数字信号处理虚拟仿真综合实验平台的设计

周城旭，王冬霞，曹玉东，曹洪奎

数字信号处理虚拟仿真综合实验平台的设计

周城旭，王冬霞，曹玉东，曹洪奎

（辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001）

给出了一种数字信号处理虚拟仿真综合实验平台，实现云端做实验。该实验平台采用LabVIEW模块化编程设计，包括信号采集模块、时频域分析模块、滤波器设计模块和应用扩展模块4个部分。信号采集模块可实现单通道和多通道(麦克风阵列)实时信号采集；时频域分析模块对信号采集模块输出的信号进行时、频域分析；滤波器设计模块通过调整输入最优参数设计数字滤波器，实现对信号采集模块输出的带噪信号实时滤波；应用扩展模块以语音应用为主，可实现语音端点检测和麦克风阵列语音信号增强等功能。该虚拟仿真综合实验平台将数字信号处理课程中各个晦涩难懂的知识点具体化，利用语音信号处理的实际案例，实时直观展示实际信号从采集、分析到处理的全过程。该实验平台既可以用于教师的线上课堂讲解，也可用学生线下自主学习，进一步激发师生教学兴趣。

LabVIEW；实验平台；麦克风阵列；MATLAB

数字信号处理(DSP)课程是电子通信相关专业学生的必修专业课，语音和图像信号处理、模式识别、人工智能等领域都包含该门课程的理论和方法，是一门理论公式繁多、晦涩难懂，与工程实践紧密相连的课程[1]。在教学过程中，教师在短暂的课堂时间内很难透彻地讲解这些既抽象又复杂的理论及概念，如线性和圆周卷积、快速傅里叶变换算法和数字滤波器的设计等。通过该实验教学平台学生能够直接地虚拟仿真分析数字信号处理课程中复杂抽象的知识点，各个实验模块包含了学生需要掌握的重要知识点，学生可以对每个零散的章节整合理解掌握，增强学习效率。

该虚拟仿真综合实验平台设计思想采用案例教学法，包含数字信号处理课程中的教学重点和难点，数字信号处理的重要应用就是语音信号处理，由于语音是人机沟通最便捷的方式，所以被广泛应用在人工智能等当今的热门领域[2]。但是实际的语音处理系统价格昂贵、算法操作复杂，且仅能用于特定语音信号处理情况。该虚拟仿真实验平台模拟出了真实的语音信号处理情境，其中包括用于采集的硬件和图形化G语言LabVIEW等软件，学生可以模拟出真实的语音信号处理系统[3]。并对数字信号处理课程中的零散知识点进行整合，利用图形化编程语言LabVIEW与MATLAB语言共同模拟语音处理系统的真实环境，将抽象的理论要点转换成直观的模拟真实情景，使学生在语音信号处理操作实践中逐步掌握理论原理，提高实验课的教学效果[4]。它具有可编程、可扩展，不受时间、地点、物理设备的限制和安全性能高等优点，有效地克服了传统实验的固有缺陷，学生通过虚拟仿真实验可以将理论与实际相结合，自主学习、解决问题和工程实践能力均得到提高[5]。

1 虚拟仿真综合实验平台的设计

1.1 实验平台系统的总体框图

考虑到“数字信号处理”课程中所有重要的概念和原理，利用LabVIEW与MATLAB混合编程、设计搭建了数字信号处理虚拟仿真综合实验平台，包括信号采集模块、时频域分析模块、滤波器设计模块以及扩展应用模块4个部分。其中，共包含17个选项卡，分别利用仿真信号和实际语音信号在不同域进行分析和处理，如图1所示。

图1 实验平台系统的总体设计框图

1.2 信号采集模块

信号采集模块，为了使学生深入理解奈奎斯特采样定理，以及如何设置采样频率，从而进行实时的语音信号采集，前面板利用LabVIEW图形化编程语言设计主要参数输入，包括录音时间、采样位数、采样频率和声卡通道等，如图2所示。通过虚拟示波器显示采集到的不同语音信号波形图并播放，直观感受单通道语音信号和麦克风阵列语音信号的不同。

奈奎斯特采样定理：若x()是频带宽度有限的信号(带限信号)，若想抽样后的信号能够不失真地还原出原信号，则必须抽样频率f大于或等于信号最高频率分量f的2倍，或者说信号的最高频率不得大于折叠频率f/2，即：

图2 信号的采集与存储

f≥2f(1)

后面板编程框图，语音信号的采集分为采集、存储和播放等环节。所以在设计过程中，利用语音输入安装节点设置录入语音的参数，连接语音读取节点，输出波形文件。TDMS写入节点设置语音文件的存储路径和存储格式。声音输入安装节点连接声音写入节点播放声音和调节音量。利用if条件结构框图，控制采集的开始和停止，套用while循环结构框图连续采集语音信号，如图3所示。

图3 信号采集编程框图

1.3 时频域分析模块

为了使学生深入理解时移、时域卷积等数字信号时域运算和分析过程，仿真真实环境，随时调节不同参数及信号类型，采用傅里叶变换进行频域分析，观察不同类别信号的频率分布特性。前面板利用游标卡尺控件调节信号的频率和相位，文本下拉列表控件选择相应波形，设置4个虚拟示波器显示时域信号和相应的幅度谱、相位谱和功率谱，简洁清晰，界面友好，如图4所示。

图4 仿真信号的频谱分析

在“数字信号处理”课程中，考虑到学生需要掌握典型信号的产生，所以在LabVIEW后面板中调用仿真信号生成器，生成所需要的正弦波、方波等仿真波形，if条件结构框图选择波形和相应的频谱和相位，然后调用频谱测量仪得到数字信号的频域特性，利用while循环结构框图使整个实验平台持续运行，如图5所示。

为了使学生可以对所采集的实际语音信号进行频谱分析，理论与实际相结合，提高其学习兴趣，实验平台处理设计了仿真信号频谱分析选项卡，同时设置了语音信号频谱分析选项卡。利用TDMS读取节点可以选取不同的语音信号，虚拟仿真实际的语音信号频谱分析，包括传感器采集到的纯净或带噪语音信号、加噪后的语音信号以及单纯的噪声信号的频谱，为之后滤波器设计参数选择提供依据。

图5 仿真信号频谱分析的程序框图

1.4 滤波器设计模块

学生需要通过频谱分析，选择合适的滤波器类型，设计了典型滤波器选项卡。正弦波节点生成仿真波形，利用几种经典滤波器巴特沃斯滤波器、切比雪夫滤波器、椭圆滤波器和中值滤波器节点生成滤波之后的波形进行分析比较，生动形象地深入理解不同种类的滤波器特性。虚拟仿真真实环境，根据实际情况设定滤波器的初始值，通过前面板的文本下拉列表控件和游标卡尺控件设置相应参数。

考虑到滤波器设计是“数字信号处理”课程中的重点内容，所以设置IIR/FIR滤波器设计选项卡，通过wav文件读取节点调用语音库中的实际语音信号，分析频谱特性，设置不同参数，虚拟仿真实际的语音信号处理系统，设计数字滤波器。在LabVIEW后面板中调用数字滤波器图形化编程框图，连接输入端滤波器类型、截止频率、衰减等滤波器设计参数，捆绑成簇的形式，输出端为利用时频域分析模块生成的所设计数字滤波器的频谱特性，如图6所示。

图6 数字滤波器的程序框图

1.5 应用扩展模块

为了满足不同学生的研究需求，分析理解语音信号的基本时域特性，进行语音信号的端点检测。由于语音信号的短时平稳性，所以需要对所接收到的信号进行分帧处理，所以设计分帧选项卡。

设语音波形时域信号为()，加窗分帧处理后得到的第帧语音信号为x()，则x()满足下式：

式中：=0, 1, 2, …；为帧长；为帧移长度。

根据实际情况，扩展设计不同的波束形成算法进行麦克风阵列语音信号增强，以延时求和波束形成算法为例。

设等距线阵有个阵元，入设信号为窄带信号，这时阵列的输出可表示为：

若空间只有一个来自方向的信号，方向矢量()的表示形式与权矢量相同。则有：

应用扩展模块设计是将LabVIEW和MATLAB相结合，因为大多数波束形成算法相对复杂，单纯利用数据流形式的LabVIEW编程运算速率慢，无法实现实时输出结果。LabVIEW中包含MATLAB调用节点，具有兼容性，可以不启用MATLAB软件，直接运行MATLAB代码[6]，如图7所示。

图7 麦克风阵列语音信号处理程序框图

该综合实验平台不仅可应用于语音信号增强，也可对语音信号识别、声源定位等领域扩展设计。适用于本科生竞赛和研究生算法研究，调用经典算法的MATLAB程序，可以适用于虚拟仿真用于人工智能等领域的麦克风阵列语音信号处理系统。

2 虚拟仿真综合实验平台的实现

数字信号处理虚拟仿真综合实验平台利用案例式设计方法，真实还原实际的语音信号处理系统，包括采集、时频域分析、数字滤波器设计、语音信号增强4个部分。语音信号利用单通道和多通道(麦克风阵列)进行采集，本文采用6个距离2 cm的麦克风组成的线性均匀阵列连接PXI设备采集麦克风阵列语音信号。

2.1 语音信号采集及显示

信号采集模块中的语音信号采集选项卡采集语音信号，选择合适的物理通道，设置采样频率和采样点，需要满足奈奎斯特采样定理。在实验室中，用于语音信号实时采集的设备是美国NI公司的PXI设备，包括单通道和多通道(麦克风阵列)语音信号采集。存储成LabVIEW中的数据格式TDMS文件，保存在本地电脑里。学生也可以利用笔记本、手机等录音设备，自行设置采样频谱，在会议、车载和其他实际场景录制实际的语音信号。语音信号波形显示选项卡分别显示和实时播放采集到的单通道语音信号波形以及麦克风阵列语音信号波形。点击开始按钮，可以听到语音文件并通过虚拟仿真示波器观察单通道或麦克风阵列语音信号的波形，如图8所示。

图8 语音信号的显示

2.2 语音信号的时频域分析

应用扩展模块中包括语音特性分析和语音端点检测选项卡，语音预处理，即初始的端点检测则利用短时能量和短时过零率，如图9所示。

图9 语音信号的端点检测

观察短时能量和短时过零率的波形图，从380帧到1 000帧之间是语音信号，因为语音段的能量较高，静音段的能量较低，而短时过量率的幅值正好相反。当然，这种幅值的高低仅是相对而言，并没有精确的阈值设定[6-7]。

为了验证所设计滤波器的有效性，需要引入加噪语音信号，所以在实验平台中增设了滤波器设计模块中的语音信号加噪选项卡，在噪声选择工具栏里面选择50 Hz的工频干扰，点击开始按钮。实现将噪声混入信号源中，利用虚拟示波器可以分别观察纯净语音信号和加噪语音信号。时频域分析模块中的语音信号频谱分析选项卡，加入背景噪声后的语音信号幅频特性，对其进行频域特性分析，如图10所示。观察语音信号的主要频率范围，噪声信号的频率为50 Hz，为后续滤波器设计提供理论支撑。

图10 语音信号的频谱

2.3 数字滤波器的设计

滤波器设计模块中的经典滤波器选项卡，设置仿真波形参数，点击开始按钮，分析特性，根据实际要求选取最有效的滤波器类型。通过观察和分析频谱图，输入合适的滤波器初始值，得到滤波器的最优效果。滤波器选项卡，可以看到参数设置界面。设定衰减，需要调节截止频率，使得滤波器可以保留语音信号频谱，滤除噪声所在的频段。通过滤波器的频谱图显示的滤波器特性，结合带噪语音信号中纯净语音信号和噪声信号的频谱图分析结果，观察所设计的滤波器能否达到预想的滤波效果，如图11所示。

滤波器设计模块中的单通道语音信号增强选项卡，输入所设计的最优滤波器参数，分别为通带和阻带截止频率48、52 Hz，最大衰减和最小衰减1、60 dB。实时播放处理前后的语音文件，从听觉上直观感受滤波的效果，观察分析处理前后语音信号的波形图和频谱图，结果如图12所示。

图11 数字滤波器的设计

图12 单通道语音信号增强

理想情况下，滤波后信号的频谱应该没有噪声的频谱成分。但若噪声信号的频谱和声音信号频率相差较小，则有可能噪声不能全部被滤除干净。观察滤波后波形图，可以看出所设计的数字滤波器有效地滤除了50 Hz的工频干扰。

应用扩展模块中的麦克风阵列语音增强选项卡，调用相应的波束形成算法，对麦克风阵列接收到的含有随机噪声的语音信号进行增强[8-12]，如图13所示。对含有噪声的语音信号和通过波束形成算法增强后的语音信号，观察得出，噪声信号的幅值明显降低。

图13 麦克风阵列语音信号增强

实验平台的麦克风阵列增强模块中的波束形成方法根据实际需要可以随意改变。本文实验平台包括固定波束形成算法和自适应波束形成算法。

3 结束语

目前，该平台已广泛应用于本校电子、通信学生课程教学，由于不受场地制约和设备限制，学生无需购买价格昂贵的语音信号处理系统，通过自主学习即可开发该实验平台的语音信号处理算法，提高了学生自主进行实验操作的能力。本校的本科生和研究生均已利用该平台参加竞赛活动和课题研究，取得了一定突破成果，学生的自主创新能力得到极大提升。以“多点结合、层次分明”的设计思路搭建数字信号处理虚拟仿真综合实验平台。该实验平台结合了零散的理论知识、传统的MATLAB编程实验、语音信号处理的工程实际应用；采用模块化编程、案例式设计，将该虚拟仿真实验内容分解为基础部分、综合部分、实践部分和创新部分，培养学生理论联系实际的工程实践创新能力。

[1] 蒋留兵, 车俐, 李德明. LabVIEW在“数字信号处理”虚拟仿真实验平台设计中的应用探索[J]. 工业和信息化教育, 2018(4): 65-71.

[2] 刘鑫, 金暄宏. 基于LabVIEW的语音信号处理[J]. 软件导刊, 2017, 16(8): 65-71.

[3] 张晓宁, 许爱雪, 李娜. 虚拟实验教学系统在《计算机组成原理》中的应用探讨[J]. 电子测试, 2018, (12): 121-123.

[4] 王志兵, 刘建国, 欧阳旻, 等. 基于虚实结合的《无线传感器原理及应用》实践课程设计与实现[J]. 福建电脑, 2018, 32(10): 112-132.

[5] 彭光含, 刘长青. 基于虚拟仿真的《电路分析》课程体系与MOOC教学融合模式[J]. 教育现代化, 2018, 5(28): 275-276.

[6] 周城旭, 王冬霞, 吕义, 等. LabVIEW阵列语音处理系统实验平台设计[J]. 实验室研究与探索, 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 classifier fusion[J]. Proc MLSP, 2012(10): 522-532.

[9] 王永良, 丁前军. 自适应阵列处理[M]. 北京: 清华大学出版社, 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

辽宁省科学事业公益研究基金（20170056）

周城旭(1987-)，女，辽宁锦州人，实验师，硕士。

责任编校：孙 林