CN1816164A - 用于多频信号音检测中的抗噪声方法 - Google Patents

Abstract

本发明提供了多频信号音检测中的抗噪声的方法。包括：对信号音进行频谱分析产生相关频点的频谱值；对频谱分析后的结果进行峰值搜索；然后对相关频点进行拟合，拟合出原本无法分辨的频点；根据拟合后得到的频谱值对信号音进行判决，判断信号音是多频信号音还是噪声。本发明通过低阶的快速傅立叶变换技术结合拟合技术，在内存和指令开销不大的前提下，提高了频率分辨率以及幅值精度，能够达到既满足通常应用环境下的可靠检测，同时又达到了较好的抗噪声效果。

Description

用于多频信号音检测中的抗噪声方法

技术领域

本发明涉及通信技术，尤其涉及用于多频信号音检测中的抗噪声方法。

背景技术

目前存在于电信网上的信号音种类很多，通常用来实现一种用户线信令。常见的有单频信号音：如CNG、CED、中国忙音等；双频信号音：如DTMF(双音多频)、CAS、香港忙音等。

在传统的电路交换网络中，一般都是以PCM(脉冲调制)的方式直接透传，信号在传输的过程中不会有损伤；从业务实现的角度来说，业务层可以在适当的时刻开启信号音检测任务，而且在检测任务结束之后关闭相应任务。这样就不至于在不必要的时刻开启信号音检测任务，也就不会带来严重的将噪声(包含语音)误检测为信号音的情况。

随着Internet使用的普及和技术的不断成熟，包交换技术取得长足发展，使得传统的语音信息承载在Internet上传输成为可能，因此，VOIP(承载于IP上的语音技术)的各项技术也就应运而生。由于Internet的带宽资源很宝贵，为了节省带宽，如何在特定的带宽内传输最大的信息量是业界普遍追求的目标。针对语音可理解性的特点，相关的语音编解码算法也就出现了。典型的如G.729、G.723.1、G.728等，这些编解码都属于参数编码的范畴，已不同于以往的G.711、G.726等波形编码情况，对信号存在较大程度的损伤，此时的信号音如果再通过带内传输，到达对方后进行解码恢复，在失真较大的情况下进行信号音的检测就不一定能够保证其可靠性。为了解决这种情况下的信令交互，通常采取RFC2833的格式来传输。

图1为典型的基于VoIP的DTMF收号系统100示意图。在软交换(SoftX)的控制下，通过IAD106(综合接入设备)，用户A102呼叫用户B104，双方约定以G.729的编解码格式传递语音码流，呼叫链路建立起来以后，存在诸如卡号业务等的二次收号，在这种情况下，之后的收号都经由软交换以2833的报文格式传递，而且带内的DTMF信号必须过滤干净，不能再传递到对方，否则就会出现重收号。另外，通常情况下，上层业务并不知道该何时开启、关闭收号任务，这样就使得在话路保持的状况下，必须一直维持收号状态。由于某些语音信号在频谱特征上和DTMF信号很相似，这样就存在语音信号误触发收号的可能，那么如何实现既保证通常收号状态下的可靠性，又不至于使得语音信号导致误收号就是一个必须面对的问题，即通常所说的抗语音收号技术。

收号的可靠性与抗噪声特性是一对矛盾。如果抗噪声指标太低，就会导致通常通话状态下的误收号，而且会严重影响通话的效果；如果抗噪声指标定得太严格，在通常的检测过程中，如果在DTMF信号的一段持续时间的中间某段没有正确检测出号码，就会出现把本来是一个号码的持续信号当成了两段信号，从而上报两个号码的现象。除了DTMF收号的情况之外，其它的信号音也都存在抗噪声的问题，如何兼顾可靠性以及抗噪声性能是VoIP场合下必须要面对解决的问题。

Advanced Micro Devices公司的美国专利第5,588,053号披露了一种执行静态和动态门限的DTMF检测器系统和方法(DTMFDETECTOR SYSTEM AND METHOD WHICH PERFORMSSTATIC AND DYNAMIC THRESHOLDING)(申请号为585,530，申请日为1996年1月11日)。该专利的核心技术还是谐波分析法，其基本思路依据的是语音信号的特征，一般语音信号都含有其基音信号的高次谐波，而且高次谐波的能量一般而言都比较大。而通常的双音多频信号不存在高次谐波，依据这一特征可以区分是语音信号，还是多频信号音。

目前要实现一种单频信号音(频率为700Hz，允许频偏为3％)的检测，按照谐波分析法的思想，一般是采取改进的DFT算法，如Geortzel递推算法，只在指定频点上进行频谱能量的计算，至于频点的选取都是指定频率的谐波倍数关系，可以为二次谐波、还可以含盖到三次谐波，可以依据对抗噪声性能的指标要求以及算法复杂度进行折中。如果分析到二次谐波，那么算法只需要对700Hz以及1400Hz的两个频点进行能量迭代计算。按照信号音的标准要求，一般都对信噪比SNR有一个要求，必须要达到一定的门限，通常的标准信号音不存在高次谐波，针对上述的700Hz的单音检测，在二次谐波1400Hz的频点上就不应该出现较大的能量。

图2是采用谐波分析法抗噪声的示意图。图中为真实语音的时域波形202以及频域波形204，对全频带进行FFT分析后可以看出，频谱内的两个最大频点分别对应688Hz和1360Hz，如果采用谐波分析法，在上面的两个频点上都会检测到较大能量，而通过信噪比计算，一定达不到要求的门限，当前的检测结果必然无效，通过谐波分析法检测就达到了抗噪声的目的。

从图2中可以明确地知道，其实该段语音的基波频率并不是688Hz，而是在位于220Hz附近的频点，688Hz的频点只不过是220Hz频点的三次谐波而已，1360Hz的频点只不过是220Hz频点的六次谐波而已。如果在某种场合，待检测频率是语音基波频率的高次谐波，但待检测频率的二次谐波并不是语音基波频率的高次谐波，那么在待检测频率的二次谐波频点上就不会迭代出显著能量，就无法通过谐波分析法排除掉语音信号的误检测。图2的示例也只是单频信号音检测实现时的一种巧合。

另外，换一个角度来考虑，如果目的是进行DTMF的收号业务。从图2可以看出，最大的两个频点刚好位于号码“2”对应DTMF频率(FreqL：697Hz/FreqH：1336Hz)的有效频偏范围内，但在这两个频率的整数倍上，并没有高次谐波的存在，采用谐波分析法并不能达到抗语音的目的。这是因为DTMF信号本身就是谐波频率，而在判决时都是当成基波频率进行假设的。

图3也是采用谐波分析法抗噪声的示意图，横轴是频率(f/Hz)，纵轴是频谱变换后幅度的绝对值(|X(k)|)，从图中可以看出，如果仅在8个有效DTMF频点上进行检测，是可以检测出号码“D”的，分别对应频率1633Hz以及941Hz，对应图3的最大峰C306和第三大峰值A302。其实在信号频谱上存在一个能量可观的次大峰值B304，由于该次大峰值B304的存在，从理论上说，是不应该检测到号码的。但是，即使采取了谐波分析方法，也无法识别出次大峰值B304，达不到抗语音的目的。

由于谐波分析算法本生的特点，只能在预先选定的几个频点上进行能量迭代谐波分析，无法针对整个频带进行；另外，并不一定所有的语音信号的谐波特征都很显著，特别是噪声信号，而且从相关标准中提供的抗语音测试序列并不完全是从语音谐波的角度出发来构造序列，这样就决定了基于谐波分析的抗语音性能也只可能是部分地改善。

基于谐波分析法本身的缺陷，只能在有限的几个谐波频点上进行分析，所得到的信息只是部分的、不完整、不全面的，如果能够从整个频谱上进行分析，得到所有频谱的信息，能够利用的信息无疑是最全面的，能够采用的抗噪声手段选择余地无疑是最大的。那么采用FFT算法进行频谱分析则是必然的手段。

VMX公司的美国专利第5,319,703号披露了一种用于识别语音信号和呼叫行进信号的装置和方法(Apparatus and Method ForIdentifying Speech and Call-Progression Signals)(申请号为889,513，申请日为1992年5月26日)。在该专利中，采用FFT算法得到相关的频谱信息后，通过搜索算法得到频谱中能量最大的三个频点，首先保证最大的两个有效频点和一定要过相应的门限，然后假定第三大频点为噪声，通过最大频点的能量与第三大频点的能量的比值，再设定一个门限，如果在规定的门限范围内，则认为信号有效，否则无效。

针对整个频带进行频谱信息的获取，DFT算法是必然的选择，然而要想满足相应的频率、频偏等指标，DFT的阶数一般而言都比较大，即使采用DFT的0快速算法FFT，通常情况下也无法满足应用的要求。一般情况下还只是处于理论的研究尝试阶段，在通用的处理器上实现应用还有一定难度。

因此，需要一种能够克服高开销且能够对信号音进行可靠检测的技术来满足实际应用中的需求。

发明内容

本发明的目的在于提供多频信号音检测中的抗噪声的方法，尤其涉及在抗噪声技术中能够克服频谱分析中高阶快速傅立叶变换的高开销问题以及能够在信号音检测中进行高可靠性判决的多频信号音检测中的抗噪声的方法。

为实现上述目的，本发明提供了一种用于多频信号音检测中的抗噪声的方法，该方法包括：

步骤502，对信号音进行频谱分析产生相关频点的频谱值；步骤504，对频谱分析后的结果进行峰值搜索；步骤506，对相关频点(也就是搜索到的n+2个峰值频点)进行拟合，拟合出原本无法分辨的频点；步骤508，根据搜索到的频谱值对信号音进行判决。

另外，在步骤506，也可以对相关频点(也就是搜索到的n+2个峰值频点)进行曲线拟合。

更具体而言，在步骤506中，根据快速傅立叶变换的阶数，进行不同的仿真尝试，通过对比仿真结果选取最合适的拟合曲线。

上述拟合曲线可以是单调函数，也可以是非单调函数。

如果所述拟合曲线是单调函数，则针对每个所述峰值附近相邻的四个频点进行拟合，得出拟合频点的频率值和频谱值，并进行相应的边界值限定。

如果所述拟合曲线是非单调函数，则实现时根据所选取函数的待定系数个数确定搜索峰值附近的相邻频点个数k，针对每个所述峰值相邻的所述k个频点进行拟合，得到拟合的频点的频率值和频谱值，并进行相应的边界值限定。

该方法基于的前提是：

1)信号关于时域、频域能量守恒的原理；

2)傅立叶变换或快速傅立叶变换的算法；以及

3)“某信号频率越邻近相邻的算法能够精确分辨的某个频点处，在该频点上的能量越大”这一仿真结论和经验。

在该方法中，使用最相邻的三点的频谱能量之和来近似逼近某一点的真实值。根据帕斯瓦尔定理，将三个频点A、B、C的频谱能量相加、开方、乘以2再除以N，得到拟合出的频点D对应的电平幅值。得到拟合后的电平幅值，用一个95％的系数进行再修正。将再修正后的电平幅值转换为实际的电平dBm表示。

在该方法中，频点对应的频率的拟合方法为：首先比较左邻点A的频谱值X(k-1)与右邻点C的频谱值X(k+1)的大小，如果X(k-1)≥X(k+1)，则取负值；如果X(k-1)≤X(k+1)，则取正值，然后取X(k-1)、X(k+1)中的较大值，根据其与频点B的频谱值X(k)的比值，可以得知频率的偏移值，将频点B的频率值与偏移值相加，就拟合出更准确的频率值即D对应的频率值。

在该方法中，在拟合以后因为拟合前的n+2个峰值的顺序与拟合后的顺序可能不同，所以需要针对n+2个拟合结果进行重新排列。

在该方法中，使用第n大频点的频谱值除以第n+1大频点的频谱值，得到信噪比，如果该信噪比大于规定的信噪比指标门限，则判决为信号有效，反之则无效。在实际操作中，可能需要根据实际的应用环境，针对不同频段的噪声用不同的信噪比指标门限进行判决，才能达到既满足通常情况下的可靠检测，又能达到抗噪声的效果。

本发明在FFT的阶数比较低的情况下，通过一定的拟合方式，提高了算法的频率分辨率以及幅值精度，在开销不大的前提下，能够达到既满足通常应用环境下的可靠检测，同时又达到了较好的抗噪声效果。本发明的实现部分已经在产品中得到应用。

通过测试，本发明的拟合方案下的电平误差可以控制在小于±0.5dBm的范围内；频率误差小于±5Hz，完全满足应用精度的要求。抗噪声性较现有技术一约提高100％；开销较现有技术二约节省40％，取得了明显的效果。

附图说明

图1示出了典型的基于VoIP的DTMF收号系统100示意图；

图2示出了采用谐波分析法抗噪声的示意图；

图3示出了另一种采用谐波分析法抗噪声的示意图；

图4a示出了根据本发明的进行低阶FFT频谱分析后的拟合示意图；

图4b示出了根据本发明的采用y＝Ax+B曲线作为拟合曲线的曲线拟合示意图；以及

图5示出了根据本发明的多频信号音检测中的抗噪声的方法的流程图。

具体实施方式

如图4a示出的进行低阶FFT频谱分析后的拟合示意图，A402点为峰值频点的左邻点，其频谱值为X(k-1)，B404点为搜索到的峰值频点，其频谱值为X(k)，C406点为峰值频点的右邻点，其频谱值为X(k+1)，D408点为拟合出的频点，其频谱值为X(k)’。采用如下方法来拟合出真实频点的频率以及实际电平(或能量)值，以弥补因FFT阶数低带来的频率分辨率不足的问题。

本发明的拟合基于的前提有两个：

1.信号关于时域、频域能量守恒；

2.“基于N点的DFT，某信号频率越邻近相邻的算法能够精确分辨的某个频点处，在其上的能量越大”这一仿真结论和经验。

由信号处理的Parseval定理可以知道：

$\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|x\left(n\right)\right|}^2=\frac{1}{N}\underset{k=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|X\left(k\right)\right|}^2---\left(2\right)$

等式左边对应信号时域能量，右边对应信号在频域的能量，反映了信号在一个域及其对应的变换域中的能量守恒原理。考虑到FFT关于N/2的频谱对称性，上式可以变形为

$\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left|x\left(n\right)\right|}^2=\frac{2}{N}\underset{k=0}{\overset{N/2-1}{\mathrm{\Σ}}}{\left|X\left(k\right)\right|}^2---\left(3\right)$

设有一频率信号其表达式为： $x\left(n\right)=a\sin \left(\frac{2\mathrm{\π}{f}_0}{f_s}n\right),$ 则N点连续的该信号的时域能量为： $t\_\mathrm{energy}=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{x}^2\left(n\right)=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left[a\sin \left(\frac{2\mathrm{\π}{f}_0}{f_s}\right)n\right]}^2.$

采用求极限的方法来求时域能量的值，即：

$t\_\mathrm{energy}=\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}{\left[a\sin \left(\frac{2\mathrm{\π}{f}_0}{f_s}\right)n\right]}^2={\∫}_0^N{\left[a\sin \left(\frac{2\mathrm{\π}{f}_0}{f_s}\right)n\right]}^2\mathrm{dn}$

$=\frac{a^2}{2}{\∫}_0^N(1-\cos \frac{4\mathrm{\π}{f}_0}{f_s}n)\mathrm{dn}$

$=\frac{a^2}{2}{\∫}_0^N\mathrm{dn}-\frac{a^2}{2}{\∫}_0^N\cos \frac{4\mathrm{\π}{f}_0}{f_s}\mathrm{ndn}$

可见，当n＞＞1时，其时域能量近似等于 由于在实际应用中，N＞＞1的条件总是满足的，所以其时域能量可以认为就等于上值。注意到这是一个仅仅和点数与幅度相关的量，与具体的信号频率没有关系，这就使得在对信号的时域能量进行判决的时候使用一个与信号的频率值无关的量成为可能。

由公式(4)推导的结论可以知道，在N＞＞1的情况下，针对某一信号，其时域能量对应的值为 如果FFT的分辨率足够高，对应频点的频谱密度表达式为：

$\frac{N}{2}{a}^2=\frac{2}{N}{\left|X\left(k\right)\right|}^2\⇒{\left|X\left(k\right)\right|}^2={\left(\frac{\mathrm{Na}}{2}\right)}^2---\left(5\right)$

如图4a所示，在FFT的阶数比较低的情况下，由于频率的分辨率不够，不能用单一的频率来近似做处理，否则将引入较大的误差，带来“栅栏”效应。

在本来应该的频点处得不到最大的频谱能量，在相邻的频点上又引入了本不应该有的频谱能量。既然如此，思路就是用最相邻的三点的频谱能量之和，来近似逼近某一点的真实值，该频点对应的频率值将在下面的步骤中介绍。

那么依照Parseval定理以及上述公式(5)，可以得到

${\left|X(k-1)\right|}^2+{\left|X\left(k\right)\right|}^2+{\left|X(k+1)\right|}^2={\left(\frac{\mathrm{Na}}{2}\right)}^2$

$\⇒\sqrt{{\left|X(k-1)\right|}^2+{\left|X\left(k\right)\right|}^2+{\left|X(k+1)\right|}^2}=\frac{\mathrm{Na}}{2}$

$\⇒a=\frac{2}{N}\sqrt{{\left|X(k-1)\right|}^2+{\left|X\left(k\right)\right|}^2+{\left|X(k+1)\right|}^2}---\left(6\right)$

求得的a即为拟合出的频点D408对应的电平幅值。

虽然在低阶FFT下，单一频率除了在相邻的三个频点上有较显著的能量外，在其它的频点处也会有少量的能量，这是由算法本身以及实现的计算精度等造成的，不过这部分能量所占的比重是很少的，忽略掉仍然完全是可以接受的。通过仿真的结论可以知道，用相邻的三个频点能量之和来替代，所占整个时域的能量百分比可达90％以上，为了更进一步的减少误差，在实现的最后用了一个95％的系数进行再修正，与实际的能量相当接近。再将对应的电平幅值转换为用实际的电平dBm来表示。

$\mathrm{dBm}=3.14+201g\frac{A_x}{A_0}$

$=3.14-20\lg 4096+\left(20{\log }_2{A}_x\right)/\left({\log }_{2}10\right)---\left(7\right)$

公式中的A_x对应按照公式(6)拟合得到的电平幅值，A₀表示按照A率标准的最大幅值4096(对应3.14dBm)。

下面针对频点的频率的拟合进行分析。

如前提2所述，以及图4a所示，真实频率越靠近FFT的N个等间距的频点处，在其上的能量分量越大。结合这一特征，可以近似拟合出真实的频率值，见公式(8)表示。

$f_{X\left(k\right)}=f_{X\left(k\right)}\±\frac{\mathrm{\Δf}}{2}\·\frac{\max (X(k-1),X(k+1))}{X\left(k\right)}---\left(8\right)$

针对每一个峰值坐标，在前面得到的相邻三个频点A402、B404、C406的基础上，需要首先比较左邻点A402的频谱值X(k-1)与右邻点C406的频谱值X(k+1)的大小，如果X(k-1)≥X(k+1)，则取负值；如果X(k-1)＜X(k+1)，则取正值。然后取X(k-1)、X(k+1)中的较大值，根据其与峰值X(k)的比值，可以得知其频率的偏移值，然后将频点B404的频率值与偏移值相加，就拟合出频点B404的更准确频率值，即频点D408的频率值。很显然，当相邻点的值与峰值频点的值相等时，峰值的谱线刚好位于相邻两条谱线的正中间位置，从理论上来说，是合理的。这样就拟合出峰值的更准确频率值以及对应电平值。在拟合的同时进行相应的边界值限定。由于实际信号频率的不同，拟合前的n+2个峰值的顺序与拟合后的顺序可能有所不同，所以在拟合后需要针对n+2个拟合结果进行重新排序。

曲线拟合实施例：

如图4b所示为根据本发明的拟合过程的示意图。设用于拟合的函数方程为：y＝Ax+B。根据相邻四个频点A410、B412、C414、D416的对应坐标值A(x-2Δ，y0)、B(x-Δ，y1)、C(x，y2)、D(x+Δ，y3)x轴为频率值，y轴为频谱值，前后每相邻的两个坐标值分别确定两条直线AB420和CD422，然后将这两条直线求解，对应的解即为拟合出的实际频点E418。这里的Δ对应的是等间距分布的频率间隔，即DFT算法的物理分辨率，它在数值上等于f_s/N。

对于一个N点序列x_N(n)做DFT，只能得到频率上等距分布的N个频谱分量，很显然，通常情况下的待检测信号音频率并不正好位于等间距分布的频点上，存在着频谱泄漏的问题，实际只能取其最近频点的数据做近似替代，在DFT的频率分辨率不高的情况下问题变得更为突出。但可以取待测频率相邻的四个频点通过拟合曲线近似拟合出其实际值。当然，值得声明的是，经过曲线拟合得到的也不是其真实值，而只是对其真实值的更进一步精确逼近。

上述两条直线求解所得的结果，即为拟合出的频率值和对应的频谱值，从图4b也可以看出，从原先等间距分布的频点，经过曲线拟合之后，将频率扩大到了频谱中原来无法分辨的频点处，从理论上来说，可以拟合到频谱中的任意频点处，提高了频率的分辨率，为抗噪声的实现提供了保证。

用于拟合的曲线很多，如线性方程y＝Ax+B、幂函数y＝Ax^M、指数函数y＝Ce^Ax、抛物线y＝Ax²+Bx+C等，可根据实际频谱的特征进行选取。

如果选取的函数为单调函数，如线形函数、幂函数、指数函数，由于没有拐点，实现时，首先在峰值附近各取两个点，可唯一确定该类函数对应的两条曲线，然后联立求解，即为拟合频点的坐标，对应频点的频率值和频谱值。

如果选取的函数有拐点，如抛物线，实现时根据所选取函数的待确定系数个数，决定搜索峰值附近的相邻频点个数k，然后由这k个相邻频点唯一确定该曲线，拟合曲线对应拐点坐标即为对应频点的频率值和频谱值。

至于拟合曲线的选取，需要考虑两个条件：1、能够满足国际指标，且同时满足抗噪声的要求；2、算法的复杂度以及开销尽可能小。根据FFT的阶数，进行不同的仿真尝试，仿真时需要按照DTMF的国际指标，生成相应的测试序列，另外还包括抗噪声的测试序列，通过对比选取最合适的曲线来实现。

多频信号音检测中的抗噪声的方法的实施例：

如图5所示，示出了根据本发明的多频信号音检测中的抗噪声的方法的方框图。该方法包括以下步骤：步骤502，对信号音进行频谱分析产生相关频点的频谱值；步骤504，对频谱分析后的结果进行峰值搜索；步骤506，对相关频点进行拟合，拟合出原本无法分辨的频点；步骤508，根据拟合后得到的频谱值对信号音进行判决，判断信号音是多频信号音还是噪声。

首先执行步骤502，进行频谱分析。依据所基于的平台，选择相应阶数的FFT算法。从理论上来说，FFT的阶数越大，频率分辨率越高。在条件允许的情况下，最好采用阶数相对高一点的算法来实现。但考虑到实际的应用场合，对指令以及空间开销都会有相当的限制，高阶的FFT意味着更大的内存开销和更多的指令开销，所以需要在性能指标以及资源开销方面进行折中，以选取合适阶数的FFT来进行实现。

在实现时，为了保证国标时长等相关指标，每10ms就调用进行一次FFT迭代，实际上采取的是一种滑动窗的形式，对于每一个10ms的数据，实际上在多次迭代计算中都要用到，所以需要对当前的输入样点进行缓存处理。另外采用补零的方式来满足实现FFT时样点数满足2的整数次幂的要求。在实际进行FFT蝶形运算时，采用了“就地存取”的模式，有效地节省了对内存的需求。

步骤502采用频率抽取的方式实现，输入原序、输出倒序。为了节省指令开销，旋转因子采用表格的方式，为了最大程度地实现旋转因子表格的不同阶数FFT共享，采取了旋转因子倒序的方式。另外，为了下一步的峰值搜索，针对输出序列进行“位反转”处理，以维持原序的格式，便于准确定位峰值频点的真实位置。在进行FFT分析之前，没有采取任何的滤波过程，以便于得到整个频带的谱信息，为抗噪声提供了保证。

从理论上来说，当然是先拟合出整个频谱信息，再在整个频谱中搜索峰值最合适。但是整个的拟合过程将占用相当大的开销，而且阶数越大，开销越大。在本方案中，结合下面进行判决的过程，但如此拟合出来的相当信息是冗余的，实际需要的仅是频谱中最大的几个峰值信息，而且在峰值信息很突出的情况下，进行拟合前后得到的峰值对应频点基本一致。所以采用先执行步骤504，进行峰值搜索，然后针对几个峰值样点分别进行拟合的方式。

这里所说的多频信号音检测，包括单频信号音的范畴。设需要对n个频率进行信号音检测，考虑到拟合前后的峰值顺序可能变化，所以保留到n+2个峰值的搜索。

注意到FFT的频谱关于4000Hz的对称性，在执行步骤504，进行峰值搜索时，只需搜索到N/2个序列即可。同时考虑到下面的拟合实现，在搜索到n+2个峰值之后，还需要将对应峰值前后相邻的序列值进行存储，这样经过峰值搜索后，得到总共3*(n+2)个频点的坐标值。然后针对每一个峰值相邻三个频点的值。

其中，对该频点的频率进行拟合，首先比较左邻点A402的频谱值X(k-1)与右邻点C406的频谱值X(k+1)的大小，如果X(k-1)≥X(k+1)，则取负值；如果X(k-1)≤X(k+1)，则取正值，然后取X(k-1)、X(k+1)中的较大值，根据其与峰值X(k)的比值，可以得知频率的偏移值，将频点B404的频率值与偏移值相加，就拟合出频点B404的更准确频率值，即频点D408的频率值。其中，在进行拟合时，进行相应的边界值限定，在进行拟合以后，需要针对n+2个拟合结果进行重新排列。

然后进行步骤506，对相关频点进行拟合，拟合出原本无法分辨的频点。

另外，在步骤506，也可以对相关频点(也就是搜索到的n+2个峰值频点)进行曲线拟合。

更具体而言，在步骤506中，根据快速傅立叶变换的阶数，进行不同的仿真尝试，通过对比仿真结果选取最合适的拟合曲线。

上述拟合曲线可以是单调函数，也可以是非单调函数。

如果所述拟合曲线是单调函数，则针对每个所述峰值附近相邻的四个频点进行拟合，得出拟合频点的频率值和频谱值，并进行相应的边界值限定。

如果所述拟合曲线是非单调函数，则实现时根据所选取函数的待定系数个数确定搜索峰值附近的相邻频点个数k，针对每个所述峰值相邻的所述k个频点进行拟合，得到拟合的频点的频率值和频谱值，并进行相应的边界值限定。

最后进行步骤508，根据拟合后排序的结果进行判决。在步骤506之后，已经得到最大的n+2个频点，其中包含有需要检测的多频信号本身的n个频点，另外两个频点是假定的可观噪声频点。假设需要检测的信号音位于最前n大频率成分，那么假定第n+1个频点为噪声信号，第n+2大的假定噪声频点目前的发明中暂时保留，可以留待今后扩展，只用第n大频点的频谱值除以第n+1大频点的频谱值，就可以得到信噪比，如果信噪比大于规定门限，则判决为信号有效，反之则无效。通过信噪比指标就可以很方便地检测噪声信号，达到抗噪声的目的。在实际操作中，可能需要根据实际的应用环境，针对不同频段的噪声用不同的信噪比指标门限进行判决，才能达到既满足通常情况下的可靠检测，又能够达到抗噪声的效果。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (23)

1.一种用于多频信号音检测中的抗噪声方法，其特征在于，所述方法包括：

步骤502，对信号音进行频谱分析，产生相关频点的频谱值；

步骤504，对频谱分析后的结果进行峰值搜索；

步骤506，对相关频点进行拟合，拟合出原本无法分辨的频点；

步骤508，根据搜索到的频谱值，对信号音进行判决。

2.根据权利要求1所述的方法，其特征在于，在所述步骤502之前不采取任何滤波过程。

3.根据权利要求2所述的方法，其特征在于，在所述步骤502中所述频谱分析的方法可以是傅立叶变换或快速傅立叶变换。

4.根据权利要求3所述的方法，其特征在于，根据所基于的平台、性能指标以及资源开销等方面选择所述傅立叶变换或所述快速傅立叶变换的阶数。

5.根据权利要求3所述的方法，其特征在于，所述快速傅立叶变换过程中对当前输入信号的样点值进行缓存处理。

6.根据权利要求3所述的方法，其特征在于，所述快速傅立叶变换采用补零的方式以满足样点数是2的整数倍的要求。

7.根据权利要求3所述的方法，其特征在于，所述快速傅立叶变换采用按频率抽取的方式实现输入原序、输出倒序，旋转因子采用表格和倒序的方式，得到频率上等间距分布的频点。

8.根据权利要求7所述的方法，其特征在于，对所述变换后的所述输出序列进行“位反转”处理，以维持所述原序的格式。

9.根据权利要求1所述的方法，其特征在于，在所述步骤504中，如果需要对n个频率的信号进行检测，则搜索n+2个峰值。

10.根据权利要求9所述的方法，其特征在于，在搜索到n+2个峰值后，将所述峰值对应前后相邻的频谱值进行存储，经过所述峰值搜索后得到共3*(n+2)个频点的坐标值。

11.根据权利要求1所述的方法，其特征在于，所述拟合的基础是：

信号关于时域、频域能量守恒的原理；傅立叶变换或快速傅立叶变换算法；以及“某信号频率越邻近相邻的算法能够精确分辨的某个频点处，在所述频点上的能量越大”的仿真结论和经验。

12.根据权利要求1所述的方法，其特征在于，对所述频点的电平幅值进行拟合的方法为：根据帕斯瓦尔定理，将峰值附近的三个频点A、B、C的频谱能量相加、开方、乘以2再除以N，得到拟合出的所述频点D对应的电平幅值。

13.根据权利要求2所述的方法，其特征在于，得到所述拟合后的电平幅值后，用一个95％的系数进行再修正。

14.根据权利要求3所述的方法，其特征在于，将所述再修正后的电平幅值转换为实际的电平dBm表示，转换关系为 $\mathrm{dBm}=3.14+201g\frac{A_x}{A_0},$ 其中A_x表示拟合后的电平幅值，A₀表示按照A率标准的最大幅值4096，对应于3.14dBm。

15.根据权利要求1所述的方法，其特征在于，对所述频率进行拟合的方法为：首先比较所述左邻点A的频谱值X(k-1)与所述右邻点C的频谱值X(k+1)的大小，如果X(k-1)≥X(k+1)，则取负值；如果X(k-1)≤X(k+1)，则取正值，然后取X(k-1)、X(k+1)中的较大值，根据其与峰值X(k)的比值，可以得知所述频率的偏移值，将频点B的频率值与所述偏移值相加，就拟合出频点B的更准确频率值即频点D对应的频率值。

16.根据权利要求15中所述的方法，其特征在于，在所述拟合过程中对相应边界值进行限定，在拟合后针对n+2个拟合结果进行重新排序。

17.根据权利要求1所述的方法，其特征在于，在所述步骤508中，用第n大频点的频谱值除以第n+1大频点的频谱值，得到信噪比，如果所述信噪比大于规定的信噪比指标门限，则判决为信号有效，否则信号无效。

18.根据权利要求17所述的方法，其特征在于，针对不同频段的所述噪声选用不同的所述信噪比指标门限进行所述判决。

19.根据权利要求1所述的方法，其特征在于，在所述步骤506中对所述相关频点进行曲线拟合。

20.根据权利要求19所述的方法，其特征在于，在所述步骤506中，根据所述快速傅立叶变换的阶数，进行不同的仿真尝试，通过对比仿真结果选取最合适的拟合曲线。

21.根据权利要求20所述的方法，其特征在于，所述拟合曲线可以是单调函数，也可以是非单调函数。

22.根据权利要求20所述的方法，其特征在于，如果所述拟合曲线是所述单调函数，针对每个所述峰值附近相邻的四个频点进行拟合，得出拟合频点的频率值和频谱值，并进行相应的边界值限定。

23.根据权利要求20所述的方法，其特征在于，如果所述拟合曲线是所述非单调函数，实现时根据所选取函数的待定系数个数确定搜索峰值附近的相邻频点个数k，针对每个所述峰值相邻的所述k个频点进行拟合，得到拟合的频点的频率值和频谱值，并进行相应的边界值限定。

Images