（电路与系统专业论文）基于DSP的嵌入式混合语音盲分离系统设计与实现[电路与系统专业优秀论文].pdf

上筮基堂亟堂焦丝塞 基王旦塑殴送基握佥语音直金直丕统超盐皇塞理 摘要 随着科技和社会的不断进步和发展，语音通信已经成为人们生活不可或缺的 一部分，而且人们对语音的依赖性不断增加、对语音质量的要求越来越高。但是， 现有的各类语音应用系统对各种干扰信号非常敏感，特别是当现场同时存在其他 语音信号时，系统的性能严重下降。目前大多数消噪的算法都假设噪声是加性平 稳的，但实际情况并非如此。由于各语音信号频谱特征相近，声压量级相当，使 用般的语音增强和降噪方法难以从混合语音中提取所需的原始语音信号，获得 高质量的语音信号。混合语音盲分离方法能从混合语音信号中提取原始语音信号， 是解决这一问题的很好方法。但是由于混合语音盲分离算法复杂，计算量很大， 并且语音处理系统对实时性要求很高，使得混合语音盲分离的系统实现变得十分 困难，阻碍了混合语音的盲分离的应用。近些年来，混合语音盲分离系统实现问 题受到了越来越广泛的关注，已成为大家共同感兴趣的热点研究课题。 本文在深入研究混合语音盲分离的基础上，结合混合语音盲分离算法的特点 和嵌入式系统的优势和特点，提出了套混合语音盲分离的实现方案。该方案以 t i 公司的t m s 3 2 0 c 6 4 1 6 高速d s p 嵌入式处理器为核心设计硬件平台，构建了基 于该硬件平台的嵌入式操作系统d s p b i o si i 软件平台，并在此平台上设计混合语 音盲分离程序。通过对该操作系统的移植，达到了采集两路混合语音信号、进行 混合语音盲分离的目的。其中硬件平台设计主要是c 6 4 1 6d s p 嵌入式处理器外围 电路的设计，为嵌入式操作系统d s p b i o si i 的运行和混合语音盲分离的实现提供 必要的硬件支持；软件平台设计主要是嵌入式系统的构建，包括操作系统的编译、 裁剪、移植以及串口中断程序和应用程序设计。所有软件设计都在n 公司提供的 c c s 开发工具中实现。 该系统能有效的分离混合语音，可以作为现有的各种语音处理系统的一个预 处理装置，为它们提供纯净的语音信号，提高它们的性能。 关键词：d s p ，混合语音盲分离，嵌入式系统，d s p b i o si i 第1 页 上埋丕堂丝堂僮坦塞基王旦塑盥壁式塑盒造置直盆韪丕蕴退让生塞班 a b s t r a c t a st h et e c h n o l o g ya n ds o c i e t ya r ea d v a n c i n g ，s p e e c hc o m m u n i c a t i o nh a sb e e na r l i n d i s p e n s a b l ep a r to fo u rl i v e s ，a n dp e o p l es e e kf o rh i g hq u a l i t ys p e e c he n d l e s s l y , p a y m u c hm o r ea t t e n t i o nt oi m p r o v et h eq u a l i t yo fs p e e c h b u tt h es i t u a t i o ni st h a tm o s to f s p e e c ha p p l i c a t i o ns y s t e m sa r es e n s i t i v et on o i s e ，e s p e c i a l l yt oo t h e rv o i c e ，a n dt h e i r p e r f o r m a n c ei sg e t t i n gw o r s e n o w a d a y s ，t h em a j o r i t yn o i s e - c a n c e l i n ga l g o r i t h m s s u p p o s et h a tt h en o i s ei ss t a b l eg a u s s i a n ，b u tt h a ti sn o tt h et r u t h b yu s i n gg e n e r a l s p e e c he n h a n c e m e n ta l g o r i t h m sa n dn o i s e c a n c e l i n ga l g o r i t h m s ，i ti sd i f f i c u l tt oe x t r a c t t h eo r i g i n a ls p e e c hf r o mt h em i x e ds i g n a la n da c h i e v eh i g hq u a l i t ys p e e c h ，b e c a u s et h e s p e c t r u mo fs p e e c ha r em u c h c l o s e m i x e ds p e e c hb l i n ds i g n a ls e p a r a t i o na l g o r i t h mc a r l d i s t i l lt h eo r i g i n a ls p e e c hi nw h i c hw ea r ei n t e r e s t e df r o mt h er e c e i v e ds i g n a l ，a n di t s t y p i c a la p p l i c a t i o ni s t or e s o l v e “c o c k t a i lp a r t y ”p r o b l e m b u tt h ea l g o r i t h mi sv e r y c o m p l i c a t e da n dn e e d sm u c hc a l c u l a t i o n ，m o r e o v e r , s p e e c hs i g n a lp r o c e s s i n gs y s t e m s a r ev e r ys e n s i t i v et ot i m i n g ，a l lt h e s ef a c t o r sm a k ei tt h a tt h es y s t e mi m p l e m e n t a t i o no f m i x e ds p e e c hb l i n ds e p a r a t i o nh a sl a g g e df o ral o n gt i m e ，a n ds u s p e n d si t sa p p l i c a t i o n i nr e c e n ty e a r s ，m i x e ds p e e c hb l i n ds i g n a ls e p a r a t i o n sr e a l i z a t i o ni sa t t r a c t i v ea n dh a s r e c e i v e dc o n s j d e r a b l ea t t e n t i o nf r o mr e s e a r c h e r s i nt h i st h e s i s m i x e ds p e e c hb l i n ds e p a r a t i o ni ss t u d i e d b a s e do nt h ec h a r a c t e r i s t i c s o fm i x e d s p e e c h b l i n d s e p a r a t i o na n de m b e d d e do p e r a t i o ns y s t e m ，a nn o v e l i m p l e m e n t a t i o ns c h e m ei sp r o p o s e d i tt a k e st m s 3 2 0 c 6 4 1 6 ，o n eo ft e x a si n s t r u m e n t s c o r p o r a t i o n sh i g as p e e dd s pp r o c e s s o ga st h ec o r eo ft h eh a r d w a r ep l a t f o m l ，a n d d e v e l o p st h ee m b e d d e ds o f t w a r e ，d s p b i o si i ，b a s e do nt h eh a r d w a r ep l a t f o r m t h e s y s t e mc a na c q u i r et w os i g n a l ss i m u l t a n e o u s l ya n ds e p a r a t et h em i x e ds p e e c h t h em a i n w o r ko ft h eh a r d w a r es y s t e md e s i g ni st h a to ft h es u r r o u n d i n gc i r c u i t s ，w h i c hm a k es u r e t h es y s t e mw o r k sw e l l w h i l et h ed e s i g no fs o f t w a r ei sm o s t l yt h ec o n s t r u c t i o no f e m b e d d e ds y s t e m ，w h i c hi n c l u d e sc o m p i l i n g ，c u t t i n g o u t ，t r a n s p l a n t i n go fd s p b i o si i ， a n dt h ep r o g r a m m i n go fs e r i a li n t e r r u p ts e r v i c em u t i n ga n da p p l i c a t i o nr o u t i n e s a l lo f t h es o f t w a r ep r o g r a m m e dw i t h i nt h et i sc o d ec o m p o s e rs t u d i o t h es y s t e mc a ns e p a r a t et h es p e e c hf r o me a c ho t h e re f f e c t i v e l y , a n dc a nb ea p r e p r o c e s s i n gs e t t i n go fc u r r e n ts p e e c hp r o c e s s i n gs y s t e m ，s u p p l yp u r es p e e c ht ot h e s e s y s t e m sa n di m p r o v e t h e i rp e r f o r m a n c e k e y w o r d s ：d s p , m i x e ds p e e c hb l i n ds i g n a ls e p a r a t i o n ，e m b e d d e do p e r a t i o n s y s t e m ，d s p b i o si i 第1 i 页 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作。 除了文中特别加以标注和致谢的地方外，论文中不包含其他人已发表 或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签名： 本论文使用授权说明 本人完全了解上海大学有关保留、使用学位论文的规定，即：学 校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容。 ( 保密的论文在解密后应遵守此规定) 签名：立l 盥导师签名：立! 盖日期：笸：至：芝； 土竖丕堂亟土堂焦j 佥塞 基王旦壁的送厶式塑金造童直盐直丕统遮盐生塞理 第一章绪论 1 1 混合语音盲分离及其系统实现的意义 目前，各类语音应用系统对各种干扰信号非常敏感，特别是当现场同时存在 其他语音信号时，系统的性能严重下降。 语音识别系统：近二十年来，语音识别技术取得显著进步，开始从实验室 逐步走向市场，得到了一定程度的应用。但是其识别率依赖于输入语音的纯净度， 一旦输入语音受到其他噪声，特别是其他语音的干扰，其识别率将大幅度地下降， 严重影响系统的性能。 移动终端：移动终端对环境噪声非常敏感，人们在利用移动终端进行语音 通信时，不可避免地会受到来自周围环境乃至其他讲话者的干扰。这些干扰信号 最终将使接收者接收到的语音并非纯净的原始语音信号，而是受干扰的带噪语音 信号，从而使语音通信的质量和系统性能极大程度地下降。 人机对话：与机器进行语音交流，让机器明白你说什么，是人们梦寐以求 的事。随着语音识别技术的发展，人机对话基本上实现了人们的夙愿，可以对计 算机、智能家电等发送命令或要求计算机记录所说的话等。但是一旦有噪声污染， 特别是有其他语音干扰时，人机对话将难以准确的进行。 车载免持移动电话：目前轿车不断地进入寻常百姓家中，交通安全越来越 多受到关注。然而在驾驶过程中使用移动电话逐渐地成为交通安全的一大隐患。 在美国，已经明文规定禁止开车时使用移动电话，但是由于目前免持麦克风设计 并非十分完善，使得行车上依旧存在许多潜在的危险，甚至有人在开车时违规使 用手持移动电话。而现在的语音识别系统在安静的环境中已经有不错的识别结果， 但在嘈杂的轿车内，其识别率大幅下降，还不能用在轿车内解决声控移动电话。 从上面可以看出，目前的各类语音应用系统很难在任何场合仍保持高效的性 能，离实用化还有很遥远的距离。一个关键的问题就是：语音应用系统的性能严重 依赖于输入语音的纯净度。 目前大多数消噪的算法都假设噪声是加性平稳的，但实际情况并非如此，尤 其是在嘈杂环境下，话音信号不仅要受到有色非平稳的环境噪声的影响，还要受 到其他语音的干扰，待传输的语音信号是带有有色、非平稳噪声的混合语音信号。 而且由于各语音信号频谱特征相近。声压量级相当，因而使用一般的语音增强和 降噪方法难以实现从混合语音中提取所需的原始语音信号，获得高质量的语音信 号。近些年来，混合语音的分离问题受到了越来越广泛的关注，已成为信号处理学 第1 页 上洼本堂亟堂僮途塞 基王旦驶的蛊式超盒语齑直盆彦丕统照i 土皇塞堡 界和神经网络学界共同感兴趣的热点研究课题。混合语音盲分离方法能从混合语 音信号中提取原始语音信号，是解决这一问题的很好方法，其最经典的应用就是 “鸡尾酒会”问题。 研发混合语音盲信号分离系统具有很强的应用背景，比如添加有此系统的移 动电话，将可以在非常嘈杂的背景中表现出高质量的通话质量；在语音识别和人 机对话中，而加装有语音净化处理系统后，可以使语音系统处理最接近原始语音 的信号，从而提高性能和效率。设想在嘈杂的大街上，人们可以使用装有语音净 化处理系统的汽车车门防盗系统，而不受周围噪音的影响；与此同时，混合语音 盲信号分离系统还能嵌入到现有的各种语音系统中，在提高了质量的同时。又不 会增加太大的成本。 因此，研发混合语音盲分离系统不仅在理论研究方面具有极高的价值，而且 在应用方面也具有巨大的经济效益和社会效益，是一项非常有意义并十分迫切的 工作。 1 2 混合语音盲分离的现状和前景 所谓盲信号分离( b s s ) 就是在不知道源信号和传输信道的有关参数的情况下， 仅根据观测到的混合数据向量确定一个变换，来恢复源信号。典型情况下，观测 数据向量是一组传感器的输出，其中每个传感器接收到的是源信号的不同组合。 术语“盲的”有两重含义：源信号不能被观测；源信号如何混合是未知的。盲信 号分离的核心问题是分离矩阵的学习算法，它属于无监督学习，其基本的思想是 提取统计独立的特征作为输入的表示，而又不丢失信息。显然，当从信源到传感器 之间的传输很难建立其数学模型，或者关于传输的先验知识无法获得时，盲信号分 离是一种很自然的选择。 盲信号分离的开拓性研究起源于j u t t e n 与h e r a u l l t1 9 9 1 年发表的论文【l 】，他们 提出了一种基于反馈神经网络的分离方法，该方法采用奇次非线性函数构成h e b b 训练，从而达到盲信号分离的目的。c o m o n 2 是提出盲信号分离的独立分量分析方 法的第一人。正是他们的工作极大地推动了盲信号分离的研究工作，使得在短短的 几年内涌现了大量的有效算法，这些算法都通过了计算机仿真测试，获得了良好的 效果。 盲信号分离已有许多的算法，这些算法大致可分为以下三类【3 】： ( 1 ) 信号经过变换后，使不同信号分量之间的相依i 生( d d e p e n d e n c y ) 最小化。这类 方法称为独立分量分析( i n d e p e n d e n t c o m p o n e n t a n a l y s i s ，i c a ) ，由c o m o n 于1 9 9 4 年提出【2 】。 ( 2 ) 利用非线性传递函数对输出进行变换，使得输出分布包含在一个有限的超立 第2 页 土置盔堂亟堂焦地塞基王q 塑啦邀厶式漫盒虽童直盆彦丕统遮让复塞现 方体中；然后熵的最大化将迫使输出尽可能在超立方体中均匀散布。这类方法称 为熵最大化方法，是b e l l 与s e j n o w s k i 于1 9 9 5 年提出的【4 】。 ( 3 ) 非线性主分量分析是线性主分量分析方法的推广，由o j a 与k a r h u m e n 等人 于1 9 9 4 年提出【5 ，6 】。 这些算法通过计算机仿真测试，获得了良好的效果。但这些大部分都还处于 理论研究阶段，并没有广泛地应用到实际中。尤其是对于语音分离这种对系统的 实时性要求比较高的问题来讲，要用它来解决的话，必须寻求一种鲁棒性高的、 快速的并易于实现的盲分离算法。这也是现阶段盲分离研究领域的一个研究热点。 我们课题组也有同学在从事这方面的研究。 另一个研究热点就是把盲分离算法用硬件系统加以实现，解决实际问题。国 内外也有人在从事这方面的工作【1 5 ，1 6 】。但是，这些也只是做了一些尝试，但由于 算法复杂、鲁棒性差，并没能将其应用到实际的场合。这离我们的应用还有相当 长的一段距离。 1 3 主要工作 论文形成于上海市教委曙光计划资助项目“混合语音分离技术及新型移动电 话的研究”( 0 2 s g 4 3 ) 的研究过程中。本文的创新点在于： 本论文针对现有语音处理系统对干扰语音信号比较敏感的缺陷，而其他的 语音去噪方法又无法很好的滤出噪声，设计了一个基于d s p 的嵌入式混合语音盲 分离系统。 在嵌入式硬件系统设计方面，采用t i 公司高性能的t m s 3 2 0 c 6 4 1 6 ( 以下简 称c 6 4 1 6 ) d s p 作为系统的处理器，从处理器方面提高系统运行的速度，提高系 统的实时性。 在嵌入式软件系统设计方面，采用t i 公司专门为t m s 3 2 0 c 5 0 0 0 ( 以下简称 c 5 0 0 0 ) 和t m s 3 2 0 c 6 0 0 0 ( 以下简称c 6 0 0 0 ) 系列d s p 提供的d s p b i o si i 实时 内核。在此内核基础上设计系统应用软件，从而提高系统的实时性和稳定性。 将混合语音盲信号分离算法在系统上加以实现，分离源语音信号，为在实 际中应用打下了良好的基础。 本文的主要内容安排如下： 第二章引入盲信号分离技术。主要介绍了盲信号分离的基本概念，说明了盲 可辨识性。给出了一类盲信号分离方法，独立分量分析。最后给出了盲信号分离 在混合语音分离方面的应用，并对算法进行了仿真。 第三章结合混合语音盲分离系统应用背景，对整个系统进行了分析，指出了 系统设计的技术特征，并给除了系统设计的总体思想。 第3 页 土星盔堂亟堂僮丝塞 基_ 王望婴的壁式湿金适童直盆离丞统遮盐曼塞强 第四章是嵌入式硬件系统设计。对嵌入式硬件系统的原理框架作了简单的分 析，并且分别对硬件平台的各个模块设计作了详尽的描述。 第五章是嵌入式软件系统设计。首先对嵌入式操作系统做了简单的介绍，然 后介绍了d s p b i o si i 实时内核，包括其结构、重要的模块、开发流程和启动顺序 等，最后介绍了嵌入式系统软件的设计，对使用配置工具建立和配置系统中需要 的对象、系统相应部分的初始化、串口中断程序的设计和软件中断程序设计作了 细致的分析。 第六章对本论文的工作进行了小结，并对今后的工作进行了展望。 本论文得到了上海市教委曙光计划项目( 0 2 s g 4 3 ) 和国家自然科学基金项目 ( 批准号6 0 4 7 2 1 0 3 ) 的资助。 第4 页 上堑丛生丝土堂焦监窑基士坠墅盥堑基遑盒受誊直坌匿基莼超盐皇塞理 第二章混合语音盲分离算法研究 所谓b s s 就是在不知道源信号和传输信道的有关参数的情况下，仅根据观测 到的混合数据向量确定一个变换，来恢复源信号。典型情况下，观测数据向量是一纽 传感器的输出，其中每个传感器接收到的是源信号的不同组合。术语“盲的”有两重 含义：源信号不能被观测；源信号如何混合是未知的。盲信号分离的核心问 题是分离矩阵的学习算法，它属于无监督学习，其基本的思想是提取统计独立的 特征作为输入的表示，而又不丢失信息。 2 1 引言 近几年来，盲信号分离己成为信号处理学界和神经网络学界共同感兴趣的研 究热点领域，并获得了迅速的发展。显然，当从信游到传感器之间的传输很难建立其 数学模型，或者关于传输的先验知识无法获得时，盲信号分离是一种很自然的选择。 这些年里，人们热衷于盲分离算法的研究，并提出了大量的有效算法，这些算法通 过计算机仿真测试，获得了良好的效果。没有应用的土壤，任何一种新技术的发 展都是极其有限的。和任何一种信号处理和神经网络的新技术一样，盲信号分离 的发展也离不开实际的应用。事实上，盲信号分离已经获得了一些重要应用。例 如，在通信 3 0 l ，混合语音信号处理 ，包括e c g ，m e g 和e e g 在内的生物医学 信号处理 3 2 1 ，监视【2 b 】，图像恢复 3 t l 中就有成功的应用。混合语音盲分离就是其中 一个很重要的应用。在设计混合语音盲分离系统之前，本章简单介绍盲信号分离 的基本知识，这将有助于我们做相关的研究，提供这方面研究的基本知识。 2 2 盲信号分离问题 盲信号分离可以用下面的混合方程橘述 x ( t ) = a s c t ) + n ( f )( 2 1 ) 式中s u ) = 【s 、( r ) ，f ：0 ) a ，j 。r 为”个源信号构成的n 维向 量；x = x i ( f ) ，x ：( ，) ，a ，x 。( f ) r 为维观测数据向量，其元素是各个传感器得到的 输出； ( 0 为m 1 噪声矢量；坍 维矩阵a 称为混合矩阵，其元素表示信号的混合 情况。式( 2 - 1 ) 的含义是n 个源信号通过混合得到删维观测数据向量。盲信号分离 情况。式( 2 1 ) 的含义是n 个源信号通过混合得到m 维观测数据向量。盲信号分离 第5 页 上显厶堂熊土堂焦监塞基壬立塑的堂式显盒疆童直盆彦丕统递让量塞理 第二章混合语音盲分离算法研究 所谓b s s 就是在不知道源信号和传输信道的有关参数的情况下，仅根据观测 到的混合数据向量确定一个变换，来恢复源信号。典型情况下，观测数据向量是一组 传感器的输出，其中每个传感器接收到的是源信号的不同组合。术语“盲的”有两重 含义：源信号不能被观测；源信号如何混合是未知的。盲信号分离的核心问 题是分离矩阵的学习算法，它属于无盗督学习，其基本的思想是提取统计独立的 特征作为输入的表示，而又不丢失信息。 2 1 引言 近几年来，盲信号分离已成为信号处理学界和神经网络学界共同感兴趣的研 究热点领域，并获得了迅速的发展。显然，当从信源到传感器之间的传输很难建立其 数学模型，或者关于传输的先验知识无法获得时，盲信号分离是一种很自然的选择。 这些年里，人们热衷于盲分离算法的研究，并提出了大量的有效算法，这些算法通 过计算机仿真测试，获得了良好的效果。没有应用的土壤，任何一种新技术的发 展都是极其有限的。和任何一种信号处理和神经网络的新技术一样，盲信号分离 的发展也离不开实际的应用。事实上，盲信号分离已经获得了一些重要应用。例 如，在通信1 3 0 ，混合语音信号处理【3 1 】，包括e c g ，m e g 和e e g 在内的生物医学 信号处理【3 2 】，监视【2 8 】，图像恢复 3 1 1 中就有成功的应用。混合语音盲分离就是其中 一个很重要的应用。在设计混合语音盲分离系统之前，本章简单介绍盲信号分离 的基本知识，这将有助于我们做相关的研究，提供这方面研究的基本知识。 2 2 盲信号分离问题 盲信号分离可以用下面的混合方程描述： x ( t ) = a s ( t ) + h o ) ( 2 1 ) 式中s ( f ) = 【s l ( f ) ，s 2 ( f ) a ，s n ( f ) 】7 为 个源信号构成的n 维向 量；x ( f ) = 【x l ( f ) ，x 2 ( f ) ，人，x 。( f ) 】7 为m 维观测数据向量，其元素是各个传感器得到的 输出；n ( t ) 为m 1 噪声矢量；m r l 维矩阵4 称为混合矩阵，其元素表示信号的混合 情况。式( 2 - 1 ) 的含义是n 个源信号通过混合得到m 维观测数据向量。盲信号分离 第5 页 上攫态堂亟堂焦监塞 基王卫塑的巍厶式遇盒适童直盆离垂统遮过皇塞理 问题的提法是：在混合矩阵4 和源信号未知的情况下，只根据观测数据向量酬确定 分离矩阵，使得变换后的输出 ，( ，) = w x ( t )( 2 - 2 ) 是源信号向量s ( f ) 的拷贝或估计。图2 1 示意了这一过程。 s l ( t ) j 2 ( f ) m s 。( f ) 锄，r 1 护 2 2 1 盲可辨识性 观察信号 图2 - 1盲信号分离示意图 y l ( f ) y 2 ( f ) m y 。( f ) 鲫) 作为混合矩阵4 结构信息未知的一种补偿，必须有关于源信号的某些附加假 设。最基本的假设是源信号中至多只能有一个高斯信号，因为两个高斯信号是不 能盲分离的【1 7 】。 由于信道以及源信号知识的缺乏，盲信号分离存在两种不确定性或模糊性： 分离后信号顺序排列和复振幅( 幅值和初始相位) 的不确定性。盲信号分离的不 确定性主要表现为混合矩阵a 的非完全辨识。既然4 具有不确定性，所以不失一 般性，假定源信号具有单位方差，即把源信号振幅的动态变化归并到混合矩阵4 相应列的元素中。 归一化只是解决了混合矩阵a 各元素的幅值的不确定性，各列的排列顺序和 初始相位仍然保持不确定性。为了描述和解决混合矩阵4 的这些不确定性，c a r d o s o 等人【1 8 】将两个矩阵的“本质相等”的概念引入到盲信号分离中。 定义1 两个矩阵m 和称为本质相等，并记住m 箜n ，若存在一矩阵g 使 得m = n g ，其中g 是一广义交换矩阵，并且其元素具有单位模。 因此，盲信号分离问题也可以叙述为：只能根据传感器输出x ( o 辨识混合矩 阵a 的本质相等矩阵与，或恢复源信号。 文献【1 8 】证明了信号的盲可分离性：对于各个元素相互独立，并且只有一个高 斯分量的信号向量g 而言。若y = c s ( 其中c 是一任意可逆矩阵) 的元素相互独立， 则y 是s 的一个拷贝。 盲信号分离的性能在很大程度上与信号的随机性质有关。这些性质由信号的 高阶统计量( 累积量) 决定。特别地，称为峰度的四阶累积量起着重要的作用。 第6 页 土竖厶堂亟堂焦迨塞 基壬旦塑的盛厶鸯埋金适童直盆直丕统遮让皇塞丑 对信号分量sr j ，归一化峰度定义为 酏= 燃。 p ， 舳口圹l 对于高斯信号，其归一化峰度等于零。若k 。i s 。( f ) 0 ，则称s 为超高斯信 号：若k 。h ( r ) 】 m o d e r e 9 0 ) ； p c m 3 0 0 2 _ w r i t e m o d e ( p c m 3 0 0 2m o d e _ r e g l ，p c o d e c o n t i g - m o d e r e 9 1 ) ； p c m 3 0 0 2 _ w r i t e m o d e ( p c m 3 0 0 2m o d e _ r e g 2 ，p c o d e c o n f i g - m o d e r e 醇) ； p c m 3 0 0 2 _ w r i t e m o d e ( p c m 3 0 0 2m o d e _ r e g 3 ，p c o d e c o n f i g 一 m o d e r e 9 3 ) ； 其中p c m 3 0 0 2 上面将p c m 3 0 0 2 设置在工作模式0 ，即d a c 数据是1 6 位，右对齐格式，a d c 第5 6 页 土盘盔堂亟堂僮迨塞基王坠s 盥丛萎遇盒置置亘筮盈丕筮邈盐皇塞班 数据是1 6 位，左对齐格式。 5 5 1 2m e b s p o 的初始化 m c b s p 0 的初始化主要是配置m c b s p 0 的一些控制寄存器，如s p c r 、p c r 、 r c r 和x c r 等。将s p c r 设置成o x 0 0 0 00 0 0 0 ，使能串口接收和发送中断。p c r 设置为o x 0 0 0 00 0 0 f ，将串口配置成非通用串口，设置帧同步信号的极性以及收发 数据时钟的极性等。设置x c r 和r c r 为o x 0 0 0 00 1 a 0 ，即接收和发送数据为单相 帧、3 2 位。其设置代码如下： m c b s pc o n f i gd s s =_mcbspcf90 0 x 0 0 0 0 0 0 0 0 ps p c r+ 0 x 0 0 0 0 0 l a 0 尸x c r4 0 x 0 0 0 0 0 1 a 0 pr c r+ 0 x 0 0 0 0 0 0 0 f 净p c r| 0 x 2 0 0 0 0 0 0 1 -产s r g r + o x 0 0 0 0 0 0 0 0 m c ri o x 0 0 0 0 0 0 0 0 pr c e r e o + 0 x 0 0 0 0 0 0 0 0 pr c e r e l+ 0 x 0 0 0 0 0 0 0 0 产r c e r e 2+ o x 0 0 0 0 0 0 0 0 严r c e r e 3+ ， 0 x 0 0 0 0 0 0 0 0 px c e r e 0 + o x 0 0 0 0 0 0 0 0 px c e r e l+ o x 0 0 0 0 0 0 0 0 产x c e r e 2+ 0 x 0 0 0 0 0 0 0 0 7 4 x c e r e 3+ ) ； m c b s ph a n d l ed s sh m c b s p 0 ； d s sh m c b s p 0 = m c b s p _ o p e n ( m c b s p _ d e v 0 ，m c b s p _ o p e n _ r e s e t ) ； m c b s p _ c o n f i g ( d s s _ h m c b s p 0 ，& d s s _ m c b s p c f 9 0 ) ； 其中m c b s p _ c o n f i g ( * ，+ ) 是c s l 提供的a p i 函数，专门用来配置m c b s p 的寄存器。 其原型为： v o i dm c b s p _ c o n f i g ( m c b s p _ h a n d l eh m c b s p ，m c b s p _ c o n f i g + c o n f i g ) ； 5 6 串口i s r 中断服务程序设计 h w i 模块用于响应外部异步中断，当一个硬件中断发生时执行h w i 函数来执 行关键任务，一般负责从外部设备中读写数据。由于h w i 直接和硬件打交道，所 以h w i 中断服务程序( i s r ) 应该尽量短小精悍。需要注意的是h w i 并不引起任 务调度，因此，必须在i s r 的入口和出口成对地调用_ h w i _ e m e r ( ) 矛l _ h w i _ e x i t o 这两个宏。h w i 处理完数据的输入输出后调用s w i a 0 0 s t 0 来调度相应的s w i ，s w i 第5 7 页 上涟丕堂亟土堂焦j 金墓基王旦翌曲蛊式握盒虽童直盆蛊丕统遮盐兰塞迅 来完成数据的处理工作。 在本系统中，串口i s r 就是来处理h w i 和b s s 软件中断之间的数据通信。它 通过前面建立的p i p 对象和b s s 软件中断的邮箱来实现的。 当d s s _ r x p i p e 中有一满帧的数据放入，d s s _ r x p i p e 的n o t i f y r e a d e r 就会把 b s s s w i 软件中断邮箱的第1 位清零，而当d s s 中有空帧时，就调用_rxpipe d s sr x p r i m e 0 函数，将数据写入d s s 相应的空帧。同样地，当_rxpipe d s sy x p i p e 中有一满帧的数据放入，就调用d s s函数，将 中的数据帧中_ t x p r i m e 0d s s _ t x p i p e 的数据读走，而当d s s 中有空帧时，就会把 软件中断邮箱的第2 _ t r x p i p e b s s s w i 位清零。软件流程图如图5 - 1 1 所示。该程序既可以用汇编语言写，也可以用c 语 言写，由于实时性的需要，采用汇编语言写效果要好一些。 图5 - 1 1 串口1 s r 软件流程图 5 7b s s s w i 处理程序设计 在系统中，我采用b s s s w i 邮箱来实现s w i 和串口h w i 之间的同步。h w i i s r 第弼页 土星太生殛主堂僮论塞 基王旦婴的蛊厶式退盒亟童直垃离丕缠逡让生塞丑 中有对b s s s w i 邮箱进行相应的操作，我们采用的s w i 函数来改变邮箱的 值，当邮箱等于 时，触发，调用_ _ a n 函d n 数0 b s s s w l 0b s s s w i b s s o ，进行我们的b s s 处理。 b s s ( ) 函数主要由三个步骤组成：时域i c a ( t d i c a ) 、白化处理和频域 i c a ( f d i c a ) 。首先利用f d i c a 的高稳态性的优点在一定程度上分离源信号；然后 白化f d i c a 分离出来的信号，简化后续计算；最后对白化后的信号进行t d i c a 来分离残留的交叉干扰分量，输出分离信号。算法流程如图5 ，1 2 所示。 5 8 系统移植 惠 陲 u r l 婴授 + 更新功率矩阵 1 r 1 十i 摇 + 计算d i r 更新系数二： + 更新滤渡器系数量 + f d i c a 分离信号 + 商倔f d i 烈输出倍霹 + 计算分鹊滤渡器矩阵 + 计算分离滤波器系数 t t d i c a 分灏信号 图5 1 2b s s 流程图 c 6 4 xd s p 提供了无需引导、r o m 引导和主机引导3 种引导方式，引导方式 是通过b o o t m o d e 引脚来选取的，其中以r o m 引导方式最多。在一旦选用r o m 引导方式下，复位后，位于d s p 外部c e l 空间起始1 k 字节的代码将通过e d m a 复制到地址为d s p 内部0 x 0 处。我们这里就选用了r o m 引导方式。 由于我们代码的长度不止1 k 字节，所以必须编写一个两级引导程序，将除 r o m 引导复制的1 k 字节以外的数据复制到启动的位置 5 4 1 。采用两级引导方式程 序的启动顺序如图5 1 3 。 第5 9 页 占筮丕堂亟坐焦丝塞基王旦塑曲壁式退盒适童直筮直丕筮送让墨塞理 d s p b i o si i 应用程序的移植大概可以分为五步，它们分别是： ( 1 ) r o m 引导的d s p b i o si i 存储器配置 主要是来定义存储器段，需要在d s p b i o si i 配置工具中配置各个程序段所在 的存储器空间。 ( 2 ) 应用程序编译 编译连接生成o u t 文件，需要注意的是，编译必须在运行时自动初始化模式下 进行。因此，在编译选项中必须选用一c 选项。 图5 - 1 3 两级引导方式程序的启动顺序 ( 3 ) 二级引导代码设计 其主要作用是利用一个段拷贝表将存储器段中内容从它们的装载地址复制到 运行地址。段拷贝表包括所有需要需要拷贝的存储器段的入口，而入口包括存储 器段的长度、目的地址和源地址等信息。创建段拷贝表有利用存储器映射表、利 用1 6 进制文件转换器中的b o o t 选项和利用连接命令选项三种方法。我们这里选择 第2 种方法。c c s 自带的1 6 进制转换器h e x 6 x 为我们建立段拷贝表提供了一种很 好的方法，只需要在h e x 6 x 的命令文件中设置好相应的命令选项。首先，建立连 接命令文件，连接命令文件中必须包括从配置文件中生成的d s p b i o s c m d 文件， 同时，其段定义中也需要包括b o o tl o a d ： b o o tr a m 。即连接命令文件包括如 下几个命令行： 1v b s s c m d 产从配置文件中生成的d s p b i o s c m d 文件+ s e c t i o n s b o o t l o a dpb o o t r a m 第6 0 页 土星厶堂亟堂僮j 佥童 基王旦婴的壁厶基暹盒适置直金直丕筮遮j 土皇塞强 然后，拷贝表的地址必须在二级引导程序中定义，定义为： c o p y _ t a b l e e q u 0 x 6 4 0 00 4 0 0 ：拷贝表的地址 最后，还得在1 6 进制转换器h e x 6 x 得命令文件中加上一b o o t 、一b o o t o r g 和b o o t s e c t i o n 选项。 ( 4 ) 编写h e x c m d 根据前面的要求编写h e x c m d ，其大体结构如下： ”d e b u g w b s s o u t p 输入c o f f 文件+ 一a严建立a s c i i 映象影像4 一i m a g e p 建立非连续的存储器映象+ 一z e r op 将输出文件的起始地址设为0 一m e m w i d t h8 严f l a s h 存储器的宽度4 一m a p k h e x v b s s h e x m a p 产建立1 6 进制映象文件4 - b o o t产为所有初始化段建立一个引导表+ 一b o o t o r g0 x 6 4 0 0 0 4 0 0 p 设置拷贝表的地址+ 一b o o t s e c t i o n b o o tl o a d0 x 6 4 0 00 0 0 0p 包括a s m 引导线程的段+ ， r o m s f l a s h ：o r g = 0 x 6 4 0 0 0 0 0 0 ，l e n = 0 x 0 0 4 0 0 0 0 ，r o m w i d t h 2 8 ，f i l e s 。 h e x w b s s h e x ) ( 5 ) 烧写f l s a h f l a s h 烧写需要的是1 6 进制文件，所以烧写之前必须将文件转换成1 6 进制 文件。d s p 的开发软件c c s 集成了一个程序，可以从o u t 执行文件转换成编程器 可以接受的格式，使得编程器可以用此文件烧写e p r o m 或f l a s h 。对于c 6 x ，该 程序为h e x 6 x 。同时，c c s 还提供了一个f l a s h 编程工具f l a s h b u m 5 5 。这样，我 们在编写完h e x c m d 后就可以对f l a s h 编程了。图5 - 1 4 说明了f l a s h 编程流程。 图5 - 1 4f l a s h 编程流程 在编程时必须注意以下几点： ( 1 ) 确保d s p 芯片引脚处选择的引导模式正确。 ( 2 ) 确保应用程序编译时的大、小模式与1 6 进制转换时的一致。 第6 l 页 土篷盍堂亟堂僮逾塞基王旦婴鲍篮厶式塑佥疆童直筮匿丕蕴途盐生塞理 ( 3 ) 确保能正确地访问外部存储器。 按照以上步骤就可以将我们的v b s s 程序烧写到f l a s h ，系统复位以后就可 以通过f l a s h 引导运行。 5 9 试验结果 在试验中，我们采用了两套评价标准，一方面通过c c s 中波形工具来观察信 号的波形，对分离效果进行评价；同时另一方面通过系统输出的声音进行主观评 价。当现场只有两个声源时，我们进行如下的试验： 【1 】一个声源时音乐，另外一个时语音的情况，无论是从波形还是输出语音 来评价，分离效果如图5 1 4 所示。分离效果很好。 2 1 当两个都是语音信号时，分离效果如图5 1 5 所示。分离效果比前面的略 差一点，但还是比较好的。 从前面可以看出，语音之间的分离效果略差一点，但还是能很好的分离开。 上面的两种情况没有考虑麦克风距离大小的影响，下面看看麦克风距离大小对分 离效果的影响： 【3 】当两个麦克风距离比较远的时候，从输出语音的音质来评价，分离效果 比较理想，如图5 1 6 所示 【4 】当两个麦克风距离较近时，从输出语音的音质