Ứng dụng phương pháp phân tích phi tuyến trong miền thời gian tần số vào xử lý tín hiệu

Đại Học Quốc Gia Tp Hồ Chí Minh TRƯỜNG ĐẠI HỌC BÁCH KHOA TRẦN THỊ NGA ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH PHI TUYẾN TRONG MIỀN THỜI GIAN-TẦN SỐ VÀO XỬ LÝ TÍN HIỆU A NONLINEAR TIME-FREQUENCY ANALYSIS APPLIED TO SIGNAL PROCESSING Chuyên ngành: Kỹ thuật điện tử Mã số ngành: LUẬN VĂN THẠC SĨ Tp Hồ Chí Minh, tháng 07 năm 2007 CƠNG TRÌNH ĐƯỢC HỒN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA ĐẠI HỌC QUỐC GIA TP HỒ CHÍ MINH Cán hướng dẫn khoa học: PGS-TS Lê Tiến Thường Cán chấm nhận xét 1: Cán chấm nhận xét 2: Luận văn thạc sĩ bảo vệ HỘI ĐỒNG CHẤM BẢO VỆ LUẬN VĂN THẠC SĨ TRƯỜNG ĐẠI HỌC BÁCH KHOA, ngày tháng năm 2007 TRƯỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA Xà HỘI CHỦ NGHĨA VIỆT NAM PHÒNG ĐÀO TẠO SĐH ĐỘC LẬP – TỰ DO – HẠNH PHÚC Tp HCM, ngày tháng năm 2007 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Trần Thị Nga Phái: Nữ Ngày, tháng, năm sinh: 01/05/1982 Nơi sinh: Nam Định Chuyên ngành: Kỹ thuật điện tử MSHV: 01405315 I- TÊN ĐỀ TÀI: ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH PHI TUYẾN TRONG MIỀN THỜI GIAN-TẦN SỐ VÀO XỬ LÝ TÍN HIỆU II- NHIỆM VỤ VÀ NỘI DUNG: • Tìm hiểu thuật tốn phân tích tín hiệu phi tuyến phân tích mơ hình tốn học thuật tốn khả phân tích tín hiệu miền thời gian-tần số so với phương pháp Kalman filter, LMS (Least Mean Square) • Tìm hiểu ứng dụng thực tế phương pháp phân tích phi tuyến phân tích hài, phân tích tín hiệu nhiễu lớn.Mơ hoạt động thuật tốn thích nghi tín hiệu dừng tín hiệu khơng dừng • Thực thí nghiệm xử lý tín hiệu dừng, tín hiệu khơng dừng, phân tích tín hiệu với nhiễu lớn kit xử lý tín hiệu số TMS320C6711 III- NGÀY GIAO NHIỆM VỤ: 22/02/2007 IV- NGÀY HOÀN THÀNH NHIỆM VỤ: 28/06/2007 V- CÁN BỘ HƯỚNG DẪN: PGS.TS Lê Tiến Thường CÁN BỘ HƯỚNG DẪN PGS-TS Lê Tiến Thường CN BỘ MÔN QL CHUYÊN NGÀNH Nội dung đề cương luận văn thạc sĩ Hội đồng chuyên ngành thông qua TRƯỞNG PHÒNG ĐT – SĐH TRƯỞNG KHOA QL NGÀNH LỜI CẢM ƠN Tôi xin gửi đến Thầy giáo Lê Tiến Thường lời cảm ơn chân thành Thầy tận tình hướng dẫn, định hướng, tạo nhiều điều kiện thuận lợi, giúp đỡ tơi hồn thành luận văn Tơi xin chân thành cảm ơn quý thầy cô Khoa Điện-Điện tử trường Đại học Bách khoa, người truyền đạt kiến thức, định hướng nghiên cứu suốt khóa đào tạo sau đại học Cuối xin cảm ơn gia đình, bạn bè đồng nghiệp giúp đỡ, động viên tơi suốt q trình học tập nghiên cứu Xin trân trọng Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Abstract The aim of this thesis represents a core algorithm of non linear time-frequency analysis applied to non-stationary signal processing which offers an alternative to traditional methods such as DFT (Discrete Fourier Transform) This alternative method is first developed and presented by Dr Ziarani in IEEE transaction on signal processing, vol 52, 2004 Although DFT is widely used today, they not perform well under non-stationary conditions in which frequency drifts and amplitude fluctuates over time There are many methods, for instance Kalman filter, LMS that can work well in non-stationary signal However, they have many disadvantages because of their complicate structure and high CPU usage due to windowing properties The main advantage of the proposed method is capable of estimating harmonial and inter-harmonial components in both stationary and nonstationary conditions with high noise immunity, high performance, and simple structure Another advantage is that it is very flexible thank to its easily changeable parameters to get high performance In order to illustrate these characteristics of the core algorithm, Matlab simulation is done with some simple non_stationary signals This method is used in many applications All most all of them are depent on serial, parallel or mixed model This thesis represents some of them such as harmonic analysis, DPOAE (Distortion product otoacoustic emission) detecting Both of them are first done in Matlab environment From the result of Matlab simulation, the experiments are implemented in the DSP platform The TMS320C6711 kit is chosen to execute these applications Harmonic analysis bases on the master-slave model which is developed by taking serial units The master detects the fundamental component of signal; the slaves track the others such as harmonics, inter-harmonics and noise Another experiment detects DPOAE signal from high amplitude stimulus and background noise DPOAE detecting is one of the methods that are used in diagnosing the injured inner ears The mixed model is used in this practice Key words: adaptive filter, time-frequency analysis, nonlinear analysis, nonstationary signal Hình ii KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Tóm tắt Nội dung luận văn trình bày ứng dụng phương pháp phân tích phi tuyến miền thời gian-tần số vào xử lý tín hiệu không dừng Tuy phương pháp DFT thông dụng phương pháp khơng hiệu tín hiệu có tần số trơi biên độ dao động theo thời gian Hiện nay, nhiều phương pháp khắc phục nhược điểm DFT Kalman Filter, LMS…Những phương pháp hạn chế cấu trúc phức tạp dung lượng tính tốn lớn Ưu điểm thuật tốn phi tuyến khả phân tích hài, liên hài tín hiệu dừng tín hiệu khơng dừng với tính triệt nhiễu cao, hiệu quả, cấu trúc đơn giản Ngoài ra, phương pháp linh hoạt thông số thay đổi cách dễ dàng để việc phân tích tín hiệu vào xác Các ứng dụng phương pháp phi tuyến dựa vào việc ghép song song, nối tiếp hay hỗn hợp khối thuật tốn tốn Phương pháp phân tích sử dụng nhiều ứng dụng Luận văn trình bày số ứng dụng phân tích hài tín hiệu, phân tích tín hiệu nhiễu lớn tín hiệu DPOAE (Distortion product otoacoustic emission) …Phân tích hài theo mơ hình masterslave thực cách ghép nối tiếp khối thuật toán kiện Phân tích tín hiệu DPOAE ứng dụng nhằm chẩn đoán số bệnh tai Thí nghiệm thực dựa vào mơ hình ghép hỗn hợp khối thuật toán Các kết phân tích so sánh với kết phân tích phương pháp khác LMS, Kalman filter… Từ kết mô Matlab, ứng ứng dụng phân tích tín hiệu khơng dừng tín hiệu nhiễu lớn thí nghiệm kit xử lý tín hiệu số TMS320C6711 Key words: adaptive filter, time-frequency analysis, nonlinear analysis, nonstationary signal Hình iii KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường MỤC LỤC Chương 1: Giới thiệu Chương 2: Nhiệm vụ tiến độ thực đề tài 2.1 Phân tích thuật tốn phi tuyến 2.2 Một số ứng dụng phân tích tín hiệu: 2.3 Mô Matlab 2.4 Thí nghiệm kit DSP Chương 3: Các phương pháp phân tích tín hiệu 3.1 Các phép biến đổi 3.1.1 Fourier transform STFT (Short Time Fourier Transform) 3.1.2 Biến đổi Wavelets 3.2 Các phương pháp phân tích tín hiệu miền thời gian tần số 12 3.2.1 LMS (Least Mean Square) 12 3.2.2 Bộ lọc Kalman 14 Chương 4: Phân tích phi tuyến miền thời gian-tần số 17 4.1 Nội dung thuật toán phi tuyến 17 4.2 Mơ thuật tốn phi tuyến Matlab 22 4.3 Điều chỉnh thông số định thời 25 4.4 Khả phân tích miền thời gian-tần số thuật toán 27 Chương 5: Ứng dụng thuật toán phi tuyến phân tích tín hiệu 32 5.1 Phân tích thành phần hài tín hiệu 32 5.2 Phân tích tín hiệu DPOAE 39 Chương 6: Thí nghiệm 49 6.1 Giới thiệu kit DSP TMS320C6711 49 6.2 Mơ hình thí nghiệm 58 6.3 Thuật tốn thích nghi 59 6.4 Phân tích tín hiệu DPOAE kit TMS320C6711 60 Chương kết thúc: 65 Hướng phát triển đề tài 65 Kết luận 65 Tài liệu tham khảo 67 Phụ lục 69 Hình iv KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình Hình 3.1: Nguyên tắc thực STFT Hình 3.2: Tín hiệu tồn khoảng thời gian ngắn Hình 3.3: Tín hiệu sau cửa sổ hóa Hình 3.4: Dạng tín hiệu biến đổi Fourier Hình 3.5: Sóng sine trải dài vơ tận miền thời gian Hình 3.6: Cửa sổ có chiều dài số nguyên lần chu kỳ Hình 3.7: Cửa sổ có chiều dài khác số nguyên lần chu kỳ Hình 3.8: Tín hiệu giả sử biến đổi Fourier Hình 3.9: Cửa sổ hóa tín hiệu làm giảm rị rỉ phổ Hình 3.10: Phổ tín hiệu trước sau làm trơn Hình 3.11: Tín hiệu phổ tín hiệu trước giảm rị phổ Hình 3.12: Tín hiệu phổ tín hiệu sau làm giảm rị phổ Hình 3.13: Nguyên tắc biến đổi Wavelets Hình 3.14: Sơ đồ thực DWT 11 Hình 3.15: Cấu trúc lọc thích nghi 12 Hình 3.16: Cấu trúc lọc thích nghi áp dụng vào triệt nhiễu 13 Hình 3.17: Cấu trúc lọc thích nghi nhận dạng hệ thống 17 Hình 3.18: Cấu trúc dự đốn thích nghi 18 Hình 4.1: Quỹ đạo thuật tốn 21 Hình 4.2: Mơ hình thuật tốn 21 Hình 4.3: Sơ đồ khối mô 22 Hình 4.4: Tín hiệu dừng 23 Hình 4.5: Đáp ứng biên độ tần số tín hiệu dừng khơng có nhiễu 24 Hình 4.6: Tín hiệu khơng dừng 25 Hình 4.7: Đáp ứng biên độ tần số tín hiệu khơng dừng khơng có nhiễu 25 Hình 4.8: Phân tích tín hiệu với thông số khác 26 Hình 4.9: Tín hiệu kéo dài vơ tận miền thời gian 27 Hình 4.10: Tín hiệu tồn hữu hạn miền thời gian (FFT) 28 Hình 4.11: Tín hiệu tồn hữu hạn miền thời gian(STFT) 29 Hình 4.12: Tín hiệu tồn hữu hạn miền thời gian (STFT) 29 Hình 4.13: Phổ tín hiệu ngắn gồm tần số 10, 25, 50 100 Hz 30 Hình 4.14: Tín hiệu hữu hạn miền thời gian dùng phương pháp thích nghi 31 Hình v KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình 5.1: Sơ đồ khối giải thuật tách sóng sine có tần số cho trước 34 Hình 5.2: Sơ đồ master-slave với tần số cho trước 35 Hình 5.3: Sơ đồ khối giải thuật tách sóng sine có pha cho trước 36 Hình 5.4: Đáp ứng tần số biên độ thành phần 36 Hình 5.5: Hài thứ 37 Hình 5.6: Hài thứ 37 Hình 5.7: Hài thứ 38 Hình 5.8: Hài thứ 38 Hình 5.9: Sơ đồ khối phân tích tín hiệu DPOAE 40 Hình 5.10: Tín hiệu vào 43 Hình 5.11: Phổ tín hiệu vào sau biến đổi DFT 43 Hình 5.12: Tín hiệu sau tiền xử lý 43 Hình 5.13 : Phổ tín hiệu sau tiền xử lý 43 Hình 5.14: Tín hiệu vào tầng xử lý 43 Hình 5.15: Phổ tín hiệu vào tầng xử lý 43 Hình 5.16: Tín hiệu sau tầng xử lý 44 Hình 5.17: Phổ tín hiệu sau tầng xử lý 44 Hình 5.18: Tín hiệu DPOAE 44 Hình 5.19 : Phổ tín hiệu DPOAE 44 Hình 5.20: DPOAE sau hậu xử lý 44 Hình 5.21: Phổ DPOAE sau hậu xử lý 44 Hình 5.22: Tín hiệu DPOAE sau hậu xử lý 45 Hình 5.23: Biên độ DPOAE sau hậu xử lý 45 Hình 6.1: Sơ đồ khối TMS320C6711 49 Hình 6.2: Sơ đồ tổ chức nhớ nội 50 Hình 6.3: Sơ đồ khối McBSP 56 Hình 6.4: Mơ hình thí nghiệm 58 Hình 6.5: Sơ đồ truyền nhận data theo RTDX 58 Hình 6.6: Tín hiệu vào TMS320C6711 59 Hình 6.7: Biên độ tín hiệu sau xử lý Mat lab TMS320C6711 59 Hình 6.8: Dạng sóng tín hiệu 60 Hình 6.9: So sánh lỗi hai phương pháp thích nghi LMS 60 Hình vi KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình 6.10: Dạng sóng phổ tần số tín hiệu vào 61 Hình 6.11: Dạng sóng phổ tần số tín hiệu sau tiền xử lý 61 Hình 6.12: Dạng sóng phổ tần số tín hiệu vào tầng xử lý 62 Hình 6.13: Dạng sóng phổ tần số tín hiệu sau tầng xử lý 62 Hình 6.14: Dạng sóng phổ tần số tín hiệu DPOAE 63 Hình 6.15: Dạng sóng tín hiệu DPOAE sau tầng hậu xử lý 63 Hình 6.16: Phổ biên độ tín hiệu DPOAE sau tầng hậu xử lý 63 Hình P1: Giao diện 69 Hình P2: Phân tích STFT 69 Hình P3: Phương pháp LMS 70 Hình P4: Giao diện mơ thuật tốn phi tuyến 70 Hình P5: Kết so sánh hai phương pháp thích nghi LMS 71 Hình P6: Kết phân tích hài 73 Hình P7: Giao diện mơ tín hiệu DPOAE 74 Bảng 6.1: Tổ chức vùng nhớ TMS320C6711 51 Bảng 6.2: Bảng ngắt 54 Bảng 6.3: Bảng lựa chọn ngắt 55 Hình vii KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình 6.8: Dạng sóng tín hiệu Hình 6.9: So sánh lỗi hai phương pháp thích nghi LMS Hình (6.9) thể sai số hai phương pháp Kết nảy cho thấy, thời gian độ, LSM phân tích tín hiệu với sai số lớn Từ cho thấy, hai phương pháp có khả triệt nhiễu tốt chúng có nhược điểm chung thời gian hội tụ lớn Kết thí nghiệm cho thấy ưu điểm phương pháp so với LMS thời gian hội tụ nhanh lỗi phân tích tín hiệu nhỏ 6.4 Phân tích tín hiệu DPOAE kit TMS320C6711: Thí nghiệm kit TMS320C6711 với mơ hình hỗn hợp thực với tín hiệu vào bao gồm tần số f1 = 5000 Hz , f = 6000 Hz , f DPOAE = 4000 Hz có biên độ 1, 1, 0.006 Các lọc hệ số thuật toán thiết lập tương tự trường hợp mô Matlab Thí nghiệm thực với tín hiệu đơn giản khơng nhiễu mục đích thí nghiệm nhằm chứng tỏ khả hoạt động thuật tốn Kết thí nghiệm tải PC nhờ vào tính RTDX (real time data exchange) Kết hiển thị Matlab so sánh với kết mô phương pháp Kalman Mơ hình phân tích tín hiệu dựa thuật tốn Kalman hồn tồn tương tự mơ hình áp dụng thuật tốn thích nghi Với mơ hình áp dụng thuật toán Kalman, khối tách f1 , f f D thay khối lọc Kalman Thí nghiệm - 60 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Mục đích phép phân tích việc xác định thời gian tồn thành phần tần số tín hiệu DPOAE f D Bên cạnh đó, tín hiệu DPOAE cịn tồn nhiều thành phần tần số nhiên thành phần tồn thời gian ngắn [9] Thành phần tần số f D tồn khoảng vài phút Do khả hội tụ khoảng 1s không làm ảnh hưởng nhiều đến kết phân tích DPOAE Tín hiệu vào có dạng sóng phổ qua biến đổi FFT thể hình (6.10) Phổ cho thấy FFT khơng thể bắt tần số tín hiệu DPOAE tín hiệu có biên độ nhỏ nên bị chìm nhiễu Tín hiệu sau tầng xử lý trước thể hình (6.11) Tầng xử lý trước lọc thơng dải có băng thông 100 Sau xử lý giữa, tần số f1 , f bị suy hao đáng kể nên phổ tín hiệu sau xử lý xuất thêm tần số DPOAE Như tín hiệu ban đầu có tồn thành phần DPOAE Hình 6.10: Dạng sóng phổ tần số tín hiệu vào Tín hiệu sau tiền xử lý đưa vào xử lý hai khối thuật toán phi tuyến Các khối ghép song song có nhiệm vụ tách tín hiệu có tần số f1 , f Các khối ứng dụng mơ hình thuật tốn phi tuyến điều kiện tần số tín hiệu vào biết trước Khối tách tần số f1 , khối tách tần số f Tín hiệu đưa vào xử lý tín hiệu sau tầng tiền xử lý lọc bỏ thành phần tần số f1 , f Hình 6.11: Dạng sóng phổ tần số tín hiệu sau tiền xử lý Thí nghiệm - 61 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Kết tín hiệu sau tách hai thành phần f1 , f vẽ đoạn thời gian ngắn hình (6.12) Dạng sóng tín hiệu tương tự kết thực với lọc Kalman Khi xét toàn thời gian tín hiệu, phương pháp Kalman hội tụ nhanh so với phương pháp thích nghi Phổ tín hiệu tồn thành phần f1 , f sai số thuật toán Các thành phần tần số có biên độ nhỏ so với thành phần tín hiệu DPOAE Hình 6.12: Dạng sóng phổ tần số tín hiệu vào tầng xử lý Tầng xử lý đóng vai trị lọc thơng dải có băng thơng hẹp băng thơng lọc tiền xử lý nhằm làm suy yếu tần số tác động nhiễu Tín hiệu sau qua xử lý có dạng hình vẽ (6.13) Ở giai đoạn này, tín hiệu cịn tồn thành phần tần số f D chiếm ưu Kết phân tích thuật tốn thích nghi thuật toán Kalman thời gian xác lập tương tự Tong khoảng thời gian độ, phương pháp thích nghi có sai số lớn so với phương pháp Kalman Hình 6.13: Dạng sóng phổ tần số tín hiệu sau tầng xử lý Tín hiệu sau xử lý đưa vào khối thuật toán thứ ba nhằm tách thành phần DPOAE f D Hình (6.14) thể kết phân tích phổ tín hiệu sau khối Kalman thứ Thí nghiệm - 62 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình 6.14: Dạng sóng phổ tần số tín hiệu DPOAE Tầng hậu xử lý đóng vai trị lọc thơng thấp nhằm làm trơn tín hiệu Kết sau tầng hậu xử lý thể hình (6.15) hình (6.16) Thời gian xác lập thuật tốn thích nghi khoảng 1s Hình 6.15: Dạng sóng tín hiệu DPOAE sau tầng hậu xử lý Hình (6.16) thể phổ tín hiệu biên độ tín hiệu DPOAE Kết phân tích cho thấy biên độ bám khoảng thời gian 1s Kết phân tích có sai số nhỏ so với ngưỡng biên độ thực tín hiệu DPOAE 0.006 Hình 6.16: Phổ biên độ tín hiệu DPOAE sau tầng hậu xử lý Thí nghiệm - 63 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Như vậy, q trình thí nghiệm kit TMS320C6711 kiểm nghiệm khả áp dụng thuật tốn thích nghi với cấu trúc linh hoạt, thông số điều chỉnh dễ dàng, thời gian xử lý nhanh So sánh với phương pháp LMS, phương pháp Kalman, phương pháp thích nghi dễ dàng thực hơn, đặc biệt trường hợp thí nghiệm với chế RTDX có thời gian truyền nhận liệu tương đối lớn Kết phân tích tín hiệu DPOAE cho thấy, so với phương pháp Kalman, phương pháp thích nghi có hiệu suất hoạt động thấp thời gian độ sai số thời gian độ lớn Tuy nhiên, có hỗ trợ khối phụ tiền xử lý, xử lý hậu xử lý, mơ hình ứng dụng thuật tốn thích nghi hoạt động với hiệu suất tương đương với mơ hình dùng thuật tốn Kalman ngoại trừ khoảng thời gian độ lớn so với Kalman Trong số ứng dụng phân tích tín hiệu DPOAE tín hiệu ECG,…tín hiệu cần phân tích có thời gian tồn lên đến hàng phút nên khoảng thời gian xác lập 1s chấp nhận Bù lại, mơ hình ứng dụng thuật tốn thích nghi có thời gian xử lý ngắn so với mơ hình Kalman Mơ hình Kalman giới thiệu từ trước có cấu trúc phức tạp, dung lượng tính tốn lớn, chiếm nhiều nhớ Thuật tốn thích nghi có cấu trúc đơn giản, gọn nhẹ, thời gian xử lý nhanh nên thuận lợi cho đáp ứng đòi hỏi thời gian thực Thí nghiệm - 64 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Chương kết thúc A Hướng phát triển đề tài: Từ kết phân tích thuật tốn thích nghi Matlab thí nghiệm kit xử lý tín hiệu số TMS320C6711, thuật tốn điều chỉnh tốt sai lệch tần số chuẩn phép phân tích phổ Giải toán yêu cầu đáp ứng thời gian thực hệ thống Các kết phân tích thể khả điều chỉnh hệ số linh hoạt cấu trúc đơn giản Luận văn trình bày ngun tắc hoạt động thuật tốn thích nghi vào phân tích tín hiệu dừng khơng dừng Thuật tốn thích nghi vận dụng vào phân tích thành phần hài tín hiệu theo mơ hình ghép nối tiếp khối thuật tốn thích nghi Mơ hình ghép hỗn hợp khối thuật tốn thể thơng qua ứng dụng vào phân tích tín hiệu DPOAE Các ứng dụng thể tính đa dạng thuật tốn Tuy nhiên đề tài cịn hạn chế việc phân tích tín hiệu đơn giản, việc điều chỉnh thơng số chưa kinh hoạt Các thí nghiệm tên kit TMS320C6711 thể khả ứng dụng thực tế thuật toán Tuy nhiên, việc xuất liệu PC thông qua chế RTDX nên thời gian xuất liệu lớn Do đề tài cịn phát triển theo hướng: Phân tích tích hiệu khơng dừng phức tạp tín hiệu thoại, tín hiệu can nhiễu thông tin di động, hướng phát triển đề tài Các phương pháp trước dựa phép xấp xỉ, chẳng hạn DFT giả sử tín hiệu bao gồm thành phần hài có tần số bội số tần số chuẩn Ứng dụng thuật toán vào tín hiệu khơng dừng dựa vào phép xấp xỉ tương tự DFT, nhiên thuật toán có ưu điểm khả phân tích theo miền thời gian, tần số khả phân tích thành phần liên hài có tần số khác số nguyên lần tần số chuẩn Bên cạnh đó, việc nghiên cứu cách hiệu chỉnh thông số thuật toán hướng phát triển thuật tốn Các thơng số thuật tốn cần điều chỉnh thường xuyên để nâng cao hiệu suất hoạt động thuật toán Việc hiệu chỉnh cần thực với thành phần tần số biên độ khác hay sau mẫu tín hiệu Kết hiệu chỉnh thường xuyên nhằm giảm thời gian hội tụ, tăng tính thích ứng thuật tốn với thay đổi nhanh lớn thành phần tần số thành phần biên độ Do đó, việc nghiên cứu phương pháp thay đổi hệ số thuật toán mở hướng phát triển cho việc ứng dụng thuật tốn vào phân tích tín hiệu khơng dừng B Kết luận Kết mơ tín hiệu có tần số biên độ thay đổi theo thời gian nêu lên khả phân tích tín hiệu thuật tốn phi tuyến Thuật tốn khơng nhạy với thay đổi tần số chuẩn, tốc độ lấy mẫu Phân tích tín hiệu phương pháp thích nghi điều kiện tần số chuẩn hay tốc độ lấy mẫu bị lệch cho kết đáng tin cậy Thuật tốn có tính linh hoạt cao nhờ vào việc hiệu chỉnh thông số cách dễ dàng Chương kết thúc - 65 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Các ứng dụng phân tích hài, phân tích tín hiệu DPOAE thể hiệu phân tích tín hiệu thuật toán so với phương pháp LMS Kalman Tuy nhiên ứng dụng này, thời gian hội tụ lớn Bộ lọc Kalman có ưu điểm độ xác, thời gian hội tụ nhỏ so với LMS thuật tốn thích nghi Ngược lại lọc Kalman đòi hỏi thời gian xử lý lớn, phức tạp LMS có khả triệt nhiễu tốt so với thuật tốn thích nghi thời gian hội tụ lại lớn Điều thực quan trọng mơ hình phân tích hài nối tiếp cần phải lựa chọn thông số hoạt động cách tối ưu Một biện pháp cải thiện thời gian hội tụ chế định thời cho thông số khác Kết phân tích tín hiệu DPOAE nhiễu lớn có độ xác cao, thực thời gian thực, thời gian hội tụ khoảng 1s Các mô Matlab thực nghiệm kit TMS320C6711 thể khả phân tích tín hiệu theo chế độ thời gian thực phương pháp so với Kalman LMS Mơ hình ứng dụng phép phân tích tín hiệu phi tuyến ốc tai với thời gian hội tụ chấp nhận Kết phân tích xác giúp cho việc chẩn đốn bệnh dễ dàng Bên cạnh đó, thuật tốn ứng dụng nhiều lĩnh vực xử lý tín hiệu âm thanh, phân tích tín hiệu sinh học điện tâm đồ, DPOAE, … C Tài liệu tham khảo M Karimi-Ghartemani, A K Ziarani, “A non-linear time-frequency signal analysis method”,IEEE Transaction on signal processing, vol 52, 2004 Jonathal P.Majio, “ A study of flood flow measurement by doppler effect utilizing a non-stationary signal processing technique”, Master’s Thesis, Clarson University, Potsdam, NY, 2005 David M McNamara, “Estimation of non-stationary signals comprising harmonically_related components”, Master’s Thesis, Clarson University, Potsdam, NY, 2005 Franz Hlawatsch, Werner Kozek, “Time-frequency projection Filter and time_frequency signal expansions”, IEEE transaction on signal processing, vol 42, no 12, December 1994 A Scaglione, S Barbarossa, A Porchia, G Scarano, “Non linear timefrequency distributions with multiplication-free Kernels”, University of Rome, 1996 Leon Cohen, “Time-frequency analysis”, Prentice Hall, englewood Cliffs, New Jercy, 1995 Lonnie C Ludeman, “Fundamentals of digital signal processing”, Harper & Row Publishers, Newyork, 1986 Metin Bayram, Richard Baraniuk, “ Multiple window time-varying spectrum estimation”, Rice University, 2000 M.J Fitzpatrick, “Real-time implementation of a hearing testing technique”, Master’s Thesis, Clarson University, Potsdam, NY, 2004 10 Website http://www.math.yale.edu/~mmm82/haar.html 11 Website http://engineering.rowan.edu/~polikar/WAVELETS/WTtutorial.html 12 Website http://www.bearcave.com/misl/misl_tech/wavelets/packfreq/index.html Chương kết thúc - 66 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường 13 Website, http://www.bearcave.com/misl/misl_tech/wavelets/haar.html 14 Nonstaionary singal process http://ziarani.pageout.net/page.dyn/student/course/object_list?session_id=1041765 &course_id=90687 15 The Kalman filter http://ziarani.pageout.net/page.dyn/student/course/object_list?session_id=1041769 &course_id=90687 16 http://www.innovatia.com/software/papers/kalman.htm 17 Greq Welch, Gary Bishop, “ An introduction to the Kalman filter ”, Department of Computer Science, Univesity of Norht Carolina at Chapel Hill, July 24, 2006 18 Shortime fourier transform http://ziarani.pageout.net/page.dyn/student/course/object_list?session_id=1041766 &course_id=90687Dan Simon, “Kalman filtering”, Embedded system programming, Lune 2001 19 Chunjian Li, “Non-Gaussian, Non-stationary and nonlinear signal processing methods with application to speeech processing and channel estimation”, Aalborg University, Denmark 20 http://www.innovatia.com/software/papers/kalman.htm 21 Edeltraut Emerich, Frank Richter, Volker Linss, Wenwr Linss, “Frequencyspecific cochlear damage in guinea pig after exposure to diffrent types of realistic industrial noise”, www.elsevier.com/locate/hearers, 2004 22 Gareth Paddock, “A user guide to using the Taxas instrument, digital signal processing board, TMS320C6711 DSK & PC based data plotting” Staffordshire University 23 Ye Wu, “Labview-based GUI for DPOAE signal estimation”, Master’s Thesis, Clarson University, Potsdam, NY, 2006 24 Rulph Chassaing, “DSP appliacations using C and the TMS320C6x DSK”, John Wiley and Sons, 2002 25 DSPLABS2006, http://www.ifc.cnr.it/cv/courses/dsplab2006/lectures/ note TI code composer Studio RTDX 26 Application “RTDXbyJTAG.doc”, Sundance Multiprocessor technology LTD feature, 27 “TMS320C6711, TMS320C6711B floating point digital signal processors”, Texas Instrument, 2002 Chương kết thúc - 67 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường PHỤ LỤC CHƯƠNG TRÌNH MƠ PHỎNG TRÊN MATLAB I Giao diện Giao diện chương chình mơ thể hình (P1) Giao diện bao gồm menu: • Các phép biến đổi: bao gồm menu thực phép biến đồi tín hiệu thơng dụng DFT, STFT, Wavelets • Các lọc thích nghi: bao gồm menu thực lọc Kalman, LMS • Phân tích phi tuyến: bao gồm menu thực mở tập tin tín hiệu hay tạo tín hiệu để phân tích tín hiệu theo phương pháp thích nghi • Ứng dụng : bao gồm menu ™ Phân tích hài: phân tích thành phần hài tín hiệu có sẵn tạo ™ Phân tích tín hiệu DPOAE : tách tín hiệu có biên độ nhỏ từ tín hiệu gốc có nhiễu lớn tác động Hình P1: Giao diện Hình P2: Phân tích STFT II Các phép biến đổi • Để thực phép biến đổi DFT, STFT, Wavelets từ tín hiệu cho trước, chọn menu “Cac phep bien doi” Trong menu này, chọn menu tương ứng “DFT”, “STFT” hay “Wavelets” Ví dụ, để thực biến đổi STFT tín hiệu cho trước, menu “Cac phep bien doi” duoc kich chọn Từ menu này, ta chọn menu “STFT” Sau “STFT” kích chọn, chọn tín hiệu chirp3 Phụ lục - 68 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình (P2) minh họa ví dụ phân tích STFT tín hiệu có tần số thay đổi theo thời gian III Các lọc thích nghi Menu “Cac bo loc thich nghi” cho phép phân tích tín hiệu cho trước phương pháp mang tính chất thích nghi LMS, Kalman Thực bước tương tự, phân tích tín hiệu với STFT: kích chọn menu “cac bo loc thich nghi”, chọn menu “LMS” Kalman phân tích tín hiệu Hình (P3) minh họa kết phân tích tín hiệu chirp3 phương pháp LMS Hình P3: Phương pháp LMS IV Phương pháp phân tích phi tuyến Hình P4: Giao diện mơ thuật tốn phi tuyến hai trường hợp (a) mở tập tin tin hiệu (b) tạo tín hiệu Để thực phân tích tín hiệu phương pháp phi tuyến, giao diện ta chọn menu “Phan tich phi tuyen” Menu bao gồm menu con: Phụ lục - 69 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường • “Mo tap tin”: thực phân tích tín hiệu cho trước Giao diện phân tích phi tuyến xuất hình (P4a) Chọn button “…” để gọi cửa sổ mở tập tin hay nhập trực tiếp vào edit text Các thông số tín hiệu hiển thị listbox Tập tin tín hiệu bao gồm thơng số chính: thời gian t, tần số tín hiệu mong muốn fo, tần số lấy mẫu fs, tín hiệu vào dn • “Tạo tín hiệu mới”:tạo tín hiệu để thực mơ Giao diện phân tích phi tuyến xuất hình (P4b) Các thơng số tín hiệu bao gồm: biên độ có giá trị từ đến 1, tần số, biến thiên tần số, pha ban đầu thông số nhiễu trắng mean, variance Tín hiệu đưa vào phân tích tổng hai thành phần tín hiệu Sau nhập đầy đủ thơng số thuật tốn, ta chọn nút “DONG Y” để lấy thông số vào mô phỏng, chọn nút “THUC HIEN” để hiển thị kết phân tích Kết phân tích phi tuyến thể hình (P4) bao gồm: tín hiệu vào, sai số tín hiệu mong mn tín hiệu ra, biên độ tần số tín hiệu Để so sánh kết phân tích phương pháp phi tuyến LMS, ta chọn nút “LMS” Kết phân tích hai phương pháp thể hình (P5) Hình P5: Kết so sánh hai phương pháp thích nghi LMS Hình (P5) thể kết qủa phân tích tín hiệu hai phương pháp so sánh sai số hai phương pháp V Ứng dụng Để thực ứng dụng phương pháp thích nghi, giao diện chính, ta chọn menu “UNG DUNG” Menu chinh bao gồm menu “PHAN TICH HAI” “PHAN TICH DPOAE” Phụ lục - 70 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường 5.1 Phân tích hài Các bước thực ứng dụng phân tích hài: • Chọn menu “UNG DUNG” • Chọn menu “PHAN TICH HAI” • Chọn menu “MO TAP TIN” “TẠO TÍN HIỆU” 5.1.1 Tín hiệu vào Trong trường hợp phân tích hài từ tín hiệu cho trước, ta chọn nút “…” để mở tập tin nhập tên tạp tin đường dẫn dẫn vào edit text bên cạnh Các thơng số tín hiệu vào bao gồm thời gian t, tần số fo, tần số lấy mẫu fs, tín hiệu vào dn thể listbox Các bước thực trường hợp tạo tín hiệu bao gồm thành phần bản, hài nhiễu: • Chọn mục “THANH PHAN CO BAN” từ pop-up menu • Nhập thơng số cho thành phần bản: biên độ (giá trị nhỏ 1), tần số, pha • Nhấn nút “DONG Y” để kết thúc việc nhập thông số cho thành phấn • Q trình lặp lại cho thành phần hài • Nhập thơng số cho nhiễu mean, variance • Nhập thơng số tần số lấy mẫu fs, tần số fo, thời gian tồn tín hiệu t 5.1.2 Phân tích tín hiệu Các bước thực phân tích hài: • Nhấn nút “LAY THAM SO” để nhập thông số mơ thuật tốn phi tuyến µ1 , µ2 , µ3 trước lấy ngưỡng, giá trị ngưỡng, µ1 , µ2 , µ3 sau thời gian ngưỡng • Nhấn nút “THUC HIEN” để tiến hành phân tích hài • Nhấn nút Kalman để phân tích tín hiệu phương pháp Kalman Các bước hiển thị kết quả: • Chọn mục “THICH NGHI” hay “KALMAN” từ pop-up menu phương pháp • Chọn thành phần tín hiệu tương ứng cần thị từ pop-up menu như: “thanh phan co ban”, “hai thu: 2”, “hai thu: 3”… • Phụ lục - 71 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình P6: Kết phân tích hài phương pháp (a) phi tuyến (b) Kalman 5.2 Phân tích DPOAE Các bước thực ứng dụng phân tích hài: • Chọn menu “UNG DUNG” • Chọn menu “PHAN TICH DPOAE” • Chọn menu “MO TAP TIN” “TẠO TÍN HIỆU” 5.2.1 Tín hiệu vào Trong trường hợp phân tích hài từ tín hiệu cho trước, ta chọn nút “…” để mở tập tin nhập tên tạp tin đường dẫn dẫn vào edit text bên cạnh Các thơng số tín hiệu vào bao gồm thời gian t, tần số thành phần tín hiệu f1, tần số thành phần tín hiệu f2, tần số thành phần tín hiệu fd, tần số lấy mẫu fs Tín hiệu vào tổng ba thành phần tín hiệu trẹn nhiễu Để tạo tín hiệu mới, thơng số cần nhập bao gồm: thành phần tần số f1, biên độ tín hiệu f1, thành phần tần số f2, biên độ tín hiệu f2, thành phần tần số fd, biên độ tín hiệu fd, nhiễu, thời gian tốn tín hiệu t Biên độ thành phần f1, f2 c1 giá trị nhỏ 1, biên độ thành phần fd có giá trị nhỏ so với hai thành phần cịn lại 5.2.2 Phân tích tín hiệu Các bước thực phân tích hài: • Tạo tín hiệu • Nhập thơng số thuật tốn phi tuyến • Nhấn nút “DONG Y” để kết thúc trình nhập dư liệu • Nhấn nút “THUC HIEN” để tiến hành phân tích hài • Nhấn nút Kalman để phân tích tín hiệu phương pháp Kalman Các bước hiển thị kết quả: Phụ lục - 72 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường Hình P7: Giao diện mơ tín hiệu DPOAE • Chọn mục “THICH NGHI” hay “KALMAN” từ pop-up menu phương pháp • Chọn thành phần tín hiệu tương ứng với bước tong trình phân tích tín hiệu DPOAE pop-up menu như:  Tín hiệu vào  Tín hiệu sau tiến xử lý  Tín hiệu sau tách tần số f1, f2  Tín hiệu sau xử lý  Tín hiệu sau tách DPOAE  Tín hiệu DPOAE sau tầng hậu xử lý  Biên độ tín hiệu DPOAE sau tầng hậu xử lý Phụ lục - 73 - KSTH: Trần Thị Nga A NONLINEAR TIME-FREQUENCY SIGNAL ANALYSIS METHOD THD: PGS.TS Lê Tiến Thường LÝ LỊCH TRÍCH NGANG Họ tên: TRẦN THỊ NGA Ngày sinh : 01/05/1982 Lý lịch: Nguyên quán: xã Nghĩa Thành, huyện Nghĩa Hưng, tỉnh Nam Định Thường trú: 01 Hoàng Hoa Thám phường 13, Quận Tân Bình, Thành phố Hồ Chí Minh Dân tộc: Kinh Email: ttnga_chdt05@yahoo.com Quá trình đào tạo: Đại học Chế độ học: Chính quy Nơi học: Trường Đại học Bách Khoa, Thành phố Hồ Chí Minh Ngành học: Điện tử-Viễn thơng Thời gian học: Từ năm 2000 đến năm 2005 Cao học Chế độ học: Chính quy Nơi học: Trường Đại học Bách Khoa, Thành phố Hồ Chí Minh Ngành học: Kỹ thuật Điện tử Thời gian học: Từ 5/9/2005 đến Văn bằng: Kỹ sư Điện tử-Viễn thông, trường Đại học Bách Khoa, Tp HCM Anh ngữ : TOEIC 710 Kỹ : − Phần cứng mạng máy tính − Lập trình: C, C++, Matlab, Visual Basic, VHDL Kinh nghiệm làm việc : − 06/2005 – nay: công ty viễn thông Quân Đội Phụ lục - 74 - KSTH: Trần Thị Nga ... văn trình bày ứng dụng phương pháp phân tích phi tuyến miền thời gian- tần số vào xử lý tín hiệu khơng dừng Tuy phương pháp DFT thông dụng phương pháp không hiệu tín hiệu có tần số trơi biên độ... TÊN ĐỀ TÀI: ỨNG DỤNG PHƯƠNG PHÁP PHÂN TÍCH PHI TUYẾN TRONG MIỀN THỜI GIAN- TẦN SỐ VÀO XỬ LÝ TÍN HIỆU II- NHIỆM VỤ VÀ NỘI DUNG: • Tìm hiểu thuật tốn phân tích tín hiệu phi tuyến phân tích mơ hình... khả phân tích tín hiệu miền thời gian- tần số so với phương pháp Kalman filter, LMS (Least Mean Square) • Tìm hiểu ứng dụng thực tế phương pháp phân tích phi tuyến phân tích hài, phân tích tín hiệu