（信号与信息处理专业论文）自适应噪声控制方法的研究及其dsp实现.pdf

引 言 . 在日常生活中，人们要面临着在机器轰鸣的生产车间、施工现场等环境下进行通 信的问题。 因此， 在强机械噪声背景下的噪声控制是一个非常有实用价值的研究课题。 随着自 适应信号处理理论的日益成熟和很多算法的实用化以及d s p 芯片的普及和性价 比的提高， 基于数字信号处理器 d s p的自适应噪声控制方法的研究已经受到了越来越 多的关注。本文应用 d c t / l ms算法设计了一种自适应噪声控制的方法，并且进行了 计算机仿真，最后在t ms 3 2 0 v c 5 4 1 o d s p应用系统中实1 n . 一 - - - - - - -一 图1 t m s 3 2 0 v c 5 4 1 0 d s p 系 统结构框图 f i g . l t h e b lo c k d ia g r a m o f t ms 3 2 0 v c 5 4 1 0 d s p s y s t e m t 本文研究的内容属于回声及噪声控制a e n c ( a c o u s t i c e c h o a n d n o i s e c o n t r o l )的 研究范畴。a e n c的研究对象主要可分为两大类系统:手持式电话系统 ( h a n d - h e l d t e l e p h o n y s y s t e m ) 和非手持式电话系统 ( h a n d - f r e e t e l e p h o n y s y s t e m ) 。 这两类系统虽 然特点不同，噪声控制的难点也不同， 但都是非常实际的问题， 所以均受到普遍关注。 手持式电话系统主要包括普通电话、移动电话等。在这些系统中，一般认为回声 的影响并不明显，其干扰的主要来源是进行通话时周围环境中嘈杂的背景声音。这类 噪声的随机性强、成份复杂、功率变化快，对这类系统的输入噪声建模比较困难。因 此，只能针对特定环境下有一定特点的噪声进行控制。非手持式电话系统主要包括电 话会议音响/ 通信系统、车载音响/ 通信系统等。这些系统的一个共同特征是在一个封 闭 空 间 内 进 行 通 信 ， 通 信 终 端 通 常 为 扬 声 器 和 话 筒 ， 所 以 又 被 称 作 l o u d s p e a k e r - e n c l o s u r e - m i c r o p h o n e s y s t e m 。 在这些系统中，回声的影响是比 较明显 的，而且往往还涉及立体声的问题。 就噪声控制的要求而言，分为单向 ( s i n g l e t a l k ) 噪声控制和双向 ( d o u b l e t a l k )噪 声控制。在进行噪声控制的策略上，除了采取对电信号进行信号处理的方法之外，在 声场中设置特定的声音源进行声学抵消的研究也非常活跃。 目前，针对该问题的研究很多，但是在很多具体的问题上至今尚未出现令人满意 的结果。由于这个问题所涉及的具体问题和方法很多，因此本课题仅选取了其中特定 的具体问题进行探讨、研究。 本课题采用自适应信号处理的方法研究第一类系统的单向噪声控制问题。其应用 背景是: 利用移动电话内置的d s p芯片来实现噪声抑制算法， 从而提高在强机械背景 噪声的环境中进行通信时输入语音信号的信噪比s n r ( s i g n a l - t o - n o i s e r a t i o ) . 本课题研究的步骤依次为:根据噪声特点制定噪声抑制策略;对有关的噪声控制 算法进行计算机仿真， 根据分析评价结果决定取舍和进行改进; 在可编程 d s p芯片上 完成相应的硬件实现。 本课题进行研究的硬件基础是图1 所示的t ms 3 2 0 v c 5 4 1 0 - d s p 系统。整个系统由信 号处理部分、 输入输出部分、以及调试显示部分组成。 信号处理部分的核心是t i 公司 最近推出的1 6 位定点d s p 芯片一t ms 3 2 0 v c 5 4 1 0 。它是t i 专为各种无线、有线通信终 端开发的， 具有性能高、 功耗低和物理尺寸小的特点。 其核心供电电压仅为2 . 5 v , 1 / o 电压为3 . 3 v， 运算能力可达1 0 0 mi p s ( mi l l i o n i n s t r u c t i o n p e r s e c o n d ) ; t ms 3 2 0 v c 5 4 1 0 的片内资源十分丰富， 包括6 4 k 字s r a m. 1 6 k 字r o m. 3 个mc b s p ( m u t i - c h a n n e l b u ff e r e d s e r ia l p o rt ) 、1 个h p i ( h o s t p e r i p h e r a l i n t e r f a c e ) 和1 个定时器等。输入输出部分主要 由ma x i s m公司的四通道1 2 - b i t 可编程数据采集器件ma x1 2 4 6 和1 2 - b i t 数/ 模转换器件 m a x 5 3 1 构成。其中，m a x 1 2 4 6 的最高采样率为1 3 3 k s / s ， 串 行时钟s c l k 的 频率范围是 l 0 0 k h z 一 2 m h z , 1 - 6 0 k h z 采样率范围内 有效比 特位e n o b ( e ff e c t i v e n u m b e r o f b it ) 不低于 1 1 .4 ， 增益误差不超过0 .3 l s b ( l e a s t s i g n i f i c a n t b it ) , i n l ( i n t e g r a l n o n l i n e a r i t y ) 和d n l ( d i ff e r e n t i a l n o n l i n e a r i t y ) 均在 士 1 l s b 范围内， s i n a d ( s i g n a l - t o - n o i s e p l u s d i s t o rt i o n ) 不 低 于7 0 d b ， 无失真动态范围可达8 0 d b 以上: m a x 5 3 1 串行时钟s c l k 最高频率为1 2 m h z , 输出 电 压建 立时间 的 典型 值为 2 5 p s , i n l不 超过 士 0 .5 l s b , d n l 不超过 士 1 l s b , s i n a d 的 典型 值为6 8 d b 。 调试显示部分由计算机、x d s 5 5 1 0 仿真器、h p i 仿真接口及相应调试软件组 成 。 德 州 仪 器 公 司( t e x a s i n s t r u m e n t s i n c o r p o r a t e d ) 的 简 写. 第一章 算法研究部分 自适应噪声控制是语音信号处理的应用领域之一。语音信号是一种典型的时变、非平稳 随机过程。 但人的声带和声道形状在1 0 - 3 0 m s 内相对稳定， 所以语音信号的短时谱具有稳定 性。因此，短时分析是语音信号处理常用的分析方法。本课题就是将 1 b m s的语音数据帧作 为分析和处理单位。 现实环境中的背景噪声是随机的、复杂的，所以从带噪语音中提取出完全纯净的语音是 不可能的;而且，客观上也不存在适应于各种噪声环境下的通用消噪方法，因此必须针对不 同噪声采用不同的策略。本课题着重研究的是强机械振动背景噪声 下 的语音通信噪声控制问 题。这类场景在日常生活中比比皆是。如运动中的飞机、汽车内部的噪声和某些机器轰鸣的 生产车间、施工现场等。这些环境下的噪声源相对固定、噪声特性的变化缓慢，因此比较容 易把握其特点进行噪声控制。 目前采用的噪声控制方法有固定滤波器法、减谱法、自 适应法、非线性变换法等。针对 本课题的研究对象，我们主要研究如何使用自 适应的方法进行语音噪声控制;由于减谱法足 一种人们熟知的传统方法，在本课题中我们把它作为评价算法性能的参照方法。 1 . 1基于 b o l l 准则的减谱法 如果语音信号s ( k ) 受到了 加性噪声n ( k ) 的干扰，而所有噪声控制算法都试图从含噪语音 x ( k ) 一 s ( k ) + n ( k ) 中 恢复出 语音信号s ( k ) .显 然，要想完全恢复出s ( k ) 是不可能的， 我们得到 的只能是语音信号的某种估计s ( k ) . 求幅度谱b o l l准则 x ( e m) 噪声平均幅度谱 in ( 。 。 ) 9 ( e )( i x ( e n ) 卜 卜 ( e in ) ) e iv 图1 - 1 塞于b o o l 准则的减谱法框图 f i g . l 一 1 t h e b l o c k d i a g r a m o f s p e c t r a l s u b t r a c t i o n b a s e d o n b o o l c r i t e r i o n 减谱法 ( s p e c t r a l s u b t r a c t i o n ) 是 一种经典的 噪 声控制方法， 它主 要应用于从语音 信号中 消除谱特性变化缓慢的加性噪声。本文将减潜 法作为评价所提出的“ 基于d c t / l m s算法的 自 适应噪声控制方法”性能的对比算法。所谓 “ 减谱” 就是从输入信号 的幅度谱中减去估计 得来的噪声平均幅度谱，其效果相当于在变换域对含噪信号进行了某种均衡化处理。日iij 常 用的 减 谱法是 基于b o l l 准则2 的 ( 图1 - 1 ) ， 其基 本步 骤如下 : 1 、估计噪声的 平均幅度谱; 2 、计算含噪信号的幅度谱和相位谱; 3 .根据b o l l 准则， 求得语音信号 估计 的幅度谱; 4 、由语音信号估计的幅度谱和含噪信号 的相位谱经反变换求得语音信号的估计值。 1 . 2 w i d r o w自适应噪声消除方法 最早将自适应方法用于噪声消除的是wi d r o w等人，他们于 1 9 7 4 年提出了用于噪声消除 的自 适应方法。今天，自 适应噪声消除技术己 成为自 适应滤波技术的一个重要分支并有着 泛的应用。例如:心电图仪的干扰消除、语音信号噪声消除、天线旁瓣干扰的消除等。 如图1 - 2 所示，wi d r o w提出的方法需要两个麦克:主麦克拾取含噪信号s ( n ) + v( 。 ) 作 为自适应滤波器的期望信号d ( n ) ; 参考麦克拾取参考噪声信号v , ( n ) 作为自适应滤波器的 输入信号x ( n ) .当s ( n ) 和 v , ( n ) 及v , ( n ) 不相关，而v , ( n ) 和v , ( n ) 强相关时，该方法可以 提高信号的信噪比。因为自 适应滤波的实质是使e ( n ) = d ( n ) - y ( n ) - s ( n ) + v , ( n ) - v , ( n )的均方 值最小化。s ( n ) 未经处理，故而功率未变;所以，使 e ( n ) 的均方值最小化就等价于使 v ( n ) - y ( n ) 的均方值最小化。而输出噪声平均功率的最小化就会带来输出信噪比的提高。 w i d r o w自 适应噪声消除方法中输入信噪比和输出信噪比如下式。 s n r , p, p s ( n ) p v o ( n ) s nr p s ( n ) a r,tp ut = p v n ( n ) 一 y ( n )l e ( n ) = d ( n ) - y ( n ) = s ( n ) + v . ( n ) - v , ( n ) 图1 - 2 w i d r o w自 适应噪声消除方法 f i g . 1 - 2 t h e a d a p t i v e n o i s e - c a n c e l l a t i o n m e t h o d p r o p o s e d b y wid o w wi d r o w最早提出了横向结构f i r滤波器的自 适应算法一l ms算法 ( 表 1 - 1 ) ，并将其用 于图1 - 2 的噪声消除当中。由 于横向结构的简单和灵活， f i r滤波器的永远稳定，以及l m s 2 所谓b o l l 准则就足将潜 相减结果中的负值当 作估计误差d u 将1 1 强制为零。 算法的简单和稳健，所以在各种自 适应信号 处理应用中最常采用就是l ms自 适应滤波器。 l m s 算 法 系 数 调 整 的 原 则 是 使 输 出 误 差 序 列。 ( n ) 的 均 方 值j = e e 2 ( n ) 最 小 化 。 l m s s j 法系数调整的本质是最速下降算法权系数向量w 的每 负 值 : 、 +一 。 + 告 u (一 、 ) 。 不现实的或不可能的。 计: v i , = - 2 e k x k: 所以， 次变化都正比于梯度向量v i * 的 然而，在实际中精确地求解每 一 步迭代时所需的梯度向量的值是 l m s算 法 用; * 二 。 ，代 替r , = e 卜 月 ， 并 得 到。 的 一 个 估 us 算法的 迭代方 程为: w k , i = w k + n e k x , 。 表 1 一 1 l m s 算法 t a b l e 1 一 1 p r o c e d u r e o f l ms a l g o r i t h m 参 数 m= 抽头数 l x = 步长参数; 1 1 的取值范围 人， 0/r 2 抽头输入功率 。 其 中 ， 抽 头 输 入 功 率 一 艺 e jx (。 一 、 川 如果抽头加权值向量w的有关先验知识己知，那么利用该先验知识为w的初始 值 w ,，选 择 一 个 合 适 的 值 ; 否 则 ， 置 w二 0 ,0 , 0 , .二 , 0 i 初始化 数 据 给定:x = 时刻k 的 抽头输入向量; d ( k ) = 时刻k 的期望响应 待求: 对 k = 0 w , + 一 时刻( k + l ) 的抽头 加权值向量 之估计值 鬓 2 , ， 训算: e ( k ) = d ( k ) 一 w , x ,. w , 一w , + n - e ( k ) x , 在实际应用过程中，人们对l ms算法做了许多改进。由于l ms算法的稳定性、收敛速 度和梯度噪声，受输入信号功率变化的影响显著，因此经常使用的一 种改进就是先对输入信 号进行功率归一化相应的算法称做 “ 归一 化 l ms算法” 。而我们这里应用的d c t / l ms算 法就是在归一化l ms 算法的基础上改进得到的。 1 .3一种基于d c 下 / as 算法的自适应噪声控制方法 在个人通信应用中，直接采用wi d r o w的方法进行自 适应噪声消除是达不到效果的。因 为空间范围的限制使信号间的相关性要求很难得到满足;此外，生产商们都还倾向于采 用 4 个麦克。因此，解决问题的关键就成了如何利用一个麦克并获取到符合相关性要求 的参考噪声信号v 1 ( n ) o 针对课题特点并在对几种方案的验证、 对比基础上， 本文提出了一种基于d c t / l ms 算法的自 适应噪声控制方法。其基本思路如下:因为在正式通话前一般都存在着5 - - 6 0 秒不等的静音期， 所以可以考虑利用这段时间 ( 如5 秒) 来录制一定数据量的背景噪声。 正 式通话 时， 将录制的 背景噪声 循环播放作为 参考噪声 输入v i ( n ) 。因为 在一般 情况f , 产生机械背景噪声的噪声源相对固定而且噪声特性变化也比较缓慢，所以录制的背景噪 声v i ( n ) 和正式通话时的背景噪声v o ( n ) 具有较强的相关性。而机械背景噪声通常 ， 人 类语音之间的相关性较低。因此，这种方法在理论土是可行的，仿真结果也表明这种方 法是确实有效的;并且这种方法在d s p上可以获得实时应用。 图i - 3 d c t / l m s 算 法框图 f i g . 1 - 3 t h e b l o c k d i a g r a m o f d c t / l ms a l g o r it h m 在自 适应算法 r . ，我们选用的是d c t / l ms算法而不是基本的 d c t / l ms 算法由d c t 、功率归一化和 l ms 滤波三部分组成。 1 . dc t: m _ , u k ( !) - 艺 t m ( i, 1) x , ， 二 0 ,1 . ， l ms 算法。女 fl 图 1 - 3 所 具体步骤如下: 二 1 ( i x 0 ) 2 .功率归一化: v , ( i ) = 其， ， u , u ) = j (; 一 : ) .凡 _ :(，) + : 刃 二 * 2 (i) + ( i = 0林1 ) m个 很 小 的 常 数 ;y e 0 ,t 通 常 取 接 近。 。 3 . l ms滤波: m 一 【 e * 二 d * 一 艺v k mw 4 ( ) wk-l(t)=w k ( 0 + 刀 e k v k ( l ) 木课题选用 d c t / l ms算法的理论分析如下: l l ms算法的收敛速度受输入信号自相关矩阵 r的特征值直接影响。 当r的特征值 分布的分散程度增大时，收敛时间将山r的最小特征值决定;此时，l ms算法的 收敛速率将严重变缓。 为了使算法保持相对稳定的收敛特性， 必须对输入自 相关矩 阵r进行正交化以降低输入信号的相关性。虽然k l t ( k a r h u n e n - l o e v e t r a n s f o r m) 是 “ 正交化处理”的最佳选择，但因为进行 k l t需要估计输入信号的自 相关知 ， 阵 并对它进行对角化， 而且还要构造变换所需的基向量; 而这些要求在实时信号 处理 中是不现实的， 所以通常是用d c t 来代替k l t 。本课题选用d c t / l ms 算法有利 于在非平稳的信号环境下保持较一致收敛速度，同时也有助于提高噪声控制方 法的鲁棒性。 2 .从另一方面来讲，d c t / l ms算法在木文应用中有着明确的物理意义。和 d f 丁 一 样，d c t在频域可以看作是 一 组正交的等带宽的带通滤波器。d c t / l ms算法 的作用是对输入信号进行d c t分解， 并将得到的正交分量进行自适应线性组合 ( 加权系数按照 l ms算法调整) ， 使之跟踪缓变的背景噪声并最终达到抑制 噪声的 目的。因此，d c t / l ms算法可以看作是一种子带自适应的方法。 第二章 计算机仿真部分 2 . 1 仿真实验设计 为了对所提出的噪声控制方法进行有效性验证和性能研究，在m a t l a b 5 .3 环境下设计 了一系列基于s i mu l i n k的实时仿真实验 ( 包括减谱噪声控制、d c t / l m s噪声控制、累积 平均信噪比测量、短时信噪比测量等) 。 y =s=s+n 图2 - 1 计算机仿真示意图 f i g . 2 - i t h e b l o c k d i a g r a m o f s i m u l a t i o n 仿真思路如图 2 - 1 所示。我们选取一段纯净语音信号 作为信号 源，采用录制的 一 段机械 振动噪音作为背景噪声源。信号源和噪声源的持续时间都是5 s ，采样率均为8 0 0 0 h z ，数据 类型为 1 6 - b i t 归一化有符号数，保存于.w a v 文件当中。经噪声控制处理算法处理之后，司 一 以 进行信噪比的测量或者直接用” t o w a v e d e v i c e s i m u l i n k模块经由计算机声卡播放出来。 语音信号的内容及其时域波形如图2 - 2 所示， 噪声的时域波形如图2 - 3 所示。 信号和噪声 的 幅 度 统 计 特 性 参 见图2 - 4 所 示的 直 方图 。 语 音 信号 的 均 方 根r m s ( r o o t o f m e a n s q u a r e ) 值为0 . 1 5 8 7 ， 幅度取半后作为信号， 噪声的r m s = 0 . 1 8 4 8: 这样， 含噪信号的s n r = - 7 .3 4 3 d b o 信号s和噪声n之间的相关系数为- 0 .0 0 2 0 ; 信号s和含噪信号x之间的相关系数为0 .3 9 2 1 ; 噪声n和含噪信号x之间的相关系数为0 . 9 1 9 1 . s i g h ( 4 0 1 9 2 - b y - 1 r e a l , f s = 8 0 0 0 ) a : 喂. . . b : 喂，诸 找奥占 斯特 二 布维 听电话. a :我就 是布 维。 怜 -ala i jl ll . 自份 。巴工oa 0 0 . 5 15 22. 5 丁i m e 3 5 4 4.5 5 图2 - 2 语音信号的内 容及其时域波形 f i g .2 - 2 t h e c o n t e n t a n d w a v e f o r m o f p u r e s p e e c h s i g n a l 2 .2减谱法仿真 减4 11 法的仿真实验主要进行以卜_ 方面的研究: ( 1 ) 考察s 丁 f t的重建误差。 即信号做完s t f t后， 不做任何处理直接进行反变换输出。 输出信号与原始信号之间的差称为算法的“ 重建误差” 。 仿真结果表明: 重建误差的绝对值小 超过2 .5 x 1 0 - 1 6 ， 输出信号与原始信号的相关度为1 。 在听觉仁 无可察觉的误差 ( 畸变) 。 这是 由于 ma t l a b中使用 6 4 - b i t 的双精度数实现的。而我们在 d s p上的精度远不及此，通常可 以在1 6 - b i t 定点d s p 上实现的双精度运算为3 2 - b i t 。所以，必须考虑由 精度有限带来的算法 误差及其影响。 ( 2 ) 考察相位在减谱法中的影响。 按照b o o l 准则， 从含噪信号的幅度谱中 减去噪声的 实时幅度谱， 利用含噪信号的相位谱进行反变换 ( 图2 - 8 ) 。 恢复语音与原始信号的相关度为: 0 .8 3 0 9 .语音内 含有少量 “ 毗啦” 声， 但对语音可 懂度的影响并不大。 ( 3 ) 考察噪声谱估计对减谱法的影响。 按照b o o l准则， 从含噪信号的幅度谱中减去噪 声的平均幅度谱估计 ( 图2 - 9 ) ,然后利用含噪信号的相位谱进行反变换。输出语音的时域波 形如图2 - 1 0 所示。 仿真结果表明: 噪声的r ms = 0 . 1 1 5 0 ， 比处理前噪声的r ms 值降低了3 8 %; 输出信号的s n r = - 3 .2 2 3 d b ， 比处理前提高了4 . 1 2 0 d b . 累积平均信噪比的改善和短时( 3 2 m s ) 平均信噪比的改善分别见图2 - 1 1 和图2 - 1 2 . 5 l 日 n a l t o wo r k s p a c e 7 s i g n a l t o wo 比s p a c e s 图2 - 8 b o o l 标准减去噪声实时幅度谱的s i m u l i n k 仿真模块 f i g . 2 - 8 t h e s i m u l i n k m o d e l f o r s p e c t r a l s u b t r a c t i o n u n d e r b o o l c r i t e r i o n 图2 - 9 噪声的平均幅度谱估计 f i g . 2 - 9 t h e e s t i m a t e f o r m e a n m a g n it u d e s p e c t r u m o f n o i s e 狱 . 。， 图2 - 1 0 输出语音的时域波形 f i g .2 - 1 0 t h e w a v e f o r m o f o u t p u t s i g n a l i n t i m e d o m a i n 弓 卜/ 了一 叶 一 图2 - 1 1 累积平均信噪比的改善 f i g .2 - i 1 t h e i m p r o v e m e n t o f a c c u m u l a t e d m e a n s n r ，5 . : : 护 策 16 0 图2 - 1 2 短时 ( 3 2 m s )平均信噪比的改善 f ig . 2 - 1 2 t h e i m p r o v e m e n t o f s h o rt - t i m e m e a n s n r 1 0 2 .3基于d c t / l m s 算法的自适应噪声控制方法仿真 d c t / l ms 噪声控制算法的s i m u l i n k模块图及其内部? 1 - 构图参见图2 - 1 3 i ll 图2 - 1 4 0 f i 语音信号不变的情况下， 对d c t / l ms 算法做了两组仿真。 组采用固定噪声信号( n 0 2 . w a v ) , 研究不同 参数下算法的 性能 ( 数据见表2 - 1 ) 。 另一 组采 用固 定 算法参数 ( m = 5 1 2 , 1 = 1 .0 ) , 在1 2 位伪随机序列作为参考噪声输入下， 研究不同噪声背景对算法性能的影响 ( 即研究该算 法噪声控制的鲁棒性，数据见表2 - 2 ) . fr o m w a v e f i l e 心 2 旧以) o l wl c h / 1 6 b ) 1卜-闷目洛 o u t p u t fr o m w a v e ft l e 5 01 困以 ) o h z i i c i v 1 6 b ) s l 创a l fr o m w a v e fi l e m. 山幻2 ( s o o o hi ) i c h / 1 6 b ) ou t p 丁决 月c 1 匆 e d c t l m s 2 5 6wa v r e f e r e nc e no i s e to w a v e bl o c k dct- lm s a d a p t i v e f i l t e r 图2 - 1 3 d c t / l m s 噪声控制算法的s i m u l i n k 模块图 f i g .2 - 1 3 t h e s i m u l i n k m o d e l f o r a d a p t i v e n o i s e c o n t r o l m e t h o d b a s e d o n d c t / l m s a l g o r i t h m l ms c o e ff ic ie n t u p d a t e 图2 - 1 4 d c t / l m s 算法的内 部结构图 f i g .2 - 1 4 t h e i n t e r n a l s t r u c t u r e o f d c t / l m s a l g o r i t h m 由 农2 - 1 分析知，( 1 ) 随着滤波器阶数的增加， 信噪比 提高量有增加的趋势。( 2 ) 在滤波 器阶数相同的情况下，存在着最优的收敛因子。( 3 )信噪比提高量主要由算法本身决定。提 高滤波器阶数和优化收敛因子只能获得有限的性能提高。( 4 )对比不同参考噪声信号 ( n 0 2 .w a v , 1 2 位伪随机序列、 m a t l a b函数: a n d ( ) 的输出) 情况下算法的 性能，可以 看到 参考噪声信号的功率谱越接近白噪声， d c t正交分解得到的各频段分量就越完备，相应的噪 声控制效果就越好。附录2 显示了 这三种参考信号的语谱图。 所以，考虑到d s p 实现的客观 情况，可以用白噪声替代真实噪声。 表2 - 1 算法参数对性能的影响 一一一一 一一一 t a b le 2 - i t h e e ff e c ts o f p a ra m e te r s o n a lg o r ith m p e r fo rm a n c e d c t / l m s白 适应算法参数 平均信噪比的提高星 ( d b) 处理前含噪信号的信噪比为一 7 .3 2 6 3 d b ) 阶数 m ( 输入帧k: ) 归一化 收敛因子w (0 l. t 2 ) 噪声信号 作为输入 1 2 位伪随机序列 作为输入 ma t l a b函数 r a n d q 输出 作为输入 5 . 0 8 5 6 5 . 41 7 0 5 . 5 4 1 8 4 . 4 4 8 7 5 . 5 8 7 1 5 . 2 3 6 0 5 . 4 3 9 8 5 . 5 4 2 3 4 . 4 6 8 9 5 . 5 9 8 8 5 . 7 2 4 9 5 . 1 7 5 8 5 . 4 4 9 3 5 . 5 6 5 7 4 . 4 7 4 9 5 . 6 1 4 3 5 . 7 1 1 3 5 . 7 2 4 3 5 . 7 4 0 0 5 . 7 5 3 7 n户0110， .: 11()11 1 . 2 5 5 . 7 3 0 0 5 刀1 6 6 5 . 6 61 0 5 . 7 6 0 2 5 .7 4 9 2 5 . 7 4 8 9 64128256512512512512512512512 1 0 2 45 . 61 8 65 . 6 21 7 2 0 4 85 . 6 2 8 0 5 . 7 3 8 7 5 . 7 4 5 2 5 . 7 3 3 9 5 . 6 8 1 0 5 . 6 0 7 6 5 . 6 2 2 75 . 6 2 8 6 1314151.010 表2 - 2 不同 噪声背景下的算法 性能 t a b l e 2 - 2 t h e a l g o r i t h m p e r f o r m a n c e s i n d i f f e r e n t n o i s e b a c k g r o u n d s 背景噪声文f l 处理前的平均信噪比 ( d b) 处理后的平均信噪比 ( d 日) 平均信噪比的提高最 ( d b) n 0 2 . wa v n 0 3 . wa v - 7 . 3 2 6 3 - 7 . 4 9 0 0 - 7 . 5 0 8 0 一 1 1 . 8 0 0 0 - 7 . 9 7 7 9 一 1 . 1 3 9 25 . 5 8 71 - 3 . 9 3 7 93 . 5 5 21 n ol . wa v mo d c a r 0 2 . wa v - 0 . 5 4 9 2 6 . 9 5 8 7 - 8 . 51 613 . 2 8 3 9 mo t o r 0 l . wa v - 2 . 3 5 8 8 5 石1 91 选取 参 数为m = 5 1 2 , 1 1= 1 .0 的d c t / l m s 算 法与 帧长 为1 2 8 点的 减谱 法进 行 噪声 控 制 性能 对比。 由图2 - 1 5 和图2 - 1 6 可以得出如下结论:( 1 ) 从平均信噪比的改善情况看， 基于d c t / l ms 算法的噪声控制效果比 减谱法有所提高 一平均信噪比的提高量提高了2 0 % 左右; ( 2 )图2 - 1 6 表明d c t / l ms处理后的短时平均信噪比的提高量比减谱法更加平稳，因此在算法鲁棒性方 面有所改进。此外，d c t / l m s 处理在结构选取、参数优化等方面还可做进一步研究。 0 c o mp a r i s o n o f a c u mu l a t e d m e a n s n r 5卜 芯 1 0 rj 口p)比ns 2 0日一: _ _ _ : 25 一 a ms n r o f i n p u t 一 a m s n r a ft e r s p ir c t r a l- s u b t r a c t i o n ams nr a ft e r dc t i l ms 0 2 0 4 0 6 0 8 0 1 0 0 1 2 0 1 4 0 1 6 0 1 8 0 2 0 0 2 2 0 2 4 0 2 6 0 2 8 0 3 0 0 3 2 0 n u mb e r 图2 - 1 5 累积平均信噪比的对比 减谱法帧长1 2 8 ; d c t / l m s 参 数m = 5 1 2 , u = 1 . 。 ) f i g . 2 - 1 5 t h e c o m p a r i s o n o f a c c u m u l a t e d m e a n s nr b e t w e e n d c t / l ms p r o c e s s i n g a n d s p e c t r a l s u b t r a c t i o n ( f r a m e s i z e = 1 2 8 , m = 5 1 2 , 1 t = 1 . 0 ) 2 0 c o mp a r is o n o f s h o rt - t ime m e a n s n r i m p r o v e m e n t s n r i mp r o v e me n t s n p i mp r o v e me n t s p e c t r a l- s u b t r a c t i o n d c t i l ms 切切 1 5 1 0 (山p)栏a巨jd任1比25 v 狠 脚沪川尸 0卜牛 5 02 o406 0 8 0 n u mb er 1 0 01 2 01 401 6 0 图2 - 1 6 短时平均信噪比提高量的对比 ( 参数同 上图) f i g .2 - 1 6 t h e c o m p a r i s o n o f i m p r o v e m e n t o n s h o r t - t i m e m e a n s n r b e t w e e n d c t / l m s p r o c e s s i n g a n d s p e c t r a l s u b t r a c t i o n ( t h e p a r a m e t e r s a r e id e n t ic a l t o t h o s e in f ig .2 - 1 5 ) 1 3 第三章 d s p 实现部分 可编程d s p芯片为各种复杂的实时信号处理算法在嵌入式系统中的应用提供了强大的硬 件支持。但 d s p程序开发以汇编语言为主，所以开发出高效率的d s p程序也并非易事。由 于在本课题中采用的是定点 d s p芯片，因此定点d s p的实时算法设计也是非常重要而且有 相当难度的。 这部分主要给出了d s p 系统的一些关键设置、有关实时信号处理要求下编程的 思路和一些主要程序的思路和核心片段。系统初始化程序清单可参照附录4 0 3 . 1 d s p 系统设置 本课题所应用的d s p系统( 除不含 e p r o m外)在结构上与图3 - 1 的典型 d s p系统是 一致的。这里主要说明一下如何在程序中完成对d s p 系统的存储器映射、中断、工作频率、 采样频率、定时器及等待状态的设置。 1 、存储器映射 c 5 4 x将所有可用的片内外存储器资源映射 到3 个独立空间一程序空间、 数据空间和1 / o空 间。 在处理器模式寄存器p ms t中， 下列状态位 决定存储器映射:mp / mc ( 微处理器模式/ 微计 算机模式选择位，决定能否使用片内 r o m) , o v l y ( r a m覆盖位，决定d a r a m能否映射 到程序空间) 和d r o m( 数据r o m位， 决定片 内r o m能否映射在数据空间) 。 为充分利用 d s p芯片内部提供的存储器资 源， 我们选择d s p工作在o v l y = 1 、 d r o m = o 图3 - 1 典型d s p系 统框图 f i g . 3 - 1 t h e b l o c k d i a g r a m o f a t y p i c a l d s p s y s t e m 的微计算机模式 ( mp / m c = o ) 下。这样，v c 5 4 1 0内部的 r o m 、s a r a m 1 、s a r a m 2和 d a r a m都被利用上了:此时s a r a mi 和d a r a m被程序/ 数据空间共享，因此要注意避免 程序和数据相互覆盖。而系统扩展的2 5 6 k s r a m映射到扩展程序空间。具休情况见表3 - 1 . 2 、中断设置 v c 5 4 1 0 的中断资源很丰富， 本课题根据需要使用了 r e s e t , s i n t 1 7 , d m a c 4 , d ma c 5 , r i n t o , h p i i n t , x i n t 1 等中断。中断服务程序的位置 ( 中断向量) 在中断向量表中进行设 rw. v c 5 4 1 0 中断向量表的大小为一页 ( 1 2 8 w o r d ) ，每个中断向量占用4 个字。 中断向量表的 入口地址由p ms t 中的i p t r 字段后加7 个零得到。该地址处存放的是0 号中断向量，即硬件复 位 c r s )向量或软件复位 ( r e s e t )向量。 器件上电时，d s p 要自 动执行硬件复位 ( r s )。山于i p t r 的复位值= l l l l l l l l l b ， 所以硬 件复位的服务程序永远驻留在程序存储空间的第5 1 1 页 ( f f 8 0 h ) 。 在硬件复位完成之后， 在应 3 . 2 实时信号处理的实现方案 “ 实时信号处理” 就是要求d s p系统在保证精度的前提下， 在有限时 一 ,h j-r 内完成对信号的 处理。一般而言， : 是相邻两个 ( 或两帧) 输入数据之间的时间间隔; 所以只要信号处理的速 率不低于信号更新的速率就能保证实时性。 在对延迟有明确、 严格限制的场合， ， 必须保证不 能大于给定的延迟。实现实时信号处理主要依赖d s -p 芯片的性能和算法的优化设计。 图3 - 5 课题采用的信号处理框图 f i g . 3 - 5 t h e b l o c k d i a g r a m o f s i g n a l p r o c e s s i n g 我们选用的 t m s 3 2 0 c 5 4 x 器件是 t m s 3 2 0 系列产品中的定点数字信号处理器， 它能满足电 信等实时嵌入式应用系统的特殊要求。它的c p u 采用了改进哈佛结构 ( m o d i f i e d h a r v a r d a r c h i t e c t u r e ) 。这种结构的特点是功耗小、并行度高.:而且，它的寻址方式和命令集也丰富多 样，这都有助于提高整个系统的性能。 d s p 系统要实现实时信号处理除依赖d s p 芯片本身的处理能力之外，正确选择数据的吞 吐方式和处理方式也是非常重要的。本课题选择 d ma输入输出方式和双缓冲区 ( p i n g 区 和p o n g区)帧处理方式，其具体思路如图3 - 5 所示。 1 . m c b s p和。 m a 配合的输入输出方式及其实现 m c b s p 是一种高 速全双工串口 接口，它提供了 非常强大而灵活的串口 通信功能 一其传输 数据长 度、 时钟信号、 帧同步 信号等均可编程控制。 t m s 3 2 0 v c 5 4 1 0片内集成了 三个m c b s p， 每个m c b s p 都可直接和t i / e l 成帧器、串行a / d 转换器、串行d / a 转换器、 c o d e c 等串行器件 进行通信。它提供了和s p i 器件直接接口的s p i 工作模式。mc b s p 独立于c p u 运行，当c p u 处 于i d l e 模式时，mc b s p 依然可以读、写片内存储器的数据。 匕v c 5 4 1 0 运行在i o o mi p s 时， m c b s p 的吞吐量 ( t h r o u g h p u t ) 为5 0 m b i t s / s e c . m c b s p 不仅支持同步 / 异步中断方式的输入输 出，而且也支持同步/ 异步d m a 方式的 输入输出。由 于 d m a 所具有的后台 操作的 特点， 所以 本课题的 输入输出 采用了同步的d m a 方式: d m a c 4 的同步事件由 m c b s p o 触发， d m a c 5 的 同步事件由 m c b s p i 触发。 d m a ( d i r e c t m e m o r y a c c e s s ) 是 在没有c p u 的 干预下 直接在内 存映射区 域进行数 据存 取 的技术。t ms 3 2 0 v c 5 4 1 0的d ma 控制器是通过6 个独立可编程的通道 ( d ma c o 一 d ma c 5 ) 来进行d m a 传送的。d m a 可访问的范围包括片内存储器、片内外设和片外存储器 ( 参见附 录) 。1 6 - b it d ma 传输由一次读和一次写组成。所需时间由 数据源/ 目的所在的位置、外部接 口的情况 ( 等待状态和边界切换周期)， 在运行的d ma 通道数以及h p i 的活动情况有关。 次 内的d m a 传输需要