基于DSP及車輛噪聲信號(hào)的車輛碰撞聲檢測(cè)裝置
加入技術(shù)交流群
2 軟件和算法設(shè)計(jì)
我們?cè)O(shè)計(jì)的系統(tǒng)軟件是一個(gè)運(yùn)行于DSP之上的程序，控制系統(tǒng)各模塊工作，并完成算法計(jì)算。使用TI公司的CCS集成開發(fā)環(huán)境，用C語言和匯編語言進(jìn)行編程。
該軟件首先進(jìn)行初始化，對(duì)VC5509和AIC23的運(yùn)行參數(shù)進(jìn)行配置。對(duì)VC5509芯片的鎖相環(huán)配置時(shí)，將系統(tǒng)時(shí)鐘設(shè)置為144kHz。對(duì)McBSP進(jìn)行配置時(shí)，打開VC5509的McBSP0并啟動(dòng)其進(jìn)行輸入輸出操作。配置DMA0通道，使其工作于兼容模式并在中斷時(shí)停止數(shù)據(jù)的傳輸。配置AIC23的工作模式為DSP模式并使用IIC方式傳輸數(shù)據(jù)。啟動(dòng)AIC23對(duì)聲信號(hào)進(jìn)行32k采樣速率的采樣。
初始化結(jié)束后進(jìn)行采樣檢測(cè)，經(jīng)過采樣檢測(cè)，一旦發(fā)現(xiàn)采集到的信號(hào)滿足分幀條件，即采集到的聲信號(hào)長度足夠1秒時(shí)，就執(zhí)行自動(dòng)聲檢測(cè)算法。
自動(dòng)聲檢測(cè)算法讀出數(shù)據(jù)并進(jìn)行判斷，如果檢測(cè)到的是非碰撞事件，則繼續(xù)執(zhí)行采樣檢測(cè)以等待處理下一秒數(shù)據(jù)，這時(shí)軟件在執(zhí)行空循環(huán)；當(dāng)自動(dòng)聲檢測(cè)算法檢測(cè)到的是碰撞事件，就向通訊模塊傳遞信息，在GPS模塊確認(rèn)速度和位置信息之后就通過報(bào)警模塊報(bào)警。此軟件的流程如圖3所示。本文引用地址：http://2s4d.com/article/151358.htm
軟件流程圖中自動(dòng)聲檢測(cè)算法的設(shè)計(jì)是核心部分，下面做重點(diǎn)介紹。由于不同聲波信號(hào)的幅頻特性和相頻特性不同，不同聲波信號(hào)在各個(gè)頻率段的幅值也存在一定的差異。因此，可利用各個(gè)頻率成分的能量變化來實(shí)現(xiàn)目標(biāo)識(shí)別。
自動(dòng)聲檢測(cè)算法包括聲音信號(hào)采集和分幀、特征提取、特征降維、特征分類四部分，
其具體實(shí)現(xiàn)步驟如下：
(1)采集和分幀。將采集到的信號(hào)按每2s分為一幀，幀與幀之間有1s的交疊。對(duì)32k采樣率的芯片來說，即每一次只對(duì)2s的片段65536個(gè)點(diǎn)進(jìn)行處理，在訓(xùn)練階段兩個(gè)片段之間有1／2重復(fù)。這樣得到一組數(shù)據(jù)Datai(1≤i≤65535)。
(2)特征提取。對(duì)每一幀信號(hào)數(shù)據(jù)Datai(1≤i≤65535)實(shí)施DWT變換以得到頻域信息，然后根據(jù)得到的頻域信息統(tǒng)計(jì)能量的分布，以此作為識(shí)別交通事故的特征。本算法采用DB1小波，對(duì)每一幀信號(hào)，先進(jìn)行一層分解，然后高頻系數(shù)進(jìn)行兩層完整的分解，低頻系數(shù)進(jìn)行10層單向分解得到18組數(shù)據(jù)。計(jì)算得到特征分量F=[E1，E2…E18]，En的計(jì)算公式如下：
，其中N為Cn的長度。
(3)特征降維。對(duì)特征提取后的信號(hào)量實(shí)現(xiàn)降維。在提取出的特征分量F的基礎(chǔ)上，本算法采用基于主成分分析(PCA)的異常點(diǎn)檢測(cè)算法檢測(cè)交通事故碰撞聲。原特征F變換后得到
公式為
，其中H為PCA方法得到的投影矩陣。
(4)特征分類。收集正常運(yùn)行和交通事故時(shí)的車輛周圍聲音信號(hào)樣本，并訓(xùn)練構(gòu)造分類器，實(shí)現(xiàn)對(duì)行駛過程中的聲音分類。分類器擬輸出兩類分類結(jié)果：一類為正常運(yùn)行聲音，另一類為重大交通事故的碰撞聲音。判別條件為：
評(píng)論