CN101304480A - 一种基于小波预处理gcr的电视信号重影消除方法及系统 - Google Patents

Abstract

本发明涉及一种基于小波预处理GCR的电视信号重影消除方法及系统。其方法包括以下步骤：将接收到的GCR信号先用小波变换进行去噪处理，再根据去噪后的GCR信号波形，估算信道特征，获取最优的去重影滤波器和均衡滤波器系数，数字化的电视信号然后被去重影滤波器和均衡滤波器进行去重影处理。采用该方法可以降低滤波器的抽头数，进而减少重影消除系统的硬件要求，随着MAC运算的减少，芯片的功耗将随之降低。采用本发明可减少滤波器的训练时间，不仅可以快速跟踪时变信道，而且降低了系统对硬件资源的要求，在数字移动通信中具有重要的理论和实际意义。

Description

一种基于小波预处理GCR的电视信号重影消除方法及系统

技术领域

本发明涉及一种电视信号重影消除方法，特别涉及一种基于小波预处理GCR的电视信号重影消除方法及系统。

背景技术

几十年来，电视广播中的重影问题是烦人的问题之一，电视重影现象可视为回波干扰或者信道弥散现象，对模拟和数字广播、通信的质量产生很大的损伤。随着信号处理和微电子学的发展，消除电视中的重影或者校正弥散的信道已成为可能。重影消除不仅能消除或者减轻电视接收中的重影，而且通常还能均衡整个信道以传输接近演播室质量的电视图像。在数字通信中，原则上重影消除能消除或者能减轻信道的弥散，有效地减少由于符号间干扰(ISI)所产生的误码并提高通信的可靠性。

过去对重影消除着眼于消除“复制”重影，采用将主信号延时、衰减后相减抵消的方法，因此对重影消除参考信号的要求仅是反映重影的两个特征参数：强度和延时。近年来消重影技术已发展到采用均衡技术进行滤波和补偿阶段，它将消重影技术与均衡改善画质技术结合进行图像处理，经均衡处理后的图像不但消除了重影且画质得到改善，这时对重影消除参考信号也提出了更高的要求。

GCR的全称是Ghost Canceling Reference，即重影消除参考信号，也称“顾氏信号”，由美籍华裔科学家顾大为博士于1992年发明。GCR信号的基本原理是：只要把这种信号放在电视机的垂直消隐期间，让电视机由内部储存这一标准信号后，具有数字处理器的电视接收机就把接收到的抗重影信号与内存的抗重影信号进行比较，然后接收机的电子系统便自动地组成一个补偿滤波器，将对这个传播途径引起的重影失真信号过滤掉，于是电视屏幕上的模糊图像便可立即消失。

一般的，可用8场序输出法作为GCR信号，如图1所示那样，交互进出带有和不带GCR的信号，电视接收机对这两种信号进行加减处理后，行同步脉冲信号与彩色同步信号及它们的重影便被消除，只剩下GCR信号。

在图1中，S1(+)，S2(-)，S3(+)，S4(-)，S5(-)，S6(+)，S7(-)，S8(+)。其中，“+”表示原始GCR信号，“_”表示GCR信号具有负极性，相应的GCR信号可表达如下：

$\mathrm{GCR}=\frac{1}{4}[(S1-S5)+(S6-S2)+(S3-S7)+(S8-S4)]---\left(1\right)$

然而，由于该GCR信号在噪声环境中存在着能量不够高等性能限制，因此，需要一些特殊处理。常用的方法有：运用Fourier变换，在频域内特征化信道，主要用来消除附近回波和标准回波，采用该方法可以避开GCR信号在高噪声环境中，在时域中能量不够高的不足，然而，为了对付快速的信道变化，这是以增加计算复杂性和时间为代价的。也有方法建议增加GCR信号组，该GCR信号组与噪声电平检测一起，当重影超过最大的检测噪声电平时，该方法对重影消除是有效的。但其不足在于对足够高的估算噪声级引起的长间隔，该重影检测并不可行，因此，重影消除将被认为无效。

发明内容

为了解决现有利用GCR信号消除电视信号重影存在的上述技术问题，本发明提供一种可以有效去除电视信号重影的基于小波预处理GCR的电视信号重影消除方法及系统。

本发明解决上述技术问题的技术方案包括以下步骤：

将输入的模拟电视信号进行A/D转换，输出数字电视信号和数字GCR信号；

对数字GCR信号进行求和和均化处理，再利用小波变换对GCR信号去噪；

根据去噪后的GCR信号波形，估算信道特征，获得去重影滤波器和均衡滤波器滤波器的最优系数；

利用去重影滤波器消除数字电视信号的后置重影；

利用均衡滤波器消除数字电视信号的附近重影。

一种基于小波预处理GCR的电视信号重影消除系统，包括：

输入模块，用于将输入的电视信号进行A/D转换，输出数字电视信号和数字GCR信号；

预处理单元，用于将输入模块输出的数字GCR信号进行求和和均化处理，再进行小波变换去噪；

信道估算与滤波器训练单元：用于根据去噪后的GCR信号波形，估算信道特征，获取最优的去重影滤波器和均衡滤波器系数；

去重影滤波器，用于将输入模块输出的数字电视信号进行滤波，消除数字电视信号的后置重影；

均衡滤波器，用于将去重影滤波器输出的数字电视信号进行滤波，用于消除数字电视信号的附近重影；

输出模块，用于输出数字视频信号。

本发明的技术效果在于：本发明用小波变换对GCR信号进行去噪处理，经小波变换后，将得到它在不同尺度下的细节信号和逼近信号，进而确定重影位置及重影大小，有利于精确确定去重影滤波系数，降低滤波器的抽头数，进而减少重影消除系统的硬件要求，随着MAC运算的减少，芯片的功耗将随之降低。小波变换在消除掉足够多的噪声的同时，保留了边界信息，采用该方法后，减少了滤波器的训练时间，不仅可以快速跟踪时变信道，而且降低了对硬件资源的要求，有着独特的优越性，在数字移动通信中具有重要的理论和实际意义。

以下结合附图对本发明作进一步的说明。

附图说明

图1为8场序GCR信号

图2为本发明的组成结构框图。

图3为本发明的基于小波预处理GCR的电视信号重影消除流程图。

图4为本发明的流水型去重影滤波器和均衡滤波器结构。

图5为现有的IIR工作流程图。

图6为本发明的IIR工作流程图。

图7a为未处理前的GCR信号图，其中实线代表实际的GCR信号，虚线代表理想的GCR信号。

图7b为均化后的GCR波形图，其中实线代表实际的GCR信号，虚线代表理想的GCR信号。

图7c为经小波去噪后的GCR波形图，其中实线代表实际的GCR信号，虚线代表理想的GCR信号。

图8a为未采用小波去噪的IIR滤波后的GCR图，其中实线代表IIR滤波后的GCR信号，虚线代表理想的GCR信号。

图8b为采用小波去噪后的IIR滤波后的GCR图，其中实线代表IIR滤波后的GCR信号，虚线代表理想的GCR信号。

图9a为未采用小波去噪的FIR滤波后的GCR图，其中实线代表FIR滤波后的GCR信号，虚线代表理想的GCR信号。

图9b为采用小波去噪后的FIR滤波后的GCR图，其中实线代表FIR滤波后的GCR信号，虚线代表理想的GCR信号。

具体实施方式

参见图2，图2为本发明的重影消除系统框图。它由6个部分组成，分别为：输入模块1，预处理单元2，信道估算与滤波器训练单元3，去重影滤波器4，均衡滤波器5，以及输出模块6。其中，输入模块1内嵌A/D转换器，它接收输入的含有GCR信号的模拟电视信号，且将模拟信号转换成相应的数字信号；预处理单元2主要是利用小波变换对GCR信号进行去噪处理，从而提高GCR信号的信噪比；信道估算与滤波器训练单元3的作用是特征化信道，确定最优去重影滤波系数；去重影滤波器4和均衡滤波器5则分别用来消除后置重影和附近重影；输出模块6则提供数字视频信号的输出。

图3为本发明的基于小波预处理GCR的电视信号重影消除流程图。如图3所示，数字GCR信号经A/D转换器7处理后，储存在GCR缓冲器8中，然后被求和和均化。通过对GCR信号求和，可消除由行同步脉冲信号与彩色同步信号及它们的重影。GCR均化后，可消除白高斯噪声，从而提高接收到的GCR信号的信噪比。通过对GCR信号进行微分12，可产生一个sinc脉冲波形，通过计算所得的sinc脉冲波形的延迟和衰减，便可得到后置重影。对微分后的信号通过自动修正，可消除随机噪声，通过峰值检测，可检测出非随机重影。然而，在大多数情况下，由于随机噪声的电平太高以致难以发现非随机噪声，因此需要进一步提高信号的信噪比。

为了进一步提高均化后的GCR的信噪比，在微分化和峰值检测13前，采用了小波去噪方法，进而解决上述问题。通过对GCR信号进行小波分解，这里采用haar小波，其归一化的低通系数为：

高通系数为

这里采用软阈值去噪法。微分运算后，进行自动修正，然后通过峰值检测，可检测出大部分重影的峰值，时间间隔及其倒数以延迟和系数的形式存储给了IIR滤波器14电路。

经均化后的信号经IIR滤波器组滤波后得到一组时间间隔和系数，从而从接收到的波形中消除后置重影，完成IIR滤波。延迟范围决定了整个重影消除系统中，后置重影可被检测出的范围。

为了进一步均衡GCR波形，减少附近重影，可通过FIR滤波器组16完成，这里采用LMS算法。同样的，在整个重影消除系统中，FIR滤波器的抽头数同样决定重影消除范围。

当滤波完成后，自适应检测单元用来控制寄存器组更新，否则，使用缺省的滤波系数。当检测到下一个垂直同步时，更新重影消除系统参数，引入的数字化数据被去噪IIR滤波器和均衡FIR滤波器处理。

图4为本发明中的流水型滤波器结构。如图4所示，整个滤波器组的工作方式可简述如下：在每个时钟周期，信号被数字化后，数据被送入去重影IIR滤波器组，将相应的前IIR滤波器处理后的数据从缓存器组28中取出来，缓存器组采用先进先出(FIFO)的形式，根据存储在IIR延迟寄存器27组中的IIR延迟参数，使用图4中的多路复用器，去重影IIR滤波器完成乘加运算(MAC)29。通过这些先前处理的IIR数据以及相应的存储在IIR系数寄存器组26的IIR系数，MAC运算产生的结果被存储在FIFO式数据缓存器的顶部，IIR滤波的数据缓存器的大小与IIR或者FIR的最大延迟有关。

均衡FIR滤波器则从数据缓存器中取经I IR处理后的数据来完成MAC运算，通过相应的存储在FIR系数寄存器31中的FIR系数，与IIR滤波器不同的，FIR滤波器仅需要一组特殊数目的连续数据，从数据缓存器的顶部取出，而IIR滤波器则需要可变延迟数据。滤波后的数据以数字化的形式输出，也可以通过D/A转换器输出模拟信号。

为了减少IIR和FIR滤波器中的乘加电路，滤波器可设计成几倍于输入视频信号的频率，这样的乘法器和加法器的数目可被减少成

其中，n_tap为滤波器抽头总数，x_freq为滤波器工作频率与输入信号频率的比值。

以下将参考图5和图6进一步描述本发明的重影消除系统中的IIR重影消除滤波器。

IIR和FIR重影消除滤波器都采用抽头延迟线提供许多相对延迟的信号。FIR和IIR滤波器各有其优缺点，一般的，FIR滤波器相对稳定，IIR滤波器则会产生稳定方面的问题。

针对IIR滤波器存在的不稳定性问题，本发明也给出了相应的解决办法。该方法重在改善采用IIR重影消除滤波器的重影消除系统中的不稳定状态。

在发明的重影消除系统中，有一个重影消除用的IIR滤波器和通道造型线路，这是用以产生给重影消除IIR滤波器编程用的分接加权系数的线路。通道造型线路有一个计算装置用以计算出所产生的全部加权系数值的和数。该和数超过预定值，表明IIR滤波器变得不稳定时，加权系数就按具体情况按比例缩小，使该和数减小，从而力图减小滤波器不稳定的可能性。

用来产生重影消除系统的加权系数的设备是视频信号处理技术领域的行家们所熟知的，这里不再详细介绍。一般的，加权系数发生设备通常由一些专门用途可编程的微处理器组成，这些处理器可以编程，使其可以履行各色各样的代数功能。因此，姑且认为，将加权系数发生设备进一步编程，使其一旦有加权系数产生时就对这些加权系数进行简单的算术运算，仿真表明，对IIR重影消除滤波器来说，若加到重影消除IIR滤波器的所有加权系数(抽头系数)的大小加起来得出的和数值大于1，滤波器可能不稳定，滤波器具有计时延迟元件时，其稳定性可以通过对滤波器的传递函数进行因子分解并确定任何Z平面极点的大小是否大于零来加以预测。稳定性也部分取决于输入信号的可调动动态范围和处理设备的固定动态范围。电视系统中所收到电视信号的动态范围是随通道的不同而异的，因此IIR重影消除滤波器可能对某一通道是不稳定的，对另一通道则是稳定的。

一般地，重影消除IIR滤波器常设计成使其无论在任何情况下都是稳定的，如图5所示。通道造型和控制设备根据输入视频信号的水平和垂直同步分量得出包含在视频信号线中的重影消除基准(GCR)信号40。应用所收到的GCR和所存储的GCR的理想信号，通道造型和控制设备计算出来给重影消除IIR滤波器编程以消除当时所收到的通道中的任何重影所需的加权系数42。将各加权系数值加起来43，并将得出的和数与1值相比较44，若和数小于1，加权系数就加到IIR滤波器中相应的加权电路。若和数大于1，就按比例缩小加权系数46以减小各系数的和数，缩小因数可以取

的形式，其中s为各加权系数的和数，α是等于1或小于1但接近1的因数，例如0.95。因数α可取得使其与s值有关，用选择得使αs不小于预定值，例如1.1。各加权系数按比例缩小之后，加到滤波器中相应的加权电路中45。

重影消除滤波器设计得使其处理输入信号中的正交分量时，加权系数可以取复数值。在此情况下，为简化硬件的各项要求，可把各复数分量值加起来。假设系数C取下列形式：

Ci＝Xi+jYi        (1)

则各系数的和数可由下式求出：

s＝∑|Xi|+|Yi|    (2)

用这个值作和数，限定条件是更严了，因为它始终总是超过实际值的总和|Xi+jYi|。

如上所述，如果只因为各加权系数值的和数超过1，滤波器就不一定是不稳定的。若滤波器不稳定，将系数按比例缩小，则多少总会消弱重影消除作用，因此当各加权系数的和数超过1值时，最好只有当滤波器显示出不稳定的倾向时才按比例缩小这些系数，然后即使各加权系数的和数超过1值也还是用这些加权系数给滤波器编程。接着测试滤波器和稳定性，若检测出不稳定的迹象，则按比例缩小各系数。本发明给出了这种工作方式的工作过程，如图6所示。图6中所示的工作过程还可以反复按比例增加各系数，直到滤波器的不稳定情况消失为止。

以下参考图7，图8，图9来验证本发明是否可行。

为了验证方法是否可行，图7、图8和图9分别对不同阶段的GCR与理想的GCR做了比较。

图7a、图7b和图7c分别为未处理前的、均化后的以及小波去噪后的GCR波形。从图可以看出，小波去噪后的GCR与理想的GCR最接近。

图8a和图8b为IIR滤波后的GCR波形比较，未采用小波去噪前，IIR滤波后的GCR与理想GCR存在很大的误差。

图9a和图9b为FIR滤波后的GCR，经过小波去噪与FIR滤波后的GCR，基本上接近于理想的GCR。

Claims (4)

1、一种基于小波预处理GCR的电视信号重影消除方法，包括以下步骤：

1)、将输入的电视信号进行A/D转换，输出数字电视信号和数字GCR信号；

2)、对数字GCR信号进行求和和均化处理，再利用小波变换对GCR信号去噪；

3)、根据去噪后的GCR信号波形，估算信道特征，获得去重影滤波器和均衡滤波器滤波器的最优系数；

4)、利用去重影滤波器消除数字电视信号的后置重影；

5)、利用均衡滤波器消除数字电视信号的附近重影。

2、根据权利要求1所述的基于小波预处理GCR的电视信号重影消除方法，所述步骤2)中的小波变换采用haar小波变换，其归一化的低通系数为：

高通系数为

3、根据权利要求1所述的基于小波预处理GCR的电视信号重影消除方法，所述步骤2)中的小波变换为将接收到的GCR信号进行小波分解，获取小波系数，对分解后获得的小波系数进行阈值处理，完成小波重构。

4、一种基于小波预处理GCR的电视信号重影消除系统，其特征在于：包括

输入模块(1)，用于将输入的模拟电视信号进行A/D转换，输出数字电视信号和数字GCR信号；

预处理单元(2)，用于将输入模块(1)输出的数字GCR信号进行求和和均化处理，再进行小波变换去噪；

信道估算与滤波器训练单元(3)：用于根据去噪后的GCR信号波形，估算信道特征，获取最优的去重影滤波器(4)和均衡滤波器(5)系数；

去重影滤波器(4)，用于将输入模块(1)输出的数字电视信号进行滤波，消除数字电视信号的后置重影；

均衡滤波器(5)，用于将去重影滤波器(4)输出的数字电视信号进行滤波，用于消除数字电视信号的附近重影；

输出模块(6)，用于输出数字视频信号。

Images