味覺識別實時系統在DSP上的實現

侯洪彬，蔣行國，章啟兵，陳真誠

(1.桂林電子科技大學信息與通信學院，廣西 桂林 541004;2.桂林理工大學理學院，廣西 桂林 541004;3.桂林電子科技大學生命與環境科學學院，廣西 桂林 541004)

隨著現代科學技術和科學理念的不斷發展，基于人工智能的機器人味覺感知系統的研究已逐漸成為科學研究的熱點，作為一個新興技術，它必將給眾多領域帶來一次技術革命，并將為社會生活、生產及經濟發展帶來深遠影響。其研究成果在食品安全、醫藥分析、化學分析、環境監測等領域都具有非常大的市場發展潛力。隨著集成電路和模式識別技術的發展，使得實時味覺識別系統有了軟件和硬件基礎。

本文提出利用TMS320C6713芯片與模式識別方法組建成了味覺識別實時系統，能夠客觀地反映溶液的味道，在小型化電子舌的開發和應用方面取得了重大進展。

1 LAPS型電子舌及識別算法

1.1 LAPS型電子舌原理介紹

光尋址(Light Addressable Potentiometric Sensor，LAPS)型電子舌是模擬人類味覺感知及識別系統的儀器。光尋址型電子舌如圖1所示，主要包括傳感器陣列模塊、信號處理模塊、模式識別模塊組成。其中傳感器陣列為層式結構，包含敏感層、絕緣層和硅基底［1］。電極和傳感器兩端加入偏置電壓，利用LED紅外光照射傳感器背面時，由于敏感膜對離子的吸附作用形成膜電位和半導體的本征吸收作用產生的電子—空穴對，導致硅膠半導體和絕緣層兩端的電壓發生偏移而產生光電流，通過信號處理模塊(I/V轉換電路、鎖相放大器和帶通濾波器)進行數據轉換、放大和提取，將采集到的味覺信號送入FPGA進行保存并傳輸到TMS320C6713中進行模式識別，最后將識別結果在128×64液晶屏上顯示。其中，采集的對象是電壓形式，這是由于電子舌產生的味覺信號較微弱不易于檢測且易受外界干擾，經過I/V轉換電路變為電壓后，可以利用鎖相放大器方便地對其檢測。

圖1 LAPS電子舌基本結構框圖

1.2 主元分析法與人工神經網絡方法比較

主元分析法(Principle Component Analysis，PCA)是一種簡單實用的多元統計分析方法，其基本原理是在保留原始變量最主要信息的前提下，將多指標問題轉換為幾個具有綜合特性的指標，也就是主元［2－3］。PCA主要作用是降低變量維數和抑制噪聲。以散點圖為基礎的主元得分圖中每個點代表一個樣本，點與點之間的距離代表著樣品之間的特征差異。

人工神經網絡(Artificial Neural Networks，ANNs)是由大量的、功能比較簡單的形式神經元互相連接而構成的復雜網絡系統，用它模擬大腦的許多基本功能和簡單的思維方式，通過學習和訓練獲得用數據表達的知識，除了可以記憶已知的信息外，還具有較強的概括能力和聯想記憶能力，能較好地解決交叉響應帶來的非線性等問題［4］。另外在特征的提取、表示、推理和識別等方面也具有較強的概括能力和發展潛力。人工神經網絡的缺點是系統可解釋性差、算法收斂較慢、對初始權值敏感等。

模式識別模塊是LAPS型電子舌的核心部分之一，其判別結果直接作為電子舌的最終輸出，因此對電子舌的識別效果起著重要影響。隨著電子舌的研究與發展，其應用范圍越來越廣，對與之相適應的模式識別方法也提出了更高的要求。LAPS電子舌采集的數據信息維數巨大，并且包含大量的冗余信息，不適合于人工神經網絡直接處理。通過上述對PCA與ANNs的比較，本文選用改進的遞推主元分析法對大維數數據進行數據處理，通過最小距離法實現了最終樣本的識別。

2 實時味覺識別系統平臺簡介

2.1 CPU特性

系統采用的DSP芯片是TI公司的TMS320C6713［5］，它是一款采用超長指令字(VLIW)結構的32位高速浮點型處理器，時鐘最高頻率為300 MHz，最大處理能力可達2400MI/s(兆指令/秒)/1800 MFlo/s(兆浮點運算/秒);采用二級緩沖處理，其中包括4 kbyte的程序緩存、4 kbyte的數據緩存和256 kbyte的額外內存;具有豐富的外設，包括DMA，EDMA，不需CPU參與進行傳送數據/擴展總線，具有主機口和I/O口操作功能，外部存儲空間高達512 Mbyte，數據寬度 32 bit。

對TMS320C6713的開發可以使用C語言和匯編語言。對兩者比較可知，C語言編程容易，可快速調試，可讀性好，大大提高了開發效率;匯編語言可以充分利用芯片的硬件特性，速度快，但開發周期長，程序可移植性差。

2.2 系統硬件構成

整個味覺實時識別系統主要由信號采集、數據存儲及傳輸、數據處理、識別結果顯示等幾部分組成，如圖2所示。信號采集部分使用的是該課題組自主研制的LAPS信號采集模塊，數據的存儲由Xilinx廠家生產的Vrtex－5系列FPGA芯片來控制。在TMS320C6713內部實現遞推PCA特征提取算法，并且通過EMIF與FPGA進行數據傳輸。顯示部分由128×64液晶屏組成。

圖2 味覺識別的主要硬件體系框圖

3 味覺識別算法及系統應用軟件設計

3.1 遞推PCA特征提取算法

PCA法的最基本內容為提取信號主要特征，將原來高維復雜的數據通過線性組合降到一個主元或多個主元(許多自適應處理領域經常用到)，并且最大限度需保留原來數據的有用信息。目前對主元個數的選擇主要有主元回歸檢驗法和主元貢獻率累積法。

文中采用改進的遞推主元分析算法對數據進行特征提取，加速了味覺在線實時識別的速度。設

其中每一行代表一個樣本，每一列代表一個變量。遞推 PCA 算法步驟［6－7］為:

1)求Xp的自相關矩陣Rp。

2)根據自相關矩陣的遞推公式(2)求Rp+1。

式中:Np為總的樣本個數;xTp+1為遞推的均值向量。

3)根據遞推特征向量公式(3)

式中:Mk+的每一列為更新后前k個樣本所對應的單位特征向量;Mk+1的每一列為更新過的相關矩陣Rp+1的單位特征向量。并對特征值進行從大到小排序。

4)通過主元貢獻率累積法取前面的n個主元。

3.2 距離分類器設計

分類器是一種能夠把數據集中的樣本映射到給定類別的分類函數或分類模型，已被廣泛應用于數據挖掘、文字識別、文本分類、語音識別、基于內容的多媒體數據庫檢索、圖像處理、自然語音理解等領域［8］。

歐氏距離分類法是一種直觀和簡單的基于向量空間模型的分類方法。在實時系統中，最小距離法的速度明顯優于最大相似度方法、K最近領域方法。最小距離公式為

3.3 系統軟件設計

系統軟件主要包括FPGA與LAPS采集模塊之間的通信程序設計、DSP程序設計、中斷程序設計和液晶顯示模塊程序設計。

1)FPGA程序設計。在FPGA中對數據進行數據暫存及FIR濾波處理，當DSP中DSP_FLAG標志位等于0時發送FIR濾波處理后的數據。

2)DSP程序設計如圖3所示，首先對硬件進行上電復位，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傳輸過來的數據，數據接收完成后，對數據按照遞推PCA特征提取算法進行特征提取。

圖3 DSP主程序框圖

3)中斷程序設計。如圖4所示，中斷程序包括采樣中斷程序、串口中斷程序、定時器中斷程序設計。采樣中斷程序主要控制LAPS數據采集模塊，串口中斷程序控制數據的傳輸功能，定時器中斷程序控制LAPS數據采集模塊中的照射敏感膜的LED燈。

4)液晶顯示模塊程序設計。顯示在DSP中通過遞推主元分析處理和歐氏距離分類后的結果。

4 仿真實驗結果與分析

圖4 中斷程序框圖

為驗證文中所述方法的可行性，本文對每種基本味道進行了5次測量，在Matlab7.1中通過PCA法對數據進行仿真實驗［9－10］，得到如圖5所示的第一、第二主元得分圖。

圖5 第一主元與第二主元得分圖

由圖可知，相同味道的主元得分離散度很小;反之，不同味道的主元得分離散度較大，這為最小距離法的正確使用提供了依據。

5 結束語

文中以TMS320C6713為核心構成了一個實時對5種基本味道進行識別的系統。實驗結果表明，該系統實時性好，能快捷、方便、無損地對5種基本味道進行識別。DSP味覺實時系統的實現為研制小型化LAPS型電子舌提供了實踐依據。

［1］門洪，胡德建，穆勝偉，等.光尋址電位傳感器及其應用［J］.傳感器與微系統，2008，27(6):12－17.

［2］邵威平，李紅，張五九.主成分分析法及其在啤酒風味評價分析中的應用［J］. 釀酒科技，2007(11):107－110.

［3］王茹，田師一.模式識別技術在電子舌中的應用與發展［J］.食品科技，2009，34(2):108－112.

［4］魏海坤.神經網絡結構設計的理論與方法［M］.北京:國防工業出版社，2005.

［5］三恒星科技.TMS320C6713 DSP原理與應用實例［M］.北京:電子工業出版社，2009.

［6］程龍，王桂增.改進的遞推主元分析及遞推主元回歸算法［J］.控制工程，2010，17(1):5－9.

［7］鄒志煌，程武山，孫鑫.人臉識別實時系統在DSP上的實現［J］.現代機械，2008(2):64－66.

［8］任靖，李春平.最小距離分類器的改進算法——加權最小距離分類器［J］. 計算機應用，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.