引言

　　破損玻璃檢測器 (GBD) 主要用來檢測家庭住宅或商業(yè)樓宇門窗玻璃的破損情況。GBD 也可歸類為一種監(jiān)控設(shè)備，用以提高家庭或商業(yè)環(huán)境的安全性，避免非法進入。因此，工程師目前的任務(wù)就是以盡可能低的成本實現(xiàn)性能。為了實現(xiàn)這一目標，我們必須解決諸如片上內(nèi)存較低、外設(shè)集有限、運行速度較低、引腳數(shù)量較少等 MCU架構(gòu)限制問題。同時，工程師必須優(yōu)化利用 MCU 的一切可用資源，才能使其在像破損玻璃檢測器 (GBD) 這種相當復雜的應(yīng)用中充分發(fā)揮作用。

　　設(shè)計考慮

　　穩(wěn)健的 GBD 算法應(yīng)該能夠很容易地將真正的玻璃破碎聲與其它聲音區(qū)別開來。所有 GBD 算法都會捕獲聲音，并對其時間和頻率構(gòu)成進行分析，然后做出決策。玻璃破損聲會因玻璃類型、厚度、聲學環(huán)境、距離，以及撞擊玻璃所用器具的不同而有所變化。時域圖顯示波形密集，且在短時間間隔內(nèi)存在大量活動，這不僅說明信號包含了大量高頻分量，同時也意味著波形的跨零和峰值數(shù)較多。盡管這些信息很有用，但這些特點看起來卻酷似白噪聲。設(shè)計人員接下來所面臨的挑戰(zhàn)就是如何對其加以區(qū)分。

　　圖 1：時域內(nèi)的玻璃破損信號

　　圖 2：頻域內(nèi)的玻璃破損信號

    在頻域方面，我們也面臨著類似的挑戰(zhàn)。玻璃破損信號分量好像是以相對平均的能量分布于整個頻譜，這與典型的白噪聲類似。不過，我們也發(fā)現(xiàn)，在 200 ~ 300 Hz 的低頻區(qū)域有一個不小的峰值，這給我們做出區(qū)分判斷提供很有用的信息。這一峰值是玻璃破損過程中擊打物撞擊玻璃所初產(chǎn)生的聲音頻率分量。撞擊表現(xiàn)為后續(xù)高頻玻璃破損聲中的低頻信號。這種“撞擊”或者“重擊”也可以理解為器具碰撞玻璃時所發(fā)出的聲音。據(jù)此，我們可以確定地列出玻璃破損信號的部分有關(guān)因素：包括大量高頻分量，即包含大量跨零和峰值。

　　包含擊打物碰撞玻璃所產(chǎn)生的 200 ~ 300 Hz 低頻分量，出現(xiàn)在玻璃破損聲音的起始階段。

　　圖 3：破損玻璃檢測器的系統(tǒng)方框圖

    上面列出了執(zhí)行具體行動的關(guān)鍵塊。GBD 必須始終保持開啟狀態(tài)，而且應(yīng)該能夠?qū)崟r處理任何聲音活動。不過，GBD 的某些塊可在非工作狀態(tài)下關(guān)閉或進入低功耗模式。我們將在后續(xù)部分對此加以分別說明。擴音器負責捕獲聲音，而增益放大器與抗混淆濾波器 (AAF) 則負責信號放大及高頻分量過濾。信號分析塊包含檢測/區(qū)分玻璃破損聲所需的整個信號處理機制。完成之后，決策塊將激活 LED 或蜂鳴器等指示器，玻璃破損情況。在以下各節(jié)中，我們將全面討論各塊的具體規(guī)范。

　　硬件設(shè)計規(guī)范

　　在本節(jié)中我們將討論高穩(wěn)健性 GBD 解決方案的硬件設(shè)計規(guī)范。在深入討論相關(guān)要求之前，需要說明的重要一點是，大多數(shù) GBD 都采用電池供電，因此為了確保足夠長的電池使用壽命，設(shè)計方案必須注重低功耗。板上所有硬件組件的選擇都要圍繞實現(xiàn)低功耗這一設(shè)計目標而展開。如圖 3 所示，整條模擬信號鏈從擴音器開始，到 ADC 結(jié)束。大多數(shù)破損玻璃檢測器與煙霧檢測器類似，都安裝在家庭或辦公環(huán)境中可確保安全的位置。不過，基于以下兩種原因，它們都要采用電池供電：可安裝在任何地方，而不必考慮電源插座問題，而且

　　在電源斷電情況下仍能確保實現(xiàn)全部功能。

　　選擇的處理器必須具備低功耗、可編程、簡便易用、價格低廉等優(yōu)異特性，而且在實時運行時可提供出色的處理能力。MCU 是所有可選方案中的選擇，可滿足上述所有要求。此外，部分 MCU 還集成了模擬外設(shè)，這將進一步降低整體系統(tǒng)成本。

　　軟件設(shè)計規(guī)范

　　擴音器的模擬信號由剪切頻率為 20 kHz 的 AAF 過濾。為了對該信號進行數(shù)字化，采樣率必須大于 40 kHz，也即 ADC 必須能夠支持它。在實時運行狀態(tài)下，所需的處理工作需在連續(xù)采樣間隙完成。例如，如果 CPU 頻率為 12 MHz，那么連續(xù)采樣之間的 CPU 周期數(shù)僅為 300 次，這對信號處理而言是極為不足的。同樣，咖啡磨豆機、音樂、電視上的摩托車比賽、酒杯落地破損等發(fā)出的聲音盡管存在高頻分量，但卻沒有重擊/撞擊分量。下述 GBD 算法將探究這兩種分量及時獨立出現(xiàn)在頻譜兩側(cè)的事實。

　　算法

　　圖 4 顯示的是算法的軟件流程圖。該軟件分為三大塊，按時間發(fā)生順序分別為活動檢測、撞擊檢測和玻璃破損。擴音器和 OA1 每隔 2.5 毫秒開啟，檢查有無聲音活動。如果沒有顯著的活動，它們就關(guān)閉，MCU 隨即進入低功耗狀態(tài)。如果出現(xiàn)顯著活動，則軟件啟動撞擊檢測，其中 ADC 打開，并隨后進行信號處理，檢查撞擊分量。只有在確實出現(xiàn)撞擊事件，算法才啟動實際的玻璃破損檢測，否則算法將返回活動檢測狀態(tài)。如果成功檢測到玻璃破損，則將激活板上 LED/蜂鳴器發(fā)出事件警報。GBD 隨后將返回到活動檢測狀態(tài)。

　　圖 4：軟件流程活動檢測

    僅通過比較 ADC 輸入值與零點兩側(cè)的預(yù)設(shè)閾值來從噪聲中區(qū)別出真正的破損信號。如前所述，撞擊是接近 300 Hz 的低頻分量。既然撞擊分量僅出現(xiàn)在玻璃撞破損的初始階段，那么只需過濾初傳送進來的少數(shù)幾個信號樣本即可。該過濾工作由剪切頻率為 350 Hz 的數(shù)字低通濾波器 (LPF) 來完成。SA1 階段將執(zhí)行信號平均、跨零檢測和峰值檢測，耗時 60 毫秒，完成了約 2,400 個樣本分析。SA1 完成后，即啟動 SA2 完成整個信號分析過程。圖 5 顯示的是 SA1 期間的信號表示圖，而圖 6 顯示的是實際的軟件流程。

　　圖 5：信號分析 1 的信號表示圖

　　圖 6：信號分析 1 的軟件流程

    傳送進來的信號樣本 p(n) 在首先通過簡單的移動平均濾波器降低噪聲后得到 s(n)。p(n) 的信號整合只使用正樣本進行，以便計算出 SA2 階段將使用的信號能量 integ_total。s(n) 包括峰值和跨零數(shù)量。SA2 無需實時運行，圖 7 給出了該階段的運行流程。此外，SA2 完成時將確定是否真的發(fā)生了玻璃破碎事件。

　　圖 7：信號分析 2 的軟件流程

    計算總信號能量與高通過濾信號能量之比，并將其與閾值加以比較。結(jié)果顯示眾多玻璃破損聲音的比值都介于 1.75 ~ 14 之間。同樣，還要檢查峰值數(shù)量是否介于 160 ~ 320 之間，跨零數(shù)量是否介于 95 ~ 300 之間。只有滿足以上三個條件，才能確定發(fā)生了玻璃破損事件。上述三個條件中只要有一項不符合要求，玻璃破損檢測器就會重啟并返回活動檢測狀態(tài)。這些閾值與范圍將需要根據(jù)房間聲音質(zhì)量、GBD 位置以及環(huán)境噪聲等加以微調(diào)。