CN102034480A - 一种水下数字语音的通信方法 - Google Patents

Abstract

一种水下数字语音的通信方法，涉及一种通信方法。在通信发射端，用A/D转换器对输入模拟语音采样得数字语音；在通信发射端，对数字语音进行MELP低速率压缩编码得语音数据；在通信发射端，对语音数据比特流进行分组及Turbo编码得各组数据；在通信发射端，对每一组数据进行OFDM多载波调制，并通过水声换能器将调制后信号转换成声波在海洋水声信道中传播；在通信接收端，有同步后，对接收信号进行水声OFDM多载波解调得解调数据；在通信接收端，对解调数据进行Turbo译码；在通信接收端，对数据进行MELP译码，合成数字语音；在通信接收端，用D/A转换器将数字语音转换成模拟语音，并通过扬声器输出。

Description

一种水下数字语音的通信方法

技术领域

本发明涉及一种通信方法，尤其是涉及一种采用混合激励线性预测(Mixed ExcitationLinear Prediction，简称为MELP)低速率语音编码改进算法、水声正交频分复用(OrthogonalFrequency Division Multiplexing，简称为OFDM)多载波调制和Turbo编码相结合的水下数字语音通信方法。

背景技术

水下语音通信在海洋科考、海洋资源勘探、蛙人通信及潜水娱乐等许多方面有着重要应用前景，但由于无线电波和光波在海水介质中的衰减速度很快，必须利用声波才能实现远距离的水下通信。早期的水下语音通信设备一般采用模拟单边带调制技术，如美国海军使用的AN/WQC-2A单边带语音通信机。这种模拟调制的通信方式受海洋水声环境的影响很大，难以克服浅海水声信道的时变强多途干扰及多普勒频移影响，使得语音通信质量通常难以保证，多数情况下模糊不清。而且，由于采用模拟调制方式，系统功率利用效率相对较低。近十几年来，随着水声数字通信技术的快速发展，各种不同调制方式、不同通信速率的水声调制解调器不断被研制出来，这就为水下数字语音通信的研究与开发提供了必备条件和重要基础。

水下数字语音的通信方法主要有两种：一种是基于文本编码的水声数字语音通信方式；另一种是基于低速率编码的数字语音通信方式。前者发送端首先通过语音识别方法将输入语音转换成文本，然后对所得文本进行编码，并利用具有高效水声抗多途的跳频扩谱通信方法将语音数据发送给通信接收机，接收端对接收数据进行文本译码，最后合成并输出语音。该方式具有通信作用距离远、通信速率要求不高及信道适应性强等优点，但其通信质量很大程度上取决于语音识别软件对不同话音的识别能力，同时合成语音为标准话音，无法分辨讲话人，该缺陷使得其在实际水下语音通信的应用中受到很大限制；后者发送端首先对输入语音进行低速率参数压缩编码，然后利用具有较高通信速率的多进制相移键空(Multi-Phase ShiftKeying，简称为MPSK)调制方法将编码数据发送给通信接收机，接收端对接收信号进行相干解调，最后合成并输出语音。该方式输出的语音具有较高可懂度、自然度和清晰度等优点，但由于水声信道一般有相对较大的多径时延，因此，其通信接收机通常需要使用复杂的自适应时域信道均衡和纠错编码算法才能实现较可靠的通信。

近年来，水声OFDM系统由于能够获得高速率的数据通信而得到快速发展，并在湖试和海试中取得了较好的试验效果。水声OFDM技术将信道分成N个相互正交的子信道，并通过延长每个OFDM的符号周期和加入循环前缀等方法来抑制水声信道的多径干扰，该特点使得其在接收端使用简单的快速傅立叶变换(Fast Fourier Transform，简称为FFT)和频域信道均衡就可将传输信息可靠地恢复出来。若进一步与信道纠错编码，如Turbo码相结合，则可将系统的误比特率降至很低。MELP是一种很好的数字语音参数压缩编码方法，它基于传统的线性预测编码(Linear Predictive Coding，简称为LPC)模型，综合了多带激励、非周期脉冲、自适应谱增强、残差谐波处理和脉冲整形滤波等技术优势，在接收端可以获得高可懂度、高自然度和高清晰度的合成语音，因此，该算法被美国数字语音协会选为新的联邦政府2.4kbps语音压缩编码标准。许祥滨(许祥滨.抗强多途径干扰的水声数字语音通信研究.厦门：厦门大学博士毕业论文，2003)报道了抗强多途径干扰的水声数字语音通信研究；郭中源等(郭中源，陈岩，贾宁等.水下数字语音通信系统的研究和实现.声学学报，2008，33(5)：409-418)报道了水下数字语音通信系统的研究和实现；孙鹏等(孙鹏，薛豪杰.水下语音通信的DSP实现.声学技术，2007，2006(5)：895-898)报道了水下语音通信的DSP实现。

发明内容

本发明的目的在于克服现有水下语音通信技术存在的缺点，采用MELP低速率语音编码改进算法、水声OFDM多载波调制及Turbo编码相结合方式，提供一种具有高可懂度、高自然度和高清晰度的水下数字语音的通信方法。

本发明包括以下步骤：

1)在通信发射端，用采样频率5～8kHz，精度12～16bits的A/D转换器对输入模拟语音进行采样，得数字语音；

2)在通信发射端，对步骤1)所得的数字语音进行MELP低速率压缩编码，得语音数据，编码后的语音数据速率为1.2～2.4kbps；

3)在通信发射端，对步骤2)所得的语音数据比特流进行分组及Turbo编码，得各组数据，编码后语音数据速率为2.4～4.8kbps；

4)在通信发射端，对步骤3)所得的每一组数据进行OFDM多载波调制，并通过水声换能器将调制后信号转换成声波在海洋水声信道中传播；

5)在通信接收端，有同步后，对接收信号进行水声OFDM多载波解调，得解调数据；

6)在通信接收端，对步骤5)所得的解调数据进行Turbo译码；

7)在通信接收端，对步骤6)所得的数据进行MELP译码，合成数字语音；

8)在通信接收端，用采样频率5～8kHz，精度12～16bits的D/A转换器将步骤7)所得的数字语音转换成模拟语音，并通过扬声器输出。

本发明具有以下突出优点：

1)语音编码速率低，可实现水下语音的实时双向通信。

2)具有很强的抗水声信道多径干扰能力。

3)具有很强的抗海洋噪声干扰和抗信道突发错误能力，系统误比特率极低。

4)接收端合成的语音具有很高的可懂度和清晰度，能准确分辨不同的说话人。

5)实现方便简单，既可基于个人电脑(Personal Computer，简称为PC)的实现方式，又可基于数字信号处理器(Digital Signal Processor，简称为DSP)的实现方式，或两者相结合方式。其中基于DSP的实现方式具有便携、实时和节能等优点。

附图说明

图1为本发明实施例的原理示意图。

图2为MELP编码结构图。

图3为Turbo编码结构图。

图4为OFDM多载波调制图。

图5为OFDM多载波解调图。

图6为Turbo译码结构图。

图7为MELP解码结构图

图8为发送端A/D转换器采集所得语音信号波形图。在图8中，横坐标为时间(s)，纵坐标为归一化幅度。

图9为接收端MELP译码器合成所得语音信号波形。在图9中，横坐标为时间(s)，纵坐标为归一化幅度。

图10为发送端语音信号对应时频分布图。在图10中，横坐标为时间(s)，纵坐标为频率(kHz)。

图11为接收端合成语音信号对应的时频分布图。在图11中，横坐标为时间(s)，纵坐标为频率(kHz)。

具体实施方式

下面结合附图和具体实施方式对本发明作详细描述。

如图1所示，模拟语音首先通过A/D转换进入DSP(或PC)。由于人的语音主要频率成分集中在4kHz以下，因此，采样频率设为8kHz就能保证语音基本无失真，为提高语音信号的分辨率，采样精度设为16bits。MELP编码器对语音信号进行参数压缩编码，包括参数提取和参数量化两个步骤，如图2。2.4kbps MELP标准编码器按180个样点(22.5ms)为一帧提取语音参数，这些参数包括基音周期、子带清/浊音判断、线性预测系数和非周期标志等，总共量化为54比特。鉴于语音信号的短时稳定性，采用组合帧的方式可以在2.4kbps MELP标准编码算法基础上构建更低速率的数字语音编码器。1.2kbps MELP编码器选择连续3帧语音帧组成超帧，每个子帧为180个样点，参数提取方法与2.4kbps MELP标准编码器相同，3个子帧相同的参数采用联合矢量量化，1.2kbps MELP比特分配参见表1。

表1

为降低语音数据在水声信道中传输时的误比特率，保证接收端重建语音信号的质量，本发明对MELP编码器输出的语音数据进行分组和Turbo编码。Turbo编码结构由两个相同的递归系统卷积码(Rescursive System Code，简称为RSC)编码器通过一个交织器并行连接构成，如图3。首先，信息序列{u_k}经第一个分量编码器编码后输出校验序列{x^1p}，经交织器交织、第二个分量编码器编码后输出校验序列{x^2p}；然后，根据编码速率对序列{x^1p}和{x^2p}进行删余，输出校验序列{x^p}；最后，将{u_k}的直接输出信息序列{x^s}和校验序列{x^p}复用后输出编码序列{c_k}。为降低Turbo译码时信号处理的复杂性，RSC编码器采用2位状态寄存器，其生成多项式为g(5，7)，Turbo编码码率1/2。

为抗水声信道的长时延多径干扰，并保证Turbo编码后语音数据的实时传输，采用16进制正交振幅调制(Quadrature Amplitude Modulation，简称为QAM)的OFDM多载波方式，如图4。首先，将编码序列{c_k}映射成符号序列s(n)；然后经串/并转换、反傅立叶变换(InverseFast Fourier Transform，简称为IFFT)、并串转换、插入循环前缀和D/A转换等操作；最后生成发射信号为：

$x\left(t\right)=\mathrm{Re}\left\{\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}s\left(n\right)\exp \left(j2\mathrm{\π}(f_c+n/T)t\right)q\left(t\right)\right\}t\∈[0,T+T_g]---\left(1\right)$

其中

T为OFDM系统的符号周期为；T_g为保护间隔；N为子载波数；f_c为第0号子载波频率。

若水声信道的相干时间相对较长，则可认为其冲击响应在几个OFDM符号周期内保持不变，表示为：

$h\left(\mathrm{\τ}\right)=\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{A}_l\mathrm{\δ}(\mathrm{\τ}-{\mathrm{\τ}}_l)---\left(3\right)$

其中，L为径数；A_l和τ_l分别为第l条路径t时刻的复增益和时延。

由式(1)和(3)，并考虑海洋噪声干扰，可得通信接收信号为：

$y\left(t\right)=\mathrm{Re}\{\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{A}_l\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}s\left(n\right)\exp \left(j2\mathrm{\π}(f_c+n/T)(t-{\mathrm{\τ}}_l)\right)q(t-{\mathrm{\τ}}_l)+w\left(t\right)\}---\left(4\right)$

其中，w(t)为海洋环境噪声，设为高斯白噪声。

通信接收端有同步后进行OFDM解调，过程如图5。首先，将接收信号通过A/D转换进入DSP(或PC)；然后经去除循环前缀、串并转换、FFT变换及并串转换等操作；最后得接收符号为：

矩阵形式为

其中，

为发送符号学列；

为接收符号序列；

为高斯噪声序列；H为水声信道的传输矩阵，表示为

${\left[H\right]}_{m,n}=\left\{\begin{array}{cc}\underset{l=0}{\overset{L-1}{\mathrm{\Σ}}}{A}_l\exp (-j2\mathrm{\π}(f_c+n/T){\mathrm{\τ}}_l)& m=n\\ 0& m\≠n\end{array}\right.---\left(7\right)$

式(6)中若已知信道的传输矩阵H和接收符号序列z，便可准确预测发送符号序列s。接收符号序列z通过FFT变换即可获得，而信道的传输矩阵H则需要使用插入导频方法进行估计。导频的插入主要由两种方式：一是块状导频方式；另一是梳状导频方式，其中前一种方式相对较简单，而后一种方式的信道利用率相对较高，但计算复杂度也较高。出于系统实时性考虑，本发明采用块状导频方式，具体为每同步一次，插入一帧导频数据，接着插入两帧Turbo编码后的语音数据，由导频数据估计得到信道的传输矩阵H后，对后续两帧语音数据进行信道补偿，最后进行16QAM符号映射恢复出发送数据序列。

Turbo译码是Turbo编码的逆过程，其结构如图6。由于Turbo编码时两个RSC卷积编码器通过交织器连接在一起，因此，它们的编码输出之间存在一定的联系。Turbo译码时，译码器1和2的输出信息比特之间通过交织器和解交织器连接在一起，其误比特率随迭代的进行得以不断改善。两译码器输出信息比特之间的关系为：

$L_1\left(u_k\right)=L_C^{\left(k\right)}{y}_k^s+z_{1,k}+l_{1,k},---\left(8\right)$

$L_2\left(u_k\right)=L_C^{\left(k\right)}{y}_k^s+z_{2,k}+l_{2,k},---\left(9\right)$

其中L₁(u_k)，L₂(u_k)分别为译码器1和2的输出，

为信道可靠性因子，

为系统输入信息，z_i，k(i＝1，2)为先验信息，由另一译码器的外部信息经交织或解交织后提供，l_i，k(i＝1，2)为外部信息，经交织或解交织后作另一译码器的先验信息。经最后一轮迭代后，译码器2的输出即为整个Turbo码的输出，其硬判决值为：

${\tilde{u}}_k\left\{\begin{array}{cc}0,& L_2\left(u_k\right)<0\\ 1,& L_2\left(u_k\right)\&GreaterEqual;0\end{array}\right.,---\left(10\right)$

Turbo译码主要有最大后验概率(Maximum A Posteriori，简称为MAP)算法和软输入软输出Viterbi算法(Soft Out Viterbi Algorithm，简称为SOVA)两类，其中前者以最小概率形式给出最优的可信度估计，性能较优；后者在编码格图中寻找一条路径度量最大的路径，并对该路径上的各信息比特做出最优估计，译码性能次优。出于实时运算考虑，本发明采用SOVA译码算法。

MELP的解码是MELP编码的逆过程，主要包括对接收到的数据进行解包、生成混合激励信号、对混合激励信号进行自适应谱增强、LPC合成滤波、增益调整及脉冲整形滤波等操作，最后合成语音信号，如图7。

以TMS320C6713DSP为核心构建了系统实验样机，并进行了大量的水池和海上实验。图8给出男音“水下数字语音通信”的语音信号波形图，图9为海试中接收端合成的语音信号波形图，实验时接收信号信噪比约12dB，系统误比特率为10^-5。图10和图11分别给出其对应的时频分布图。可见，接收端合成的语音信号波形与发送端采集的语音信号波形近似程度很高，在时频域图上主要频率信息均能很好重现，但仔细观察可以发现，接收端合成的语音与发送端采集的语音毕竟有所不同，特别是在时频分布图上，频率较高时的信息失真相对较大。但主观测试表明：接收端合成的语音具有很高的可懂度，能够清晰地分辨出不同的说话人，并具有较高的自然度。

Claims (1)

1.一种水下数字语音的通信方法，其特征在于包括以下步骤：

1)在通信发射端，用采样频率5～8kHz，精度12～16bits的A/D转换器对输入模拟语音进行采样，得数字语音；

2)在通信发射端，对步骤1)所得的数字语音进行MELP低速率压缩编码，得语音数据，编码后的语音数据速率为1.2～2.4kbps；

3)在通信发射端，对步骤2)所得的语音数据比特流进行分组及Turbo编码，得各组数据，编码后语音数据速率为2.4～4.8kbps；

4)在通信发射端，对步骤3)所得的每一组数据进行OFDM多载波调制，并通过水声换能器将调制后信号转换成声波在海洋水声信道中传播；

5)在通信接收端，有同步后，对接收信号进行水声OFDM多载波解调，得解调数据；

6)在通信接收端，对步骤5)所得的解调数据进行Turbo译码；

7)在通信接收端，对步骤6)所得的数据进行MELP译码，合成数字语音；

8)在通信接收端，用采样频率5～8kHz，精度12～16bits的D/A转换器将步骤7)所得的数字语音转换成模拟语音，并通过扬声器输出。

Images