Murom, Vladimir, Russian Federation
Murom, Russian Federation
Murom, Vladimir, Russian Federation
GRNTI 55.01 Общие вопросы машиностроения
GRNTI 55.13 Технология машиностроения
Signal processing in the telecommunication systems of audioinformation exchange is conditioned on the requirement in the separation of useful speech acoustic information, in the increase of the verification of information perception by subscribers of a communication system, in the stability increase of telecommunication systems at the suppression of external acoustic interference and echosignal compensations. Therefore during designing telecommunication systems, in particular, speakerphone systems (SS) operating under conditions of an active impact of external acoustic interference and echosignals, there is specified a problem of the algorithm formation of efficient noise suppression for an essential “signal-noise” ratio support. The investigation object is design methods of adaptive algorithms for speech signals processing and acoustic interference suppression at the expense of the controlled change of a rejection area in the range from 0 to 300…1000Hz depending on an interference situation. The work aim is an investigation of the speech signals characteristics and acoustic noise of different nature and also problems consideration in the matter of an algorithm creation for adaptive filtering and suppression of external acoustic interference and echosignals. At that the increase of the “signal-acoustic interference” ratio in the systems of audioexchange telecommunications is carried out through the methods of adaptive filtering. The results obtained in the course of the investigations of different acoustic interference suppression show that through the method of linear filtering in the system of telecommunications of speech information exchange it is possible to ensure the essential ratio Rs/Rak.pom. >20 dB and, accordingly, an essential syllab-ic legibility S ≥ 93%.
“signal-acoustic noise” ratio, speech signals, telecommunication signals, adaptive filtering, spectral function, acoustic noise
Введение
Методы адаптивной фильтрации активно применяются в задаче повышения отношения «сигнал/помеха» [1-3]. При этом обработка сигналов в телекоммуникационных системах обмена аудиоинформацией обусловливается потребностью в выделении полезной речевой акустической информации, в повышении достоверности восприятия информации абонентами системы связи, в повышении устойчивости телекоммуникационных систем при подавлении внешних акустических помех и компенсации эхо-сигналов. Для решения указанной задачи актуальным является исследование характеристик речевых сигналов и акустических шумов различной природы, а также рассмотрение вопросов создания алгоритмов адаптивной фильтрации и подавления внешних акустических шумовых помех и эхо-сигналов.
Теоретические положения
Известная математическая модель функции плотности вероятности 
речевых сигналов, разработанная в [4], позволяет получить значения математического ожидания 
и дисперсии 
речевых сигналов в соответствии с выражениями [4; 5]
, 
, (1)
где 
– отсчеты речевых сигналов, квантованные на 
интервалах и нормированные относительно максимальных значений в виде 
. Тогда получаем значения 
и 
Вт/Ом.
Соответственно уровень интенсивности звукового давления I относительно нулевого уровня интенсивности 
=10-12 Вт/м2 определяется как
(2)
где k – коэффициент направленности громкоговорящего устройства (при излучении в одном направлении принимается k = 2); 
– площадь сферы; R – радиус сферы.
Тогда относительная интенсивность акустического речевого сигнала Iр , вычисляемая с помощью выражения (2) имеет следующее значение: 
дБ при 
Вт, k = 2, R=1 м.
Относительные интенсивности для различных акустических шумов и помех вычисляют, используя значения математического ожидания и дисперсии различных видов акустических помех, определенные по формулам (1), в которых применена математическая модель функции плотности вероятности акустических помех [6]. Значения относительных интенсивностей для различных акустических сигналов представлены в табл. 1.
Таблица 1
Относительные интенсивности для различных акустических сигналов
|
Вид сигнала |
P, Вт |
|
|
|
Речевой сигнал |
0,126 |
103 |
– |
|
Шум квантования |
0,5∙10-5 |
59 |
44 |
|
Акустические помехи (ОСТ B4 Г0.005.004) |
3,5∙10-4 |
85 |
18 |
|
Шум моря |
0,0687 |
90,4 |
12,6 |
|
Шум ветра |
0,0953 |
91,8 |
11,2 |
|
Шум в машинном отделении |
0,111 |
92,5 |
10,5 |
Из табл. 1 видно, что при наличии акустических помех, таких как шум моря, шум ветра, шум в машинном отделении, 
находится в пределах 10,5…18 дБ. При таких отношениях «сигнал/помеха» слоговая разборчивость может понижаться до 65 % для случая передачи русской речи. Достоверный прием абонентом переданной речевой информации в таких условиях существенно затрудняется.
Согласно исследованиям [6; 7], для корректного приема речевого сообщения, передаваемого по зашумленному каналу, требуется обеспечить отношение 
не менее 20 дБ. Поэтому при проектировании систем телекоммуникаций, в частности систем ГГС, работающих в условиях воздействия внешних акустических шумовых помех, ставится задача создания алгоритмов эффективного подавления указанных помех для обеспечения необходимого отношения 
дБ.
Исследования спектральных функций речевых сигналов и внешних шумовых помех [6] показали, что спектр наиболее распространенных помех – внешних акустических шумов смещен относительно спектра речевых сигналов в низкочастотную область. Это позволяет предполагать, что для повышения отношения 
можно применять методы линейной фильтрации. Другой фактор, позволяющий применять линейную фильтрацию для подавления акустических шумов, - это возможность увеличения области режекции в диапазоне от F = 0 Гц до Fн = 300…1000 Гц [6-8]. Из исследований видно, что при увеличении нижней границы воспроизводимых частот до F=1000 Гц величина S практически не изменяется, принимает значение не менее 94 %, что является допустимым.
Таким образом, перечисленные факторы позволяют рассмотреть возможность проектирования адаптивных алгоритмов обработки речевых сигналов и подавления акустических помех за счет управляемого изменения области режекции в интервале от 0 до 300…1000 Гц (в зависимости от помеховой обстановки) [8; 10].
Рассмотрим в качестве модели адаптивной фильтрации полосовой фильтр прямоугольной формы с плавающим низкочастотным срезом Fн в АЧХ канала, изменяя Fн в пределах 0≤Fн≤Fв, где Fв – фиксированный высокочастотный срез АЧХ фильтра. АЧХ полосового фильтра 
задается в виде
где 0≤Fн≤Fв; Fв=6000 Гц.
При известной спектральной функции речевого сигнала 
на выходе полосового фильтра определяется как
,
где вторая часть выражения переписана в соответствии с 
в пределах интегрирования от 
до 
.
Изменяя 
в пределах 0≤≤
, получаем зависимость от значения частоты низкочастотного среза АЧХ канала. Запишем спектральную функцию энергетического спектра речевого сигнала в виде
,
где 
- интервал дискретизации спектральной функции по частоте; N – число отсчетов речевого сигнала на конечном интервале; 
- номер частотной дискретной составляющей отсчета спектральной функции (находится в пределах 
); R(kT) – АКФ речевого сигнала (представляется сеточной функцией в табл. 2 для одной из реализаций речевого сигнала).
Таблица 2
Сеточная функция АКФ речевого сигнала
|
kh, kl |
k0=0 |
k1=7 |
k2=25 |
k3=54 |
k4=93 |
k5=130 |
|
R(kh) |
R(k0)=0,126 |
R(k1) = 0,115 |
R(k2)=0,037 |
R(k3) =-0,048 |
R(k4) = -0,016 |
R(k5) = -0,025 |
|
kh, kl |
k6=182 |
k7=182 |
k8=228 |
k9=245 |
k10=253 |
|
|
R(kh) |
R(k6)=0,026 |
R(k7)=0,008 |
R(k8) =-0,003 |
R(k9) =-0,001 |
R(k10)=0 |
|
|
,
где k – текущая задержка кратная периоду дискретизации Т; kh – задержка в узле с номером h; 
– текущие задержки остальных узлов при 
.
Аналогично вычисляется мощность акустических помех 
:
.
Спектральная функция 
акустического шума имеет вид
,
где 
– АКФ помехи (представляется также ее аппроксимацией интерполяционным многочленом Лагранжа).
Результаты экспериментальных исследований
Процесс фильтрации спектральных функций речевого сигнала G(f) и помехи 
и, соответственно, изменения отношения 
в зависимости от изменения Fн в пределах
300 ≤ Fн ≤ 1000 Гц проиллюстрирован на рис. 1. Хорошо видно, что площадь подынтегральной функции , соответствующая , уменьшается быстрее при изменении Fн от 300 до 1000 Гц, чем площадь подынтегральной функции 
. Рис. 1 показывает, что основная энергия спектральной функции остается в пределах от 0 до Fн , то есть вне полосы пропускания фильтра прямоугольной формы.
Рис. 1. Иллюстрация модели фильтрации спектральных функций
речевого сигнала G(f) и помехи Gп(f) в зависимости от изменения значения Fн
Таким образом, отношение значений и на выходе фильтра прямоугольной формы показывает зависимость степени подавления акустических шумов относительно речевых сигналов от величины области режекции от 0 до Fн в АЧХ тракта [8; 9]. В дискретном случае представления спектральных функций получим отношение 
в виде
,
где - интервал дискретизации спектральной функции по частоте; 
- номер частотного интервала для низкочастотного среза АЧХ 
. При длительности интервала анализа 
число отсчетов в интервале анализа 
Таким образом, изменяя 
в выражении для 
, получим функцию изменения этого отношения на выходе фильтра прямоугольной формы в зависимости от ширины области подавления, которая находится в пределах от 0 до 
.
Полученные результаты исследований влияния изменения Fн на 
при фиксированной Fв=6000 Гц представлены на рис. 2. В исследованиях рассмотрены случаи для трех различных реализаций речевых сигналов относительно различных внешних шумовых помех.
Рис. 2. Зависимость отношения 
на выходе фильтра прямоугольной формы
от значения Fн (при фиксированном значении Fв=6000 Гц)
Заключение
Из графиков на рис. 2 видно, что внешние акустические помехи вида «шум ветра», если установить Fн = 500 Гц, подавляются на 17…23 дБ. При воздействии акустической помехи вида «шум в машинном отделении» и при Fн =700…1000 Гц такой акустический шум подавляется до 12 дБ. При воздействии акустической помехи вида «шум моря» при Fн= 800…1000 Гц данная помеха подавляется на 11…15 дБ. Полученные результаты исследований подавления акустических шумов показывают, что методом линейной фильтрации можно обеспечить в телекоммуникационной системе обмена речевой информацией необходимое отношение 
и, соответственно, необходимую слоговую разборчивость S ≥ 93 % [6].
1. Katkovnik, V.Ya. Metody algoritmicheskoy optimizacii / V.Ya. Katkovnik // Metody issledovaniya nelineynyh sistem avtomaticheskogo upravleniya. - M.: Nauka, 1975. - 448 s.
2. Vapnik, V.N. Vosstanovlenie zavisimostey po empiricheskim dannym / V.N. Vapnik. - M.: Nauka, 1979. - 448 s.
3. Hansler, E. Topics in acoustic echo and noise control: Selected methods for the cancelation of acoustic echoes, the reduction of background noise, and speech processing / E. Hansler, G. Schmidt. - Berlin-Heidelberg: Springer, 2006. - 642 p.
4. Kropotov, Yu.A. Issledovanie statisticheskih harakteristik ocifrovannyh signalov sistem telekommunikaciy audioobmena / Yu.A. Kropotov, A.A. Belov // Sistemy upravleniya, svyazi i bezopasnosti. - 2015. - № 4. - S. 150-157.
5. Bykov, A.A. Model' zakona raspredeleniya ve-royatnosti amplitud signalov v bazise eksponencial'nyh funkciy sistemy / A.A. Bykov, Yu.A. Kropotov // Proektirovanie i tehnologiya elektronnyh sredstv. - 2007. - № 2. - S. 30-34.
6. Kropotov, Yu.A. Metody proektirovaniya algo-ritmov obrabotki informacii telekommunikacionnyh sistem audioobmena: monografiya / Yu.A. Kropotov, A.A. Paramonov. - M.-Berlin: Direkt-Media, 2015. - 226 s.
7. Kropotov, Yu.A. Algoritm podavleniya akusticheskih shumov i sosredotochennyh pomeh s formantnym raspredeleniem polos rezhekcii / Yu.A. Kropotov, A.A. Bykov // Voprosy radioelektroniki. - 2010. - T. 1. - № 1. - S. 60-65.
8. Kropotov, Yu.A. Algoritm vychisleniya signala upravleniya kanalom rezhekcii mnogokanal'noy sistemy peredachi akusticheskih signalov / Yu.A. Kropotov // Voprosy radioelektroniki. - 2010. - T. 1. - № 1. - S. 57-60.
9. Kropotov, Y.A. Algorithms for processing acoustic signals in telecommunication systems by local pa-rametric methods of analysis / Y.A. Kropotov, V.A. Ermolaev // 2015 International Siberian Conference on Control and Communications (SIBCON). - Proceedings, 2015. - Access mode: http://ieeexplore.ieee.org/document/7147109/.
10. Kropotov, Yu.A. Metody proektirovaniya telekommunikacionnyh informacionno-upravlyayuschih sistem audioobmena v slozhnoy pomehovoy obstanovke / Yu.A. Kropotov, A.A. Belov, A.Yu. Proskuryakov, A.A. Kolpakov // Sistemy upravleniya, svyazi i bezopasnosti. - 2015. - № 2. - S. 165-183.
