破损玻璃检测器 (GBD)的系统设计

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