本发明专利技术公开了一种数字带通滤波器（BPF）、滤波方法、音频特征提取器和芯片。为解决现有音频前端中模拟BPF面积大、难以精确实现以及数字BPF功耗高的技术问题，本发明专利技术数字实现的低阶巴特沃斯滤波器包括级联的移动平均滤波器与自回归滤波器，功耗与模拟BPF相当，面积小、精度高、稳定性强，能够有效避免滤波计算过程中的溢出或下溢，以及死区等问题。本发明专利技术适于类脑芯片或神经形态芯片的前端信息处理领域。域。域。
【技术实现步骤摘要】
数字带通滤波器、滤波方法、音频特征提取器和芯片
[0001]本专利技术涉及一种数字带通滤波器、滤波方法、音频特征提取器和芯片，尤其涉及一种音频处理过程中进行全数字带通滤波的装置、方法、音频特征提取器和芯片。
技术介绍
[0002]AI处理信息前，通常使用声学特征提取器（Acoustic Feature Extractor）来提取音频信号的特征，如梅尔倒谱系数（Mel
‑
Frequency Cepstral Coefficients, MFCCs）是最常见的声学特征。神经形态芯片中，常使用音频前端（Audio Front End, AFE）处理原始音频信号，提取音频特征，并将提取的音频特征编码后由神经网络处理器（如脉冲神经网络SNN、类脑芯片）进行识别，如图1所示。音频前端包括带通滤波器、整流器、脉冲发生器等。
[0003]然而，现有音频前端中的带通滤波器（BPF），通常使用模拟电路（如CN202111201666X），虽然模拟BPF有低功耗、处理速度快的优点，但音频前端包括多个滤波器组成的滤波器组，大量精确的电阻、电容占用巨大的芯片面积。此外，模拟BPF的品质因子Q和带宽范围有限，且对温度的变化敏感，不易精确实现。同时，由于工艺、制造等原因，多个通道间容易失配，产生噪声，影响稳定性。
[0004]数字实现的BPF能够很好的避免上述问题，但通常数字BPF功耗高，这对微瓦级功耗的音频前端来说是致命的，并且在低频时容易出现死区。
[0005]为了解决或缓解上述部分或全部技术问题，需要一种同时具备模拟电路高速、低功耗优点和数字电路成本低、易实现优点的带通滤波器，以提升音频前端的性能。
技术实现思路
[0006]本专利技术的数字带通滤波器，与模拟带通滤波器功耗相当，面积小、稳定性强，且具有非常高的精度。本专利技术是通过如下技术方案实现的：一种数字带通滤波器，所述数字带通滤波器为巴特沃斯滤波器；所述巴特沃斯滤波器包括移动平均滤波器和自回归滤波器；所述移动平均滤波器和自回归滤波器级联。
[0007]在某类实施例中，所述巴特沃斯滤波器基于有限脉冲响应实现。
[0008]在某类实施例中，所述移动平均滤波器级联在自回归滤波器之后。
[0009]在某类实施例中，所述巴特沃斯滤波器的输出比特位大于输入比特位。
[0010]在某类实施例中，所述巴特沃斯滤波器输出信号整数部分的比特位B
w,i
比输入信号整数部分的比特位B
in
大r位；其中，r为正整数，且2
r
≥所述自回归滤波器的最大放大因子。
[0011]在某类实施例中，对所述自回归滤波器系数进行量化，所述自回归滤波器系数包括整数部分；或者，所述自回归滤波器系数包括整数部分和小数部分。
[0012]在某类实施例中，对所述自回归滤波器系数进行量化前，先进行归一化处理。
[0013]在某类实施例中，增加量化自回归滤波器系数整数部分的量化位数，或者增加量化所述自回归滤波器系数整数部分和小数部分的量化位数。
[0014]在某类实施例中，对于自回归滤波器系数整数部分的量化位数至少需要B
b
＋2
k
位，其中，B
b
为与量化精度相关的整数，k为滤波器系数取值范围相关的正整数。
[0015]在某类实施例中，所述巴特沃斯滤波器的输出为所述移动平均滤波器的输出。
[0016]在某类实施例中，所述巴特沃斯滤波器输出信号的位数包括输出信号整数部分位数和输出信号小数部分位数。
[0017]在某类实施例中，增加所述巴特沃斯滤波器输出信号小数部分的比特位B
w,f
。
[0018]在某类实施例中，所述巴特沃斯滤波器输出信号小数部分的比特位B
w,f
至少增加B
b
−ꢀ
(B
in
−
1)位，其中，B
b
为与量化精度相关的整数。
[0019]在某类实施例中，所述自回归滤波器包括第一加法器；所述第一加法器将所述自回归滤波器的输入经第一移位寄存器左移B
w,f
位后与所述自回归滤波器系数经量化后的整数部分求和；所述求和结果经第二移位寄存器右移B
b
位后得到所述巴特沃斯滤波器的输出信号。
[0020]在某类实施例中，所述移动平均滤波器级联在自回归滤波器之前。
[0021]在某类实施例中，所述移动平均滤波器和自回归滤波器均为二阶滤波器。
[0022]在某类实施例中，所述巴特沃斯滤波器的传递函数为：所述自回归滤波器的传递函数为，所述移动平均滤波器的传递函数为；其中，，，b0、a1和a2为滤波器系数。
[0023]一种滤波方法，所述滤波为基于有限脉冲响应实现的数字带通滤波；所述带通滤波为巴特沃斯滤波，包括级联的移动平均滤波和自回归滤波。
[0024]在某类实施例中，所述移动平均滤波级联在自回归滤波器之后，或者所述移动平均滤波级联在自回归滤波之前。
[0025]在某类实施例中，所述巴特沃斯滤波输出信号整数部分的比特位比输入信号整数部分的比特位大。
[0026]在某类实施例中，对所述自回归滤波器系数进行量化，所述自回归滤波器系数包括整数部分；或者，所述自回归滤波器系数包括整数部分和小数部分。
[0027]在某类实施例中，增加量化自回归滤波器系数整数部分的量化位数，或者增加量化所述自回归滤波器系数整数部分和小数部分的量化位数。
[0028]在某类实施例中，增加所述巴特沃斯滤波器输出信号小数部分的比特位B
w,f
。
[0029]在某类实施例中，所述自回归滤波包括第一加法器；所述第一加法器将所述自回归滤波器的输入经第一移位寄存器左移B
w,f
位后与所述自回归滤波器系数经量化后的整数部分求和；所述求和结果经第二移位寄存器右移B
b
位后得到所述巴特沃斯滤波器的输出信号，其中，B
b
为与量化精度相关的整数。
[0030]一种音频特征提取器，所述音频特征提取器用于对麦克风输出的音频信号进行处理，得到多个通道的脉冲序列；所述音频特征提取器包括低噪声放大器，音频信号经低噪声放大后进入所述多个通道；每个通道包括如前所述的数字带通滤波器与所述低噪声放大器耦接，或者每个通道使用如前所述的滤波方法对低噪声放大后的通道信号滤波。
[0031]一种芯片，所述芯片包括如前所述的音频特征提取器和分类器；所述分类器根据所述音频特征提取器产生的脉冲序列执行分类任务。
[0032]在某类实施例中，所述芯片为类脑芯片。
[0033]在某类实施例中，所述分类器为决策树或神经网络。
[0034]一种电子设备，该电子设备包括如前所述的芯片或音频特征提取器。
[0035]本专利技术的部分或全部实施例，具有如下有益技术效果：1）本专利技术的带通滤波本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种数字带通滤波器，其特征在于：所述数字带通滤波器为巴特沃斯滤波器；所述巴特沃斯滤波器包括移动平均滤波器和自回归滤波器；所述移动平均滤波器和自回归滤波器级联。2.根据权利要求1所述的数字带通滤波器，其特征在于：所述巴特沃斯滤波器的输出比特位大于输入比特位。3.根据权利要求2所述的数字带通滤波器，其特征在于：所述巴特沃斯滤波器输出信号整数部分的比特位比输入信号整数部分的比特位大r位；其中，r为正整数，且2
r
≥所述自回归滤波器的最大放大因子。4.根据权利要求2或3所述的数字带通滤波器，其特征在于：增加量化自回归滤波器系数整数部分的量化位数，或者增加量化所述自回归滤波器系数整数部分和小数部分的量化位数。5.根据权利要求4所述的数字带通滤波器，其特征在于：增加所述巴特沃斯滤波器输出信号小数部分的比特位B
w,f
。6.根据权利要求4所述的数字带通滤波器，其特征在于：所述自回归滤波器包括第一加法器；所述第一加法器将所述自回归滤波器的输入经第一移位寄存器左移B
w,f
位后与所述自回归滤波器系数经量化后的整数部分求和，得到求和结果；所述求和结果经第二移位寄存器右移B
b
位后得到所述巴特沃斯...
【专利技术属性】
技术研发人员：苏尼尔，
申请(专利权)人：深圳时识科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。