基于FPGA的异常声音报警系统设计

2009-01-20 02:08伍宗富陈日新朱明旱
中国集成电路 2009年10期
关键词:识别

伍宗富 陈日新 朱明旱

摘要:通过对异常声音的短时信号分析,使用FPGA对异常声音的短时过零率、短时能量等目标特征提取,实现将异常声音从背景声音中分离出来进行识别报警,实现切削与切割等机械加工设备的智能化。

关键词:异常声音;FPGA;识别

中图分类号:TP 391 文献标识码:A

1引言

在进行切削与切割等机械加工时,对在某种特定的正常环境下所不应该发生的异常声音进行识别并进行报警保护,有利于自动化生产的智能化,并具有很高的实用价值。为了产品的集成与知识产权的保护,本文提出了使用FPGA进行异常声音报警系统设计,通过对声音信号的现场采集和短时分析,并提取工作时的声音信号特征,比较正常环境工作的声信号特征和发生故障时的异常声音特征,如有异常声音则将其识别并发出报警和输出控制指令进行生产设备保护。

2 异常声音报警系统硬件设计

异常声音报警系统工作流程可分为声信号获取、信息预处理、异常声音识别和输出控制。为了实现异常声音报警系统开发应用的灵活性,使用FPGA器件进行异常声音报警系统的开发。因为FPGA器件在数字信号处理领域有许多专用DSP不可比拟的优点,如速度、IP核的复用、可集成性等。还可使用FPGA实现系统其它逻辑与A/D、PWM等相关控制[1]。为了更好地进行设计开发,使用MATLAB/Simulink、Altera公司的DSP Builder。在MATLAB/Simulink中进行图形化设计和仿真,同时可通过Signal Compiler把MATLAB/Simulink的设计文件(.mdl)转化成硬件描述语言VHDL设计文件(.vhd)以及生成用于控制综合与编译的TCL脚本。DSP Builder可以帮助设计者完成基于FPGA器件且类似文献[2]等算法处理的DSP系统设计[2]。异常声音报警系统硬件结构如图1所示。

话筒是将声音信号转换为模拟的电信号。为了有较高的灵敏度,宜选用动态电阻大,直流特性好的驻极体话筒。

程控放大是为了使输入到模数转换电路的信号保持在合适的动态范围,由FPGA器件根据幅度检测的大小控制程控放大电路的放大倍数,从而满足后级模数转换的需求。

程控滤波是根据异常声音报警系统的实用功能,先行设定何种用途异常声音报警的滤波器。在人的听觉阈值范围内,不同的异常声音有不同的信号强度集中,其声学特征所处的频率范围不同,如直升机声音信号的能量主要集中在400 Hz以内,而坦克声音信号的能量主要集中在2 kHz以内。在此可选择MAX264其通带截止频率达140 kHz,可满足听觉范围20 kHz以内滤波要求。

模/数转换是将模拟的声音信号进行采样/量化形成数字信号输送到FPGA器件,以利于FPGA器件进行相关异常声音识别处理。

FPGA器件是将模数转换后的信号进行FIFO、预加重处理、分帧加窗、短时平均幅度、短时过零率、特征存储、异常声音警示输出、异常声音控制输出等,从而实现异常声音的报警与控制。

3异常声音识别的实现

根据观测发现在进行切削与切割等机械加工时产生异常声音的某子带能量高于正常时其子带能量,在此采用短时能量和短时过零率分析法[3]。异常声音识别算法如图2所示。

3.1预加重处理

预加重的目的是增加声音信号中较弱的高频部分,由于声目标信号的平均功率谱在高频端大约在800 Hz 以上按6 dB/倍频程跌落, 为此要进行预加重处理,用FIR滤波器实现。其Z传递函数为H (Z ) = 1- uz -1,其中u值接近于1,实践中取0.94。计算公式为data(n)=S(n)-0.94*S(n-1), DSP Builder中的图形建模如图3所示。

3.2异常声音特征提取

在异常声音探测系统中特征提取由子带分帧和短时能量、平均过零率等组成。在此采用矩形窗进行分帧加窗,窗口的长度设为60 ms,采样频率为40 kHz,这样用矩形窗截取声目标信号形成分析帧,为了保证声目标信号帧的连续性,在此采用交叠分帧方法,帧长为矩形窗的取样数2400点,帧移10 ms,即400点。在加窗的同时,用一个乘累加器就可以计算每帧的能量,其分帧的实现和累加如图4所示。图中Multiply Accumulate的b输入是常数1,表示加权值一直是1(矩形窗),如果使用其它窗,可以把窗口数据存储到ROM存储器中,然后按对应的数据读取窗口数据并与其相乘,实现其它窗口。

短时过零率的关键就在于符号函数,用ExtractBit模块取出整型的符号为生成+1或者-1。在短时能量数据输入前加符号函数实现电路,如图5所示。

3.3异常声音判别

声音判决是根据计算出当前子带帧的能量与无异常的能量比较,判断是否为异常声音。当只有背景声音时,可计算出无异常声音时的能量E0,而当有异常声音时,可计算出E',显然E'≠E0。通过实验数据设定一个判决阈值E,当E'>E时,说明有异常声音;当E'

4系统实验

基于DSP builder实时计算声音信号的短时平均幅度和短时过零率,其DSP builder 框架如图6所示。

通过Signal Compiler把MATLAB/Simulink的设计文件(.mdl)转化成硬件描述语言VHDL设计文件(.vhd)以及生成用于控制综合与编译的TCL脚本。在实验中以高精切割设备模拟正常背景下的不正常的撞击声音,最后通过FPGA调试下载,能满足实际上异常声音报警及输出控制电平。

5结论

使用FPGA器件进行信号处理及应用系统的开发,有利于知识的自主性与灵活性。通过对异常声音报警系统的FPGA实现,将其应用在高精切割设备的生产控制和故障探测,有益于企业生产设备故障诊断,实现了自动化设备的智能化。

参考文献

[1] 伍宗富,王立.基于数字信号处理器的电子凸轮控制系统设计[J]. 电机与控制应用,2008,(8):47-51.

[2] 伍宗富,陈日新,朱明旱. 基于图像识别的汽车智能防撞系统研究与实现 [J]. 机械与电子,2008,(9):56-60.

(下转第58页)

[3] 李晶皎.嵌入式语音技术及凌阳16位单片机应用[M]. 北京:北京航空航天大学出版社,2003.

[4] 伍宗富. 基于DSP的电子横移控制系统设计[J]. 纺织机械,2008,(10):37-39.

作者简介

伍宗富,副教授/硕士,主要研究领域为目标探测与识别、数字通信与数据传输、嵌入式系统;

陈日新,副教授/硕士,主要研究领域为目标探测与识别、数字通信与数据传输。

猜你喜欢
识别
法学意义上的弱者识别问题研究
论犯罪危险人格的识别