CN1220179C - 在通信系统中确定速率的装置和方法 - Google Patents

Abstract

为了在中低信噪比(项目703)(SNR)环境中精确确定速率和语音活动，从而使语音质量，系统容量和/或电池寿命最大，来自噪声抑制系统的参数被用作速率确定功能的输入。语音量度被用于和阈值比较(项目715)并且确定出速率(项目721，727，730)。

Description

在通信系统中确定速率的装置和方法

本发明涉及速率确定，更具体地讲，是涉及通信系统中的速率确定。

在诸如IS-96，IS-127(EVRC)，和CDG-27的可变速率语音编码器系统中，仍然存在着在中低信噪比(SNR)环境中区分语音和背景噪声的问题。问题是如果速率确定算法(RDA)过于敏感，由于大部分背景噪声以速率1/2或速率1被编码，所以平均数据速率非常高。这样会在码分多址(CDMA)系统中带来容量损失。相反地，如果RDA过于“瘦弱(lean)”，则低电平语音信号会被埋没在中等噪声中并且以速率1/8被编码。由于清晰度较低，所以会降低语音质量。

自从IS-96以后尽管改进了EVRC和CDG-27中的RDA，但CDMA开发组(CDG)最近的测试表明在SNR为10dB或更小的汽车噪声环境中仍然有问题。这个SNR级别可能会很极端，但在免提无线环境中应当被认为是额定级别。当使用非连续传输(DTX)以延长电池寿命时，时分多址(TDMA)移动单元中的固定速率语音编码器也会遇到类似的问题。在这种情况下，一个语音活动检测器(VAD)确定发送功率放大器是否要被激活，因而在语音质量和电池寿命之间存在一个折衷。

这样，需要一种经过改进的，在通信系统中进行速率确定的装置和方法。

图1描述了一个通信系统，该系统实现了基于本发明的改进速率确定。

图2描述了用于实现基于本发明的速率确定的装置的模块图。

图3描述了在图2的噪声抑制系统中出现的帧-帧重叠。

图4描述了在图2的噪声抑制系统中出现的预加重样本的梯形窗口。

图5描述了在图2的噪声抑制系统中的频谱偏差估测器的模块图。

图6描述了在图2的噪声抑制系统的修正精度确定器中所执行的步骤的流程图。

图7描述了图2中基于本发明的速率确定模块所执行的，确定传输速率的步骤的流程图。

图8描述了基于本发明的语音活动检测器所执行的，确定语音活动的出现的步骤的流程图。

为了在中低信噪比(SNR)环境中精确确定速率和语音活动，从而使语音质量，系统容量和/或电池寿命最大，来自噪声抑制系统的参数被用作速率确定功能的输入。利用这种方法，从背景噪声中取出的语音越多，那么与常规系统相比，在波动噪声环境中检测到的假活动的数量越低。该方法利于进行语音活动检测(VAD)和速率确定(RDA)，并且与其它的RDA/VAD实现不同，该方法独立于所使用的语音编码器的类型(IS-127，CDG-27，IS-96和GSM)。

概括地讲，一个在通信系统中确定传输速率的装置包括一个噪声抑制系统和一个速率确定装置，其中噪声抑制系统抑制输入到自身的信号中的背景噪声，并且产生与背景噪声抑制有关的参数，而速率确定装置把噪声抑制系统产生的参数作为输入并且产生语音编码器使用的传输速率信息。在最优实施例中，噪声抑制系统基本上是一个如IS-127中所定义的噪声抑制系统，并且噪声抑制系统产生的参数包含一个控制信号，在背景噪声的突然增加致使噪声抑制系统错误区分背景噪声时，该信号允许噪声抑制系统进行恢复。

更具体地讲，确定通信系统中传输速率的装置包括估测当前信息帧中的信道能量的装置，以及把估测信道能量作为输入，并且确定当前信息帧估测信道能量与多个过去信息帧的能量之间的差值从而产生当前帧的总信道能量估测的装置。一个确定语音量度的装置接着根据当前信息帧的信噪比估测确定语音量度，并且一个装置根据估测信道能量产生一个总估测噪声能量。根据当前帧的总信道能量估测，语音量度和总估测噪声能量，一个确定传输速率的装置确定出信息帧的传输速率。

在这个实施例中，装置还包括一个产生控制信号的装置，这种装置把当前信息帧的总信道能量估测，当前信息帧的峰值对平均值比，当前帧和过去帧之间的频谱偏差，和语音量度当作输入，而在出现某种信号时控制信号防止修正噪声估测。更具体地，当为了测试通信系统出现了允许以满速率发送正弦波的音频信号时，控制信号防止修正噪声估测。

基于本发明的装置所执行的步骤包括根据当前信息帧的峰值信噪比确定第一语音量度阈值，并且把语音量度和第一语音量度阈值相比较。当语音量度小于第一语音量度阈值时，以第一速率发送信息帧。当语音量度大于第一语音量度阈值时，把语音量度和第二语音量度阈值相比较。当语音量度小于第二语音量度阈值时，以第二速率发送信息帧，否则以第三速率发送信息帧。

实现这些步骤的通信系统是如IS-95所定义的码分多址(CDMA)通信系统。如IS-95中所定义的，第一速率包括1/8速率，第二速率包括1/2速率，而第三速率包括CDMA通信系统的满速率。在这个实施例中，第二语音量度阈值是第一语音量度阈值的缩尺表示，并且在以第二或第三速率发送之后实现一个释放延迟。

在这个实施例中当前信息帧的峰值信噪比包括一个当前信息帧的量化峰值信噪比。这样，根据当前信息帧的量化峰值信噪比确定语音量度阈值的步骤还包括计算当前信息帧的总信噪比并且根据计算出的当前信息帧的总信噪比估测峰值信噪比的步骤。接着对当前信息帧的峰值信噪比进行量化以便确定语音量度阈值。

通信系统可以是一个诸如GSM TDMA通信系统的时分多址(TDMA)通信系统。该方法在这种情况下确定第一速率包括一个静音描述符(SID)帧，而第二和第三速率包括普通速率帧。如上所述，一个SID帧包含普通数量的信息，但发送次数比普通信息帧要少。

图1描述了一个实现了基于本发明的改进速率确定的通信系统。在图1所述的实施例中，通信系统是一个码分多址(CDMA)无线电话系统，但本领域的普通技术人员可以理解，实现可变速率编码和语音活动检测(VAD)的各种其它类型的通信系统可以使用本发明。一种这样实现VAD以延长电池寿命的系统是时分多址(TDMA)通信系统。

如图1所示，一个公共交换电话网103(PSTN)被连接到一个移动交换中心106(MSC)。众所周知，PSTN 103提供有线交换能力，而MSC 106提供涉及CDMA无线电话系统的交换能力。控制器109也与MSC 106相连，控制器109包含基于本发明的噪声抑制，速率确定和语音编码/解码。控制器109控制信号路由到达/来自基站112-113，其中基站负责与移动站115通信。CDMA无线电话系统与临时标准(IS)95-A兼容。要得到更多有关IS-95-A的信息，参见TIA/EIA/IS-95-A，双模式宽带扩展频谱蜂窝系统的移动站-基站兼容标准，1993年7月。MSC 106的交换能力和控制器109的控制能力如图1所示，本领域的一个普通技术人员会理解，在一个用于系统实现的公共物理实体中可以综合两个功能。

如图2所示，一个信号s(n)被从MSC 106输入到控制器109并且进入装置201，该装置根据本发明执行基于噪声抑制的速率确定。在最优实施例中，装置201的噪声抑制部分是1997年1月在美国出版的，标题为“宽带扩展频谱数字系统的增强可变速率编解码器，语音服务部分3”的TIA文档IS-127的§4.1.2中描述的噪声抑制系统的细微修改版本，并且在这里参考引用了其中的公开内容。离开装置201的信号s’(n)进入一个语音编码器(未示出)，该语音编码器在本领域中众所周知并且对噪声抑制信号进行编码以便通过基站112-113传输到移动站115。图2中还示出了一个速率确定算法(RDA)248，该算法根据本发明使用来自噪声抑制系统的参数确定语音活动和速率确定信息。

为了完全理解来自噪声抑制系统的参数如何被用来确定语音活动和速率确定信息，有必要理解装置201的噪声抑制系统部分。应当注意在这里装置201的噪声抑制系统部分的操作是通用的，即可以用于设计工程师希望在一个具体的通信系统中实现的，任何类型的语音编码器。注意本申请在图2中描述的几个模块与授予Vilmur的美国专利4,811,404中图1描述的对应模块相比具有类似的操作。这样，在这里参考引用了授予Vilmur，被转让给本申请的受让人美国专利4,811,404。

现在参照图2，装置201的噪声抑制部分包括一个高通滤波器(HPF)200和剩余噪声抑制器电路。HPF 200的输出s_hp(n)被用作剩余噪声抑制器电路的输入。尽管语音编码器的帧长度为20ms(如IS-95所定义)，剩余噪声抑制器电路的帧长度为10ms。在最优实施例中，每隔20ms的语音帧便执行两次噪声抑制步骤。为了开始噪声抑制，高通滤波器(HPF)200对输入信号s(n)进行高通滤波以便产生信号s_hp(n)。HPF 200是本领域中众所周知的，具有120HZ截止频率的四级Chebyshev II型滤波器。HPF 200的传递函数被定义成：

$H_{\mathrm{hp}}\left(z\right)=\frac{\underset{i=0}{\overset{4}{\mathrm{\Σ}}}b\left(i\right)z^{-i}}{\underset{i=0}{\overset{4}{\mathrm{\Σ}}}a\left(i\right)z^{-i}},$

其中相应的分子和分母系数被定义成：

b＝{0.898025036，-3.59010601，5.38416243，-3.59010601，0.898024917}，

a＝{1.0，-3.78284979，5.37379122，-3.39733505，0.806448996}.

本领域的普通技术人员会理解，可以使用任意数量的高通滤波器配置。

接着，在预加重模块203中，使用平滑梯形窗口对信号s_hp(n)进行窗口处理，其中输入帧(帧“m”)的前D个样本d(m)与前面的帧(帧“m-1”)的后D个样本重叠。这种重叠如图3所示。除非另有说明，所有变量的初始值为0，例如d(m)＝0；m≤0。可以描述成：

d(m，n)＝d(m-1，L+n)；0≤n＜D，

其中m是当前帧，n是对缓冲区{d(m)}的样本索引，L＝80是帧长度，D＝24是样本中的重叠(或延迟)。接着以下述方式对输入缓冲区中的剩余样本进行预加重处理：

d(m，D+n)＝s_hp(n)+ζ_ps_hp(n-1)；0≤n＜L，

其中ζ_p＝-0.8是预加重因子。这导致输入缓冲区包含L+D＝104个样本，其中前D个样本是来自前面的帧的预加重重叠，而后L个样本是来自当前帧的输入。

接着，在图2的窗口化模块204中，对样本使用一个平滑梯形窗口400(图4)以便构成一个离散富立叶变换(DFT)输入信号g(n)。在最优实施例中，g(n)被定义成：

$g\left(n\right)=\left\{\begin{array}{cc}d(m,n){\sin }^2(\mathrm{\&pi;}(n+0.5)/2D)& ;0\&le;n<D,\\ d(m,n)& ;D\&le;n<L,\\ d(m,n){\sin }^2(\mathrm{\&pi;}(n-L+D+0.5)/2D)& ;L\&le;n<D+L,\\ 0& ;D+L\&le;n<M.\end{array}\right.$

其中M＝128是DFT序列长度并且所有其它项如前所述。

在图2的信道分割器206中，利用下述离散富立叶变换(DFT)进行g(n)到频率域的变换：

$G\left(k\right)=\frac{2}{M}\underset{n=0}{\overset{M-1}{\mathrm{\&Sigma;}}}g\left(n\right)e^{-j2\mathrm{\&pi;nk}/M;0\&le;k<M,}$

其中e^jω是具有即时径向位置ω的单位振幅复相量。这是一个非典型的定义，但发挥了复数快速富立叶变换(FFT)的效率。通过对M点实序列进行预处理以构成一个使用一个M/2点复FFT的M/2点复序列，从而产生了2/M比例因子。在最优实施例中，信号G(k)包括65个唯一信道。在Proakis和Manolakis，数字信号处理介绍，第二版，New York，Macmillan，1988，PP.721-722中可以找到这种技术的细节。

接着信号G(k)被输入到信道能量估测器209，其中使用下述等式确定当前帧m的信道能量估测E_ch(m)：

$E_{\mathrm{ch}}(m,i)=\max \{E_{\min },{\mathrm{\&alpha;}}_{\mathrm{ch}}\left(m\right)E_{\mathrm{ch}}(m-1,i)+(1-{\mathrm{\&alpha;}}_{\mathrm{ch}}\left(m\right))\frac{1}{f_H\left(i\right)-f_L\left(i\right)+1}\underset{k=f_L\left(i\right)}{\overset{f_H\left(i\right)}{\mathrm{\&Sigma;}}}{\left|G\left(k\right)\right|}^2\}$

$;0\&le;i<N_c,$

其中E_min＝0.0625是最小允许信道能量，α_ch(m)是信道能量平滑因子(下面定义)，N_c＝16是混合信道的数量，而f_L(i)和f_H(i)是相应的低和高信道混合表f_L和f_H的第i个元素。在最优实施例中，f_L和f_H被定义成：

f_L＝{2，4，6，8，10，12，14，17，20，23，27，31，36，42，49，56}，

f_H＝{3，5，7，9，11，13，16，19，22，26，30，35，41，48，55，63}.

信道能量平滑因子α_ch(m)可以被定义成：

${\mathrm{\&alpha;}}_{\mathrm{ch}}\left(m\right)=\left\{\begin{array}{cc}0& ;m\&le;1,\\ 0.45& ;m>1.\end{array}\right.$

这意味着假定对于第一个帧(m＝1)α_ch(m)取0值，而对于所有后续的帧α_ch(m)的值为0.45。这允许针对第一帧未经滤波的信道能量开始信道能量估测。另外，应当针对前四个帧的信道能量开始信道噪声能量估测(如下所述)，即：

E_n(m，i)＝max{E_init，E_ch(m，i)}；1≤m≤4，0≤i≤N_c

其中E_init＝16是最小允许信道噪声初始化能量。

接着当前帧的信道能量估测E_ch(m)被用来估测量化信道信噪比(SNR)索引。在图2的信道SNR估测器218中进行这种估测，这种估测被定义如下：

${\mathrm{\&sigma;}}_q\left(i\right)=\max \{0,\min \{89,\mathrm{round}\{{10\log }_{10}\left(\frac{E_{\mathrm{ch}}(m,i)}{E_n(m,i)}\right)/0.375\}\left\}\right\};0\&le;i<N_c,$

其中E_n(m)是当前信道噪声能量估测(如下所述)，并且{s_q}的值被约束在0到89之间。

利用信道SNR估测{s_q}，通过下述公式在语音量度计算器215中确定语音量度的总和：

$v\left(m\right)=\underset{i=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}V\left({\mathrm{\&sigma;}}_q\left(i\right)\right)$

其中V(1)是90元素语音量度表V中的第k个值，V被定义如下：

V＝(2，2，2，2，2，2，2，2，2，2，2，3，3，3，3，3，4，4，4，5，5，5，6，6，7，7，7，8，8，9，9，10，10，

11，12，12，13，13，14，15，15，16，17，17，18，19，20，20，21，22，23，24，24，25，26，27，28，28，

29，30，31，32，33，34，35，36，37，37，38，39，40，41，42，43，44，45，46，47，48，49，50，50，50，

50，50，50，50，50，50，50}.

当前帧的信道能量估测E_ch(m)也被用作频谱偏差估测器210的输入，该估测器估测频谱偏差ΔE(m)。参照图5，信道能量估测E_ch(m)被输入到一个对数功率频谱估测器500，对数功率频谱被估测成：

E_dB(m，i)＝10log₁₀(E_ch(m，i))；0≤i＜N_c.

当前帧的信道能量估测E_ch(m)也被输入到一个总信道能量估测器503以便根据下面公式确定当前帧的总信道能量估测E_tot(m)：

$E_{\mathrm{tot}}\left(m\right)={10\log }_{10}\left(\underset{i=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}{E}_{\mathrm{ch}}(m,i)\right).$

接着，利用下面公式在指数窗口因子确定器506中确定一个指数窗口因子α(m)(作为总信道能量E_tot(m)的函数)：

$\mathrm{\&alpha;}\left(m\right)={\mathrm{\&alpha;}}_H-\left(\frac{{\mathrm{\&alpha;}}_H-{\mathrm{\&alpha;}}_L}{E_H-E_L}\right)(E_H-E_{\mathrm{tot}}\left(m\right)),$

通过下面公式把α(m)限制在α_H和α_L之间：

α(m)＝max{α_L，min{α_H，a(m)}}，

其中E_H和E_L是E_tot(m)的线性内插的能量端点(以分贝或“dB”为单位)，E_tot(m)被变换成α(m)并且具有限制α_Δ≤α(m)≤α_H。这些常量的值被定义成：E_H＝50，E_L＝30，α_H＝0.99，α_L＝0.50。假定如此，通过上述计算，一个具有40dB相对能量的信号会使用α(m)＝0.745的指数窗口因子。

接着在频谱偏差估测器509中估测频谱偏差ΔE(m)。频谱偏差ΔE(m)是当前功率频谱和平均长期功率频谱估测之间的差值：

${\mathrm{\&Delta;}}_E\left(m\right)=\underset{i=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}|E_{\mathrm{dB}}(m,i)-{\stackrel{\&OverBar;}{E}}_{\mathrm{dB}}(m,i)|,$

其中 E_dB(m)是平均长期功率频谱估测，利用下述公式在长期功率频谱能量估测器512中确定该估测：

E_dB(m+1，i)＝α(m) E_dB(m，i)+(1-α(m))E_dB(m，i)；0≤i＜N_c，

其中所有变量已经预先定义。 E_dB(m)的初始值被定义成帧1的估测对数功率频谱，或：

E_dB(m)＝E_dB(m)；m＝1.

在这点上，语音量度v(m)，当前帧的总信道能量估测E_tot(m)和频谱偏差ΔE(m)的总和被输入到修正判决确定器212以便进行噪声抑制。如下面伪码所示并且如图6的流程图所述的判决逻辑表明如何进行噪声估测修正判决。处理从步骤600开始并且继续到步骤603，其中清除修正标志(update_flag)。接着，在步骤604，通过检查语音量度v(m)的总和是否小于一个修正阈值(UPDATE_THLD)实现Vilmur的修正逻辑(只有VMSUM)。如果语音量度的总和小于修正阈值，则修正计数器(update_cnt)在步骤605被清除，并且在步骤606设置修正标志。步骤603-606的伪码如下所示：

update_flag＝FALSE；

if(υ(m)≤UPDATE_THLD){

        update_flag＝TRUE

        update_cnt＝0

}

如果在步骤604语音量度总和大于修正阈值，则禁止修正噪声估测。否则在步骤607把当前帧m的总信道能量估测E_tot(m)与以dB为单位的噪声底限(NOISE_FLOOR_DB)相比较，把频谱偏差ΔE(m)与偏差阈值(DEV_THLD)相比较。如果总信道能量估测大于噪声底限并且频谱偏差小于偏差阈值，则在步骤608增加修正计数器。在增加修正计数器后，在步骤609进行测试以便确定修正计数器是否大于或等于一个修正计数器阈值(UPDATE_CNT_THLD)。如果步骤609的测试结果为真，则在步骤613设置强制修正标志并且在步骤606设置修正标志。步骤607-609和606的伪码如下所示：

else if((E_tot(m)＞NOISE_FLOOR_DB)，(D_E(m)＜DEV_THLD){

       update_cnt＝update_cnt+1

       if(update_cnt≥UPDATE_CNT_THLD)

             update_flag＝TRUE

}

如图6所示，如果步骤607和609的测试结果为假，或者在步骤606已经设置修正标志之后，实现一个防止修正计数器长期“抖动”的逻辑。实现这种滞后逻辑以便防止最小频谱偏差长期累积，导致一个非法的强制修正。处理从步骤610开始，其中进行测试以确定修正计数器是否等于后6个帧(HYSTER_CNT_THLD)的最近修正计数器值(last_update_cnt)。在最优实施例中，6个帧被用作阈值，但可以实现任何的帧数量。如果步骤610的测试结果为真，则在步骤611清除修正计数器，并且处理在步骤612退出到下一个帧。如果步骤610的测试结果为假，则处理直接在步骤612退出到下一个帧。步骤610-612的伪码如下所示：

if(update_cnt＝＝last_update_cnt)

     hyster_cnt＝hyster_cnt+1

else

     hyster_cnt＝0

last_update_cnt＝update_cnt

if(hyster_cnt＞HYSTER_CNT_THLD)

     update_cnt＝0

在最优实施例中，前面使用的常量的值如下所示：

UPDATE_THLD＝35，

NOISE_FLOOR_DB＝10log₁₀(1)，

DEV_THLD＝28，

UPDATE_CNT_THLD＝50，and

HYSTER_CNT_THLD＝6.

只要在步骤606针对给定一个帧设置了修正标志，则修正下一个帧的信道噪声估测。利用下面公式在平滑滤波器224中修正信道噪声估测：

E_n(m+1，i)＝max{E_min，α_nE_n(m，i)+(1-αn)E_ch(m，i)}；0≤i＜N_c，

其中Emin＝0.0625是最小允许信道能量，并且αn＝0.9是在平滑滤波器224本地存储的信道噪声平滑因子。修正信道噪声估测被存储在能量估测存储器225中，并且能量估测存储器225的输出是修正信道噪声估测En(m)。修正信道噪声估测En(m)被用作上述信道SNR估测器218的输入，并且如下所述，也被输入到增益计算器233。

接着，装置201的噪声抑制部分确定是否应当进行信道SNR修改。在信道SNR修改器227中进行这种确定，该修改器累计信道SNR索引值大于索引阈值的信道数量。在修改处理期间，信道SNR修改器227减少那些SNR索引小于一个后退阈值(SETBACK_THLD)的特定信道的SNR，或者在语音量度总和小于一个量度阈值(METRIC_THLD)时减少所有信道的SNR。下面提供了在信道SNR修改器227中进行的信道SNR修改处理的伪码表示：

       index_cnt＝0

      for(i＝NM to Nc-1 step 1){

　　       if(σx(i)≥INDEX_THLD)

　　               index_cnt＝index_cnt+1

　　  }

　　  if(index_cnt＜INDEX_CNT_THLD)

　　       modify_flag＝TRUE

　　  else

　　      modify_flag＝FALSE

　　if(modify_flag＝＝TRUE)

　　     for(i＝0 to Nc-1 step 1)

　　         if((υ(m)≤METRIC_THLD)or(σq(i)≤

　　SETBACK_THLD))

　　            σq＇(i)＝1

　　       else

　　            σq＇(i)＝σq(i)

　　else

　　     {σq＇}＝{σq}

在这点上，信道SNR索引{σ_q’}被限制到SNR阈值模块230中的SNR阈值。常量σ_th被存储在SNR阈值模块230中。下面提供了在SNR阈值模块230中执行的处理的伪码表示：

for(i＝0 to N_c-1 step 1)

      if(σ_q＇(i)＜σ_th)

                 σ_q″(i))＝σ_th

      else

                 σ_q″(i)＝σ_q＇(i)

在最优实施例中，前面的常量和阈值被定义如下：

N_M＝5，

INDEX_THLD＝12，

INDEX_CNT_THLD＝5，

METRIC_THLD＝45，

SETBACK_THLD＝12，and

σ_th＝6.

在这点上，受到限制的SNR索引{σ_q”}被输入到增益计算器233，在该计算器中确定信道增益。首先，利用下面公式确定总的增益因子：

${\mathrm{\&gamma;}}_n=\max \{{\mathrm{\&gamma;}}_{{\min }^{\&prime;}}-{10\log }_{10}\left(\frac{1}{E_{\mathrm{floor}}}\underset{i=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}{E}_n(m,i)\right)\},$

其中γ_min＝-13是最小总增益，E_floor＝1是噪声底限能量，E_n(m)是在前面的帧期间计算的估测噪声频谱。在最优实施例中，常量γ_min和E_floor被存储在增益计算器233中。继续，利用下面公式确定信道增益(以dB为单位)：

γ_dB(i)＝μ_g(σ_q″(i)-σ_th)+γ_n；0≤i＜N_c，

其中μg＝0.39是增益斜率(也被存储在增益计算器233中)。接着利用下面公式转换线性信道增益：

${\mathrm{\&gamma;}}_{\mathrm{ch}}\left(i\right)=\min \{1,{10}^{{\mathrm{\&gamma;}}_{\mathrm{dB}}\left(i\right)/20}\};0\&le;i<N_c.$

在这点上，前面确定的信道增益被用于具有下面原则的变换输入信号G(k)以便产生信道增益修改器239的输出信号H(k)：

$H\left(k\right)=\left\{\begin{array}{cc}{r}_{\mathrm{ch}}\left(i\right)G\left(k\right)& ;f_L\left(i\right)\&le;k\&le;f_H\left(i\right),0\&le;i<N_c,\\ G\left(k\right)& ;\mathrm{otherwise}.\end{array}\right.$

        H(M-k)＝H*(k)；0＜k＜M/2

上述公式中的否则条件假定k的区间为0≤k≤M/2。还假定H(k)的幅度是偶对称的，因而下面条件也成立：

其中^*表示一个复共轭。接着使用逆DFT在信道混合器242中把信号H(k)转换(返回)到时域：

$h(m.n)=\frac{1}{2}\underset{k=0}{\overset{M-1}{\mathrm{\&Sigma;}}}H\left(k\right)e^{j2\mathrm{\&pi;nk}/M};0\&le;n<M,$

并且通过下述原则进行叠加完成频域滤波处理，从而产生输出信号h’(n)：

$h^{\&prime;}\left(n\right)=\left\{\begin{array}{cc}h(m,n)+h(m-1,n+L)& ;0\&le;n<M-L,\\ h(m,n)& ;M-L\&le;n<L,\end{array}\right.$

通过去加重模块245对信号h’(n)进行信号去加重处理，从而产生经过噪声抑制的信号s’(n)：

s′(n)＝h′(n)+ζ_ds′(n-1)；0≤n＜L，

其中ζd＝0.8是存储在去加重模块245本地的去加重因子。

如上所述，装置201的噪声抑制部分是标题为“宽带扩展频谱数字系统的增强可变速率编解码器，语音服务部分3”的TIA文档IS-127的§4.1.2中描述的噪声抑制系统的细微修改版本。具体地，在图2中还示出了一个速率确定算法(RDA)模块248和一个峰值对平均值比模块251。增加峰值对平均值比模块251防止在处理“音频”信号期间修正噪声估测。这允许以速率1传输对系统测试非常有用的正弦波。

参照图2，IS-127中所述的噪声抑制系统产生的参数被用作检测语音活动并且根据本发明确定传输速率的基础。在最优实施例中，根据本发明在RDA模块248中实现的噪声抑制系统产生的参数是语音量度总和v(m)，总信道能量E_tot(m)，总估测噪声能量E_tn(m)，和帧数量m。另外，产生一个标为“强制修正标志”(fupdate_flag)的新标志，向RDA模块248指示发生强制修正的时间。强制修正是一种机制，该机制在背景噪声的突然增加导致噪声抑制系统错误错误区分背景噪声时，允许噪声抑制部分进行恢复。假定这些参数是RDA模块248的输入并且“速率”是RDA模块248的输出，可以更详细地说明基于本发明的速率确定。

如上所述，在IS-127中定义的噪声抑制系统产生了多数输入到RDA模块248的参数。例如，在Eq.4.1.2.4-1中确定了语音量度总和v(m)，并且在IS-127的Eq.4.1.2.5-4中确定了总信道能量E_tot(m)。由下述公式给出总估测噪声能量E_tn(m)：

$E_{\mathrm{tn}}\left(m\right)={10\log }_{10}\left(\underset{i=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}{E}_n(m,i)\right)$

根据IS-127的Eq.4.1.2.8-1可以得到上述公式。10毫秒帧数量m从m＝1开始。根据在IS-127的§4.1.2.6中示出的“强制修正”逻辑实现可以导出强制修正标志fupdate_flag。具体地，下面提供了用于产生强制修正标志fupdate_flag的伪码：

/*Normal update logic */

　　update_flag＝fupdate_flag＝FALSE
　
　　if(υ(m)≤UPDATE_THLD){

　　       update_flag＝TRUE

　　       update_cnt＝0

　　}
    /* Forced update logic */ 

　　else if((Etot(m)＞NOISE_FLOOR_DB)and(Δε(m)＜DEV_THLD)

　　and(sinewave_flag＝＝FALSE)){

　　       update_cnt＝update_cnt+1

　　       if(update_cnt≥UPDATE_CNT_THLD)

　　             update_flag＝fupdate_flag＝TRUE

　　}

这里，当频谱峰值对平均值比φ(m)大于10dB并且频谱偏差Δ_E(m)(Eq.4.2.1.5-2)小于DEV_THLD时sinewave_flag被设置成真。换种方式表达：

$\sin \mathrm{ewave}\_\mathrm{flag}=\left\{\begin{array}{c}\mathrm{TRUE};{\mathrm{\&Delta;}}_E\left(m\right)<\mathrm{DEV}\_\mathrm{THLD\; and\&phi;}\left(m\right)>10\\ \mathrm{FALSE};\mathrm{otherwise}\end{array}\right.$

其中：

$\mathrm{\&phi;}\left(m\right)={10\log }_{10}\left(\frac{\max \left\{E_{\mathrm{ch}}\left(m\right)\right\}}{\underset{i=0}{\overset{N_c-1}{\mathrm{\&Sigma;}}}{E}_{\mathrm{ch}}(m,i)/N_c}\right)$

是在峰值对平均值比模块251中确定的峰值对平均值比，并且E_ch(m)是在IS-127的Eq.4.1.2.2-1中给出的信道能量估测向量。

一旦产生了合适的输入，就可以根据本发明执行RDA模块248中的速率确定。针对图7中描述的流程图，下述公式给出的修正总能量E’_tot(m)：

${E^{\&prime;}}_{\mathrm{tot}}\left(m\right)=\left\{\begin{array}{c}56\mathrm{dB};m\&le;4\mathrm{orupdate}\_\mathrm{flag}=\mathrm{TRUE}\\ E_{\mathrm{tot}}\left(m\right);\mathrm{otherwise}\end{array}\right.$

这里，初始修正总能量被设成经验性的56dB。接着在步骤703根据下面公式可以计算估测总SNR：

SNR＝E_tot＇(m)-E_tn(m)

接着在步骤706使用这个结果根据下面公式估测长期峰值SNR，SNR_p(m)：

${\mathrm{SNR}}_p\left(m\right)=\left\{\begin{array}{c}\mathrm{SNR};\mathrm{SNR}>{\mathrm{SNR}}_p(m-1)\mathrm{or\; update}\_\mathrm{flag}=\mathrm{TRUE}\\ 0.998{\mathrm{SNR}}_p(m-1)+0.002\mathrm{SNR};\mathrm{SNR}>0.375{\mathrm{SNR}}_p\\ {\mathrm{SNR}}_p(m-1);\mathrm{otherwise}\end{array}(m-1)\right.$

其中SNR_p＝0。接着在步骤709按照下面公式以3dB的步长对长期峰值SNR进行量化，并且限制在0到19之间：

其中[x]是最大整数≤x(底限函数)。现在可以在步骤712利用量化SNR确定相应的语音量度阈值v_th，释放延迟计数h_cnt和脉冲串计数阈值b_th参数：

υ_th＝υ_table[SNR_Q]，h_cnt＝h_table[SNR_Q]，b_th＝b_table[SNR_Q]

其中SNR_Q是被定义如下的表的索引：

v_table＝{37，37，37，37，37，37，38，38，43，50，61，75，94，118，146，178，216，258，306，359}

h_table＝{25，25，25，20，16，13，10，8，6，5，4，3，2，1，0，0，0，0，0，0}

b_table＝{8，8，8，8，8，8，8，8，8，8，8，7，6，5，4，3，2，1，1，1}

根据这些信息，从RDA模块248输出速率确定。模块712输出的语音量度阈值v_th，释放延迟计数h_cnt和脉冲串计数阈值b_th参数被输入到模块715，在该模块中进行测试以确定语音量度v(m)是否大于语音量度阈值。利用IS-127的Eq.4.1.2.4-1确定语音量度阈值。重要的是从噪声抑制系统输出的语音量度v(m)不会改变，但根据本发明语音量度阈值会在RDA 248中改变。

参照图7的步骤715，如果语音量度v(m)小于语音量度阈值，则在步骤718确定发送信号s’(n)的速率为1/8速率。在这种确定之后，在步骤721实现一个释放延迟。释放延迟一般被实现成慢速“覆盖”可能被区分为噪声的衰减语音，或者跨过可能被主动语音活动检测降低质量的语音中的小间隙。当在步骤721中实现释放延迟之后，在步骤736保证进行正确速率的传输。在这点上，根据本发明以1/8速率对信号s’(n)编码并且发送到合适的移动站115。

如果在步骤715语音量度v(m)大于语音量度阈值，则在步骤724进行另一个测试以确定语音量度v(m)是否大于一个加权(通过一个量值α)语音量度阈值。这个处理允许以速率1/2对接近噪声底限的语音信号进行编码，其中的优点是降低了平均数据速率并且保持了高语音质量。如果在步骤724语音量度v(m)不大于加权语音量度阈值，则处理进行到步骤727，在该步骤中发送信号s’(n)的速率被确定成1/2速率。但如果在步骤724语音量度v(m)大于加权语音量度阈值，则处理进行到步骤730，在该步骤中发送信号s’(n)的速率被确定成速率1(也被称作全速率)。在两种情况下(通过步骤727以1/2速率发送或者通过步骤730以全速率发送)，处理进行到确定释放延迟的步骤733。在确定释放延迟之后，处理进行到保证以正确速率传输的步骤736。在这点上，根据本发明以1/2速率或全速率对信号s’(n)编码并且发送到合适的移动站115。

也可以参照下述伪码说明图7的步骤715到步骤733：

if(υ(m)＞υth){

　　      if(υ(m)＞αυth){              /* α＝1.1 */

　　             rate(m)＝RATE1

　　      }else{

　　             rate(m)＝RATE1/2

　　      }

　　      b(m)＝b(m-1)+1                  /* increment burst

　　counter */ 

　　      if(b(m)＞bth){                  /* compare counter

　　with threshold */ 

　　             h(m)＝hcnt               /* set hangover*/

　　      }

　　}else{

　　      b(m)＝0                         /* clear burst counter

　　*/

　　      h(m)＝h(m-1)-1                  /* decrement

　　hangover */ 

　　      if(h(m)≤0){

　　            rate(m)＝RATE1/8

　　            h(m)＝0

　　      }else{

　　            rate(m)＝rate(m-1)

　　      }

　　}

下面的伪码表示IS-127中定义的非法速率转换。注意需要两个10ms噪声抑制帧确定一个20ms语音编码器帧速率。根据两个基于噪声抑制的RDA帧中的最大帧确定最终的速率。

if(rate(m)＝＝RATE1/8 and rate(m-2)＝＝RATE1){

       rate(m)＝RATE1/2

}

前面已经参照一个具体实施例说明并描述了本发明，本领域技术人员应当理解在不偏离本发明宗旨和范围的前提下可以对形式和细节进行各种修改。例如，图2中示出了用于实现基于本发明的速率确定，通过通信系统的基础设施实现的装置，但本领域的普通技术人员可以理解，也可以在移动站115中实现图2的装置。在这种实现中，不需要改变图2以实现基于本发明的速率确定。

并且，针对CDMA通信系统描述的基于本发明的速率确定的概念可以扩展到用于基于本发明的时分多址(TDMA)通信系统的语音活动检测(VAD)。在这种实现中，图2中RDA模块248的功能被语音活动检测(VAD)的功能取代，其中VAD模块248的输出是可能被输入到语音编码器的VAD判决。确定离开VAD模块248的语音活动是真或假的步骤类似于图7的流程图并且如图8所示。如图8所示，步骤703-715与图7中的相同。但如果步骤715的测试结果为假，则在步骤818确定VAD为假，并且步骤继续到实现释放延迟的步骤721。如果步骤715的测试结果为真，则在步骤827确定VAD为真并且流程继续到确定一个释放延迟的步骤733。

在下面的权利要求书中所有装置或步骤加功能单元的对应结构，材料，动作和等价物试图包括用于执行结合了其它权利要求部分的功能的任何结构，材料或动作。

Claims (10)

1.一种在通信系统中确定信息帧的传输速率的方法，包括步骤：

从该信息帧确定语音量度；

从当前信息帧和多个过去信息帧的峰值信噪比确定第一语音量度阈值；

将语音量度与第一语音量度阈值相比较；

当该语音量度比第一语音量度阈值小时，以第一速率发送信息帧；

当语音量度大于第一语音量度阈值时，将语音量度与第二语音阈值量度相比较；

当该语音量度比第二语音量度阈值小时，以第二速率发送信息帧；

当语音量度大于第二语音量度阈值时，以第三速率发送信息帧。

2.如权利要求1的方法，其中该通信系统还包括一个根据IS-95定义的码分多址通信系统。

3.如权利要求2的方法，其中第一速率是1/8速率，第二速率是1/2速率，以及第三速率是CDMA系统的全速率。

4.如权利要求1的方法，其中第二语音量度是第一语音量度的按比例缩小版本。

5.如权利要求1的方法，其中在判定第一、第二或第三速率后实施或确定进行越区切换。

6.如权利要求1的方法，其中峰值信噪比是当前信息帧和多个过去信息帧的量化峰值信噪比。

7.如权利要求6的方法，其中从当前信息帧和多个过去信息帧的量化峰值信噪比确定一个话音量度阈值的步骤包括：

计算当前信息帧的总的信噪比；

基于计算所得的当前信息帧和多个过去信息帧的总的信噪比估计一个峰值信噪比；

量化当前信息帧的峰值信噪比以确定语音度量阈值。

8.如权利要求1的方法，其中通信系统还包括一个时分多址通信系统。

9.如权利要求8的方法，其中第一速率包括静音描述符(SID)帧以及第二和第三速率包括正常速率帧。

10.一种在通信系统中确定传输速率的方法，该方法包括步骤：

根据信息帧确定语音量度；

从当前信息帧和多个过去信息帧的峰值信噪比确定语音量度阈值；

将语音量度与语音量度阈值相比较；以及

当语音量度比语音量度阈值小时，以第一速率发送信息帧，以及当语音量度比语音量度阈值大时，以第二速率发送信息帧。

Images