ES2548216T3

ES2548216T3 - Reducción de ruido de radio FM estéreo basado en predicción

Info

Publication number: ES2548216T3
Application number: ES12772270.0T
Authority: ES
Inventors: Heiko Purnhagen; Leif Sehlstrom; Jonas Engdegard
Original assignee: Dolby International AB
Current assignee: Dolby International AB
Priority date: 2011-09-29
Filing date: 2012-10-01
Publication date: 2015-10-14
Anticipated expiration: 2032-10-01
Also published as: US9191045B2; JP5841666B2; RU2576467C2; CN103858356B; US20140235192A1; WO2013045691A1; JP2014535182A; MY166673A; RU2014110904A; EP2761762B1; SG2014008213A; CN103858356A; IL230791A0; AU2012314327B2; BR112014006962A2; MX2014002992A; MX348357B; UA107771C2; EP2761762A1; KR20140042900A

Abstract

Un equipo (2) configurado para reducir el ruido de una señal de radio FM multicanal recibida; en donde la señal de radio FM multicanal recibida se puede representar como una señal media recibida y una señal lateral recibida; en donde la señal lateral recibida indica una diferencia entre una señal izquierda y una señal derecha de la señal de radio FM multicanal recibida; comprendiendo el equipo (2) - una unidad (77) de determinación de parámetros configurada para determinar uno o más parámetros indicativos de una correlación y/o descorrelación entre la señal media recibida y la señal lateral recibida; en donde la unidad (77) de determinación de parámetros está configurada para determinar un parámetro b de descorrelación indicativo de una descorrelación entre la señal media recibida y la señal lateral recibida; y - una unidad (79) de reducción de ruido configurada para generar una señal lateral de ruido reducido a partir de la señal media recibida utilizando el uno o más parámetros; en donde la unidad (79) de reducción de ruido está configurada para generar la señal lateral de ruido reducido también a partir de una versión no correlacionada de la señal media recibida utilizando el parámetro b de descorrelación; en donde la señal lateral recibida no se encuentra en una ruta de señal para la generación de la señal lateral de ruido reducido.

Description

imagen1

imagen2

imagen3

imagen4

imagen5

10

15

20

25

30

35

40

45

50

55

E12772270

23-09-2015

FM con un sistema de reducción de ruido integrado.

La Fig. 2 muestra un modo de realización del equipo 2 de procesamiento de audio que está basado en el concepto de estéreo paramétrico. El equipo 2 comprende una unidad 3 de estimación de parámetros PS. La unidad 3 de estimación de parámetros está configurada para determinar los parámetros PS 5 en función de la señal de audio de entrada que se debe mejorar (que se puede encontrar en la representación izquierda/derecha o bien en la representación medio/lateral). Los parámetros PS 5 pueden incluir, entre otros, un parámetro que indique las diferencias de intensidad entre canales (IID o también denominado CLD – diferencias de nivel de canal) y/o un parámetro que indique una correlación cruzada entre canales (ICC). Preferiblemente, los parámetros PS 5 varían con el tiempo y la frecuencia. En el caso de una representación M/S en la entrada de la unidad 3 de estimación de parámetros, la unidad 3 de estimación de parámetros puede determinar a pesar de todo los parámetros PS 5 asociados a los canales L/R, mediante la aplicación de la conversión apropiada de los canales L/R.

A partir de la señal de entrada se obtiene una señal de audio downmix DM. En el caso de que la señal de audio de entrada ya utilice una representación medio/lateral, la señal de audio downmix DM se puede corresponder directamente con la señal media. En el caso de que la señal de audio de entrada tenga una representación izquierda/derecha, la señal de audio se puede generar mediante mezcla para reducir a mono la señal de audio en una unidad 9 de generación de downmix. Preferiblemente, la señal DM resultante después del downmix se corresponde con la señal media M y se puede generar mediante la siguiente ecuación:

DM = (L+R) / d, por ejemplo con d = 2,

esto es, la señal downmix DM se corresponde con el promedio de las señales L y R. Para diferentes valores del factor de escala d, el promedio de las señales L y R se amplifica o se atenúa. La unidad 9 de generación de downmix y la unidad 3 de estimación de parámetros forman parte de un codificador 7 de PS.

El equipo comprende, además, una unidad 4 de upmix (mezcla para transformar la señal de mono a estéreo) también denominada módulo de mezcla estéreo o mezclador estéreo. La unidad 4 de upmix está configurada para generar una señal L’, R’ estéreo en función de la señal DM de audio y los parámetros PS 5. Preferiblemente, la unidad 4 de upmix no utiliza únicamente la señal DM sino que también utiliza la señal lateral So (que típicamente se corresponde con la señal lateral S recibida originalmente) o una pseudo señal lateral S* generada a partir de la señal DM downmix utilizando un eliminador 10 de correlación. El eliminador 10 de correlación recibe la DM downmix mono y genera la señal S* sin correlación que se utiliza como una pseudo señal lateral. El eliminador 10 de correlación se puede realizar mediante un filtro pasa todo apropiado tal como se describe en la sección 4 del documento “Low Complexity Parametric Stereo Coding in MPEG-4 (Codificación Estéreo Paramétrica de Baja Complejidad en MPEG4)”, Heiko Purnhagen, Actas del Digital Audio Effects Workshop (Seminario de Efectos de Audio Digital) (DAFx), pág. 163-168, Nápoles, Italia, octubre de 2004. Se incorpora mediante referencia en la presente solicitud su descripción de estéreo paramétrico, en concreto en lo que se refiere a la determinación de los parámetros estéreo paramétricos y en particular la sección 4. La matriz 4 de mezcla estéreo puede ser una matriz upmix 2x2 que genera la señal estéreo L’, R’ a partir de las señales DM y So o S*. La unidad 4 de upmix y el eliminador 10 de correlación son parte del decodificador PS 8.

El equipo 2 se basa en la idea de que la señal lateral recibida puede ser demasiado ruidosa como para reconstruir la señal estéreo mediante únicamente la combinación de las señales media y lateral recibidas; a pesar de todo, en este caso la señal lateral recibida o el componente de señal lateral en la señal L/R recibida pueden ser todavía lo suficientemente buenos para un análisis de parámetros estéreo en la unidad 3 de estimación de parámetros PS. Los parámetros PS 5 resultantes pueden ser utilizados a continuación para generar una señal L’, R’ estéreo con un nivel de ruido reducido en comparación con la señal de audio que se encuentra directamente en la salida del receptor FM

1.

Así pues, se puede “limpiar” una señal de radio FM ruidosa mediante la utilización del concepto estéreo paramétrico. El componente más importante de la distorsión y el ruido en una señal de radio FM se encuentra localizado en el canal lateral que típicamente no se utiliza en el PS downmix. A pesar de todo, el canal lateral S recibido es a menudo de la suficiente calidad como para la extracción de los parámetros PS, incluso en el caso de una recepción ruidosa.

En los dibujos que se muestran en el presente documento, la señal de entrada al equipo 2 de procesamiento de audio es una señal estéreo izquierda/derecha. Con pequeñas modificaciones a algunos módulos dentro del equipo 2 de procesamiento de audio, el equipo 2 de procesamiento de audio también puede procesar una señal de entrada con la representación medio/lateral. Por lo tanto, los conceptos descritos en la presente solicitud se pueden utilizar también junto con una señal de entrada con una representación medio/lateral.

El método de reducción de ruido FM estéreo basado en PS que se ilustra en la Fig. 2 se comporta bien en situaciones en las que la señal lateral de la señal de radio FM recibida contiene niveles altos o intermedios de ruido originados en el canal de transmisión de radio. Sin embargo, el método de reducción de ruido FM estéreo basado en PS tiene diversas limitaciones. El método de reducción de ruido FM estéreo basado en PS es bastante complejo de

imagen6

10

15

20

25

30

35

40

45

50

55

E12772270

23-09-2015

Definiendo las señales media M y lateral S recibidas como M=(L+R)/2 y S=(L-R)/2, la señal lateral se puede representar utilizando un coeficiente de predicción a y una señal residual D como S = a*M + D. Esto quiere decir que el parámetro de predicción a se utiliza para predecir la señal lateral a partir de la señal media. Se puede calcular un coeficiente de predicción óptimo a (el cual minimiza la energía de D) como

a = E[S*M]/E[M*M],

en donde E[] representa el operador de valor esperado. En otras palabras, el coeficiente de predicción a se puede determinar como la proporción de la correlación cruzada entre la señal lateral recibida y la señal media recibida, y la energía de la señal media. Típicamente, los coeficientes a (y b) varían con el tiempo y/o la frecuencia. Esto quiere decir que los diferentes coeficientes a (y b) se determinan para diferentes intervalos de tiempo y/o diferentes rangos de frecuencia. Así pues, los valores esperados E[] se pueden determinar para un intervalo de tiempo específico (por ejemplo 64 ms) y/o dentro de un rango de frecuencias específico (por ejemplo una subbanda de QMF o un número de subbandas de QMF agrupadas).

Después de haber determinado un coeficiente de predicción, se puede determinar una señal residual D a partir de las señales media M y lateral S recibidas. La señal residual D se puede aproximar mediante una versión decorr(M) no correlacionada de la señal media recibida. Así pues, se puede determinar una versión S’ de ruido reducido de la señal lateral como

S’ = a*M + b*decorr(M)

donde b es un factor de ganancia que controla la energía de la señal no correlacionada, también se denomina parámetro b de descorrelación. La señal media no correlacionada decorr(M) se puede determinar utilizando un eliminador 78 de correlación como el eliminador 10 de correlación de la Fig. 2. El parámetro b de descorrelación se puede calcular como

b = sqrt(E[D*D]/E[M*M])

con el fin de sustituir la señal residual D con una señal no correlacionada de energía controlada (b*decorr(M)) que tenga la misma energía que la señal residual D original. En consecuencia, los parámetros a, b del modelo de predicción se pueden determinar a partir de la señal media recibida y la señal lateral recibida dentro de la unidad 77 de determinación de parámetros.

En consecuencia, la señal estéreo L’ y R’ en la salida del sistema de reducción de ruido de radio FM basado en predicción se calcula a partir de la señal media recibida M y los dos parámetros a y b con una unidad 79 de reducción de ruido. Como los parámetros a y b típicamente se estiman y aplican en una representación compleja del dominio QMF (de por ejemplo 64 bandas), se puede llevar a cabo el procesamiento de modo que varían con el tiempo y la frecuencia. Típicamente se utiliza un intervalo de tiempo y una división de frecuencia motivados de forma perceptual. Por ejemplo, se pueden agrupar 64 bandas de QMF en un total de 15 bandas de frecuencia de acuerdo con una escala de frecuencia perceptual (por ejemplo una escala de Bark). La escala de frecuencia perceptual puede estar formada por bandas QMF vecinas agrupadas en las frecuencias más altas para formar bandas más anchas de frecuencia que típicamente se denominan como “bandas de parámetros”. El conjunto de los parámetros a y b (uno para cada una de las bandas de parámetros) se calcula típicamente en intervalos de tiempo regulares (tramas) por ejemplo utilizando una ventana de análisis temporal de aproximadamente 64 ms de tamaño para aproximar la operación E[]. Con el fin de asegurar una transición suave de los valores de los parámetros desde un intervalo de tiempo (por ejemplo una trama) al siguiente, se puede utilizar una interpolación temporal (por ejemplo una interpolación lineal a lo largo del tiempo) para generar los valores a y b de los parámetros interpolados. Los valores a y b de los parámetros interpolados se multiplican a continuación por las señales de la banda QMF correspondiente a la que se debe aplicar.

Tal como se ha indicado más arriba, el segundo banco 73 de QMF de análisis se utiliza únicamente para la estimación de parámetros dentro de la unidad 77 de determinación de parámetros. Como se puede observar a partir de las fórmulas proporcionadas más arriba, el segundo banco 73 de QMF de análisis proporciona información de subbanda en la señal lateral S recibida, la cual se utiliza para determinar la correlación cruzada E[S*M] sobre una base de bandas de parámetros. En otras palabras, el segundo banco 73 de QMF de análisis se utiliza únicamente para determinar los valores esperados sobre el nivel de bandas de parámetros (en contraste con la banda de frecuencia de QMF). Dicho de otra forma, el segundo banco 73 de QMF de análisis se utiliza para determinar el parámetro de predicción a sobre un tiempo y un rango de frecuencias relativamente grandes. En consecuencia, los requisitos sobre la selectividad (por ejemplo, la longitud de las ventanas prototipo), la resolución de tiempo/frecuencia y/o la precisión de cálculo del segundo banco 73 de QMF de análisis son significativamente menores que los requisitos para los bancos 71 de QMF de análisis que se encuentran en la ruta de la señal.

Así pues, se ha descrito un equipo 2 de procesamiento de audio que permite la determinación de una señal lateral de ruido reducido S’ con una complejidad de cálculo reducida en comparación con el sistema de reducción de ruido FM basado en PS de acuerdo con la Fig. 2. La señal lateral S’ y la señal media recibida M’ (retardada) se pueden

10

15

20

25

30

35

40

45

50

55

E12772270

23-09-2015

convertir en una señal estéreo izquierda L’ y derecha R’ de ruido reducido utilizando el conversor MS a LR 76. Los experimentos de percepción han mostrado que además de reducir la complejidad de cálculo, se puede mejorar la calidad de percepción de las señales FM de ruido reducido cuando se utiliza el sistema de reducción de ruido FM basado en predicción descrito en el presente documento (por ejemplo en la Fig. 3).

Por otro lado, se ha observado que cuando se utiliza una técnica basada en predicción para la reducción del ruido estéreo FM, las situaciones en las que la señal recibida está dominada por una señal lateral fuerte y ruidosa (esto es, que tiene un nivel mayor que la señal media) pueden provocar defectos perceptualmente molestos. Dichas situaciones pueden suceder, por ejemplo, cuando la señal estéreo transmitida es relativamente silenciosa (por ejemplo, en el transcurso de una pausa corta entre dos segmentos de música) mientras que el receptor se enfrenta a condiciones de recepción entre intermedias y malas. Dichas situaciones se pueden caracterizar por que E[S*S] >> E[M*M], esto es, la energía de la señal lateral S recibida es (significativamente) mayor que la energía de la señal media M recibida. Teniendo en cuenta que los parámetros a y b dependen de la energía de la señal media E[M*M] y parcialmente de la energía de la señal lateral E[S*S], en las situaciones mencionadas más arriba los parámetros a y b tienen típicamente valores absolutos grandes (claramente mayores que 1). Esto quiere decir que la señal media M aumenta significativamente para determinar la señal lateral de ruido reducido S’, introduciendo de este modo defectos. Además, los parámetros a y b pueden fluctuar fuertemente con el tiempo y la frecuencia, lo que típicamente se percibe de forma acústica como una inestabilidad no deseable.

Con el fin de atenuar este problema, a los parámetros a y b se les puede aplicar un paso de procesado posterior. En otras palabras, se puede determinar un conjunto modificado de parámetros a’ y b’ con a’=fa(a,b)y b’=fb(a,b). Una posible técnica de procesado posterior es aplicar un factor c de atenuación o limitación con el fin de obtener los parámetros de procesado posterior a’=a/c y b’=b/c, donde si c = 1 los parámetros a y b no se modifican. Valores de c > 1 provocan que la señal lateral de ruido reducido S’ se multiplique por 1/c, esto es, que se atenúe por un factor c. Se debe observar que son posibles otras fórmulas para la relación entre a’, b’ y a, b. Son posibles diferentes técnicas para calcular el factor de limitación c a partir de a y b, esto es, c=f(a,b). Dos posibles técnicas son:

imagen7(1)

, o

imagen8(2)

.

La técnica que utiliza la fórmula (2) asegura que la energía de la señal lateral de ruido reducido S’ no excede la energía de la señal media M, mientras que la técnica que utiliza la fórmula (1) aplica a S’ una atenuación incluso mayor (comparado con la fórmula (2)) en las situaciones descritas más arriba, donde E[S*S] > E[M*M]. Se ha encontrado que la técnica que utiliza la fórmula (2) tiende a proporcionar una calidad de audio ligeramente mejor para señales estéreo generales en caso de buenas condiciones de recepción, mientras que la técnica que utiliza la fórmula (1) tiende a ser más fiable para evitar los defectos perceptualmente molestos descritos más arriba en el caso de condiciones de recepción intermedias y malas.

Se debe observar que en las situaciones de recepción típicas la energía de la señal lateral E[S*S] es menor que la energía de la señal media E[M*M]. En este caso los parámetros a y b son típicamente menores que 1. El operador “max” en las fórmulas (1) y (2) asegura que en dichas situaciones el factor de limitación es c=1, esto es, no se aplica ninguna limitación.

Tal como se ilustra en la Fig. 3, un parámetro p se puede utilizar para un desvanecimiento suave entre una señal lateral de ruido reducido S’ y la señal lateral S recibida (retrasada) originalmente en un modo de paso directo o de bypass. El modo de paso directo puede ser beneficioso para gestionar de forma óptima situaciones con buenas condiciones de recepción. Para este propósito, se debe estimar de forma fiable la calidad de la señal estéreo FM recibida, con el fin de decidir sobre la utilización de S’, S o una combinación de S’ y S para la generación de la señal estéreo de ruido reducido L’, R’. De forma más general, la señal lateral de ruido reducido S’ puede atravesar una unidad 31 de ganancia de ruido reducido y la señal lateral de bypass S puede atravesar una unidad 30 de ganancia de bypass. Las unidades 30, 31 de ganancia amplifican y/o atenúan señales laterales en su salida a partir de las señales laterales en su entrada. Las señales laterales amplificadas y/o atenuadas se combinan en una unidad 32 de mezcla (por ejemplo, una unidad de adición), proporcionando de este modo una señal lateral combinada que se utiliza para generar la señal estéreo de ruido reducido L’, R’.

El sistema de reducción de ruido de radio FM basado en predicción puede comprender, además, una unidad 20 de detección de HQ (alta calidad) que está configurada para determinar o para estimar el nivel del ruido audible dentro de la señal estéreo FM recibida L, R (o M, S). La estimación de nivel de ruido determinada dentro de la unidad 20 de detección de HQ se puede utilizar para realizar una mezcla entre la señal lateral de ruido reducido S’ y la señal lateral S original (de bypass). Para mezclar las señales laterales, la unidad 20 de detección de HQ se puede configurar para establecer los valores de ganancia de la unidad 31 de ganancia de ruido reducido y la unidad 30 de ganancia de bypass. Alternativamente o además, la mezcla de las señales laterales se puede conseguir mediante la interpolación (lineal o no lineal) de las señales laterales. Alternativamente, una de las señales laterales se puede seleccionar en función de la estimación del nivel del ruido audible determinado dentro de la unidad 20 de detección

5

10

15

20

25

30

35

40

45

50

E12772270

23-09-2015

de HQ.

A continuación, se describe un método sobre cómo la unidad 20 de detección de HQ puede estimar el nivel actual de ruido dentro de la señal estéreo FM recibida y de este modo para decidir si poner más énfasis en la señal lateral de ruido reducido S’ o poner más énfasis en la señal lateral S de bypass.

Con el fin de discriminar entre el ruido y la carga útil de la señal, se supone que la señal lateral S recibida contiene principalmente ruido si la señal lateral S es significativamente más fuerte que la señal media M recibida. En otras palabras, se supone que si la potencia de la señal lateral S es mayor o excede la potencia de la señal media M en un umbral predeterminado, la potencia de la señal lateral S es principalmente debida al ruido. Por lo tanto, la Relación Señal a Ruido (SNR) de la señal estéreo recibida M, S se puede aproximar como la relación medio a lateral (MSR) para valores de MSR bajos:

imagen9, si MSR < MSR_THRESHOLD (umbral de MSR)

para cada una de las bandas k de frecuencia. El MSR_THRESHOLD se puede establecer por ejemplo en -6dB. En

otras palabras, si la energía

imagen10en la banda de frecuencia k de la señal lateral S excede la energía

imagen11en la banda de frecuencia k de la señal media M en un umbral predeterminado (por ejemplo, +6dB), se puede considerar que la MSR es igual a o se aproxima a la SNR en la banda de frecuencia k, proporcionando de este modo una estimación fiable del ruido comprendido dentro de la señal estéreo FM recibida.

Las bandas de frecuencia k = 1,…,K se pueden obtener por ejemplo a partir de las etapas 71, 73 de bancos de QMF de análisis, donde para el procesamiento se pueden utilizar K = 64 canales de datos de audio QMF. Como se ha detallado más arriba, las bandas QMF o QMF híbridas se pueden agrupar de forma ventajosa en un número reducido de bandas de frecuencia que se corresponden por ejemplo con una escala no uniforme motivada de forma perceptual, por ejemplo, la escala Bark. Así pues, las MSR se pueden determinar para una pluralidad de bandas de frecuencia (parámetros), en donde la resolución de la pluralidad de bandas de frecuencia está motivada de forma perceptual. A modo de ejemplo, un banco de filtros QMF puede comprender 64 bandas QMF o un banco de filtros QMF híbrido puede comprender 71 bandas. La resolución de estos bancos de filtros es típicamente demasiado alta en el rango de alta frecuencia. Así pues, puede ser beneficioso agrupar algunas de las bandas de una forma perceptualmente motivada. Como se ha detallado más arriba, los parámetros del sistema de reducción de ruido de radio FM basado en predicción se corresponden con dichas bandas de frecuencia agrupadas (de forma perceptualmente motivada). A modo de ejemplo, los parámetros a y b del sistema de reducción de ruido de radio FM basado en predicción se pueden determinar utilizando un total de 15 a 20 bandas de frecuencia QMF agrupadas dentro de una ventana de tiempo correspondiente a una trama de señal (comprendiendo, por ejemplo, 2048 muestras). Las mismas bandas de frecuencia o parámetros utilizados para determinar los parámetros a y b, también se pueden utilizar para determinar los valores de MSR por bandas de frecuencias/parámetros, reduciendo de este modo la complejidad de cálculo global.

La potencia de una banda de parámetros k para la señal media M y para cierto instante de tiempo dado n se puede calcular como el valor esperado:

imagen12

donde se utiliza una ventana rectangular localizada entre instantes de tiempo o muestras n1 y n1+N-1. Se debe observar que para la determinación del valor esperado se pueden utilizar otras formas de ventana. También se pueden utilizar representaciones alternativas de tiempo/frecuencia (otras distintas de QMF) como, por ejemplo, una Transformada de Fourier Discreta (DFT) u otras transformadas. También en ese caso los coeficientes de frecuencia se pueden agrupar en menos bandas de parámetros (motivados de forma perceptual).

Cuando la señal lateral S no es mayor que la señal media M (o no la supera en el factor MSR_THRESHOLD), generalmente no se puede hacer una estimación de la SNR utilizando la MSR. En otras palabras, cuando la señal lateral S no es mayor que la señal media M (o no la supera en el factor MSR_THRESHOLD), la MSR típicamente no es una buena estimación de la SNR. En este caso, se pude determinar una SNR en función de una o más estimaciones anteriores de la SNR. Esto se puede implementar mediante la aplicación de una función de suavizado

o decaimiento tal como se describe en el contexto del paso 104 de la Fig. 5.

La Fig. 4 muestra el espectro de potencia de una señal media 60 y el espectro de potencia de una señal lateral 61 en una situación de recepción de radio FM ruidosa. Para las bandas de frecuencia con una señal media M fuerte dominante, es ambiguo si la señal lateral S es o no ruidosa. La señal lateral S podría, por ejemplo, formar parte de una señal de ambiente o formar parte de una señal panorámica. En consecuencia, típicamente estas bandas de frecuencia no proporcionan una indicación fiable de la potencia del ruido dentro de la señal estéreo FM recibida L, R

10

15

20

25

30

35

40

E12772270

23-09-2015

(o M, S). Sin embargo, mirando a las bandas de frecuencia en las que la señal lateral S es significativamente más fuerte que la señal media M (por ejemplo al menos 6dB o casi 10dB), esto se puede tomar como una muy probable indicación de ruido esencialmente puro dentro de la señal lateral S provocado por la transmisión de radio. Dicha

situación, en la que

imagen13>>

imagen14se puede ver en la Fig. 4 a aproximadamente 2kHz y 5kHz. Así pues, se puede considerar que el mínimo de las MSR a lo largo de las bandas de frecuencia k = 1,…, K es un indicador fiable de la SNR de la señal radio FM recibida, esto es, de la calidad de la señal estéreo radio FM recibida completa.

imagen15

imagen16

El contenido de audio como, por ejemplo, música o voz típicamente tiene menos energía de la carga útil en el rango de alta frecuencia que en el rango de baja frecuencia. Además, la energía de la carga útil en el rango de alta frecuencia puede ser menos continua que la del rango de baja frecuencia. Así pues, la energía del ruido de una señal FM recibida se puede detectar más fácilmente dentro del rango de alta frecuencia que en el rango de baja frecuencia. Teniendo esto en cuenta, puede ser beneficioso limitar el análisis de la MSR a un subrango seleccionado del total de bandas de frecuencia K. En particular, puede ser beneficioso limitar el análisis de la MSR al subrango superior del total de bandas de frecuencia K, por ejemplo a la mitad superior de bandas de frecuencia K. De este modo, el método para detectar la calidad de la señal FM recibida se puede hacer más robusto.

Teniendo en cuenta lo anterior, se puede definir un factor HQ de alta calidad, el cual depende de un análisis de MSR a lo largo de algunas o todas las bandas de frecuencia k = 1,…, K (por ejemplo, a lo largo de las bandas de alta frecuencia). El factor HQ de alta calidad se puede utilizar como un indicador del ruido audible dentro de la señal estéreo radio FM recibida. Una señal de alta calidad sin ruido se puede indicar mediante HQ = 1 y una señal de baja calidad con mucho ruido se puede indicar mediante HQ = 0.

Los estados de calidad intermedios se pueden indicar mediante 0 < HQ < 1. El factor HQ de alta calidad se puede obtener a partir de los valores de MSR de acuerdo con:

imagen17

, si q < MSR_LOW (MSR bajo)

, si q > MSR_HIGH (MSR alto)

, en caso contrario

donde los umbrales de MSR MSR_LOW y MSR_HIGH son umbrales de normalización predeterminados y se pueden elegir en un ejemplo como -6dB y -3dB, respectivamente. Como resultado de dicha normalización, se asegura que el factor HQ de alta calidad toma valores entre 0 y 1.

En la fórmula indicada más arriba, q es un valor obtenido a partir de uno o más valores de MSR. Tal como se ha indicado más arriba, q se puede obtener a partir del valor de MSR mínimo a lo largo de un subconjunto de bandas de frecuencia. Además, q se puede definir como un valor de decaimiento pico invertido del valor de MSR mínimo. Alternativamente o además, se puede utilizar cualquier otro método de suavizado con el fin de suavizar la evolución del parámetro q de indicador de calidad a lo largo del tiempo.

El factor HQ de alta calidad se puede utilizar para la conmutación o desvanecimiento o interpolación entre la señal

lateral de ruido reducido S’ y la señal lateral S original sin procesar. Esto quiere decir que el factor de alta calidad HQ = p se puede utilizar como la ganancia de la unidad 30 de ganancia de bypass, mientras que el factor (1 -HQ) = 1 – p se puede utilizar como la ganancia de la unidad 31 de ganancia de ruido reducido.

Un modo de realización de un algoritmo 100 de detección de HQ se puede describir mediante los siguientes pasos que se muestran en la Fig. 5:

 En un paso 101, se calculan las potencias de la señal media y lateral, esto es, la energía de la señal media

imagen18

=

imagen19y la energía de la señal lateral

imagen20 imagen21=

imagen22se determinan para algunas o todas las bandas de

imagen23

frecuencias o parámetros k, por ejemplo Klow < k ≤ Khigh. En un ejemplo Khigh = K y Klow = K / 2 (esto es,

únicamente se considera la mitad superior de las bandas de frecuencia). Las potencias media

imagen24y lateral se determinan en un instante de tiempo n, por ejemplo utilizando una fórmula de cálculo del promedio para el valor esperado proporcionado más arriba.

imagen25

 En un paso 102, se determinan los valores de la Relación Medio a Lateral (MSR) para algunas o todas las bandas de frecuencia k, por ejemplo como,

imagen26

10

15

20

25

30

35

40

E12772270

23-09-2015

imagen27

PS/bypass descrito más arriba.

A continuación se describe otra opción para mejorar los métodos y sistemas para la detección HQ. Se puede determinar un factor ’HQ de alta calidad modificado corrigiendo el factor HQ de alta calidad mediante el nivel lateral

total Ssum en forma de puerta de ruido suave, esto es, el nivel total (esto es la energía o potencia) de la señal lateral que se puede determinar como la energía de la señal lateral (a lo largo de todas las bandas de frecuencia). Así pues, el factor ’HQ de alta calidad modificado se puede determinar de acuerdo con:

’HQ = ggate HQ, donde

, si Ssum < S_THRES_LOW (umbral bajo de S)

, si Ssum > S_THRES_HIGH (umbral alto de S)

, en caso contrario

Los umbrales S_THRES_LOW y S_THRES_HIGH se pueden utilizar para normalizar el factor de puerta ggate a valores entre 0 y 1. Las señales de FM con señales laterales que tengan un nivel Ssum < S_THRES_LOW se considera que tienen baja calidad, mientras que las señales de FM con señales laterales que tengan un nivel Ssum > S_THRES_HIGH pueden ser de alta calidad.

Otra opción para proporcionar un algoritmo de detección de HQ mejorado es permitir que el factor HQ de alta calidad sea corregido por la salida de un detector de enmascaramiento tal como se describe, por ejemplo, en WO PCT/EP2011/064084. Se puede determinar un factor ’HQ de alta calidad modificado teniendo en cuenta si el enmascaramiento está activo en el sistema de reducción de ruido de radio FM basado en predicción, con el fin de enmascarar situaciones de mono dropout no deseadas del receptor FM. El factor ’HQ de alta calidad modificado se puede determinar de acuerdo con ’HQ = (1-conceal) HQ, donde conceal = 1 si está activo el enmascaramiento y donde en caso contrario conceal = 0. Esto significa que una señal de radio FM recibida se considera realmente que tiene poca calidad (’HQ = 0) si el enmascaramiento está activo dentro del sistema de reducción de ruido de radio FM basado en predicción, en caso contrario se estima la calidad de la señal de radio FM recibida basándose en el valor calculado del factor HQ de alta calidad. Con el fin de evitar discontinuidades (audibles) en la recuperación del estado de enmascaramiento (esto es, cuando conceal = 1), esto es, con el fin de asegurar una transición suave del factor ’HQ de alta calidad modificado desde 0 a un valor distinto de 0, el valor de MSR mínimo min se puede forzar a min = MSR_LOW siempre que conceal = 1, de modo que se asegura la transición suave mediante el método de

suavizado del paso 104 de la Fig. 5. Como resultado de hacer que el factor de alta calidad dependa del estado de enmascaramiento conceal, se puede implementar una conmutación rápida al modo que utiliza la reducción de ruido de radio FM basado en predicción (esto es, una transición rápida al procesamiento de reducción de ruido de radio FM para la ocurrencia repentina de una condición de mala recepción), y una vuelta lenta que lleve al modo de bypass (cuando han mejorado las condiciones de recepción).

A continuación se describe otra opción para mejorar los métodos de detección HQ. Los valores de MSR k se pueden ajustar para señales muy panorámicas de acuerdo con:

imagen28

El parámetro  indica un grado de cómo de panorámica es la señal estéreo de radio FM recibida. El parámetro λ se puede determinar a partir de la relación entre la energía de la señal lateral izquierda L recibida y la señal lateral derecha R recibida, por ejemplo de acuerdo con

imagen29

siendo PL = E{L2} la energía o potencia de la señal lateral izquierda recibida y PR = E{R2} siendo la energía o potencia de la señal lateral derecha recibida. En consecuencia, los valores de MSR k aumentan para señales muy panorámicas que tienen una diferencia de energía significativa entre la señal lateral izquierda L y la señal lateral derecha R. Dicha fuerte diferencia entre las señales L y R da lugar a una señal lateral S con una energía

imagen30

imagen31

imagen32

imagen33

10

15

20

25

30

35

40

E12772270

23-09-2015

estado de enmascaramiento conceal se establece en 1 con el fin de indicar la utilización del enmascaramiento dentro del sistema de reducción de ruido de radio FM basado en predicción.

-En el estado 5 continúa el enmascaramiento de mono dropout por ejemplo en función de los parámetros a y b que se han establecido en el estado 4. En el modo de realización ilustrado, el estado 5 únicamente se puede alcanzar a partir del estado 4 si se cumple la condición C, esto es, el estado 5 representa el estado de enmascaramiento de mono dropout estable, en el que se utilizan los parámetros a y b determinados previamente con el fin de generar una señal lateral de ruido reducido a partir de la señal media recibida. Los parámetros a y b tienden a cero con una constante de tiempo de unos pocos segundos, dando lugar a una señal

de salida que pasa lentamente de estéreo a mono. El estado de enmascaramiento conceal permanece

típicamente en 1.

Tal como ya se ha indicado, el diagrama de estados ilustrado asegura que el enmascaramiento se activa únicamente si la señal de audio recibida por el receptor de FM pasa de estéreo a mono en pocas ventanas/tramas de tiempo, esto es si la transición de estéreo a mono es abrupta. Por otro lado, la activación del enmascaramiento se evita en los casos en los que existe ruido en la señal lateral con energía ES por debajo del nivel estéreo (ref_high) pero por encima del nivel mono (ref_low), esto es, en los casos en los que existe suficiente información dentro de la señal lateral para generar los parámetros a y b apropiados. Al mismo tiempo, incluso cuando la señal cambie de estéreo a mono, por ejemplo cuando la señal cambia de música a voz, no se activará la detección del enmascaramiento, asegurando de este modo que la señal mono original no se convertirá en una señal estéreo artificial debido a la aplicación errónea del enmascaramiento. Se puede detectar una transición auténtica de estéreo a mono basándose en una transición suave de la energía ES de la señal lateral desde por encima de ref_high a por debajo de ref_low.

En el presente documento, se ha descrito un método y un sistema para mejorar el rendimiento perceptual de receptores de radio FM. En particular, se ha descrito un método y un sistema para determinar una señal estéreo FM de ruido reducido utilizando una técnica basada en predicción. Utilizando un sistema de reducción de ruido de radio FM basado en predicción, se puede reducir la complejidad del cálculo para la reducción de ruido en comparación con un sistema de reducción de ruido de radio FM basado en PS. Además, se han descrito varios métodos para mejorar el rendimiento del sistema de reducción de ruido de radio FM basado en predicción. En particular, se ha descrito la utilización de un indicador de calidad para combinar entre la señal lateral de ruido reducido y la señal lateral original. Además, se ha descrito un método para adaptar parámetros del sistema de reducción de ruido de radio FM basado en predicción a las características espectrales de la señal lateral recibida, diferenciando de este modo de forma fiable entre condiciones de recepción ruidosas y buenas. Además, se ha descrito un método de enmascaramiento con el fin de adaptar el sistema de reducción de ruido de radio FM basado en predicción a situaciones de mono dropout.

Los métodos y sistemas descritos en el presente documento se pueden implementar como software, firmware y/o hardware. Ciertos componentes se pueden implementar, por ejemplo, como software ejecutado sobre un procesador de señal digital o un microprocesador. Otros componentes se pueden implementar, por ejemplo, como hardware y/o como circuitos integrados de aplicación específica. Las señales que se encuentran en los métodos y sistemas descritos se pueden almacenar sobre medios como una memoria de acceso aleatorio o medios de almacenamiento óptico. Se pueden transferir a través de redes como, por ejemplo, redes de radio, redes de satélite, redes inalámbricas o redes cableadas, por ejemplo, Internet. Dispositivos típicos que hacen uso de los métodos y sistemas descritos en el presente documento son dispositivos electrónicos portátiles u otros equipos de consumo que se utilizan para almacenar y/o proporcionar señales de audio.

Claims

imagen1

imagen2