《数字助听器设计,dsp,单片机》由会员分享，可在线阅读，更多相关《数字助听器设计,dsp,单片机（14页珍藏版）》请在金锄头文库上搜索。
1、数字助听器设计挑战及注意事项数字助听器设计挑战及注意事项最新的助听器是数字可编程的，这意味着虽然它们有模拟信号处理功能，但由听力学家可调节的数字参数来控制处理。在设计数字助听器时，工程师将会遇到哪些挑战？他们应该如何应对？本文将为你一一解读。设计挑战助听器的设计人员有着严格的技术要求。助听器必须足够小以便放入人体的耳内或耳后，运行功率必须超低，并且没有噪声或失真。为满足这些要求，现有的助听设备消耗的功率要低于 1mA，工作电压为 1V，利用的芯片面积少于10mm2，这通常意味着两个或三个设备相互叠放。典型的模拟助听器由具有非线性输入/输出功能和频率相关增益的放大器组成。但此模拟处理依赖于自定义
2、电路，与数字处理相比，缺乏可编程性且成本更高。最新的数字设备与其对应的模拟设备相比，降低了设备成本，减少了功率消耗。数字设备最大的优势在于其提高的处理能力和可编程性，允许定制助听器以适用于特定的听力损伤和环境。代之以简单的声音放大和可调节的频率补偿，可获得更复杂的处理策略来提高提供给受损耳朵的声音质量。但此类策略需要 DSP 可提供的极度复杂的处理功能。一般而言，听力损失分为两类：传导性听力损失和神经性听力损失(SNHL)。当通过病人的外耳或中耳的声音传导异常时会发生传导性听力损失，而当耳蜗中的感觉细胞或听觉系统中较高的神经机制出现问题时会发生神经性听力损失。如果是传导性听力损失，则无法正常地
3、通过中耳或外耳传输声音。由于声音主要由传导性损失衰减，因此只需放大声音就可恢复接近正常的听力。不需要任何特殊的信号处理，传统的模拟助听器即可良好地工作。但是，只有5%遭受某些听力损失的人归因于传导性损失。另一种听力损失是 SNHL。它包括与年纪变老有关的听力损失，以及噪声引起的听力损失和服用了对听觉系统有害的药物导致的听力损失。大多数 SNHL 是由耳蜗故障所导致。SNHL 被认为是由对内毛细胞和外毛细胞或二者的损害所导致。但是，底层的生理学极其复杂。不同的人有不同的病理，这意味着听力图相同的病人不一定有相同类型的听力损失。而且，病人甚至在不同的频率范围内损伤程度不一。SNHL 的结果通常导致
4、：1)在某些频率通道没有输入，2)缺乏敏感度，以及3)听觉滤波器扩大。反过来这些结果在很大程度上损伤了听众的声觉。与听力正常的听众相比，患 SNHL的听众除了其它困难之外，最常遇到响度重振(与正常的相比，舒适的听力水平范围被压缩)和频率分辨率损失。声觉中的这些变化显著地影响了听众理解语音的能力。由于 SNHL 不仅仅是声音传输的问题这么简单，而实际上是声音处理的问题，通过简单的放大不能治疗这种损失 - 使模糊不清的声音更大不能使它们更清晰。因此，帮助 SNHL 病人的一个可能有效的方式是通过预处理信号来增强复杂的声调模式，以补偿听力损失。通过相同的最佳治疗不可能治愈 SNHL 的各种表现。处理
5、声音可使语音更容易理解。但是，最佳处理算法因个体而异，甚至在不同的听力条件下(如安静的房间与喧闹的体育场)为个别人而有所改变。适应这些差异的关键在于助听器的灵活性。传统上，助听器一直是装在适合最终用户的定制耳模中的放大器。助听系统包含一个麦克风、一个放大器、一节锌空气电池和一个接收器/扬声器。大多数放大器都采用了某种压缩功能，实际上是非线性输入/输出关系，用于补偿响度重振。还可以调节不同频带中的增益，频带的数量也有所不同，但通常是两个或三个频带。许多最新的助听器是数字可编程的，这意味着虽然它们有模拟信号处理功能，但由听力学家可调节的数字参数来控制处理。此外，一些模拟助听器对于不同的听力环境具有
6、多个“程序”，或参数集。市场上一些数字助听器是带有可编程系数的 ASIC。这些 ASIC 提供一些算法集和多个频带，这是典型模拟设备不可能具有的。例如，数字助听器具有以下功能组合：2到14个具有可调节交叉频率的频带、一个麦克风、定向测听的双麦克风、背景噪音降低、自动增益控制 (AGC)、语音增强、反馈消减和噪声保护。总之，可完成的处理量令人惊叹，特别是与模拟助听器中的传统处理功能相比，更是如此。最新的助听器是数字可编程的，这意味着虽然它们有模拟信号处理功能，但由听力学家可 调节的数字参数来控制处理。在设计数字助听器时，工程师将会遇到哪些挑战？他们应该如 何应对？本文将为你一一解读。设计示例基于
7、 DSP 的助听器可扩展软件控制的功能，以包括频率成形、反馈消减、噪声降低、双耳处理、耳壳与耳道过滤、混响消除以及提供从数字电话、电视或其它音频设备的直接数字输入。可编程 DSP 还意味着助听算法/功能可定制或在不改变硬件的情况下改变。助听专业人员几乎可在实时的前提下经济地采用可用的算法。甚至还可以将用户可选择的程序用于切换到听力难的情况下经过高度处理的声音，或返回安静环境中的传统、失真较少的声音。图1：基于DSP的助听器方框图。上面的方框图显示了基于 DSP 的数字助听器的主要元素。典型的数字助听器由三个相互叠放的半导体裸芯片组成：EEPROM 或非易失性存储器、一个数字设备和一个模拟设备。
8、最新进展允许将这些模块集成到两个甚至一个半导体裸芯片中。由于电池电压的范围是1.35V到0.9V，这些设备旨在以0.9V 的电压操作。有些实施使用电源管理来监视电池电压，并警告用户何时电池电量不足，当电压降得太低时，适时地关闭系统。模拟设备通常包括 -模数转换器、具有压缩输入限制功能的麦克风前置放大器、遥控数据解码器、时钟振荡器和电压稳压器。- A/D 的频率范围通常为20kHz，分辨率为16位(14位线性)。数字设备包括 DSP、逻辑支持功能、编程接口和输出级。输出级通常为全数字，使用利用扬声器阻抗的脉宽调制(PWM)输出与 D 类放大器执行模数转换。总之，当前的模拟和数字助听器的功耗大致相
9、等。模拟设备的总电流功耗大约为0.7mA 至 1.0mA，而数字设备消耗0.5mA 至0.7mA。一节大约提供30mAh 至65mAh 与50uA 自放电电流的锌空气电池为此系统供电。寿命终止电压大约为 0.9V。由于数字助听器中的处理量增加，直接对比数字和模拟助听器的功耗并不完全公平。与模拟助听器等效的具有处理功能的数字助听器消耗的功率甚至更低。特色产品AIC111：微功耗音频编解码器AIC111是一款微功耗 DSP 或与微控制器兼容的音频编解码器，为个人医疗设备(助听器、听觉预处理和低功耗耳机)等应用提供高性能模拟接口解决方案。AIC111支持一个1.3V CMOS 数字 SPI 接口，并
10、包括一个外部麦克风电源和偏置电源以及电池低电量监视器和指示器。基于基于 TMS320VC5416DSP 的数字助听器设计的数字助听器设计0 引言随着社会的发展以及人们对听障患者的日益关注，助听器的发展逐渐受到人们的重视。但由于听力障碍患者病因各异，其听力损失情况存在着较大差异，使得每位患者对于助听器的补偿有着不同的要求。目前，现代助听器技术进入到全数字助听器时代。同时，各种有效提高数字助听器效能的数字信号处理算法也得到更多的重视。在此提出基于TMS320VC5416的数字助听器设计，能满足听障患者对听力的需求。l 系统构成和工作原理11 系统组成基于助听器的技术要求，选用 TI 公司的 C54
11、X 系列产品 TMS320C5416(以下简称C5416)和数字编码器 TLV320AIC23(以下简称 AIC23)。数字编码器 AIC23是 TI 公司推出的一款高性能的立体声音频 Codec 芯片，AD转换和 DA 转换部件集成在芯片内部，采用先进的-过采样技术，内置耳机输出放大器。AIC23DSPCodec 工作电压与 C5416的核心和 IO 电压兼容，可实现与 C54x 串行口的无缝连接，功耗很低，使得 AIC23是一款非常理想的音频模拟器件，可以很好地应用于数字助听器的设计当中。系统结构如图1所示，主要包括 DSP 模块、音频处理模块、JTAG 接口、存储模块及电源模块等。模拟语
12、音信号通过 MIC 或 IANE IN 输入 AIC-23，经过模数转换后通过MCBSP 串口输入 C5416，经过实际所需的算法进行处理和补偿后，得到听障患者所需要的语音信号，再通过 AIC23数模转换，通过扬声器或耳机输出声音信号。12 C5416与 AIC23的接口设计图2是 C5416与 AIC23的接口原理图。由于 AIC23采样输出的是串行数据，因此需要协调好与之相配的 DSP 的串行传输协议，MCBSP 是最适合做语音信号传输的。将AIC23的第22脚 MODE 接高电平，接收来自 DSP 的 SPI 格式串口数据。数字控制接口(SCLK，SDIN，CS)与 MCBSPl 连接，
13、控制字共16位，由高位开始传输。数字音频口LRCOUT，LRCIN，DOUT，DIN，BCLK 与 MCBSP0相连。在工作方式上，DSP 为主模式，AIC23为从模式，即 BCLK 的时钟信号由 DSP 产生。串口时钟由 BCLKX0，BCLKR0并联到 AIC23的 BCLK 时钟，这样在发送和接收数据时都可产生串口时钟信号。输入输出同步信号 LRCIN 与 LRCOUT，用来启动串口数据传输，接收 DSP 的帧同步信号。BFSX0和 BFSR0，BDR0和 BDX0分别与 AIC23的 DIN 和 DOUT 连接来实现 DSP与 AIC23之间的数字通信。2 系统实现21 语音的基本特性
14、声音是一种波，能被人耳听到声音的振动频率为20 Hz20 kHz。语音是声音的一种，他是由人的发音器官发出的，具有一定语法和意义的声音。语音的振动频率最高可达15 kHz。语音按其激励形式的不同分为：浊音、清音、爆破音。而人的声音特性基本是由基因周期和共振峰等因素决定的。当发浊音时，气流通过声门使声带发生振动，产生准周期激励脉冲串。这个脉冲串的周期就称为“基因周期”，其倒数即为“基因频率”。人类的声道和鼻道都可以看做是非均匀界面的声道管，声道管的谐振频率称为共振峰。改变声道的形状就产生不同的声音。共振峰用依次增加的多个频率表示如F1，F2，F3，等，称之为第一共振峰，第二共振峰等。为了提高语音
15、接收质量，必须采用尽可能多的共振峰。实际中，头三个共振峰是最重要的，具体情况因人而有差异。22 语音增强在实际的应用环境中，语音会不同程度的受到环境噪声的干扰。语音增强就是对带噪语音进行处理，降低噪声的影响，改善听觉环境。实际语音遇到的干扰可能包括以下几类：(1)周期性噪声：如电器干扰，发动机旋转引起的干扰等，这类干扰在频域表现为一些离散的窄峰。特别是50 Hz 或60 Hz 交流声会引起周期噪声。(2)冲击噪声：如电火花，放电产生的噪声干扰，这类干扰在时域表现为突然出现的窄脉冲。消除这种噪声可以在时域中进行，即根据带噪语音信号幅度的平均值确定阈值。(3)宽带噪声：通常指高斯噪声或白噪声，其特
16、点是频带宽，几乎覆盖整个语音频段。它的来源很多，包括风、呼吸噪声和一般的随机噪声源。23 算法分析噪声影响使得患者语言识别率大幅下降，去噪和补偿是助听器的重要环节。人耳对于2522 000 Hz 的声音有反应。语音的大部分可用信息只存在于2003 500 Hz 之间。根据人耳感知特性及实验确定，对语音感知，语音识别较为重要的第二共振峰大部分位于1 kHz 之上。231 周期噪音消除周期噪声一般是许多离散的谱峰，来源于发动机的周期性运转。电器干扰，特别是5060 Hz 交流声也会引起周期噪声。所以使用带通滤波器可以有效地消除周期噪音以及3 500 Hz 以上的高频声音。IIR 数字滤波器在没计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，IIR 数字滤波器线性差分方程：Matlab 环境下可视化得到滤波器对动态输入数据的实时滤波效果如图3所示。232 基于短时谱估计的宽带噪音去除由于语音信号的短时谱具有较强相关性，而噪声的前后相关性很弱，因此采用基于短时谱估计的方法从带噪语音中估计原始语音。而且人耳对于语音相位感
