的响度(音量),从而得出结论:使用向量夹角余弦算法,音频响度的线性变化,不会影响相似度比对的效果。

2.3 背景噪音的干扰对包络几何相似度的影响

从日常经验知道,音频背景噪音的量级大约是纯净信号的3%～5%,于是设yi=xi+σi,σi为xi的背景噪音(σi≤0.05xi),则:

观察一段音频信号的包络,会发现一个特点:信号以X轴(时间轴)为中心上下震荡,并近似于X轴对称。于是可以令化简得:

上述加扰后的余弦公式中当n=1时,可以把X看做是直角三角形的A边,σ看做是直角三角形的B边(B的边长非常小,只相当于A边长的3%～5%),上述公式就等价于三角函数中余弦的定义式:

由于b非常小,因此COSθ非常接近于1,也就是说干扰的影响非常小,几乎可以忽略,当n越大干扰对相似度的影响就越趋近于0。通过计算机模拟测试,在n=20的条件下,加入3%～5%背景白噪声干扰,相似度的影响在0.7%～0.9%范围内变化。下表是对各种不同类型的向量曲线,加入3%-5%的随机白噪声后,计算机模拟得到的结果:

于是,可以得出经验性结论是:使用夹角余弦算法,背景噪声的干扰对多维向量相似度的影响程度降低了一个数量级。因此只要设定恰当的相似度阈值匹配门限,就完全可以消除背景噪声的干扰。

从余弦算法的理论值来说,信噪比只要能达到13dB,就能很好地完成音频比对了,而一般的接收设备性能都远远超过这个理论值。

3 音频包络比对的实现方法

3.1 音频比对窗口

对同时多路采集到音频,经过数字化后成为音频数字流。音频相似度比对前的准备工作就是要按统一的时间跨度分割为一个一个相同时间长度的矩形比对窗口,多路音频都在同一个度量窗口中完成相似度比对。

比对窗口的宽度要根据实际的应用场景进行调整。窗口太宽则比对的时效性会降低;窗口太窄则不易准确定位多路音频的时间同步点。在不同的应用环境中,需要对窗口宽度实际进行测试调整。比如需要比对两路光纤传输的信号时,可以把窗口设计的比较窄,考虑到光信号经过不同的路由延时,则按0.5～1s开设音频比对窗口就足够了;如果需要比对最快到达的音频信号(播音室输出信号)和最慢到达的卫星信号,可以把窗口设计的宽一些,1～2s (卫星的高度约36000km,因此卫星信号至少有0.2s的延迟),具体实施时通过调整窗口宽度参数来完成配置。

软件在设计上最优的方法是:查找多路音频同步的时间点时,比对窗口宽一点,这样方便准确定位;一旦多路音频同步上后,就可以动态地缩小比对窗口的宽度,从而提高比对的时效性能。

为方便起见,在后面的论述中我们窗口宽度设计为2.1s的原因是中心时间点数据为0.1s,中心点前后各有1s的音频数据长度,这只是为了方便计算和论述。同步切换器中的嵌入式DSP在对窗口数据进行比对时会消耗一点时间,这段时间叫“窗口间隙”其长度随数据量及DSP速度而不同,大约耗时0.2～0.5s,这段时间的音频不参与相似度比对。

3.2 比对算法

3.2.1 音频帧的划分

进行音频包络几何形状的完整相似度比对,数据量太大了,因此需要进行简化,方法就是划分音频帧,用音频帧的平均能量替代包络的几何形态。

通过划分音频帧,参与相似度运算的数据量将大大缩小。通过这样的运算等于忽略了音频包络的细节,而只关注音频包络的曲线特征,其在频域上的理论就是忽略高频部分,而声音的主要特征是由低中频部分来承载的。因此,使用音频帧划分音频比对窗口,既简单快速又能很好地完成音频比对。

3.2.2 音频帧能量计算

音频帧的能量,采用平均振幅的方法进行计算。把音频帧内所有样本的振幅累加得到帧的能量和,其平均值记为该帧的能量,即

3.2.3 相似度计算

进行相似度比对的每路音频,其左右声道窗口数据分别通过上述运算得到一系列音频帧能量数据队列Pi (i=1…n),当音频窗口按前述的2.1s时长进行分割时,则n=41,中心帧序号为21,中心帧左侧包含前1s的20个帧能量数据,中心点右侧包含后1s的20个帧能量数据。

每两个待比对的音频,分别按左声道和左声道、右声道和右声道进行相似度运算,如果需要考虑音频比对系统中允许左右声道接插错误的情况,那么还要完成两路音频左右声道的交叉相似度比对,把相似度匹配最佳的声道作为同一个声道,继续完成后续的计算任务。

立体声(调频)广播的音频要分别按左右声道完成相似度比对,其“左左”声道和“右右”声道相似度的平均值作为整体的相似度。

3.2.4 向量维度的确定

把音频帧能量序列看成向量,然后计算两路需比对的音频帧向量的夹角余弦。那么向量的维度如何确定呢?向量维度大,其几何意义表示用一大段的包络片段进行比对,准确性高,但运算量大;向量维度小,表示用一小段的包络片段进行比对,准确性低,但运算速度快,于是适当选取向量维度的大小是很重要的。

3.3 查找音频同步时间点

在广播节目中,AB两路音频信号经过不同的路由链路(光纤、微波、卫星、网络),它们到达音频比对监测点的时间一定是有差别的。在信号非同步状态下进行对位比较不会得到正确的结论。因此,查找音频的同步时间点是完成相似度比对的前提和条件。

查找同步点的方法就是在音频窗口中依次错位比对所有连续音频帧向量的相似度,然后挑选相似度最高的时间点作为同步点。为简化描述,假设AB两路音频在窗口中的帧能量序列PAi和PBi中只包含5个音频帧(i=0,…4),中心帧的索引编号是2,向量的维度采样半个窗口宽度,即维度为2,如图7所示:

假设AB两路音频是同步的(两路音频同时到达,此时称音频的同步时间点为0ms),则下面4组向量比对的相似度平均值,一定是最高的。

假设B路音频比A路音频提前半个音频帧(50ms)左右先期到达(此时称音频的同步时间点为-50ms),则下面3组向量比对的相似度平均值,一定是最高的。

假设B路音频比A路音频提前一个音频帧(100ms)左右先期到达(此时称音频的同步时间点为-100ms),则下面2组向量比对的相似度平均值,一定是最高的。

假设A路音频比B路音频提前半个音频帧(50ms)左右先期到达(此时称音频的同步时间点为50ms),则下面3组向量比对的相似度平均值,一定是最高的。

假设A路音频比B路音频提前一个音频帧(100ms)左右先期到达(此时称音频的同步时间点为100ms),则下面2组向量比对的相似度平均值,一定是最高的。

AB两路音频到底是同步的呢,还是有先有后呢?同步时间点是多少呢?非常简单,把上面描述的错位比对过程全部运算一遍,找出相似度最高的作为候选的同步时间点。对连续的N个窗口通过上述过程经过N次测试后,如果最佳的同步点都落在同一个时刻,就说明已经找到同步时间点了。

3.4 音频比对与报警切换

在确定了同步时间点后,后续的相似度比对就采取定位的比对运算。可以定义相似度门限,该门限应该比同步查找的门限略微放宽,若连续几次的相似度低于门限,则可以报警了,同时把输出信号切换到其它正常的信源信号上,此时程序再次返回到同步时间点查找过程中。

4 结语

本文是基于广播发射台实际工作的需要而提出,上述方法已经过实验证明可行,下一步将出产品。广播发射台实现音频信号源的同步切换,必将带来播出质量的提高,是广播发射工作的实际需要。

摘要：现在的广播发射台信号进行切换时,信号经常出现停顿或重复现象。为了消除此现象,本文提出了采用音频包络比对技术,经过比对窗口设置、划分音频帧、相似度计算等步骤,实现音频信号的同步切换。该技术方法已得到实验验证,若得以实际推广应用,必将有效提高广播发射台的播出质量。

关键词：信号切换,音频包络比对,相似度

参考文献

[1]郭兴吉,范秉琪.基于特征的音频比对技术[J].河南师范大学学报:自然科学版,2006(5).

音频信号分析仪设计 篇6

关键词：激光,红外,音频信号

1 引言

近年来, “自由音频”这一概念越来越引起人们的关注, 人们期望在保证高音质的同时, 能够摆脱线材的束缚, 方便安全的欣赏音乐。我们从物理实验角度出发, 利用激光, 红外两种无线传输媒介, 设计、制作了无线音频装置, 并详细分析了两种方案的优劣, 为它们的无线音频应用提供一些理论依据。

2 原理

由于是声音信号的无线收听, 研制装置主要解决声音信号的拾取、无线传输和还原三个问题。实验中我们设计了激光, 红外两种实现方案。

2.1 激光方案

激光方案就是用半导体激光发生器产生的一束极细的红光激光, 射到密闭声源附近的玻璃上, 玻璃会因声源的声音变化而产生轻微振动, 此时从玻璃上反射回来的激光包含了声波的振动信息, 在反射光线经由的一定位置用专门的接收器 (光敏二极管) 接收, 将光信号转化为电信号, 再通过信号放大和功率放大电路以驱动扬声器实现声音还原。

2.2 红外方案

红外方案是用压电陶瓷贴片附到声源近处的密闭外壳上, 物体因声源的声音变化而产生轻微振动, 经过压电陶瓷贴片将转化为电信号, 通过放大电路将信号放大并加载在专门的红外发射二极管将电信号转换为红外光信号发射出去。接收端用与之配套的红外接收二极管进行红外光信号的接收并转换为电信号, 再通过信号放大和功率放大电路以驱动扬声器实现声音还原。

3 电路设计

激光、红外两方案所拾取的原始信号都是微小信号, 因此必须经过信号放大电路放大。同时在收听时还要进行功率放大才能驱动扬声器。

3.1 信号放大电路

信号放大电路主要完成小信号的电压放大任务, 其失真度和噪声对系统的影响最大, 应优先考虑。此放大电路都带有反馈, 具有良好的抗共模干扰能力。通过集成运算放大芯片NE5532构成了前置放大电路, NE5532内部有两个集成运放。

实验中第一个运放用作电压跟随, 作用在于稳定信号。

第二个运放用作信号放大。输入电压为Ui, 输出电压为U0, 电位器阻值1～50K可调, 则理论放大倍数为2～5 1可调。实验中可根据需要进行调整。

3.2 功率放大电路

音频功率放大电路是由集成功率放大芯片LM386构成的集成OTL电路。其作用是将输入的较微弱信号进行放大, 产生足够大的电流去带动扬声器进行声音的重放。L M 3 8 6芯片的优点具有静态功耗低、工作电压范围宽、外围元件少等优点, 因此我们选择使用它来组建功率放大电路。

此电路的电压放大倍数为20～200倍数可调, 我们将经过两级信号放大电路放大后的声音信号输入功放电路, 同时通过调节电位器R 1来改变输入功放电路的信号电压从而调节扬声器音量, 实现声音的重放。

4 效果比较与分析

实验中我们将声源放在一个有机玻璃罩里, 分别用两种方案装置进行了测试, 并用示波器观察了还原之后的声音波形, 通过测试综合分析两种方案的优缺点, 可以得出如下结论: (1) 从示波器记录的波形来看, 两种方案的还原效果是不一样的, 其中的干扰和失真产生的原因也不尽相同。在没有给声音信号时, 红外方案的波形比较干净, 而激光方案的波形则有许多的毛刺出现。这是由于光敏二极管外界环境下工作会受到环境光的干扰, 而环境光对红外二极管却几乎没有影响。 (2) 从实验装置的使用距离和传输方式来考虑, 红外方案和激光方案的感应距离都在5～10m, 并且传输过程中不能有障碍物; (3) 从可操作性来看, 红外方案需要在声源盒上安放压电陶瓷片来拾取声音信号, 而激光方案通过激光入射和反射就能很方便的拾取信号。

针对两种方案各自的缺点, 可以做以下的改进: (1) 在激光方案中, 给光敏二极管加上一个遮光罩, 就可以滤除大部分的可见光干扰;将红光激光换成红外激光, 也可以减少可见光的影响。 (2) 利用滤波电路滤除不需要的信号来改善效果。 (3) 利用红外光的漫反射传播, 在小范围内解决红外光的直线传播的缺点。

5 结语

本文围绕激光、红外两种声音信号无线收听方案, 详细介绍了这两种方案的实现流程和实验电路, 同时利用示波器的波形记录, 分析了两种方案的干扰信号的来源。从还原效果、实用距离和可操作性等角度比较了两种方案的优缺点, 并提出了具体的改进方案和措施, 从理论上指导了它们的无线音频应用。

参考文献

[1]渴望自由漫谈无线音频[J].电脑迷, 2009, (03) :26-27

[2]张宏希.红外接收组件原理及应用电路[J].石河子大学学报 (自然科学版) , 2005, 23 (6) :758-760.

音频信号分析仪设计 篇7

关键词：Sigma-Delta调制器,开关电容积分器,数字滤波器

0 引言

随着工艺尺寸不断缩小, 元件失配限制了Nyquist频率ADC实现精度。而Sigma-Delta ADC基于过采样及噪声整形技术, 不受采样/保持电路匹配精度对分辨率的影响, 能够获得14 bit以上有效位数, 因而被广泛用于中低速、高精度模数转换领域, 如电子测量、地磁传感、音频设备中等[1]。

Sigma-Delta ADC包含调制器和数字滤波器两部分。调制器采用过采样和噪声整形技术, 将带内量化噪声调制到高频处;后接数字滤波器进行低通滤波的同时, 将输出降到Nyquist频率。本文根据实际应用要求, 基于SMIC180 nm混合信号工艺, 实现了一种应用于音频信号的16 bit Sigma-Delta A/D转换器。

1 Sigma-Delta调制器结构设计

由z域分析可知, 输入信号x (z) 通过L阶Sigma-Delta调制器后, 输出信号如式 (1) 所示, 其中e (z) 为量化噪声。

由上式可知, 输入信号延时了L个时间单位, 而噪声被L阶整形。Sigma-Delta ADC转换精度由通带内信噪比 (SNR) 决定, 理想L阶Sigma-Delta ADC的SNR可表示为[2]:

其中OSR为过采样率, N为量化器位数。由上式可知, 通过增加调制器阶数、过采样率或量化器位数都可以有效地提高信噪比[3]。

本次设计采用1 bit量化mash2-2结构。由式 (2) 计算可知, 为实现16 bit的量化精度, 并为电路设计留有一定的裕量, 选择64倍过采样率。调制器的simulink模型如图1所示。

H1 (z) 、H2 (z) 为数字抵消逻辑, 其传输函数分别为z-2、 (1-z-1) 2。通过大量仿真验证, 最终选取系数见表1。理想条件下, 系统信噪比为107 d B, 满足设计要求。

2 Sigma-Delta调制器电路设计

本次设计的Sigma-Delta调制器包括开关电容积分器、量化器、开关电路等模块。

2.1 栅压自举开关和传输门开关

开关的非线性导通电阻、阈值电压变化等都会引入谐波失真, 都会影响信号的无杂散动态范围。本次设计中采用栅压自举开关以及传输门来实现模拟开关。栅压自举技术使得NMOS开关的Vgs不随输入电压的变化而变化, 进而提高开关的线性度。往往用在ADC最前端。具体实现结构如图2所示。

当时钟信号clk为高电平时, 开关管M7的栅压为0 V, M3和M8导通使电容C3充电至vdd;当clk为低电平时, M3和M8关断, M4、M6导通, 使得开关M7栅源电压为C3上的电压, 与输入信号无关, 达到栅压自举的效果。本次设计Vgs保持恒定在1.6 V, 当输入信号为10 k Hz时, 对输出信号作DFT分析, 可得SFDR为140 d B, 达到设计要求。

设计传输门开关时, 使其导通电阻满足马鞍曲线, 从而补偿N管和P管跨导差异, 减小开关非线性。本次设计PMOS和NMOS的尺寸比为4:1。

2.2 运算放大器

本次设计的调制器共需要四个运算放大器, 采用折叠式共源共栅结构, 如图3所示。最终实现指标见表2。

由于运放采用全差分结构, 所以输出共模电平对MOS管之间匹配比较敏感[4]。本文采用开关电容共模反馈, 使共模输出电压稳定在0.9 V。

传统的4电容共模反馈电路如图4所示, Vop和Von为运放的输出端。在φ1相位, 共模参考电压Vcm与偏置电压Vbias连接在C1上, 在φ2相位, C1、C2电容发生电荷共享, 产生Vcmfb电压, 即所希望的共模反馈控制电压。这个电路的缺点之一是输出端在φ1、φ2相位存在不同负载电容的切换问题, 这将影响运放的稳定性。本文采用的结构如图5所示。通过多加入两个电容, 使得输出端口在φ1、φ2相位具有相同的负载。此外, 这种结构比传统结构能更快地将共模电压建立到所希望的值。

2.3 量化器

在Sigma-Delta调制器中, 比较器的非理想特性受到噪声传输函数整形作用, 所以电路中对其性能要求不是很高[5]。由于比较器要在一个较宽的输入信号范围内正常工作, 本次设计选用了功耗不高且满足性能要求的边沿触发离散比较器, 如图6所示。

当clk为低电平时, M7、M10导通, M3、M4关断, 比较器输出端Out+、Out-都为低电平, RS锁存器输出保持不变, 比较器处于复位阶段。当clk从低到高跳变时, M7、M10关断, M3、M4导通, A、B通过M1、M2开始放电, 放电速度由输入电压决定, 输入电压高对应放电速度快。假设In+输入电压高于In-, 则A点放电速度高于B点, 最终使A点为低电位, B点为高电位, 完成比较功能。本文设计的比较器比较精度为0.4 m V, 延迟时间为10.2 ns。

3 数字滤波器的设计

信号经过Sigma-Delta调制器完成带内噪声整形, 再通过数字滤波器对高频噪声滤波, 并将信号降采样至Nyquist频率。图7为滤波器整体结构。

3.1 CIC抽取滤波器

CIC滤波器的z域传输函数为:

其中D为抽取因子。由于单个滤波器不能对噪声进行足够的抑制, 为达到足够的衰减, 必须采用多个滤波器级联。对于L阶调制器, 需要采用L+1阶CIC滤波器[6], 本次设计采用5阶级联CIC滤波器并完成16倍抽取, 其z域表达式为:

5阶CIC滤波器级联还可以写成如下形式[7]:

对应的CIC滤波器的实现框图如图8所示。

该结构由四级抽取因子为2的相同结构FIR子滤波器级联组成。进一步推导子滤波器传输函数:

采用polyphase结构完成子滤波器设计, 如图9所示。该结构先对信号进行降采样再滤波, 由于更多寄存器工作在降采样后的时钟频率下, 从而降低电路整体功耗。

3.2 CIC补偿滤波器

信号通过CIC滤波器后, 需级联一个补偿滤波器对通带衰减进行补偿。采用polyphase直接型FIR滤波器转置结构实现具体设计。此外, 采用移位加代替乘法器以减少硬件开销。使用Matlab filter builder工具箱, 分别设置通带波纹和阻带衰减为0.01 d B和90 d B, 得到16阶补偿滤波器系数, 对其进行CSD编码, 从而减少系数中1的个数, 进一步降低功耗。

3.3 半带滤波器

本文采用半带滤波器对信号进行最后一级的滤波和降采样。由于半带滤波器中一半的系数为0, 功耗较低。使用Matlab filter builder工具箱得到126阶系数, 并对其进行CSD编码, 同样采用polyphase直接型FIR滤波器转置结构完成设计。

4 ADC整体仿真结果

当输入为500 m V@10.625 k Hz正弦波时, 调制器的输出信噪失真比为96.3 d B。整体ADC的信噪失真比为95.9 d B。

调制器的输出频谱如图10所示, ADC的输出频谱如图11所示, ADC的整体版图如图12所示。

5 结论

本次设计基于SMIC 180 nm工艺, 实现了一种应用于音频的16 bit Sigma-Delta ADC。其中调制器采用mash2-2结构, 数字滤波器采用CIC滤波器、CIC补偿滤波器及半带滤波器级联实现。仿真结果表明, 该ADC能够达到95.9 d B的信噪失真比, 有效位数为15.6 bit, 整体功耗约为2.34 m W。

参考文献

[1]Wu Haijun, Li Bin, Zhang Huabin.A 1.2 V power adaptable95-to-67 d B DR 2-2 mash delta-sigma ADC with configurable OSR[C].Electron Devices and Solid-State Circuits, Hong Kong, 2013:1-2.

[2]Yang Shaojun, Tong Ziquan, Jiang Yueming.The design of a multi-bit sigma-delta ADC modulator[C].International Conference on Measurement, Information and Control, Harbin, 2013:280-283.

[3]SCHREIER R, TEMES G C.Understanding delta-sigma data converters[M].New Jersey:Wiley&Sons Inc, 2004.

[4]NANCE M, Ericson.High-Temperature, high-resolution A/D conversion using 2nd-and 4th-order cascadedΣΔmodulation in 3.3 V 0.5μm SOS-CMOS[D].University of Tennessee, Knoxville, 2002.

[5]del Rio R, Medeiro F, Perez-Verdu B, et al.CMOS cascade sigma-delta modulators for sensors and telecom[M].Netherland:Springer Inc, 2006.

[6]ALLEN P E, HOLBERG D R.CMOS analog circuit design[M].Oxford University Press Inc, 2011.

音频信号内容比对实用算法 篇8

1.1信号传输拓扑示意图

广播电视信号制作好以后, 通过各种媒介传输到覆盖设备的前端, 进行编码调制后送达最终受众的终端。覆盖方式主要包含无线覆盖 (发射机房) 、有线覆盖 (有线电视网络) 、互联网覆盖 (网络数字媒体) 、卫星覆盖等, 示意图如下:

一般来说作为覆盖设备的机房, 其信号源都需要有来自不同路由的主、备路, 如图中所示。主、备路由有各种不同的组合, 如双光纤 (路由不同) , 或一路光纤、一路微波, 也有些机房还会使用接收自卫星的信号作为备用信号源, 如图中的“发射机房”。

1.2 非法信号入侵的途径

如图1所示, 以“发射机房”为例。由于传输路途可能很遥远, 实际上每一种传输路径都有可能被插播。光纤可能被窃听, 获取传输格式, 然后切断插入非法信号;微波传输, 在靠近的地点使用大功率非法信号波束照射接收天线, 可能压制合法信号;卫星接收的信号源, 当卫星被非法信号攻击时, 也可能被非法插播。

虽然实现上述插播方式有一定难度, 遭遇到的可能性不高, 但安全播出的要求很高, 还是需要对一切可能的安全播出隐患做出防范对策。

2 防非法插播的技术策略和关键算法

2.1 技术策略分析选择

如果直接对信号源的内容意义进行分析, 判断其内容是否符合政策和宣传要求, 那么按现有的计算机软件软件技术而言, 不仅难度非常高, 而且准确率和实时性也很难满足要求。但是考虑到实际上信号源有多路的情况下, 我们可以用更简单的办法来判断是否有哪路信号路径被插播。那就是把同一节目的来自不同路由的信号源拿来进行内容比对, 如果所有路由的信号内容全部相同, 那么说明信号是安全的;否则, 说明其中必有一路信号被非法插播, 这时就要马上输出报警信息, 等待人工对信号内容进行识别判断。如果信号源路由超过2路, 也可以先把内容与众不同的那一路排除出去, 从内容相同的信号源中选一路输出去播出, 然后再报警请求人工监听的最后裁决。

使用内容比对的方法, 我们不需要对信号内容的意义做出判断, 只需要对不同信号源的内容是否一致做出判断即可, 这样对技术上的要求就降低到了可行的程度。

2.2 音频信号内容比对的依据

可用的技术手段, 无非是用于音频信号处理的电路硬件和对采样数据进行分析的软件。关键在于对信号源内容是否一致的特征提取。如果对某路音频信号源的信号波形用示波器进行观察, 可以发现每当播音员讲话或播放音乐时, 示波器上都会出现相应的波包, 而当出现节目间隙、语言语句之间的间隙、音乐之间的间隙的时候, 示波器上的波形就近乎一条直线 (幅度近乎零) 。如图2～图5所示:

我们可以把语音节目的内容, 看成是由各种不同时间长度和幅度变化规律的波包, 以及各种不同时间长度的间隙组成的信息系列。这种系列与节目内容一一对应, 相同的节目内容必有完全相同的系列, 而不同的系列则意味着不同的节目内容。图2展示了两路内容相同、没有时延差的语言信号的信息系列, 图3是内容不同的信息系列。

因此, 我们就把对内容的判断转化成对音频信息系列的比对判断, 如果信息系列完全相同则内容相同, 否则内容不同。从图2～图5可以看出来, 只要比对的信号中有一路是纯语言类, 内容相同与否其特征非常明显;音乐 (或带音乐背景) 类信号之间, 以及与准白噪声之间的波包特征差别较小甚至难于分辨。

2.3 具体电路和关键算法

来自不同路由的音频信号可能存在时间延迟, 即不同步的问题。因此在进行信号比对之前必须先把两路信号的时间点“拉”齐, 一般是把先到达的信号延时然后与后到达的信号对齐在同一时间点。假设最大可能的信号时间延迟为5秒, 用于信号比对的时长为3秒, 下面讨论不同处理算法的资源开销。

2.3.1 直接对音频信号高速采样的比对方案

直接的音频信号采样, 为了不漏掉任何一个信号上升下降细节, 采样率最好是最高信号频率分量的十倍以上。调频立体声的音频信号最高频率达15 KHz, 采样率需要达到150 KB/S。因为比对前不知道两路信号哪一路的延时更多, 所以实际需要截取的信号时长是比对时长与最大信号延时时长之和, 即8秒。每一路信号8 s时长的采样数据个数为8*150K=1200K。为了得到信号比对的结果, 需要对每一路信号的采样数据逐个后移, 取其后3 s的数据与另一路信号的前3 s数据进行逐个比对, 因此最大的比对次数为2*5*150K*3*150K=6.75*1011次, 而每次比对都需要取数、运算、比较判断、统计存储等操作, 最少也需要10个指令周期, 就算都是单时钟周期指令, 总共也需要6.75*1012个时钟周期, 这一切需要在3秒内完成, 所以每秒需要最少2.25*1012个时钟, 即时钟频率要达到2250GHz。这还只是进行两路信号的比对运算量, 如果要求更多路信号的比对, 运算量还要大得多。这样的运算速度对于单核的芯片是很难完成的, 需要多核的高速芯片并行计算才可能实现。因此这种方案成本太高, 现实可行性差。

2.3.2 先对信号进行包络检波, 再低速采样的比对方案

如果先对音频信号进行幅度变化的包络检波——简单的预处理, 那么虽然我们失去了波形的瞬间 (毫秒级) 幅度变化细节, 但是还是可以保留语句、音乐等间隙和幅度变化的整体趋势等最重要的特征信息, 而这些信息对内容比对来说就已经足够了, 这样做的结果就是可以极大降低比对所需要的运算速度。下面以图6的预处理电路参数为例说明:

上图中的检波电路可以消除检波二极管死区电压的影响, 即使只有几十毫伏的音频信号也能得到正常的包络输出。包络跟踪的R1C1=47 ms, 因此采样周期可以取5 ms, 即采样速率200 B/S。对于时长3 s、最大可能延时量5 s的两路音频数据进行完整比对所需要的最大比对次数为2*5*200*3*200=1.2*106次, 需要的总时钟周期数为1.2*107, 如果运算时间最长为3 s, 则时钟频率要求为最小4MHz。这样的运算速度要求还不到上一方案的百万分之一, 使用价格便宜的51系列单片机就可以实现了。当然, 使用运算速度更快的芯片或DSP可以获得更快的反应速度, 实时性更令人满意。

2.3.3 采样数据的比对处理和判断基准

在两路音频信号之间进行采样数据比对, 还要考虑信号本身的幅度问题。内容相同的信号幅度不一定相同, 但对采样数据进行比对时, 其比例应该是相同的, 这一比例值可以取一段时间长度 (例如8 s) 中两路信号最大采样值之比为“比例参考值”。

对于语言类信号, 使用图6的信号预处理电路, 如果对一段时间长度3秒的采样数据进行逐一比对, 大量的实验表明:1) 如果内容相同, 则采样数据值之比与“比例参考值”误差10%以内的比对结果 (简称“比例一致性”) 个数, 可以占总比对个数的80%以上。这个结论在反复的实验中至少有99%的准确性。2) 如果内容不同, 则“比例一致性”个数, 占总比对个数的50%以下。这个结论在反复的实验中至少有95%的准确性。3) 如果把“比例一致性”的个数是否占总比对个数65%以上, 作为语言类节目内容是否相同的判断基准, 则准确率可达99%以上。4) 对报警实时性放宽要求, 可以极大降低误报率。每增加一次 (3秒) 比对内容不一致的累积才报警, 误报率可以降低100倍。

以上算法的准确性主要受信号的信噪比影响。信噪比20 dB以下的时候, 当信号幅度小的瞬间噪声电平的影响比率增大很多, 影响了其判断的准确度。为了修正这种影响, 可以适当调整“比例一致性”的标准, 例如当采样值为最大值的十分之一以下时, 改用与“比例参考值”误差30%以内作为“比例一致性”的参考标准。

2.3.4 音乐节目信号之间内容比对的优化方法

从图4看到, 音乐节目或含有音乐背景的节目, 其波包的特征比较不明显, 以上述算法去判断准确率是比较低的。因为音乐信号由各种不同的乐器组合而成, 不同乐器其频谱是不同的, 所以可以按频谱对总信号进行分频率段滤波筛选, 分别进行检波采样, 然后再用上述算法判断, 这样做以后准确率依然可以很高。例如可以把300 Hz以下的为一段 (分出鼓类乐器) , 500 Hz～2 000Hz为一段 (中音乐器) , 3 000 Hz以上为一段 (高音乐器) 。分得越细准确度越高, 但是计算量越大, 要求的芯片处理速度越高。

2.3.5 准白噪声信号的识别

某些情况下, 当节目信号丢失时, 信道完全由噪声占据, 表现为幅度连续的宽频谱的“沙沙”声, 这里称之为“准白噪声”。“准白噪声”与音乐信号在总波形的波包特征上差别不大, 很难直接识别出来。但是, 如果按频谱对总信号进行分段筛选, 分段后的波包特征, 音乐信号与准白噪声信号之间的差别还是很明显的。准白噪声信号无论是总信号波包还是分频段的信号波包, 都显示出很“木”的特征, 即起伏很小而且一直不变, 信息含量很低;而音乐信号在分频段之后, 其波包显得很活跃, 并时刻在随着内容的不同而变化着。根据这些特征可以对某路信号是噪声还是音乐节目作出准确的判断。

3 实用系统的组成与应用

现代化覆盖设备的信号源, 已经有很多是数字音频信号, 这种情况可以从其音频分配器的分配口取出后进行数/模转换, 然后再进行内容比对处理, 判断结果作为报警触发信号或自动切换的依据。如图7所示:

图中, 语言类节目只需要用到“总包络检波”的采样数据。“频率段n”是用带通滤波器实现的, 用于音乐类节目的比对和噪声信号的识别。

该比对系统不仅可以应用于中波和调频广播, 也可以对电视节目的伴音进行比对, 通过对伴音内容一致性的识别来判断电视节目是否被插播, 因为节目的语言被插播其后果远超图像被插播。