DE102004047704B4

DE102004047704B4 - Verfahren und Vorrichtung zum Auswerten eines Signals

Info

Publication number: DE102004047704B4
Application number: DE200410047704
Authority: DE
Inventors: Dietmar Dr. Sträussnigg; Christian Dipl.-Ing. Jenkner; Karlheinz Walcher
Original assignee: Infineon Technologies AG
Current assignee: Intel Corp
Priority date: 2004-09-30
Filing date: 2004-09-30
Publication date: 2007-03-15
Anticipated expiration: 2024-10-01
Also published as: DE102004047704A1

Abstract

Verfahren zum Auswerten eines Signals,
umfassend die Schritte:
– Erfassen des Signals in einem Zeitfenster,
– Bestimmen einer ersten Spektralkomponente des in dem Zeitfenster erfassten Signals (1) bei einer ersten Frequenz (f1),
– Bestimmen einer zweiten Spektralkomponente des in dem Zeitfenster erfassten Signals (1) bei einer zweiten Frequenz (f2), welche sich von der ersten Frequenz (f1) unterscheidet,
gekennzeichnet durch den weiteren Schritt
– Verarbeiten der ersten Spektralkomponente und der zweiten Spektralkomponente, um abhängig von sowohl der ersten Spektralkomponente als auch der zweiten Spektralkomponente mindestens ein Ausgangssignal (2) zu erzeugen, in welchem der Einfluss einer Signalverbreiterung aufgrund der endlichen Länge des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Auswerten eines Signals sowie eine entsprechend ausgestaltete Vorrichtung, wobei es sich bei dem Signal insbesondere um ein Tonsignal handeln kann, in welchem Signalisierungstöne erfasst und ausgewertet werden sollen.
Bei Telekommunikationssignalen ist es üblich, so genannte Signalisierungstöne zu verwenden, welche neben dem eigentlichen Telekommunikationssignal zusätzliche Informationen übermitteln. Diese Informationen dienen beispielsweise dem Aufbau einer Wählverbindung, der Übermittlung von Daten bei einer bestehenden Verbindung, der Fernsteuerung von Funktionen einer Telekommunikationsvorrichtung oder der Übermittlung von Statusinformationen. Es kann dabei zwischen so genannten Call-Progress-Tönen (CPT) oder Dual-Tone-Multi-Frequency-Tönen (DTMF-Tönen) unterschieden werden. Bei den CPT kann es sich um einzelne Sinustöne, amplitudenmodulierte Sinustöne oder Multifrequenz-Töne, d.h. eine Überlagerung zweier oder mehrer Sinustöne handeln. Die DTMF-Töne setzen sich aus zwei Sinustönen zusammen, von denen einer aus einer ersten Frequenzgruppe ausgewählt ist und der andere aus einer zweiten Frequenzgruppe ausgewählt ist. Gemäß dem derzeit üblichen Standard umfasst die erste Frequenzgruppe vier Frequenzen in einem unteren Frequenzbereich (697 Hz, 770 Hz, 852 Hz, 941 Hz) und die zweite Frequenzgruppe vier Frequenzen in einem oberen Frequenzbereich (1209 Hz, 1336 Hz, 1477 Hz, 1633 Hz). Weiterhin wurden für Signalisierungstöne die so genannten MFR1- und MFR2-Standards definiert.
Zur Verwendung der Signalisierungstöne müssen Telekommunikationsvorrichtungen dazu ausgestaltet sein, die Signalisierungstöne gemäß den Standards zu erzeugen und/oder die Signalisierungstöne gemäß in den Standards vorgegebenen Richtli nien zu erfassen und zu erkennen. Dabei bestehen bezüglich der Detektion der Signalisierungstöne je nach Typ der Signalisierungstöne, d.h. CPT, DTMF, MFR1 oder MFR2 unterschiedliche Anforderungen, so dass jeweils unterschiedliche Ansätze zur Detektion der Signalisierungstöne verwendet werden.
10 zeigt beispielhaft ein Signalisierungsmodul 100 einer Telekommunikationsvorrichtung, welches zum Erzeugen und Detektieren der unterschiedlichen Typen von Signalisierungstönen ausgestaltet ist. Die Signalisierungstöne werden durch einen Signalisierungston-Erzeugungsblock 110 erzeugt, und in Addierern 120 zu Eingangssignalen IN1 und IN2 des Signalisierungsmoduls 100 hinzuaddiert, um auf diese Weise Ausgangssignale OUT-A bzw. OUT-B des Signalisierungsmoduls 100 zu erzeugen. Die Eingangssignale IN1 und IN2 des Signalisierungsmoduls sind Tondetektoren 130, 140, 150, 160 zugeführt, welche jeweils den speziellen Anforderungen zur Detektion eines bestimmten Typs von Signalisierungston genügen. Abhängig von den erfassten Signalisierungstönen erzeugen die Tondetektoren 130, 140, 150, 160 Ausgangssignale 135, 145, 155 bzw. 165, welche beispielsweise einen Status der zur Übertragung des Telekommunikationssignals verwendeten Leitung oder bestimmte Ereignisse anzeigen. In den einzelnen Tondetektoren erfolgt die Detektion der Signalisierungstöne gemäß unterschiedlichen Vorgehensweisen. So kann beispielsweise für die Detektion von DTMF-Tönen ein so genannter Linear-Prediction-Algorithmus zum Einsatz kommen, wie er beispielsweise in „Algorithms for Multi-Channel DTMF Detection for the WE DSP32 Family", IEEE 1989, CH 2673-2/89/0000-1134 beschrieben ist. Weitere Ansätze basieren auf einer Bandpassfilterung um die Frequenz eines zu detektierenden Signalisierungstons oder verwenden eine spektrale Zerlegung basierend auf einer diskreten Fourier-Transformation oder auf dem so genannten Görtzel-Algorithmus. Gemäß dem Görtzel-Algorithmus ist es möglich, einzelne Spektralkomponenten eines Signals bei vorgegebenen Frequenzen zu berechnen, ohne dass hierfür eine vollständige diskrete Fourier-Transformation durchgeführt werden muss.
Bei der spektralen Zerlegung des Signals besteht jedoch das Problem, dass das Signal in einem möglichst kurzen Zeitfenster erfasst werden muss, um die spezifizierten Anforderungen bezüglich der Detektionszeit zu erfüllen, während andererseits das Zeitfenster nicht zu kurz gewählt werden darf, um die erforderliche Frequenzauflösung zu gewährleisten. Dies ist darauf zurückzuführen, dass sich mit abnehmender Fensterlänge eine diskrete Linie in dem Frequenzspektrum, welche einem Sinuston mit unendlicher Zeitausdehnung zugeordnet ist, zu einem Frequenzspektrum mit Signalanteilen in einem verbreiterten Hauptlappen und in Seitenlappen neben der Frequenz des Sinustons verbreitert. So kann es beispielsweise dazu kommen, dass zwei gleichzeitig in dem Signal auftretende Sinustöne in ihrer Frequenz und Signalstärke derart liegen, dass der verbreiterte Hauptlappen oder ein Seitenlappen des ersten Sinustons bei der Frequenz des zweiten Sinustons einen höheren Signalpegel aufweist als der zweite Sinuston selbst. Dies erschwert eine zuverlässige Detektion. Auch bei Einzel-Sinustönen wird die Frequenzauflösung der Detektion durch die endliche Fensterlänge des verwendeten Zeitfensters herabgesetzt.
Um einen Kompromiss zwischen einer ausreichenden Zeitauflösung und einer ausreichenden Frequenzauflösung zu gewährleisten, wird z.B. der Görtzel-Algorithmus in Kombination mit unterschiedlichen Fenstertypen und unterschiedlichen Fensterlängen eingesetzt, wobei ein bestimmter Fenstertyp das Signal mit einer vorgegebenen Einhüllendenfunktion überlagert. Beispiele für solche Fenstertypen sind ein Rechteck-Fenstertyp, ein so genannter Hamming-Fenstertyp und ein so genannter Blackman-Fenstertyp. Typische Fensterlängen liegen im Bereich von 16 ms bis 64 ms, was bei einer Abtastungsrate von 8 kHz einer Abtastungsanzahl von N = 128 bis N = 512 entspricht. Ferner ist es bekannt, den Görtzel-Algorithmus auf zwei überlappende Zeitfenster anzuwenden, welche gegeneinander z.B. um eine halbe Fensterlänge verschoben sind. Auf diese Weise ist es möglich, einen einzelnen Sinuston, einen Multifrequenz-Ton oder einen amplitudenmodulierten Sinuston zu erkennen. Ein solcher, auf dem Görtzel-Algorithmus basierender Ansatz ist jedoch für die Detektion von DTMF-Tönen nicht geeignet, da in diesem Fall die in den Standards spezifizierten Anforderungen bezüglich der Detektionszeit nicht eingehalten werden können.

In der US 5,644,634 sind ein Verfahren und ein System zur Detektion von DTMF-Signalisierungstönen beschrieben, welche auf den Görtzel-Algorithmus zurückgreifen. Das auszuwertende Signal wird digital in einem Fenster erfasst, wobei die Fensterlänge abhängig von der jeweils auszuwertenden Frequenz variiert wird. Um den verwendeten unterschiedlichen Fensterlängen bei der Auswertung Rechnung zu tragen, werden die mittels des Görtzel-Algorithmus ermittelten Spektralkomponenten jeweils mit einem Anpassungsfaktor multipliziert. Auf diese Weise wird der Einfluss von relativen Fensterlängenunterschieden bei der Bestimmung der einzelnen Spektralkomponenten ausgeglichen.

Die US 5,477,465 beschreibt eine Empfangsvorrichtung zum Erfassen von Signalisierungstönen in einem Eingangssignal. Das Eingangssignal wird mittels einer Fensterung erfasst, welche beispielsweise von einem so genannten Hamming-, Hanning- oder Kaiser-Typ sein kann.

Die US 6,674,855 B1 beschreibt eine Vorrichtung zur Detektion von DTMF-Signalisierungstönen, welche ein Görtzel-Modul und ein neuronales Netz beinhaltet. Das neuronale Netz kann „trainiert" werden, DTMF-Signale von anderen Signalen zu unterscheiden.

Die DE 101 12 974 A1 beschreibt einen Mehrfrequenztondetektor, bei welchem die Größe eines Analysefensters so gewählt ist, dass spektrale Nullstellen bei benachbarten interessierenden Frequenzen angeordnet sind. Zur spektralen Auswertung des Signals werden Analysefilter verwendet, welche einen modifizierten Görtzel-Algorithmus verwenden.

Angesichts der oben beschriebenen Probleme besteht die Aufgabe der vorliegenden Erfindung darin, eine Möglichkeit zu schaffen, ein Signal mit einer hohen Frequenzauflösung auszuwerten und gleichzeitig eine kurze Detektionszeit zu gewährleisten ist.

Diese Aufgabe wird gelöst durch ein Verfahren zum Auswerten eines Signals gemäß Anspruch 1 und durch eine Vorrichtung zum Auswerten eines Signals gemäß Anspruch 13. Die abhängigen Ansprüche definieren bevorzugte und vorteilhafte Ausführungsformen der Erfindung.

Der erfindungsgemäße Ansatz basiert darauf, mindestens zwei Spektralkomponenten desselben, in einem Zeitfenster erfassten Signals bei unterschiedlichen Frequenzen zu bestimmen und die auf diese Weise bestimmten Spektralkomponenten zu verwenden, um den Einfluss des Zeitfensters auf die Bestimmung der Spektralkomponenten zu kompensieren, um so ein Ausgangssignal zu erzeugen, welches die Signalstärke des Signals bei einer vorgegebenen Frequenz mit einer hohen Frequenzselektivität widerspiegelt. Die bei der vorgegebenen Frequenz auftretenden Anteile der Signalstärke, welche aufgrund der endlichen Länge des Zeitfensters bei der vorgegebenen Frequenz durch Verbreiterung eines Signalanteils bei einer anderen Frequenz als der vorgegebenen Frequenz hervorgerufen werden, werden erfindungsgemäß in dem Ausgangssignal kompensiert.

Das erfindungsgemäße Verfahren umfasst dabei insbesondere die Schritte:

– Erfassen des Signals in einem Zeitfenster,
– Bestimmen einer ersten Spektralkomponente des in dem Zeitfenster erfassten Signals bei einer ersten Frequenz,
– Bestimmen einer zweiten Spektralkomponente des in dem Zeitfenster erfassten Signals bei einer zweiten Frequenz, welche sich von der ersten Frequenz unterscheidet, und
– Verarbeiten der ersten Spektralkomponente und der zweiten Spektralkomponente, um abhängig von sowohl der ersten Spektralkomponente als auch der zweiten Spektralkomponente mindestens ein Ausgangssignal zu erzeugen, in welchem der Einfluss der endlichen Länge des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.

Bei der ersten Frequenz und der zweiten Frequenz kann es sich jeweils um eine vorgegebene Frequenz handeln, bei welcher dem Signal gemäß einem Standard ein Sinuston als Teil eines Signalisierungstons überlagert wird. Im Folgenden soll zunächst davon ausgegangen werden, dass bei der ersten Frequenz dem Signal ein Sinuston überlagert ist. Durch die endliche Länge des Zeitfensters findet sich in einem Frequenzspektrum, welches aus dem in dem Zeitfenster erfassten Signal generiert wird, bei der Frequenz des Sinustons keine diskrete Linie, sondern eine verbreiterte Struktur mit einem verbreiterten Hauptlappen und typischerweise mehreren Seitenlappen, wobei sich diese Struktur zu beiden Seiten der Frequenz des Sinustons erstreckt. Die genaue Gestalt dieser verbreiterten Struktur hängt dabei von der Länge und einem Typ des verwendeten Zeitfensters ab. Wird nun eine Spektralkomponente des Signals bei der zweiten Frequenz bestimmt, so beinhaltet diese einen zusätzlichen Signalanteil, welcher durch die Verbreiterung des Sinustons bei der ersten Frequenz hervorgerufen wird.

Dieser Anteil wird erfindungsgemäß vorzugsweise dadurch kompensiert, dass die bei der ersten Frequenz bestimmte Spektralkomponente mit einem Kompensationsfaktor multipliziert wird, um so einen Kompensationswert zu erhalten. Dieser Kompensationswert wird dann von der bei der zweiten Frequenz bestimmten Spektralkomponente subtrahiert, um eine kompensierte Spektralkomponente bei der zweiten Frequenz zu erhalten. Der Kompensationsfaktor bestimmt sich dabei aus dem theoretisch erwarteten Signalverhältnis zwischen der Spektralkomponente des Sinustons bei der ersten Frequenz und dessen spektralem Anteil bei der zweiten Frequenz. Dieses Verhältnis kann aus der verwendeten Fensterlänge und dem verwendeten Fenstertyp bestimmt werden. Der Kompensationsfaktor wird somit vorzugsweise abhängig von dem verwendeten Fenstertyp und/oder der verwendeten Fensterlänge bestimmt, wobei der Kompensationsfaktor für ein Paar von Frequenzen, einen bestimmten Fenstertyp und eine bestimmte Fensterlänge nur einmal bestimmt werden muss und daher nicht für jeden Auswertungsvorgang wiederholt werden muss.

Die Spektralkomponenten bei der ersten und bei der zweiten Frequenz werden vorzugsweise mittels des Görtzel-Algorithmus bestimmt, wobei dies insbesondere den Vorteil bietet, dass die Spektralkomponenten gezielt bei flexibel auswählbaren Frequenzen bestimmt werden können. Bei den auf diese Weise bestimmten Spektralkomponenten handelt es sich im Allgemeinen um komplexwertige Größen, welche sowohl eine Amplituden- als auch eine Phaseninformation enthalten. Folglich wird auch der Kompensationsfaktor vorzugsweise als komplexwertige Größe bestimmt.

Die erfindungsgemäße Kompensation mit Hilfe des Kompensationsfaktors erfolgt vorzugsweise derart, dass auch auf Basis der bei der zweiten Frequenz bestimmten Spektralkomponente ein Kompensationswert berechnet wird, indem die bei der zweiten Frequenz bestimmte Spektralkomponente mit einem weiteren Kompensationsfaktor multipliziert wird. Dieser Kompensationswert wird nun von der bei der ersten Frequenz bestimmten Spektralkomponente subtrahiert, um somit bei der ersten Frequenz eine kompensierte Spektralkomponente zu erhalten. Die auf diese Weise bestimmten kompensierten Spektralkomponenten können dann als Ausgangssignale verwendet werden, in welchen der Einfluss des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.

Bei einem weiteren Ausführungsbeispiel der Erfindung erfolgt die Kompensation des Einflusses der Fensterlänge mittels eines neuronalen Netzes. Das neuronale Netz verarbeitet als Eingangssignale die erste und die zweite Spektralkomponente, welche für das in dem Zeitfenster erfasste Signal bestimmt wurden, um das Ausgangssignal zu erzeugen, in welchem der Einfluss des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist. Auf diese Weise kann das Ausgangssignal in besonders flexibler Weise derart angepasst werden, dass um eine vorgegebene Frequenz herum ein erster Frequenzbereich definiert wird, in welchem Signalanteile bei der Auswertung als der vorgegebenen Frequenz entsprechend ausgewertet werden können, und dass ein zweiter Frequenzbereich definiert wird, außerhalb dessen Signalanteile als nicht der vorgegebenen Frequenz entsprechend ausgewertet werden.

Das neuronale Netz wird zu diesem Zweck vorzugsweise in einer Lernphase derart adaptiert, dass das Ausgangssignal des neuronalen Netzes, welches bei der Verarbeitung der Spektralkomponenten erzeugt wird, für Signalanteile in dem ersten Frequenzbereich einen hohen Wert annimmt, während es für Signalanteile außerhalb des zweiten Frequenzbereichs einen niedrigen Wert annimmt. Auf diese Weise wird ein so genannter Accept-Bereich, welcher dem ersten Frequenzbereich entspricht und ein so genannter Reject-Bereich definiert, welcher außerhalb des zweiten Frequenzbereichs gelegen ist.

Erfindungsgemäß kann das neuronale Netz den Erfordernissen entsprechend flexibel ausgestaltet werden. Um zu erreichen, um eine vorgegebene Frequenz herum den Accept-Bereich und den Reject-Bereich definieren zu können, wie es von den derzeitigen Standards für Signalisierungstöne bei Telekommunikations signalen gefordert ist, ist es erforderlich, zu dieser vorgegebenen Frequenz die zwei Spektralkomponenten bei unterschiedlichen Frequenzen zu bestimmen, was wie bereits erläutert vorzugsweise mittels des Görtzel-Algorithmus erfolgt. Bei Verwendung von zwei Spektralkomponenten bei unterschiedlicher Frequenz als Eingangssignal des neuronalen Netzes wird eine effektive Unterdrückung von Signalanteilen erreicht, welche durch spektrale Verbreiterung aufgrund der endlichen Länge des Zeitfensters hervorgerufen werden.

Die Frequenzen, bei welchen die Spektralkomponenten bestimmt werden, sind dabei vorzugsweise abhängig von der vorgegebenen Frequenz gewählt, bei welcher ein Signalanteil des Signals auszuwerten ist. Beispielsweise kann die erste Frequenz, bei welcher die erste Spektralkomponente bestimmt wird, der vorgegebenen Frequenz des auszuwertenden Signalanteils entsprechen, d.h. einer gemäß dem Standard vorgegebenen Frequenz für Signalisierungstöne entsprechen. Die Frequenz der zweiten Spektralkomponente kann dann an die Grenze des zweiten Frequenzbereichs, d.h. an die Grenze des Reject-Bereichs, gesetzt werden. Diese Auswahl der ersten Frequenz und der zweiten Frequenz für die Bestimmung der Spektralkomponenten ist jedoch lediglich beispielhaft, und es bestehen weitere Möglichkeiten der Anordnung der ersten und der zweiten Frequenzen bezüglich der vorgegebenen Frequenz. So hat sich beispielsweise auch eine symmetrische Anordnung der ersten und der zweiten Frequenz bezüglich der vorgegebenen Frequenz, bei welcher ein Signalanteil ausgewertet werden soll, als vorteilhaft beim Einsatz im Zusammenhang mit einem neuronalen Netz erwiesen.

Eine erfindungsgemäße Vorrichtung zum Auswerten eines Signals umfasst Signalerfassungsmittel, welche dazu ausgestaltet sind, das Signal in einem Zeitfenster zu erfassen, erste Berechnungsmittel, welche dazu ausgestaltet sind, eine erste Spektralkomponente des in dem Zeitfenster erfassten Signals bei einer ersten Frequenz zu bestimmen, zweite Berechnungs mittel, welche dazu ausgestaltet sind, eine zweite Spektralkomponente des in dem Zeitfenster erfassten Signals bei einer zweiten Frequenz, welche sich von der ersten Frequenz unterscheidet, zu bestimmen, und Verarbeitungsmittel, welche dazu ausgestaltet sind, abhängig von der ersten Spektralkomponente und der zweiten Spektralkomponente mindestens ein Ausgangssignal zu erzeugen, in welchem der Einfluss des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.

Die Vorrichtung ist vorzugsweise durch Durchführung des oben beschriebenen erfindungsgemäßen Verfahrens ausgestaltet. Dies bedeutet insbesondere, dass die Vorrichtung vorzugsweise Multiplikationsmittel umfasst, welche dazu ausgestaltet sind, die erste oder die zweite Spektralkomponente jeweils mit einem Kompensationsfaktor zu multiplizieren, um einen entsprechenden Kompensationswert zu erhalten. In diesem Fall umfasst die Vorrichtung weiterhin Subtraktionsmittel, welche dazu ausgestaltet sind, den anhand der ersten Spektralkomponente bestimmten Kompensationswert von der zweiten Spektralkomponente zu subtrahieren bzw. den anhand der zweiten Spektralkomponente bestimmten Kompensationswert von der ersten Spektralkomponente zu subtrahieren.

Weiterhin ist es bevorzugt, dass die Verarbeitungsmittel ein neuronales Netz umfassen. Das neuronale Netz ist dabei vorzugsweise als Vorwärtskopplungsnetz ausgestaltet, d.h. die Eingänge des neuronalen Netzes sind jeweils mit allen Eingängen von Neuronen einer Eingangsschicht des neuronalen Netzes verbunden, und der Ausgang jedes Neurons ist mit jeweils einem Eingang jedes Neurons einer nachfolgenden Neuronenschicht des neuronalen Netzes verbunden.

Vorzugsweise umfasst das neuronale Netz eine Eingangsschicht mit einer Vielzahl von Neuronen und eine Ausgangsschicht mit mindestens einem Neuron. Die Anzahl von Neuronen in der Ausgangsschicht entspricht dabei der Anzahl von Ausgangssignalen der Verarbeitungsmittel. Es hat sich gezeigt, dass bereits mit einer Zweischichtstruktur des neuronalen Netzes, d.h. mit einem neuronalen Netz, welches lediglich aus der Eingangsschicht und der Ausgangsschicht besteht, eine geeignete Kompensation des Einflusses des Zeitfensters auf die Bestimmung der Spektralkomponenten erreicht werden kann.

Als Transferfunktionen der Neuronen werden vorzugsweise Transferfunktionen eines Sigmoid-Typs oder eines Linear-Typs verwendet. Dabei ist es bevorzugt, für die Neuronen der Eingangsschicht eine Transferfunktion eines Sigmoid-Typs zu verwenden und für das mindestens eine Neuron der Ausgangsschicht eine Transferfunktion eines Linear-Typs zu verwenden. Auf diese Weise wird eine gute Adaptierbarkeit des mindestens einen Ausgangssignals des neuronalen Netzes und somit auch des Ausgangssignals der Vorrichtung an die gewünschte Charakteristik erreicht.

Die erfindungsgemäße Vorrichtung ist vorzugsweise als Tondetektor zum Erfassen von Signalisierungstönen in Telekommunikationssignalen ausgestaltet.

Dadurch, dass gemäß der vorliegenden Erfindung mindestens zwei Spektralkomponenten bei unterschiedlichen Frequenzen des in dem Zeitfenster erfassten Signals bestimmt werden und dann zur Kompensation des Einflusses des Zeitfensters auf die Bestimmung dieser Spektralkomponenten verarbeitet werden, ermöglicht es die vorliegende Erfindung, gleichzeitig eine ausreichende Frequenzauflösung und eine geringe Detektionszeit zu gewährleisten. Hierbei kann zum einen eine direkte Kompensation von durch das Zeitfenster hervorgerufenen Signalanteilen erfolgen, oder eine Verarbeitung durch ein neuronales Netz vorgenommen werden. Dabei bietet insbesondere der Einsatz des neuronalen Netzes den Vorteil, dass in besonders flexibler Weise das erfindungsgemäß erzeugte Ausgangssignal bzw. die erfindungsgemäß erzeugten Ausgangssignale mit einer Charakteristik erzeugt werden können, welche eine gemäß unterschiedlichen Standards vorgegebene Frequenzauflösung sowie auch die gemäß unterschiedlichen Standards geforderte Detektionszeit erfüllen. Hierdurch kann die vorliegende Erfindung universell bei der Auswertung verschiedener Typen von Signalisierungstönen eingesetzt werden, ohne dass eine abweichende Ausgestaltung einzelner Tondetektoren für die einzelnen Typen von Signalisierungstönen erforderlich wäre. Mit dem erfindungsgemäßen Lösungsansatz ist es somit möglich, die Detektionsanforderungen für Signalisierungstöne des CPT-Typs, des DTMF-Typs, des MFR1-Typs oder des MFR2-Typs in einheitlicher Weise zu erfüllen. Hieraus ergibt sich ein erheblich geringerer Aufwand bei der Gestaltung eines Signalisierungsmoduls für eine Telekommunikationsvorrichtung.

Weitere Eigenschaften und Vorteile der vorliegenden Erfindung werden aus der folgenden detaillierten Beschreibung von Ausführungsbeispielen der vorliegenden Erfindung anhand der beigefügten Zeichnungen ersichtlich sein.
1 zeigt schematisch eine Vorrichtung zum Auswerten von Signalen gemäß einem Ausführungsbeispiel der vorliegenden Erfindung,
2 veranschaulicht beispielhaft das Frequenzspektrum eines in einem endlichen Zeitfenster erfassten Signals einschließlich der erfindungsgemäß bestimmen und kompensierten Spektralkomponenten,
3 zeigt ein Frequenzspektrum für das Signal von 2, welches sich bei einer größeren Fensterlänge ergibt,
4 zeigt schematisch eine Vorrichtung zum Auswerten eines Signals gemäß einem weiteren Ausführungsbeispiel der Erfindung, wobei die Vorrichtung ein neuronales Netz umfasst,
5 veranschaulicht die Auswertung des Signals anhand von zwei bei benachbarten Frequenzen angeordneten Spektralkomponenten,
6 veranschaulicht die innere Struktur des neuronalen Netzes von 4,
7 zeigt schematisch eine Vorrichtung zum Auswerten eines Signals gemäß einem weiteren Ausführungsbeispiel der Erfindung, wobei die Vorrichtung ähnlich zu derjenigen von 4 aufgebaut ist, jedoch zum gleichzeitigen Erfassen mehrerer Signalanteile bei unterschiedlichen vorgegebenen Frequenzen ausgestaltet ist,
8 veranschaulicht die Frequenzcharakteristik des Ausgangssignals der Vorrichtung von 4,
9 veranschaulicht die Frequenzcharakteristiken der Ausgangssignale der Vorrichtung von 7, und
10 zeigt beispielhaft den Aufbau eines Signalisierungsmoduls in einer Telekommunikationsvorrichtung.
1 zeigt schematisch ein Beispiel für eine Vorrichtung zum Auswerten eines Signals, wobei es sich in diesem Beispiel bei dem Signal um ein Telekommunikationssignal handelt, in welchem Signalisierungstöne erfasst und ausgewertet werden sollen. Die Vorrichtung ist in Form eines Blockschaltbilds dargestellt, welches gleichzeitig auch als prinzipielle Darstellung eines Verfahrens zum Auswerten des Signals verstanden werden kann, indem die Elemente des Blockschaltbilds mit den entsprechenden Verfahrensschritten identifiziert werden.
Die Vorrichtung umfasst Signalerfassungsmittel 4, welche das Signal in einem Zeitfenster erfassen. Dies erfolgt in digitaler Weise mit einer vorgegebenen Abtastungsrate von beispielsweise 8 kHz, so dass sich bei einer Länge des Zeitfensters von 8 ms eine Abtastungsanzahl von N = 64 ergibt. Das Zeitfenster ist ausgebildet, indem das erfasste Signal zeit lich mit einer vorgegebenen Einhüllendenfunktion überlagert wird. Speziell kann das Zeitfenster einem Rechteck-Typ, einem so genannten Hamming-Typ oder einem so genannten Blackman-Typ entsprechen.
Das in demselben Zeitfenster erfasste Signal 1 wird Berechnungsmitteln in Form eines ersten Görtzel-Filters 5 und eines zweiten Görtzel-Filters 6 zugeführt. Die Görtzel-Filter 5, 6 berechnen jeweils gemäß dem Görtzel-Algorithmus bei einer ersten Frequenz f1 bzw. bei einer zweiten Frequenz f2 eine erste Spektralkomponente bzw. eine zweite Spektralkomponente des in dem Zeitfenster erfassten Signals. Die auf diese Weise bestimmten Spektralkomponenten sind im Allgemeinen komplexwertige Größen.
Die erste und die zweite Spektralkomponente sind Verarbeitungsmitteln 10 zugeführt, welche die erste und die zweite Spektralkomponente derart verarbeiten, dass der Einfluss des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert wird.
Dies bedeutet bei der in 1 gezeigten Anordnung speziell, dass für die erste und die zweite Spektralkomponente jeweils der Signalanteil berücksichtigt wird, welcher durch einen Sinuston bei der anderen Frequenz hervorgerufen wird. Aufgrund der endlichen Länge des Zeitfensters weist ein solcher Sinuston ein verbreitertes Frequenzspektrum auf, welches einen verbreiterten Hauptlappen und typischerweise mehrere Seitenlappen umfasst. Sowohl der verbreiterte Hauptlappen als auch die Seitenlappen eines Sinustons bei der ersten Frequenz f1 können einen Sinuston bei der zweiten Frequenz f2 überlagern und umgekehrt. Die Breite des Hauptlappens und der Seitenlappen, sowie der Ausdehnungsbereich der Seitenlappen und die entsprechenden Signalstärken nehmen dabei mit abnehmender Fensterlänge zu. Die Signalstärkenverhältnisse innerhalb des verbreiterten Frequenzspektrums eines Sinustons, welcher in einem Zeitfenster endlicher Länge erfasst wurde, hängt dabei für ein Paar von Frequenzen von der Fensterlänge und dem Fenstertyp ab und kann unabhängig von dem tatsächlich erfassten Signal bestimmt werden.
Im Folgenden soll davon ausgegangen werden, dass die Vorrichtung von 1 dazu verwendet wird, das Signal bei der Frequenz f2 auszuwerten, während dem Signal ein Sinuston mit Frequenz f1 überlagert ist. Der Sinuston bei der Frequenz f1 stellt somit ein Störsignal für die Auswertung bei der Frequenz f2 dar.
Anhand der verwendeten Fensterlänge und des verwendeten Fenstertyps wird ein Kompensationsfaktor c1 berechnet, welcher sich aus dem theoretisch erwarteten Signalanteil des in dem endlichen Zeitfenster erfassten Sinustons bei der Frequenz f1 zu dessen spektralem Signalanteil bei der Frequenz f2 ergibt. Mit diesem Kompensationsfaktor wird die bei der ersten Frequenz f1 bestimmte erste Spektralkomponente durch Multiplikationsmittel 12 multipliziert, um so einen ersten Kompensationswert zu erhalten. Dieser erste Kompensationswert wird durch Subtraktionsmittel 14 von der bei der zweiten Frequenz f2 bestimmten Spektralkomponente subtrahiert. Als Ausgangssignal der Subtraktionsmittel 14 ergibt sich somit ein Ausgangssignal 2, in welchem der Einfluss des Zeitfensters auf die Bestimmung der zweiten Spektralkomponente kompensiert ist.
In gleicher Weise wirkt ein Signalanteil bei der zweiten Frequenz f2 als Störsignal auf die Bestimmung der ersten Spektralkomponente bei der ersten Frequenz f1. Es wird daher aus dem theoretisch erwarteten Verhältnis des spektralen Anteils eines Sinustons bei der Frequenz f2 zu dessen spektralem Anteil bei der Frequenz f1 ein zweiter Kompensationsfaktor c2 bestimmt, welcher in ähnlicher Weise wie zuvor der erste Kompensationsfaktor c1 verwendet wird, um die bei der zweiten Frequenz f2 bestimmte zweite Spektralkomponente mit dem zweiten Kompensationsfaktor c2 zu multiplizieren, um auf diese Weise einen zweiten Kompensationswert zu erhalten. Hierfür ist ein Multiplikationsmittel 13 vorgesehen.
Der auf diese Weise bestimmte zweite Kompensationswert wird durch ein Subtraktionsmittel 15 von der bei der ersten Frequenz f1 bestimmten ersten Spektralkomponente subtrahiert, so dass als Ausgangssignal des Subtraktionsmittels 15 ein Ausgangssignal 2 erzeugt wird, in welchem der Einfluss des Zeitfensters auf die Bestimmung der ersten Spektralkomponente bei der ersten Frequenz f1 kompensiert ist.
Die Ausgangssignale der Subtraktionsmittel 14, 15 dienen als Ausgangssignale 2 der Verarbeitungsmittel 10.
Da die mittels des Görtzel-Algorithmus in den Görtzel-Filtern 5, 6 bestimmten Spektralkomponenten im Allgemeinen komplexwertige Größen sind, werden auch die Kompensationsfaktoren c1 und c2 im Allgemeinen als komplexwertige Größen bestimmt.
2 veranschaulicht beispielhaft anhand von Simulationsergebnissen die Kompensation des spektralen Anteils eines Störsignals in Form eines Sinustons mit einer Frequenz von f1 = 2 kHz bei einer Frequenz von 2,1 kHz. Dies bedeutet, dass bei der Vorrichtung von 1 der erste Görtzel-Filter 5 die erste Spektralkomponente bei einer Frequenz von f1 = 2 kHz berechnet, während der zweite Görtzel-Filter 6 die zweite Spektralkomponente bei der zweiten Frequenz von f2 = 2,1 kHz berechnet. Die berechnete erste und zweite Spektralkomponente ist in 2 mit A bzw. B bezeichnet. Zum Vergleich ist das FFT-Spektrum des Signals als durchgezogene Linie dargestellt. Das Signal wurde in einem Zeitfenster mit einer Fensterlänge von 4 ms mit einer Abtastrate von 8 kHz erfasst, so dass sich eine Abtastungsanzahl von N = 32 ergibt. Das verwendete Zeitfenster entsprach einem Hamming-Typ. Die wie zuvor beschrieben bestimmte kompensierte Spektralkomponente bei der zweiten Frequenz f2 ist in 2 mit C bezeichnet. Wie es aus 2 ersichtlich ist, konnte der durch das Zeitfenster bedingte Einfluss des Störsignals bei der Frequenz f1 auf die Bestimmung der Spektralkomponente bei der Frequenz f2 von ungefähr –8 dB auf ungefähr –50 dB kompensiert werden.
3 zeigt zum Vergleich eine Simulation mit denselben Parametern wie bei 2, wobei jedoch eine achtfache Fensterlänge von 32 ms, d.h. eine Abtastungsanzahl von N = 256 verwendet wurde. Die bei der ersten Frequenz f1 bestimmte Spektralkomponente, die bei der zweiten Frequenz f2 bestimmte Spektralkomponente und die kompensierte Spektralkomponente bei der zweiten Frequenz f2 sind in 3 wiederum mit A, B und C bezeichnet. Wie es aus 3 ersichtlich ist, ergibt sich aus der vergrößerten Fensterlänge bereits eine deutlich verringerte Breite des Hauptlappens in dem Frequenzspektrum des Störsignals bei der Frequenz f1 = 2 kHz. Weiterhin zeigt sich auch eine verringerte Breite der Seitenlappen und eine verringerte Signalstärke im Bereich der Seitenlappen. Die bei der zweiten Frequenz f2 = 2,1 kHz bestimmte Spektralkomponente liegt bei in etwa –50 dB, was bedeutet, dass eine Verachtfachung der Fensterlänge erforderlich war, um nur durch Vergrößerung der Fensterlänge den gleichen Effekt zu erreichen wie durch die zuvor beschriebene Kompensation. Wie es aus 3 weiter ersichtlich ist, kann in diesem Fall durch die Kompensation eine weitere Unterdrückung des Störsignaleinflusses von ungefähr –50 dB auf ungefähr –70 dB erreicht werden.
Die anhand des Beispiels von 1–3 erläuterte Vorrichtung sowie das entsprechende Verfahren zum Auswerten eines Signals eignet sich besonders für den Fall, dass es sich sowohl bei der ersten Frequenz f1 als auch bei der zweiten Frequenz f2 um vorgegebene Frequenzen von in dem Signal zu erfassenden und auszuwertenden Signalisierungstönen bzw. Signalisierungstonkomponenten handelt. Eine gegenseitige Beeinflussung von Sinustönen bei den jeweiligen Frequenzen eines Multifrequenz-Signalisierungstons ist deutlich unterdrückt.
Beim Erfassen und Auswerten von Signalisierungstönen in Telekommunikationssignalen ist es wünschenswert, nicht nur zu erfassen, ob die Signalstärke bei einer vorgegebenen Frequenz eine vorgegebene Höhe übersteigt, sondern auch auszuwerten, ob das Signal einen Signalanteil aufweist, welcher innerhalb vorgegebener Grenzen mit der Frequenz eines Signalisierungstons oder einer Signalisierungstonkomponente übereinstimmt. Bei der Detektion von DTMF-Signalisierungstönen wird typischerweise eine Toleranz im Bereich von wenigen Prozent Abweichung von der durch den Standard vorgegebenen Frequenz verlangt. Diese Genauigkeit kann jedoch bei Verwendung von sehr kurzen Zeitfenstern nicht ohne weiteres gewährleistet werden. Insbesondere konnte bislang der Görtzel-Algorithmus nicht eingesetzt werden, um Signalanteile mit der erforderlichen Frequenzgenauigkeit und gleichzeitig kurzen Detektionszeiten zu erfassen und auszuwerten.
4 zeigt ein weiteres Beispiel für eine Vorrichtung zum Auswerten eines Signals, wobei Komponenten, welche denjenigen der Vorrichtung von 1 entsprechen mit den gleichen Bezugszeichen bezeichnet sind. Die Vorrichtung von 4 ist ebenfalls als Blockdiagramm dargestellt, welches wiederum auch als prinzipielle Darstellung eines entsprechenden Verfahrens verstanden werden kann.
Im Unterschied zu der Vorrichtung von 1 umfasst die Vorrichtung von 4 Verarbeitungsmittel 20, welche als neuronales Netz ausgestaltet sind. Bei dieser Vorrichtung wird ausgenutzt, dass ein neuronales Netz in äußerst flexibler Weise dazu adaptiert werden kann, abhängig von seinen Eingangssignalen ein Ausgangssignal zu erzeugen, welches im Wesentlichen einer vorgegebenen Ausgangssignalform entspricht. Im Falle der Vorrichtung von 4 handelt es sich bei den Eingangssignalen des neuronalen Netzes der Verarbeitungsmittel 20 um die Ausgangssignale des ersten Görtzel-Filters 5 und des zweiten Görtzel-Filters 6, d.h. um die erste Spektralkomponente bei der ersten Frequenz f1 und die zweite Spektralkomponente bei der zweiten Frequenz f2. Die Verarbeitungsmittel 20 erzeugen somit mittels des neuronalen Netzes abhängig von den Ausgangssignalen der Görtzel-Filter 5, 6 ein Ausgangssignal 2. Dabei erfolgt vorzugsweise noch eine weitere Verarbeitung der Ausgangssignale der Görtzel-Filter 5, 6 um die Eingangssignale des neuronalen Netzes zu erzeugen. Diese weitere Verarbeitung kann beispielsweise eine Betragsbildung oder ein Logarithmieren umfassen.
5 zeigt schematisch eine mögliche Auswahl der Frequenzen f1 und f2 der Görtzel-Filter 5 bzw. 6, um ein Ausgangssignal 2 mit einer gewünschten Frequenzcharakteristik zu erreichen. Die Frequenzcharakteristiken der Görtzel-Filter 5, 6 sind in 5 durch gepunktete Linien dargestellt. Die idealisierte Frequenzcharakteristik des Ausgangssignals 2 ist in 5 als durchgezogene Linie dargestellt. Vertikale gestrichelte Linien kennzeichnen um eine vorgegebene Frequenz einen ersten Frequenzbereich innerhalb der mit I. Bezeichneten Linien und einen zweiten Frequenzbereich innerhalb der mit II. bezeichneten Linien.
Bei dem ersten Frequenzbereich handelt es sich um einen so genannten Accept-Bereich, in welchem anhand der Höhe des Ausgangssignals 2 erkannt wird, dass das in dem Zeitfenster erfasste Signal 1 einen Signalanteil aufweist, welcher in seiner Frequenz und seiner Signalstärke vorgegebenen Anforderungen entspricht. Eine Signalstärke des Ausgangssignals 2, welche dem Scheitelwert innerhalb des ersten Frequenzbereichs entspricht würde somit dazu führen, dass ein Signalanteil mit der vorgegebenen Frequenz als in dem Signal vorhanden erkannt wird.
Außerhalb des zweiten Frequenzbereichs weist das idealisierte Ausgangssignal 2 eine geringe Signalstärke auf, so dass dieser Signalstärke des Ausgangssignals 2 entnommen werden kann, dass kein Signalanteil mit der vorgegebenen Frequenz und Signalstärke in dem Signal vorhanden ist. Außerhalb des ersten Frequenzbereichs jedoch innerhalb des zweiten Frequenzbereichs weist das idealisierte Ausgangssignal 2 steile Flanken auf, so dass sich bei der Detektion von Signalisierungstönen eine hohe Frequenzgenauigkeit ergibt. Bei dem Bereich außerhalb des ersten Frequenzbereichs und innerhalb des zweiten Frequenzbereichs handelt es sich um einen so genannten „Graubereich", in welchem beispielsweise eine geringfügig abweichende Frequenz durch eine höhere Signalstärke kompensiert werden kann, so dass ein entsprechender Signalanteil dennoch als den Vorgaben entsprechend identifiziert werden kann.
Das in 5 dargestellte idealisierte Ausgangssignal 2 der Verarbeitungsmittel 20 wird durch Adaption des neuronalen Netzes in einer Lernphase angenähert. Hierfür können die für neuronale Netze bekannten Adaptionsverfahren zum Einsatz kommen. Siehe hierzu beispielsweise „Matlab Neural Network Toolbox User's Guide", Version 3.0.
6 zeigt beispielhaft die innere Struktur des neuronalen Netzes der Verarbeitungsmittel 20 von 4. Die übrigen Komponenten der in 6 dargestellten Vorrichtung entsprechen denjenigen von 4. Das neuronale Netz ist als Vorwärtskopplungsnetz ausgestaltet, d.h. die Eingänge des neuronalen Netzes sind jeweils mit einem Eingang jedes Neurons einer Eingangsschicht von Neuronen 22 des neuronalen Netzes verbunden und die Ausgänge der Neuronen 22 der Eingangsschicht sind jeweils mit einem Eingang jedes Neurons einer nachfolgenden Schicht von Neuronen des neuronalen Netzes verbunden. Im Falle des in 6 dargestellten neuronalen Netzes handelt es sich bei der der Eingangsschicht folgenden Schicht des neuronalen Netzes bereits um die Ausgangsschicht, welche in diesem Fall ein Neuron 24 umfasst, dessen Ausgangssignal das Ausgangssignal 2 der Verarbeitungsmittel 20 bildet.
Bei der Adaption des neuronalen Netzes werden, wie es für neuronale Netze allgemein üblich ist, Gewichte der einzelnen Eingänge der Neuronen 22, 24 eingestellt. Als weiterer Parameter kann für jedes Neuron darüber hinaus ein Bias angepasst werden. Siehe hierzu wiederum die bereits oben erwähnte Veröffentlichung „Matlab Neural Network Toolbox User's Guide". Als Transferfunktionen der Neuronen 22, 24 hat es sich als vorteilhaft erwiesen, die elf Neuronen der Eingangsschicht mit einer Tangens-Hyperbolikus-ähnlichen Transferfunktion eines Sigmoid-Typs zu versehen, während das Neuron 24 der Ausgangsschicht eine Transferfunktion eines Linear-Typs aufweist. Für nähere Informationen zu den Transferfunktionen wird an dieser Stelle wiederum auf die Veröffentlichung „Matlab Neural Network Toolbox User's Guide" verwiesen.
Die Frequenzen f1 und f2 der Görtzel-Filter 5 bzw. 6 sind bei diesem Beispiel derart ausgewählt, dass sich die Frequenz f1 des ersten Görtzel-Filters 5 im Zentrum des ersten Frequenzbereichs befindet, d.h. mit der vorgegebenen Frequenz übereinstimmt, bei welcher ein Signalanteil des Signals erfasst und ausgewertet werden soll, während die Frequenz f2 des zweiten Görtzel-Filters 6 mit einer Grenze des zweiten Frequenzbereichs, d.h. des Reject-Bereichs, übereinstimmt, wie es in 5 schematisch dargestellt ist. Es sind jedoch auch abweichende Anordnungen der Frequenzen f1 und f2 der Görtzel-Filter 5, 6 bezüglich des Accept-Bereichs und Reject-Bereichs möglich. So hat sich insbesondere eine symmetrische Anordnung bezüglich der vorgegebenen Frequenz des auszuwertenden Signalanteils als vorteilhaft erwiesen.
7 zeigt ein weiteres Beispiel für eine Vorrichtung zum Auswerten eines Signals. Elemente, welche denjenigen von 1 und 4 entsprechen sind wiederum mit den gleichen Bezugszeichen bezeichnet und werden an dieser Stelle nicht erneut erläutert.
Im Unterschied zu der Vorrichtung von 4 weist die Vorrichtung von 7 zusätzlich zu dem ersten Görtzel-Filter 5 und dem zweiten Görtzel-Filter 6 ein drittes Görtzel-Filter 7 und ein viertes Görtzel-Filter 8 auf. Jeweils zwei der Görtzel-Filter 5–8 arbeiten dabei in der zuvor beschriebenen Weise bei benachbarten Frequenzen, um im Bereich dieser Frequenzen einen Accept-Bereich und einen Reject-Bereich zu definieren. Die in 7 dargestellte Vorrichtung eignet sich somit insbesondere zum gleichzeitigen Erfassen und auswerten von Signalisierungstönen oder Signalisierungstonkomponenten bei zwei unterschiedlichen vorgegebenen Frequenzen, wie z.B. bei DTMF-Tönen oder Multifrequenz-Tönen. Im Folgenden soll angenommen werden, dass die Görtzel-Filter 5, 6 einen Accept-Bereich und einen Reject-Bereich bei einer ersten vorgegebenen Frequenz definieren, während die Görtzel-Filter 7, 8 einen Accept-Bereich und einen Reject-Bereich bei einer zweiten vorgegebenen Frequenz definieren. Die Ausgangssignale der Görtzel-Filter 5–8 sind einem Verarbeitungsmittel 30 zugeführt, welches wiederum als neuronales Netz ausgestaltet ist. Das neuronale Netz der Verarbeitungsmittel 30 ist ähnlich zu demjenigen der Verarbeitungsmittel 20 von 6 aufgebaut, d.h. es umfasst zwei Schichten von Neuronen 22 und 24 und weist eine Vorwärtskopplungsstruktur auf. Die Hauptunterschiede zu dem neuronalen Netzwerk der Verarbeitungsmittel 20 von 6 besteht darin, dass das neuronale Netzwerk der Verarbeitungsmittel 30 vier Eingänge aufweist, welche jeweils mit einem Eingang jedes der Neuronen 22 der Eingangsschicht verbunden sind, und dass die Ausgangsschicht zwei Neuronen 24 aufweist, die eingangsseitig jeweils mit allen Ausgangssignalen der Neuronen 22 der Eingangsschicht beaufschlagt sind. Das neuronale Netz der Verarbeitungsmittel 30 erzeugt somit zwei Ausgangssignale, welche die Ausgangssignale 2 der Vorrichtung von 7 bilden.
Bei der Adaption des neuronalen Netzes der Verarbeitungsmittel 30 werden für die Neuronen 22, 24 des neuronalen Netzes wiederum die Gewichte ihrer Eingänge und der Bias-Parameter angepasst, um die Ausgangssignale 2 bei den zwei vorgegebenen Frequenzen jeweils dem in 5 dargestellten idealisierten Verlauf anzugleichen.
8 zeigt beispielhaft anhand von Simulationsergebnissen die Frequenzcharakteristik des Ausgangssignals 2 der Vorrichtung von 4. Für die Simulation wurde ein Sinussignal mit einem Pegel von –10 dBm mit einem Rauschen mit einem Pegel von –15 dBm gemischt. Zur Aufnahme der Frequenzcharakteristik wurde die Frequenz des Sinussignals variiert. Aus dem Pegel des Sinussignals und dem Pegel des Rauschens folgt ein Signal-Rausch-Verhältnis von 5 dB. Zum Erfassen des Signals wurde ein Zeitfenster des Hamming-Typs mit einer Länge von 19 ms verwendet, was bei einer Abtastungsfrequenz von 8 kHz einer Abtastungsanzahl von N = 80 entspricht. In diesem Fall würde sich für die Breite des Hauptlappens in dem Frequenzspektrum eine Breite von ungefähr 400 Hz ergeben.
Die durch Simulation ermittelte Frequenzcharakteristik der Vorrichtung ist in 8 als durchgezogene Linie dargestellt. Es ergibt sich ein scharfes Maximum bei der vorgegebenen Frequenz von 2 kHz. Zum Vergleich ist die idealisierte Frequenzcharakteristik, welche der Adaption des neuronalen Netzes zugrunde gelegt wurde, als gepunktete Linie dargestellt. Die Frequenzcharakteristiken der Görtzel-Filter 5, 6 sind in 8 als gestrichelte Linien dargestellt. Aus 8 ist deutlich erkennbar, dass sich in der simulierten Frequenzcharakteristik des Ausgangssignals 2 bei 2 kHz eine scharfe Struktur ausbildet, welche in ihrem Verlauf in etwa der idealisierten Frequenzcharakteristik entspricht. Die Breite dieser Struktur ermöglicht dabei ein Erfassen eines Signalanteils in dem Gesamtsignal mit einer Frequenzgenauigkeit von 24 Hz um die vorgegebenen Frequenz von 2 kHz herum.
Neben der erhöhten Frequenzgenauigkeit gegenüber der sich aus der Länge des verwendeten Zeitfensters ergebenden Genauigkeit zeigt sich in 8 weiterhin eine Verringerung des Rauschniveaus der Frequenzcharakteristik des Ausgangssignals 2 um etwa 30 dB gegenüber den Frequenzcharakteristiken der Görtzel-Filter 5, 6.
9 zeigt beispielhaft anhand von Simulationsergebnissen die Frequenzcharakteristik der Ausgangssignale 2 der Vorrichtung von 7 bei der Detektion eines Multifrequenz-Signalisierungstons mit einer ersten Signalisierungstonkomponente bei 1,8 kHz und einer zweiten Signalisierungstonkomponente bei 2,2 kHz. Das Eingangssignal wurde in der bereits zu 8 beschriebenen Weise erzeugt, d.h. es wurde ein Sinuston mit einem Rauschsignal gemischt und die Frequenz des Sinustons variiert.
Zum Erfassen des Signals wurde ein Zeitfenster des Blackman-Typs mit einer Fensterlänge von 6,25 ms verwendet. Es ergibt sich somit bei einer Abtastfrequenz von 8 kHz eine Anzahl von Abtastungen von N = 50. Für Frequenzen f < 2 kHz ist in 9 das erste der zwei Ausgangssignale 2 der Vorrichtung von 7 dargestellt, während für Frequenzen f > 2 kHz das zweite Ausgangssignal 2 der Ausgangssignale 2 der Vorrichtung von 7 dargestellt ist. In der Frequenzcharakteristik zeigt sich aufgrund der Tatsache, dass das erste Ausgangssignal 2 zur Detektion eines Signalanteils bei 1,8 kHz adaptiert wurde und das zweite Ausgangssignal zur Detektion eines Signalanteils bei 2,2 kHz adaptiert wurde, eine Symmetrie bezüglich f = 2 kHz. Bei den vorgegebenen Frequenzen von 1,8 kHz und 2,2 kHz weist die Frequenzcharakteristik des ersten Ausgangssignals 2 bzw. des zweiten Ausgangssignals 2 ein scharfes Maximum auf. Der Verlauf der simulierten Frequenzcharakteristik entspricht im Wesentlichen dem bei der Adaption des neuronalen Netzes der Verarbeitungsmittel 30 vorgegebenen Verlauf (als gepunktete Linie dargestellt). Die Grenzen des Accept-Bereichs wurden bezüglich der vorgegebenen Frequenzen von 1,8 kHz bzw. 2,2 kHz mit +/–25 Hz gewählt. Die Grenzen des Reject-Bereichs wurden bezüglich der vorgegebenen Frequenzen mit +/–50 Hz gewählt. Bei den gewählten Einstellungen weisen die Hauptlappen des Frequenzspektrums aufgrund der endlichen Länge des Zeitfensters eine Breite von 960 Hz auf. Wie es aus 9 ersichtlich ist, kann dadurch, dass in den Ausgangssignalen 2 der Vorrichtung von 7 der Einfluss des Zeitfensters auf die Bestimmung der Spektralkomponenten durch die Görtzel-Filter 5–8 kompensiert ist, die Frequenzgenauigkeit beim Erfassen und Auswerten von Signalanteilen bei den vorgegebenen Frequenzen von 1,8 kHz und 2,2 kHz auf 25 Hz um diese vorgegebenen Frequenzen herum erhöht werden.
Bei den zuvor beschriebenen Vorrichtung können die Kompensationsfaktoren bzw. die Adaptionseinstellungen des neuronalen Netzes für einen bestimmten Typ von Vorrichtung und die jeweiligen verwendeten Betriebsparameter der Vorrichtung, wie z.B. vorgegebene Frequenz des auszuwertenden Signalanteils, Fensterlänge oder Fenstertyp, vorab durch Messungen oder Simulationen bestimmt werden und in der jeweiligen Vorrichtung abrufbar gespeichert werden. Auf diese Weise ist es nicht erforderlich, die Vorrichtungen mit Mitteln auszustatten, welche das Berechnen der Kompensationsfaktoren bzw. das Adaptieren der Parameter der neuronalen Netze bewerkstelligen. Falls eine erhöhte Flexibilität der Vorrichtungen vorgesehen sein soll, können jedoch auch Mittel zum Berechnen der Kompensationsfaktoren bzw. zum Adaptieren des neuronalen Netzes vorgesehen sein.

Claims

Verfahren zum Auswerten eines Signals, umfassend die Schritte: – Erfassen des Signals in einem Zeitfenster, – Bestimmen einer ersten Spektralkomponente des in dem Zeitfenster erfassten Signals (1) bei einer ersten Frequenz (f1), – Bestimmen einer zweiten Spektralkomponente des in dem Zeitfenster erfassten Signals (1) bei einer zweiten Frequenz (f2), welche sich von der ersten Frequenz (f1) unterscheidet, gekennzeichnet durch den weiteren Schritt – Verarbeiten der ersten Spektralkomponente und der zweiten Spektralkomponente, um abhängig von sowohl der ersten Spektralkomponente als auch der zweiten Spektralkomponente mindestens ein Ausgangssignal (2) zu erzeugen, in welchem der Einfluss einer Signalverbreiterung aufgrund der endlichen Länge des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass das Verarbeiten der ersten Spektralkomponente und der zweiten Spektralkomponente umfasst: – Multiplizieren der ersten Spektralkomponente mit einem ersten Kompensationsfaktor (c1) um einen ersten Kompensationswert zu erhalten, – Subtrahieren des ersten Kompensationswerts von der zweiten Spektralkomponente, um als das mindestens eine Ausgangssignal (2) eine kompensierte zweite Spektralkomponente bei der zweiten Frequenz (f2) zu erhalten.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass das Verarbeiten der ersten Spektralkomponente und der zweiten Spektralkomponente umfasst: – Multiplizieren der zweiten Spektralkomponente mit einem zweiten Kompensationsfaktor (c2) um einen zweiten Kompensationswert zu erhalten, – Subtrahieren des zweiten Kompensationswerts von der ersten Spektralkomponente, um als das mindestens eine Ausgangssignal (2) eine kompensierte erste Spektralkomponente bei der ersten Frequenz (f1) zu erhalten.
Verfahren nach Anspruch 2 oder 3, dadurch gekennzeichnet, dass der erste und/oder zweite Kompensationsfaktor (c1, c2) abhängig von der Fensterlänge des Zeitfensters bestimmt wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Zeitfenster einem Fenstertyp entspricht, welcher das Eingangssignal zeitlich mit einer vorgegebenen Einhüllendenfunktion überlagert.
Verfahren nach Anspruch 5, dadurch gekennzeichnet, dass der Fenstertyp einem Rechteck-Fenstertyp, einem Hamming-Fenstertyp oder einem Blackman-Fenstertyp entspricht.
Verfahren nach Anspruch 2 oder 3 und einem der Ansprüche 5 oder 6, dadurch gekennzeichnet, dass der erste und/oder zweite Kompensationsfaktor (c1, c2) abhängig von dem Fenstertyp bestimmt wird.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass die erste und/oder die zweite Spektralkomponente mittels des Görtzel-Algorithmus bestimmt wird.
Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch die Schritte: – Verarbeiten der ersten und der zweiten Spektralkomponente durch ein neuronales Netz, um das mindestens eine Ausgangssignal (2) zu erzeugen, in welchem Einfluss der endlichen Länge des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.
Verfahren nach Anspruch 9, gekennzeichnet durch den Schritt: – Adaptieren des neuronalen Netzes in einer Lernphase.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass bei weiteren Frequenzen weitere Spektralkomponenten des in dem Zeitfenster erfassten Signals (1) bestimmt werden.
Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das mindestens eine Ausgangssignal (2) einer vorgegebenen Frequenz zugeordnet ist, bei welcher ein Signalanteil des Signals (1) auszuwerten ist.
Vorrichtung zum Auswerten eines Signals, umfassend – Signalerfassungsmittel (4), welche dazu ausgestaltet sind, das Signal in einem Zeitfenster zu erfassen, – erste Berechnungsmittel (5), welche dazu ausgestaltet sind, eine erste Spektralkomponente des in dem Zeitfenster erfassten Signals (1) bei einer ersten Frequenz (f1) zu bestimmen, – zweite Berechnungsmittel (6), welche dazu ausgestaltet sind, eine zweite Spektralkomponente des in dem Zeitfenster erfassten Signals (1) bei einer zweiten Frequenz (f2), welche sich von der ersten Frequenz (f1) unterscheidet, zu bestimmen, gekennzeichnet durch – Verarbeitungsmittel (10; 20; 30), welche dazu ausgestaltet sind, abhängig von sowohl der ersten Spektralkomponente als auch der zweiten Spektralkomponente mindestens ein Ausgangssignal (2) zu erzeugen, in welchem der Einfluss einer Signal verbreiterung aufgrund der endlichen Länge des Zeitfensters auf die Bestimmung der Spektralkomponenten kompensiert ist.
Vorrichtung nach Anspruch 13, dadurch gekennzeichnet, dass die Verarbeitungsmittel (10) umfassen: – Multiplikationsmittel (12), welche dazu ausgestaltet sind die erste Spektralkomponente mit einem ersten Kompensationsfaktor (c1) zu multiplizieren, um einen ersten Kompensationswert zu erhalten, – Subtraktionsmittel (14), welche dazu ausgestaltet sind, den ersten Kompensationswert von der zweiten Spektralkomponente zu subtrahieren, um als das mindestens eine Ausgangssignal (2) der Verarbeitungsmittel (10) eine kompensierte zweite Spektralkomponente bei der zweiten Frequenz (f2) zu erhalten.
Vorrichtung nach Anspruch 13 oder 14, dadurch gekennzeichnet, dass die Verarbeitungsmittel (10) umfassen: – Multiplikationsmittel (13), welche dazu ausgestaltet sind die zweite Spektralkomponente mit einem zweiten Kompensationsfaktor (c2) zu multiplizieren, um einen zweiten Kompensationswert zu erhalten, – Subtraktionsmittel (15), welche dazu ausgestaltet sind, den zweiten Kompensationswert von der ersten Spektralkomponente zu subtrahieren, um als das mindestens eine Ausgangssignal (2) der Verarbeitungsmittel (10) eine kompensierte erste Spektralkomponente bei der zweiten Frequenz (f2) zu erhalten.
Vorrichtung nach einem der Ansprüche 13 bis 15, dadurch gekennzeichnet, dass die Verarbeitungsmittel (20; 30) ein neuronales Netz umfassen.
Vorrichtung nach Anspruch 16, dadurch gekennzeichnet, dass das neuronale Netz als Vorwärtskopplungsnetz ausgestaltet ist.
Vorrichtung nach Anspruch 16 oder 17, dadurch gekennzeichnet, dass das neuronale Netz eine Eingangsschicht mit einer Vielzahl von Neuronen (22) und eine Ausgangsschicht mit mindestens einem Neuron (24) umfasst, wobei die Anzahl von Neuronen (24) in der Ausgangsschicht der Anzahl von Ausgangssignalen (2) der Verarbeitungsmittel (20; 30) entspricht.
Vorrichtung nach Anspruch 18, dadurch gekennzeichnet, dass die Neuronen (22) der Eingangsschicht eine Transferfunktion eines Sigmoid-Typs aufweisen.
Vorrichtung nach Anspruch 18 oder 19, dadurch gekennzeichnet, dass das mindestens eine Neuron (24) der Ausgangsschicht eine Transferfunktion eines Linear-Typs aufweist.
Vorrichtung nach einem der Ansprüche 13 bis 20, dadurch gekennzeichnet, dass die Vorrichtung zum Durchführen des Verfahrens nach einem der Ansprüche 1 bis 12 ausgestaltet ist.
Vorrichtung nach einem der Ansprüche 13 bis 21, dadurch gekennzeichnet, dass die Vorrichtung als Tondetektor zum Erfassen von Signalisierungstönen in Telekommunikationssignalen ausgestaltet ist.