基于DSPIC30F6014A单片机的智能家居音频信号分析仪的设计
时间：2012-01-14 22:04:21
手机看文章
扫描二维码
随时随地手机看文章
[导读] 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
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 硬件设计
“智能家居”(SmartHome)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。
本设计选用Microchip公司的
(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△f=100 Hz、FFT的子样本点数N=512，故采样频率fs=51 200 Hz(fs≤N△f)、采样周期Ts=1／51 200 s(采样周期一采样时间+转换时间)。因振荡频率为7．37 MHz，故指令周期TCY=(1／7．37)×4=O．5μs。
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。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，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100Hz(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。
下载文档
