图 3：破损玻璃检测器的系统方框图

上面列出了执行具体行动的关键块。GBD 必须始终保持开启状态，而且应该能够实时处理任何声音活动。不过，GBD 的某些块可在非工作状态下关闭或进入低功耗模式。我们将在后续部分对此加以分别说明。扩音器负责捕获声音，而增益放大器与抗混淆滤波器 (AAF) 则负责信号放大及高频分量过滤。AAF 旨在屏蔽超过 20 kHz 可听范围以外的音频，并避免在模拟信号数字化过程中违反奈奎斯特准则 (Nyquist criterion)。虚线内的块可理解为处理器的一部分。处理器可以是 ASIC、MCU 或数字信号处理器 (DSP)。模数转换器 (ADC) 将模拟信号转变为数字信号，以便在数字域中进行处理。采样频率 ( ) 可根据信号的频率分量来选择。由于采用了 20 kHz 的 AAF，因此采样率必须大于或等于 40 kHz，这样才能保存原始内容，确保信号的完整性。信号分析块包含检测／区分玻璃破损声所需的整个信号处理机制。完成之后，决策块将激活 LED 或蜂鸣器等指示器，报告玻璃破损情况。在以下各节中，我们将全面讨论各块的具体规范。

硬件设计规范
     
在本节中我们将讨论高稳健性 GBD 解决方案的硬件设计规范。在深入讨论相关要求之前，需要说明的重要一点是，大多数 GBD 都采用电池供电，因此为了确保足够长的电池使用寿命，设计方案必须注重低功耗。板上所有硬件组件的选择都要围绕实现低功耗这一设计目标而展开。

如图 3 所示，整条模拟信号链从扩音器开始，到 ADC 结束。扩音器的选择至关重要，其性能将关系到所有 GBD 算法的成败。扩音器还应能够捕获并保存撞击等关键音频分量以及其它高频分量，这些频率分量将在 GBD 算法中频繁使用。扩音器大多数时间需处于开启状态以捕获各种声音活动，因此必须确保低功耗，以降低整体系统的电流消耗。增益放大器通常是以高于单位增益的反相模式或非反相模式配置的运算放大器 (OA)。OA 旨在为扩音器捕获的声音（大小通常为数十毫伏）提供足够增益。OA 和扩音器一样，也要始终保持开启状态，而且必须具有较小的开启电流。AAF 也是 OA，在模拟域进行过滤，通常也是一个简单的一阶或二阶单位增益低通滤波器 (LPF)。

整个设计中最重大的决策是如何选择信号处理器。如前所述，ASIC、MCU 或 DSP 可用于本应用。不过，每种选项都有其优势和不足，我们应根据最有益于本应用的相关因素进行选择。大多数破损玻璃检测器与烟雾检测器类似，都安装在家庭或办公环境中可确保安全的位置。不过，基于以下两种原因，它们都要采用电池供电：

可安装在任何地方，而不必考虑电源插座问题，而且在电源断电情况下仍能确保实现全部功能。
       
选择的处理器必须具备低功耗、可编程、简便易用、价格低廉等优异特性，而且在实时运行时可提供出色的处理能力。MCU 是所有可选方案中的最佳选择，可满足上述所有要求。此外，部分 MCU 还集成了模拟外设，这将进一步降低整体系统成本。

软件设计规范
     
扩音器的模拟信号由剪切频率为 20 kHz 的 AAF 过滤。为了对该信号进行数字化，采样率必须大于 40 kHz，也即 ADC 必须能够支持它。在实时运行状态下，所需的处理工作需在连续采样间隙完成。例如，如果最高 CPU 频率为 12 MHz，那么连续采样之间的 CPU 周期数仅为 300 次，这对信号处理而言是极为不足的。为了增加 CPU 周期，我们可选用支持更高 CPU 时钟的处理器；但是，这样做的代价是提高了功耗，进而缩短了电池使用寿命。因此，必须平衡算法复杂性和电池使用寿命。

本节将探讨用于检测玻璃破损的实际算法。从图 1 和图 2 中可以看出，玻璃破损声音包含大量高频分量、跨零和峰值，以及低频撞击信号。重击或撞击发生在玻璃破损声音的起始阶段。必须注意的是，重击／撞击信号可能源于多种声音，比如木门或柜橱的关闭、物品掉落地上、快速击掌、锁门等。不过，这些声音都不存在一般玻璃破损信号中包含的高频分量。同样，咖啡磨豆机、音乐、电视上的摩托车比赛、酒杯落地破损等发出的声音尽管存在高频分量，但却没有重击／撞击分量。下述 GBD 算法将探究这两种分量及时独立出现在频谱两侧的事实。

算法

图 4 显示的是算法的高级软件流程图。该软件分为三大块，按时间发生顺序分别为活动检测、撞击检测和玻璃破损。扩音器和 OA1 每隔 2.5 毫秒开启一次，检查有无声音活动。如果没有显著的活动，它们就关闭，MCU 随即进入低功耗状态。如果出现显著活动，则软件启动撞击检测，其中 ADC 打开，并随后进行信号处理，检查撞击分量。只有在确实出现撞击事件，算法才启动实际的玻璃破损检测，否则算法将返回活动检测状态。如果成功检测到玻璃破损，则将激活板上 LED／蜂鸣器发出事件警报。GBD 随后将返回到活动检测状态。

图 4：高级软件流程

活动检测仅通过比较 ADC 输入值与零点两侧的预设阈值来从噪声中区别出真正的破损信号。如前所述，撞击是接近 300 Hz 的低频分量。既然撞击分量仅出现在玻璃撞破损的初始阶段，那么只需过滤最初传送进来的少数几个信号样本即可。该过滤工作由剪切频率为 350 Hz 的数字低通滤波器 (LPF) 来完成。先将过滤后的样本累加、取平均值，然后再与预设的能量阈值进行比较。如果能量超过预设阈值，则启动撞击分量和玻璃破损检测算法。为了在不影响其工作效率的前提下缩小数字 LPF 的尺寸，针对初始样本的采样频率非常低，仅保持在 4 kHz。不过，该部分算法采用剪切频率为 2 kHz 的AAF（而非剪切频率为 20 kHz的常规 AAF）。

玻璃破损检测算法比撞击检测更复杂，分为两部分：信号分析 1 (SA1) 和信号分析 2 (SA2)。SA1 是处理的第一阶段，一旦检测到撞击就会对每个样本进行分析。在 SA1 阶段选用的是 20 kHz 的AAF，ADC 采样频率骤然提升至 40 kHz。SA1 阶段将执行信号平均、跨零检测和峰值检测，耗时 60 毫秒，完成了约 2，400 个样本分析。SA1 完成后，即启动 SA2 完成整个信号分析过程。图 5 显示的是 SA1 期间的信号表示图，而图 6 显示的是实际的软件流程。

图 5：信号分析 1 的信号表示图

图 6：信号分析 1 的软件流程

传送进来的信号样本 p(n) 在首先通过简单的移动平均滤波器降低噪声后得到 s(n)。p(n) 的信号整合只使用正样本进行，以便计算出 SA2 阶段将使用的信号能量 integ_total。s(n) 包括峰值和跨零数量。可以使用剪切频率为 的高通滤波器 (HPF) 提取传送进来的信号的高频分量，每个 p(n) 样本都要经过此类过滤。同时，只有过滤输出的正样本才能累加到结果 integ_HPF_total 中，该结果将用于 SA2 阶段。每个样本都要经过完整的 SA1 阶段，而且为了确保实时运行，必须在下一个样本 p(n+1) 到达前完成，即全部可用的 CPU 周期数仅为 CPU 频率／40 kHz。过滤通常是一个耗时的过程。为提高效率，我们在撞击检测中使用的 LPF 以及 SA1 阶段使用的 HPF 中均要采用点阵波数字滤波器 (LWDF) [1] ，并使用霍纳 (Horner) 算法 [2]。待 SA1 阶段的数据处理完（耗时 60 毫秒）后，算法即进入处理的第二个阶段 SA2。SA2 无需实时运行，图 7 给出了该阶段的运行流程。此外，SA2 完成时将确定是否真的发生了玻璃破碎事件。

图 7：信号分析 2 的软件流程

计算总信号能量与高通过滤信号能量之比，并将其与阈值加以比较。结果显示众多玻璃破损声音的比值都介于 1.75 ~ 14 之间。同样，还要检查峰值数量是否介于 160 ~ 320 之间，跨零数量是否介于 95 ~ 300 之间。只有满足以上三个条件，才能确定发生了玻璃破损事件。上述三个条件中只要有一项不符合要求，玻璃破损检测器就会重启并返回活动检测状态。这些阈值与范围将需要根据房间声音质量、GBD 位置以及环境噪声等加以微调。

MCU 的实施

德州仪器 (TI) MSP430 MCU 平台系列产品包括各种各样的器件。MSP430F2274 是一款低功耗 MSP430 平台 2xx 系列中的 16 位 MCU [3]。该 MCU 的运行频率高达 16 MHz，其内部极低功耗的低频振荡器 (VLO) 可在室温环境下以 12 kHz 的频率运行。此外，它还具备两个 16 位定时器和一个转换速率高达 200 kHz 的集成型 10 位模数转换器 (ADC10)。该 AC10 通过配置能够与片上运算放大器（OA0 和 OA1）协同工作，满足模拟信号的调节需求。该产品在待机模式 (LPM3) 下的流耗为 0.7 μA，工作模式下的流耗为 250 μA，是电池供电应用的最佳选择。

图 8 显示了使用 MSP430F2274 及其集成型外设的系统级方框图。由于扩音器具有 20 Hz 至 20 kHz 的通频带，MSP430F2274 只有两个集成型 OA，因此我们可以在实施中除去 20 kHz 的 AAF。尽管此举明显违背了采样理论，但实践证明这对结果无任何影响。不过，如果另一个 OA 可用的话，设置中仍可包含 20 kHz AAF。

图 8：采用 MSP430 的 GBD 系统方框图

SP430F2274 具有两个可软件配置的运算放大器，分别标记为 OA0 与 OA1。OA0 用作增益为 7 的反相放大器来放大扩音器的输出。OA1 可通过使用 Sallen-Key 架构配置为二阶 Butterworth 类型的单位增益低通滤波器 [5]。该滤波器在 2 kHz 频率下的截止频率为 3 dB。OA1 与 OA2 的输出分别与 A1和 A13 通道实现了内部互连。

电流消耗
    
整个 GBD 的电流消耗取决于其工作与外设的开启／关闭期间所选择的低功耗模式。图 9、图 10 与图11给出了 MSP43 三种工作模式下的电流消耗分布情况。

图 9：活动检测状态下的电流消耗分布情况

图 9 显示了活动检测状态下的电流消耗分布情况。器件每 2.5 ms 唤醒一次，检查活动情况并进入 20 μs 工作模式 (AM1)，其间 CPU 时钟频率设为 12 MHz。如果没有检测到外部扩音器活动，器件将返回待机模式或低功耗模式 3 (LPM3)。定期从待机模式唤醒是通过使用在室温条件下时钟频率设为约 12 kHz 的片上定时器实现的。

图 10：撞击检测状态下的电流消耗分布情况

图 10 显示的是在外部扩音器上检测到明显活动且算法启动撞击检测时的电流消耗分布情况。器件进入 18 μs 的 AM1，随即配置工作在撞击检测模式下。现在，CPU 运行频率为 8 MHz，且器件进入工作模式 (AM2)。在该模式下，ADC 的采样速率配置为 4 kHz。在 32 ms 的时间内对所有样本进行信号分析，共有 128 个样本。如果未检测到有效的撞击，则器件返回12 μs 的 AM1，在此期间，器件重新启动并配置返回活动检测模式。

图 11：玻璃破损检测状态下的电流消耗分布情况

图 11 显示的是有效撞击得到确认且器件进入玻璃破损检测模式的电流消耗分布情况。玻璃破损检测期间，CPU 时钟配置回 12 MHz，器件进入 ADC 采样率为 40 kHz的工作模式 (AM3)。每 60 ms 对每个样本进行一次信号分析，共有 2400 个样本。如果未检测到有效玻璃破损事件，则器件返回 4.6 ms 的 AM1，其间器件重新启动并配置返回每 2.5 ms 定期唤醒的活动检测模式。在出现有效玻璃破损事件时，器件将启动板载 LED／蜂鸣器并持续三秒钟，然后再返回活动检测模式。

表 1 提供了各种工作模式下处于开启状态的所有外设与时钟列表 [4]。这些外设在每个阶段都是整体电流的主要消耗者。

表 1：电流与定时的重要考虑事项

采用 MSP430 的 GBD 电路板由两节电流为 800mAh 的 AAA 电池供电。虽然很难估计此类应用的电池使用寿命，但在假定不出现玻璃破损事件、总流耗约 80 μA 的情况下，电池使用寿命约为 416 天。如果在当前 2.5 微秒的基础上延长用于活动检测的唤醒间隔，电池使用寿命可进一步延长；但是这会提高声音事件疏漏的几率。

本文讨论了一种简单而稳健的玻璃破损检测器解决方案，并举例说明了玻璃破损信号的分量以及提取这些分量的方法。此外，我们还例示了软硬件要求及其 MCU 实施方案，并深入分析了此类实时实施方案的电流消耗问题。

作者简介