數字信號處理虛擬仿真綜合實驗平臺的設計

周城旭，王冬霞，曹玉東，曹洪奎

數字信號處理虛擬仿真綜合實驗平臺的設計

周城旭，王冬霞，曹玉東，曹洪奎

（遼寧工業(yè)大學 電子與信息工程學院，遼寧 錦州 121001）

給出了一種數字信號處理虛擬仿真綜合實驗平臺，實現云端做實驗。該實驗平臺采用LabVIEW模塊化編程設計，包括信號采集模塊、時頻域分析模塊、濾波器設計模塊和應用擴展模塊4個部分。信號采集模塊可實現單通道和多通道(麥克風陣列)實時信號采集；時頻域分析模塊對信號采集模塊輸出的信號進行時、頻域分析；濾波器設計模塊通過調整輸入最優(yōu)參數設計數字濾波器，實現對信號采集模塊輸出的帶噪信號實時濾波；應用擴展模塊以語音應用為主，可實現語音端點檢測和麥克風陣列語音信號增強等功能。該虛擬仿真綜合實驗平臺將數字信號處理課程中各個晦澀難懂的知識點具體化，利用語音信號處理的實際案例，實時直觀展示實際信號從采集、分析到處理的全過程。該實驗平臺既可以用于教師的線上課堂講解，也可用學生線下自主學習，進一步激發(fā)師生教學興趣。

LabVIEW；實驗平臺；麥克風陣列；MATLAB

數字信號處理(DSP)課程是電子通信相關專業(yè)學生的必修專業(yè)課，語音和圖像信號處理、模式識別、人工智能等領域都包含該門課程的理論和方法，是一門理論公式繁多、晦澀難懂，與工程實踐緊密相連的課程[1]。在教學過程中，教師在短暫的課堂時間內很難透徹地講解這些既抽象又復雜的理論及概念，如線性和圓周卷積、快速傅里葉變換算法和數字濾波器的設計等。通過該實驗教學平臺學生能夠直接地虛擬仿真分析數字信號處理課程中復雜抽象的知識點，各個實驗模塊包含了學生需要掌握的重要知識點，學生可以對每個零散的章節(jié)整合理解掌握，增強學習效率。

該虛擬仿真綜合實驗平臺設計思想采用案例教學法，包含數字信號處理課程中的教學重點和難點，數字信號處理的重要應用就是語音信號處理，由于語音是人機溝通最便捷的方式，所以被廣泛應用在人工智能等當今的熱門領域[2]。但是實際的語音處理系統價格昂貴、算法操作復雜，且僅能用于特定語音信號處理情況。該虛擬仿真實驗平臺模擬出了真實的語音信號處理情境，其中包括用于采集的硬件和圖形化G語言LabVIEW等軟件，學生可以模擬出真實的語音信號處理系統[3]。并對數字信號處理課程中的零散知識點進行整合，利用圖形化編程語言LabVIEW與MATLAB語言共同模擬語音處理系統的真實環(huán)境，將抽象的理論要點轉換成直觀的模擬真實情景，使學生在語音信號處理操作實踐中逐步掌握理論原理，提高實驗課的教學效果[4]。它具有可編程、可擴展，不受時間、地點、物理設備的限制和安全性能高等優(yōu)點，有效地克服了傳統實驗的固有缺陷，學生通過虛擬仿真實驗可以將理論與實際相結合，自主學習、解決問題和工程實踐能力均得到提高[5]。

1 虛擬仿真綜合實驗平臺的設計

1.1 實驗平臺系統的總體框圖

考慮到“數字信號處理”課程中所有重要的概念和原理，利用LabVIEW與MATLAB混合編程、設計搭建了數字信號處理虛擬仿真綜合實驗平臺，包括信號采集模塊、時頻域分析模塊、濾波器設計模塊以及擴展應用模塊4個部分。其中，共包含17個選項卡，分別利用仿真信號和實際語音信號在不同域進行分析和處理，如圖1所示。

圖1 實驗平臺系統的總體設計框圖

1.2 信號采集模塊

信號采集模塊，為了使學生深入理解奈奎斯特采樣定理，以及如何設置采樣頻率，從而進行實時的語音信號采集，前面板利用LabVIEW圖形化編程語言設計主要參數輸入，包括錄音時間、采樣位數、采樣頻率和聲卡通道等，如圖2所示。通過虛擬示波器顯示采集到的不同語音信號波形圖并播放，直觀感受單通道語音信號和麥克風陣列語音信號的不同。

奈奎斯特采樣定理：若x()是頻帶寬度有限的信號(帶限信號)，若想抽樣后的信號能夠不失真地還原出原信號，則必須抽樣頻率f大于或等于信號最高頻率分量f的2倍，或者說信號的最高頻率不得大于折疊頻率f/2，即：

圖2 信號的采集與存儲

f≥2f(1)

后面板編程框圖，語音信號的采集分為采集、存儲和播放等環(huán)節(jié)。所以在設計過程中，利用語音輸入安裝節(jié)點設置錄入語音的參數，連接語音讀取節(jié)點，輸出波形文件。TDMS寫入節(jié)點設置語音文件的存儲路徑和存儲格式。聲音輸入安裝節(jié)點連接聲音寫入節(jié)點播放聲音和調節(jié)音量。利用if條件結構框圖，控制采集的開始和停止，套用while循環(huán)結構框圖連續(xù)采集語音信號，如圖3所示。

圖3 信號采集編程框圖

1.3 時頻域分析模塊

為了使學生深入理解時移、時域卷積等數字信號時域運算和分析過程，仿真真實環(huán)境，隨時調節(jié)不同參數及信號類型，采用傅里葉變換進行頻域分析，觀察不同類別信號的頻率分布特性。前面板利用游標卡尺控件調節(jié)信號的頻率和相位，文本下拉列表控件選擇相應波形，設置4個虛擬示波器顯示時域信號和相應的幅度譜、相位譜和功率譜，簡潔清晰，界面友好，如圖4所示。

圖4 仿真信號的頻譜分析

在“數字信號處理”課程中，考慮到學生需要掌握典型信號的產生，所以在LabVIEW后面板中調用仿真信號生成器，生成所需要的正弦波、方波等仿真波形，if條件結構框圖選擇波形和相應的頻譜和相位，然后調用頻譜測量儀得到數字信號的頻域特性，利用while循環(huán)結構框圖使整個實驗平臺持續(xù)運行，如圖5所示。

為了使學生可以對所采集的實際語音信號進行頻譜分析，理論與實際相結合，提高其學習興趣，實驗平臺處理設計了仿真信號頻譜分析選項卡，同時設置了語音信號頻譜分析選項卡。利用TDMS讀取節(jié)點可以選取不同的語音信號，虛擬仿真實際的語音信號頻譜分析，包括傳感器采集到的純凈或帶噪語音信號、加噪后的語音信號以及單純的噪聲信號的頻譜，為之后濾波器設計參數選擇提供依據。

圖5 仿真信號頻譜分析的程序框圖

1.4 濾波器設計模塊

學生需要通過頻譜分析，選擇合適的濾波器類型，設計了典型濾波器選項卡。正弦波節(jié)點生成仿真波形，利用幾種經典濾波器巴特沃斯濾波器、切比雪夫濾波器、橢圓濾波器和中值濾波器節(jié)點生成濾波之后的波形進行分析比較，生動形象地深入理解不同種類的濾波器特性。虛擬仿真真實環(huán)境，根據實際情況設定濾波器的初始值，通過前面板的文本下拉列表控件和游標卡尺控件設置相應參數。

考慮到濾波器設計是“數字信號處理”課程中的重點內容，所以設置IIR/FIR濾波器設計選項卡，通過wav文件讀取節(jié)點調用語音庫中的實際語音信號，分析頻譜特性，設置不同參數，虛擬仿真實際的語音信號處理系統，設計數字濾波器。在LabVIEW后面板中調用數字濾波器圖形化編程框圖，連接輸入端濾波器類型、截止頻率、衰減等濾波器設計參數，捆綁成簇的形式，輸出端為利用時頻域分析模塊生成的所設計數字濾波器的頻譜特性，如圖6所示。

圖6 數字濾波器的程序框圖

1.5 應用擴展模塊

為了滿足不同學生的研究需求，分析理解語音信號的基本時域特性，進行語音信號的端點檢測。由于語音信號的短時平穩(wěn)性，所以需要對所接收到的信號進行分幀處理，所以設計分幀選項卡。

設語音波形時域信號為()，加窗分幀處理后得到的第幀語音信號為x()，則x()滿足下式：

式中：=0, 1, 2, …；為幀長；為幀移長度。

根據實際情況，擴展設計不同的波束形成算法進行麥克風陣列語音信號增強，以延時求和波束形成算法為例。

設等距線陣有個陣元，入設信號為窄帶信號，這時陣列的輸出可表示為：

若空間只有一個來自方向的信號，方向矢量()的表示形式與權矢量相同。則有：

應用擴展模塊設計是將LabVIEW和MATLAB相結合，因為大多數波束形成算法相對復雜，單純利用數據流形式的LabVIEW編程運算速率慢，無法實現實時輸出結果。LabVIEW中包含MATLAB調用節(jié)點，具有兼容性，可以不啟用MATLAB軟件，直接運行MATLAB代碼[6]，如圖7所示。

圖7 麥克風陣列語音信號處理程序框圖

該綜合實驗平臺不僅可應用于語音信號增強，也可對語音信號識別、聲源定位等領域擴展設計。適用于本科生競賽和研究生算法研究，調用經典算法的MATLAB程序，可以適用于虛擬仿真用于人工智能等領域的麥克風陣列語音信號處理系統。

2 虛擬仿真綜合實驗平臺的實現

數字信號處理虛擬仿真綜合實驗平臺利用案例式設計方法，真實還原實際的語音信號處理系統，包括采集、時頻域分析、數字濾波器設計、語音信號增強4個部分。語音信號利用單通道和多通道(麥克風陣列)進行采集，本文采用6個距離2 cm的麥克風組成的線性均勻陣列連接PXI設備采集麥克風陣列語音信號。

2.1 語音信號采集及顯示

信號采集模塊中的語音信號采集選項卡采集語音信號，選擇合適的物理通道，設置采樣頻率和采樣點，需要滿足奈奎斯特采樣定理。在實驗室中，用于語音信號實時采集的設備是美國NI公司的PXI設備，包括單通道和多通道(麥克風陣列)語音信號采集。存儲成LabVIEW中的數據格式TDMS文件，保存在本地電腦里。學生也可以利用筆記本、手機等錄音設備，自行設置采樣頻譜，在會議、車載和其他實際場景錄制實際的語音信號。語音信號波形顯示選項卡分別顯示和實時播放采集到的單通道語音信號波形以及麥克風陣列語音信號波形。點擊開始按鈕，可以聽到語音文件并通過虛擬仿真示波器觀察單通道或麥克風陣列語音信號的波形，如圖8所示。

圖8 語音信號的顯示

2.2 語音信號的時頻域分析

應用擴展模塊中包括語音特性分析和語音端點檢測選項卡，語音預處理，即初始的端點檢測則利用短時能量和短時過零率，如圖9所示。

圖9 語音信號的端點檢測

觀察短時能量和短時過零率的波形圖，從380幀到1 000幀之間是語音信號，因為語音段的能量較高，靜音段的能量較低，而短時過量率的幅值正好相反。當然，這種幅值的高低僅是相對而言，并沒有精確的閾值設定[6-7]。

為了驗證所設計濾波器的有效性，需要引入加噪語音信號，所以在實驗平臺中增設了濾波器設計模塊中的語音信號加噪選項卡，在噪聲選擇工具欄里面選擇50 Hz的工頻干擾，點擊開始按鈕。實現將噪聲混入信號源中，利用虛擬示波器可以分別觀察純凈語音信號和加噪語音信號。時頻域分析模塊中的語音信號頻譜分析選項卡，加入背景噪聲后的語音信號幅頻特性，對其進行頻域特性分析，如圖10所示。觀察語音信號的主要頻率范圍，噪聲信號的頻率為50 Hz，為后續(xù)濾波器設計提供理論支撐。

圖10 語音信號的頻譜

2.3 數字濾波器的設計

濾波器設計模塊中的經典濾波器選項卡，設置仿真波形參數，點擊開始按鈕，分析特性，根據實際要求選取最有效的濾波器類型。通過觀察和分析頻譜圖，輸入合適的濾波器初始值，得到濾波器的最優(yōu)效果。濾波器選項卡，可以看到參數設置界面。設定衰減，需要調節(jié)截止頻率，使得濾波器可以保留語音信號頻譜，濾除噪聲所在的頻段。通過濾波器的頻譜圖顯示的濾波器特性，結合帶噪語音信號中純凈語音信號和噪聲信號的頻譜圖分析結果，觀察所設計的濾波器能否達到預想的濾波效果，如圖11所示。

濾波器設計模塊中的單通道語音信號增強選項卡，輸入所設計的最優(yōu)濾波器參數，分別為通帶和阻帶截止頻率48、52 Hz，最大衰減和最小衰減1、60 dB。實時播放處理前后的語音文件，從聽覺上直觀感受濾波的效果，觀察分析處理前后語音信號的波形圖和頻譜圖，結果如圖12所示。

圖11 數字濾波器的設計

圖12 單通道語音信號增強

理想情況下，濾波后信號的頻譜應該沒有噪聲的頻譜成分。但若噪聲信號的頻譜和聲音信號頻率相差較小，則有可能噪聲不能全部被濾除干凈。觀察濾波后波形圖，可以看出所設計的數字濾波器有效地濾除了50 Hz的工頻干擾。

應用擴展模塊中的麥克風陣列語音增強選項卡，調用相應的波束形成算法，對麥克風陣列接收到的含有隨機噪聲的語音信號進行增強[8-12]，如圖13所示。對含有噪聲的語音信號和通過波束形成算法增強后的語音信號，觀察得出，噪聲信號的幅值明顯降低。

圖13 麥克風陣列語音信號增強

實驗平臺的麥克風陣列增強模塊中的波束形成方法根據實際需要可以隨意改變。本文實驗平臺包括固定波束形成算法和自適應波束形成算法。

3 結束語

目前，該平臺已廣泛應用于本校電子、通信學生課程教學，由于不受場地制約和設備限制，學生無需購買價格昂貴的語音信號處理系統，通過自主學習即可開發(fā)該實驗平臺的語音信號處理算法，提高了學生自主進行實驗操作的能力。本校的本科生和研究生均已利用該平臺參加競賽活動和課題研究，取得了一定突破成果，學生的自主創(chuàng)新能力得到極大提升。以“多點結合、層次分明”的設計思路搭建數字信號處理虛擬仿真綜合實驗平臺。該實驗平臺結合了零散的理論知識、傳統的MATLAB編程實驗、語音信號處理的工程實際應用；采用模塊化編程、案例式設計，將該虛擬仿真實驗內容分解為基礎部分、綜合部分、實踐部分和創(chuàng)新部分，培養(yǎng)學生理論聯系實際的工程實踐創(chuàng)新能力。

[1] 蔣留兵, 車俐, 李德明. LabVIEW在“數字信號處理”虛擬仿真實驗平臺設計中的應用探索[J]. 工業(yè)和信息化教育, 2018(4): 65-71.

[2] 劉鑫, 金暄宏. 基于LabVIEW的語音信號處理[J]. 軟件導刊, 2017, 16(8): 65-71.

[3] 張曉寧, 許愛雪, 李娜. 虛擬實驗教學系統在《計算機組成原理》中的應用探討[J]. 電子測試, 2018, (12): 121-123.

[4] 王志兵, 劉建國, 歐陽旻, 等. 基于虛實結合的《無線傳感器原理及應用》實踐課程設計與實現[J]. 福建電腦, 2018, 32(10): 112-132.

[5] 彭光含, 劉長青. 基于虛擬仿真的《電路分析》課程體系與MOOC教學融合模式[J]. 教育現代化, 2018, 5(28): 275-276.

[6] 周城旭, 王冬霞, 呂義, 等. LabVIEW陣列語音處理系統實驗平臺設計[J]. 實驗室研究與探索, 2016, 35(9): 138-149.

[7] Ryutaro Sakanashi, Nobutaka Ono, Shigeki Miyabe, et al. Speech enhancement with ad-hoc microphone array using single source activity[C]. Proc APSIPA, 2013: 1-6.

[8] Souden M, Kinoshita K, Delcroix M, et al. Distributed microphone array processing for speech source separation with classi?er fusion[J]. Proc MLSP, 2012(10): 522-532.

[9] 王永良, 丁前軍. 自適應陣列處理[M]. 北京: 清華大學出版社, 2009: 13-14.

[10] May L, Yang Y X, He Z Y. Theoretical and practical solutions for high-order super directivity of circular sensor array[J]. IEEE Transactions on Industrial Electronics, 2013, 60(1): 203-209.

[11] Li Z, Wu W, Zhang Q. Speech enhancement using magnitude and phase spectrum compensation[C]. IEEE International Conference on Computer and Information Science, 2016: 1-4.

[12] Wu C, Hu H, Wang S. Wavelet speech enhancement based on robust principal component analysis[J]. Proceedings Inter Speech, 2017(1): 439-443.

Design of Comprehensive Experiment Platform for Digital Signal Processing on Virtual Simulation

ZHOU Cheng-xu, WANG Dong-xia, CAO Yu-dong, CAO Hong-kui

（School of Electronics & Information Engineering, Liaoning University of Technology, Jinzhou 121001, China）

At present, there is a comprehensive experiment platform for digital signal processing on virtual simulation for experimenting in the cloud. There are four parts including the acquisition module of signals, the analysis module on time-frequency domain, the filter design module, the practical extension module on the experiment platform which uses modular design on LabVIEW. On the acquisition module, the real-time signal acquisition of single channel and multi-channel (microphone array) can be realized; On the analysis module, the signals which are output from the signal acquisition module are analyzed on time-frequency domain; On the filter design module, the digital filter is designed by adjusting the optimal input parameters to realize the real-time filtering of the noisy signal output from the signal acquisition module. On the practical extension module mainly for speech application, the functions of speech endpoint detection and speech enhancement on microphone array can be realized. All difficult knowledge of the digital signal processing course is specified on the comprehensive experiment platform. The whole process of acquisition, analysis and processing is demonstrated vividly in real time by using the actual case of speech processing. The experiment platform can be used not only for teachers’ online explanation in class, but also for students’ offline in dependent learning.

LabVIEW; experiment platform; microphone array; MATLAB

TN911

A

1674-3261(2021)01-0005-06

10.15916/j.issn1674-3261.2021.01.002

2020-07-05

遼寧省科學事業(yè)公益研究基金（20170056）

周城旭(1987-)，女，遼寧錦州人，實驗師，碩士。

責任編校：孫 林