时间:2023-04-06 18:42:20
序论:写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感,挖掘那些隐藏在内心深处的真相,好投稿为您带来了七篇数字信号处理论文范文,愿它们成为您写作过程中的灵感催化剂,助力您的创作。
关键词:数字信号处理;MATLAB仿真;教学改革
作者简介:李磊(1981-),男,河南南阳人,郑州大学物理工程学院,讲师;杨洁(1983-),女,河南商丘人,郑州大学物理工程学院,讲师。(河南 郑州 450001)
基金项目:本文系2012年度教育部大学生创新创业训练计划课题(项目编号:1210459084)的研究成果。
中图分类号:G642.0 文献标识码:A 文章编号:1007-0079(2013)23-0056-02
“数字信号处理”课程是电子信息、通信工程、自动化工程及相近专业必修的专业课,在电气工程、测控技术、计算机技术等领域得到了广泛应用。[1]当前国家越来越重视大学生的创新意识和实践能力的培养。通过实施教育部大学生创新创业训练计划和卓越工程师计划,促进高等学校转变教育思想观念,改革人才培养模式,强化创新创业能力训练,增强高校学生的创新能力和在创新基础上的工程实践能力,培养适应创新型国家建设需要的高水平创新人才。为了提高学生的创新意识和应用知识解决实际问题的工程实践能力,需要调整“数字信号处理”课程的教学内容,引入新的教学手段和教学方法来提高学生学习的积极性,这是专业基础课教师所面临的重要课题。笔者介绍了一种针对本科生教学的分层教学模式,突破单一的理论灌输的教学弊端,显著提高学生们学以致用的能力,并运用实例介绍了这种分层教学模式。
一、“数字信号处理”课程教学现状
数字信号处理是一门理论性很强的课程,内容抽象,公式繁多,课程内容涉及很多数学推导与计算。目前,传统的教学模式主要存在以下问题:[2,3]
1.教学内容过度重视理论推导,不注重理论和实践相结合
国内大学的很多任课老师往往注重讲授公式性质、定理的由来,注重理论的严谨与正确性,这势必大大占据有限的授课时间。这种教学思路使课程陷于数学推导和计算,而使学生感到枯燥乏味,抓不住重点,教学效果大打折扣。
2.课程实验内容单一,与工程实践还有距离
课程实验内容一般都以MATLAB软件作为仿真平台,对课程中的时域离散信号、系统的时频域理论和数字滤波器设计理论进行仿真实验。诚然,MATLAB仿真软件作为信号处理的实验手段,具有信息量大、形象直观的特点,在很大程度上补充了单一的理论教学模式。但是仿真手段毕竟是理论的数学编程,还是脱离了工程应用的实际背景。仿真不能完全取代本课程的实验和实践内容。算法仿真内容过于形式化、过于简单,只能作为工程实践的前期阶段设计内容。
二、分层教学法原则与内容
传统的数字信号处理课程大多只讨论算法的理论及其推导,较少涉及工程实现方法及相应的软硬件技术。大学的教学应是理论教学、实践教学和科学研究为一体的,实践教学作为理论和科学研究的桥梁,是现有理论的源头,也是未来科研开拓的基础。理论课程应实现教学形式的多样化,包括多种实验、课程设计、科技竞赛和创新活动等。数字信号处理课程可以分为理论学习,算法仿真,数字信号处理工程应用平台实验,课题为导向的数字信号处理课程工程实践拓展训练四个层次。[4]
1.第1层:理论学习
广义来说,数字信号处理是研究用数字方法对信号进行分析、变换、滤波、检测、调制、解调以及快速算法的一门技术学科。目前本科生只是学习经典的数字信号处理理论,主要包括有关数字滤波技术、离散变换快速算法和谱分析方法。因为教学时间有限,现代信号处理或者数字图像处理的内容只能根据项目需求有针对性进行学习和研究。教师可以鼓励学生去搜索相关文献,查找资料,激发他们的自学热情和能力。
2.第2层:算法仿真
算法仿真往往是电子信息工程实施以前必经的重要阶段。MATLAB语言具有强大的科学计算和可视化功能。它作为数字信号处理的有力助手,成为教学的重要部分。其以矩阵运算为基础,具有丰富的数值计算功能,强大的绘图功能,更重要的是具有完备的数字信号处理函数工具箱。比如FIR滤波器的设计,包含三种方法:程序设计法、FDATool设计法和SPTool设计法。其中FDATool(Filter Design & Analysis Tool)是MATLAB信号处理工具箱专用的滤波器设计分析工具,操作简单、灵活,可以采用多种方法设计FIR和IIR滤波器。在MATLAB命令窗口输入FDATool后回车就会弹出FDATool界面。SPTool是MATLAB信号处理工具箱中自带的交互式图形用户界面工具,它包含了信号处理工具箱中的大部分函数,可以方便快捷地对信号、滤波器及频谱进行分析、设计和浏览。学生可以采用MATLAB进行电子工程中算法的前期仿真,然后将MATLAB程序转换成C语言移植到硬件平台上。
3.第3层:数字信号处理工程应用平台实验
数字信号处理算法需要借助特有的硬件平台实现工程应用,采用的编程语言一般是C语言。目前数字信号处理系统的硬件实现方式一般有三种:(1)利用通用可编程DSP芯片进行开发的方式。由于是采用基于C语言进行编程,算法实现过程简单,但资源受到限制,并行度差。(2)采用专用集成电路ASIC方式进行开发。虽然效率高,但开发流程长,成本高,开发出来的系统不能更改。(3)采用FPGA芯片进行开发。可以提供高效率和高质量的数字系统。在实际硬件平台选型中,使学生能够对单片机、ARM、DSP、FPGA的应用领域加以区分,从而更加深刻认识到DSP和FPGA实现数字信号处理的巨大优势。
4.第4层:课题为导向的“数字信号处理”课程工程实践拓展训练
课题为导向的教学模式是提高学生实践能力的新型教学模式。它以大学生创新实验项目为平台,以基于案例为教学模式,以科学研究的方式组织和引导学生获取和运用知识,培养学生创新性思维和分析解决问题的能力。这种方式克服了教学和实验中单纯模仿的弊端,发挥学生的主观能动性,拓展学生的眼界,引导学生解决开放性问题,促使学生不断提出新问题、发现新问题和解决新问题。
以上这四个层次并不是单一的顺序递进关系,而是不断交互的关系。比如工程实际问题的解决过程往往促使学生回归理论学习层次去深入研究,反过来能够更好地去解决工程实践中遇到的技术难题。算法仿真采用的MATLAB语言需要转换成数字信号处理工程应用平台实验使用的C语言进行移植,这也需要第二层和第三层内容的不断交互。
三、教学实例
为了实现对学生实践能力的综合培养、潜力开发和工程创新精神的激励,学校积极为学生们搭建工程实验平台,为学生参加“全国电子设计竞赛”、全国挑战杯、大学生创新实验计划项目等活动奠定基础。下面基于教育部大学生创新实验课题“基于麦克风阵列声源定位的动态视频跟踪系统”来例证“数字信号处理”课程的分层教学模式。[5]
首先,学生们经过调研确定项目需求,选取合适的算法模型进行研究。基于课题驱动的教学模式促使学生从需求这个工程项目源头进行考虑。经过广泛的调研,学生们发现在日常生活中,常规的摄像头监控系统的摄像头安装是固定的,监控方位是静态的,只能监控有限的方位区间。这样的监控系统监控方位区间狭窄,难免存在很大的监控盲区,无法很好地实现监控功能。由人类的耳朵和眼睛协调工作的仿生原理得到启发,人类的耳朵相当于一个二元声音传感器阵列,捕捉到声源信息,通过大脑判断,得到声源的方位信息。然后驱动我们的脖子扭转到声源方向,我们的眼睛就可以实时看到声源目标,做出视觉的判断。为此,学生们用微型麦克风阵列来代替人耳,用一个步进电机来代替脖子,用摄像头代替眼睛,用DSP处理器来代替人脑实现信号的运算处理和控制功能,从而实现一个基于麦克风阵列声源定位的动态视频跟踪系统,如图1所示。这样,该视频监控系统通过麦克风阵列进行多传感器联合信号处理,可以首先根据声源的声音有无来判断是否启动监控,再通过声源的方位可以驱动步进电机,自动转动摄像头跟踪实时运动的目标,实现无盲区、全角度实时自动监控。
算法模型的确定促使学生广泛阅读文献,最终找到了阵列信号处理理论作为麦克风阵列数学建模的理论基础。通过MATLAB仿真分别分析了仿真的宽带音频信号和实验采集的音频信号,验证理论模型和实验结果能够很好地匹配。该本科生研发团队把宽频声音信号的特点和传统的远场声源方位估计算法相结合,依据到达时间差的声源定位原理,提出了一种频域波束形成算法,系统框图如图2所示。系统上电后,多路麦克风分别接收音频信号,并进行采样缓存,送入DSP处理器中进行端点检测,如当前信号为噪声或无用信号,则丢掉已采集的信号帧数据;如检测到有用信号,则对其进行频域波束形成和进一步处理,最后采用基于能量值的谱搜索算法计算出声源的方位,从而控制步进电机驱动摄像头转向声源所在方位,使声源出现在摄像头视野范围内。该课题针对当前智能视频监控存在的监控盲区的问题,提出并实现了一种基于麦克风阵列的宽频声源定位系统。通过采用频域波束形成和基于能量值的谱搜索算法,实现了二维空间声源的快速准确定位。经验证该系统在室内及室外对各种声源的实时响应表现良好,在现代视频监控中具有一定的工程实用意义。通过该课题学生们申请了实用新型专利和发明专利各一项,学术期刊论文2篇,了解了电子信息工程设计的步骤和培养了科学研究的基本素养。
四、结语
按照上述的分层次递进教学模式,使学生按照基础理论实验、仿真实验和DSP工程实现理论和实践的交互学习。这一体系从简单到复杂,从理论到实践,循序渐进,逐步提高。经过工程实践的训练,激发了学生们学习“数字信号处理”课程的热情,巩固了课本上的知识,拓展了工程实践的视野。同时,大大提高了学生们独立解决问题的能力和工程实践创新能力。学生在专利申请和论文撰写的训练中,实践了科学研究的方法,为将来的科学研究奠定基础。通过上述的教学实践,取得了良好的教学效果,得到了广大师生的认可。
参考文献:
[1]程佩青.数字信号处理教程[M].北京:清华大学出版社,2007.
[2]王典.数字信号处理课程分类和分层教学模式探索[J].实验技术与管理,2013,(2):31-32.
[3]魏强,等.课题驱动式教学在《数字信号处理》课程中的探索与实践[J].教育教学论坛,2012,(20):212-213.
关键词:创新人才;数字信号处理;教学方法;探索
“数字信号处理”课程是工科信息类专业的一门专业基础课,我院电子信息科学技术专业和电子信息工程专业以及特色试验班开设了这门专业基础课.我们选用的是丁玉美主编的《数字信号处理》教材.由于这门课程,理论内容比较多,概念比较抽象[1,2],因此对于学生来说理解和掌握起来比较困难,此课程是在“信号与系统”课程的基础上进行的,数学概念多,如果学生在“信号与系统”课程中掌握和理解的知识不牢靠,对本课程的学习将会更加吃力,需要我们积极的探索更加有利于学生的科学教学方法和实践方法.本文结合我院电子信息专业特色实验班的“数字信号处理”课程教学和教改工作,分析了本课程存在的一些问题,探索更加有益于教学的教学方法,并通过对比采用本文的教学方法前后特色试验班学生的成绩,实践表明采用本文提出的教学方法,可以提高特色试验班“数字信号处理”课程的教学质量,取得了比较好的效果,为其他专业课程的教学研究提供了有意义的研究方向.
1“数字信号处理”课程教学存在的问题
随着信息化技术的发展,数字信号处理的发展也日新月异,理论和技术方面不断创新,成为多学科相互连接的桥梁和纽带[3-5].要使“数字信号处理”课程的知识内容跟上时代的发展,必须克服在当前的教学教改中存在的一些问题.根据当前教学实际,我校特色试验班主要存在以下一些基本的问题,急需探索新方法进行解决.(1)数学知识的基础不牢靠影响学生对本课程的学习和运用,需要学生对数学的基础知识熟练掌握.由于本课程的许多内容和实际的工程应用直接相关,充分运用好信号处理的知识,需要使用数学工具对实际工程中的一些采集的数据进行分析和处理.(2)特色试验班学生许多是从其他的非电子类专业中招收的学生,甚至是招收其他学院的学生,因此特色实验班中的学生对电子信息方面的基础专业课程的基础知识掌握参差不齐,比如“信号与系统”,这门课程是“数字信号处理”的前置课程,使“数字信号处理”课程的教学难度加大.(3)“数字信号处理”课程的部分内容和其他课程的内容有一定的重复,比如“信号与系统”课程等,存在重复浪费教学资源以及教师之间缺乏沟通等问题,需要对特色实验班的课程进行整合优化,提高不同专业背景的特色实验班学生的学习效率.(4)“数字信号处理”课程的概念抽象,难于理解,需要探索比较形象化的教学方法来提高教学质量.(5)“数字信号处理”的教学内容比较多,但是特色实验班安排的课时有限,需要探索合理的进行主要教学内容的教学方法.
2“数字信号处理”课程教学方法研究
针对我校特色试验班学生存在的一些基本问题,本文探索了一些教学方法,并在特色试验班中进行了相关的教学,主要体现在以下几个方面:(1)加强数学基础知识的引导,采用形象化的教学方法.针对特色试验班学生的数学基础参差不齐的问题,我们在教学的过程中,进行相关基础知识的引导,补充了相关的知识点,给学生提醒一些参考内容,使这部分学生能够课前学习相关的数学基础,不至于使学生因本课程涉及的数学基础知识不足而不能掌握本课程的内容.同时,我们针对课程中的数学公式多而且概念抽象的特征,提出了采用形象化的教学方法,将复杂的数学公式形象化,将抽象的概念形象化,我们通常考虑运用波形图或者框图的方法来实现形象化.例如在涉及到数学公式:f1(t)=a0+∑∞n=1(ancosw1t+bnsinw1t)的讲解过程中,就采用框图标定其中的分量的方法来加强理解,如图1所示.又比如我们在“数字信号处理”课程教学过程中由于FFT变换的理解比较困难,可运用相关软件,演示将一正弦信号进行FFT变换前后的波形图进行对比,让学生更加清晰的理解FFT变换的内涵和物理意义.(2)整合优化两课程的教学内容,避免重复教学,优化教学资源.对于特色实验班学生的这两门课程可考虑合并为一门课程,安排好教学内容,提高教学质量.由于两课程之间存在一定的重复,不仅理论教学方面存在重复,而且实践教学也存在相关问题,本文提出了优化两课程的整合方案,节约了大量的教学时间.优化整合两课程后的教学内容如表1所示.(3)注重理论联系实践,结合科研,注重电信专业的专业需求.“数字信号处理”课程的内容学习,要充分考虑特色试验班学生专业的知识结构特点,重点讲授在电子信息领域实用性强的内容.着重培养特色试验班学生理论联系实践的动手能力和创新能力.我们在针对特色试验班的教学过程中加入了适当的实践环节,主要运用Matlab软件以及origin软件进行相关信号的处理与分析.比如我们在实验环节加入了横向项目:中石化武汉分公司水力除焦监测系统研究的内容,对采集信号进行分析处理,可以用MAT-LAB编写相关程序进行FFT变换,提取信号的特征,分析信号的频谱特性,如图2所示,通过运用MATLAB得到的采集的声信号频谱图.通过实际项目,让学生深刻体会本课程的工程应用,加深对理论知识的理解,也可培养学生的学习热情,从而提高教学质量.(4)加强对“数字信号处理”课程虚拟网络实验室的建设,充分利用网络资源.为提高特色试验班学生的数字信号处理课程的教学质量,充分利用网络资源,建立了数字信号处理网络虚拟实验室.了数字信号处理课程虚拟实验室主要由身份验证、网络课堂、网络测试以及实验方案几个模块构成,提供登陆管理、作业管理、作业提交、远程实验、实验范例、实验论坛等栏目和功能,供学生网络学习使用.(5)加强我校特色试验班“数字信号处理”课程的双语教学,提高学生综合竞争力.
3结语
我校特色试验班的“数字信号处理”课程虽然存在一些问题,但是运用本文探索和研究的教学方法,极大提高了学生学习的积极性和主动性,提高了学生实践分析能力,培养了创新能力,使“数字信号处理”课程的教学质量明显得到提高.
作者:钟东 陈春 单位:湖北科技学院电子与信息工程学院 湖北科技学院体育学院
参考文献:
[1]OppenheimAV,SchaferRW,BuckJR.Discrete-TimeSignalProcessing[M].SecondEdition.Prentice-Hall,Inc,1999.
[2]SanjitKMitra.DigitalSignalProcessing-AComputer-BasedApproach[M].ThirdEdition.TheMcGraw-HillCompanies,Inc,2005.
[3]高军萍,王霞,李琦,等.数字信号处理课程教学改革的探索与体会[J].南京:电气电子教学学报,2007,29(2):19-21.
一、引言
数字信号处理是一门面向各大专院校电子信息学科的专业基础课,它的基本概念、基本分析方法已经渗透到了信息与通信工程,生物医学工程,导航、制导与控制,动力工程,航空工程等领域。学生应采取主动的方式获取本课程所讲述的基本概念和基本分析方法,并可利用其分析、解释和计算信号、系统及其相互之间约束关系的问题。但多年来,我们的课程教学中仍然普遍采用教师主动、学生被动的满堂灌输的教学理念和方法,看似传递给学生的信息容量大,实质上学生接受质量和效率并不高。鉴于此,本课题组从理论教学和实践教学环节入手[1],经过多年的研究、实践和探索,对该课程的教学进行了改革,并取得了较好的成效。
二、课程现状分析
当前的课堂教学存在着以下弊端。
1.学生缺乏对本学科整个课程体系的全貌了解,各门专业课程之间缺乏整体联系。这使得学生对该课程的前续知识准备不够,对后续知识认识不足。
2.数字信号处理课程理论性强,内容抽象,涉及的数学知识较多,学习难度较大。传统的教学模式下,学生会感到内容枯燥难懂,学习兴趣不足,学习的积极性、主动性不高。
3.实验内容中设计性实验偏少,验证性内容偏多,缺乏综合性课程设计内容。致使很多学生没有兴趣在课前搜集整理相关资料,了解相关内容,还是依赖教师课堂讲授,被动等待教师解惑。
4.随着高校不断扩招,学生人数不断增加,导致学生整体平均水平相对下降,大班授课教学效果不佳。
三、课程改革思路
课程改革是指教师教学方式及学生学习方式的改变,是教师和学生双向的改变,是教与学的相互沟通[2]。对于教师来说,要与时俱进,不断更新教学观念、教学思想、教学模式,变灌输式、单向式为启发式、讨论式、研究式教学;对于学生来说,要形成积极主动的学习态度,使获得知识与技能的过程成为学会学习和形成正确价值观的过程,由传统学习方式的被动性、依赖性、统一性、虚拟性、认同性转变为现代学习方式的主动性、独立性、独特性、体验性与问题性。针对当前国内高等教育中教师过分主动、学生过分被动,理论学习相对过多、实践动手机会相对太少的特点,应该想办法调动学生学习主动性、积极性,鼓励学生充分发挥自己的个性和特长,不断自主学习、独立思考、自由创新,努力增加学生动手实践机会,提高他们的综合素质和解决实际问题的能力。针对课程现状,提出以下具体改革措施。
1.针对课程内容之间的联系问题,学院即将在各专业新生中课程中开设专业导论课程。在这门课中,会粗略讲解本专业各课程内容之间的联系。要想透彻理解数字信号处理课程内容,尤其要先深入理解前续课程信号与系统的精髓内容,即信号的三大变换以及线性时不变系统常用的各种表征方式之间相互联系。由于信号与系统的内容较之数字信号处理更加抽象难懂,数学公式较多,使很多同学产生畏难情绪,学得一知半解,囫囵吞枣。这导致了相对容易的数字信号处理学起来也有些晦涩难懂了。因此在讲述信号与系统课程时就要告知学生课程的重要性及与数字信号处理课程之间的联系,而在讲解数字信号处理课程时则要讲述清楚和后续课程之间的联系及对后续课程学习的影响。
2.针对数字信号处理课程理论性强、内容较为抽象的问题,教师应注重基本概念及其物理意义的讲解,加强课程内容与学生生活及现代社会科技发展的联系,教师应时刻关注本学科前沿动态,提升自身理论水平,将和本门课程有关的先进技术知识引入课堂,将学生感兴趣的内容引入课堂,比如数字信号处理在短波通信、数字图像处理、仪器仪表、汽车系统等领域的最新应用介绍给学生,可大大激发学生的学习兴趣,也可让学生初步了解自己毕业以后可能的就业方向。另外,教师应精选终身学习必备的基础知识和技能,重点让学生掌握核心理论、初步信号仿真能力及工程应用,适当减少复杂公式的计算和推导,避免学生陷入到复杂的计算中去。
针对学生学习主动性、积极性不强的问题,教师应改变课程实施过于强调接受学习、死记硬背、机械训练的现状,积极引导学生,善于提问学生,善于培养学生提问,倡导学生主动参与、乐于探究、勤于动手,培养学生搜集和处理信息的能力、获取新知识的能力、交流与合作的能力。采取翻转课堂的形式,让学生到讲台上讲解,还可适当给予学分奖励,这样既提高了学生学习积极性,又锻炼了学生的思考及演讲能力。本人在课程教学中采用课堂互动、讨论、学生讲授、分组论文写作等新的教学方法和教学手段,取得了比较满意的教学效果。
3.针对缺乏设计性及综合设计性实验的问题,由于课时较少,本课程只有4次8个小时的实验,这种现状下,课内设置50%的设计性实验,一些综合性的设计实验只能作为学生的课后大作业来完成。将学生分为3―5人一组,每组选一个课题完成,课题内容尽可能接近实际项目。每个小组成员根据自身特点领取相应任务和资源,这样既可锻炼自身能力,又可培养团队意识。在课题实施过程中,教师起引导作用,可以帮助学生分析所遇到的问题,鼓励学生自己探索、思考解决问题的方法,培养学生发现问题、分析问题、解决问题的能力。
4.针对班型较大问题,在师资力量允许的情况下尽量小班授课,以保证授课质量。若师资力量薄弱,则采取理论课大班授课,而实验课小班教学的方式,便于教师及时发现问题,学生能及时得到指?А2捎?MOOC教学也是不错的解决办法,MOOC教学突破了传统课程时间、空间的限制,突破了传统课程人数限制,便于学生学习,也便于和学生互动。我们已经着手录制教学视频,放到网络平台,作为课堂教学的有力补充,进一步提升学生的学习质量和学习效率。
四、?n程考核
课程的教学效果主要依靠课程考核来进行。课程的考核贯穿整个教学环节,包括课堂回答问题情况、出勤、作业、实验完成质量等环节,对学生进行全方位考核。这种考核形式能更加全面地考核学生日常学习情况,激励学生,激发学生学习主动性。
1.1中短波电台的现状
中短波电台在历史上为保证航行安全做出了重要贡献,至今仍承担海上通信安全、遇险、救助等任务。目前在我国沿海有上海、广州、天津、大连等电台,它们的工作方式基本上是VHF,SSB,NBDP,Morse,覆盖的频段为400KHz到30MHz。由于各种通信技术的发展和应用,中短波通信受到越来越大的冲击。不但它的应用范围上有很大的局限性,而且更是由于中短波电台系统大多采用模拟方式,它的抗干扰性差,不稳定性而产生的噪声使它的通信质量难以得到保证。目前,通信数字化技术已相当成熟,基于这个技术本论文提出了中短波通信数字化的观点。数字系统与模拟系统不同,它的特性不易随使用条件的变化而变化,数字信号可以存储,可以按照理论算法运算,可以获得较高的指标。这些特点决定了中短波通信的噪声可以通过数字化来解决。
1.2中短波电台的发展方向
在我国不同区域、不同级别、不同用途、不同波段的无线电台很多,无线电台的这些特点,不但使相互间的联合通信很困难,也给电台的功能扩展增加了难度,同时更为重要的是,它使电台无法适应新技术的飞速发展而及时更新换代。因此采用数字化技术,对来自天线射频的信号直接进行采样,以通用的数字信号处理器为硬件平台,用软件来完成无线电台的所有功能,是无线电台的发展方向。
根据我国的目前的情况,改造现有的模拟电台具有非常重要的意义,因为它是使通信设备向小型化、模块化、数字化和软件化过度的一种切实可行的方法。对于短波无线电台而言,随着数字信号处理技术的发展和数字器件越来越多的应用到HF收发信机设备中,现有的HF收发信设备普遍采用微处理器作为电台控制,有的采用了数字式频率合成器,采用了数字式天线匹配器,有的还采用了数字信号处理器以实现自适应链路建立和抗干扰通信。
进入九十年代,国外的通信厂家推出的新型HF收发信设备,出现了数字化接收机,数字化发射激励器、数字化电台等设备。这类设备同以往设备的最大区别是采用数字信号处理技术代替了以往设备中与各种工作方式有关的模拟器件,这样可以利用数字信号处理方面的许多优点,例如在模拟设备中的边带滤波器的群迟延特性在通带范围内是U型的,不是常数,而在数字信号处理中用FIR滤波器很容易实现群迟延特性为常数。
HF收发信设备数字化的实质是收发信设备中信道部分的数字化,它采用数字信号处理技术实现音频与中频之间的频潜变换,涉及的内容主要有音频处理,各种工作方式的调制/解调,中频及射频的自动增益控制/自动电平控制。
HF收发信设备信道数字化后,由于采用了大规模集成电路取代分立元件,用软件实现滤波器等功能,简化了硬件电路,同时提高了性能指标和可*性,也增加了电台灵活性,为软件无线电打下了基础。
现有的模拟式HF收发信机设备均采用2至3个中频,否则无法实现高的性能指标。理想的数字化方案应是*近天线的数字化,考虑到HF波段的特点和现有的技术,现在取消中频直接在射频上数字化在技术上是非常困难的,在目前是难以实现的,较好的数字化方案是应该在较适中的频率上数字化。
收发信机普遍采用高中频的方案:第一中频在40MHz到100MHz之间,受到硬件技术发展水平的限制,在一中频实现数字化是非常困难的,因此HF收发信机的数字化主要集中在9MHz、2.5MHz、500KHz、200KHz。
高于200KHz中频的数字化通常只采用两个中频,而低于200KMz中频的数字化往往要采用三个中频。采用三个中频的HF收发信设备较采用两个中频的HF收发信设备的硬件电路要复杂。在较低的中频上数字化是采用三个中频的主要原因,目前的技术在二中频上实现数字化己经成熟,且在三中频上数字化也没有明显的好处,所以新的数字化方案中避免在较低的中频上数字化。
综上所述,目前的HF收发信设备的数字化方案应采用双中频方案,在二中频上实现数字化,二中频的频率应高于200KHz。在较高的中频上实现数字化可以获得较高的处理增益,达到较高的性能指标。
2.多级抽取数据处理原理
对于数字电视广播信号反射回波的频谱分布,我们只对其中心频率附近可能出现的运动目标的一段频谱感兴趣,例如:由传输速率决定的数字电视广播信号的频谱宽度为432MHz,而实际目标可能覆盖的频段不会超过20kHz。如果对所有采样点计算FFT,计算量非常大,且这样的计算效率很低。如果采用信号抽取方法就可以做局部的谱分析,提高计算效率。实现局部频谱分析的工作原理,如图1所示。信号经过复调制,把要进行分析的一段频谱(例如X0附近)搬移到零频附近,然后进行MB1的抽取,这样在较少的点数下做信号频谱分析,达到细化频谱的目的。
但是当抽取因子M很大时,一次抽取对滤波器的特性要求很高,为滤波器的设计带来困难。如果采用多级采样率变换来实现抽取,不但可以简化滤波器的设计,而且可以进一步减少计算量和系统的存储量。
3.多抽样率数字信号处理技术
在一个信号处理系统中有时需要不同的抽样率。这样做的目的有时是为了系统中各处需要不同的抽样率,以利于信号的处理、编码、传输和存储,有时是为了节省计算工作量。使抽样率降低的抽样率转换称为抽取;使抽样率升高的抽样率转换称为内插,抽取和内插是多抽样率信号处理的基木环节。
3.1多抽样率数字信号处理
实现多抽样率变换的基本方法包括:整数抽取、整数内插、抽样速率的有理数变换等。
(1)整数抽取
如图2所示为整数抽取器的结构,其中为抗混叠低通滤波器,其理想频域响应为:
(1)
设输入信号的频域响应为,通过计算可得输出信号的频域响应为
(2)
若满足(1)式,则有。即整数抽取序列的数字谱是M个输入序列经频谱扩展(M倍)和周期移位后的迭加谱,提高了信号的频域分辨率。
图2整数抽取器的结构
(2)整数内插
如图3所示为整数内插器的结构,其中为平滑低通滤波器,其理想频域响应为:
(3)
图3整数内插器的结构
设输入信号的频域响应为,通过计算可得输出信号的频域响应为
(4)
即整数内插序列的数字谱是输入序列经L倍压缩后的谱提高了信号的时域分辨率。
(3)抽样速率的有理数变换
以上介绍的整数内插与抽取都属于采样速率的整数变换,将其推广可得抽样速率的有理数变换。有理数(L/M)倍的速率变换可以这样来实现:首先通过L倍内插然后进行M倍抽取。其中为内插低通滤波器与抽取低通滤波器合二为一,满足下式,式中
(5)
3.2滤波器设计及实现
在多抽样率系统中我们总是设法把乘法运算安排在低抽样率的一侧以使每秒钟内的乘法次数(MPS)最少。但在抽取器和内插器中滤波的卷积运算都是在抽样率较高的一侧,例如实现抽取器的运算,如果先做抗混迭滤波的卷积计算然后抽取,则必然有很多计算工作是徒劳的,而且一个卷积运算又必须再在输入信号的抽样时间间隔内完成,这样就使得每秒钟的乘法次数很高。在实现多抽样率系统时,FIR结构具有很大的优越性。一方面它绝对稳定的,并具有很容易做成线性相位的优点,另一方面也容易实现高效结构。
多抽样率系统的实现一般有3种结构:直接实现、多相结构的实现、时变网络的高效实现。在实际中应用广泛的是多相结构的实现,同时在HSP50215、HSP50214中也主要使用这种方式。多抽样率系统中的多相表示和整数倍内插器表示两种方式。其中多相表示又称为多相分解,是指将数字滤波器的转移函数H(z)分解成若干个相位不同的组。通常,对于简单整系数滤波器,在抽取系统中,当抽取因子D不恰好是2的幂,但包含多个二倍抽取器的级连,我们常常在抽取系统的第一级(或内插系统的最后一级)采用运算极为简单的整系数滤波器,因为这种简单的整系数滤波器的的低通滤波性能并不很好,所以它只用于抽取系统的第一级或内插系统的最后一级,其余各级则仍使用半带滤波器。这是HSP502I4中CIC滤波器和半带滤波器级连这种结构设计的依据。
(1)数字高通滤波器的设计
设采样频率为F=250Hz,为了减少孔径误差,其频率稳定度远远高于电网频率稳定度(由需要的处理精度确定)。其中对于孔径误差,它指因采样频率不稳定造成采样脉冲未在预定时刻t0出现,而是在t0之前或之后出现,所采样的值与实际t0时刻的值之差。其频率稳定度为max[|f-f0|]/f0,式中f0为标准频率,f为实际出现或允许出现的频率,且N=125,其中:
|Gd(k)|=[0,a1,a2,1,…,1,a2,a1](6)
Gd(k)=exp(-jkpi(N-1)/N)k=0,1,2,…,N-1(7)
式中N为Gd(k)的长度,在计算机上调整a1和a2,可改变高通滤波器的频率特性。由傅里叶反变换可求得其N点单位抽样响应g(n)=IDFT(Gd(k)),且g(n)对称。
(2)由数字高通滤波器到多带阻带通滤波器
根据多抽样率思想,对g(n)进行插值,每一个g(n)后面插入K-1个0,令h(n)=g(n/K),n=0,K,2K,3K,…,(N-1)K;h(n)=0,n=其他。并取h(n)的长度为KN,K=F/50=5。
由多抽样率理论很容易推导出h(n)的频谱将是g(n)的频谱的K倍压缩。在matlab上仿真,由h(n)的频谱图可以看出,其阻带中心频率在0Hz,50Hz,100Hz,150Hz,200Hz处。
调整a1和a2的值,可达到阻带宽度为0.36Hz时,衰减超过60dB;阻带宽度为0.4Hz时,衰减超过52dB;通带下限频率(或上限频率)与阻带中心频率的差为2(F/N)/(F/50)=2×50/N=0.8Hz,通带减不超过3dB。在直流附近,低于0.18Hz的信号将被滤掉,衰减大于60dB,大于0.8Hz的信号将得到保留,其衰减不超过3dB,在通带内的纹波系数小于1.2%。
参考文献:
1.宗孔德,《多抽样信号处理》,清华大学出版社,2004
2.玉美、高西全、彭学愚,《数字信号处理》,西安电子科技大学出版社,2006
3.姚天任、孙洪,《现代数字信号处理》,华中科技大学出版社,2005
4.周浩敏,《信号处理技术基础》,北京航空航天出版社,2001
关键词:快速傅里叶变换;Matlab;图像去噪;频谱分析
中图分类号:TP31 文献标识码:A 文章编号:1007-9599 (2011) 23-0000-02
Signal FFT Spectrum Analysis Algorithm and Implementation Study
Zhang Guo, Zheng Hongkai
(Chengdu Vocational College of Agricultural Science and Technology,Chengdu 611130,China)
Abstract:Fast Fourier transform techniques have become powerful tools for digital signal processing.This paper attempts to analyze the use of the algorithm for image denoising,but also gives a signal with Matlab system implementation and display spectral analysis method.
Keywords:Fast Fourier transform;Matlab;Image de-noising;Spectral analysis
一、引言
杜基从实际应用的角度提出了用采集的有限长时间序列通过计算相关函数而得到谱估计的方法,奠定了谱分析的实验基础, 被人们称为现代实验谱分析的先驱。1965年他与库利在前人研究成果的基础上,总结出快速傅立叶变换(FFT)算法,极大地减少了傅立叶变换的计算量。由于FFT的出现,大大加速了数字谱分析方法在实际中的应用,开创了数字信号处理的一个新里程。在使用数字信号处理技术的应用领域,FFT算法起着极为重要的作用 。
二、基于Matlab系统的信号FFT频谱分析与显示
在二维平面坐标上,将m作为横坐标,k作为纵坐标,把|X(m,k)|的值作为灰度作图,则得到x(n)的动态频谱图。
对|X(m,k)|的值实施伪彩色映射,可得到伪彩色的动态频谱图,以获得更好的分辨率和视觉效果,并增强频谱图的可读性。把|X(m,k)|的最小值Xmin映射为归一化的0电平,最大值Xmax映射为归一化的1电平,而将|X(m,k)|线性映射为O~1之间的电平值Ci。再利用彩色映射,计算机彩色监视器把Ci显示出来,则获得伪彩色显示的动态频谱图.为了充分利用彩色空间的动态范围,选择适当的基准频谱值Base.小于Base的频谱值都被限定在此基准电平上,而大于Base的谱值则被线性映射到由0~1的归一化彩色值.以C={c(m,k)}表示彩色值矩阵,由|X(m,k)|到c(m,k)的映射的数学表示如下:
其中
B(m,k)=
(一)伪彩色映射和频谱图显示。可直接调用的用于伪彩色映射和频谱图显示的Matlab功能函数主要包括:
1.伪彩色映射函数:colormap(MAP)。其中MAP是所采用的伪彩色映射矢量,它是一个64×3的矩阵。其第一、第二和第三列的值分别表示红色、绿色和蓝色的饱和度。例如,MAP=[0 0 0]表示一个纯黑的映射;MAP=[1 1 1]表示一个纯白的映射;MAP=[1 0 0]表示一个纯红的映射。MAP值也可以是Matlab的注册矩阵(64×3),如:MAP=hsv代表64个RGB色饱和度映射层次;MAP=gray是64个线性灰度值映射层次;MAP=hot是64个从黑-红-黄-白饱和度值递进映射层次;MAP=copper代表64个线性古铜色调的映射层次.
2.频谱图显示函数:imagesc(t,f,C)其中t是时间坐标,f是频率坐标,C则是从幅度谱值经伪彩色映射后的彩色电平值。如果整段语音的分帧数为M,则t是一个M维的行矢量,它的值是每帧起点所对应的时间序号。频谱的频域有效样点为N/2,所以,是一个N/2的行矢量,每个元素对应于频谱幅度值。相应地,C是一个M×(N/2)维的矩阵。
(二)流程示意图。整个FFT频谱分析与显示过程可用图2-1所示的流程图示意.
图2-1 分析与显示流程示意框图
(三)程序。以下给出实现上述方法的一个具体的Matlab程序实倒。
function spgram (SwaveFileNam,Winsiz,Shift,Base,Coltype);
[Signl,Fs]=wavread(SwaveFileNam);
nseg=floor((length(Signl)-Winsiz)/Shift)+1;
A=zeros(Winsiz/2+1,nseg);
for i= 1:nseg
n1=(i-1)*Shift+1; n2=n1+(Winsiz-1);
xx=Signl(n1:n2); xx= xx.*hamming(Winsiz);
y=myfft(xx); y=y(1:Winsiz/2+1);
y=y.*conj(y);y=10*log10(y);A(:,i)=y;
end
L1=(A>Base); L0=(A
C=(B-Base)./(max(max(B))-Base);
y=[0:Winsiz/2]*Fs/Winsiz; x=[0:nseg-1]*Shift;
if Coltype==1 colormap(hot);
else
mycoltype=gray; mycoltype=mycoltype(64:-1:1,:);
colormap(mycoltype);
end
imagesc(x,y,C); axis xy;
三、利用快速傅里叶变换去除图像噪声
图像的平滑处理技术即图像的去噪声处理,主要是为了去除实际成像过程中,因成像设备和环境所造成的图像失真,提取有用信息。众所周知,实际获得的图像在形成、传输、接收和处理的过程中,不可避免地存在着外部干扰和内部干扰,如光电转换过程中敏感元件灵敏度的不均匀性、数字化过程的量化噪声、传输过程中的误差以及人为因素等,均会使图像变质。因此,去除噪声,恢复原始图像是图像处理中的一个重要内容。
(一)相关的Matlab功能函数简介。可直接调用的用于伪彩色映射和频谱图显示的Matlab功能函数主要包括:
1.A=imread (FILENAME,FMT)用于读取图像文件,如果文件是灰阶图像,A是一个二维数组。如果文件是真彩图像时,是一种三维数组。FMT的是一个字符串,指明文件的格式。该文件必须在当前目录。
2.imshow(I,N)显示图像,如果省略参数N,imshow采用256级灰度,24位显示。
(二)流程示意图。整个图像去噪处理可用图3-1所示的流程图示意。
图3-1 图像去噪流程示意框图
(三)程序。以下给出实现上述方法的一个具体的Matlab程序实倒。
I=imread('原图片.jpg');
imshow(I);
title('原图片');
f=double(I); % 数据类型转换,MATLAB不支持图像的无符号整型的计算
g=fft2(f); % 傅立叶变换
g=fftshift(g); % 转换数据矩阵
[M,N]=size(g);
nn=2; % 二阶巴特沃斯(Butterworth)低通滤波器
d0=50;
m=fix(M/2);n=fix(N/2);
for i=1:M
for j=1:N
d=sqrt((i-m)^2+(j-n)^2);
h=1/(1+0.414*(d/d0)^(2*nn)); % 计算低通滤波器传递函数
result(i,j)=h*g(i,j);
end
end
result=ifftshift(result);
J2=ifft2(result);
J3=uint8(real(J2));
figure,imshow(J3); % 显示滤波处理后的图像
title('第一次去噪');
(四)说明。事先用文本编辑器把以上程序编成一个M-file文件。并保证所用的PC机上已正确安装Matlab系统。
“原图片.jpg”必须与M-file文件置于同一目录下。
(五)结果分析。图3-2是有噪声的原始图片,我们可以清楚地看到图片上有许多斑点,经过去第一次降噪处理后,斑点变得模糊,如图3-3。
我们紧接着对经过第一次降噪的图片继续进行降噪处理,可以看到,斑点越来越模糊。如图3-4、图3-5。
通过以上图片结果,可以看到,傅立叶变换能够在一定程度上将图像噪声降低。但是,理论上使用FFT能够将含有噪声的图像还原到与原图象差别很小的状态,可是根据以上结果,噪点在被柔化的同时,我们需要的图象信息也被柔化了,尤其是在面部的黑色噪点,它与面部同时柔化显得非常严重。
图3-2 原始有噪声图片 图3-3 经过第一次降噪处理后图片
图3-4 经过第二次降噪处理后图片 图3-5 经过第三次降噪处理后图片
我认为,造成这种情况是低通滤波器的原因,应该根据图象的实际情况选择或者设计合适的低通滤波器。设计针对不同噪声去噪的低通滤波器将是我下一步研究方向。
参考文献:
[1](美)William H.Press,Saul A.Teukolsky,William T.Veterling,Brian P.Flannery.C数值算法(第二版).傅祖芸,赵梅娜,丁岩石等译.北京:电子工业出版社,2004
[2]俞卞章.数字信号处理.西安:西北工业大学出版社,1993
[3]任淑艳等.应用VHDL语言的FFT算法实现[J].哈尔滨理工大学学报,2003,8(6):24~26
[4]程佩青.数字信号处理[M].北京:清华大学出版社,2002
[5]应启珩,冯一云,窦维蓓.离散时间信号分析和处理.北京:清华大学出版社,2001:1155―1591
关键词:同态分析;线性预测分析(LPC);基音周期;Matlab
中图分类号:TP274文献标识码:A
文章编号:1004-373X(2009)20-150-02
Speech Signal Extraction Method of Pitch Based on CEP and LPC Spectrum
MA Ying,SHI Xiaorong,LI Haixin
(Qinghai Nationality College,Xining,810000,China)
Abstract:In voice signal analysis,by analysing the voice signal substantive characteristics′ parameter,these parameters can be used to carry on high effective processing and voice communication,speech synthesis and speech recognition.Therefore,difference between speech signal extraction of pitch by CEP and speech signal extraction of pitch by LPC spectrum are analysed,and Matlab is used to realize the simulation analysis.LPC spectrum is used toestimate tone cycle's algorithm which has big calculation,but the CEP spectrum algorithm is more direct-viewing,and the tone summit becomes prominent,CEP spectrum has widely application prospect.
Keywords:analysis of same state;LPC;pitch;Matlab
0 引 言
语音信号的分析,就是提取语音产生模型的各种参数(语音的特征参数),应用于语音的编码、识别和合成等。不论是分析怎样的参数以及采用什么分析方法,在按帧进行语音分析,提取语音特征参数前,有一些经常使用的、共同的短时分析技术必须预先进行,如语音信号的数字化、预加重、加窗和分帧等。经过这些处理,语音信号就被分割成一帧一帧加过窗函数的短时信号,然后再把每一个短时语音帧看成平稳的随机信号,利用数字信号处理技术提取语音特征参数。
在进行处理时,按帧从数据区中取出数据,处理完后再取下一帧。最后得到由每一帧参数组成的语音特征参数的时间序列。基音周期是语音信号最重要的参数之一,它描述了语音激励源的一个重要特征。因为汉语言是一种有调语言,基音的变化模式称为声调,它携带着非常重要的具有辨意作用的信息,有区别意义的功能,所以基音周期的提取和估计对汉语言更是一个十分重要的问题。
1 同态分析
1.1 同态信号处理的原理
同态信号处理也称为同态滤波,实现将卷积关系和乘积关系变换为求和关系的分离处理。将非线性信号处理变为线性信号处理的过程。语音信号x(n)可视为声门激励信息u(n)及声道冲击响应h(n)的卷积:x(n)=u(n)*h(n);通过处理可将语音信号的声门激励信息及声道冲击响应信息分离开来,从而求得声道共振特征和基音周期。卷积同态系统可分为三个子系统[3]:
第一个子系统特征系统D*[] 完成将卷积信号转化为加性信号的运算,对x(n)=x1(n)x2(n)进行如下处理:
Z[x(n)]=X(z)=X1(z)X2(z)(1)
ln X(z)=ln X1(z)+ln X2(z)=
1(z)+2(z)=(z)(2)
Z-1[(z)]=Z-1[1(z)+2(z)]=
1(n)+2(n)=(n)(3)
第二个子系统对加性信号进行所需要的线性处理(满足线性叠加原理等):
(n)=LTI[(n)]=LTI[1(n)+2(n)]
第三个子系统是逆特征系统D-1*[],使其恢复为卷积性信号。对(n)=1(n)+2(n)进行如下处理:
Z[(n)]=(z)=1(z)+2(z)(4)
exp[(z)]=Y(z)=Y1(z)Y2(z)(5)
y(n)=Z-1[Y1(z)Y2(z)]=y1(n)y2(n)(6)
1.2 倒谱
设X(ejω)=|X(ejω)|ejarg[X(ejω)],对其取对数得:
(ejω)=ln|X(ejω)|+j arg[X(ejω)]
(ejω)仍然是复数,只考虑其实部。令:
c(n)=IDTFT[ln|X(ejω)|]
c(n)=IDFT[ln|X(k)|]
式中:c(n)是序列x(n)对数幅度谱的傅里叶逆变换,称为倒频谱,简称为倒谱,有时也称为对数倒频谱,其量纲为时间。c(n)就是要求取得语音信号倒谱特征[4]。因此,设信号为s(n),则其倒谱为:
c(n)=IDFT{ln|DFT[s(n)]|}
1.3 倒谱的作用
倒谱的作用为:
(1) 区分清/浊音;
(2) 求浊音的基音周期,可以得到浊音的激励信号;
(3) 得到声道冲击响应[5]h(n)。
2 基于LPC系数的倒谱
由于语音样点之间存在相关性,所以可以用过去的样点值预测现在或未来的样点值。这是线性预测分析的基本思想。通过使实际语音x(n)和线性预测结果x′(n)之间的误差e(n){e(n)=x(n)- x′(n)} 在某个准则下达到最小值来决定惟一的一组预测系数ak。这组系数就能反映语音信号的特性,可以作为语音信号特征参数用于语音编码、语音合成和语音识别等应用中去。语音信号的倒谱特征系数与语音信号的LPC参数有密切关系。LPC系数是线性预测分析的基本参数,它可以表示整个LPC系统冲激响应的复倒谱。
预测误差e(n)就是激励信号G•u(n),预测系数{ak}就是声道滤波器的系数{dk}。线性预测分析可以对生成模型的增益参数G和滤波器系数{dk}进行直接和高效率的计算。这样,结合清浊音的判断和基音周期的估计,可得到语音信号生成模型的全部参数,实现语音的产生。
3 Matlab仿真及基音周期提取
具体步骤如下:
(1) 打开Matlab软件,在命令窗口中利用wavread函数打开语音信号的波形文件,得到抽样频率fs,n bits的值以及语音信号的二维图形。实验仿真是对一男声“沙地”的语音信号进行分析,其采样频率为8 kHz[6]。
(2) 对该语音信号截取一帧的长度,帧长为20 ms。
(3) 定义窗函数,在此选用汉明窗。
(4) 对截取的一帧语音信号AMP(见图1)进行加窗处理。
图1 一帧语音信号
(5) 对截取加窗后的一帧语音信号AMP进行CEP和LPC谱分析,观察波形图,估计基音周期。如图2,图3所示。
图2 LPC谱
图3 CEP谱
4 LPC谱(左)和CEP谱(右)的讨论
对一帧语音信号做CEP谱和LPC谱都能准确地分析出语音信号的基音周期。LPC谱图波峰位置恰好对应CEP谱图中的波谷位置;波形基本上关于横轴对称;LPC谱估计基音周期,可以采用离开原点的第一个波谷出现的样值点除以采样频率;而用CEP谱图估计基音周期,可以采用离开原点的第一个波峰出现的样点值除以采样频率[7]。
但是,在语音信号分析过程中窗长的选择对于语音特征参数的选择是非常重要的,如果窗长很大,当语音信号通过时,反映波纹细节的高频部分被阻碍,短时能量随时间变化很小,不能真实地反映语音信号的幅度变化;反之,窗长太小,短时能量随时间有急剧的变化,不能得到平滑的能量函数,因此应该根据不同的需要选择合适的窗长,否则提取特征参数会产生很大的误差[8]。
此外,采用LPC谱估计基音周期的方法,其算法的运算量较大,而CEP 谱算法简单,概念更直观,且在少部分情况下基音峰会变得更突出,基音周期的估计值更加准确;在实际的基音周期检测算法中,CEP谱的应用更为广泛,因此基于CEP谱的改进算法是进一步需要研究的理论。
参考文献
[1]陈洪立.一种基音周期估计方法[J].江西通信科技,2004(2):8-10.
[2]王文延,曾庆宁.一种噪声环境下的语音端点检测方法[J].声学技术,2007,26(3):435-441.
[3][美]夸特尔瑞.离散时间语音信号处理(原理与应用)[M].赵胜辉,译.北京:电子工业出版社,2000.
[4]王洪海,刘刚,郭建军.基于滑动倒谱的自动语言识别[J].智能系统学报,2008(4):336-341.
[5]李跃强,孙星明,周天亮.基于复倒谱变换的数字音频水印研究[J].计算机工程,2006,32(23):145-148.[6]丛玉良.数字信号处理及其Matlab实现[M].北京:电子工业出版社,2004.
[7]拉宾纳,谢弗.语音信号数字处理[M].朱雪龙,译.北京:科学出版社,1993.
[8]刘建,郑方,吴文虎.基于混合幅度差函数的基音提取算法[J].电子学报,2006,34(10):1 925-1 928.
系统总结了当前电压型可逆变流器控制策略的发展概况,并对其详细分类研究。在比较各种控制方案优缺点的基础上最终确定了以电流d-q变换结合滑模控制作为本课题的控制策略。
详细阐述了电压型可逆变流器的数学模型,包括通用数学模型、d-q变换大信号数学模型、以及d-q变换小信号数学模型。根据d-q变换大信号数学模型建立了系统的电流环。结合d-q变换小信号数学模型设计了电压环以及电压环的滑模控制器。
确定了电压空间矢量(SVPWM)作为开关控制策略。详细阐述了其基本原理。基于MATLAB对其进行了仿真研究。针对可逆变流器使用常规的PID控制对系统参数变化的较为敏感性,电压环采用了滑模变结构控制以期得到改善。基于MATLAB仿真软件完成了系统的忽略高次谐波、不忽略高次谐波下的SPWM、SVPWM的闭环系统仿真。
针对单片机控制系统的计算速度慢,实时性控制较差,因此本课题采用TI公司的数字信号处理器TMS320F240来控制系统,以期提高计算速度。
根据本课题的控制方案,设计了系统软件流程,编写了系统的电流电压双闭环程序。基于TMS320F240发出开关频率fs =900Hz的空间矢量波形。理论上的分析结合实践过程完成了系统的开环和闭环实验,验证了控制方案的可行性。
本课题获得河北省教委科技基金支持,是国家自然科学基金的后续课题,对解决电网谐波污染,提倡绿色用电有着重大的经济价值和理论上的指导意义。
关键词 功率因数校正;可逆变流器;滑模变结构控制;空间矢量;数字信号处理器
Abstract
Development survey of control strategy of voltage type reversible converter is summarized systematically. Control strategy is studied in detail. Direct current d-q change and sliding mode controls are regarded as control strategy of this paper on the basis of comparing of advantages and disadvantages varieties of control strategy.
Mathematics mode is set forth detailedly, including; current general mathematics mode; d-q change large signal mathematics model and d-q change small signal mathematics model. The system current loop is established according to d-q change large signal mathematics model. The voltage loop and its SMC are designed according to d-q change small signal mathematics model.
Space vector PWM is regarded as switch control strategy .Its essential principle is set forth detailedly and is simulated based on MATLAB. Voltage loop adopts variable structure control with sliding mode in order to improve with regard to conventional PID control, which is sensitive to system parameter. Close loop system simulation of SPWM and SVPWM is completed with neglecting high harmonics and without neglecting high harmonics based on MATLAB.
Because calculation speed of single chip microprocessor is slow and it realizes timing control poorly, digital signal processor TMS320F240 of TI Company is adopted to improve the calculation speed.
Flowchart of system software is designed according to control strategy of this paper. The double close loop program of current and voltage is complied. SVPWM wave of switch frequency (900Hz) is emitted based on TMS320F240.Open loop experimentation and close experimentation is completed according to theory analysis and practice process, validating feasibility of control strategy.
This paper obtains the sustainment of science and technology fund of committee of education in province HeBei and is the follow-up task of nature science fund of country and has the important value of economy and the guidance significance of theory.
Keywords power factor correction; reversible converter; variable structure control with sliding mode; space vector; digital signal processor
目 录
摘要……………………………………………………………………………Ⅰ
Abstract……………………………………………………………………Ⅱ
第1章 绪论…………………………………………………………………1
1.1 功率因数校正技术的发展概况………………………………………1
1.1.1 单个三相PFC电路………………………………………………2
1.1.2 电流断续状态下三相单开关变换器……………………………3
1.1.3 电流断续状态下的三相升压变换器……………………………4
1.1.4 电流连续状态下三相升压变换器………………………………4
1.1.5 三相降压整流器…………………………………………………5
1.2 电压型可逆变流器的开关控制策略…………………………………5
1.3 电压型可逆变流器的控制方案………………………………………6
1.3.1 间接电流控制……………………………………………………6
1.3.2 直接电流控制……………………………………………………7
1.4 可逆变流器控制策略的新发展………………………………………9
1.4.1 单周控制…………………………………………………………10
1.4.2 占空比控制………………………………………………………10
1.4.3 基于Lyapunov非线性大信号方法控制………………………10
1.4.4 神经网络和模糊逻辑控制………………………………………10
1.4.5 双电流控制………………………………………………………11
1.4.6 输出直流电压的优化前馈补偿控制……………………………11
1.5 本课题工作…………………………………………………………11
第2章 可逆变流器控制方案及数学模型…………………………13
2.1 可逆变流器数学模型概述…………………………………………13
2.2 系统数学模型的建立………………………………………………13
2.2.1 系统通用数学模型的建立………………………………………14
2.2.2 系统d-q数学模型的建立………………………………………16
2.2.3 系统小信号数学模型……………………………………………18
2.3 系统的控制方案……………………………………………………21
2.4 变流器电流环的设计………………………………………………22
2.5 滑模变结构控制理论………………………………………………25
2.5.1 滑模变结构控制的基本问题……………………………………26
2.5.2 滑模变结构控制的基本策略……………………………………26
2.5.3 滑模变结构控制系统的动态品质………………………………27
2.6 滑模控制器及电压环的设计………………………………………28
2.6.1 广义控制对象的确定……………………………………………28
2.6.2 滑模控制器的改进………………………………………………32
2.7 本章小结……………………………………………………………36
第3章 系统仿真研究……………………………………………………37
3.1 空间矢量PWM(SVPWM)的基本原理……………………………37
3.2 空间矢量的工作模式和时间的计算………………………………38
3.3 空间矢量调制比及其对系统的影响………………………………42
3.4 空间矢量的MATLAB仿真………………………………………43
3.5 控制系统仿真研究………………………………………………45
3.5.1 不忽略高次谐波下的总系统SPWM仿真……………………49
3.5.2 不忽略高次谐波下的总系统空间矢量仿真……………………50
3.6 本章小结……………………………………………………………52
第4章 基于DSP软件实现……………………………………………53
4.1 TMS320F240的结构与汇编原理……………………………………53
4.2 TMS320F240的中断结构……………………………………………54
4.3 TMS320F240的定点运算……………………………………………55
4.4 系统控制的硬件和软件设计………………………………………56
4.4.1 系统硬件设计……………………………………………………57
4.4.2 系统软件设计……………………………………………………58
4.5 本章小结……………………………………………………………60
第5章 系统实验…………………………………………………………61
5.1 开环实验……………………………………………………………62
5.2 闭环实验……………………………………………………………64
5.2.1 电流闭环实验……………………………………………………64
5.2.2 电压闭环实验……………………………………………………67
5.3 实验注意事项………………………………………………………69
5.4 本章小结……………………………………………………………69
结论……………………………………………………………………………71
参考文献………………………………………………………………………72
攻读硕士学位期间所发表的论文……………………………………………77
致谢……………………………………………………………………………78
点击查看全文