CN103915101A

CN103915101A - 信号处理装置及其操作方法

Info

Publication number: CN103915101A
Application number: CN201310750583.5A
Authority: CN
Inventors: 塞巴斯蒂安·德波恩特
Original assignee: Koninklijke Philips Electronics NV
Current assignee: Koninklijke Philips NV
Priority date: 2012-12-31
Filing date: 2013-12-31
Publication date: 2014-07-09
Anticipated expiration: 2033-12-31
Also published as: US20140219454A1; CN103915101B; EP2750130A1; EP2750130B1; US9305537B2

Abstract

一种信号处理装置(100)，包括：噪声检测器(102)，噪声检测器(102)被配置为：接收表示音频信号样本流的信息流(112)；和检测在接收的信息流(112)中的由于脉冲噪声导致失真的样本以产生噪声检测信号(114)，其中噪声检测信号(114)也识别前面的和后面的未失真的样本。信号处理装置(100)还包含处理器(104)，处理器(104)被配置为用合成的预测值替换在接收的信息流中的失真的样本(426；526)以提供重建的音频信号样本流(116)。

Description

信号处理装置及其操作方法

技术领域

本发明涉及信号处理领域和特别地，但是不一定，通过可被用于音频信号处理的自回归模型提供脉冲噪声隐藏。

背景技术

在本申请中在先公开的文件或者背景中的内容或者讨论并不一定被认为是属于目前工艺水平的一部分或者是公知常识。本申请的一个或者多个方面／实施例可以解决或者可以不必解决一个或多个背景问题。

发明内容

根据本发明的第一方面，提供一种信号处理装置，包括：

噪声检测器，被配置为：

接收表示音频信号样本流的信息流；

在所接收的信息流中检测由于脉冲噪声造成失真的样本以产生噪声检测信号，其中噪声检测信号还识别前面的和后面的未失真的样本；

处理器，被配置为：

接收表示音频信号样本流的信息流；

接收来自噪声检测器的噪声检测信号；

基于在所接收的音频信号样本流中的前面的和／或后面的未失真的样本确定自回归模型参数；

应用该自回归模型参数到前面的未失真的样本以确定失真的样本的向前的线性预测值；

应用该自回归模型参数到后面的未失真的样本以确定失真的样本的向后的线性预测值；

通过窗函数组合向前和向后的线性预测值以确定失真的样本的合成的预测值；和

用合成的预测值替换在接收的信息流中失真的样本以提供重建的音频信号样本流。

当音频设备接收由于脉冲噪声造成失真的输入信号时，以这种方式检测和替换失真的音频信号样本使音频设备的性能得到改善。

处理器还可以被配置为确定自回归模型参数的稳定性。如果稳定性被确定为低于预定的阈值，则处理器可能被配置为用前面确定为稳定的自回归模型参数替换估计的自回归模型参数用于以后的处理。

处理器可以被配置为响应于对由于脉冲噪声造成失真的样本的检测来确定自回归模型参数。这可以被称为批处理。

处理器可以被配置为与噪声检测器相比，接收相同的音频信号样本流的不同的表示。

噪声检测器可以被配置为接收表示音频信号样本流的多路信号。处理器可以被配置为接收表示音频信号样本流的和信号和差信号；并提供重建的和信号和重建的差信号。

处理器可以被配置为与噪声检测器相比，接收音频信号样本流的相同的表示。

处理器和噪声检测器可以被配置为接收表示音频信号样本流的多路信号。

所接收的多路信号可以包含导频信号。处理器可以被配置为从多路信号中减去导频信号，以提供减少的多路信号用于估计自回归参数；和将导频信号添加到重建的音频样本流中。

处理器可以被配置为计算自相关矢量以确定自回归模型参数。

处理器可以被配置为响应于所接收的未失真的样本计算自相关矢量。这可以被称为操作的跟踪模式。

处理器还可以被配置为应用滞后窗口到自相关矢量和使用滞后窗口的自相关矢量确定自回归模型参数。这可以改善自回归模型参数的稳定性。

可以提供一种集成电路，包括本文所披露的任何信号处理装置。

根据本发明的其它方面，提供信号处理装置的操作方法，该方法包括：

接收表示音频信号样本流的信息流；

检测在接收的信息流中的由于脉冲噪声造成失真的样本，并且也识别前面的和后面的未失真的样本；

应用自回归模型参数到前面的未失真的样本以确定失真的样本的向前的线性预测值；

应用自回归模型参数到后面的未失真的样本以确定失真的样本的向后的线性预测值；

可以提供一种计算机程序，当在计算机上运行该程序时，导致计算机配置本文所披露的任何一种信号处理装置或集成电路，或本文所披露的任何一种方法。计算机程序可以是一种软件编程，和计算机可以被认为是任何适当的硬件，作为非限制性例子，包括数字信号处理器、微控制器和只读存储器(ROM)，可擦可编程只读存储器(EPROM)或电子的可擦可编程只读存储器(EEPROM)。软件可以是汇编程序。

可以在计算机可读媒介上提供计算机程序，它可以是物理的计算机可读媒介如磁盘或存储器件，或可以是具体化的如瞬态信号。这种瞬态信号可以是网络下载，包括因特网下载。

可以提供一种音频娱乐系统，包括本文揭露的任何一种信号处理装置或本文披露的任何一种集成电路。

附图说明

以下提供了关于附图的描述，仅作为示例，其中：

图1示出了根据本发明实施例的能检测和隐藏脉冲噪声的信号处理装置的示意图；

图2示出了根据本发明实施例的脉冲噪声检测系统的示意图；

图3示出了根据本发明实施例的确定和合成向前和向后的线性预测以提供替换信号的工艺；

图4示出了根据本发明实施例的批模式噪声检测和隐藏工艺的示意图；

图5示出了根据本发明实施例的跟踪模式噪声检测和隐藏工艺的示意图；

图6示出了根据本发明实施例的噪声检测和隐藏被用于在FM无线电接收机中的多路信号的示意图；

图7示出了根据本发明实施例的噪声检测器和噪声隐藏器；

图8示出了根据本发明实施例的噪声检测被用于多路信号，和在FM无线电接收机中立体声解码、抽取和去加重之后噪声隐藏被用于信号的示意图；

图9示出了根据本发明实施例的噪声检测器和噪声隐藏器；

图10示出了根据本发明实施例的噪声检测和隐藏被用于AM信号的示意图；

图11示出了根据本发明实施例的噪声检测和隐藏被用于AM信号的示意图。

具体实施方式

图1示出了信号处理装置100，包括检测器102和处理器104。检测器接收表示音频信号流的信号112和在所接收的信号112中检测由于脉冲噪音造成失真的样本。除检测所接收的信号112的由于脉冲噪音造成失真的样本之外，检测器102还，直接或者间接地，识别前面的和后面的未失真的样本。检测器102提供噪声检测信号114到处理器104。噪声检测信号114识别接收的信号112的哪些样本是由于脉冲噪声而失真的。后面会结合图2对示例的检测器102进行详细描述。

处理器104处理噪声检测信号114和所接收的信号112并提供重建的信号116，在重建的信号116中信号的失真的样本已经被替换样本替换。替换样本是未失真的样本，或者至少优选地是比最初的样本少失真的样本。

基于由噪声检测信号114识别的前面的和／或后面的未失真的样本，处理器104估计自回归模型参数。然后处理器104应用自回归模型参数到前面的未失真的样本以确定失真的样本的向前的线性预测值和应用自回归模型参数到后面的未失真的样本以确定失真的样本的向后的线性预测值。然后处理器104利用窗函数将向前和向后的线性预测值结合在一起以确定失真的样本的合成的预测值。后面将会结合图3详细介绍确定向前和向后的预测值并将它们组合的例子。

然后处理器104用合成的预测值替换在所接收的信号112中失真的样本以提供重建的音频信号样本流116。因此在重建的流116没有在所接收的信号112中的脉冲噪声，或者至少较好地减少了脉冲噪声的影响。图2提供脉冲噪声检测器200的示意图。输入信号是宽带多路信号(采样速率为325kHz)。该实际的多路信号包含和信号、导频、差信号(大约38kHz)以及可以有一些RDS数据(大约在57kHz)。上述的任何其他的信号，例如，约80kHz可以被认为是噪声，因为它不属于想要的信号分量之一。

HPF模块202是高通滤波器模块，它确保只有大于例如80kHz(这有时被称为超声波噪声(USN))的信号内容在下游被处理。

而abs模块204取高通滤波的多路信号的绝对值从而使负值变成正值。该abs区204的输出的瞬时信号能量通过比较器212与超声波噪声的长期的平均值比较。QPD(准峰值检波器)模块206使用低通滤波器提供长期的平均值(有时称为固有噪声估计)。如果瞬时值超过长期的平均值一些最低量，则确定出现脉冲噪声，该最低量由阈值210定义并被加到信号上，该信号是增益值208的产物以及QPD模块206的输出。

当检测到脉冲噪声，比较器212的输出将是逻辑“1”。当没有检测到脉冲噪声，比较器212将输出逻辑“0”。可选择性的提供保持模块214，保持模块214可以当检测到脉冲噪声时，在延长期间内保持比较器212的输出信号是逻辑“1”。

来自保持模块214的信号输出是检测信号218。检测信号218提供表示输入宽带多路信号何时由于脉冲噪声失真的信息。

输入宽带多路信号也被提供给延迟补偿模块216，延迟补偿模块216延迟输入信号从而使延迟补偿模块的输出与检测信号218时序一致。

在一些实施例中，由图1的处理器执行的噪声隐藏通过检测信号218从低到高的转变触发。只有在噪声的单个脉冲的完全隐藏完成以后，处理器才可以再一次变成对该触发是敏感的。

图3示出了为了产生重建的信号，可以通过图1的处理器执行的工艺。该工艺通过310、320、330、340、350五幅图示出了接收信号301是如何被处理的。在每个图中，所接收的信号301的幅度被示于纵轴上，时间被示于横轴上。在每个图中，用标记312示出时间间隔，在该期间内，原始信号被认为由于脉冲噪声失真。这段时间间隔被称为失真区间312。

这五张图的每一个示出了原始信号的表示，如果没有失真，该原始信号将被接收。这将被称为未失真的信号303并且在失真的区间312上以虚线示出。在图3中示出的工艺目的是使用失真区间312前面的或后面的所接收的信号301的部分尽可能地重建未失真的信号303。

第一张图310示出了前面的时间间隔314，时间间隔314紧接在失真区间312之前。如在第一张图310的时间轴上所示，前面的时间间隔314与样本x(k)到x(k-p)有关。在一些实施例中，p可以大约是20，意味着20个样本出现于前面的时间间隔314中。

在前面的时间间隔314中的样本被用于估计自回归模型参数，这是本领域技术人员已知的。这些自回归模型参数然后被应用到前面的时间间隔314中的样本以确定对于在失真区间312中的样本的向前的线性预测值。样本的向前的线性预测值在第一张图310中被示为在失真区间312中的上虚线316。

在第一张图310中没有示出失真的信号。

图3的第二张图320示出了确定向后的线性预测值326的工艺，该图与第一张图310类似。

第二张图320示出了后面的时间间隔324，时间间隔324紧跟在失真区间312之后。在后面的时间间隔324中的样本数目可以与在前面的时间间隔314中的时间间隔中的样本数目相同或者不同。

在后面的时间间隔324中的样本被用于估计自回归模型参数，这是本领域技术人员已知的。这些自回归模型参数然后被应用到在后面的时间间隔324中的样本以确定在失真区间312中的样本的向后的线性预测值。对于信号的向后的线性预测值在第二张图320中示为失真区间312的上虚线326。

图3的第三张图330示出了对于在第一张图310示出的在失真区间312中的样本，窗函数应用到其向前的线性预测值316的效果。窗口值在第三张图330中示出为失真区间312上的较低的虚线。可以看出则离从前面的区间314得到的预测值越远，窗函数逐渐增加对预测幅度的减少，窗函数用于产生向前线性预测值。

图3的第四张图340示出了对于在第二张图320示出的在失真区间312中的样本，窗函数应用到向后的线性预测值326的效果。窗口值在第三张图330中示出为失真区间312上的较低的虚线。再一次，可以离从前面的区间314得到的预测值越远，窗函数逐渐增加对预测值幅度的减少，窗函数用于产生向后的线性预测值。

图3的第五张图350示出了组合第三和第四张图330、340中窗口的向前和向后的线性预测值的结果。

这种组合提供在失真区间312中的样本的合成的预测值359，在第五张图350中示为虚线。可以看出，合成的预测值359与原始的未失真的信号303非常接近。然后这些合成的预测值可以被用于替换失真的样本以提供至少大幅度减少脉冲噪声的影响。

图4示出了在批处理模式中实施噪声检测和隐藏的流程图。在图4中，每个所接收的样本的数据值被加载到缓冲区。

第一步402包含检查在最近接收的样本中是否检测到脉冲噪声。如果没有检测到脉冲噪声，则对后来的样本简单重复第一步402直到检测到脉冲噪声。

当脉冲噪声在步骤402被检测到，则移动到步骤404以一直等到足够量的未失真的样本被缓冲。足够的未失真的样本的数量是被认为可以启动精确的自相关矢量以被计算的数量。一旦足够量的样本被缓冲，例如一旦缓冲的样本的数量超过阈值，工艺移动到下一步406计算自相关矢量。典型地，被用于相关估计的信号部分的长度大约是10ms。这是言语或者音频信号的周期，其中统计特性被假设为稳定的或者可以被认为是非显著改变的。样本的数量取决于所使用的采样速率。例如，对于40kS／s，样本的总数可以是大约400个。然而，下面将讨论可以选择这些样本中多少个在步骤420和422中被用作前面的样本或者后面的样本。如下所述，足够数量的样本还可以在步骤404被缓冲以启动向前和向后的线性预测在步骤420和422被成功执行。足够数量的样本还可以在步骤404被缓冲以启动向前和向后的线性预测在步骤420和422被成功执行。典型地，前面的样本数目比后面的样本数目大。

自相关矢量r_vec可以从缓冲区中存在的所有的可用数据估计。矢量的(P+1)个元素计算如下：

r_{vec} (j) = Σ_{k = P}^{N - 1} x (k) x (k - j)

其中：

K是缓冲指数；

X(k)是在k处的数据；和

J是从0运行到预测阶P的时滞指数。

因此，对于每个时滞j每执行一次运算，上述求和毫无疑问是被执行(P+1)次。

上述原理是已知的自协方差方法。

在步骤406计算的自相关矢量的稳定性可以可有选择的在步骤408通过滞后窗和规范自相关矢量改善，如下所述。这对运算的固定分数执行十分有用。

然后在步骤410通过从自相关矢量计算自回归模型参数来执行模型估计。自回归模型参数可以使用已知的杜宾算法，也被称为列文逊杜宾算法。

在一个例子中，包括自回归模型参数的自回归参数矢量通过解一种特殊的线性方程组获得：

Ra_vec=-r

矩阵R和矢量r具有以下关系，其中r是早先确定的自相关矢量r_vec以及p是预测阶：

这种特殊的系统可以通过所谓的杜宾算法有效求解0(p²)。

参数a_vec(k)可以被看作是以下递归滤波器(在语音编码中被称为合成滤波器)的系数：

H (z) = \frac{1}{A (z)} = \frac{1}{1 + a_{vec} (1) z^{- 1} + . . . a_{vec} (p) z^{- p}}

自回归模型参数被用作递归滤波器的系数。然后这些滤波器系数的大小在步骤412被检查以确定它们是否涉及平稳的或者不稳定的滤波器。可以在杜宾算法的每个迭代中检查稳定性。可以计算变量，即反射系数，从而可以确定中间结果的稳定性。如果结果变得不稳定，它将保持不稳定并因此可以被丢弃而没有进一步计算。

在一些情况中，使用杜宾算法可能会提供不能用的自回归模型参数，因为产生的合成滤波器的滤波器系数限定不稳定无限脉冲响应(IIR)滤波器。然而，可以减少发现滤波器系数不稳定的可能，如上所述，通过在步骤408执行滞后窗口操作到自相关矢量。这个滞后窗口操作可以是高斯窗的应用，该高斯窗移动产生的滤波器系数的极点更靠近复杂平面的原点并远离单元圆周，这表示更多的稳定滤波器系数。对于长度为P+1的自相关矢量r_vec，窗口系数通过下式提供：

w (k) = e^{(- \frac{π f_{0}}{f_{s}} k)}

其中：

k从1运行到p，

f_s是采样频率，单位为Hz，和

f₀是带宽扩展参数(对于语言编码器典型地值为60)，单位为Hz。

第一个自相关因子r_vec(0)的值(表示信号分量的功率估计)不变。

在步骤412中，该工艺核对在步骤410计算的滤波器系数的稳定性。如果发现滤波器系数是稳定的，则在步骤416中将相应的模型参数存储在存储器中。可选的，如果发现滤波器系数是不稳定的，则该工艺继续到步骤414，在步骤414中早先确定的稳定模型参数从存储器取回。早先确定的模型的使用提供的估计没有使用从前面的和后面的脉冲噪声的特定发生的样本计算的稳定模型提供的估计好，尽管如此，它比完全跳过信号重建处理提供明显更好的结果。

然后在步骤418中，该工艺按照在步骤412中的稳定性检查和在步骤414或者416中执行的后续操作选择使用的自回归模型参数／滤波器系数。选用的参数被用于计算步骤420中的失真的样本的向前的线性预测值和在步骤422中的失真的样本的向后的线性预测值。在步骤420和422中的计算可以并行执行，如图4所示。

通过预测系数矢量和模型阶P给出自回归模型：

M个错过的样本的向前预测可以通过以下公式获得：

x_{fwd} (k) = Σ_{n = 1}^{P} x (k - n) a_{n}

指数k表示错过样本的指数并且从0运行到M1。

M个错过的样本的向后预测可以通过以下公式获得：

x_{fwd} (k) = Σ_{n = 1}^{P} x (k + n) a_{(P + 1 - n)}

指数k表示错过样本的指数并且从M1运行到0。

在步骤424中，组合失真的样本的向前和向后预测值以提供失真的样本的合成的预测值，如与图3有关的讨论所述。

在一个例子中，通过汉宁窗的右半窗混合产生的矢量组合两组预测值。

指数k表示错过样本的指数并且从0运行到M-1。

最后，在步骤426，该工艺用在步骤424确定的合成的预测值替换失真的样本。生成的重建的信号也可以称为插入信号。

图5示出了一种与图4相似的工艺。然而，在图5中，该工艺在跟踪模式中操作，意味着当收到新的样本时自相关矢量连续更新。这是与图4的工艺相反的，其中自相关矢量只有当它被认为必然跟在脉冲噪声的检测之后时才确定。

在图5中，每个所接收的样本的数据值被加载到缓冲区。

该工艺的第一步502包含检查在接收的样本中是否存在脉冲噪声。如果没有检测到脉冲噪声，则自相关矢量在步骤504根据接收的未失真的样本更新，该样本是最近加载入缓冲区的。特别地，自相关矢量r_vec是通过以下公式计算，与第一阶递归滤波器相应：

r_vec(j；n)=λr_vec(j；n-1)+(1-λ)x(n)x(n-j)

其中：

x(n)是最近被添加到缓冲区的值；

n是时间指数；

j是从0运行到预测阶P的时滞指数；

λ是遗忘参数，一般是接近1的值，意味着它缓慢跟踪在信号中的变化。参数λ需要小心选择并且取决于所使用的采样频率。

通过以这种方式连续更新自相关矢量，处理器上的负载保持在相对稳定的水平，这在一些应用中是有益的。在一些实施例中使用批处理方式处理的缺点是，当只在需要时计算自相关矢量时，处理器将承受较高的峰值负载。在一些应用中跟踪模式工艺可能更容易实现。

一旦脉冲噪声在步骤502被检测到，该工艺转到步骤508到518用于选择将被使用的自回归模型参数／滤波器系数。步骤508到518与图4中的相应的步骤相同，这里不再详细描述。

一旦已经在步骤518中选择将被使用的自回归模型参数，则该工艺在步骤519中一直等到足够量的样本被读入存储器中。这里缓冲的样本数量必须足以在下一步522计算向后的线性预测值。

图5的工艺继续计算向前和向后的线性预测值，组合两组预测值然后与图4中相应的步骤相同，替换在步骤520、522、524和526中的失真的样本。

图6是包含本发明主张的FM无线电接收机的结构的示意图。射频信号通过无线电天线602接收。射频信号通过模拟前端电路604(也许在中间频率)处理，其中首先混合所需要的FM到基带。

模拟前端电路604的输出信号通过模拟到数字转换器(ADC)和初级抽取链(PDC)606数字化和抽取从而占据单个FM信道。

然后通过相邻的信道抑制滤波器(可能是变化的低通滤波器如精确相邻信道抑制器(PACS)滤波器)608对产生的数字信号进行低通滤波，该滤波器可能具有可调节的截止频率以在存在相邻信道或者在弱信号状态下减少FM信号的带宽。这种滤波器的副作用是它的脉冲响应及时传播脉冲噪声失真。

低通滤波的信号通过FM解调器610解调以形成实际的多路信号。

该实际的多路信号被提供给噪声检测器612和噪声隐藏器614。噪声检测器612识别由于噪声失真的样本。噪声隐藏器614用更接近于原始未失真的样本的样本替换失真的样本以提供重建的信号，可选择地使用图4或者图5的工艺。

重建的信号通过解码器616立体解码和抽取以提供和信号和差信号。在滤波器618去加重被用于和信号和差信号，和产生的信号通过混合矩阵620被处理以提供音频左和右信道输出信号。

因此噪声检测器612和噪声隐藏器614被配置为接收相同的信号，该信号在图6的例子中是实际的多路信号。噪声检测器612提供噪声检测信号到噪声隐藏器614，噪声隐藏器614指示脉冲噪声在所接收的信号内的位置从而噪声隐藏器614可以替换有噪声的样本。可以理解的是，本发明的实施例可以与其他类型的噪声一起工作，例如，实施例可用于隐藏由多路效应引起的短路失真。

图7示出了可被用于图6的FM接收机的噪声隐藏器702和噪声检测信号处理器704的例子。噪声隐藏器702接收由于脉冲噪声造成失真的多路信号706。噪声检测信号处理器704接收检测信号707，如通过图2的噪声检测器产生的信号218。检测信号707表示何时多路信号706由于脉冲噪声造成失真。噪声检测信号处理器704示出了用于转换上面与图2有关的讨论的检测信号707到转变检测信号的结构。噪声隐藏通过本实施例中的检测信号从低到高的转变触发。

众所周知，广播FM信号可能包含导频信号，该导频信号用于一些控制目的。一种非常陡峭的带通滤波器708被用于在被提供到隐藏器716之前从输入多路信号706滤出导频信号，因为执行噪声隐藏不需要导频信号。这种导频信号的陡峭过滤使它对脉冲噪声失真十分不敏感。然而，被隔离的导频信号在脉冲噪声隐藏之后应该被恢复到多路信号，因为对于立体的解码导频信号是必需的。

被隔离的导频信号通过延迟模块710被延迟，以提供延迟的隔离的导频信号用于导频信号的正确的同相恢复到输出多路信号。

通过减法器712从多路信号除去导频信号以提供减少的多路信号。然后该减少的多路信号被频带限制(例如到和信号(15KHz)的带宽或者到和和差信号(53KHz)的带宽)并被读入缓冲存储器714。

然后通过隐藏器716在来自缓冲存储器714的数据上执行脉冲噪声隐藏算法。然后隐藏器716将具有隐藏的噪声的多路信号，和来自延迟模块710的延迟的隔离的导频信号提供给加法器718，加法器718将这两种信号加在一起。加法器718提供输出信号720，输出信号720包括具有导频信号的噪声隐藏的多路信号，可以被提供给如图6中所示的立体声解码器。

在脉冲噪声隐藏期间，通过忽略差信号，FM信号可以被当作单声道而不是立体声。所提供的信号中的缺口，在该缺口中发生脉冲噪声，不是太长，可能很难发现差信号处理的缺失。

图8是包含本发明的实施例的FM无线电接收机的结构的示意图。图8的许多特征也在图6中出现，因此这里不必要再一次描述以免重复。

FM无线电接收机包括噪声检测器812，噪声检测器812位于图6中相同的位置以及因此接收来自FM解调器810的多路信号。多路信号是表示音频信号样本流的信号表示。

FM无线电接收机还包括噪声隐藏器814，噪声隐藏器814位于与图6中的噪声隐藏器不同的位置，噪声隐藏器814接收来自去加重的滤波器818的去加重的和／差信号。去加重的和／差信号是表示音频信号样本流的信号。

在本实施例中，噪声检测器812和噪声隐藏器814接收表示相同的音频样本流的不同的信号。

噪声隐藏器814也接收来自噪声检测器812的噪声检测信号，噪声检测器812识别由于脉冲噪声失真的和／差信号的样本。例如，噪声隐藏器814可以根据图4或者图5的工艺操作。

图9示出了可被用于图8的FM接收机的示例性的噪声隐藏器902和噪声检测信号处理器904。噪声检测信号处理器904接收噪声检测信号907，如图2的噪声检测器的输出信号218。噪声隐藏器902接收从多路信号906获得的和信号908和差信号910。噪声隐藏器920用隐藏的脉冲噪声提供重建的和和差信号912。

根据图6或图8中所示的结构，在FM接收机中实施本发明时存在优点和缺点。施加噪声隐藏到多路信号的优点是，如图6所示，将被替换的脉冲失真时间更短，因为重建的信号没有被抽取过。缺点包括将被重建的信号具有更高的带宽，更高的带宽需要使用更高阶的模型，而且噪声可能导致较高频率信号的模型估计出现问题。

施加噪声隐藏到和和差信号的优点，如图8所示，包括以下方面。与相应的多路信号相比较，用于重建的信号具有较低的带宽以及，任何脉冲噪声将使较少量的样本失真。这可以减少实施本发明的实施例的计算的复杂性。另外，用于差信号的噪声隐藏可能在低质量的接收条件下无法工作。

例如，考虑在无线电频率下只有加性高斯白噪声(awgn)的接收信道。FM信号解调后，加性高斯白噪声性质对获得的多路信号无效(由于差运算)。多路信号中的噪声的量随着频率增加。例如，差信号大约位于38kHz以及和信号在基带附近。因此，FM立体声听起来比FM单声道更嘈杂。先进的无线电广播设备在较低的接收水平逐渐频带限制立体声信号。在某些时候，它变得太嘈杂和／或在噪声中丢失导频信号。在那种情况下，单声道的FM可能是更可取的并且仍然听起来足够好。

在这种情况下，可以释放处理器容量用于其他的弱信号处理任务。例如，对于非常弱的信号，低于所谓的FM阈值时，可能发生“卡塔”噪声。有些信号处理技术可以设法校正这些“卡塔”。因此，处理器容量可改为用于运行这种算法。

相反的，图8所示的结构的缺点包括由于抽取滤波器在信号被重建前在信号上的操作，失真将及时传播开来。结果，与使用图6的结构相比，可能是更难处理高脉冲重复。

图10是根据本发明的AM无线电接收链的一部分示意图，包括脉冲噪声检测器1004和噪声隐藏器1014。

数字化的AM信号由AM无线电接收机链的保持熄灭装置1002和脉冲噪声检测器1004收到。在数字信号处理链开始时的信号具有325kHz的采样速率并且(复杂的)信号包含所需要的基带附近的信号，加上一些相邻的AM信道。

噪声检测器1004提供噪声检测信号到保持熄灭装置1002，噪声检测信号表示脉冲噪声在数字信号中的位置。然后保持熄灭装置1004在脉冲噪声失真的整个周期维持信号在与脉冲噪声失真以前相同的水平上，从而除去嘈杂的样本。与相邻信道相比所关心的信号是强的情况下，这可以有效改善以减弱噪声。然而，噪声减少的量不一定适用于所有的应用。

然后在模块1006中，来自保持熄灭装置1002的输出信号被带宽限制和被抽取，在模块1008中被低通滤波和在模块1010被解调以提供音频信号。解调可能包括常规的方法如包络检测，载波／dc去除，等等。

音频信号作为输入被提供到噪声隐藏器1014。在本实施例中，噪声隐藏器1014也需要噪声检测信号。噪声隐藏器1014再使用由噪声检测器1004提供的噪声检测信号是节约费用的。当然，它需要花一定的时间来执行模块1006、1008和1010的功能。因此，噪声检测信号通过延迟元件1012适当延迟以提供延迟的噪声检测信号到噪声隐藏器1014从而使在噪声隐藏器1014接收噪声检测信号的时间与音频信号的时间相应。

例如，根据图4或图5的工艺，噪声隐藏器1014提供噪声隐藏以提供插入信号。然后取决于接收条件，插入信号可选择的通过高阻滤波器1016接受进一步频带压缩，高阻滤波器1016也作为平滑滤波器用于插入信号。

图11提供噪声隐藏器的例子用于AM无线电接收链，如图10所示的噪声隐藏器1014。图11的噪声隐藏器使用的噪声检测信号在图中没有示出。

在图11中示出的是AM解调器102，AM解调器102提供AM已解调的信号，该AM已解调信号具有至少7kHz的带宽的采样频率。提供已解调的信号到低通滤波器1104以频带限制信号到4kHz。然后频带限制的信号通过抽取器1106抽取。在本实施例中，示出了通过因子4抽取。所抽取的信号被提供给脉冲噪声隐藏器1108，脉冲噪声隐藏1108可以跟踪所接收的信号的自相关和计算一个以上重建样本，例如通过使用图4或图5的至少一部分工艺。

使用抽取的和频带限制的信号用于噪声隐藏减少所需要的处理功率值。此外，AM信号的带宽允许抽取和频带限制而不会显著降低噪声隐藏的质量。

重建样本被提供到样本和保持组件1110。样本和保持组件1110的目标是修改样本的数量和重建样本的采样速率从而使它们与AM解调器1102的AM解调信号输出相一致。特别地，在重建样本适于包含入AM解调信号之前，应该还原在噪声隐藏以前由抽取器1106引起的样本数量和采样速率的改变。

在图11的实施例中，抽取器1106采用抽取因子4。噪声隐藏器1108在1.5ms的时间段内以每秒10,000个样本(10kS／s)的速率提供16个重建样本到样本和保持组件1110。在1.5ms的时间段内在40.625kS／s的速率下样本和保持组件1110的输出是64个样本。在采样速率和持续时间方面的改变通过样本和保持组件1110缩短每个样本到其原始时间的四分之一和插入附加的每个重建样本的三个副本来达到。

合并组件1112接收来自AM解调器1102的已解调的信号和来自样本和保持组件1110的重建的样本以及合并这两种信号从而AM已解调的信号的失真的样本被重建样本代替从而在原始信号由于脉冲噪声失真的期间提供插入信号。

由合并器1112输出的具有噪声隐藏的信号然后被提供到低通滤波器1114。低通滤波器1114使AM已解调的信号的样本和重建的样本平滑转变并且将改善采样和保持工艺的结果。信号的插入将导致原始信号频谱的效果在插入的信号的较高频率处也存在(重复)。所使用的样本和保持机制抑制部分频谱分量，但通常不是充分的。需要一些额外的低通滤波以除去通过插入引入的较高的频率分量。

本文披露的一个以上的实施例涉及基于信号模型的方法用于减少在无线电接收机处的噪声的听觉效果，无线电接收机例如是车辆中的AM或FM无线电接收装置。本文披露的实施例的目的是隐藏在无线电接收装置的音频输出处的听得见的“卡塔”声，该“卡塔”声是由脉冲噪声碰撞无线电接收机的接收天线引起的，例如由车辆引擎的点火引起。关于噪声能听度的隐藏的改善通过重建原始信号代替简单的封锁失真的样本完成。

本文披露的实施例可以由两个部分组成，模型估计(ME)部分以及后面跟着信号恢复部分(SR)。模型估计的例子包括自回归模型参数的确定。信号恢复的例子包括计算和组合向前和向后的线性预测值用于已经识别为失真的样本。

与仅仅依靠如图10所示的保持熄灭装置的例子相比较，包括本文披露的实施例的汽车收音机可以在音频质量上提供实质的改善。由封锁或隐藏方法本身所引起的自我失真可以被显著减少。对于曲型的试验台信号，如单音正弦波，失真水平可以被几乎减少到固有噪声水平。对于临界试验信号，如语言信号，能感觉到明显的质量改善。

本文披露的一个以上的实施例的其它优点包括：

●在重建样本的开始和结束时平稳转变，因为向前和向后的线性预测都被用于确定重建的样本。

●避免分离的训练相位可以避免在训练完成之后随着信号特征的改变可能遇到的任何困难，例如可以减少所选择的滤波器阶数(系数值)太低的可能性。本发明的实施例可以对变化的信号特征作出很好的反应。

Claims

1.一种信号处理装置(100)，其特征在于，包括：

噪声检测器(102)，所述噪声检测器(102)被配置为：

接收表示音频信号样本流的信息流(112)；

在所接收的信息流(112)中检测由于脉冲噪声导致失真的样本以产生噪声检测信号(114)，其中噪声检测信号(114)也识别前面的和后面的未失真的样本；

处理器(104)，所述处理器(104)被配置为：

接收表示音频信号样本流的信息流(112)；

接收来自噪声检测器(102)的噪声检测信号(114)；

基于在所接收的音频信号样本流中的前面的和／或后面的未失真的样本确定自回归模型参数(410；510)；

将所述自回归模型参数应用到前面的未失真的样本以确定失真的样本的向前的线性预测值(420；520)；

将所述自回归模型参数应用到后面的未失真的样本以确定失真的样本的向后的线性预测值(422；522)；

通过窗函数组合向前和向后的线性预测值以确定失真的样本的合成的预测值(424；524)；和

用所述合成的预测值替换在所接收的信息流中的失真的样本(426；526)以提供重建的音频信号样本流(116)。

2.根据权利要求1所述的信号处理装置，其特征在于，所述处理器还被配置为确定自回归模型参数的稳定性(412；512)，如果稳定性被确定为低于预定的阈值，则用前面确定的稳定的自回归模型参数替换估计的自回归模型参数用于以后的处理(416；516)。

3.根据权利要求1或2所述的信号处理装置，其特征在于，处理器(814)被配置为与噪声检测器(812)相比，所接收的是相同音频信号样本流的不同的表示。

4.根据权利要求3所述的信号处理装置，其特征在于，噪声检测器(904)被配置为：

接收表示音频信号样本流的多路信号(906)；和

处理器(902)被配置为：

接收表示音频信号样本流的和信号(908)和差信号(910)；和

提供重建的和信号(912)和重建的差信号(912)。

5.根据权利要求1或2所述的信号处理装置，其特征在于，处理器(614)被配置为与噪声检测器(612)相比，所接收的是音频信号样本流的相同的表示。

6.根据权利要求5所述的信号处理装置，其特征在于，处理器(614)和噪声检测器(612)被配置为接收表示音频信号样本流的多路信号。

7.根据权利要求6所述的信号处理装置，其特征在于，所接收的多路信号包含导频信号，以及处理器被配置为：

从多路信号中减去导频信号(712)，以提供减少的多路信号用于估计自回归的参数(716)；以及

将导频信号添加到重建的音频样本流中(718)。

8.根据前述任一权利要求所述的信号处理装置，其特征在于，处理器被配置为计算自相关矢量以确定自回归模型参数(406；504)。

9.根据前述任一权利要求所述的信号处理装置，其特征在于，处理器被配置为响应于对由于脉冲噪声导致失真的样本的检测(402)确定自回归模型参数(410)。

10.根据权利要求1至8中任一项所述的信号处理装置，其特征在于，处理器被配置为响应于接收未失真的样本计算自相关矢量(504)。

11.根据权利要求8、9或10所述的信号处理装置，其特征在于，处理器还被配置为应用滞后窗口(408；508)到自相关矢量并且使用经过滞后窗口处理的自相关矢量(410；510)确定自回归模型参数。

12.一种集成电路，其特征在于，包括前述任一项权利要求所述的信号处理装置。

13.一种信号处理装置的操作方法，其特征在于，所述方法包括：

接收表示音频信号样本流的信息流(112)；

在所接收的信息流(112)中检测由于脉冲噪声导致失真的样本，并且也识别前面的和后面的未失真的样本；

用合成的预测值替换在接收的信息流中失真的样本(426；526)以提供重建的音频信号样本流(116)。

14.一种音频娱乐系统，其特征在于，包括根据权利要求1至11中任一项所述的信号处理装置或根据权利要求12所述的集成电路。