《毕业设计论文基于TIDSK5416的音频信号处理》由会员分享，可在线阅读，更多相关《毕业设计论文基于TIDSK5416的音频信号处理（63页珍藏版）》请在金锄头文库上搜索。
1、目录目录I摘要III第一章 引言51.1 设计背景51.2 工具简介51.3 本文的内容提要6第二章 实时频域分析基本原理72.1 概述72.2 采样82.3 离散傅里叶变换102.4 FFT算法112.5 取帧152.6 依时傅里叶变换15第三章 开发平台173.1 DSP实现方式173.2 硬件平台DSK5416183.2.1 TI TMS320 C5416 DSP芯片193.2.2 CPLD可编程逻辑器件223.2.3 PCM3002 Stereo Audio CODEC立体声解编码器243.3 软件开发环境 Code Composer Studio(CCS)263.4 算法模拟工具 M
2、ATLAB27第四章 软件设计284.1 采样操作中断服务程序的设计304.2 FFT子程序的设计364.3 主程序设计394.4 在CCS中建立项目404.5 运行与调试43第五章 结束语47参考文献48致谢49附录i摘要以TMS320VC5416 CPU的音频实时频域分析为主要内容。介绍音频信号处理中的采样、DFT/FFT等基本原理和项目的实现平台DSK5416及软件开发环境CCS IDE；重点研究对DSK5416编程实现音频信号的采样、预处理、时频变换等处理关键字：数字信号处理，快速傅里叶变换，实时，音频信号Abstract This treatise focuses on real-t
3、ime audio frequency-domain analysis based on TMS320VC5416 CPU. The thesis begins with some basic theories involved in audio signal processing, including sampling, DFT/FFT etc. A brief introduction of TI DSP Starter Kit 5416the hardware platform, and the software environment CCS IDE is outlined in th
4、e second part. From Chapter 4 a close analysis of programming realization of sampling, prepossessing, time-frequency domain transformation of the input audio signal on the basis of DSK5416 is elaborated, following a preliminary analysis of the system involved. Key words:DSP, FFT, Real-Time, Audio Si
5、gnal第一章 引言1.1 设计背景数字信号处理(DSP, Digital Signal Processing)是将模拟或者数字信号用数字或者符号标示的序列，通过计算机或通用/专用信号处理设备，用数字的数值计算方法完成对输入信号的滤波、变换、压缩、增强、估计、识别等处理，达到提取有用信息的目的。自20世纪60年代以来，数字信号处理在人们的生产、生活、科研、国防等方面发挥了巨大的作用，从根本上地改变了人们关于信号处理、分析的理念。随着数字信号处理技术以及电子信息科学的发展，各种应用数字信号处理原理的产品纷纷出现，例如无绳电话，数字电视、互联网络等等，极大的便利了人们的生活。按照信号携带的信息种类
6、分，信号可以分为语音、文字、图像、纯数据信号等等，在现实生活中，音频信号处理应用十分广泛，如广播、电话等。在国外，对于音频信号处理的研究已经趋于成熟，在软、硬件方面都有高效、可靠的应用方案，如应用于在电脑音频上的AC97(Audio Codec 97)标准和新一代GSM手机的OMAP(OMAP - Open Multimedia Applications Platform)平台等等。而国内对音频信号处理的研究还停留在应用国外现成技术、产品的阶段，硬件方面不得不使用国外的DSP处理器；软件方面多是不加修改地照搬使用。随着国产DSP芯片的问世以及国人对知识产权重要性的认识渐渐清醒， 音频信号处理的
7、算法、实现已经成为各大学、研究中心的重要课题。1.2 工具简介本次设计硬件平台采用TI公司提供的DSP入门者套件(DSK, DSP Starter Kit)系列的DSK5416；软件开发平台采用Code Composer Studio(CCS)。具体内容将在第三章介绍。1.3 本文的内容提要本文首先研究音频信号处理中包括采样、取帧及时频域序列转换方法在内的基本原理，接着介绍DSK5416开发板，并通过对DSK5416编程上实现具有采样、取帧、FFT计算等功能的音频信号处理系统。本文第一章是引言部分，第二章介绍音频信号处理的基本原理，第三章研究DSK5416版的软硬件开发环境；第四章着手设计实现
8、音频信号处理的程序；最后，第五章是结论，对本项目做了总结。第二章 实时频域分析基本原理2.1 概述为实现对音频信号进行计算机化分析、处理，必须将模拟的、连续的声音波形信号数字化，使其成为能够被电子计算机处理的在时间上离散，在数值上也是离散的一系列值，这个过程就是对输入信号采样的过程。将采样得到的数字信号序列进行一系列的处理，如滤波，时频域变换，得到需要的数据，进而输出或者储存起来，这就是一次典型的DSP分析/处理操作。为了实现对输入音频信号频率特性的研究，输入信号应通过时频域变换，即对输入序列进行离散傅里叶变换(DFT, Discrete Fourier Transform)，得到频谱图。因此
9、，整个系统的框图如图2.1所示：图2.1 音频信号频域分析系统框图2.2 采样音频处理的对象是数字化的音频数据，而通常存在的声音波形是以连续、模拟为特征，只有经过模拟数字转换(A/D, Analog to Digital Conversion)才能生成可被计算机处理的数据。对于音频信号，模数转换主要包括两个方面：抽样和量化。抽样是指每隔一个固定的时间间隔，探测模拟音频信号的大小(声波的幅值)，每秒钟收集数据的次数就称为采样频率。根据奈奎斯特(Nyquist)抽样定理，对于某一频带宽度有限，最高频率分量为fm的信号，以高于2fm的频率进行抽样，所得到的时域序列可以无损地还原出原信号。人耳所能听到
10、的声音频率范围为20Hz20kHz，要确保声音不失真，采样频率应在40KHz以上。常用的抽样频率有6kHz、8kHz、12kHz、24kHz、44.1kHz、48kHz等等，采样频率越高，声音失真越少，但是更高的采样频率对于人耳有限的听力来说并没有什么实际意义。而且对一特定长度的音频信号，采样频率越高，返回的数据量就越大，进行信号处理时处理器的负担也就越重。同样，量化也是决定音频数字化质量的一个方面，它是指每一个采样点能表示的数据级数。常用的量化数据位数有8位、12位、16位、20位、32位等等，如8位数据可以表示28 = 256阶不同量化值，而16位对应216 = 65536、32位对应23
11、2 = 4294967296阶。同样，量化的位数越多，声音的质量越好，而对应的数据量也越大。图2.2抽样器示意图抽样器可以看作一个电子开关，每隔1/fs秒闭合一次，闭合时间极短(理想情况)，产生的信号为频率为fs(Sample Frequency)的周期的冲击函数。将此冲击函数与待采样模拟信号相乘，既可“取出”冲击函数发生时该模拟信号的幅值。如图2.2所示。抽样器取出的幅值连续、时间上离散的信号将被送入A/D转换器进行量化编码，使其幅值被一定位数的二进制数表示。对于n位的数模转换，能够分辨的幅值为1/(2n-1)*,其中是输出满幅度。由于连续信号被转换成离散的数字信号，必然会引起误差。A/D转
12、换时产生的最大误差为分辨率的1/2，因此，转换位数n越大，分辨率越高，误差也就越小。图2.3以一个3-bit的数模转换器量化传输曲线说明了A/D转换器的线性度、分辨率以及最大误差。图2.3 A/D转换器量化传输曲线图中代表输入满幅度，是输出满幅，、分别为输入输出单位分割的幅度，Max代表最大量化误差。正如前面分析的，位数n越大，传输曲线越接近直线，误差也就越小。16-bit的A/D转换器输出可达65536级，能够满足一般应用的要求，同时数据量适中，不会占用太多的存储器空间。A/D转换的实现形式很多，比如逐次逼近型、积分型、Sigma Delta( )型等等，其中Sigma Delta型具有噪声
13、性能好，转换精度高等优点，应用十分广泛。本课题使用的音频解编码器(CODEC)PCM3002也使用了Sigma Delta型A/D转换器。2.3 离散傅里叶变换为了得到输入信号的频率特性，需要将时间域的输入序列变换成频率域的序列。在连续时间信号系统中，变换域的方法是拉普拉斯变换与傅里叶变换。在离散时间信号与系统中，变换域分析方法是z变换法和傅里叶变换法。对于有限长离散数字序列，离散傅里叶变换(DFT, Discrete Fourier Transform)是一种十分有用的工具，在数字信号处理中应用十分广泛。傅里叶变换就是建立以时间为自变量的“信号”与频率为自变量的“频谱函数”之间的某种变换关系
14、，当自变量“时间”或“频率”取连续或离散值时，傅里叶变换对的形式各不相同：1) 连续时间、离散频率傅里叶变换正变换：(2-1)反变换：(2-2)从连续时间非周期信号x(t)得到连续频谱密度函数X(j)。2) 连续时间、离散频率傅里叶级数正变换：(2-3)反变换：(2-4)从连续时间周期信号x(t)得到离散频谱级数X(jk0)。3) 离散时间、连续频率序列的傅里叶变换正变换：(2-5)反变换：(2-6)从离散时间非周期序列x(n)得到周期性的连续频谱密度函数X(ej)。4) 离散时间、离散频率离散傅里叶变换(DFT)正变换：(2-7)反变换：(2-8)其中，从周期性的离散时间序列x(n)得到周期
15、性的离散频谱函数X(k)。以上四种变换中，仅仅有最后一种适于通过计算机运算，而前面三种因为其函数至少在时频域中的一个域里是连续的，不能通过计算机在有限次操作中计算出结果，也不便于储存，故在DSP领域中应用远没有离散傅里叶变换广泛。2.4 FFT算法由复数计算的特殊性以及傅里叶变换的复杂性，直接计算DFT，计算量十分巨大：乘法次数和技法次数都是和N2成正比的，假如计算1024点的DFT，处理器需要运算一百多万次。处理实时数据时如此大的运算量可能造成处理器计算速度跟不上数据采集速度造成信息丢失。自20世纪60年代库利(J.W.Cooley)和图基(J.W.Tukey)引入时间抽取基 2 FFT(Fast Fourier Transform，快速傅里叶变换)算法以来，DFT计算效率和速度有了长足的发展。通过对DFT的正变换和反变换(IDFT)公式的研究发现，DFT运算有以下特点：1) 的对称性(2-9)2) 的周期性(2-10)3) 的可约性，(2-11)若DFT的点数N为偶数，可以利用的对称性将其转换：(2-12)其中(2-13)(2-14)则N点的DFT就被分解为2个N/2点的DFT，
