DE19960161C2 - Verfahren zur Detektion von sprachmodulierten Sendungen - Google Patents
Verfahren zur Detektion von sprachmodulierten SendungenInfo
- Publication number
- DE19960161C2 DE19960161C2 DE19960161A DE19960161A DE19960161C2 DE 19960161 C2 DE19960161 C2 DE 19960161C2 DE 19960161 A DE19960161 A DE 19960161A DE 19960161 A DE19960161 A DE 19960161A DE 19960161 C2 DE19960161 C2 DE 19960161C2
- Authority
- DE
- Germany
- Prior art keywords
- signal
- broadcasts
- voice
- modulated
- classifier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 25
- 238000001514 detection method Methods 0.000 title description 6
- 239000013598 vector Substances 0.000 claims description 33
- 230000005540 biological transmission Effects 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 5
- 230000001537 neural effect Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims 1
- 238000005562 fading Methods 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 230000001052 transient effect Effects 0.000 description 7
- 239000000969 carrier Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 230000004069 differentiation Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000000926 separation method Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- SYHGEUNFJIGTRX-UHFFFAOYSA-N methylenedioxypyrovalerone Chemical compound C=1C=C2OCOC2=CC=1C(=O)C(CCC)N1CCCC1 SYHGEUNFJIGTRX-UHFFFAOYSA-N 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
- H04B1/06—Receivers
- H04B1/16—Circuits
- H04B1/26—Circuits for superheterodyne receivers
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/93—Discriminating between voiced and unvoiced parts of speech signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L27/00—Modulated-carrier systems
- H04L27/0012—Modulated-carrier systems arrangements for identifying the type of modulation
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Electromagnetism (AREA)
- Noise Elimination (AREA)
- Digital Transmission Methods That Use Modulated Carrier Waves (AREA)
Description
Die Erfindung betrifft ein Verfahren zur Detektion von sprachmodulierten Sendungen
nach dem Oberbegriff des Patentanspruch 1 und HF-Empfänger zur Durchführung des
Verfahrens nach dem Oberbegriff des Patentanspruch 6.
Die Erfindung findet Verwendung bei der automatischen Klassifikation von
Nachrichtensignalen, die über Kurzwelle übertragen werden.
Die DE 32 52 288 T2 beschreibt ein Verfahren zur Sprachverarbeitung, bei dem der
Angangs- und Endpunkt einer Sprachprobe eines Eingangssignals durch Erstellen eines
auf einer Messung des Rauschpegels des Eingangssignals basierenden
Anfangsschwellwerts bestimmt werden, wobei der Anfangsschwellwert zum Erstellen
einer gespeicherten Anfangssprachprobe verwendet wird, die dann unter Verwendung
eines weiteren, auf einem vorbestimmten Pegel unterhalb eines maximalen Pegels
liegenden Schwellwertpegels weiterverarbeitet wird.
Die DE 32 36 000 C2 beschreibt ein Verfahren zur Klassifizierung von Audiosignalen,
insbesondere Musik- und Sprachinformationen, durch Detektion von Signalpausen mit
vorgegebener, minimaler Dauer. Durch Analog-Digitalwandlung des Audiosignals an
zwei weit auseinanderliegenden Schwellen wird zusätzlich die Signaldynamik
berücksichtigt.
Im HF-Bereich werden sprachmodulierte Sendungen, impulsartige Störungen und
Datensendungen mit stationären Eigenschaften durch den zeitinvarianten Kanalfluß
einander immer ähnlicher. HF-spezifische Ausbreitungsbedingungen bei der
Funkübertragung im Kanal mit zeitinvarianten, frequenzselektiven Kanalverzerrungen
sowie fehlende Kenntnis der Trägerfrequenz führen dazu, daß sprachmodulierte
Sendungen z. B. der Modulationsarten A3E (Zweiseitenband mit Träger) und J3E
(Einseitenband ohne Träger) und kanaltypische, binäre Datensendungen, wie z. B. M-
PSK (Phase Shift Keying), M-FSK (Frequency Shift Keying), MSK (Minimum Shift
Keying), M-ASK (Amplitude Shift Keying) oder Wechselträger mit bekannten
Klassifikationsverfahren nicht zu unterscheiden sind. Die bekannten
Klassifikationsverfahren benötigen ein Basisbandsignal, zu dessen Erzeugung die
exakte Kenntnis der Trägerfrequenz Voraussetzung ist.
Durch die Mehrwegeausbreitung der Signale wird das Signal im Empfänger destruktiv
überlagert (Fading). Für die Modulationserkennung ist das Fading ein störender Faktor,
da die Datenübertragung instationär wird. Dies führt zu Fehlerkennungen, da
Datensendungen als Sprachsignale detektiert werden, die diesen instationären Charakter
von sich aus besitzen.
Aufgabe der Erfindung ist es, ein Verfahren und einen HF-Empfänger anzugeben, mit
dem eine Trennung von sprachmodulierten Sendungen und Datensendungen auch unter
Fadingeinflüssen im HF-Bereich erreicht wird.
Die Erfindung ist in Bezug auf das Verfahren in Anspruch 1 und auf den HF-Empfänger
in Anspruch 6 beschrieben. Vorteilhafte Aus- und Weiterbildungen sind in den
Unteransprüchen angegeben.
Das Verfahren analysiert die Instationarität des Signals anhand des Verlaufs seiner
Amplitude. Die Auswertung der Instationarität erfolgt einerseits durch die Betrachtung
der Kurzzeitenergie über den gesamten Signalverlauf. Die Kurzzeitenergie wird über
die durchschnittliche Phonemdauer der Sprache gebildet. Die Änderungen in der
Kurzzeitenergie werden beitragsmäßig aufsummiert. Andererseits liefert unabhängig
vom relativen Verlauf des Signals die Korrelation mit der Gammaverteilung, deren
Parameter aus dem Signal geschätzt werden, ein weiteres Merkmal für die
Instationarität des Signals. Die Abgrenzung gegen instationäre Datensendungen erfolgt
an Merkmalen, die aus der Momentanfrequenz ermittelt werden. Zur Unterscheidung
zwischen Zweiseitenband-modulierten Sendungen (z. B. A3E) und Trägern wird das
Signal Amplituden-moduliert und die Änderung der Kurzzeitenergie und die
Korrelation mit der Gammaverteilung am demodulierten Signal betrachtet. Die
Unterscheidung zu instationären Datensendungen erfolgt durch Merkmale aus der
Konstanz der Momentanfrequenz. Die aus dem Signal gewonnenen Merkmale werden
mit einem Polynomklassifikator ausgewertet und beispielsweise einer der Klassen
"J3E", "A3E" oder "Daten" zugeordnet.
Die Erfindung wird anhand von Ausführungsbeispielen beschrieben unter Bezugnahme
auf eine schematische Zeichnung.
Fig. 1 zeigt ein Blockschaltbild der Signalverarbeitung.
In einem Ausführungsbeispiel liegt das Signal als reellwertiges Bandpaßsignal auf einer
ZF von 12,5 kHz mit einer Abtastfreqeunz von 44,1 kHz als reellwertiger Vektor x(k)
vor. Dieses Signal x(k) wird mit einem komplexwertigen Vektor um 12,5 kHz
abwärtsgemischt und liegt dann als komplexwertiges Basisbandsignal E(k) vor. Nach
der Abwärtsmischung wird das Signal gefiltert, um die periodischen Fortsetzungen des
in die Basisbandlage verschobenen Signals zu unterdrücken. Das Vorverarbeitungsfilter
ist z. B. ein FIR-Filter mit linearer Phase, so daß keine Phasenverzerrungen durch das
Filter entstehen.
Nach der Vorverarbeitung erfolgt die Signalnormierung, damit die Merkmalsbildung
immer unter gleichen Voraussetzungen stattfindet. Eine Normierung auf gleiche
Signalamplitude ist durch die im Kanal häufig vorkommenden Knackgeräusche und
Impulsstörungen nicht empfehlenswert. Daher werden vor der Merkmalsbildung alle
Signale auf gleiche, mittlere Energie normiert. Dazu wird zunächst die mittlere Energie
des Signals (k) bestimmt, und anschließend wird das Signal auf die mittlere Energie 1
normiert.
Das normierte Signal z(k) ist das Ausgangssignal für die Merkmalsberechnung. N ist
die Anzahl der Abtastwerte des Signals, fa seine Abtastfrequenz.
Sprache ist ein instationärer Prozeß mit starken Schwankungen in der Amplitude. Diese
Schwankungen in der Amplitude führen zu einem instationären Verlauf der
Kurzzeitenergie. Die Kurzzeitenergie entspricht der mittleren Energie eines kurzen
Beobachtungszeitraumes. Die Annahme der Instationarität der Sprache gilt nicht für
Zeiträume, die kleiner als die Phonemdauer des Sprachsignals sind. Die Phonemdauer
liegt dabei im Mittel zwischen 15 und 30 ms. Um mittels der Kurzzeitenergie die
Instationarität von sprachmodulierten Sendungen zu erfassen, bewegt sich die
Zeitspanne für die Berechnung der Kurzzeitenergie in dem Bereich der Phonemdauer.
Für längere Zeiträume ergibt sich dabei eine bessere Mittelung der Signalenergie, so
daß kanalabhängige, impulsartige Störungen bei größerer Mittelung keine Rolle mehr
spielen. Auf der anderen Seite wird für eine größere Mittelung die Dynamik der
Amplitude nicht mehr richtig erfaßt.
Das Signal zk wird in Blöcke aufgeteilt. Die Kurzzeitenergie STE wird bei gegebener
Phonemdauer tphonem in [ms] aus dem Signal z(k) mit folgender Vorschrift erreicht:
Die Berechnung der relativen Änderungen der Kurzzeitenergie mit anschließender
Betragsbildung:
führt auf die relative, prozentuale Änderung der Kurzzeitenergie DSTE. Diese wird
anschließend noch durch NBlock - 1 normiert:
Die Größe DSTENorm ist die Summe der Beträge der differentiellen Änderung der
Kuzzeitenergie und wird als erstes Merkmal verwendet.
Besonders bei J3E- und ASK-Sendungen liefert das Merkmal 1 aussagekräftige
Ergebnisse. Die Amplitudeneinbrüche durch frequenzselektives Fading führen bei FSK-
Sendungen mit ganzzahligem, hohem Modulationsindex ebenfalls zu starken
Schwankungen in der Kurzzeitenergie. Breitbandigere PSK-Sendungen sind zwar vom
frequenzselektiven Fading ebenfalls betroffen; die Änderung in der Kurzzeitenergie ist
bei PSK-Sendungen durch Kanaleinflüsse nur wenig festzustellen. Durch
Symbolwechsel verursachte Energieeinbrüche in der PSK werden durch die lange
Mittelung der Kurzzeitenergie nicht erfaßt.
Die Amplitudenverteilung eines Sprachsignals wird z. B. durch die Gammadichte:
p(x) = γxb-1e-cx mit γ = cb/Γ(b).
ϒ ist die Gammafunkton.
Setzt man die Konstanten b = 1/2 (7) und C = √3/2σ und erweitert die
Gammaverteilung für negative x, so erhält man eine spezielle Farm der Gammadichte,
die zur Beschreibung der statistischen Eigenschaften des Sprachsignalprozesses
verwendet wird.
Die Gammadichte ist um die Standardabweichung σ des Zufallsprozesses erweitert.
Diese spezielle Form der Gammadichte hängt nun nur noch von einem Parameter ab,
der Standardabweichung σ des Zufallsprozesses. Die Standardabweichung wird aus dem
Zufallsprozeß direkt geschätzt.
Die Merkmalsbildung wird am Realteil zReal(k) des Signals z(k) durchgeführt. Die
Wahrscheinlichkeitsdichte pzr1 des Signals zReal(k) wird durch ein Histogramm mit
z. B. 32 Bins bestimmt. Die Gammadichte prz2 wird an den Stellen berechnet, die der
Mitte eines jeden Bins von pzr1 entspricht. Als Maß für die Übereinstimmung der
Wahrscheinlichkeitsdichten wird der Korrelationskoeffizient ρpzr1,pzr2 zwischen
Histogramm und Gammadichte berechnet (Literatur siehe E. Häusler: "Statische Signale",
Springer-Verlag (1997)).
Eine Übereinstimmung beider Histogramme liegt bei ρpzr1,pzr2 = 1 vor. Der
Korrelationskoeffizient ρpzr1,pzr2 wird als zweites Merkmal verwendet.
Da die Merkmalsberechnung von der Länge des Beobachtungsintervalls unabhängig ist,
muß bei diesem Merkmal keine von der Signaldauer abhängige Normierung
durchgeführt werden.
Die bisher beschriebenen Merkmale dienen dazu, Einseitenbandsendungen mit Sprache
von anderen Sendungen zu trennen. Eine Trennung von J3E-Sendungen zu ASK-
Datensendungen ist mit diesen Merkmalen nicht möglich. Daher wird nun die
Momentanfrequenz des Signals betrachtet, um diese Trennung vornehmen zu können.
Die Momentanfrequenz fM wird hier definiert als die Phasendifferenz zwischen
aufeinanderfolgenden Abtastwerten:
fM = ϕk+1 - ϕk.
Das normierte Signal z(k) hat die Form:
z(k) = R(k).ejϕ(k).
Dort, wo die Amplitude R(k) des ASK-Signals groß ist, ist die Momentanfrequenz
nahezu konstant. Schwankungen in der Momentanfrequenz treten kaum auf. Beim J3E-
Signal dagegen ist die Momentanfrequenz nicht konstant, wenn die Amplitude R(k)
groß wird. Daher kann die Standardabweichung der Momentanfrequenz in
leistungsstarken Signalabschnitten als Merkmal herangezogen werden. Als
leistungsstarker Signalabschnitt wird der Anteil des Signals in die Merkmalsberechnung
einbezogen, dessen Amplitude über einem festen Schwellwert der Signalamplitude
liegt. fM ist die Momentanfrequenz des normierten Eingangssignals in den
leistungsstarken Signalabschnitten.
Die Standardabweichung von fM wird in Abhängigkeit der Anzahl der Abtastwerte,
deren Betrag die gewählte Schwelle überschreitet, berechnet.
Die Momentanfrequenz von A3E-Signalen ist zwar nicht konstant, aber die durch die
Modulation verursachten Schwankungen in der Momentanfrequenz sind sehr klein.
Damit ist die Trennung zwischen Signalen mit einem Trägeranteil möglich. Mit diesem
dritten Merkmal sind A3E- und ASK-Sendungen sowie einzelne Träger von anderen
Sendungen zu unterscheiden.
Charakteristisch für ASK-Sendungen ist der schnelle Amplitudenwechsel beim
Symbolübergang sowie die Konstanz der Amplitude während der Übertragung eines
Symbols. Diese für die Detektion gute Eigenschaft wird durch das Fading stark gestört.
Die Amplitude ist nicht mehr konstant, sondern verändert sich mit kleiner Frequenz.
Eine einfache Amplitudendetektion ist somit nicht mehr möglich. Um die
Fadingeinflüsse rückgängig zu machen, wird das Fading aus dem Signal heraus
gerechnet. Dazu wird das Signal wie beim 1. Merkmal in kurze Blöcke aufgeteilt, für
die die mittlere Energie berechnet wird. Ist die Energie eines Blockes größer als ein
Schwellwert STEmin, wird das Signal in diesem Block mit der mittleren Energie
normiert. In Blöcken, in denen die Energie kleiner als STEmin ist, bleibt das Signal
unverändert.
Die Blocklänge tmin zur Berechnung der Kurzzeitenergie muß dabei deutlich kleiner sein
als die minimale Symboldauer. Dieses Verfahren wird als Block-AGC (Automativ Gain
Control) bezeichnet.
Bei einer im HF-Kanal auftretenden ASK liegt die Baudrate in der Regel zwischen
10-100 Baud, d. h. die minimale Symboldauer beträgt 10 ms. Da eine Synchronisation auf
die Symbole nicht erfolgt, sollte die Blocklänge für die Kurzzeitenergie im Bereich
von 2 ms liegen. Dann werden die Symbolübergänge noch gut erfaßt.
Als Maß für die Instationarität der Amplitude wird das Verhältnis p5,95 des 5%-
Percentils zum 95%-Percentil des Betrages bestimmt:
Das |z'|x%-Percentil ist der Wert, für den gilt, daß x% der Stichprobenelemente einen
Betrag kleiner als diesen Wert haben. Dieses vierte Merkmal hängt sehr vom Signal- zu
Rauschverhältnis ab. Überschreitet die Rauschleistung die Schwelle Emin, kann das
Fading nicht mehr herausgerechnet werden.
Da die Amplitude des ASK-Signals nach Anwendung der Block-AGC immer maximal
ist, ist die Standardabweichung des Betrages nach der Block-AGC für ein ASK-Signal
groß und geht gegen 0,5. Daher wird die Standardabweichung des Betrages nach der
Block-AGC als fünftes Merkmal herangezogen.
Bei der Berechnung der Standardabweichung der Momentanfrequenz ist den
leistungsstarken Signalabschnitten liegen alle Modulationsarten mit einem Träger
ungefähr im gleichen Wertebereich, da die Momentanfrequenz nur bei großen
Signalpegeln betrachtet wird. Betrachtet man die Momentanfrequenz über den ganzen
Signalausschnitt, so werden mittels der Standardabweichung des Betrages der
Momentanfrequenz fM die ASK-Sendungen von A3E-Sendungen und Trägern besser
getrennt, da die Signalabschnitte ohne Träger in die Betrachtung mit eingehen.
Durch frequenzselektives Fading im Kanal wird bei langsamen FSK-Sendungen oft ein
Träger gestört, so daß die Amplitude starke Einbrüche aufweist. Um die FSK-
Sendungen mit einem ganzzahligen Modulationsindex von A3E-modulierten Sendungen
besser zu unterscheiden, wird die Nulldurchgangsrate der Momentanfreqeunz fM0(k)
berechnet. Das Verhältnis der Nulldurchgänge von fM0 zu N ist die Nulldurchgangsrate
und wird als siebtes Merkmal verwendet. Die Nulldurchgangsrate ist für langsame FSK-
Sendungen mit einem ganzzahligen Modulationsindex klein, da nur wenige
Symbolwechsel auftreten.
Bei vielen A3E-Sendungen liegt die Leistung im Träger weit über der Leistung der
Seitenbänder. Daher können Sprachcharakteristika nach einer Demodulation der A3E-
Sendung besser herausgearbeitet werden. Da die Trägerlage unbekannt ist, wird die
A3E-Sendung inkohärent demoduliert, indem von der Betragseinhüllenden des Signals
der Mittelwert abgezogen wird. Bei der Übertragung im HF-Kanal unterliegt der Träger
aber immer Fadingeinflüssen, daß eine einfache Einhüllendendemodulation nicht
ausreicht. Zusätzlich müssen mit Hochpaß langsamveränderliche Anteile des Signals
herausgefiltert werden. Das so entstandene, reellwertige Signal ist das Ausgangssignal
für die Merkmalsberechnung der weiteren Merkmale 8 bis 10.
Das achte Merkmal wird analog zum Merkmal 1, jedoch auf dem demodulierten Signal
berechnet. Bei der Berechnung des Merkmals 1 ist der Verlauf der Kurzzeitenergie bei
A3E-Sendungen überwiegend vom Träger bestimmt. Nach der Demodulation ist die
Kurzzeitenergie für Sprachsendungen instationär, so daß die Summation der
Absolutwerte der relativen Änderungen der Kurzzeitenergie eine bessere
Unterscheidung zu rauschbehafteten Trägern ermöglicht.
Durch die Demodulation und Filterung niedriger Frequenzanteile verlieren Signale mit
konstanter Einhüllenden deutlich an Energie gegenüber dem nicht demodulierten
Signal. Daher ist die Standardabweichung der Kurzzeitenergie des demodulierten
Signals bei Einseitenbandsendungen deutlich größer, als bei allen anderen Verfahren.
Die Standardabweichung der Kurzzeitenergie des demodulierten Signals bildet das
neunte Merkmal.
Zur Erkennung von Sprachpausen in der A3E-Sendung und zur Unterscheidung zu
Musikübertragungen wird analog zum Merkmal 3 der Realteil des demodulierten
Signals mit der Gammadichte korreliert. Der Korrelationskoeffizient des Histogramms
des Realteils des demodulierten Signals mit einer Gammadichte, die z. B. die spezielle
Form für die Amplitudenverteilung eines Sprachsignals gemäß dem zweiten Merkmal
aufweist, wird als zehntes Merkmal verwendet.
Nach der Vorverarbeitung und Merkmalsbestimmung wird nun ein Merkmalsvektor vm
mit m Elementen gebildet, der das empfangene und bearbeitete Signal repräsentiert.
Wie in Fig. 1 dargestellt, wird der empfangene Signalvektor z(k) auf den
Merkmalsvektor vm transformiert und damit in der Dimension erheblich reduziert.
In der Klassifikation wird der Merkmalsvektor in einen Zielvektor transformiert, der die
Art des empfangenen Signals repräsentiert. Der Klassifikator weist allen z. B. A3E-
modulierten Sendungen den Zielvektor:
zu. Dazu bildet man k Unterscheidungsfunktionen dk(v), wobei k der Anzahl der
Klassen entspricht. In diesem Fall ist k = 3. Jede Unterscheidungsfunktion dk(v) bildet
den Merkmalsvektor vm in eine Zahl ab, aus denen dann der Zielvektor gebildet wird. Je
nachdem, wie die Unterscheidungsfunktionen aus dem Merkmalsvektor gebildet
werden, unterscheidet man verschiedene Klassifikatortypen. Wird z. B. ein
Polynomklassifikator verwendet, sind die Unterscheidungsfunktionen dk(v) Polynome
mit Grad G aus dem Merkmalsvektor vm.
Die Unterscheidungsfunktion besteht beim Polynomklassifikator aus einem
Koeffizientenvektor hm,k und einem Vektor r(v), der die Produkte der Komponenten des
Merkmalsvektors darstellt.
Die Unterscheidungsfunktionen sind darstellbar als Vektor:
d(v) = HT.r(v),
wobei die Matrix H aus den Koeffizientenvektoren gebildet wird.
Zur Bestimmung des Klassifikators ist die Koeffizientenmatrix H zu bestimmen. Die
Koeffizientenmatrix läßt sich leicht berechnen, wenn die Monomere r(v) und der
Entscheidungsvektor d(v) bekannt sind. Praktisch werden einer Gruppe von Merkmalen
Zielvektoren y zugeordnet. Es wird eine Trainingsstichprobe gebildet, bei der man die
Zuordnung von Merkmalsvektoren zur Zielklasse kennt. Der Umfang der
Trainingsstichprobe richtet sich nach dem Grad des Klassifikators. Mit steigendem Grad
des Klassifikators erhöht sich auch die Anzahl der freien Parameter bei der Bestimmung
der Koeffizeintenmatrix, so daß mit steigendem Grad des Klassifikators der Umfang der
Trainingsstichprobe erhöht werden muß.
Zur Berechnung der Koeffizientenmatrix werden Pivotstrategien verwendet, die eine
grobe Auskunft über die Wichtigkeit einzelner Merkmale geben. Da mit steigender
Anzahl der Merkmale und steigendem Grad der Monome der Rechen- und Zeitaufwand
bei der Approximation der Koeffizientenmatrix H anwächst, wird die Anzahl der
Merkmale möglichst klein gehalten. Es werden die Merkmalsvektoren z. B. mit der
Karhunen-Loeve-Transformation in einen neuen Merkmalsvektor transformiert. Die
Karhunen-Loeve-Transformation transformiert den ursprünglichen Merkmalsvektor in
einen neuen Merkmalsvektor, dessen transformierte Merkmale unkorreliert sind. Es
bestehen also nach der Karhunen-Loeve-Transformation keine linearen Abhängigkeiten
mehr zwischen den Merkmalen. Neben dieser günstigen Eigenschaft der Karhunen-
Loeve-Transformation zur Erzeugung unkorrelierter Merkmalsvektoren, liefern die bei
der Transformation berechneten Eigenwerte der aus der Trainingsstichprobe gebildeten
Merkmalsmatrix eine Aussage über den Beitrag des Merkmals zur Unterscheidung
zwischen den Klassen.
Ein Qualitätskriterium für die Reduktion der Transformationsmatrix ist der sogenante
Rekonstruktionsfehler. Der Rekonstruktionsfehler wird aus der Summe der nicht in die
Transformationen eingegangenen Eigenwerte ermittelt.
Die Durchführung des Verfahrens ergibt, daß die gemeinsame Verwendung der
Merkmale 1, 2, 3, 4, 8, 9 und 10 für die Bildung eines geeigneten Zielvektors notwendig
sind. Die zusätzliche Verwendung der Merkmale 5, 6 und 7 oder einzelne davon
verringern den Rekonstruktionsfehler und tragen zu einer Verbesserung der
Klassifikation bei.
Anstelle des Polynomklassifikators ist ein neuronaler Klassifikator einsetzbar, der in
analoger Weise in einem Zielvektor transformiert wird. Daraus wird eine
Trainingsstichprobe gebildet, aus der man die Art der Sendung (Zuordnung zu den
Klassen z. B. "J3E", "A3E") erkennt.
Claims (7)
1. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und
Datensendungen eines HF-Signals, bei dem anhand mehrerer der folgenden Merkmale:
- a) Summe der differentiellen Änderung der Kurzzeitenergie DSTE des aus dem HF-Signal durch Vorverarbeitung und Normierung erzeugten Signals z(k);
- b) Korrelation eines Histogramms des Realteils des Signals z(k) mit einer Gammadichte p;
- c) Standardabweichung der Momentanfrequenz fM in einzelnen, leistungsstarken Signalabschnitten;
- d) Verhältnis des x%-Percentils zum (100 - x)%-Percentil der Amplitudenwerte nach der Anwendung einer Block-AGC mit x <= 10;
- e) Summe der differentiellen Änderung der Kurzzeitenergie des demodulierten Signals;
- f) Standardabweichung der Kurzzeitenergie des demodulierten Signals;
- g) Korrelation des Histogramms des Realteils des demodulierten Signals mit einer Gammadichte p
2. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und
Datensendungen nach Anspruch 1, dadurch gekennzeichnet,
daß die Gammadichte:
p(x) = γxb-1e-cx mit γ = cb/Γ(b)
verwendet wird.
p(x) = γxb-1e-cx mit γ = cb/Γ(b)
verwendet wird.
3. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und
Datensendungen nach Anspruch 1 oder 2, dadurch gekennzeichnet,
daß das Verfahren zur Unterscheidung von A3E- und J3E-modulierten Sprachsendungen
von binären Datensignalen insbesondere von ASK-Datensendungen verwendet wird.
4. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und
Datensendungen nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet,
dass bei der Bildung des Merkmalsvektors zusätzlich eines oder mehrere der folgenden
Merkmale verwendet werden:
- - Standardabweichung der Einhüllenden des Signals nach Anwendung einer Block- AGC;
- - Standardabweichung des Betrages der Momentanfrequenz fM;
- - Nulldurchgangsrate der Momentanfrequenz fM0.
5. Verfahren zur Unterscheidung von sprachmodulierten Sendungen und
Datensendungen nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet,
dass der Klassifikator ein Polynom- oder ein neuronaler Klassifikator ist.
6. HF-Empfänger zur Durchführung eines Verfahrens nach einem der Ansprüche 1 bis
5, mit einer Einheit zur Vorverarbeitung/Segmentierung eines empfangenen HF-
Signals, mit einer Einheit zur Bestimmung von Merkmalen aus der Merkmalsgruppe a),
b), c), d), e), f) und g) zur Bildung eines Merkmalsvektors, und mit einem Klassifikator,
dem der Merkmalsvektor zuführbar ist und der diesen in einen Zielvektor transformiert,
welcher die Art der Sendung unterscheidend repräsentiert.
7. HF-Empfänger nach Anspruch 6, dadurch gekennzeichnet, daß ein Polynom- oder
ein neuronaler Klassifikator vorgesehen ist.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19960161A DE19960161C2 (de) | 1998-12-15 | 1999-12-14 | Verfahren zur Detektion von sprachmodulierten Sendungen |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19857659 | 1998-12-15 | ||
DE19960161A DE19960161C2 (de) | 1998-12-15 | 1999-12-14 | Verfahren zur Detektion von sprachmodulierten Sendungen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE19960161A1 DE19960161A1 (de) | 2000-06-29 |
DE19960161C2 true DE19960161C2 (de) | 2002-03-28 |
Family
ID=7891044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19960161A Expired - Fee Related DE19960161C2 (de) | 1998-12-15 | 1999-12-14 | Verfahren zur Detektion von sprachmodulierten Sendungen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE19960161C2 (de) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102019123827A1 (de) * | 2019-09-05 | 2021-03-11 | Valeo Schalter Und Sensoren Gmbh | Verfahren zum Klassifizieren des Bodenbelags durch ein Fahrunterstützungssystem |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3236000C2 (de) * | 1982-09-29 | 1990-01-25 | Blaupunkt-Werke Gmbh, 3200 Hildesheim, De | |
DE3752288T2 (de) * | 1986-06-02 | 2000-07-06 | British Telecommunications P.L.C., London | Sprachprozessor |
-
1999
- 1999-12-14 DE DE19960161A patent/DE19960161C2/de not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3236000C2 (de) * | 1982-09-29 | 1990-01-25 | Blaupunkt-Werke Gmbh, 3200 Hildesheim, De | |
DE3752288T2 (de) * | 1986-06-02 | 2000-07-06 | British Telecommunications P.L.C., London | Sprachprozessor |
Also Published As
Publication number | Publication date |
---|---|
DE19960161A1 (de) | 2000-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60033896T2 (de) | Unterscheidung von Modulationsarten | |
DE60112185T2 (de) | Signalartbestimmung | |
DE3236000C2 (de) | ||
DE10350700A1 (de) | Verbesserungen beim Unterdrücken von Störungen für drahtlosen Empfang und Verbesserungen bei der Verarbeitung eines Frequenzumtastungssignals | |
DE3787247T2 (de) | Klassifizierung von Sprachbandsignalen. | |
DE2623025A1 (de) | Verfahren und schalteinrichtung zur analyse eines signals | |
WO2013023857A1 (de) | Verfahren und vorrichtung zur detektion von zeitgleich im selben kanal übertragenen flugfunksignalen | |
EP0544991B1 (de) | Verfahren zur automatischen Klassifikation digital modulierter Signale und Anordnung zum Ausführen des Verfahrens | |
DE112010001151T5 (de) | Vorrichtung und verfahren zum reduzieren von interferenzenin empfangenen kommunikationssignalen | |
DE102005008307A1 (de) | Vorrichtung zum Messen von Jitter, Verfahren zum Messen von Jitter und computerlesbares Medium, das ein Programm hiervon Steuert | |
DE3787249T2 (de) | Klassifizierung von Sprachbandsignalen. | |
DE69528934T2 (de) | FM-Empfänger | |
WO2000049781A1 (de) | Verfahren zur detektion von pilottönen | |
DE3334735A1 (de) | Detektor zum anzeigen von empfangsstoerungen bei mehrwegeempfang | |
DE19960161C2 (de) | Verfahren zur Detektion von sprachmodulierten Sendungen | |
EP1652333A1 (de) | Verfahren und vorrichtung zur bestimmung des dominanten störtypen | |
DE68911961T2 (de) | Adaptive Signalsunterscheidungsschaltung und Verfahren zur Unterscheidung von hohem und niedrigem Pegel von Datensignalen. | |
EP0602520A2 (de) | Verfahren zur Erkennung der Modulationsarten A3E, J3E und F3E und Anordnung zum Durchführen des Verfahrens | |
EP0948172B1 (de) | Verfahren zur automatischen taktfreien Erkennung von Signal-Modulationsarten | |
DE102017009206B3 (de) | Verarbeiten eines Rundfunksignals | |
DE4428658A1 (de) | Verfahren zur Erkennung von Signalen mittels Fuzzy-Klassifikation | |
DE10233909A1 (de) | Empfangsanordnung für ein Funksignal | |
DE3230391A1 (de) | Verfahren zur signalverbesserung von gestoerten sprachsignalen | |
DE10116358A1 (de) | Vorrichtung und Verfahren zur Erfassung und Unterdrückung von Störungen | |
DE4437287C2 (de) | Verfahren zur Messung der Erhaltung stereophoner Audiosignale und Verfahren zur Erkennung gemeinsam codierter stereophoner Audiosignale |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
D2 | Grant after examination | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: EADS DEUTSCHLAND GMBH, 80995 MUENCHEN, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: EADS DEUTSCHLAND GMBH, 85521 OTTOBRUNN, DE |
|
8364 | No opposition during term of opposition | ||
8320 | Willingness to grant licences declared (paragraph 23) | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |
Effective date: 20130702 |