毕业设计79智能快速充电器

1 2001级本科生毕业设计论文选题 一、 数字信号处理课程演示系统制作（ 2 人） 二、 数字信号处理课程实验系统设计（ 2 人） 三、 DSP应用硬件题目 1、数字化语音存储和回放系统（ 1分钟，单片机或 DSP） 2、简单语音信号自动识别系统（ DSP） 3、具有语音功能的自动测温系统（ DSP） 4、广播调幅 /调频信号的数字解调（中频以后， DSP） 5、小词汇表语音信号数字模板库的建立（ DSP） 6、多通道扩容数字电话（ DSP） 7、智能快速充电器（单片机） 8、 MP3语音信号的解码（ DSP） 四、软件题目 1、 各种数码播放机中的数据压 缩格式分析 2、 工业控制网络的发展 3、 3G-4G移动通信中的关键技术 高贞贞、王海丽、范忠渊、沙赛男、鞠丽、侯娜 , 鲁蕾、陈莉霞、李毛毛、 银军、张胜荣 ,王遥（ 8634617） ,聂聪 2 智能快速充电器 摘要： 本文介绍了一种智能快速充电器的设计过程。该充电器基于Motorola 公司的 MC68HC908SR12 单片机为控制核心，将 SR12 特有的模拟电路模块、高精度 A/D 转换 、 I2C 总线接口以及高速 PWM 等功能运用到充电控制中，详细讲述了其硬件和软件的设计过程， 并从元器件筛 选 、PCB 板绘制和软件设计等方面介绍了该 充电器 抑制和防电磁干扰的措施。 关键词： 单片机 A/D 转换 I2C 总线 传感器 电磁干扰 1、 引言 随着便携式设备不断小型化、轻量化和高性能化，作为其电源的二次电池 的使用 率日益提高 。我单位于 1998年在对 充电器市场 调研后，设计开发了 “ ZXG 99型智能快速充电器”， 1999年设计定型，同年投入生产，截止到 2001年底，已经累计生产了 5000多部，取得了一定的社会效益和经济效益。今年又签定了几千部的生产合同，但是随着产量的逐年增加，以及 二次电池 市场的不 断变化，该产品在设计中的不足越来越明显。主要有以下几点： a “ ZXG 99型智能快速充电器”的中央微处理器选择的是 OTP型 单片机 ，不 具有片上 FLASH存储器，程序固化后不能更改，这在产品批量生产时十分不便，而且随着市场上 二次电池 的充电特性不断变化，设计人员要及时更改充电控制参数或开发新的充电算法，这样对已出厂的产品只能更换新的 MCU，增加了生产成本； b “ ZXG 99型智能快速充电器”只能对 镍镉电池（ Nicd） 和镍氢电池（ NiMH）充电，没有涉及 锂离子电池 ，主要原因是当时 锂离子电池 的普及率低，价格高。但 是锂离子电池具有较高的能量重量比和能量体积比、无记忆效应、可多次重复充电、使用寿命长等优点，促进了便携式产品向 3 更小更轻的方向发展，使得选用单节锂离子电池供电的产品越来越多，同时其价格也越来越低。今后 二次电池的主流 将是 锂离子电池 ，作为一个完整的产品应该将其纳入到设计中； c 该 OTP型单片机 的 A/D采样值只有 8位，在对电池进行 - V检测中精度不够，不能对充电过程实行更精确的控制。 在开发新型智能充电器中，首要环节就是 中央微处理器 MCU 的选型。考虑到既要增加产品的智能化和实用性 ，又要降低生产成本， 最终决定 选用 Motorola公司新近推出的 MC68HC908SR12作为 新型 智能快速充电器的MCU，这是因为 SR12 具有模拟电路模块、高精度 A/D（ 10 位）、 I2C 总线接口以及高速 PWM 等功能，特别适合开发电池充电器和 SMBus 智能电池， 可极大的减少片外其它元器件的开销，达到降低生产成本的目的，同时也提高了产品的一致性和可靠性。 2、概述 2.1、功能特性 a. 以 MC68HC908SR12单片机为控制核心； b. 根据二次电池的充电特性，软件智能识别 镍镉电池（ Nicd） 、镍氢电池（ NiMH） 和锂离子电池（ Li+），选择相应的控制 模块和算法对其快速充电； c. 采用最高端电压 Vmax、最高温度 Tmax、最长充电时间 tmax、电压负增长 - V、温度变化率 T/ t等快速充电终止法； d. 能对 1 4节 镍镉电池（ Nicd） 、镍氢电池（ NiMH）单独或同时充电； e. 能对 1 2节 锂离子电池（ Li+）单独或同时充电； f. 充电速率，每 0.1Ah的充电时间 10min； g. 对 镍镉电池（ Nicd） 、镍氢电池（ NiMH）采用脉冲充电模式，消除记忆效应； h. 对 锂离子电池（ Li+）采用恒流转恒压充电模式； i. 使用具有 I2C接口的高精度数字温度传感器 LM92，检测电池温度； j. 设有 过充电保护、过放电保护和过电流保护 ； k. 设有电池开路、短路、反接保护； l. 快速充电结束后自动转入涓流充电模式。 2.2、系统框图 该智能充电器 以 MC68HC908SR12单片机为控制核心，主要包括电源 4 电路、 恒流恒压电路、温度检测电路、键盘响应电路以及状态显示电路。图 1是其系统框图。 3、 硬件设计 3.1、 电源电路 使用开关电源作为充电器的供电设备。 开关电源采用脉冲调制方式 PWM（ Pulse Width Modulation）和MOSFET、 BTS、 IGBT等电子器件进行设计。开关电源集成化程度较高，图 1 智能快速充电器系统框图 恒流恒压电路 PWM 开关电源 外接电源 直流12V 键盘电路 显示电路 I/O 接 口 MC68HC908SR12 温度传感器 模拟 部分 I2C 部分 A/D 部分 电池 Rsense 0.01 SDA SCL 充 电 电流 10bit A/D 电流检测 5 具有调压、限流、过热保护等功能。同线性电源相比其输入电压范围宽（通常可达交流 85 265V）、体积小、重量轻、效率高。其缺点是有脉冲扰动干扰，设计电路板时采用同主控板隔离和添加屏蔽罩等措施，来抑制干扰。 3.2、恒流恒压电路 恒流恒压电路是智能充电器的关键部分。图 2是其电路原理图。恒流恒压电路由 SR12单片机片内模拟电路模块和片外的 MOSFET开关管、肖特基二极管、滤波电感、滤波电容等器件组成。 模拟电路模块是 SR12的特有部件，图 3为它的结构框图 。它由输入多路开关、两组可程控放大器 、 片内温度传感器、电流检测电路等组成。可程控放大器总放大倍数为 1 256。放大器的输入可选择为两路模拟输入脚（ ATD0、 ATD1）、片内温度传感器、模拟地输入（ VSSAM）。 ATD0和 VSSAM间可接一个电流检测电阻，用于测量外部电流，它还连接至电流检测电路， 可 在电流超过指定值时产生中断并输出信号。 在充电开始前的预处理阶段，根据不同的电池，软件选择相应的充电算法，将通道选择控制字写入 SR12单片机的 AMCR寄存器中，将两级 可程控 运算放大器的增益值写入 AMGCR寄存器中。 充电开始后，软件定时采集采样电阻 Rsense上的电压值，经过计算，设置 SR12单片机 PWM的输出参数。同时， 电流检测电路 实时 检测 充电电流， 在电流超过指定值时产生中断并 将 SR12单片机的 PTC0/PWM0/CD端口置为低电平， 及时关断充电电图 2 恒流恒压电路原理图 6 流，实现恒流恒压的充电控制。 设计中为了减小电流的脉动，降低输出纹波，在体积和成本允许的情况下设计选用饱和电流比较大的电感，因为当磁芯接近饱和时损耗增大，会降低转换效率。电感的饱和 电流至少应大于充电回路中的峰值电流。同时，电感的直流电阻会消耗一定的功率，在体积和成本许可的情况下设计选用直流电阻尽量小的电感。另外对于低噪声应用，为降低电源的 EMI，设计选用具有闭合磁芯的电感。 设计中选择滤波电容的主要依据是系统对电源纹波的要求。滤波电容的等效串联电阻（ ESR）是造成输出纹波的主要因素，而且也会影响到转换效率，设计选用低 ESR的电容。陶瓷电容和钽电解电容具有较低的 ESR，也可选用低 ESR的铝电解电容，但应尽量避免标准铝电解电容。容量一般在 10 F 100 F，对于较重的负载设计选取大一点 的电容。较大容量的滤波电容有利于改善输出纹波和瞬态响应。 图 3 MC68HC908SR12 片内模拟电路结构框图 7 在每次充电周期结束后，充电环路中可以观察到振荡现象。这是由于电感中的能量全部释放给负载后，在电感自身的寄生电容和引脚分布电容中还储存有一定的能量，在这些能量的作用下，电容和电感构成的谐振回路将发生振荡，部分能量将以电磁波的形式向外辐射出去，造成对 SR12单片 机和其它电路的干扰，在对噪声敏感的设计应用中必须对其加以抑制。在充电回路中接入肖特基二极管 D14来抑制这种 EMI。具体做法是，当电感中的能量释放完毕后，通过 D14使谐振电路处于临界阻尼或过阻尼状态 ，将剩余能量消耗在 D14上，减小电磁辐射，确保 SR12单片 机正常工作。同时，肖特基二极管 D14的另一重要作用是吸收电感的反向电动势，保护MOSFET开关管 Q6。 3.3、温度检测电路 在快速充电过程中，电池的温度会随着充电容量的增加而上升，尤其在接近充电终止时，温度变化率 T/ t最大，该特性是判断电池是否充满的主要条件之一，因此，及时、快速和准确地检测电池的温度变化是本电路的关键。 本设计选用 集成电路温度传感器 LM92检测电池温度，图 4为其电路原理图。同时，利用 SR12单片机的内部温度 传感器 概略监测环境 温度，其测温范围 -20 70 。 图 4 温度检测电路原理图 8 以往的充电器均多使用 热敏电阻 作为 温度传感器 ，在本设计中为何舍弃，这是因为 热敏电阻的电压输出与温度并非成线性比，在高温 时 的电压变化率比较小，不易分辨， 而且 需依靠查表或加设电路才 能 得知输出电压与温度的关系 ，其产品一致性差， 在出厂前需要校正， 增加成本。 集成电路温度传感器 的参数 输出是与温度成线性比，两者之间的关系可以用公式来表达，故即使在较高的温度范围内，集成电路温度传感器也具有很高的准确度 ，设计中 需要较少的芯片支持，有助 于 节省印刷电 路板的板面空间 ， 简化部 分 系统的设计，加快产品推 向 市场的时间。 LM92是美国国家半导体公司出品的单片高精度数字温度传感器。其内部的 12位温度模数转换器，可将被感应温度的模拟量转换为 0.0625 量化间隔的数字量，常温下精度可达 0.33，并可与用户设置的温度点进行比较。其片内寄存器可以设置高 /低的温度窗口门限及临界温度告警门限，当温度偏离设置门限时，漏级开路中断 INT及临界温度告警 T_CRIT_A输出有效信号。通过 I2C总线接口可对该传感器的内部寄存器进行读 /写操作，最多可允许 4片 LM92挂接在同一条 串行总线上。 MC68HC908SR12单片机具有 I2C接口控制模块，使用通道 0（ SDA0和SCL0），可十分方便地同 温度传感器 LM92连接。图 4为温度检测电路原理图。 LM92 采用 I2C 串行总线和数据传输协议实现同 MC68HC908SR12 单片机 的数据传输。在数据传输的过程中 LM92 为从器件，通过数据输入、输出线 SDA 以及时钟信号线 SCL 与总线相连。其传输时序如图 5 所示。当 SCL 保持高电平时， SDA 从高电平到低电平的跳变作为数据传输的开始信号，随后传送 LM92 的地址信息和读 /写控制位。地址信息的格式为： 根据 A1A0 的不同编码，最多可允许 4 片 LM92 挂接在同一条串行总线上，分别对应四节充电电池。读 /写控制位为 1 表示对 LM92 进行读操作，为 0 表示进行写操作。每个字节传送结束，要收到接收数据一方的应答信号（ ACK）后方可开始下一步操作。最后，在 SCL 保持高电平的情况下，SDA 从低电平到高电平的跳变作为数据传输的结束信号。 具体操作过程是： MC68HC908SR12 单片机 首先传送开始信号，接着写入芯片地址信息和读 /写控制位，之后写入要访问的片内寄存器地址，当收到 LM92 的应答信号（ ACK）后，再次传送开始信 号，并写入芯片地址信息和读 /写控制位，当收到 LM92 的应答信号（ ACK）后，可读 /写被访问寄存器的数据，最后传送结束信号。 1 0 0 1 0 A1 A0 R/W 9 3.4、键盘响应电路 设计键盘响应电路时，使用 MC68HC908SR12单片机 PORT D（ PTD6和 PTD7）端口的键盘中断功能（ KBI）。根据实际情况，在 MC68HC908SR12单片机的 键盘中断使能寄存器 KBIER中写入相应的值，写入“ 1”表示中断允许，写入“ 0”表示不能中断。键盘中断允许的端口， MC68HC908SR12单片机将对其内部上拉 30k的电阻，这样键盘响应电路的设计十分简洁，要注意的是应用软件中要增加键盘消抖动子程序，防止误操作。 3.5、状态显示电路 同样，状态显示电路的设计使用了 MC68HC908SR12 单片机 PORT A（ PTA0 PTA5）端口的 LED 直接驱动功能。编程时首先设置 PORT A 的工作状态，在 LED 控制 寄存器 LEDA 中写入相应的值，写入“ 1”表示可直接驱动 LED，写入“ 0”表示作为标准 I/O 端口。在充电的每个阶段均有状态显示，如：电池处于正在充电状态、电池因温度过高进入温控状态、电池快充结束转入涓流充电状态等。 4、软件设计 本智能快速充电器的软件设计思想是：各个功能组件实现模块化编程，软件流程采用中断工作方式。目的是使应用软件流程清晰，可读性强，易于功能调试以及产品的维护和升级。 本软件主要由初始化、预处理、快速充电和 涓流充电四个部分组成。图 5 LM92 与 SR12 单片机 进行数据传输的时序 10 其流程如图 6 所示。 4.1、初始化 在程序的初始阶段应首先对 MC68HC908SR12 单片机进行初始化操作，包括设置 I/O 端口的输入输出状态，设置 PLL 锁相环电路参数，设置TIM 定时器参数等等。 4.2、预处理 预处理阶段是进入快速充电前的准备工作。 程序初始化后，首先 利用 MC68HC908SR12 单片机的内部温度 传感器检测环境温度。环境温度过低或过高时，均不能够对电池进行充电，否则将损伤电池。例如： 锂离子电池（ Li+）的适宜充电温度范围在 2.5 50之间。 然后，设置 A/D 转换参数和通道，检测电池的端电压。将检测数据同理论经验值比较，判断电池的类别以及是否连接正确。对端电压低的电池，采用短时间的脉动电流充电，这样有利于激活电池内的化学反应物质，部分恢复受损的电池单元。对端电压在标称范围内的电池选择相应的充电控制模块和算法，对端电压不在标称范围内的电池，软件自动将其剔 除。 4.3、快速充电 按预定的充电控制模块和算法设置 MC68HC908SR12 单片机 PWM 的控制寄存器 PWMCR、时钟寄存器 PWMCCR 以及数据寄存器 PWMDR0PWMDR2，打开中断使能位，开始快速充电。 快速充电时， MC68HC908SR12单片机 必须不断检测以下几项关键技术指标：电路是否出现断路、电池是否出现不均衡现象、电池是否达到规定的安全电压、电池是否温度过高、电池是否满足 - V或 T/ t条件。 其中电池的断路主要通过检测采样电阻 Rsense上的电流大小来判断。而且为了避免误判断，应该反复 检测。当出现断路时，应重新返回预处理阶段。断路的判断时机应该在电池端电压已经达到预定值的情况下进行，否则在电池端电压没有达到预定值的情况下，充电电流比较小，可能出现误判断。 均衡充电是本智能充电器的另一个重要特点。在充电的过程中，由于电池的质量不相同，容量小、质量差的电池端电压在充入相同电量后会出现电压增长比另一个电池多的情况，如果不采取措施，它们的电压差将会增大，以至其中一个电池很快达到规定的安全电压，充电过程也将被迫停止。此时应该停充电压高的电池，即均衡充电。这样有利于恢复电池内受损的单元，使充电过程能 顺利地进行下去。 11 电池的端电压检测使用 MC68HC908SR12 单片机的片上 10 位高精度A/D 模块，采用中断控制方式，这样可节省 MC68HC908SR12 单片机在A/D 转换期间的等待时间。 端电压检测的数据，通过充电算法计算电池的电压负增长 - V 是否满足快速充电终止条件，时实修改 MC68HC908SR12单片机 PWM 的输出参数，控制充电电流的大小。 电池的温度检测在端电压检测之后进行。 MC68HC908SR12 单片机通过设置不同的地址编码（ A1A0），访问相应的数字温度传感器 LM92，读取温度数据，通过充电算 法计算电池的温度变化率 T/ t 是否满足快速充电终止条件，时实修改 MC68HC908SR12 单片机 PWM 的输出参数，控制充电电流的大小。 为了防止电池被冲坏，在电池电压到达最高端电压 Vmax 或最高温度Tmax时应立刻停止充电，否则会损坏电池。 4.4、涓流充电 快速充电结束后， MC68HC908SR12 单片机自动转入涓流充电模式，补偿电池因自放电而损失的电量，这样可使电池总处于充足电的状态。 5、结束语 经过几个月的设计和调试，以 MC68HC908SR12 单片机为控制核心的智能快速充电器已能正常工作。由 于 SR12 具有良好的性能价格比，将其特有的模拟电路模块、高精度 A/D 转换 、 I2C 总线接口以及高速 PWM 等功能运用到充电控制中，有效使用了 SR12 的片内外功能， 增加产品的智能化和实用性， 节省了产品的开发时间和费用，降低了生产成本， 同时也提高了产品的一致性和可靠性。 12 开 始 系统初始化 检测环境温度 在充电范围？ 否 是 检测电池 判断电池类型和状态 选择充电模块和算法 PWM 输出 中断等待 键盘中断 按键消抖 判断键值 中断 返回 误动作 Rsense 中断 电流过大？ 否 电流为零？ 否 是 已充满？ 否 是 断路检查 依据算法 修改参数 中断 返回 检测电池电压 第一节断路？ 否 断开第一节电池 第二节断路？ 否 断开第二节电池 第三节断路？ 否 断开第三节电池 第四节断路？ 否 断开第四节电池 中断 返回 TIM 2 中断 设 置 涓流 充 电 参数 中断 返回 测量Rsense 依据算法 修改参数 中断 返回 TIM 1 中断 是 中断 返回 暂停充电 tmax？ 否 是 中断 返回 置满标志 A/D 转换 电池温度检测 Vmax？ 是 中断 返回 置满标志 Tmax？ 计算 - V 是 中断 返回 置满标志 计算 T/t 已充满？ 否 是 置满标志 图 6 软件流程图 是 是 是 是 13 小词汇表非特定人语音识别通用模块的实现 摘要： 本文介绍了一种基于动态时间归整（ DTW）方法的小词汇表非特定人语音识别通用模块。系统采用 Motorola公司 DSP56F805芯片为核心，应用线性预测编码（ LPC）与动态时间归整（ DTW）算法进行非 OOV(out of vocabulary)语音识别。测试表明，有良好的实用性。 关键词： LPC， DTW，语音识别 1引言 随着时代的发展，人们越来越注重生活的品质。便捷时尚成为当代人们的追求目标。信息家电的概念由此应运而生。越来越多的厂商投入到信息家电的行列中来。所有人都意识到了，在目前的市场中不能再依靠单纯的降价来进行竞争。没有高新信息技术的支撑，就根本无法赢得这个有限的市场。由于受地域和语言等因素的限制，目前语音技 术在该领域的运用还很少。因此，一款实用有效的语音技术产品将会有一个广阔的前景。 在此背景下，我们采用 LPC和 DTW作为核心算法，开发了一套度从语音采样，训练，到识别的完整语音识别开发系统。可以广泛的应用在各种小词汇表情况下的人机交互界面上。用户可以按照指导，在没有语音处理论知识的情况下，依照自己意愿，适当的选择适合自己要求的词汇，从而开发出一整套自己的语音识别系统。 2系统概述 2.1 特性 以 DSP56805 芯片为核心运算与控制模块 8位精确 A/D采样 模块化设计，便于系统移植与升级 表演模块以 LCD作为交互界面直观清晰； 表演模块代码与系统其他部分相互独立，适应更广泛应用 2.2 系统概述 整个设计由两个部分组成：语音采样训练系统和语音识别系统。 14 语音采样训练系统主要完成语音模板的建立，是语音识别系统的辅助系统。由 DSP部分， PC机部分，以及相关软件实现。首先由 DSP部分采样语音数据，通过串行通讯将数据传输到 PC；然后在 PC上进行语音数据的处理与聚类，得到语音数据模板。 语音识别系统则是建立在可靠的语音数据模板基础上，将采样得到的语音数据与模板进行匹配，从而得到可靠识别结果。 图 1：系统示 意图 2.3 DSP56F805简介 DSP56F805 是 Motorola 公司的 DSP 芯片，与本系统相关的主要特点如下： a. 40MIPS b. 两路内置 ADC c. 31.5K-16bit 程序 FLASH； 16 位地址 /数据总线，最大外接 2 64K-16bitRAM/FLASH d. 两路中断 IRQA/IRQB e. 14条专用 I/O引脚， 18条共用引脚 f. 3.3v 供电 g. 144-pin LQFP封装 2.4 语音识别的基本原理 语音识别通常由以下两个部分组成： 1） 预处理 15 2） 特征提取 3） 模式识别 图 2：语音识别 2.4.1 预处理 端点检测 1 常用的预处理 有数字滤波以及端点监测，在本系统中我们使用了端点检测来确定语音数据的起始点和终点。 语音端点起点检测一般常用双门限前端检测法。由于本系统采用交流到直流变换的供电设计，无法避免的造成了 50Hz左右的干扰。因此，根据多次试验的结果，我们采用的单一的短时能量作为我们检测语音标准：即，当采样得到的短时能量大于一定阈值时，我们就认定此时语音已经开始。然后以该点为基准，向前取既定帧数。这样我们认为就已经获得了语音的起点。 由于汉语的特殊性，语音的终点获得可以直接计算短时能量得到。只要短时能量低于平均能量的 1/16就可以 认定此时已经是语音信号的终点了。即便是丢点后续的部分信号，也不会对处理带来影响。在本系统中，为了计算上的方便，我们同样对终点也设定了一个由经验得到得阈值来判断是否到达了语音的终点。 语音短时能量计算方法： mn mnwmxE2)()(其中， x(m)为一维语音信号， w(m)为窗函数。 16 2.4.2 特征提取 线性预测编码（ LPC） 2 线性预测编码（ LPC）是目前众多特征提取方法中的一种，主要特点是运算简单，易于实现代码的优化，运算速度快。 我们定义线性预测器 pkk knSanS1 )()( （ S(n)为输入信号的 Z变换）则其中 a1ap即为系统所求的的特征矢量。本系统中，为了配合 DSP的定点计算，我们采用舒尔算法（参见参考文献 2）解求特征矢量。 2.4.3 模式识别 动态时间归整（ DTW） 3 动态时间归整（ DTW）算法和隐含马可夫模型（ HMM）是目前应用的比较广泛的两种模式识别算法。 DTW算法是一种模板匹配的算法，考虑了个人说话时间上的差别，即对于同一个词，不同人在不同时刻说的时间长度上的不同做了考虑。设参考模板特征序列为 A = a1, a2, ,aI ，输入语音特征矢量序列为 B = b1, b2, ,bJ ,I J。 DTW算法就是要寻找一个最佳的时间规整函数，使得语音输入 B的时间轴 J映射到参考模板 A的时间轴 I上，使得总的累计失真最小。 2.4.4 语音模板的训练 要运用 DTW算法进行语音识别，首先得到一个比较可靠的模板。模板的好坏，直接影响系统的识别能力。目前，比较常用的方法是用多次采样聚类的方法。基本算法是，首先采样得到多个不同的样本（样本要求尽可能的能够代表所需要识别的对象群体）；然后，对于所得到的数据进行特征提取；作 DTW以及 DTW回溯，对回溯落到同一帧的所有特征矢量 进行聚类；将聚类结果作为系统的语音模板。 3. 系统硬件 系统硬件电路主要分为以下几个部分： 1）通讯电路模块 4：主要实现语音数据对 PC的传输；采用AMD3311。 TXD0,RXD0接入 DSP的 SCI0。 17 图 3：通讯模块 2）麦克风及采样电路：采用 LM324作为放大电路核心，麦克风采用价格低廉的单一指向驻极电容。放大后信号输出到 DSP的 ADC端口转换成 8位有效数据。 图 4：麦克风及采样模块 3）表演模块：采用 TOSHIBA240*64图形 LCD模块 (TLX-1781-C3B) 18 演示系统处理情况 及识别结果；表演模块独立于其他模块；可视情况选择安装。 图 5： LCD引脚 4） LED模块：用来标志系统状态。 图 6： LED的连接 5） 核心模块：以 DSP56F805芯片为核心处理及控制器。 4 19 图 7：模块框图 6）电源电路：电源电路主要由三个部分组成 放大与采样电路供电。由于对采样的特殊要求，为了提高采样的精确度，系统对采样电路和 DSP电路采用分别供电的方法。 图 8：放大与采样供电电路 DSP供电电路。 20 图 9： DSP供电电路 LCD供电电路。 LCD要求有可调的负电压供电，以调节液晶的显示亮度。 图 10： LCD Vee 供电电路 4. 系统软件 软件主要由一系列子程序模块构成；分为 PC端子程序和 DSP端子程序两类。 4.1 系统子程序 4.1.1 DSP端子程序 21 4.1.1.1 语音采样 根据语音学原理，对于要求不高的场合（如电话），采用 8kHz采样已经足够实现度语音的处理和识别。在本系统中我们采用了8kHz的 8bit采样。 4.1.1.2 LCD驱动 采用 TOSHIBA240*64图形 LCD模块 (TLX-1781-C3B)，其核心使用了 T6963C控制芯片。系统通过 GPIOB07和 GPIOD0,1,3来控制液晶模块；连接参见硬件部分， LCD显示及控制指令请参考 TLX-1781-C3B使用手册。 4.1.1.3 语音处理模块 A 语音处理 DSP端模块包括 LPC， DTW，端点（起点 &终点）检测三个子程序。 4.1.1.4 IRQA/B响应 我们通过 IRQA/B来实现两个按钮；通过这两个按钮，我们可以控制系统处于工作状态，表演状态或者是闲置状态。 4.1.1.5 通讯模块 在语音采样系统中，我们将处理后数据传送到 PC上进行聚类处理。通讯模块主要负责与 PC的 RS232端口进行通讯。为了保证 传送数据的可靠性，我们在通讯中采用一次握手的通讯方式。 4.1.1.5 LED控制 采用 LED来显示系统所处的状态。 4.1.2 PC端子程序 4.1.2.1 语音处理模块 B 语音处理 PC端模块包括 DTW， DTW回溯，聚类三个子程序。 4.1.2.2 通讯模块 接受 DSP传送来的语音数据，通讯采用一次握手的方式。 4.2 系统软件流程 4.2.1 语音数据模板获得流程 获得语音数据模板需要用到 DSP和 PC两个部分，基本流程见图 22 11。 图 11： 语音数据模板获得流程 4.2.2 语音识别系统工作流程 将得到模板下载到识别系统中。识别系统主要工作于如下的自动机中： 图 12：识别系统自动机 4.2.2.1 待机状态（ Idle） 23 在待机状态下，除了 IRQA与 IRQB，系统不处理任何输入。 4.2.2.2 准备状态（ Ready） 在本状态下，工作流程基本如下： 图 13： Ready状态下系统工作流程 4.2.2.3 工作状态（ Work） 在工作状态下，系统检测语音输入，并对输入进行识别，做出判断，输出可靠程度； 24 图 14： Work状态下的系统工作流程 参考文献 1 易克初，田斌，付强 . 语音信号处理 . 国防工业出版社 . 2000 2 杨行峻，迟惠生 . 语音信号数字处理 . 电子工业出版社 . 1995 3 Lawrence Rabiner, Biing-Hwang Juang. 语音识别基本原理（ Fundmantals of Speech Recognition） . 清华大学出版社&Prentice Hall. 1999 4 Motorola参考资料： DSP56F805 Evaluation Module Hardware Users Manual 25 基于 DSP56F827 的声控收音机 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： 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 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， 26 统计模型等，语音识别研究取得了很大进展。 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 1.1 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 ，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 1 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 27 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 = a r g m a x P ( W |A ) （ 1-1） 其中 W 是从众多的侯选中找到的识 别结果。 利用 Bayes 公式改写上式，有 P ( W ) P ( A | W )P ( W | A ) = P ( A ) （ 1-2） W = a r g m a x P ( 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 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 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 28 空间 2R 中，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 dN(r) r不依赖于 r 的大小而取有限值的实数 d，则称 d 为平面图形 L 的分形维维数。即： 0lim N(r)=Cr（ C 为常数 ） (1-4) 亦即： l g N ( r ) = - d l g r + l g C ( r 0 ) (1-5) 由于直接应用（ 1 5）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 k k k kx ( 1 ) , x ( 2 ) , x ( 3 ) , , x ( 1 2 8 )L，组成第 k 帧信号k k - 1 k k + 1( x ( 0 ) = x ( 1 2 8 ) , x ( 1 2 9 ) = x ( 1 ) )。 令 128k i = 1D ( ) = | x ( i ) - x ( i + 1 ) | （ 1-6） 64k k = iD ( 2 ) = m a x x ( 2 i - 1 ) , x ( 2 i ) , x ( 2 i + 1 ) - m i n x ( 2 i - 1 ) , x ( 2 i ) , x ( 2 i + 1 ) （ 1-7） 以及 kkN ( )= D ( )/ (1-8) 29 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 (k)Fd为： k k k F 2kl g N ( ) - l g N ( 2 ) D ( )d 1 l o gl g 2 D ( 2 ) (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