基于STM32实现双音多频信号（DTMF）的检测与识别

王 勉， 郭永刚， 赵高院

（陕西烽火通信技术有限公司，西安 710075）

0 引言

双音多频信号（Double Tone Multi Frequency）是指电话拨号中脉冲信号和音频信号中音频信号的拨号方式。也就是电话拨号时，每按一个键，有两个音频频率叠加成一个双音信号。双音多频信号（DTMF）检测与识别在市场上有着很多成熟的芯片，能够可靠地完成这一功能；但是随着设备体积的缩小，以及对设备功耗的进一步要求。我们越来越倾向于使用软件来代替这个芯片。STM32系列属于ARM CortexTM-M3，是一款高性能、低成本、低功耗的32位RISC处理器。现如今被广泛地用于移动设备的主控制器系统。使用这款芯片来完成DTMF检测的功能，可以不增加任何成本和功耗。

1 音频信号采样

1.1 典型主控系统介绍

随着集成度的不断提高，MCU的功能在不断增强，如图1所示。单片STM32F1系列芯片可以完成诸如液晶显示、键盘扫描、与系统信道通讯，通过USB或者 USART与PC交互数据，甚至通过以太网物理层PHY芯片，接入Internet。

图1 中为典型主控示意图

现如今大多数主控芯片都集成 ADC，DAC这样的外设，这使得我们在不用增加任何外围电路情况下，就能很方便地进行数据采集。STM32的AD分辨率是12位的，在CPU主频56 MHz时。转换时间为1 μs，也就是1MHz的采样率。

1.2 DTMF手柄引脚定义图

为了减少连线的数目，MIC和DTMF信号线是复用，两者的复用是非常合理的，因为音频信号也要经过采样，然后音频编码（俗称声码化）。两个信号也不会同时有效。这样一来，也节省了AD的数目。但是 MIC产生的音频信号，有可能会干扰DTMF，造成误判断。

图2 DTMF手柄引脚定义图

人的语音可以分为清音、浊音两种。清音的频谱接近白噪声，不会对我们的检测造成影响；浊音从发声过程来讲是声带的震动，通过鼻腔和口腔的共鸣腔形成，有明显的周期性，在频谱上有明显的双音特性，影响我们的判断；与DTMF明显的区别在于，浊音有明显的二次谐波分量，因此对二次谐波的判断，可以帮我区分话音和DTMF信号。

1.3 硬件采样电路

采样电路如图3所示。

图3 低通滤波器硬件电路

A：因为STM32的引脚的最小电压输入为 VSS-0．3 V，音频信号输入均值为零，必须为这个信号叠加直流信号，以免造成信号的失真和芯片的损坏；

B：电容C221, C220,电阻 R147, R148组成了简单的抗混叠滤波器。滤波器只有信号频率超过了500 kHz时，才能起到很好的抗混叠作用。因为产品中的发射频率工作在800 MHz，对发射主频能起到很好的抗混叠作用。对于500 kHz以下的干扰信号，和发射频率交叉调制带来的干扰就无能为力。为了进一步提高可靠性， DTMF手柄与机器的连线必须使用屏蔽线，手柄的地线采用独立接地来减少ADC采样前端的干扰。

1.4 采样频率的选择：

采样的语音信号带宽为300 Hz-3 kHz，为了满足奈奎斯特采样法则，我们选择采样频率Fs =8 kHz。这个频率在u_PCM编码中也被广泛采用。

1.5 STM32芯片的配置

系统采样率Fs =8kHz，我们要求它的频率稳定度一般为100ppm；而程序运行时间的长短不容易控制，产品中我们采用定时器TIM2，ADC1，DMA1三个外设协同工作来完成，从而保证频率稳定度。数据采样流程图如图4所示。

图4 数据采样流程图

在连续采样中，使用这种方法的好处是，不需要CPU的参与，所有的采样工作都是在硬件上实现了，可靠性好，能够准确的保证8 kHz的采样率。缺点是程序移植困难。有些芯片上不支持DMA,就无法实现了；好在现在芯片大多数都支持这些外设。

2 戈泽尔算法介绍

Goertzel算法俗称戈泽尔算法。它的原理是利用2个极点的IIR滤波器计算离散傅里叶变换，能够高效地提取频谱信息。戈泽尔算法描述如下：

(a)从n= 0,…,N递归计算

Min(Fr -Fc)= 73Hz

所以Δf＜73;

当 Fs=8 kHz;

N＞110。

在戈泽尔算法中，虽然N必须取整数，但是对 k的取值没有限制，而且我们所需要的是：

我们在MATLAB上计算得到 8个频率所对应的CONSTAT_VALUE，因为CPU支持定点运算，存储类型为 INT16，归一化处理如下：

3 N值的选择

3.1 N值的物理意义

在程序计算过程中，N为每次运算的采样点数。N值的选择决定了最小频率关系。从上一节中我们得出：

N＞110。

3.2 N值选择受限于检测按键的时间长短和人们的操作习惯

根据人们的按键习惯，每次按键的时间大约在60-200 ms左右，机械操作抖动是不可避免的，所以需要去抖动。如果以每采到2次相同按键来去抖动，每次的检测时间不应该大于30 ms。

3.3 N值选择受限于CPU硬件因素

在实际应用中，因为使用的是定点运算，所以N 的选择还要考虑到计算过程中的精度和溢出。戈泽尔算法是DFT的一种快速实现，所以DFT的溢出问题在戈泽尔算法中同样存在。根据帕塞瓦尔定理：

X(k)2的均方值是x(n)2均方值的N倍，因此如果不采取有效措施，溢出是不可避免的；不仅如此，因为我们要选取的是单音信号，所以有如下公式成立：

这个公式对工程运算十分重要，它直接决定了我们的运算结果会不会溢出。给我们提供了自动增益控制稳态值的选择范围。具体用法如下。

(a) 输入信号x(t)=A*cos(t); A=3 V, AD的最大动态范围

(b) Fs = 8000;

(c) 采样信号为x(n)= B*cos(n/Fs);

(d) ADC采样精度为12 bit，考虑到符号位所以B = 210；

(e) CPU的 加 法 器 为32bit,所 以MAX(X(K0)2) =231

利用公式 （13）得到

所以N=64，不满足 N＞110的要求。

为了满足频率分辨率的要求，我们只有通过自动增益控制来实现。

4 自动增益控制

我们使用的参考电压VREF+为3 V。在输入信号Vpp大于这个动态范围时，就会产生溢出。经过戈泽尔算法后出现谐波成分，造成误判断；当信号幅度过小，没有足够的信噪比时，会造成漏判断。

在AD采样前，通过硬件电路进行压缩放大，防止信号超过最大动态范围，造成AD溢出。

(1)硬件音频放大Ssm2167 进行压缩放大；

图5 音频压缩放大硬件电路

ssm2167的输入动态范围可以达到50 dB，提高了设备的兼容性。

(2)软件音频压缩，保证DFT运算不溢出。

上一节中已经仔细论证了软件压缩的重要性，在此给出程序流图如图6所示。

图6 音频压放时序图

5 实验测试结果

工程测试中，采用 cr-cooledit软件生成测试音频文件。通PC耳机插孔接入目标板。测试文件包括：

(1) 标准DTMF测试文件 600 s，每组双音持续时间为25 ms。相当于24000个DTMF信号。

(2) 非标准测试文件600 s，每组双音持续时间为25ms。

(3) 音乐文件 600 s。

(4) 语音文件 600 s。

输入动态范围测试，音频输入1mvRMS—1VRMS，60dB动态范围的情况下，标准测试文件能够准确识别，识别率 100%。在同样的动态范围下，非标准文件，音乐文件，和语音文件的全部拒识，拒识率 100%。

[1] 陈亮,杨吉斌,张雄伟．信号处理算法的实时DSP实现[M]．北京:电子工业出版社,2008．

[2] 金鑫春,旺一鸣．Goertzel 算法下DTMF信号检测及参数优化[J]．现代电子技术,2010(06):152-155．

[3] 弋今朝,张禄林,钱玉美．一种新的基于Goertzel算法的DTMF信号检测方法[J]．通信技术,2002(9):16-18．

[4] International Telecommunication Union ． ITU-T Recommendation Q23． Technical Features Of Push - Button Telephone Sets[R]． Switzerland:ITU-T． November 1988．

[5] 丁玉美,高西全．数字信号处理[M]．2版．西安:西安电子科技大学出版社,1994．

[6] 胡广书．数字信号处理理论、算法与实现[M]．北京:清华大学出版社,2003．

[7] 傅丰林．电子线路基础[M]．西安:西安电子科技大学出版社,2001．

[8] Jean J．Labrosse．嵌入式实时操作系统μC/OS-Ⅱ[M]．邵贝贝 译．北京:北京航空航天大学出版社,2001．