“数字信号处理”课程辅助教学系统

丑永新， 刘 燕， 鲁明丽， 钟黎萍

(常熟理工学院 电气与自动化工程学院， 江苏 常熟 215500)

0 引言

数字信号处理技术广泛地应用于人工智能、生物医学、智能检测等领域[1]。“数字信号处理”是电子信息、测控、自动化等电类专业不可或缺的一门专业基础课，它主要涉及信号采样、滤波和频谱计算等内容，概念抽象，理论繁杂，使得尚未建立工程项目体系的低年级学生对课程中的基本理论和分析方法难以理解和掌握，进而不易学以致用。近年来，有学者尝试将C、C++、Python、Matlab、LabVIEW等编程语言或软件引入“数字信号处理”课程的教学之中，明显地提高了学生的学习兴趣[2～5]；也有学者将语音信号处理等工程案例引入教学，从知识应用中帮助学生理解所学理论[6]。这些教学尝试或者改革提高了学生的学习效率，取得不错教学效果。

笔者在多年的教学和科研工作中发现，一直困扰学生学习本门课程的有三个问题：①信号怎样采集和存储？②为什么要对信号进行相关处理？③怎样选择信号处理方法？这三个问题贯穿于“数字信号处理”课程的教学以及其相关知识点的实际应用之中，解决这些问题，对于学生理解和掌握该课程的内容，并将其应用于实际工程十分重要。因此，笔者将科研工作中所研制的多生理信号采集系统进行改进，提出一种“数字信号处理”课程辅助教学系统，将其用于课堂教学，以期提高教学效率。

1 系统设计

1.1 系统设计思路及总体结构

该辅助教学系统设计思路及总体结构如图1所示，由信号采集模块、通信模块和数字信号处理模块构成。其中，信号采集模块采集人体多生理信号，对应解决上述的问题①，使学生了解人体信号的特性，掌握将人体模拟生理信号转换为数字信号并存储的过程。数字信号处理模块对数字形式的多生理信号进行滤波、FFT变换和生理信号特征参数提取，对应解决问题②和问题③，使学生直观理解模拟信号和数字信号的区别；同时，借助Matlab软件设计滤波器，并通过LabVEW软件实现变换处理，使学生掌握怎样将所学理论知识应用于解决实际工程问题。通信模块采用蓝牙通信技术完成上下位机间的数据传输。

图1 系统设计思路及总体结构

1.2 各子模块设计

1)信号采集模块

由图2可以看出，信号采集模块由生理信号传感器、信号调理电路和单片机组成，实物如图3所示。图3中，生理信号传感器包括脉搏传感器、呼吸传感器和心电电极，用于分别采集人体脉搏信号和心电信号。脉搏传感器又分为：透射式脉搏传感器检测指尖脉搏信号，反射式脉搏传感器检测腕部寸、关、尺部位脉搏信号。

通过给学生介绍不同生理信号的特征了解以及各传感器的结构和选型，使学生能够了解传感器原理及应用课程所学知识。

人体生理信号属于微弱信号，传感器输出信号的幅值很小，并且存在很多噪声和干扰，需要针对不同信号设计不同的调理电路。例如，脉搏信号输出为电流信号，需要设计I/V转换电路、滤波和放大电路等用于调理。其中滤波电路就有截止频率为0.16 Hz二阶高通模拟滤波器去除基线漂移，截止频率为80 Hz的二阶低通模拟滤波器抑制肌电干扰；放大电路将滤波结果放大500倍左右，输出为0-3 V的电压信号供单片机A/D转换。再如，对于心电信号，电极采用肢体导联方式连接。硬件调理电路包括光电隔离、滤波(截止频率为0.16 Hz的二阶高通模拟滤波器，50 Hz模拟陷波器，截止频率为120 Hz的二阶模拟低通滤波器)、放大(放大倍数为500倍)。还有，呼吸传感器置于人体腰部，将人体的呼吸信号转换为微弱的电压信号，硬件调理电路实现放大(放大倍数为50倍)和滤波(截止频率为40 Hz的二阶模拟低通滤波器)。通过这些调理电路功能和设计方法的讲解，使学生巩固和强化“模拟电子技术”和“数字电子技术”中学习的知识。

图2 信号采集模块组成及其对应的支撑课程

图3 信号采集模块实物图

采用PIC16F877A单片机实现多生理信号的A/D转换、存储和无线发送。该单片机片内集成14路10位的A/D转换器，368个8 byte数据存储器，支持RS-485和RS-232。信号调理电路输出的电压信号传输至单片机的A/D转换器进行模数转换，根据信号频率范围设置采样频率。此部分内容与“数字信号处理”课程的采样定理进行结合，可让学生理解采样定理的工程意义，同时掌握A/D转换的过程。A/D转换后得到的数字信号缓存于单片机(1024 byte)，通过蓝牙模块发送给上位机。

2)通信模块

选用常用HC-06蓝牙模块实现下位机与上位机的无线通信。将HC-06的发送模块置于单片机RS-232接口之上，单片机将缓存区中的数据进行编码和打包，不间断发送给上位机。上位机以PC为平台，基于LabVIEW软件搭建人机交互界面，将HC-06的接收模块接于PC的USB接口，与LabVIEW软件配合接收下位机发送的数据。通过该部分的学习，使学生了解无线通信的原理和流程，为进一步学习打好基础。

3)数字信号处理模块

数字信号处理模块主要对采集的多路信号进行处理和分析，流程如图4所示。

图4 上位机信号处理流程及其对应知识点

首先，在Matlab软件中对已采集的离线数据进行分析，选择和设计滤波器，根据滤波结果调整滤波器参数，直至达到要求。然后，基于LabVIEW软件开发人机交互界面，如图5所示，根据Matlab仿真结果设计滤波器对多生理信号进行滤波，进行FFT变换得到各生理信号频谱，并从频谱中提取脉率、心率和呼吸率。

通过对信号及其中的噪声和干扰分析，学生能够理解为什么要滤波，为什么要设计不同滤波器，并且能够掌握滤波器选型依据和设计流程。通过对信号频谱进行分析，使学生理解频谱的意义，并掌握基于FFT的频谱分析方法。最后，从频谱中计算心率、脉率和呼吸率，通过这些生理信号特征参数的提取，让学生认识到数字信号处理的目的是为了解决实际工程问题。

(a)上位机主界面

(b)上位机滤波结果显示界面

(c)上位机频域处理结果显示界面图5 上位机人机交互界面

2 系统在教学过程中的应用

2.1 采样定理验证与理解

采样频率的选择直接决定信号的采样结果，传统教学方法采用理论推导的方式得出：采样频率应该不小于所采集信号最高频率的2倍，之后让学生以结论的形式加以记忆。这种教学方法虽然花费课堂时间少，然而当学生在面临实际工程项目要选择采样频率时，容易出现“易学易忘”的现象。为此，将所设计的教学辅助系统引入课堂，让学生在学习采样定理前，先通过对比示波器上的模拟信号与上位机主界面显示的数字信号。让学生观察欠采样、临界采样和过采样等现象，再在课堂上对采样定理进行理论推导，这样的教学方式会加深学生对定理的理解，达到学以致用的目的。

2.2 滤波器设计

滤波是数字信号处理的重要环节之一，常用的滤波器根据便用频率范围可分为：低通滤波器、高通滤波器、带阻滤波器、带通滤波器和陷波器等，根据脉冲响应长度可分为IIR、FIR滤波器等，内容繁杂抽象，难以掌握。传统教学重点讲授IIR和FIR滤波器的原理及设计过程，辅以Matlab仿真实验，学生了解了滤波器的功能，却很难在实际工程中应用。主要问题表现为：选择什么类型的滤波器才能达到处理目的？怎样设置滤波器参数？为了解决这些问题，将本文所设计的辅助教学系统引入教学，让学生借助该系统采集自身的生理信号，并与学生一块分析这些信号，教其识别采样信号中的一些常见噪声，如工频干扰、肌电干扰、基线漂移等。根据这些信号有效成分和噪声的频谱范围的分布差异，设计不同类型的滤波器，如针对50 Hz工频干扰设计陷波器，针对超低频的基线漂移(≤1 Hz)设计高通滤波器等。至于滤波器参数的设置，可以一段已采样的离线信号为对象，基于Matlab软件，教学生通过观察滤波结果调整对应参数，让学生掌握各滤波器参数的意义及设置方法。然后，在LabVIEW软件中将Matlab仿真得到的参数用于设计滤波器，并通过实际信号采样验证滤波器的在线滤波效果，如图5(b)所示。

2.3 频谱分析

频谱分析是分析信号的有效手段之一，在频域可以直观地观察信号的频率成分及分布特征。快速傅里叶变换(FFT)是工程上计算信号频谱的常用方法。在讲解完FFT理论之后，结合所设计的系统，让学生观察各生理信号的频率成分及分布范围，结合滤波器，滤除不同噪声或干扰，让学生在时域(图5(b))和频域(图5(c))对信号成分有一个直观的感受。以此加深学生对频谱意义的理解，并能够利用FFT计算频谱。

2.4 生理信号特征参数提取

在对生理信号进行滤波和进行频谱分析的基础上，进一步对生理信号进行深层次分析，得到一些实际生理信号的参数，可提高学生学习的兴趣。该教学辅助系统主要从人体脉搏信号中提取脉率、从心电信号中提取心率及从呼吸信号中提取呼吸率，如图5(c)示，并根据医学临床经验，对这些参数设置阈值，当提取的这些参数高于或低于这些阈值，发出声光报警。通过生理信号特征参数提取，让学生认识到数字信号处理的内容不仅仅限于滤波和计算频谱，还有许多能解决实际工程问题的方法有待学习，激发学生不断学习的动力。

3 结语

笔者将所设计的辅助教学系统应用于“数字信号处理”课程实际教学，从学生的反馈意见中可以看出，该系统的使用使学生能够将已学的“传感器原理及应用”、“电路”、“模拟电子技术”和“数字电子技术”等课程所学的知识点串联起来，同时，对一些待学课程如“单片机原理及应用”和“虚拟仪器技术”等在设计工程设计中的地位有清晰的认识。本系统体积小，方便佩戴，并且可二次开发，在帮助学生掌握已学知识的同时，还可锻炼其实际工程项目开发能力。