پایان نامه پیاده سازی بلادرنگ کدک صحبت استاندارد G.728 بر روی پردازنده TMS320C5402

چکیده:

کدک صحبت استاندارد G.728 ، یک کدک کم تاخیر است که صحبت با کیفیت عالی را در نرخ بیت ۱۶ kbps  ارائه می دهد و برای شبکه های تلفن ماهواره ای و اینترنت و موبایل که به تاخیر زیاد حساس هستند ، مناسب است.

در این رساله به پیاده سازی بلادرنگ اینکدر و دیکدر  G.728 بصورت دوطرفه کامل ( Full Duplex ) بر روی پردازنده TMS320C5402 می پردازیم .

روشی ترکیبی برای برنامه نویسی TMS ارائه می شود که در آن  زمان وپیچیدگی برنامه نویسی نسبت به برنامه نویسی دستی به ۳۰%  کاهش می یابد . در این روش پس از برنامه نویسی  و  شبیه سازی ممیزثابت الگوریتم کدک به زبان C ، با استفاده از نرم افزار   ( Code Composer Studio ) CCS ، برنامه به زبان اسمبلی ترجمه شده و بهینه سازی دستی در کل کد اسمبلی صورت می گیرد.

سپس بعضی از توابع مهم برنامه از نظر MIPS ، بصورت دستی به زبان اسمبلی بازنویسی می شوند تا برنامه بصورت بلادرنگ قابل اجرا گردد . در پایان نتایج این پیاده سازی ارائه می شود .

کلمات کلیدی

کدینگ و فشرده سازی صحبت ، پیاده سازی بلادرنگ ، DSP ، TMS320C5402 ، برد DSK

دسته رشته برق –  مخابرات

پایان نامه کارشناسی ارشد مخابرات سیستم

فهرست

– مقدمه                                             ۴

فصل ۱ : بررسی و مدل سازی سیگنال صحبت

۱-۱- معرفی سیگنال صحبت                              ۶

۱-۲- مدل سازی پیشگویی خطی                           ۱۰

۱-۲-۱- پنجره کردن سیگنال صحبت                   ۱۱

۱-۲-۲- پیش تاکید سیگنال صحبت                    ۱۳

۱-۲-۳- تخمین پارامترهای         ۱۴

فصل ۲ : روش ها و استانداردهای کدینگ صحبت

۲-۱- مقدمه                                      ۱۵

۲-۲- روش های کدینگ                                  ۱۹

۲-۲-۱- کدرهای شکل موج                       ۲۱

۲-۲-۲- کدرهای صوتی                              ۲۲

۲-۲-۳- کدرهای مختلط                           ۲۴

الف- کدرهای مختلط حوزه فرکانس                   ۲۷

ب- کدرهای مختلط حوزه زمان                       ۲۹

فصل ۳ : کدر کم تاخیر LD-CELP

۳-۱- مقدمه                                      ۳۴

۳-۲- بررسی کدرکم تاخیر LD-CELP                      ۳۶

۳-۲-۱- LPC معکوس مرتبه بالا                      ۳۹

۳-۲-۲- فیلتر وزنی شنیداری                       ۴۲

۳-۲-۳- ساختار کتاب کد                       ۴۲

۳-۲-۳-۱- جستجوی کتاب کد                         ۴۳

۳-۲-۴- شبه دیکدر                            ۴۵

۳-۲-۵- پست فیلتر                            ۴۶

فصل ۴ : شبیه سازی ممیزثابت الگوریتم به زبان C

۴-۱- مقدمه                                      ۴۹

۴-۲- ویژگی های برنامه نویسی ممیزثابت                         ۵۰

۴-۳- ساده سازی محاسبات الگوریتم                          ۵۳

۴-۳-۱- تطبیق دهنده بهره                         ۵۴

۴-۳-۲- محاسبه لگاریتم معکوس                         ۵۸

۴-۴- روندنمای برنامه                                ۵۹

۴-۴-۱- اینکدر                                   ۶۳

۴-۴-۲- دیکدر                                ۶۹

فصل ۵ : پیاده سازی الگوریتم برروی DSP

۵-۱- مقدمه                                      ۷۴

۵-۲- مروری بر پیاده سازی بلادرنگ                          ۷۵

۵-۳- چیپ های DSP                                ۷۶

۵-۳-۱- DSP های ممیزثابت                         ۷۷

۵-۳-۲- مروری بر DSP های خانواده TMS320         ۷۸

۵-۳-۲-۱- معرفی سری TMS320C54x              ۷۹

۵-۴- توسعه برنامه بلادرنگ                            ۸۱

۵-۵- اجرای برنامه روی برد توسعه گر C5402 DSK                 ۸۲

۵-۵-۱- بکارگیری ابزارهای توسعه نرم افزار                 ۸۴

۵-۵-۲- استفاده از نرم افزارCCS                      ۸۶

۵-۵-۳- نتایج پیاده سازی                         ۹۴

۵-۶- نتیجه گیری و پیشنهاد                          ۹۷

– ضمائم

– ضمیمه (الف) : دیسکت برنامه های شبیه سازی ممیز ثابت به زبان C و

یاده سازی کدک به زبان اسمبلی

– ضمیمه (ب) : مقایسه برنامه نویسی C و اسمبلی              ۹۸

– مراجع                                         ۱۰۳

مقدمه

امروزه در عصر ارتباطات و گسترش روزافزون استفاده از شبکه های تلفن ،موبایل و اینترنت در جهان ومحدودیت پهنای باند در شبکه های مخابراتی ، کدینگ و فشرده سازی صحبت امری اجتناب ناپذیر است .

در چند دهه اخیر روشهای کدینگ مختلفی پدیدآمده اند ولی بهترین و پرکاربردترین آنها کدک های آنالیزباسنتز هستند که توسط Atal & Remedeدر سال ۱۹۸۲ معرفی شدند [۲] . چ

اخیرا مناسبترین الگوریتم برای کدینگ صحبت با کیفیت خوب در نرخ بیت های پائین و زیر ۱۶ kbps ، روش پیشگویی خطی باتحریک کد (CELP) می باشد که در سال ۱۹۸۵ توسط Schroeder & Atal معرفی شد [۸] و تا کنون چندین استاندارد مهم کدینگ صحبت بر اساس CELP تعریف شده اند .

در سال ۱۹۸۸ CCITT برنامه ای برای استانداردسازی یک کدک ۱۶ kbps با تاخیراندک وکیفیت بالا در برابر خطاهای کانال آغاز نمود و برای آن کاربردهای زیادی همچون شبکه PSTN ،ISDN ،تلفن تصویری و غیره در نظر گرفت . این کدک در سال ۱۹۹۲ توسط Chen et al.

تحت عنوان LD-CELP معرفی شد[۶] و بصورت استاندارد G.728 در آمد[۹] و در سال ۱۹۹۴ مشخصات ممیز ثابت این کدک توسط ITU ارائه شد[۱۰] . با توجه به کیفیت بالای این کدک که در آن صحبت سنتزشده از صحبت اولیه تقریبا غیرقابل تشخیص است  و کاربردهای آن در شبکه های تلفن و اینترنت و ماهواره ای در این گزارش به پیاده سازی این کدک می پردازیم .

در فصل اول به معرفی وآنالیز سیگنال صحبت پرداخته می شود و در فصل دوم روش ها و استانداردهای کدینگ بیان می شوند . در فصل سوم کدک LD-CELP را بیشتر بررسی می کنیم و در فصل چهارم شبیه سازی ممیز ثابت الگوریتم به زبان C را بیان می نمائیم. ودر پایان در فصل ۵ به نحوه پیاده سازی بلادرنگ کدکG.728 بر روی پردازنده TMS320C5402 می پردازیم.

فصل ۱
بررسی و مدل سازی سیگنال صحبت

۱-۱ –معرفی سیگنال صحبت

صحبت در اثر دمیدن هوا از ریه ها به سمت حنجره و فضای دهان تولید می‏شود. در طول این مسیر در انتهای حنجره، تارهای صوتی[۱] قرار دارند. فضای دهان را از بعد از تارهای صوتی ، لوله صوتی[۲]  می‏نا مند که در یک مرد متوسط حدود cm 17 طول دارد . در تولید برخی اصوات تارهای صوتی کاملاً باز هستند و مانعی بر سر راه عبور هوا ایجاد نمی‏کنند که این اصوات را اصطلاحاً اصوات بی واک [۳]  می‏نامند.

در دسته دیگر اصوات ، تارهای صوتی مانع خروج طبیعی هوا از حنجره می‏گردند که این باعث به ارتعاش درآمدن تارها شده و هوا به طور غیر یکنواخت و تقریباً پالس شکل وارد فضای دهان می‏شود. این دسته از اصوات را اصطلاحاً باواک[۴]  می‏گویند.

فرکانس ارتعاش تارهای صوتی در اصوات باواک را فرکانس Pitch و دوره تناوب ارتعاش تارهای صوتی را پریود Pitch می‏نامند. هنگام انتشار امواج هوا در لوله صوتی، طیف فرکانس این امواج توسط لوله صوتی شکل می‏گیرد و بسته به شکل لوله ، پدیده تشدید در فرکانس های خاصی رخ می‏دهد که به این فرکانس های تشدید فرمنت[۵]  می‏گویند.

از آنجا که شکل لوله صوتی برای تولید اصوات مختلف، متفاوت است پس فرمنت ها برای اصوات گوناگون با هم فرق می‏کنند. با توجه به اینکه صحبت یک فرآیند متغییر با زمان است پس پارامترهای تعریف شده فوق اعم از فرمنت ها و پریود Pitch در طول زمان تغییر می‏کنند به علاوه مد صحبت به طور نامنظمی از باواک به بی واک و بالعکس تغییر می‏کند.

لوله صوتی ، همبستگی های زمان-کوتاه  ، در حدود ۱ ms ، درون سیگنال صحبت را در بر می‏گیرد. و بخش مهمی از کار کدکننده های صوتی مدل کردن لوله صوتی به صورت یک فیلتر زمان-کوتاه می‏باشد. همان طور که شکل لوله صوتی نسبتاً آهسته تغییر می‏کند، تابع انتقال این فیلتر مدل کننده هم نیاز به تجدید[۶] ، معمولاً در هر ۲۰ms یکبارخواهد داشت.

در شکل (۱-۱ الف) یک قطعه صحبت باواک که با فرکانس ۸KHz نمونه برداری شده است  دیده می‏شود. اصوات باواک دارای تناوب زمان بلند به خاطر پریود Pitch هستند که نوعاً   بین ۲ms تا ۲۰ms می‏باشد. در اینجا پریود Pitch در حدود ۸ms یا ۶۴ نمونه است. چگالی طیف توان این قطعه از صحبت در شکل (۱-۱ ب) دیده می‏شود[۳].

اصوات بی واک نتیجه تحریک نویز مانند لوله صوتی هستند و تناوب زمان- بلند اندکی را در بر دارند ، همانگونه که در شکل های (۱-۱ ج) و (۱-۱ د) دیده می‏شود ولی همبستگی زمان کوتاه به خاطر لوله صوتی در آنها هنوز وجود دارد.کدک صحبت استاندارد

[۱]  Vocal Cords
[۲] Vocal Tracts
[۳] Unvoiced
[۴] Voiced
[۵] Formant

[۶]  Update