CN1114279C - 复杂度减小的信号传输系统 - Google Patents

Abstract

在CELP编码器中进行了目标信号和若干合成信号间的比较。该合成信号是由具有从目标信号导出的参数的合成滤波器对若干激励序列滤波而得到的。使目标信号和合成信号间误差最小的激励信号被选中。寻找最佳激励信号需要相当的计算复杂度。为减小该复杂度，可通过选择少量与反向滤波目标信号最相似的激励序列来进行少量激励序列的预选。对这少量激励序列进行全复杂度搜索。由于最终选择涉及的激励序列数量减少，所需的计算复杂度也减小了。

Description

复杂度减小的信号传输系统

技术领域

本发明涉及传输系统，所述传输系统包括发射机，用于经传输信道将输入信号传输到接收机，该发射机包括编码器，而编码器包括用于产生若干激励序列的激励序列发生器，以及选择装置，用于从若干激励信号中选择一个激励序列以使来自所说激励序列的合成信号与来自输入信号的目标信号间误差最小，发射机被用来向接收机发送代表所选激励序列的信号，接收机包括具有用于从代表所选激励序列的信号中导出所选激励序列的激励序列发生器的解码器，以及用于从激励序列中导出合成信号的合成滤波器。

本发明还涉及发射机、编码器、传输方式和编码方法。

背景技术

根据序言的传输系统从W.Grieder等人发表在现代环境中的通信、计算机和能源会议录，Saskatoon，加拿大，1993年5月17～18，pp.397～406，IEEE Wescanex 1993中的论文《用于4.8kbps CELP语音编码的码本搜索》中已知。

这种传输系统可用于经诸如无线信道、同轴电缆或光纤等传输介质的语音信号传输。这种传输系统还可用于在诸如磁带或盘等记录介质上记录语音信号。还有可能的应用是自动答录机或录音机。

在现代语音传输系统中，常使用利用合成技术的分解对所传输的语音信号编码。在该技术中，通过由若干激励序列激励的合成滤波器产生合成信号。合成语音信号对若干激励序列是确定的，并且代表合成信号与来自输入信号的目标信号间误差的误差信号也是确定的。导致最小误差的激励序列被选中并以编码形式传输到接收机。

在接收机中，激励序列被恢复，并且通过在合成滤波器上施加激励序列产生合成信号。该合成信号和发射机输入信号一模一样。

为了获得高质量的信号传输，选择中涉及大量(如1024)激励序列。在语音编码情况中，激励序列通常是持续2-5ms的一段。在16KHz的抽样频率时，这意味着32～80个抽样。合成滤波器的参数通常从代表输入信号特性的解析参数中导出。在语音编码中所用解析参数基本上就是所谓的预测参数。预测参数的数目从10到50不等，因而合成滤波器的阶数也如此。

必须对所有激励序列计算合成语音信号导致相当大的计算负担。

我们发现R.A.Salami的文章《二进制脉冲激励：降低CELP编码复杂度的新途径》，发表在由B.Atal，V.Cupermann和A.Gersho所编的、Kluwer专业出版社出版、ISBN 0-7923-9091-1的《语音编码发展》一书的145至156页上，公开了来自较大码本的局部码本的结构。然而在这篇文章中没有说明激励序列是从它们和残余信号相似的观点来选择的，而是从一个被认为近似最佳的所选激励序列来导出的。

发明内容

本发明的目标是根据序言提供一个大大减小计算负担的传输系统。

因此，依照本发明的传输系统特征在于包括从输入信号得出剩余序列的解析滤波器的编码器，其特征还在于包括从大量激励序列中选出若干与剩余序列有最大相似处的激励序列的激励序列选择设备的编码器。

本发明基于这样的认识，通过使用滤波后目标信号或残余信号进行可能的激励序列的预选可以大大减小传输系统的复杂度。所选激励序列是那些与滤波后目标信号(或残余信号)最相似的。实验表明，在不影响选择过程质量的条件下采用20～180之间的系数可以减小编码器复杂度。

本发明的一个实施例特征在于，激励序列包括由预定数目零抽样值相隔的非零抽样值，其特征还在于，激励序列选择设备被用来从残余信号确定若干激励序列中非零抽样值的位置。

使用由预定数目零值分隔的等距离脉冲将使得激励序列滤波的计算复杂度减小。通过首先选择将在进一步选择时考虑的激励序列中的非零抽样的位置，进一步选择时涉及的激励序列的数目会大大减小。这将使得所需的计算复杂度明显减小。

本发明的另一个实施例的特征在于，激励序列包括三进制激励抽样，还在于激励序列选择设备被用于选择信号抽样符号与残余序列中相应抽样符号相同的激励序列。

采用三进制样值的结果是低计算复杂度，因为用在三进制信号滤波中的相乘只包含和+1，0和-1的相乘，它可以很容易地实现。

本发明进一步的实施例特征在于，激励序列包括三进制激励抽样，还在于激励序列选择设备被用于选择激励序列使其信号抽样的符号与残余序列中N个最大抽样的符号相应，其中N为正整数。

根据本发明的一个方面，传输系统包括经传输信道将输入信号传送到接收机的发射机，该发射机包括编码器，它具有用于生成若干激励序列的激励序列发生器、选择设备用于从若干激励信号中选择一个激励序列，以使得从该激励序列导出的合成信号和从输入信号导出的目标信号间误差最小，发射机被用来向接收机发送代表所选激励序列的信号；接收机包括解码器，它具有用于从代表所选激励序列的信号中导出所选激励序列的激励序列发生器，以及用于从激励序列中导出合成信号的合成滤波器，其特征在于，编码器包括用于从输入信号导出残余序列的分解滤波器，包括用于从大量激励序列中选出与残余序列最相似的若干激励序列的激励序列选择设备。

根据本发明的另一个方面，发射机用于发送输入信号，发射机包括编码器，它具有用于生成若干激励序列的激励序列发生器，选择设备，用于从若干激励序列中选择一个激励序列，以使从该激励序列导出的合成信号与从输入信号导出的目标信号间误差最小，发射机被用于发送代表所选激励序列的信号，其特征在于，编码器包括用于从输入信号导出残余序列的分解滤波器，包括用于从大量激励序列中选择若干与残余序列最相似的激励序列的选择设备。

根据本发明的再一个方面，编码器包括用于生成若干激励序列的激励序列发生器，选择设备用于从若干激励信号中选择一个激励序列以使从该激励序列导出的合成信号与从输入信号导出的目标信号间的误差最小，编码器被用于输出代表所选激励序列的信号，其特征在于，编码器包括用于从输入信号导出残余序列的分解滤波器，其中编码器包括用于从大量激励序列中选择若干与残余序列最相似的激励序列的激励序列选择设备。

根据本发明的又一个方面，传输输入信号的方法包括生成若干激励序列，从若干激励信号中选择一个激励序列以使从该激励序列导出的合成信号与从输入信号导出的目标信号的误差最小，该方法包括传送代表所选序列的信号，其特征在于，该方法包括依据分解滤波器操作从输入信号导出残余序列，包括从大量激励序列中选择与残余序列最相似的若干激励序列。

附图描述

现在将参考附图来解释本发明。

图1，一个可应用本发明的传输系统；

图2，根据本发明的编码器；

图3，用于从主序列中预选若干激励序列的自适应码本选择设备的一部分；

图4，用于选择至少一个更进一步激励序列的选择设备的一部分；

图5，根据本发明的激励序列选择设备；

图6，根据本发明的固定码本选择设备；

图7，根据图1的传输系统中采用的解码器。

具体实施例

根据图1的传输系统中，输入信号施加于发射机2。发射机2中，根据本发明输入信号由编码器编码。编码器4的输出信号施加于传输设备6的输入，以通过传输介质8将编码器4的输出信号传输到接收机10。传输设备的操作可包括调制来自编码器的(二进制)信号，可能以二进制形式调制在适于传输介质8的载波信号上。在接收机10，接收到的信号由前端12转换成适于解码器14的信号。前端12的操作可包括滤波、二进制符号的解调与检测。解码器14从前端12的输出信号中导出重构的输入信号。

在根据图2的编码器中，载有数字化输入信号抽样i[n]的编码器4的输入被连到成帧设备20的输入上。载有输出信号x[n]的成帧设备的输出被连到高通滤波器22上。高通滤波器22的输出，载有输出信号s[n]，被连到感知加权滤波器32和LPC分析器24的输入上。LPC分析器24的第一个输出载有输出信号r[k]被连到量化器26上。LPC分析器的第二个输出为减小复杂度的合成滤波器带有滤波器系数af。

量化器26的输出载有输出信号C[k]，被连接到内插器28的输入和多路复用器59的第一个输入上。内插器28的输出载有信号aq[k][s]被连接到感知加权滤波器32的第二输入上，零输入响应滤波器34的输入上，和脉冲响应计算器36的输入上。感知加权滤波器32的输出载有信号W[n]被连到减法器38的第一输入上。零输入响应滤波器34的输出载有输出信号Z[n]被连接到减法器38的第二输入上。

减法器38的输出载有目标信号t[n]被连接到自适应码本选择设备40的输入上，自适应码本预选设备42的输入上，和减法器41的输入上。脉冲响应计算器36的输出载有输出信号h[n]被连到自适应码本选择设备40的输入上，自适应码本预选设备42的输入上，固定码本选择设备44的输入上和进一步被称为固定码本预选设备46的激励信号选择设备的输入上。自适应码本预选设备42的输出载有输出信号ia[k]被连接到自适应码本选择设备40的输入上。自适应码本预选设备42，自适应码本选择设备40，固定码本预选设备46和固定码本选择设备44的组合构成选择设备45。

自适应码本选择设备的第一个输出载有输出信号Ga被连到多路复用器59的第二个输入上，以及乘法器52的第一个输入上。自适应码本选择设备的第二个输出载有输出信号Ia被连到多路复用器59的第三个输入上和自适应码本48的一个输入上。自适应码本选择设备40的第三个输出载有输出信号p[n]被连接到减法器41的第二个输入上。

减法器的输出载有输出信号e[n]被连到固定码本选择设备44的第二个输入上和固定码本预选设备46的第二个输入上。固定码本预选设备46的输出载有输出信号if[k]被连到固定码本选择设备44的第三个输入上。固定码本选择设备的第一个输出载有输出信号Gf被连到乘法器54的第一输入上和多路复用器59的第四个输入上。固定码本选择设备44的第二个输出载有输出信号P被连到激励发生器50的第一个输入上和多路复用器59的第五个输入上。固定码本选择设备44的第三个输出载有输出信号L[k]被连到激励发生器50的第二个输入上和多路复用器59的第六个输入上。激励发生器50的输出载有输出信号yf[n]被连到乘法器54的第二个输入上。自适应码本48的输出载有输出信号ya[n]被连到乘法器52的第二个输入上。乘法器52的输出被连到加法器56的第一个输入上。乘法器54的输出被连到加法器56的第二个输入上。加法器56的输出载有输出信号yaf[n]被连到存储器更新单元58上，后者与自适应码本48相连接。

多路复用器59的输出形成编码器59的输出。

根据图2的编码器的实施例是在输入信号为频率范围从0～7KHz的宽带语音信号的假定条件下说明的。假设抽样速率为16KHz。然而可以看到本发明并不仅限于这种信号类型。

在成帧设备20中语音信号i[n]被分成N个信号抽样x[n]的序列，也叫帧。这种帧的长度一般为10～30ms。通过高通滤波器22成帧信号的DC成分被滤除，使得在高通滤波器22的输出端可得到无DC的信号。通过线性预测分析器24可确定K个线性预测系数a[k]。对窄带语音K一般在8和12间，对宽带语音K一般在16到20间，但是这些典型值以外的值也是可能的。线性预测系数被用于后面将说明的合成滤波器中。

为了计算预测系数a[k]先把信号s[n]用汉明窗加权以获得加权信号SW[n]。通过先计算自动相关系数，再执行递归确定a[k]值的Levinson-Durbin算法来从信号SW[n]中导出预测系数a[n]。第一步递归的结果被存为af以用于降低复杂度的合成滤波器中。另一方面也可能存储第二步递归的结果af1和af2做为降低复杂度的合成滤波器的参数。可以看出如果采用二阶复杂度的合成滤波器，就可能只进行预选。采用全复杂度的合成滤波器的选择便可省去。为了消除由预测参数a[k]代表的谱包络中的极尖锐的峰值，可执行扩频操作将每个系数a[k]乘上值γ^k。修正预测系数ab[k]变换成log区比率r[k]。

为了减少用于将log区比率传输到接收机的比特数，量化器26将log区比率以非归一化方式量化。量化器26生成信号C[k]，代表log区比率的量化级。

为了选择合成滤波器的最佳激励序列，帧s[n]被分成S个子帧。为了得到光滑有滤波器跃迁，内插器28对每一子帧在当前系数C[k]和过去系数Cp[k]间内插，并将相应的log区比率转换回预测参数aq[k][s]。S等于当前子帧的系数。

在合成编码器的分析中，语音信号帧(或子帧)与多个合成语音帧比较，每个合成语音帧相应于合成滤波器滤波的不同激励序列。合成滤波器的传递函数等于1/A(z)，其中A(z)等于 $A\left(z\right)=1-\underset{k=0}{\overset{P-1}{\mathrm{\Σ}}}\mathrm{aq}\left[k\right]\left[s\right]\·z^{-k-1}----\left(1\right)$ 在(1)中P为预测阶数，k为运行的指数，z-1是单位延迟算子。

为了解决人类听觉系统的感知特性，语音帧和合成语音帧间的差异由具传递函数A(z)/A(z/γ)的感知加权滤波器来滤波。γ为常数一般取值0.8左右。被选的最佳激励信号是使感知加权滤波器输出信号功率最小的激励信号。

在多数语音编码器中，感知加权滤波器的操作先于比较操作。这意味着，语音信号必须由传递函数为A(z)/A(z/γ)的滤波器滤波，并且该合成滤波器必须由传递函数为1/A(z/γ)的修正合成滤波器代替。可以看到，其它类型的感知加权滤波器也可采用，如具有传递函数A(z/γ1)/A(z/γ2)的。感知加权滤波器32依据上面讨论的传递函数A(z)/A(z/γ)进行语音信号的滤波。感知加权滤波器32的参数每一子帧都由内插预测参数aq[k][s]更新。可以看到，本发明的范围包括感知加权滤波器的传递函数的所有变体以及感知加权滤波器的所有状态。

修正的合成滤波器的输出信号也依赖于从前面子帧中选出的激励序列。依赖于当前激励序列和过去激励序列的合成语音信号的部分可以分开。因为零输入滤波器的输出信号独立于当前激励序列，它可被移至语音信号路径就象图2中对滤波器34所做一样。

因为修正合成滤波器的输出信号从感知加权语音信号中被减掉，零输入响应滤波器34的信号也被从感知加权语音信号中减掉。这一减法由减法器38执行。在减法器38的输出端可得到目标信号t[n]。

编码器4包括一个本地解码器30。本地解码器30包括连续存储若干以前选择的激励序列的自适应码本48。用自适应码本索引Ia对自适应码本48寻址。自适应码本48的输出信号ya[n]由乘法器52按增益系数Ga改变。本地解码器30还包括用于生成若干预定激励序列的激励发生器50。激励序列yf[n]是所谓规则脉冲激励序列。它包括由一些零值抽样分隔开的若干激励抽样。激励抽样的位置由参数PH(相位)表示。激励抽样有-1，0和+1中的一个值。激励抽样的值由变量L[k]给定。激励发生器50的输出信号yf[n]由乘法器54按增益系数Gf改变。乘法器52和54的输出信号由加法器56加到激励信号yaf[n]上。这个信号yaf[n]被存在自适应码本48中以备用于下一个子帧。

在自适应码本预选设备42中确定了一个减小了的激励序列集。这些序列的索引ia[k]被送至自适应选择设备40。在自适应码本预选设备42中，依据本发明采用了一阶降低复杂度的合成滤波器。而且不是考虑所有可能的激励序列，而是至少具有两个位置上有相互位移的少量的激励序列。好的选择是位移范围在2至5内。所用合成滤波器的复杂度的降低以及所考虑的激励序列的数目的减少使编码器的复杂度大大降低。

自适应码本选择设备40被用来从预选激励序列中导出最佳激励序列。在这一选择中采用全复杂度合成滤波器，并且只尝试少量的在预选激励序列左右的激励序列。所试激励序列间的位移小于用在预选中的位移。依据本发明位移为1被用在编码器中。由于涉及到的激励序列数目小，最终选择的附加复杂度很低。自适应码本选择设备还生成信号p[n]，它是一个合成信号，经过加权合成滤波器对存储的激励序列滤波并将合成信号乘上Ga值后得到。

减法器41从目标信号t[n]中减去信号p[n]以得到差信号e[n]。在固定码本预选设备46中从信号e[n]中导出反向滤波目标信号tf[n]。从可能的激励序列中，和滤波目标信号最相似的激励序列被预选出，它们的索引if[k]被传至固定码本选择设备46。固定码本选择设备44执行从固定码本预选设备46预选出的激励信号中对最佳信号的搜索。在这一搜索中采用全复杂度合成滤波器。信号c[k]，Ga，Ia，Gf，PH和L[k]被多路复用器59复用成单一输出流。

冲激响应值h[n]由冲激响应计算器36依照下面的递归式从预测参数aq[k][s]中算出：

h[n]＝0                 ；n＜0

h[n]＝1                 ；n＝0

                                         (2) $h\left[n\right]=\underset{i=0}{\overset{P-1}{\mathrm{\&Sigma;}}}h[n-1-i]\&CenterDot;\mathrm{aq}\left[i\right]\left[s\right]{\mathrm{\&gamma;}}^{i+1};1\&le;n<\mathrm{Nm}$ (2)中Nm是所需冲激响应长度。在本系统中该长度等于子帧中的抽样数目。

在依照图3的自适应码本预选设备42中，目标信号t[n]被加载到时间反向器50’的输入端上。时间反向器50’的输出连到零状态滤波器52’的输入上。零状态滤波器52’的输出连接到时间反向器54’的输入上。时间反向器54’的输出连接到互相关器56的第一输入上。互相关器56’的输出连接到除法器64的第一输入上。

自适应码本48的输出连接到互相关器56’的第二输入上，另外还通过选择开关49连到降低复杂度的零状态合成滤波器60的输入上。选择开关的另一端也连在存储器更新单元58的输出上。降低复杂度的合成滤波器60的输出连到能量估值器62的输入上。能量估值器62的输出连在能量表63的输入上。能量表63的输出连在除法器64的第二输入上。除法器64的输出连在峰值检测器65的输入上，而峰值检测器65的输出连在选择器66的输入上。选择器66的第一输出连在选择不同激励序列的自适应码本48的输入上。选择器66的第二输出载有代表从自适应码本中预选出的激励序列的信号被连在自适应码本48的选择输入上和能量表63的选择输入上。

自适应码本预选设备42被用于从自适应码本和相应增益系数ga中选择激励序列。这一操作可写作使误差信号ε最小，ε等于： $\mathrm{\&epsiv;}=\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{\left(t\right[n]-\mathrm{ga}\&CenterDot;y[1\left]\right[n\left]\right)}^2----\left(3\right)$ (3)中Nm是子帧中的抽样数，y[1][n]是零状态合成滤波器对激励序列ca[1][n]的响应。通过将(3)式对ga求导并令导数为零可得到ga的最佳值： $\mathrm{ga}=\frac{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\left[n\right]\&CenterDot;y\left[1\right]\left[n\right]}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[1\right]\left[n\right]}----\left(4\right)$ 将(4)代入(3)可得ε： $\mathrm{\&epsiv;}=\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{t}^2\left[n\right]-\frac{{\left[\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\right[n]\&CenterDot;y[1\left]\right[n\left]\right]}^2}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[1\right]\left[n\right]}----\left(5\right)$ 使ε最小相应于(5)中第二项f[1]对1取最大值。f[1]也可写为： $f\left[1\right]=\frac{{\left[\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\right[n]\&CenterDot;y[1\left]\right[n\left]\right]}^2}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[1\right]\left[n\right]}=\frac{{\left[\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\right[n]\&CenterDot;\left(\underset{i=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}\mathrm{ca}\right[1\left]\right[i]\&CenterDot;h[n-i\left]\right)]}^2}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[1\right]\left[n\right]}----\left(6\right)$ (6)中h[n]是图3中滤波器52’的脉冲响应，如(2)中计算。(6)也可写为： $f\left[1\right]=\frac{{\left[\underset{i=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}\mathrm{ca}\right[1\left]\right[i]\&CenterDot;\left(\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\right[n]\&CenterDot;h[n-i\left]\right)]}^2}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[1\right]\left[n\right]}=\frac{{\left[\underset{i=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}\mathrm{ca}\right[1\left]\right[i]\&CenterDot;\mathrm{ta}[i\left]\right]}^2}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[1\right]\left[n\right]}----\left(7\right)$ (7)被用于自适应码本的预选中。使用(7)的优点是为了确定(7)中的分子对所有码本输入来说只需一个滤波器操作。使用(6)则对预选中涉及的每个码本输入都需要一个滤波器操作。为了确定(7)的分母，其计算仍需滤波所有码本输入，采用降低复杂度的合成滤波器。

f[1]的分母Ea是涉及由降低复杂度的合成滤波器60滤波的激励序列的能量。试验表明单滤波器系数变换相当慢，所以只需每帧更新一次。也可能每帧只计算一次激励序列的能量，但这需要稍稍修改选择程序。为从自适应码本中预选出激励序列，从(7)中导出的rap[i·Lm+1]值可依据下式计算： $\mathrm{rap}[i\&CenterDot;\mathrm{Lm}+L]=\frac{{\left[\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}\mathrm{ca}\right[L\min +i\&CenterDot;\mathrm{Lm}+l\&CenterDot;\mathrm{Sa}-n]\&CenterDot;\mathrm{ta}[n\left]\right]}^2}{\mathrm{Ea}[i\&CenterDot;\mathrm{Lm}+1]}----\left(8\right)$ (8)中i和1为运行参数，Lmin是所考虑语音信号的最小可能高音期间，Nm是每一子帧的抽样数，Sa是相继激励序列间位移，以及Lm是定义每子帧存储能量值数的常数，它等于i+(Nm-1)/Sa。根据(8)的搜索对于0≤1＜Lm和0≤i＜S执行。搜索被安排为总是包括与自适应码本48中先面所写激励序列开始相对应的第一码本入口。这允许重复使用存在能量表63中的以前计算的能量值Ea。

在更新自适应码本48的情形下，前面子帧所选激励信号yaf[n]存在于存储器更新单元58中。选择开关49在位置0，并且最新获得的激励序列由降低复杂度的合成滤波器60滤波。新滤波的激励序列的能量值被存在Lm存储器位置。已存在于能量表63中的能量值向下移位。最先的Lm能量值从能量表63中移出，因为相应的激励序列已不再存在于自适应码本中了。目标信号ta[n]由时间反向器50’、滤波器52’和时间反向器54’的组合体算出。相关器56’计算(8)的分子，而除法器64执行(8)的分子除以(8)的分母。峰值检测器65确定给出(8)式Pa最大值的码本的索引。选择器66把峰值检测器65找到的Pa序列的邻近激励序列的索引相加并把所有这些索引送给自适应码本选择器40。

在帧的中间(已过s/2子帧后)af的值被更新。接着选择开关置于位置1，并且所有与涉及自适应码本预选的激励序列相应的能量值被重新计算并存在能量表63中。

根据图4的自适应码本选择器40中，自适应码本48的输出连在(全复杂度)零状态合成滤波器70的输入上。合成滤波器70从计算器36接收其冲激响应参数。合成滤波器70的输出连在相关器72的输入上和能量估值器74的输入上。目标信号t[n]被加在相关器72的第二输入上。相关器72的输出连在除法器76的第一输入上。能量估值器74的输出连在除法器76的第二输入上。除法器76的输出连在选择器78的第一输入上。预选激励序列的索引ia[k]被加在选择器78的第二输入上。选择器的第一输出连在自适应码本48的选择输入上。选择器78的另两个输出提供输出信号Ga和Ia。

最佳激励序列的选择对应ra[r]项的求最大值。所说ra[r]项等于： $\mathrm{ra}\left[r\right]=\frac{{\left[\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\right[n]\&CenterDot;y[r\left]\right[n\left]\right]}^2}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[r\right]\left[n\right]}----\left(9\right)$ (9)对应(5)中的f[1]项。信号y[r][n]由滤波器70从激励序列中得出。滤波器70的初始状态在激励序列被滤波前每次都设为零。假定变量ia[r]包含预选激励序列的索引，而它们的邻近索引在以递增顺序排列。这表明ia[r]包含Pa个子序列索引组，每组包括Sa个自适应码本的连续索引。对具有每组第一个索引的码本入口，y[r·Sa][n]根据下式计算： $y[r\&CenterDot;\mathrm{Sa}]\left[n\right]=\underset{i=0}{\overset{n}{\mathrm{\&Sigma;}}}h[n-1]\&CenterDot;\mathrm{ca}\left[\mathrm{ia}\right[r\&CenterDot;\mathrm{sa}]-1];0\&le;n<\mathrm{Nm}----\left(10\right)$ 由于相同的激励抽样只有一个涉及y[r·Sa+1][n]的计算，y[r·Sa+1][n]的值可从y[r·Sa][n]递归地确定。该递归式可被用于具有一组中一个索引的全部激励序列。该递归式一般可写作：y[r·Sa+i+1][n]＝y[r·Sa+i][n-1]+h[n]·ca[ia[r·Sa+i+1]]    (11)相关器72从滤波器70的输出信号和目标信号t[n]中确定(9)的分子。能量估值器74确定(9)的分母。在除法器的输出端可得到(9)式的值。选择器78使用对所有预选索引计算(9)并存储自适应码本48的最佳索引Ia。接着选择器依据下式计算增益值g： $g=\frac{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}t\left[n\right]\&CenterDot;\tilde{y}\left[n\right]}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{\tilde{y}}^2\left[n\right]}----\left(12\right)$ (12)中 是滤波器70对索引为Ia的所选激励序列的响应。增益因子g由一非归一化量化操作来量化成量化增益因子Ga，Ga出现在选择器78的输出上。选择器78还根据下式输出自适应码本的成分p[n]到合成信号： $p\left[n\right]=\mathrm{Ga}\&CenterDot;\tilde{y}\left[n\right]----\left(13\right)$

在根据图5的固定码本预选设备中，信号e[n]被加在反向滤波器80的输入上。反向滤波器80的输出连在相关器86的第一输入上和相位选择器82的输入上。相位选择器的输出连在幅度选择器84的输入上。幅度选择器84的输出连在相关器86的第二输入上和降低复杂度的合成滤波器88的输入上。降低复杂度的合成滤波器88的输出连在能量估值器90的输入上。

相关器86的输出连在除法器92的第一输入上。能量估值器90的输出连在除法器92的第二输入上。除法器92的输出连在选择器94的输入上。在选择器的输出端可得到固定码本预选激励序列的索引if[k]。

反向滤波器80从信号e[n]中算出反向滤波信号tf[n]。反向滤波器的工作与图3中自适应码本预选设备42中的反向滤波操作的有关描述一样。固定码本被安排成所谓的三进制RPE码本(规则脉冲激励)，即码本包括由预定数目零值相隔的若干等距离脉冲。三进制RPE码本有Nm个脉冲，其中Np个脉冲有+1，0或-1幅值。这Np个脉冲定位在由相位pH和脉冲间距D定义的规律格栅上，0≤PH＜D。格栅位置POS由pH+D·1给出，0≤1＜Np。其余的Nm-Np个脉冲为零。上面定义的三进制RPE码本有D·(3^Np-1)个入口。为降低复杂度，为每一子帧生成一个包含Nf个入口的子集的本地RPE码本。该本地RPE码本的所有激励序列都具有相同的相位pH，该pH值是相位选择器82经过遍搜0≤pH＜D间隔找到使下式最大的pH值来确定的： $\underset{l=0}{\overset{\mathrm{Np}-1}{\mathrm{\&Sigma;}}}\left|\mathrm{tf}\right[\mathrm{PH}+D\&CenterDot;1\left]\right|----\left(14\right)$ 在幅度选择器84中填充两个数组。第一个数组，amp包括等于sign(tf[pH+D·1])的变量amp[1]，其中sign是符号函数。第二个数组，pos[1]包括代表|tf[pH+D·1]|最大值Nz的标志。对这些值激励脉冲不允许有零值。接着用Nf个激励序列填充二维数组cf[k][n]，该序列具有相位pH，并具有分别满足数组amp和pos内容提出的要求的抽样值。这些激励序列是与残余序列最相似的激励序列，在此由反向滤波信号tf[n]表示。

候选激励序列的选择和自适应码本预选设备42中使用的原理相同。相关器86计算反向滤波信号tf[n]和预选激励序列间的相关值。(降低复杂度)合成滤波器88被用于对激励序列滤波，能量估值器90计算滤波后激励序列的能量。除法器用与激励序列相应的能量除以相关值。选择器94选择除法器92的输出信号最大值Pf的激励序列，并将候选激励序列的相应索引存在数组if[k]中。

在根据图6的固定码本选择设备44中，简化码本94的输出连在合成滤波器96的输入上。合成滤波器96的输出连在相关器98的第一输入上和能量估值器100的输入上。信号e[n]被加在相关器98的第二输入上。相关器98的输出连在乘法器108的第一输入上和除法器102的第一输入上。能量估值器100的输出连在除法器102的第二输入上和乘法器112的输入上。除法器102的输出连在量化器104的输入上。量化器104的输出连在乘法器105的输入上和平方器110的输入上。

乘法器105的输出连在乘法器108的第二输入上。平方器110的输出连在乘法器112的第二输入上。乘法器108的输出连在减法器114的第一输入上，乘法器112的输出连在减法器114的第二输入上。减法器114的输出连在选择器116的输入上。选择器116的第一输出连在简化码本94的选择输入上。选择器116的三个输出：输出信号P，L[k]和Gf提供固定码本搜索的最终结果。

在固定码本选择设备44中，进行最佳激励序列的闭环搜索。该搜索包括确定使表达式rf[r]最大的索引r。rf[r]等于： $\mathrm{rf}\left[r\right]=2\&CenterDot;\mathrm{Gf}\&CenterDot;\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}e\left[n\right]\&CenterDot;y\left[r\right]\left[n\right]-{\mathrm{Gf}}^2\&CenterDot;\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[r\right]\left[n\right]----\left(15\right)$ (15)中y[r][n]是滤波激励序列，Gf是最佳增益因子g的量化值，g等于： $g=\frac{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}e\left[n\right]\&CenterDot;y\left[r\right]\left[n\right]}{\underset{n=0}{\overset{\mathrm{Nm}-1}{\mathrm{\&Sigma;}}}{y}^2\left[r\right]\left[n\right]}----\left(16\right)$ (15)是通过对ε扩展表达式，消除不依赖r的项，并用量化增益Gf代替最佳增益g后得到的。信号y[r][n]可依下式计算： $y\left[r\right]\left[n\right]=\underset{j=0}{\overset{n}{\mathrm{\&Sigma;}}}h[n-j]\&CenterDot;\mathrm{cf}\left[\mathrm{if}\right[r\left]\right[j];0\&le;n<\mathrm{Nm}----\left(17\right)$ 因为对于j＝P+D·1(0≤1＜Np)，cf[if[r]][j]只能有非零值，(17)可简化为： $y\left[r\right]\left[n\right]=\underset{i=0}{\overset{\frac{n-P}{D}}{\mathrm{\&Sigma;}}}h[n-P-D\&CenterDot;1]\&CenterDot;\mathrm{cf}\left[r\right][P+D\&CenterDot;1]----\left(18\right)$ (18)的确定由滤波器98执行。(15)的分子由相关器98确定，(15)的分母由能量估值器100算出。在除法器102的输出端可得到g值。g值由量化器104量化成Gf。在乘法器108的输出端可得(15)的第一项，在乘法器112的输出端可得(15)的第二项。表达式rf[r]可在减法器114的输出端得到。选择器116选择使(15)最大的r值，并在其输出端提供增益Gf，非零激励脉冲的幅度L[k]，以及激励序列的最佳相位pH。

根据图7的解码器14的输入信号，被加在信号解复用器118的输入上。信号解复用器118的第一输出载有信号c[k]连在内插器130的输入上。信号解复用器118的第二输出载有信号Ia连在自适应码本120的输入上。自适应码本120的输出连在乘法器124的第一输入上。信号解复用器118的第三输出载有信号Ga连在乘法器124的第二输入上。信号解复用器118的第四输出载有信号Gf连在乘法器126的第一输入上。信号解复用器118的第五输出载有信号pH连在激励发生器122的第一输入上。信号解复用器118的第六个输出载有信号L[k]连在激励发生器122的第二输入上。激励发生器的输出连在乘法器126的第二输入上。乘法器124的输出连在加法器128的第一输入上，乘法器126的输出连在加法器128的第二输入上。

加法器128的输出连在合成滤波器132的第一输入上。合成滤波器的输出连在后期滤波器134的第一输入上。内插器130的输出连在合成滤波器132的第二输入上和后期滤波器134的第二输入上。解码输出信号可在后期滤波器134的输出端得到。

自适应码本120根据每一子帧的索引Ia生成激励序列。所说激励信号由乘法器124按增益因子Ga改变。根据每一子帧的相位pH和幅值L[k]，激励发生器122生成激励序列。来自激励发生器122的激励信号由乘法器126按增益因子Gf改变。乘法器124和126的输出信号由加法器128相加以得到完整的激励信号。该激励信号反馈回自适应码本120以改变其内容。在每一子帧都更新的内插预测参数aq[k][s]的控制下，合成滤波器132从加法器128输出端的激励信号中导出合成语音信号。内插预测参数aq[k][s]由参数C[k]的内插和内插C[k]参数向预测参数的转换来得出。后期滤波器134用于增强语音信号的感知质量。其传递函数为： $F\left(z\right)=G\left[s\right]\&CenterDot;\frac{1-\underset{i=0}{\overset{P-1}{\mathrm{\&Sigma;}}}{0.65}^{i+1}\&CenterDot;\mathrm{aq}\left[i\right]\left[s\right]\&CenterDot;z^{-(i+1)}}{1-\underset{i=0}{\overset{P-1}{\mathrm{\&Sigma;}}}{0.75}^{i+1}\&CenterDot;\mathrm{aq}\left[i\right]\left[s\right]\&CenterDot;z^{-(i+1)}}\&CenterDot;(1-0.3\&CenterDot;z^{-1})----\left(19\right)$ (19)中G[s]是用于补偿后期滤波器134的滤波器函数的不同衰减的增益因子。

Claims (11)

1.一种传输系统，包括经传输信道将输入信号传送到接收机的发射机，该发射机包括编码器，编码器具有用于生成若干激励序列的激励序列发生器，和用于从若干激励信号中选择一个激励序列的选择设备，以使得从该激励序列导出的合成信号和从输入信号导出的目标信号间误差最小，所述发射机被用来向接收机发送代表所选激励序列的信号；接收机包括解码器，所述解码器具有用于从代表所选激励序列的信号中导出所选激励序列的激励序列发生器，以及用于从激励序列中导出合成信号的合成滤波器，其特征在于，编码器包括用于从输入信号导出残余序列的分解滤波器，和用于从大量激励序列中选出与残余序列最相似的若干激励序列的激励序列选择设备。

2.根据权利要求1的传输系统，其特征在于，激励序列包括由预定数目的零抽样值相隔的非零抽样值，其中激励序列选择设备被安排为从残余信号确定若干激励序列中非零抽样值的位置。

3.根据权利要求1或2的传输系统，其特征在于，激励序列包括三进制激励抽样，其中激励序列选择设备被用于选择激励序列使其信号抽样的符号与残余序列中相应抽样的符号相同。

4.根据权利要求1或2的传输系统，其特征在于，激励序列包括三进制激励抽样，其中激励序列选择设备被用于选择激励序列使其信号抽样的符号与残余序列中N个最大抽样的符号相应，其中N为正整数。

5.根据权利要求3的传输系统，其特征在于，激励序列包括三进制激励抽样，其中激励序列选择设备被用于选择激励序列使其信号抽样的符号与残余序列中N个最大抽样的符号相应，其中N为正整数。

6.一种发射机，用于发送输入信号，发射机包括编码器，编码器具有用于生成若干激励序列的激励序列发生器，选择设备，用于从若干激励序列中选择一个激励序列，以使从该激励序列导出的合成信号与从输入信号导出的目标信号间误差最小，发射机被用于发送代表所选激励序列的信号，其特征在于，编码器包括用于从输入信号导出残余序列的分解滤波器，和用于从大量激励序列中选择若干与残余序列最相似的激励序列的选择设备。

7.根据权利要求6的发射机，其特征在于激励序列包括由预定数目的零抽样值相隔的非零抽样值，其中激励序列选择设备用于从残余信号中确定非零抽样值在若干激励序列中的位置。

8.一种编码器，包括用于生成若干激励序列的激励序列发生器，选择设备用于从若干激励信号中选择一个激励序列以使从该激励序列导出的合成信号与从输入信号导出的目标信号间的误差最小，编码器被用于输出代表所选激励序列的信号，其特征在于，编码器包括用于从输入信号导出残余序列的分解滤波器，其中编码器包括用于从大量激励序列中选择若干与残余序列最相似的激励序列的激励序列选择设备。

9.根据权利要求8的编码器，其特征在于，激励序列包括由预定数目零抽样值相隔的非零抽样值，其中激励序列选择设备被用于从残余信号确定若干激励序列中非零抽样值的位置。

10.一种传输输入信号的方法，包括生成若干激励序列，从若干激励信号中选择一个激励序列以使从该激励序列导出的合成信号与从输入信号导出的目标信号的误差最小，该方法包括传送代表所选序列的信号，其特征在于，该方法包括依据分解滤波器操作从输入信号导出残余序列，和从大量激励序列中选择与残余序列最相似的若干激励序列。

11.根据权利要求10的方法，其特征在于激励序列包括由预定数目零抽样值相隔的非零抽样值，其中激励序列选择设备被用于从残余信号中确定非零抽样值在若干激励序列中的位置。

Images