一種新的基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF解碼器方案

1、摘要：本文提出了一種新的基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF信號(hào)檢測(cè)算法，并介紹了在TMS320C5402和TLV320AIC10上采用此算法的DTMF信號(hào)解碼器方案設(shè)計(jì)。仿真結(jié)果和實(shí)際工程實(shí)驗(yàn)均表明該算法比傳統(tǒng)的DTMF信號(hào)解碼方法具有更強(qiáng)的抗干擾能力；該方案具有一定的實(shí)用和參考價(jià)值。 關(guān)鍵詞：改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò) LMS算法 DTMF解碼 Abstract: In this paper a novel DTMF decoding algorithm based on Modified ADALINE Neural Network is introduced, with the

2、 DTMF decoder solution implemented on TMS320C5402 DSP and TLV320AIC10 AIC presented. The simulation results and engineering experiments show that the algorithm performs better anti-interference capability than the conventional methods, and can be used for application reference. Key Word: Modified AD

3、ALINE Neural Network LMS algorithm DTMF decoding 一、引言 DTMF（雙音多頻）信號(hào)是電話網(wǎng)中常用的信令，無論是家用電話、移動(dòng)電話還是程控交換機(jī)上，多采用DTMF信號(hào)發(fā)送接收號(hào)碼。DTMF技術(shù)還可以用于電力線載波通信等場(chǎng)合?？梢?，DTMF撥號(hào)和解碼在通信系統(tǒng)及其它方面有著廣泛的應(yīng)用。DTMF信號(hào)的解碼目前常用的方法有兩種：一種方法是采用濾波器組來分離8個(gè)DTMF信號(hào)。濾波器組的實(shí)現(xiàn)既可以用模擬濾波器，也可以用數(shù)字濾波器，這種方法在時(shí)域中進(jìn)行分離。第二種方法是采用DFT或者Goertzel算法來檢測(cè)8個(gè)信號(hào)的強(qiáng)弱，這種方法在頻域中進(jìn)行分離。然而，上

4、述兩種傳統(tǒng)的DTMF信號(hào)檢測(cè)方法都存在一定的缺陷，即在強(qiáng)信道噪聲干擾下常常不能正確工作。本文提出了一種新的基于改進(jìn)的ADALINE(Adaptive Linear Neuron)神經(jīng)網(wǎng)絡(luò)的DTMF信號(hào)檢測(cè)算法，其結(jié)構(gòu)簡(jiǎn)單計(jì)算量適中，并且能夠在強(qiáng)背景噪聲干擾下正常檢測(cè)，實(shí)驗(yàn)顯示它比傳統(tǒng)方法有更強(qiáng)的抗干擾能力。文章首先介紹了基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF信號(hào)檢測(cè)算法，然后給出了此方法的仿真結(jié)果，最后給出了采用TMS320C5402 DSP和TLV320AIC10 AIC實(shí)現(xiàn)DTMF信號(hào)檢測(cè)器的工程應(yīng)用方案設(shè)計(jì)。 二、DTMF信號(hào) DTMF信號(hào)是將撥號(hào)盤上的09、AD及*/E、#/F共1

5、6個(gè)字符，用音頻范圍的8個(gè)頻率來表示的一種編碼方式。8個(gè)頻率分為高頻群和低頻群兩組，分別作為列頻和行頻。每個(gè)字符的信號(hào)由來自列頻和行頻的兩個(gè)頻率的正弦信號(hào)疊加而成。頻率組合方式如圖1所示。 Frequency 1209Hz 1336Hz 1477Hz 1633Hz 697Hz 1 2 3 A 770Hz 4 5 6 B 852Hz 7 8 9 C 941Hz */E 0 #/F D 根據(jù)ITU-R Q.23建議1，DTMF信號(hào)的技術(shù)指標(biāo)是：傳送/接收率為每秒約10個(gè)號(hào)碼，或每個(gè)號(hào)碼120ms。每個(gè)號(hào)碼傳送過程中，信號(hào)存在時(shí)間至少65ms，且不多于75ms，120ms的其余時(shí)間是靜音。在每個(gè)頻率

6、點(diǎn)上允許有不超過 1.8%的頻率誤差。任何超過給定頻率 3.5%的信號(hào)，均被認(rèn)為是無效的，拒絕承認(rèn)接收。另外，在最壞的檢測(cè)條件下，信噪比不得低于15dB。 三、基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF檢測(cè)算法 神經(jīng)網(wǎng)絡(luò)是信號(hào)處理發(fā)展的一個(gè)新方向，它可以在先驗(yàn)知識(shí)未知的情況下，通過對(duì)輸入信號(hào)的自學(xué)習(xí)，實(shí)時(shí)調(diào)整網(wǎng)絡(luò)的權(quán)系數(shù)和偏置值，使網(wǎng)絡(luò)得到最佳的期望輸出。神經(jīng)網(wǎng)絡(luò)具有內(nèi)在的自適應(yīng)性和非線性，能夠得到魯棒性和抗干擾能力更強(qiáng)的系統(tǒng)3。 ADALINE神經(jīng)網(wǎng)絡(luò)是Widrow和Hoff提出的2,3，它的一般結(jié)構(gòu)如圖2所示，采用LMS算法。輸入信號(hào)x(n)及其延遲序列是網(wǎng)絡(luò)的輸入，網(wǎng)絡(luò)輸出a(n)與某個(gè)

7、目標(biāo)輸出t(n)的差得到誤差信號(hào)e(n)，然后網(wǎng)絡(luò)按照LMS算法調(diào)整權(quán)系數(shù)和偏置值，并按此方式循環(huán)處理。 圖2ADALINE神經(jīng)網(wǎng)絡(luò)非常適合于信號(hào)的檢測(cè)與提取或噪聲消除，此時(shí)它的一般結(jié)構(gòu)如圖3所示1。在一定的噪聲參考輸入下，網(wǎng)絡(luò)能夠自適應(yīng)的跟蹤和捕捉混雜信號(hào)中的相應(yīng)成分，網(wǎng)絡(luò)輸出企圖逼近待檢測(cè)的混雜信號(hào)，但是因?yàn)樵肼晠⒖夹盘?hào)與有用信號(hào)不相關(guān)或者弱相關(guān)，它只能復(fù)制到與噪聲參考信號(hào)強(qiáng)相關(guān)的成分。于是混雜信號(hào)中的噪聲成分被自適應(yīng)的跟蹤，進(jìn)而可以被消除，誤差信號(hào)恰好就是恢復(fù)出來的有用信號(hào)。這種結(jié)構(gòu)的ADALINE神經(jīng)網(wǎng)絡(luò)在飛機(jī)客艙消噪系統(tǒng)和腦電圖檢測(cè)等方面得到了成功的應(yīng)用2,5,6。 圖3然而，實(shí)踐表

8、明，一般結(jié)構(gòu)的ADALINE網(wǎng)絡(luò)(圖2或圖3)用于檢測(cè)DTMF信號(hào)的效果并不好，需要進(jìn)行改進(jìn)。DTMF信號(hào)的檢測(cè)可以看成是要在受噪聲污染的信號(hào)中檢測(cè)并判斷是否存在某個(gè)特定信號(hào)（8個(gè)頻率的信號(hào)）?；谶@一點(diǎn)，我們提出了一種如圖4所示的改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)，非常適合于DTMF信號(hào)的檢測(cè)。它與一般結(jié)構(gòu)的ADALINE網(wǎng)絡(luò)有兩點(diǎn)不同：(1)它用DTMF分量參考信號(hào)作網(wǎng)絡(luò)的輸入，而把待檢測(cè)信號(hào)作為期望輸出。(2)增加一個(gè)非線性處理環(huán)節(jié)，非線性地增強(qiáng)或抑制網(wǎng)絡(luò)的跟蹤結(jié)果以增強(qiáng)網(wǎng)絡(luò)的效果。 改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)(圖4)的工作原理如下： x(n)是受噪聲污染的待檢測(cè)輸入信號(hào)，它作為網(wǎng)絡(luò)的期望輸

9、出；提供給網(wǎng)絡(luò)的輸入是某個(gè)特定的DTMF分量頻率正弦信號(hào)ref(n)，其頻率是8個(gè)DTMF頻率之一；網(wǎng)絡(luò)自適應(yīng)跟蹤的中間信號(hào)是a(n)。非線性環(huán)節(jié)對(duì)a(n)進(jìn)行進(jìn)一步的增強(qiáng)或抑制，最終網(wǎng)絡(luò)輸出是y(n)。 圖4神經(jīng)網(wǎng)絡(luò)跟蹤的期望值是待檢測(cè)的輸入信號(hào)x(n)，而且LMS算法試圖將誤差信號(hào)e(n)減至最小。但是由于網(wǎng)絡(luò)輸入是某個(gè)特定的DTMF分量頻率參考信號(hào)ref(n)，所以它只能復(fù)制到與ref(n)信號(hào)強(qiáng)相關(guān)的信號(hào)，而不能復(fù)制到與ref(n)信號(hào)不相關(guān)或弱相關(guān)的噪聲信號(hào)。如果x(n)中含有該特定頻率的信號(hào)，則參考信號(hào)與輸入信號(hào)匹配，網(wǎng)絡(luò)就能得到很強(qiáng)的信號(hào)a(n)。相反，如果x(n)中不含有該特定

10、頻率信號(hào)，則參考信號(hào)與輸入信號(hào)不匹配，網(wǎng)絡(luò)的中間信號(hào)a(n)就會(huì)很弱。同時(shí)，非線性環(huán)節(jié)會(huì)對(duì)較強(qiáng)的a(n)信號(hào)進(jìn)一步的增強(qiáng)，而對(duì)較弱的a(n)信號(hào)進(jìn)一步的抑制。這樣，通過判斷神經(jīng)網(wǎng)絡(luò)輸出信號(hào)的強(qiáng)弱，就能判斷出待檢測(cè)的輸入信號(hào)中是否存在該特定DTMF分量頻率的信號(hào)。 改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)采用LMS算法2，LMS算法本質(zhì)是以最小均方誤差為準(zhǔn)則的近似的最速下降算法。它以均方誤差為性能函數(shù)F(x)，定義如下 神經(jīng)網(wǎng)絡(luò)的各個(gè)參數(shù)需要通過試驗(yàn)來確定。經(jīng)過試驗(yàn)，對(duì)于DTMF檢測(cè)，選用只含有2個(gè)權(quán)系數(shù)和1個(gè)偏置值的網(wǎng)絡(luò)就可以勝任，也就是在圖4中，只需要w1/w2/b三個(gè)參數(shù)，結(jié)構(gòu)簡(jiǎn)單，計(jì)算量小。 對(duì)每個(gè)

11、DTMF分量頻率都設(shè)置一個(gè)如圖4所示的神經(jīng)網(wǎng)絡(luò)單元，在每個(gè)檢測(cè)周期對(duì)8個(gè)神經(jīng)網(wǎng)絡(luò)單元的輸出進(jìn)行判斷并簡(jiǎn)單分析，就可以實(shí)現(xiàn)DTMF解碼。 四、基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF解碼仿真結(jié)果 為了驗(yàn)證上述基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF檢測(cè)算法，我們?cè)贛ATLAB上使用Neural Networks Toolbox進(jìn)行了仿真。 仿真條件和參數(shù)選擇：模擬實(shí)際信道中常見的高斯白噪聲情況，待檢測(cè)輸入信號(hào)x(n)是DTMF信號(hào)和信道噪聲的疊加，輸入信噪比SNR是-3dB。為了討論方便，假定每個(gè)DTMF分量的幅度是+/-2V（只要進(jìn)行比例縮放就可以適用實(shí)際情況），兩個(gè)分量信號(hào)幅度之和為+/

12、-4V，并假定ADC接口之前的預(yù)處理電路的限幅電平是+/-5V，即兩個(gè)有用信號(hào)幅度之和占限幅電平的80%。改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)單元選擇含有2個(gè)權(quán)系數(shù)和1個(gè)偏置值，采用LMS算法，學(xué)習(xí)速度 選0.02。待檢測(cè)信號(hào)SNR=-3dB，采樣頻率為8KHz，采樣時(shí)間20ms。非線性環(huán)節(jié)的門限threshold選定為1.0V。 仿真結(jié)果如下：以*鍵為例，DTMF信號(hào)為941Hz/1209Hz。圖5上圖為純DTMF信號(hào)和高斯白噪聲信號(hào)，下圖為二者的疊加信號(hào)，即待檢測(cè)信號(hào)x(n)。 圖5圖6為對(duì)應(yīng)941Hz的神經(jīng)網(wǎng)絡(luò)單元的輸出，上圖為中間信號(hào)a(n)，下圖為網(wǎng)絡(luò)輸出信號(hào)y(n)。從圖中可以看出，網(wǎng)絡(luò)很

13、快就能捕捉到輸入中的941Hz信號(hào)，輸出信號(hào)很強(qiáng)并且從12ms開始就基本穩(wěn)定。因此系統(tǒng)判斷為輸入信號(hào)中含有941Hz的信號(hào)。對(duì)應(yīng)1209Hz的神經(jīng)網(wǎng)絡(luò)單元也類似。 圖6圖7為對(duì)應(yīng)1336Hz的神經(jīng)網(wǎng)絡(luò)單元的輸出，上圖為中間信號(hào)a(n)，下圖為網(wǎng)絡(luò)輸出信號(hào)y(n)。從圖中可以看出，網(wǎng)絡(luò)輸出信號(hào)一直很弱并且也基本穩(wěn)定。因此系統(tǒng)判斷為無法捕捉到1336Hz信號(hào)，即輸入信號(hào)中不含有1336Hz的信號(hào)。另外5個(gè)神經(jīng)網(wǎng)絡(luò)單元也類似。 圖7圖6和圖7中紅色虛線表示非線性環(huán)節(jié)的門限。由此可以看出，系統(tǒng)判斷出輸入信號(hào)中含有941Hz/1209Hz的信號(hào)，不含697/770/852/1336/1477/1633H

14、z信號(hào)，從而實(shí)現(xiàn)*鍵號(hào)碼的正確解碼。 當(dāng)輸入DTMF信號(hào)為其他頻率組合時(shí)的情況與上述結(jié)果類似，都能正確解碼。其他仿真結(jié)果表明它在信噪比為-3dB以下仍能準(zhǔn)確檢測(cè)。 五、工程應(yīng)用方案設(shè)計(jì) 采用上述基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF檢測(cè)算法，在TMS320C5402 DSP和TLV320AIC10 AIC上實(shí)現(xiàn)DTMF信號(hào)檢測(cè)器硬件結(jié)構(gòu)如圖8所示。 TMS320C5402是一款性價(jià)比很高的16位定點(diǎn)DSP9，采用改進(jìn)的哈佛結(jié)構(gòu)，速度達(dá)100MIPS，并具有豐富的片上外設(shè)資源，非常適合于語音信號(hào)處理，有線或無線通信等通信類應(yīng)用場(chǎng)合。TLV320AIC10是一款模擬接口芯片(AIC) 10，具

15、有一對(duì)采用Sigma-Delta調(diào)制技術(shù)的16位采樣頻率達(dá)22KHz的ADC/DAC，還內(nèi)含相關(guān)的濾波與增益控制等電路。TLV320AIC10能與TMS320C5402實(shí)現(xiàn)無縫接口，配合使用。 需要說明的是：DTMF解碼功能通常只是由DSP與AIC組成的通信處理系統(tǒng)的一部分。TMS320C5402強(qiáng)大的處理能力與DSP/AIC豐富的片上資源再配以外圍電路足以實(shí)現(xiàn)系統(tǒng)所需的其他功能。本文只談及DTMF解碼功能。 TLV320AIC10設(shè)置為采樣頻率8KHz，Master模式，幀同步為Pulse模式。如圖8所示，來自電話線的信號(hào)經(jīng)過接口預(yù)處理電路后送入AIC的ADC進(jìn)行模數(shù)轉(zhuǎn)換，然后通過McBSP

16、串口與TMS320C5402通信，把采樣數(shù)據(jù)送入DSP，同時(shí)進(jìn)行A律擴(kuò)展，以備后續(xù)處理。 圖8對(duì)每個(gè)樣點(diǎn)逐個(gè)計(jì)算8個(gè)神經(jīng)網(wǎng)絡(luò)單元的輸出值并按照LMS算法更新網(wǎng)絡(luò)參數(shù)，然后等待下一個(gè)新樣點(diǎn)的到來。經(jīng)過20ms周期即180個(gè)樣點(diǎn)處理，可以得到8個(gè)網(wǎng)絡(luò)單元的輸出幅值，它定義為從12ms到20ms之間的輸出值平均。 當(dāng)8個(gè)網(wǎng)絡(luò)單元的輸出幅值計(jì)算出來后，還要進(jìn)行DTMF有效性檢驗(yàn)，以判定是否為有效的DTMF信號(hào)。有效性檢驗(yàn)包括以下幾項(xiàng)內(nèi)容：（1）高、低頻段的最大幅值都必須大于某個(gè)門限值，而且二者之和也要大于某個(gè)門限值。（2）高、低頻段的最大幅值與各自頻段其它三個(gè)幅值相比，其差值必須大于某個(gè)門限值。（3）

17、逆向絞度檢驗(yàn)即低頻段最大幅值不得超過高頻段最大幅值8dB，標(biāo)準(zhǔn)絞度檢驗(yàn)即高頻段最大幅值不得超過低頻段最大幅值4dB。（4）高、低頻段最大幅值之和與其它6個(gè)幅值之和之比，必須大于某個(gè)門限值。 若上述檢驗(yàn)通過，判定當(dāng)前周期DTMF信號(hào)有效，根據(jù)頻率組合可確定是對(duì)應(yīng)哪個(gè)號(hào)碼。但要確認(rèn)接收到一個(gè)有效的號(hào)碼，還要滿足兩個(gè)條件，一是要有兩個(gè)以上連續(xù)周期的有效且相同的DTMF信號(hào)，以保證信號(hào)持續(xù)時(shí)間，二是前面有足夠的靜音時(shí)間，以避免重復(fù)識(shí)別。由于每個(gè)周期是20ms信號(hào)，可以保證一位號(hào)碼能接收到兩個(gè)完整的DTMF信號(hào)周期。程序流程圖如圖9所示。 圖9六、結(jié)語 傳統(tǒng)DTMF信號(hào)的解碼方法有兩種：濾波器組法和Go

18、ertzel/DFT算法。針對(duì)傳統(tǒng)DTMF信號(hào)檢測(cè)方法抗干擾能力不足的問題，本文提出了一種新的基于改進(jìn)的ADALINE神經(jīng)網(wǎng)絡(luò)的DTMF信號(hào)檢測(cè)算法，并介紹了在TMS320C5402 DSP和TLV320AIC10 AIC上采用此算法的DTMF信號(hào)檢測(cè)器工程應(yīng)用方案設(shè)計(jì)。仿真結(jié)果和實(shí)際工程實(shí)驗(yàn)均表明它比傳統(tǒng)方法具有更強(qiáng)的抗干擾能力，該方案具有一定的實(shí)用和參考價(jià)值。 參考文獻(xiàn) 1 ITU-R Recommendation Q.23, 1988/19932 Martin T. Hagan等著，戴葵等譯. 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì). 北京：機(jī)械工業(yè)出版社，20023 Simon Haykin等. Neural Networks: A Comprehensive Foundation. 北京：清華大學(xué)出版社，20014 何振亞. 自適應(yīng)信號(hào)處理. 北京：科學(xué)出版社，20025 劉紀(jì)元. 自適應(yīng)神經(jīng)元在信號(hào)檢測(cè)中的應(yīng)用. 沈陽航空工業(yè)學(xué)院學(xué)報(bào)，1998(6)6 趙斌等. 基于自適應(yīng)逆控制的飛機(jī)客艙消噪系統(tǒng). 控制工程，2002（11）7 張玉蓮. LMS算法的實(shí)驗(yàn)分析. 浙江海洋學(xué)院學(xué)報(bào)，2000（3）8 石明衛(wèi). 基于DSP的多路DTMF檢測(cè)器的軟件實(shí)現(xiàn). 現(xiàn)代電子技術(shù)，2001（10）9 TMS32