【正文】 ◆ 設(shè)計(jì)用于手持設(shè)備和通用嵌入式系統(tǒng)。 ◆ 電源控制模式：標(biāo)準(zhǔn)、慢速、休眠、掉電。 ◆ 看門狗定時(shí)器。 ◆ 3 個(gè)通用異步串行端口（ ， 16Byte Tx FIFO and 16Byte Rx FIFO）， 2 通道 SPI ◆ 一個(gè)多主 I2C 總線，一個(gè) I2S 總線控制器。 芯片功能及內(nèi)部結(jié)構(gòu) 芯片功能單元 ◆ 內(nèi)部 ，存儲(chǔ)器 ，外部 I/， 16KB 數(shù)據(jù) Cache， 16KB指令 Cache， MMU。該處理器擁有：獨(dú)立的 16KB 指令Cache 和 16KB 數(shù)據(jù) Cache， MMU，支持 TFT 的 LCD 控制器， NAND 閃存控制器， 3 路 UART， 4 路 DMA， 4 路帶 PWM 的 Timer ， I/O 口， RTC， 8路 10 位 ADC， Touch Screen 接口， IICBUS 接口， IISBUS 接口， 2 個(gè) USB主機(jī)， 1 個(gè) USB 設(shè)備， SD 主機(jī)和 MMC 接口， 2 路 SPI。 因此，實(shí)際的濁音信號(hào)頻譜并不是如上所述的離散諧波譜結(jié)構(gòu)，而是每個(gè)諧波分量有一定寬度，是一種梳狀結(jié)構(gòu)。這就是基音同步 DFT分析法的理論依據(jù)。這里所說(shuō)的頻域欠采樣與時(shí)域混疊是濁音信號(hào)同一種特性的兩種不同表 現(xiàn)。 由此可見， x(n)可看成是由 h(n)的一系列移位復(fù)本疊接相加的結(jié)果。 基音同步頻譜分析 由 聲音 產(chǎn)生的模型可知，濁音信號(hào)可理解為由準(zhǔn)周期性的聲門脈沖串激勵(lì)聲道再由 口唇輻射而成。 信號(hào) x(n)的諧波積譜定義為： 1( ) | ( ) |kjw jnwnnrp e x e?? ? () ()jnwnxe 的頻譜結(jié)構(gòu)是 ()jwnxe 在頻域壓縮 r倍的結(jié)果，它的 r次諧波的峰值位置總是與 ()jwnxe 的基波頻率對(duì)齊的。 短時(shí)頻譜用于基音檢測(cè) 時(shí)域基音周期檢測(cè)精度很難做到比177。如果用非整數(shù)倍周期長(zhǎng)的窗北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 23 或非矩形窗截取信號(hào)，諧波泄露現(xiàn)象總是存在的，只不過(guò)是其嚴(yán)重程度可大可小而己。前者用于獲得高的頻率分辨率，后者用于獲得高的時(shí)間分辨率。根據(jù)采樣定理，對(duì)這種信號(hào)只需以 2b為采樣率就可以充分反映，可見它所具有的時(shí)問(wèn)分辨寬度為 1/(2b)。因?yàn)閷?duì)于同一種窗函數(shù)而言，其通帶寬度與窗長(zhǎng)是成反比的 ，因此，如果希望頻率分辨率高，則窗長(zhǎng)應(yīng)盡量長(zhǎng)一些。 先看頻率分辨率。用時(shí)間 n作為橫坐標(biāo)， w作縱坐標(biāo)，將 ()nRw的值表示為灰度級(jí)所構(gòu)成的二維圖像就是語(yǔ)譜圖(Spectrogram)。如果我們對(duì) x(n)w(n)以 L為周期進(jìn)行擴(kuò)展的話，在自相關(guān)域就會(huì)出現(xiàn)混疊，即這個(gè)周期函數(shù)的循環(huán)相關(guān)在一個(gè)周期中的北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 22 值就與線性相關(guān) ()nRk的值不同 了，這樣得到的功率譜只是真正功率譜的一組欠采樣，即 L個(gè)采樣值。 基于短時(shí)傅立葉變換的語(yǔ)譜圖 短時(shí)傅立葉變換幅度的平方 2| ( )|jwnxe 是信號(hào) x(n)在時(shí)間 n處的頻譜能量密 度函數(shù)。 我們可以從兩個(gè)角度來(lái)理解時(shí)頻函數(shù) ()jwnxe 的物理意義： 第一種理解是：當(dāng) n固定時(shí)，例如 n= 0n ，則 ()jwnxe 是將窗函數(shù)的起點(diǎn)移至 0n處截取信號(hào) x(n)，再做傅立葉變換而得到的一個(gè)頻譜函數(shù)。 短時(shí)傅立葉變換 短時(shí)傅立葉分析是分析緩慢時(shí)變頻譜的一種簡(jiǎn)便方法，在 聲音 分析中已經(jīng)得到廣泛 應(yīng)用。當(dāng) N=1024時(shí)， 運(yùn)算量節(jié)省近 200倍。若要計(jì)算 N點(diǎn) x(后 )，則需要 2次復(fù)數(shù)乘法和 (N一 1)次復(fù)數(shù)加法。 當(dāng) N值較大時(shí)，其運(yùn)算量也大的驚人。 一旦選定了一個(gè) wT ， 變換所得的譜的最小間隔就確定了。 定理 3 函數(shù) x(t)以抽樣間隔 t 抽樣的抽樣序列 x(n/t )的譜，就是將函數(shù) x(t)的北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 20 譜 X(f)以周期為 l/t 進(jìn)行周期延拓。根據(jù)抽樣定理，當(dāng)頻域和時(shí)域的采樣點(diǎn)足夠多時(shí)，這些離散信號(hào)時(shí)完全能夠代替連續(xù)信號(hào)，所以實(shí)現(xiàn)傅立葉變換時(shí)完全有可 能的。 以上是對(duì)無(wú)限長(zhǎng)信號(hào)截取無(wú)限個(gè)樣本值進(jìn)行計(jì)算的 ，只能進(jìn)行離散、有限長(zhǎng)運(yùn)算，所以實(shí)現(xiàn)傅立葉變換，就必須對(duì) ()中無(wú)限長(zhǎng)信號(hào) x(t)做截?cái)?，即截取有限長(zhǎng)一段信號(hào)，并且對(duì) x(t)和 x(f)做時(shí)域、頻域上的離散化，截取有限個(gè)樣本點(diǎn)。顯然，頻率域上所包含的信息和時(shí)間域上所包含的信息應(yīng)該是完全相同的，唯一的差別只是 形式不同而己。 傅里葉變換的原理及算法 傅立葉變換的基本定義 一個(gè)波形的傅立葉變換，其實(shí)質(zhì)是把這個(gè)波形是 把這個(gè)波形分解成許多不同頻率的正弦波之和。目前有兩種細(xì)化方法，一種是對(duì)某一局部的波形做簡(jiǎn)單的放大，它并不提高分辨率，比較容易實(shí)現(xiàn)：另一種是將局部頻段重新處理后得到的較原來(lái)頻譜圖上分辨率遠(yuǎn)為提高的頻譜圖。而且，由于一個(gè)窄的波形有一個(gè)寬的譜，而一個(gè)寬的波形有一個(gè)窄的譜，波形和頻譜的寬度兩者不能同時(shí)兼顧，即滿足下式所揭示的“不確定性原理 或 稱“測(cè)不準(zhǔn)原理” ： 12 4tf ?? () 在分析信號(hào)，尤其是在分析聲音和圖像信號(hào)的時(shí)候，不同的頻率上需要有不同的分辨率，低頻處應(yīng)該有較高的頻率分辨率，而在高頻段頻率分辨率可以降低，使頻率分辨 率 f 隨頻率 f而改變。從數(shù)學(xué)上看，三種不同的變換都是將所研究的信號(hào)在一組特定基函數(shù)上的分解問(wèn)題，但由于基函數(shù)不同，就有了不同的分辨率特征。 除此之外，由于傅立葉變換無(wú)時(shí)間局部信息，也就是說(shuō)，信號(hào) x(f)任何時(shí)刻的微小變化都會(huì)牽動(dòng)整個(gè)頻譜；反過(guò)來(lái)，任何有限頻段上的信息都不足以確定在任意時(shí)間小范圍內(nèi)的函數(shù) x(t)。 頻譜分析方法 進(jìn)行 FFT運(yùn)算時(shí)，一般先用各種窗函數(shù)給 x(n)加權(quán)，然后再進(jìn)行 FFT運(yùn)算，北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 17 這樣可在一定程度上改善起伏現(xiàn)象。另外，對(duì) x(n)的 A/D采樣頻率也要滿足奈奎斯特抽樣定律，該定理描述如下： 假設(shè) x(f)是一個(gè)時(shí)間函 數(shù)，它的最高頻率為 Z(截止頻率 )，則若 |f| cf 時(shí)， x(t)的 傅立葉變換 X(f)=0，那么，該函數(shù) x(t)可以完全由時(shí)間間隔 1/(2 )ctf? 的時(shí)域抽樣 (或者說(shuō)抽樣頻率 1/ 2scf t f??)序列唯一確定，即函數(shù) x(t)可以表示為： s in 2 ( / )( ) ( / )( / )cf t n tx t t x n tt n t?????????? () 顯然，抽樣定理包含著兩個(gè)限制，一是 頻率函數(shù)的帶寬限制，即 ||cff? 時(shí)，x(f)=0； 一是對(duì)抽樣間隔 t 的限制，即 t =1/(2 cf )，它也是最大的抽樣問(wèn)隔。 一般 Y(k)的值是復(fù)數(shù)，對(duì)其求模即得該頻率下譜的幅度，一系列的模則構(gòu)成x(n)的離散化的幅度譜 (即通常講的頻譜 )，基于 FFT的譜分析稱為線性譜分析。假設(shè)有一周期信號(hào) x(f)，其周期為乃那么它的傅立葉序列為： 0 2( ) ( c o s 2 sin 2 )n n n nax t a f t b f tTT ??? ? ?? () 式中 0a ， na ， nb 為傅立葉系數(shù)， nf 為各次諧波的頻率。這個(gè)物理運(yùn)動(dòng)過(guò)程與聲波振動(dòng)的速度比起來(lái)要緩慢得多，因此我們可以假定它在 10ms~30ms這樣短的時(shí) 間段中是平穩(wěn)的，用前一章所述的時(shí)間依賴方法來(lái)進(jìn)行分 析處理。因此，對(duì) 聲音 信號(hào)進(jìn)行頻譜分析，是認(rèn)識(shí) 聲音 信號(hào)和處理 聲音 信號(hào)的重要方法。 北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 15 3 聲音 信號(hào)頻域分析 大量的實(shí)驗(yàn)表明，人類感知 聲音 的過(guò)程和 聲音 本身的頻譜特性關(guān)系密切。顯然，它們的中值為 5，那么中值濾波器的輸出值 Y( 0n )就是 5，而原輸入信號(hào) X( 0n )=0，通過(guò)中值濾波得到了糾正。常用的平滑技術(shù)有三種： 北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 14 (1)中值濾波平滑處理 中值平滑處理是一種采用滑動(dòng)窗的直方圖統(tǒng)計(jì)處理的方法。下面是對(duì)每一 幀進(jìn)行基音周期估計(jì)的計(jì)算步驟： (1)用 900Hz低通濾波器對(duì)一幀 聲音 信號(hào) {x(n)}進(jìn)行濾波，并去掉開頭 20個(gè)輸出值不用 (置 0)，得到 {x(n)}； (2)分別求 { x(n)}的前部 100個(gè)樣點(diǎn)和后部 100個(gè)樣點(diǎn)的最大幅度，并取其中較小 的一個(gè)，乘以因子 ； 基音檢測(cè)的后處理 聲音 信號(hào)的周期性從波形上觀察可以看得很明顯，但是其 形狀表現(xiàn)得比較復(fù)雜，自動(dòng)基音檢測(cè)算法很難做到處處準(zhǔn)確可靠。如果我們能求得第一最大峰值點(diǎn)并計(jì)算其與零點(diǎn)的距離 ,該距離就是估計(jì)出來(lái)的基音周期。因此，從只保留基音頻率的角度出發(fā)，用低通濾波器事先對(duì) 聲音 信號(hào)進(jìn)行濾波是有好處的。有用的自相關(guān)峰是由于 聲音 信號(hào)中的一些最高峰形成的，這些最高峰是由于準(zhǔn)周期激勵(lì)脈沖產(chǎn)生的；無(wú)關(guān)的峰是聲道對(duì)激勵(lì)脈沖產(chǎn)生的響應(yīng)。真正反映基音周期的只是其中少數(shù)幾個(gè)峰值，而其余大多數(shù)都是由于聲道的 諧振特性引起的。豐富的諧波成份使 聲音 信號(hào)的波形變得非常復(fù)雜，給基音檢測(cè)帶來(lái) 了困難，經(jīng)常發(fā)生基頻估計(jì)結(jié)果為其實(shí)際基音頻率的二、三次倍頻或二次分頻的情況。 前兩節(jié)介紹的自相關(guān)函數(shù)和短時(shí)平均幅度差函數(shù)都能反映原信號(hào)的周期，因此它們可構(gòu)成兩種最常用的基音檢測(cè)方法。 基音周期估計(jì)方法 基音周期 (或基音頻率 )是 聲音 信號(hào)的一個(gè)重要 參數(shù)，在 聲音 產(chǎn)生的數(shù)字模型中它也是激勵(lì)源的一個(gè)重要參數(shù)。例如：快速傅立葉變換法、遞歸計(jì)算法等。還應(yīng)當(dāng)注意到， 聲音 信號(hào)的基音周期是有一個(gè)覆蓋范圍的，因此，窗寬的選擇還應(yīng)當(dāng)考慮到這個(gè)因素。 長(zhǎng)窗具有較高的頻率分辨率，但具有較低的時(shí)間分辨率；短窗的 頻率分辨率低，但卻具有較高的時(shí)間分辨率。矩形窗的主瓣寬度最小，但其旁瓣高度最高；漢明窗的主瓣最寬，而旁瓣高度最低。與矩形窗比較，主瓣寬約等于矩形窗的兩倍，但旁瓣小，而且無(wú)負(fù)旁瓣。矩形窗使用最多，習(xí)慣上不加窗就是使信號(hào)通過(guò)了矩形窗。 ． 圖 由于窗函數(shù)一般取為 (x,z)中間大兩頭小的光滑函數(shù)，這樣的沖激響應(yīng)所對(duì)應(yīng)的濾波器具有低通特性。這種時(shí)間依賴處理的基本手段，是用一個(gè)長(zhǎng)度有限的窗序列 {w(m)}截取一段聲音信號(hào)來(lái)進(jìn)行分析，并讓這個(gè)窗滑動(dòng)以便分析任一時(shí)刻附近的信號(hào)，其一般表達(dá)式為： n m = Q = [ ( ) ( )T x m w n m???? （ ） 其中 T[幾乎所有的聲音信號(hào)處理方法都是基于這個(gè)假設(shè)。量化時(shí)，如果采用較多的量化級(jí)數(shù)來(lái)記錄樣點(diǎn)的幅度，量化誤差就較小，相應(yīng)的比特 (Bit)數(shù)就會(huì)增多。 考慮到高頻噪音的存在，為了防止頻率高于二分之一采樣頻率的高頻噪音產(chǎn)生頻譜混疊，通常 聲音 信號(hào)在采樣前要進(jìn)行一次預(yù)濾波以濾掉高頻噪音。現(xiàn)代的 聲音 合成或識(shí)別系統(tǒng)中，需將 聲音 頻率的 上限提高到 10kHz左右。 聲 音信號(hào)是隨時(shí)間而變的信號(hào)，它所占據(jù)的頻率范圍可達(dá) 10kHz以上，但是對(duì) 聲 音信號(hào)清晰度和可懂度有明顯影響的成份，最高頻率約為 。時(shí)域分析直觀明了，計(jì)算簡(jiǎn)單且運(yùn)算量小 (相比后面將要介紹的頻譜分析 )。軟件設(shè)計(jì)主要實(shí)現(xiàn)的功能有基音檢測(cè)、頻譜分析及分析結(jié)果在 PC機(jī)屏上顯示。本系統(tǒng)以 ARM9為基礎(chǔ)，利用 ARM9強(qiáng)大的數(shù)據(jù)處理能力來(lái) 對(duì)采集到的 聲音信號(hào)進(jìn)行頻譜分析。 本課題的主要任務(wù) 從上面簡(jiǎn)單的介紹可以看出，傳統(tǒng)的頻譜分析儀 不能象通用計(jì)算機(jī)那樣，對(duì)過(guò)去記錄下來(lái)的信號(hào)進(jìn)行非實(shí)時(shí)處理，它只有加上輸入信號(hào)才能進(jìn)行分析。因此，適用于平穩(wěn)隨機(jī)信號(hào)的標(biāo)準(zhǔn)傅立葉變換不能直接用于 聲音 信號(hào)。因而，具有研制周期短、靈活性好、價(jià)格低的優(yōu)點(diǎn)；缺點(diǎn)是高速實(shí)時(shí)性北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 8 能較差，不適用于惡劣環(huán)境。具有代表性的是 HP3567A多通道頻譜 /網(wǎng)絡(luò)分析儀，頻率范圍可達(dá) ，動(dòng)態(tài)范圍 80dB，精度 dB，最高通道數(shù)可達(dá) 16，可實(shí)現(xiàn)譜分析、波形分析及網(wǎng)絡(luò)分析。與傅立葉 (FFT)頻譜分析儀相比，這類頻響分析儀只局限于頻響分析，應(yīng)用范圍較窄，其優(yōu)點(diǎn)是具有自動(dòng)抑制噪聲能力，而且頻率范圍寬。與前一類頻譜儀相比，傅立葉分析儀可以十倍、百倍地提高測(cè)量速度并能在超低頻時(shí)保持頻率測(cè)量精度。其優(yōu)點(diǎn)是具有大的動(dòng)態(tài)范圍及寬的頻率范圍 (5Hz~325kHz)，但不適合做 瞬態(tài)信號(hào)及超低頻信號(hào)的分析。 北華大學(xué)畢業(yè)設(shè)計(jì)（論文） 7 頻譜分析系統(tǒng)的發(fā)展現(xiàn)狀 頻譜分析儀是以模擬或數(shù)字方式顯示信號(hào)頻譜的一類信號(hào)分析儀。而且必須先經(jīng)過(guò)“老化”。示波器在時(shí)域里顯示或表征 (輸入 )信號(hào)，而頻譜儀在頻域里顯示或表征 (輸入 )信號(hào)。地震信號(hào)的處理和股票市場(chǎng)的預(yù)測(cè)就是其中兩個(gè)例子。因此，對(duì)頻譜分析方法的研究一直是信號(hào)處理技術(shù)中的一個(gè)重要課題。這就是為什么人們把頻域和時(shí)域相提并論。人類社會(huì)的發(fā)展也有周期性，這就是為什么很多歷史事件具有驚人的相似性。其中 ARM處理器核中自帶了 DSP功能，既可以執(zhí)