资源目录
编号：24895957
类型：共享资源
大小：354.83KB
格式：ZIP
上传时间：2019-11-18
上传人：遗****
认证信息
个人认证
刘**（实名认证）
湖北
IP属地：湖北
15
积分
- 关 键 词：
-
声控
收音机
- 资源描述：
-
声控收音机,声控,收音机
- 内容简介：
-
第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 基于基于 DSP56F827 的的 声控收音机声控收音机 比赛编号B10900 日 期10/06/02 姓 名崔涛 中文Cui Tao英文 职 业本科生 通讯地址 邮 编 电子邮箱 cuitao42 电 话 指派单位名称 西安交通大学信息工程系 单位电话 0292668772-549 Page1 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 目目 录录 引引 言言. 3 1. 声控收音机原理声控收音机原理 4 1.1 语音识别基本原理. 4 1.1 HMM 算法在本系统中的应用.5 1.2 软件无线电的基本原理. 8 1.3 软件无线电实现的关键技术. 9 1.4 DSP 实现信号解调的算法模型10 2. 系统概述系统概述 12 2.1 系统特性. 12 2.2 系统概述. 12 2.3 Motorola DSP56F827 简介. 12 3. 系统硬件系统硬件 13 3.1 混频电路. 13 3.2 本地振荡电路. 14 3.3 抗混叠滤波器. 14 3.4 声音采集电路. 15 3.5 中央处理模块. 15 4. 系统软件系统软件 16 5. 结论结论 17 参考文献参考文献. 17 Page2 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 基于基于 DSP56F827 的声控收音机的声控收音机 崔 涛乔瑞萍 西安交通大学电子与信息工程学院 710049 西安 摘要摘要 本文首先介绍了语音识别和软件无线电的基本原理设计了一种基于语音识别和软件无线电的新型声控收音机该收音机是以 Motorola 的 DSP56F827为核心应用 HMM 模型和超外差式接收原理本设计具有新颖和便携的特性文中还简单介绍了 Motorola 的 DSP56F827 的特性以及与 TMS320C54 的区别 关键字关键字DSP语音识别软件无线电声控收音机 Voice Control Radio Based on DSP56827 Cui Tao Qiao Ruiping (School of Electronic and Information Engineering Xian Jiaotong University Xian 710049 China) Abstract: At first, the methods of speech recognition and radio software are summarized in this paper. Then a hardware structure of Voice Control Radio, which adopts DSP56F827 as its main CPU, is introduced. This design is very novel and small in size. In the paper, the features of DSP56F827 that are different from TMS320C54 are also introduced. Finally we also give the software flow chart in the end. Keywords: DSP; Speech recognition; Radio Software 引言引言 语言是人们交流的最直接的方式 语音交流的自然与舒适使得人们宁愿用语音界面与计算机交互而不是通过键盘等低级的方式尤其是对于中文等双字节表示的语言输入成了相当一部分人的使用计算机的瓶颈语音界面能支持很多应用比如电话簿查询数据库语音查询办公听写系统甚至机器语音翻译系统等等这些应用背景促进了五十年代以来自动语音识别的研究近四十年间应用一系列的工程方法模板匹配知识工程统计模型等语音识别研究取得了很大进展 Page3 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 软件无线电是最近几年在无线通信领域提出的一种新的通信系统体系结构它的基本思想是以开放性可扩展性结构最简的硬件为通用平台把尽可能多的通信功能用可升级可替换的软件来实现而软件的加载或更新可以通过空中接口实现所以使用起来更加快捷方便 声控收音机就是用这些原理在 DSP 平台上开发的新型的方便的收音机其中DSP 是整个设计的核心主要完成语音识别算法和解调算法 1. 声控收音机的原理声控收音机的原理 1.1 语音识别的基本原理语音识别的基本原理 语音识别就是研究如何使机器能准确地听出人的语音及其内容 以便控制其它设备来满足人类的各种需要语音识别的基本方法是预先分析出语音特征按照要求送给机器储存起来 这个语音参数库称为 模板库而这个过程称为 训训练练接着待识别的语音经过与训练相同的分析得到语音参数语音参数将它与模板库中的模板一一进行比较失真最小的那个模板所代表的内容就是识别结果这个过程就称为识别 一个孤立词识别系统的识别原理可以由图1来表示 图图 1 孤立词识别系统原理框图孤立词识别系统原理框图 为了描述一个给定信号的性质一般可以选择不同的信号模型信号模型粗略的可以分为确定模型和统计模型两大类 确定模型通常要利用信号的某些已知的特定性质而统计模型要描述信号的统计性质统计模型的基本假设是信号可以用一个参数随机过程来很好的加以描述 而且这个随机过程的参数可以用精确的很容易定义的方法加以确定或估计考虑到语音信号的种种特点相比较而言采用统计模型会较为合适目前发展最快使用最广的统计模型就是隐式马尔可夫模型(HMM) 当采用统计模型来描述语音时设 A 为待识别语音的声学信号W 为识别基元组成的句子(即基元序列)则语音识别的最终目的可以表示为是求解 ?W= argmaxP(W|A) 1-1 其中是从众多的侯选中找到的识别结果? W 利用BayesBayes公式改写上式有 Page4 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 P(W)P(A|W)P(W|A)=P(A) 1-2 ?W= argmaxP(W)P(A|W) 1-3 因为是在 A 确定的情况下选 W所以 P(A)与 W 无关P(W)是语言模型的匹配结果P(A/W)则是声学模型匹配得来的结果因此总体来讲语音识别的关键技术包括自适应滤波断点检测语音建模等 1.2 HMM 算法在本系统中的应用算法在本系统中的应用 1.2.1 噪声环境中基于短时分形的语音信号端点检测和滤波方法噪声环境中基于短时分形的语音信号端点检测和滤波方法 在噪声语音信号的处理中噪声语音信号中的语音和非语音段的判定即噪声语音信号的语音端点检测是语音处理系统中非常重要的工作也是极其关键的一步工作因为在语音分析语音滤波和增强中语音信号的模型参数和噪声模型参数以及自适应滤波器中的适应参数都得依赖对应的信号段 (语音段或噪声段 )来计算确定因此只有准确地判定语音信号的端点才能正确地进行语音处理为了提高起止点检测的准确性这里提出了一种非线性处理方法即信号的短时分形维维数Short-time Fractal Dimension来进行噪声语音信号的端点检测 二维空间的时间信号图形的分形维数的物理含义是在平面空间中2R设有复杂曲线 L如语音信号波形以长度为 r 的直线段去测量 L设需要的线段数为 N 则使得测量值不依赖于 r 的大小而取有限值的实数 ddN(r) r则称 d为平面图形 L 的分形维维数即 0limN(r)=CrC 为常数 (1-4) 亦即 lgN(r)=-d lg r+lgC (r0 ) (1-5) 由于直接应用 15 式求时间序列信号的分形维维数 d 是很困难的 因此一般都将上述平面图形 L 的分形过程改用盒分形或网格分形由于网格分形是一种简单实用的图形分形方式特别适合于计算机进行数字处理在数字图像和语音处理中也有人进行了研究和应用 将语音信号 x(t)数字化为 x(i)并将其按一定时间长度进行分帧处理考虑到语音的特点在 20ms 内信号近似平稳同时又兼顾计算量和信号 x(i)的时变性帧长一般控制在 128 点左右分形的理论要求是长度 K 要长K即 kkkkx (1),x (2),x (3), ,x (128)?组成第 k 帧信号(xkk-1kk+1(0)=x(128), x (129)=x(1) 令 D 128ki=1( )=| x(i)-x(i+1)| 1-6 Page5 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 64kk=iD (2 )=maxx(2i-1),x(2i),x(2i+1)- minx(2i-1),x(2i),x(2i+1) 1-7 以及 kkN ( )=D ( )/ (1-8) kkN (2 )=D (2 )/2 (1-9) kN ( )kN (2 ) 分别表示用宽度为及2 的正方形网格覆盖第 k 帧信号图形所需要的网格格子数 则 x(i)第 k 帧的短时分形维维数d为(k) F kkk F2klgN ( )-lgN (2 )D ( )d1 llg2D (2 )= +og (1-10) (1-10)式是用于动态计算 x(i)的分形维维数的近似平均算法 设 x(i)是数字化的噪声语音信号的时间序列s(i)和 n(i)分别表示语音信号和加性噪声的时间序列x(i )=s(i)+n(i) (1-11) 实际噪声语音处理过程中(1-11)式的 x(i)是唯一能得到的数据信号s(i)和n(i)是不可分离的语音端点的检测就是要在可测量和可获得的数据 x(i)中判定语音 s(i)的起止点端点 由于噪声语音信号 x(i)在语音段特别是语音中韵母声音信号期的图形较高频噪声信号如白噪声的图形具有较大的周期性和规则性也就是说语音信号的分形维维数较白噪声的分形维维数要小所以信号的短时分形维维数具备噪声语音信号的端点检测能力 白噪声段的分形维维数要比语音段信号的分形维数大噪声段的分形维维数大约为dF=1201578 左右而语音段的分形维维数大约在 dF=10658911173043 之间因此时序信号的短时分形维维数是时域中用于提取信号特征的一种有效方法 一个1阶自回归平滑滤波器的数学表达式为 y(i )=(i )+(1- )y(i-1) (01) x (1-12) 式中 x(i)为噪声语音信号 y(i)是滤波后的输出信号为平滑滤波的控制参数在噪声语音的滤波中参数应根据输入的信号是语音还是噪声进行大小自动调整即应具有自适应能力要能根据输入信号的特征动态地调整值假设参数是 x(i)信号的短时分形维维数 dF 的函数即=f(dF)自适应滤波的应随输入信号 x(i)的不同帧而不同即(k)(k)F=f (d)当滤波器输入信号为噪声时(k)Fd较大(k)取值应小而输入信号处于语音段时(k)Fd较小则取值要大(k)为了使算法应用于 DSP取与的函数关系为分段线性关系(k)(k)Fd如图 2 所示图 2 中 1(k)F 0d=17 作为判定输入信号语音段和噪声段的门限值参数 Page6 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 图图 2 与的关系与的关系 (k)( )kFd1.2.2 采用采用 VQ/HMM 的自学习语音识别系统的自学习语音识别系统 隐马尔可夫模型是一个双重随机过程的统计模型 其基本随机过程是隐藏起来观测不到的另一个随机过程则产生观测序列设T为观测序列12 ,Tqq qq=?为状态序列T 为语音长度以帧为单位(1)iSiN 为第 i 个状态N 为状态数为第 k 个码矢M 为量化器阶数又HMM模 型( ,)A B=其 中状 态 转 移 概 率 矩 阵Aa=ijN N1ijtjt+|,1,1iaP qSqSiNjN= 观测序列分布概率矩阵ijN MBb=( )|jktb kP VqS=j1,1iNkM 12,OO OO=?(1)kViN 定义前向概率12( ),| tttiP O OO qS=?i 后向概率12( ),| tttTtiiP OOO qS+=? 对于语音识别系统观测序列 O 就是矢量量化后的结果序列模型就是有训练语音得到的模板语音的训练过程就是产生模板的过程而语音的识别过程就是求出在模板下待识别语音的结果序列 O 的条件概率| P O由和的定义可直接得到( )ti( )ti| ( )( )ttP Oii=而语音的训练算法则较复杂目前都采用迭代的方法得到 A 和 B 的近似解迭代公式 ?111111111( )()( )( )()( )TtijjtttijTNtijjtttjib Ojaib Oj+=+= 1-13 ?11111( )( )( )( )()( )tkttt OVjTNtijjtttjiib kib Oj=+= 1-14 在实际应用中仅对词条的少数次发音进行训练的语音识别系统不可能对各种复杂语境下的不同发音都有较高的识别率 某些较陈旧的识别算法如动态时Page7 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 间弯曲法只能把单词的多次训练发音形成多个模板造成模板数量成倍增加影响系统的实时性 而 HMM 能够对一个词的多个训练序列进行有效的融合而形成一个模板当训练发音的数量增多时只会造成训练过程的计算量增大而不会使识别过程的计算量有丝毫的增加这对系统的实时性是相当有利的设 K个训练序列(1)(2)( ),kOOO?,( )( )( )( )12,kkkkkTOO=?式中OO是第 k 个训练序列计算 A 和 B 的迭代公式只要修改如下 ?11111( )( )( )111( )( )( )1111( )()( )1( )()(ttttKTkkktijjktkijKTNkktijjktjkib OjPaib OjP+=)k 1-15 ?( )( )11( )( )( )111111( )( )( )1( )()(tkKkkttkt OVkjKTNkktijjttktjkijPb kib OjP=+=)k 1-16 式中作为归一化系数( )( )1( )( )NkkkttiPi=i 利用 HMM 对多训练序列的迭代公式 我们设计一套算法式系统具有自学习的功能该算法的基本思想是当发生误识时系统对误识的模板进行调整使之更适应使用者的发音习惯以避免类似的误识再度发生发生误识时必然牵涉到两个模板一个是与待识别发音相同的词却被判为不相同的模板另一个是与待识别发音不相同的词却被判为相同的模板当发生误识并由用户确认后系统对两个模板分别进行修正对于前者的处理较简单只需将被误识的发音加入到原训练发音群中再用迭代公式求出新的模板即可对于后者的处理则较复杂它的出现必然是因为形成该模板的训练发音群中有一部分与被误识的发音相近所以修正该模板的主要任务就是删除这部分训练发音 为此先把被误识的发音制成模板再用该模板与原先模板的各训练发音分别匹配把匹配程度较好的训练发音删除掉对剩下的训练发音使用迭代公式形成新的模板即可 1.3 软件无线电的基本原理软件无线电的基本原理 软件无线电的基本思想是宽带 A/DD/A 变换尽可能早地将接收到的模拟信号数字化最大程度地通过软件来实现电台的各种功能软件无线电的特点是其完全可编程性接收时信号经过处理和变换由宽带 AD 数字化通过可编程 DSP 模块实现各种所需信号处理并将处理后的数据送至多功能用户终端发射时和上述情况类似典型的软件 (定义)无线电框图如图 3 所示 Page8 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 图图 3 采用采用 DSP 技术的软件无线电接收机的硬件结构框图技术的软件无线电接收机的硬件结构框图 1.4 软件无线电实现的关键技术软件无线电实现的关键技术 一个典型可实现的软件定义的数字无线电系统 可以引用数字移动通信中的移动台和基站来进一步分析和说明其实现的关键技术不论是移动台还是基站它们都含有宽带天线多波段射频转换器宽带 A/D/转换器以及通用可编程处理器 存储器 电源以及总线结构等 实现的关键技术可以归纳为宽带射频段高速中频段可编程的基带段以及总线控制四大部分 1.4.1 宽带射频段宽带射频段 1频段应具有接入多个波段甚至覆盖全波段功能它具有频率高带宽宽的两大特点比如对于 GSM应工作 900MHz 的高频段占有带宽 25MHz显然在这样高频率和如此宽的带宽下直接进行数字化处理 目前器件还不具备条件 (2)目前只能靠采用传统的高频模拟器件的硬件设备来完成射频段的主要功能但也不排除能用软件程序控制的方法对功能及参数进行设置 (3 )射频段主要包含有组合式多波段天线及智能化天线技术模块化通用化收发双工技术多倍频程宽带低噪声接收放大器技术线性高功率放大器技术宽带上 /下变频器技术 1.4.2 高速高速高精度中频数字化处理高精度中频数字化处理 (1)在射频段直接取样进行数字化处理目前条件不可行所以一般是将射频信号进行一次或两次混频搬至几十兆赫的中频段再进行 A/D 变换进行数字化处理本设计就是利用超外差式技术完成射频段的主要功能(2 )在中频段的处理主要包括高速 A/D 变换部分和数字式上 /下变频部分 (3)对高速 A/D 变换要求是很高的 它的主要性能为 取样速率 取样动态范围和取样精度 其中取样率一般取最高频率的 25 倍取样信号动态范围取 80dB这时取样精度一般不低于 12 位(4)高速 A/D 变换其中抗混叠滤波器的目的是将进入 A/D变换器的模拟信号变为带限信号 (5)数字上 /下变频部分 (DUC/DDC) 以 DDC为例它是 A/D 变换后首先要完成的处理工作它主要包括数字下变频滤波和二次取样它是系统中最难完成的部分之一下面以 GSM 为例GSM 占用25MHz 带宽 实际上一般仅占用 10MHz 则取样率应大于 2 510MHz=25MHz同时为了要进行较好的滤波等处理每个样点要进行 100 次操作这样大约共需 2500MIPS(百万条指令)的运算能力单个 DSP 都很难胜任这一工作因此一般都是将 DDC 工作交给专用的可编程芯片去完成 1.4.3 基带处理基带处理 Page9 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 这一部分主要完成单一载波信道信号基带可编程处理基带处理比直接在中频处理其复杂度可大大降低以 GSM 为例若在中频处理仅考虑信道选择滤波需 100 次/样值中频处理需 2500MIPS降到基带处理只需对每个载波 (8 个时隙信道 ) 200 kHz 基带信号进行处理这时仅需 25200 kHz100 =50MIPS两者相差 50 倍基带处理主要包括调制 /解调编码 /译码交 织/去交织扩频 /解扩信道均衡定时同步甚至还有信源编码 /解码等等本设计中基带处理只有 AM/FM 的解调其复杂度与运算量主要取决于各部分实现的体制与复杂性显然基带部分总的复杂度远远超过 50 MIPS 鉴于基站中的基带处理不仅限于单个载波 (GSM 中)而是要同时处理多个载波若一个基站同时有 32 个用户则需同时处理 4 个载波这时上述单个载波总体的基带处理能力又要增大 4 倍 目前现有器件对 GSM 基带处理基本上可实现但是对于第三代移动通信系统其基带带宽由 200kHz 增加到 5MHz 增加了25 倍仍然难于实现为了突破 DSP 运算能力的瓶颈可以采用几种方法加以解决一是直接改进器件提高速率与处理能力二是使用专用芯片与 DSP 集成在一起处理三是用多个 DSP 并行处理采用合适的并行算法完成软件无线电系统所要求的高速处理功能 1.4.4 开放式总线结构开放式总线结构 软件无线电一个重要的指标是开放性和可扩展性 因此必须要为各个功能模块寻找一个统一而开放的接口标准 基于总线结构的硬件平台就是其中最主要的一种 它能将各个功能模块通过总线连接起来 总线结构的优点是实现比较简单而且目前已有很多总线工业标准比如 VEM 总线PCI 总线等VEM 总线是一种可支持多机并行处理的高性能总线也是目前市场占有率最高的高档标准总线它具有高性能的支持独立 32 位地址的 32 位数据总线另外还具有支持多主机并行处理实时操作和高可靠性等一系列优点所以一般均采用 VEM 总线结构 1.5 DSP 实现信号解调的算法模型实现信号解调的算法模型 由于我们的设计只用来解调 AM/FM 广播信号下面我们着重讨论 AM/FM信号的解调算法 1.5.1 AM 信号的解调信号的解调 对于 AM 信号模拟解调普遍采用的方法是包络检波法实现 AM 信号数字解调的基本思想也是提取已调信号的包络AM S(t) 经过采样变为离散信号AMS(i)其表达式为 AM0AMmmccS(i) =A 1 +kcos(i +) cos(i +) (1-17) 式中=m/msf/ccf =s这里sf 为采样频率即mc 分别是调制信号和载波的数字频率如果收发载波同频同相经过数字混频和数字低通滤波器后 Page10 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 同相支路输出为i0AMmm1IA 1 +kcos(i +)cos2=c (1-18) 正交支路输出为0AMmm1A 1 +kcos(i +)sin2i=cQ (1-19) 计算包络得到22 1/20AMmm2( )()A 1 +kcos(i +)2iix iIQ=+= (1-20) 信号被正确恢复可以证明当收发载波的频率存在误差时信号也可以正确恢复 1.5.2 FM 的解调的解调 一个连续的调频信号的表达式为FM0cFMS(t)=A cost+x( )d x(t)为调制信号为方便起见可考虑调制信号是单频余弦的特殊情况令调制信号为( )cosmx tAt=m将调频信号S通过模数变换得到AM(t) 0( )cos(sin)FMcFMmSiAiki= +经过相乘低通滤波器后得到 同相支路输出为0011coscos()22iicFMmmnIAiAn= + 正交支路输出为0011sincos()22iicFMmmniAn= +QA 其中cc= c 计算相角 arctan(/), )iiiQI= 1-21 111cos(1)2iiicFMmmAi+= + + 1-22 当且时0c =, )i 111cos(1)2iiiFMmmAi+= + + 上式表明( )ix i当而0c 01cos(), )2icFMmmniAn = + 时有 01cos()2iicFMmmniAn= +于是 111cos(1)2iiicFMmmAi+= + + 1-23 表明收发载波的频差在输出信号中引入直流分量其大小同频差成正比原始信号仍可以正确解调 Page11 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 2. 系统概述系统概述 2.1 系统特性系统特性 a 以 Motorala DSP56F827 为核心处理模块 b 利用 HMM 模型进行语音识别能够识别用户声音从而能够自动选择频道 c 利用数字信号处理技术和软件无线电原理实现广播信号的精确解调 2.2 系统概述系统概述 天线接收的无线电信号在与 DSP 控制的 DDS 芯片 AD9850 所发出的正弦信号通过混频器 AD8343 混频后产生频率为 1MHz 的中频信号中频信号通过中频放大器放大 放大后的中频信号经过抗混频滤波器输入到DSP56F827的A/D转换端口采样后在 DSP 中利用 AM 和 FM 信号的正交解调算法还原出原来的音频信号音频信号通过 DSP56F827 的 D/A 转换端口输出后经过音频功放后输出 在选台时麦克风输出的声音信号经过 A/D 采集后输入到 DSP 中通过语音识别的 HMM 算法判断出用户输入的电台将该电台对应的 DDS 芯片的频率字传给 DDS 芯片从而产生中频信号 2.3 Motorola DSP56F827 简介简介 自 1980 年以来DSP 芯片技术得到了突飞猛进的发展DSP 芯片的应用范围也越来越广泛其中美国的摩托罗拉公司最新推出了 DSP56800 系列产品在本文中采用的就是 Motorala 公司 DSP56F827由于语音收音机是对整个工作频段进行数字化中频和基带处理采用数字信号处理方式所以DSP 技术是语音收音机的核心 DSP56F827是高性能的浮点处理器 它具有改进的哈佛结构 并行结构CPU片内存储器片内 D/AA/D 转换器方便的外设端口其主要特征包括以下几点 a. 内置 ADC最多能支持 10 通道使用了其中 2 通道分别采样人的语音输入和广播中频信号输入 b. 内置 DAC用以转换压控振荡器的输入电压和输出的声音信号 c. 高性能的浮点运算能力能够达到 40 DSP MIPS 运算速度 d. 内置 flash memory 用来存储用户设定频道名称 频率的名称频率转化表格语音矢量参数表用以进行语音识别 e. 内置 COP 模块非常方便地完成 watcdog 功能防止软件死锁 以上是对于 DSP56F827 的一些特征的简单描述可以看出相对于其他的一些Page12 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 DSP 处理芯片 DSP56F827 有着它不可比拟的优越特征这也使得它能够作为语音收音机的核心 3. 系统硬件系统硬件 系统的硬件电路分为混频电路本地振荡电路抗混频滤波器声音采集电路和中央处理模块用了一片 DSP56F827硬件框图如图 4 图图 4 语音收音机的硬件框图 语音收音机的硬件框图 3.1 混频电路混频电路 由于接收的广播信号往往频率很高几千 KHz几十 MHz若从天线进来的信号经过滤波放大后就由 ADC 进行采样数字化这种结构不仅对 ADC 的性能如转换速率工作带宽动态范围等提出了非常高的要求同时对后续 DSP 的处理速度要求也特别高考虑到高速的 ADC 的价格过高AD6600 的价格 39$用在对收音机的解调不经济和 DSP56F827 的处理速度的限制并且也没有必要把它做成射频低通采样数字化的理想软件无线电结构为利用 DSP56F827 内部集成的 ADCDSP56F827 的最高采样速率为 3.3MHz/s考虑采用软件无线电的中频数字化结构采用超外差式的结构将射频信号通过混频器转变为 1MHz的中频信号再送入 DSP 进行抽样 这里采用混频器 AD8343 混频器的硬件电路图如图 5 所示 图图 5 混频电路混频电路 Page13 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 3.2 本地振荡电路本地振荡电路 混频器的一个输入由本地振荡器产生考虑到 DSP 控制的便易性和设计的数字化程度这里采用直接数字式频率合成器DDS作为本地振荡的正弦波发生器DDS 的频率控制字由 DSP 输出是根据语音识别的结果所对应的电台的频率发出的DDS 硬件电路图如图 6 所示 图图 6 本地振荡电路本地振荡电路 3.3 抗混叠滤波器抗混叠滤波器 经过混频后的广播信号中间除所需解调的电台信号外 中间还夹杂着其他电台的信号为了避免对混频后中频信号直接采样产生的混叠在 A/D 转换器之前加一个带通或低通滤波器用以滤除采样带宽外的信号和噪声考虑到设计成本这里选用七阶巴特沃兹滤波器作为带通滤波器其次A/D 转换器之前还需要加一个驱动放大器采用 AD8138放大器把中频信号和 A/D 转换器隔离起来给 A/D 转换器提供低阻驱动而且还给 A/D 转换器提供所需的增益并使输入信号的电平和 A/D 转换器的输入电压范围相匹配抗混叠滤波器硬件电路图如图 7 所示 图图 7 抗混叠滤波器抗混叠滤波器 Page14 of 17 第四届Motorola 杯嵌入式处理器MCU/DSP设计应用大奖赛 3.4 声音采集电路声音采集电路 使用常见的麦克风作为传感器构成声电转换电路测量对象是人的输入语音 通过前置放大器将麦克风产生的电信号放大送入前置的 ADC 中 经过 AD转化后的 12bit 数据送入 DSP56F827 的 GPIO 作为语音识别模块的输入 图图 8 声音采集电路声音采集电路 3.5 中央处理模块中央处理模块 本设计用 DSP56F827 作为系统的主控模块进行语音识别与信号解调这些基本上是都是软件的操作由于 DSP56F827 的浮点运算能力很强以及高速内置 ADC 加上已经采用了超外差式的结构使得不需要用前置的数字下变频器来完成高速数字信号处理内置 A/D 转换器将输入 1MHz 中频信号采样根据采样得到的信号利用
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
川公网安备: 51019002004831号