味觉识别实时系统在DSP上的实现

侯洪彬，蒋行国，章启兵，陈真诚

(1.桂林电子科技大学信息与通信学院，广西 桂林 541004;2.桂林理工大学理学院，广西 桂林 541004;3.桂林电子科技大学生命与环境科学学院，广西 桂林 541004)

随着现代科学技术和科学理念的不断发展，基于人工智能的机器人味觉感知系统的研究已逐渐成为科学研究的热点，作为一个新兴技术，它必将给众多领域带来一次技术革命，并将为社会生活、生产及经济发展带来深远影响。其研究成果在食品安全、医药分析、化学分析、环境监测等领域都具有非常大的市场发展潜力。随着集成电路和模式识别技术的发展，使得实时味觉识别系统有了软件和硬件基础。

本文提出利用TMS320C6713芯片与模式识别方法组建成了味觉识别实时系统，能够客观地反映溶液的味道，在小型化电子舌的开发和应用方面取得了重大进展。

1 LAPS型电子舌及识别算法

1.1 LAPS型电子舌原理介绍

光寻址(Light Addressable Potentiometric Sensor，LAPS)型电子舌是模拟人类味觉感知及识别系统的仪器。光寻址型电子舌如图1所示，主要包括传感器阵列模块、信号处理模块、模式识别模块组成。其中传感器阵列为层式结构，包含敏感层、绝缘层和硅基底［1］。电极和传感器两端加入偏置电压，利用LED红外光照射传感器背面时，由于敏感膜对离子的吸附作用形成膜电位和半导体的本征吸收作用产生的电子—空穴对，导致硅胶半导体和绝缘层两端的电压发生偏移而产生光电流，通过信号处理模块(I/V转换电路、锁相放大器和带通滤波器)进行数据转换、放大和提取，将采集到的味觉信号送入FPGA进行保存并传输到TMS320C6713中进行模式识别，最后将识别结果在128×64液晶屏上显示。其中，采集的对象是电压形式，这是由于电子舌产生的味觉信号较微弱不易于检测且易受外界干扰，经过I/V转换电路变为电压后，可以利用锁相放大器方便地对其检测。

图1 LAPS电子舌基本结构框图

1.2 主元分析法与人工神经网络方法比较

主元分析法(Principle Component Analysis，PCA)是一种简单实用的多元统计分析方法，其基本原理是在保留原始变量最主要信息的前提下，将多指标问题转换为几个具有综合特性的指标，也就是主元［2－3］。PCA主要作用是降低变量维数和抑制噪声。以散点图为基础的主元得分图中每个点代表一个样本，点与点之间的距离代表着样品之间的特征差异。

人工神经网络(Artificial Neural Networks，ANNs)是由大量的、功能比较简单的形式神经元互相连接而构成的复杂网络系统，用它模拟大脑的许多基本功能和简单的思维方式，通过学习和训练获得用数据表达的知识，除了可以记忆已知的信息外，还具有较强的概括能力和联想记忆能力，能较好地解决交叉响应带来的非线性等问题［4］。另外在特征的提取、表示、推理和识别等方面也具有较强的概括能力和发展潜力。人工神经网络的缺点是系统可解释性差、算法收敛较慢、对初始权值敏感等。

模式识别模块是LAPS型电子舌的核心部分之一，其判别结果直接作为电子舌的最终输出，因此对电子舌的识别效果起着重要影响。随着电子舌的研究与发展，其应用范围越来越广，对与之相适应的模式识别方法也提出了更高的要求。LAPS电子舌采集的数据信息维数巨大，并且包含大量的冗余信息，不适合于人工神经网络直接处理。通过上述对PCA与ANNs的比较，本文选用改进的递推主元分析法对大维数数据进行数据处理，通过最小距离法实现了最终样本的识别。

2 实时味觉识别系统平台简介

2.1 CPU特性

系统采用的DSP芯片是TI公司的TMS320C6713［5］，它是一款采用超长指令字(VLIW)结构的32位高速浮点型处理器，时钟最高频率为300 MHz，最大处理能力可达2400MI/s(兆指令/秒)/1800 MFlo/s(兆浮点运算/秒);采用二级缓冲处理，其中包括4 kbyte的程序缓存、4 kbyte的数据缓存和256 kbyte的额外内存;具有丰富的外设，包括DMA，EDMA，不需CPU参与进行传送数据/扩展总线，具有主机口和I/O口操作功能，外部存储空间高达512 Mbyte，数据宽度 32 bit。

对TMS320C6713的开发可以使用C语言和汇编语言。对两者比较可知，C语言编程容易，可快速调试，可读性好，大大提高了开发效率;汇编语言可以充分利用芯片的硬件特性，速度快，但开发周期长，程序可移植性差。

2.2 系统硬件构成

整个味觉实时识别系统主要由信号采集、数据存储及传输、数据处理、识别结果显示等几部分组成，如图2所示。信号采集部分使用的是该课题组自主研制的LAPS信号采集模块，数据的存储由Xilinx厂家生产的Vrtex－5系列FPGA芯片来控制。在TMS320C6713内部实现递推PCA特征提取算法，并且通过EMIF与FPGA进行数据传输。显示部分由128×64液晶屏组成。

图2 味觉识别的主要硬件体系框图

3 味觉识别算法及系统应用软件设计

3.1 递推PCA特征提取算法

PCA法的最基本内容为提取信号主要特征，将原来高维复杂的数据通过线性组合降到一个主元或多个主元(许多自适应处理领域经常用到)，并且最大限度需保留原来数据的有用信息。目前对主元个数的选择主要有主元回归检验法和主元贡献率累积法。

文中采用改进的递推主元分析算法对数据进行特征提取，加速了味觉在线实时识别的速度。设

其中每一行代表一个样本，每一列代表一个变量。递推 PCA 算法步骤［6－7］为:

1)求Xp的自相关矩阵Rp。

2)根据自相关矩阵的递推公式(2)求Rp+1。

式中:Np为总的样本个数;xTp+1为递推的均值向量。

3)根据递推特征向量公式(3)

式中:Mk+的每一列为更新后前k个样本所对应的单位特征向量;Mk+1的每一列为更新过的相关矩阵Rp+1的单位特征向量。并对特征值进行从大到小排序。

4)通过主元贡献率累积法取前面的n个主元。

3.2 距离分类器设计

分类器是一种能够把数据集中的样本映射到给定类别的分类函数或分类模型，已被广泛应用于数据挖掘、文字识别、文本分类、语音识别、基于内容的多媒体数据库检索、图像处理、自然语音理解等领域［8］。

欧氏距离分类法是一种直观和简单的基于向量空间模型的分类方法。在实时系统中，最小距离法的速度明显优于最大相似度方法、K最近领域方法。最小距离公式为

3.3 系统软件设计

系统软件主要包括FPGA与LAPS采集模块之间的通信程序设计、DSP程序设计、中断程序设计和液晶显示模块程序设计。

1)FPGA程序设计。在FPGA中对数据进行数据暂存及FIR滤波处理，当DSP中DSP_FLAG标志位等于0时发送FIR滤波处理后的数据。

2)DSP程序设计如图3所示，首先对硬件进行上电复位，初始化操作(包括串口初始化，DSP/FPGA芯片初始化，128×64液晶屏初始化)，等待由FPGA传输过来的数据，数据接收完成后，对数据按照递推PCA特征提取算法进行特征提取。

图3 DSP主程序框图

3)中断程序设计。如图4所示，中断程序包括采样中断程序、串口中断程序、定时器中断程序设计。采样中断程序主要控制LAPS数据采集模块，串口中断程序控制数据的传输功能，定时器中断程序控制LAPS数据采集模块中的照射敏感膜的LED灯。

4)液晶显示模块程序设计。显示在DSP中通过递推主元分析处理和欧氏距离分类后的结果。

4 仿真实验结果与分析

图4 中断程序框图

为验证文中所述方法的可行性，本文对每种基本味道进行了5次测量，在Matlab7.1中通过PCA法对数据进行仿真实验［9－10］，得到如图5所示的第一、第二主元得分图。

图5 第一主元与第二主元得分图

由图可知，相同味道的主元得分离散度很小;反之，不同味道的主元得分离散度较大，这为最小距离法的正确使用提供了依据。

5 结束语

文中以TMS320C6713为核心构成了一个实时对5种基本味道进行识别的系统。实验结果表明，该系统实时性好，能快捷、方便、无损地对5种基本味道进行识别。DSP味觉实时系统的实现为研制小型化LAPS型电子舌提供了实践依据。

［1］门洪，胡德建，穆胜伟，等.光寻址电位传感器及其应用［J］.传感器与微系统，2008，27(6):12－17.

［2］邵威平，李红，张五九.主成分分析法及其在啤酒风味评价分析中的应用［J］. 酿酒科技，2007(11):107－110.

［3］王茹，田师一.模式识别技术在电子舌中的应用与发展［J］.食品科技，2009，34(2):108－112.

［4］魏海坤.神经网络结构设计的理论与方法［M］.北京:国防工业出版社，2005.

［5］三恒星科技.TMS320C6713 DSP原理与应用实例［M］.北京:电子工业出版社，2009.

［6］程龙，王桂增.改进的递推主元分析及递推主元回归算法［J］.控制工程，2010，17(1):5－9.

［7］邹志煌，程武山，孙鑫.人脸识别实时系统在DSP上的实现［J］.现代机械，2008(2):64－66.

［8］任靖，李春平.最小距离分类器的改进算法——加权最小距离分类器［J］. 计算机应用，2005，25(5):992－994.

［9］VLASOV Y G，LEGIN A V，RUDNITSKAYA A M，et al.“Electronic tongue”－new analytical tool for liquid analysis on the basis of non－specific sensors and methods of pattern recognition［J］.Sensors and Actuators B:Chemical，2000，65(1－3):235－236.

［10］MORENO L，MERLOS A，ABRAMOVA N，et al.Multi－sensor array used as an“electronic tongue”for mineral water analysis［J］.Sensors and Actuators B，2006(116):130－134.