KR100383050B1 - 테스트 신호로부터 동기화 패턴을 선택하는 방법 - Google Patents

Abstract

신호 품질 측정 시스템은 테스트 신호를 수신기에 전송하는 송신기(6) 및 이 수신기에서 테스트 신호의 카피를 기억하는 수단(20)을 구비한다. 상기 기억된 테스트 신호의 카피 및 상기 수신기에서 수신된 신호간의 유사도가 측정되어 수신 품질을 결정한다. 상기 수신기는 또한 상기 기억된 테스트 신호의 카피로부터 상이한 동기화 패턴의 시퀀스를 직접 선택하는 수단(26)과, 상기 수신된 신호로부터 상기 동기화 패턴 시퀀스를 최적으로 정합시키는 신호 세그먼트의 시퀀스를 결정하는 수단(30) 및 상기 수신된 신호를 상기 신호 세그먼트 시퀀스와 동기화시키는 수단(30, 32)을 구비하며, 상기 수신된 신호를 상기 기억된 테스트 신호의 카피와 동기화시킨다.

Description

테스트 신호로부터 동기화 패턴을 선택하는 방법{METHOD OF SELECTING SYNCHRONIZATION PATTERN FROM A TEST SIGNAL}

예를 들어, 전화 시스템 또는 셀룰러 무선 통신 시스템의 약한 지점을 찾기 위하여, 공지된 음성 신호를 전송하여 수신된 신호와 이 신호의 카피를 비교할 수 있다. 비교가 수행되기 전 해결되어야만 되는 문제는 기억된 카피의 샘플과 이 수신된 신호의 샘플의 동기화이다.

참조 문헌 [1]은 여러 처프 신호(chirp signals) 형태의 동기화 신호가 제공된 테스트 신호를 송신기로부터 수신기로 반복적으로 전송하는 전송 품질 등급 시스템(transmission quality rating system)을 서술한다. 이 수신기에서, 동기화 신호는 테스트 신호의 시작을 찾기 위하여 사용된다. 그후에, 이 동기화 신호는 폐기되고 실제 테스트 신호가 품질 등급을 위하여 사용된다. 이 방법의 결점은 동기화 신호에 의해 점유되는 시간이 등급을 위하여 사용되지 않아 최종 등급의 신뢰성을 저하시킨다는 것이다. 이 종래 방법의 또다른 결점은 예를 들어 셀룰러 무선 통신 시스템에서 핸드오버로 인해 동기화가 테스트 신호동안 상실되는 경우 테스트 신호가 종료되고 새로운 처프 신호가 전송되어야 비로서 재동기화가 가능하다는 것인데, 이것은 20 내지 30초 만큼 긴시간이 걸릴 수 있다.

참조 문헌 [2]는 전용의 동기화 시퀀스를 공지된 정보 반송 신호와 결합시켜 동기화 시간을 감소시키는 무선 수신기에서 신호 동기화 방법을 서술한 것이다.

본 발명은 일반적으로 신호 품질 측정에 관한 것이며, 특히 기억된 테스트 신호를 품질이 측정될 수신된 신호와 동기화시키는 것에 관한 것이다.

도1은 종래 기술의 신호 동기화 방법의 특징들을 도시한 타이밍 도.

도2는 본 발명을 따른 신호 동기화 방법의 일 실시예의 특징을 도시한 타이밍 도.

도3은 본 발명을 따른 신호 동기화 방법의 또 다른 실시예의 특징을 도시한 타이밍 도.

도4는 본 발명을 따른 동기화 패턴 선택 방법의 일 실시예를 도시한 타이밍 도.

도5는 본 발명을 따른 동기화 패턴 선택 방법을 도시한 순서도.

도6은 8개의 상이한 동기화 패턴을 위한 8개의 거리를 도시한 타이밍 도.

도7은 본 발명을 따른 신호 동기화 방법을 도시한 순서도.

도8은 본 발명을 따른 신호 동기화 장치를 도시한 블록도.

도9는 본 발명을 따른 동기화 위치 정밀구별 방법을 도시한 타이밍 도.

도10은 본 발명을 따른 동기화 위치 정밀구별 방법을 도시한 순서도.

본 발명의 목적은 전체 수신된 신호에 대한 품질 측정을 허용하는 동기화 방법을 토대로한 신호 품질 방법 및 시스템을 제공하는 것이다.

요약하면, 본 발명의 상기 목적은 테스트 신호로부터 동기화 패턴을 선택하고 동기화 및 품질 측정 둘다를 위하여 이들 패턴을 사용함으로써 성취된다.

본 발명의 다른 목적은 빈번한 재동기화를 허용하는 동기화 방법을 포함하는 신호 품질 측정 방법을 제공하는 것이다.

본 발명의 또다른 목적은 테스트 신호로부터 적절한 동기화 패턴을 선택하는 동기화 패턴 선택 방법을 제공하는 것이다.

본 발명의 또한 다른 목적은 동기화 위치 정밀구별 방법(synchronization position refinement method)을 제공하는 것이다.

이 목적들은 첨부된 특허 청구범위에 따라서 성취된다.

본 발명의 이외 다른 목적 및 이점들이 첨부한 도면을 참조하여 설명될 것이다.

본 발명은 이동 무선 통신 시스템을 참조하여 설명될 것이다. 그러나, 예를 들어 공중 교환 전화망의 다른 타입의 "접속(connections)"에서 또는 가능한 왜곡된 공지된 테스트 신호가 원래 테스트 신호의 카피와 비교되는 어떤 상황에서 동일한 원리가 사용될 수 있다는 것을 알 수 있을 것이다.

본 발명을 상세하게 설명하기 전, 본 발명의 개념이 도1 내지 도3을 참조하여 간략하게 설명될 것이다.

도1은 종래 기술의 신호 동기화 방법의 특징을 도시한 타이밍 도이다. 소정의 음성 신호는 송신기에서 수신기로 반복적으로 전송된다. 이 음성 신호의 카피는 수신기에 기억된다. 기억된 신호를 수신된 신호와 동기화시키기 위하여, 전용의 동기화 신호(SYNC), 예를 들어 처프 신호(chirp signal)는 각각의 전송된 음성 신호에 부가된다. 이것은 시간 내내 수신된 신호 품질을 100% 측정할 수 없다는 것을 의미하는데, 그 이유는 동기화 신호에 의해 점유되는 시간동안 측정이 수행되지 않기 때문이다. 게다가, 동기화가 예를 들어 핸드오버로 인해 테스트 신호의 수신동안 상실되는 경우, 재동기화는 다음 처프 신호가 도달되어야 비로소 수행될 수 있는데, 이것은 20 내지 30초 만큼 긴 시간이 걸릴 수 있다. 이것은 동기화되지 않은 주기동안 수행되는 품질 측정이 잘못된 결과를 초래한다는 것을 의미하는데, 그 이유는 수신된 신호 품질이 실제로 양호하지만 기억된 테스트 신호와 동기화 되지 않기 때문에 품질 측정이 이 주기동안 나쁜 수신 품질을 표시할 수 있기 때문이다.

도2는 본 발명을 따른 신호 동기화 방법의 일 실시예의 특징을 도시한 타이밍 도이다. 이 경우에, 동기화 패턴 SYNC1, SYNC2는 음성 신호로부터 직접 선택된다. 따라서, 이 동기화 패턴 SYNC1, SYNC2는 동기화 및 품질 측정 둘다를 위하여 사용된다(왜냐하면, 실제 음성 신호가 존재하기 때문).

동기화 패턴(SYNC1, SYNC2)이 음성 신호 자체로부터 직접 선택되기 때문에, 본 발명의 중요한 특징은 동기화 패턴 선택 방법이다. 이와 같은 방법이 도4 및 도5를 참조하여 상세히 설명될 것이다.

게다가, 도2에서 매 전송 신호마다 여러 동기화 패턴(이 예에서,SYNC1 및 SYNC2)이 존재한다. 이것이 본 발명의 특징이다. 도6 내지 도8을 참조하여 상세하게 서술된 바와 같이, 본 발명의 동기화 방법은 여러 동기화 패턴을 사용하여 가장 유사한 동기화 위치를 결정한다. 이 다중 동기화 패턴은 또한 예를 들어 핸드오버로 인한 비동기화 시간을 감소시킨다.

도3은 본 발명을 따른 신호 동기화 방법의 또다른 실시에의 특징을 도시한 타이밍 도이다. 이 실시예는 통상적으로 본 발명이 사용되는 환경에 적용된다. 이 실시예에서, 반복적으로 전송되는 음성 신호 및 수신기에 기억된 이 신호의 카피는 대략적으로 20-30초 길이이고 여러 사전 기록된 센텐스(sentence)(이 예에선 8개)를 포함한다. 통상적으로, 각각의 센텐스는 남성, 여성 또는 아이의 음성중 하나를 포함한다. 본 실시예에서, 음성 신호에는 8개의 동기화 패턴이 존재하는데, 이 패턴은 각각의 센텐스로부터 하나씩 존재한다.

도4는 본 발명을 따른 동기화 패턴 선택 방법의 많은 가능한 실시예들중 하나의 실시예를 도시한 타이밍 도이다. 이 예에서, 분리된 동기화 패턴은 각각의 센텐스로부터 선택된다. 우선, 동기화 패턴 길이가 결정된다. 그리고 나서, 이 길이를 갖는 세그먼트는 센텐스로부터 선택된다. 그후에, 이 선택된 세그먼트 및 센텐스의 모든 가능한 윈도우(동일한 길이를 가짐)간의 거리 측정이 결정된다. 도4의 곡선은 이와 같은 계산 결과를 도시한다. 이 곡선은 선택된 세그먼트가 대응하는 윈도우와 일치하는 위치에서 제로의 최소 거리를 가질 것이다. 도4에 도시된 바와 같이, 선택된 세그먼트에 대한 짧은 거리(이와 유사)를 갖는 센텐스의 다른 윈도우가 존재할 것이다. 이들 위치는 거리 곡선에서 최소(minima)로서 나타날 것이다. 가장 작은 최소는 선택된 세그먼트의 "마진(margin)"이라 칭하고 선택된 세그먼트 자체가 나머지 센텐스로부터 얼마나 양호하게 구별되는지를 서술하는 패턴 특정성 측정(pattern uniqueness measure)의 일예를 나타낸다. 세그먼트는 동기화 패턴으로서 적절하게 되도록 큰 마진을 갖아야만 된다(이것이 동기화 패턴을 인지하는 것을 손쉽게 하고 다른 센텐스 부분들과 혼동하지 않게 한다.) 상술된 바와 같이, 도4의 곡선은 소정 길이의 단지 하나의 선택된 세그먼트에 대한 거리 함수의 일에를 나타낸다. 센텐스의 (소정 길이의) 가능한 세그먼트 선택마다 동일한 곡선 타입의 곡선이 생성된다. 최종적으로, 가장 특정한 세그먼트(이 예에서 가장 큰 마진을 갖는 세그먼트)는 센텐스의 동기화 패턴으로서 선택된다. 그리고 나서, 이 공정은 음성 신호의 다른 센텐스를 위하여 반복된다.

상술된 바로부터, 동기화 패턴 탐색에 사용되는 거리 측정 타입이 얻어지는 실제 마진과 또한 "최적의" 패턴 선택에 영향을 미칠 수 있다는 것을 알 수 있을 것이다. 거리 측정의 선택은 도9 및 도10을 참조하여 상세하게 서술될 것이다.

도5는 본 발명을 따른 동기화 패턴 선택 방법을 도시한 순서도이다. 단계 (S1)에서, 세그먼트 길이가 선택된다. 단계(S2)는 테스트 신호의 제1 센텐스를 선택한다. 단계(S3)는 선택된 센텐스에서 소정 길이의 제1 세그먼트를 선택한다. 단계(S4)에서, 소정 센텐스의 제1 윈도우가 선택된다. 단계(S5)는 세그먼트 및 현재 윈도우간의 거리를 결정한다. 단계(S6)는 현재 윈도우가 이 센텐스의 최종 윈도우인지를 테스트한다. 이것이 그 경우가 아닌 경우, 단계(S7)는 다음 윈도우를 선택하고 이 절차를 단계(S5)로 복귀시킨다. 그렇지 않다면, 세그먼트의 특정성은 측정된 거리로부터 마진을 결정함으로써 단계(S8)에서 결정된다. 단계(S9)는 현재 세그먼트가 선택된 세그먼트의 최종 세그먼트인지를 테스트한다. 이것이 그 경우가 아닌 경우, 이 절차는 단계(S10)에서 다음 세그먼트를 선택하고 단계(S4)로 복귀한다. 그렇지 않다면, 단계(S11)는 현재 센텐스의 어느 세그먼트가 최대 마진을 갖는지를 결정하여 이 세그먼트를 센텐스의 동기화 패턴으로서 선택한다. 단계(S12)는 현재 센텐스가 테스트 신호의 최종 센텐스인지를 테스트한다. 이것이 그 경우가 아닌 경우, 이 절차는 단계(S13)에서 다음 단계를 선택하고 단계(S3)로 복귀한다. 그렇지 않다면, 동기화 패턴은 센텐스마다 선택되고 이 절차는 종료된다. 선택적으로, 이 절차는 단계(S1)로 복귀될 수 있고(점선으로 표시됨) 또 다른 세그먼트 길이를 선택하고 나서 이 새로운 세그먼트 길이로 이 절차를 반복할 수 잇다. 이 선택은 마진이 너무 작아서 나머지 센텐스로부터 대응하는 패턴을 충분히 구별할 수 없는 경우 사용될 수 있다.

이 동기화 패턴 선택 방법은 다소 복잡한 것으로 보일 수 도 있지만 품질 측정 시스템의 설계 공정 동안 (실제 전송동안이 아님) 단지 1회 (통상적으로 컴퓨터상에서) 그리고 오프-라인으로 수행된다는 것을 주지하여야만 한다. 일단 동기화 패턴이 선택되면, 이들 패턴은 수신기에 기억된다. 예를 들어, 이것은 기억된 테스트 신호에서 각각의 패턴, 각 패턴의 길이 및 각 센텐스의 길이의 시작에 대한 포인터의 테이블을 기억함으로써 행해질 수 있다. 이것은 테스트 신호의 패턴간의 (샘플에서)위치 및 거리를 제공한다. 이 센텐스가 상이하기 때문에, 동기화 패턴은 통상적으로 각각의 센텐스에서 동일한 위치를 갖지 않을 것이다.

도4 및 도5의 상기 설명에서, 이 선택된 패턴 특정성 측정은 "마진"이다. 그러나, 보다 복잡한 측정이 또한 가능하다. 한가지 예로서 동기화 패턴을 고려하기 전 패턴이 어떤 에너지 임계값을 초과하여야만 한다는 필요조건과 마진 테스트를 결합시키는 것이다. 이와 같은 보충적인 필요조건은 음성 중단(배경 잡음만을 포함)과 같은 불특정 세그먼트가 동기화 세그먼트로서 선택되지 않도록 한다. 보충적인 에너지 필요조건이 없는 경우, 이와 같은 세그먼트는 동기화 패턴의 후보가 될 수 있는데, 그 이유는 잡음이 나머지 신호와 상관하지 않기 때문이다. 그러나, 배경 잡음은 동기화 패턴으로서 부적절한데, 그 이유는 이것은 전송동안 심하게 왜곡(낮은 SNR)되거나 심지어 대체(DTX)될 수 있기 때문이다. 신호 에너지가 어떤 임계값을 초과하는 것을 필요로 하는 대안은 "거리 곡선"의 평균이 어떤 임계값을 초과하는 것을 필요로 하는 것이다. 또다른 대안의 보충적인 테스트는 최소 주위의 "오픈닝(opening)"의 폭을 테스트하는 것이다.

동기화 패턴 선택 방법이 서술되었지만, 본 발명을 따른 동기화 방법의 실시예의 일예가 지금부터 도6 내지 도8을 참조하여 상세하게 설명될 것이다.

본 발명의 동기화 방법의 실시예의 기본 단계는 수신된 신호에 걸쳐서 (등가 길이의)동기화 패턴과 동일한 길이의 윈도우를 슬라이딩(slide)하여 각 패턴간의 거리 및 각 윈도우 위치에서 윈도우의 내용을 결정하는 것이다. 기록된 음성 신호에 8개의 센텐스가 존재하고 1개의 동기화 패턴이 센텐스마다 선택된다고 가정하면, 각각의 윈도우 위치는 8개의 거리값을 제공할 것이다. 윈도우가 동기화 위치중 하나의 위치와 정합하는 경우, 8개의 거리중 하나의 거리는 이상적으로 제로가 되지만, 수신된 신호가 전송동안 왜곡되기 때문에 실제 최소값은 제로보다 크게될 수 있다. 이 때문에, 상이한 거리 측정은 작은 임계값과 비교된다. 거리 측정이 이 임계값 이하로 떨어진 경우, 이 윈도우는 동기화 패턴 위치중 한 위치에 있을 수 있다.

도6은 8개의 상이한 동기화 패턴에 대한 8개의 거리 함수, Ψ₁-Ψ₈를 도시하는 타이밍 도이다. 이 도면은 실선의 임계선 예를 들어 T1-T5(이 도면에서 임계값은 2로 설정) 이하의 상이한 최소를 도시한다. 이들 최소 모두는 이들 8개의 곡선에 대응하는 상이한 센텐스에서 잠재적인 동기화 위치를 나타낸다. 예를 들어, T1에서 제1 최소는 센텐스 6에서의 동기화 패턴과의 가능한 정합을 표시하는 한편, T2에서 제2 최소는 센텐스 4 에서 동기화 패턴과의 가능한 정합을 표시한다. 그러나, T1 및 T2간의 시간은 통상적인 센스 길이(2-2.5초)보다 훨씬 작은 단지 약 0.05초 이고 각각의 센텐스가 단지 하나의 동기화 패턴을 포함하기 때문에, 이들 두가지 가능성이 동시에 유효하게 될 수 없다. 이 충돌을 해결하기 위하여, 임계 선 이하의 각각의 최소는 가설, 즉 대응하는 센텐스에서 동기화 패턴과의 정합에 대응한다라는 가설과 관계된다. 그러나, 다음 센텐스에서 다른 정합은 한 센텐스에서 실제 정합을 따라야만 하기 때문에 이와 같은 가설은 테스트될 수 있다. 따라서, 각각의 가설을 추적함으로써, 가장 유사한 가설은 다음 센텐스에서 예측된 정합에서의 거리값이 결정될 때 선택될 수 있다. 이 절차를 설명하기 위하여, 다음의 예의 테이블이 사용된다.

센텐스 수에서 가능한 정합	가능한 정합에서의 거리	다음 예측된 센텐스에서 예측된 정합에서의 거리	다음 예측된 센텐스에서 예측된 정합에서의 거리	평균 거리
6	1.719(T1에서)	5.153	7.453	4.77
4	1.837(T2에서)	0.553	0.383	0.92
5	1.123(T3에서)	5.556	5.347	4.00
1	1.679(T4에서)	9.963	3.607	5.08
1	1.244(T5에서)	7.076	6.679	5.00

이 테이블은 트렐리스형 동기화 절차를 설명하기 위하여 사용될 것이다. 이 테이블의 제1 칼럼은 포텐셜 정합이 발견되는 도6의 센텐스를 목록화한 것이다. 칼럼2는 대응하는 거리값(도9 및 도10을 참조하여 서술된 거리 측정으로 측정됨)을 목록화한 것이다. 각각의 이와 같은 예는 참 정합(true match)이 발견되는 가설을 생성한다. 따라서, 제1 가설은 센텐스 6의 T1에서 정합이 존재한다는 것이다. 이 가설은 다음 예측된 센텐스(센텐스 7)의 동기화 패턴 및 패턴이 예측되는 위치에서 실제 신호간의 거리(유사도)를 측정함으로써 테스트된다. 작은 거리는 가설을 지원하는 반면, 큰 거리는 가설을 보다 덜 지원한다. 이 테이블에서 칼럼 3은 각 가설(로우)에 대한 예측된 다음 센텐스의 예측된 정합을 위한 거리값을 포함한다. 제2를 제외한 칼럼 3의 모든 값이 임계값(이 값은 2이다)을 초과한다고 예측하는 경우, 가설 2(로우 2)는 가장 가능한 가설이라고 간주된다. 이 가설은 칼럼 4에 의해 보다 강화되는데, 이 칼럼 4는 각각의 가설에 대한 다음 예측된 정합에서 측정된 거리를 목록화한 것이다. 칼럼 5는 각각의 가설에 대한 3개의 거리값의 평균값을 포함한다. 가설 2는 명백하게 최소 평균 거리값을 갖는데, 이로 인해 이 가설은 가장 가능한 가설로서 선택될 것이다. 가설 2가 센텐스 4에서 검출된 정합에 대응하고 센텐스 5 및 6에서 정합을 확인하기 때문에, 수신될 다음 센텐스는 센텐스 7이 될 것이다. 각각의 센텐스의 길이 및 각각의 센텐스에서의 각 동기화 패턴의 위치가 공지되어 있기 때문에, 센텐스 7의 시작이 계산될 수 있고 기억된 테스트 신호의 센텐스 7이 수신된 신호의 센텐스 7과 동기화될 수 있다. 또다른 대안은 우세한 가설에서 최종 센텐스(이 경우 센텐스 6)에 대해 동기화하는 것이다. 또다른 가능성은 우세한 가설을 실제로 트리거하는 센텐스(이 경우에 센텐스 4)에 대해 동기화하는 것이다.

도6에서, 임계값은 일정하다. 이 임계값은 예를 들어 예측된 왜곡 레벨에 의해 결정될 수 있다. 이 방식으로, 검출된 최소의 수를 제어하여 참의 최소(true minima)를 놓치지 않고 검출된 최소의 수가 시스템을 오버로드시키기 위하여 너무 크게되지 않도록 한다. 그러나, 예를 들어 추정된 왜곡 레벨에 의해 제어되는 동적 임계값을 가질 수 있다. 또다른 가능성은 시간 단위당 평균 검출된 최소 수를 측정하고 이 수가 너무 높은 경우 임계값을 낮게 하거나 이 수가 너무 낮은 경우 임계값을 증가시킨다. 게다가, 패턴의 "특정성" 이 상이하기 때문에 상이한 동기화 패턴에 대한 상이한 임계값을 갖도록 할 수 있다.

임계값을 현재의 왜곡 레벨에 적응시키는 대신에, 임계값을 일정하게 유지시켜 각 센텐스에 대한 상이한 길이의 여러 동기화 패턴을 결정하여 기억할 수 있다. 낮은 왜곡 레벨에 대하여, 보다 짧은 패턴이 사용될 수 있는 한편, 보다 긴 패턴이 보다 높은 왜곡 레벨에 대하여 사용되어 동기화 신뢰도를 증가시킨다. 또다른 대안은 각각의 센텐스에 대한 여러 동기화 패턴을 결정하여 기억하는 것이다. 왜곡 레벨이 증가함에 따라서, 동기화 절차에 사용되는 동기화 패턴 수는 또한 증가됨으로써 동기화 신뢰도를 증가시킨다. 이들 적응형 방법의 조합이 또한 가능하다.

도7은 본 발명을 따른 신호 동기화 방법을 도시한 순서도이다. 단계(S20)에서, 검사 윈도우는 수신된 신호에서 새로운 위치로 시프트된다. 단계(S21)에서, 이 윈도우내에 있는 수신된 신호의 부분은 각각의 패턴에 대한 거리 측정을 결정함으로써 각각의 동기화 패턴과 비교된다. 단계(S22)에서, 각각의 거리 측정은 임계값과 비교된다. 단계(S23)는 측정이 임계값 이하인지를 결정한다. 만일 그렇지 않다면, 이 루틴은 단계(S25)로 진행한다. 그렇지 않다면, 단계(S24)는 또다른 가설을 가설 목록에 부가한다. 이 단계는 칼럼(1 및 2)의 값으로 상기 테이블의 새로운 로우를 채우는 것에 대응한다. 그리고 나서, 이 루틴은 단계(S25)로 진행한다. 단계(S25)는 윈도우가 상기 목록의 가설에 따른 정합에 대응하도록 예측되는 위치에 존재하는지 여부를 테스트한다. 만일 그렇지 않다면, 루틴은 단계(S27)로 진행한다. 만일 그렇지 않다면, 단계(S26)는 윈도우의 내용 및 가설 목록의 예측된 정합 패턴간의 거리를 기록한다. 이 단계는 상기 테이블의 칼럼(3 및 4)을 채우는 것에 대응한다. 그리고 나서, 이 루틴은 단계(S27)로 진행한다. 단계(S27)는 가설 목록이 새로운 가설 또는 가설 목록에 의해 갱신되는지 여부를 테스트한다. 이 테이블과 관계하여 상술된 예에서, 이 가설 목록은 가설이 3개의 연속적인 거리 측정(동일한 로우의 칼럼 2-4의 값)을 포함할 때 갱신된다라고 간주된다. 2 또는 3이상의 측정이 필요로 되는 다른 실시예가 물론 가능하다. 이 가설 목록이 갱신되지 않은 경우, 이 루틴은 단계(S20)로 복귀한다. 그렇지 않다면, 단계(S28)는 새로운 가설에 대한 평균 거리를 계산하여 이를 상기 테이블의 칼럼 5의 다른 평균 거리와 비교함으로써 동기화를 위한 최적의 가설을 선택한다(이것은 상술된 가설 테스트이다). 가장 작은 평균 거리를 갖는 로우는 현재 동기화 가설로서 선택되고 이것은 가설 목록에서 보유되는 유일한 가설이다(이 단계는 가설 목록의 실제 갱신이다). 단계(S29)는 선택적인 동기화 위치 정밀구별 단계인데, 이것은 도9 및 도10을 참조하여 상세하게 설명될 것이다. 최종적으로, 이 루틴은 단계(S20)로 복귀한다.

도8은 본 발명을 따른 신호 동기화 시스템의 일실시예를 도시한 블록도이다. 송신기(10)는 테스트 신호를 반복적으로 전송한다. 이 수신된 신호는 무선 장치(12)에서 복조되고, 채널 디코더(14)에서 채널 디코딩되고 음성 디코더(16)에서 음성 샘플 X(n)의 스트림으로 음성 디코딩된다. 이들 음성 샘플은 동기화 장치(18)로 전달되는데, 이 장치는 메모리(20)로부터의 테스트 신호의 기억된 카피의 출력을 제어 신호(C)로 제어한다. 현재 서로 동기화되는 수신된 음성 샘플 X(n)및 메모리(20)로부터의 테스트 신호 간의 유사도는 품질 측정 장치(22)에서 측정된다.

동기화 장치(18)는 현재 윈도우를 각각의 동기화 패턴과 비교하는 비교 장치(24)를 구비한다. 이 동기화 패턴은 동기화 패턴 테이블로부터 얻어지는데, 이 테이블은 테스트 신호 메모리(20)로부터의 패턴을 검색한다. 비교 장치(24)는 새로운 포텐셜 정합이 검출될 때 가설 목록(28)을 갱신하고 또한 예측된 정합의 거리 측정을 가설 목록에 제공한다. 이 이력 목록은 가설 선택기(30)에 전달되고, 이 선택기는 동기화를 위하여 가장 가능한 가설을 선택한다. 가설 선택기(30)는 또한 가설 목록(28)으로부터 각각 폐기된 가설을 삭제한다. 이 선택된 동기화 위치는 동기화 위치 정밀구별 장치(32)에서 보다 정밀하게 구별될 수 있는데, 이 장치는 도9 및 도10을 참조하여 설명될 것이다. 통상적으로 동기화 장치(18)의 기능성은 마이크로/신호 처리기의 조합에 의해 수행된다.

전체 테스트 신호가 품질 측정을 위하여 사용된다는 사실이외에, 상술된 동기화 방법의 장점은 빈번한 재동기화를 허용한다는 것이다. 소정의 예에서, 핸드오버가 발생하고 수신된 신호의 타이밍이 변경될 때, 재동기화는 단지 3개의 센텐스 후에 설정된다. 또다른 장점은 동기화가 한 센텐스마다 자동적으로 갱신된다는 것이다.

상술된 바와 같이, 동기화 패턴 및 윈도우간의 거리의 측정은 본 발명의 동기화 방법에서 중요한 단계이다. 거리 측정 방법에 대한 한가지 필요조건은 동기화 정밀도는 고 정밀도(샘플 레벨)로 발견되어야만 된다는 것이다. 이 측정이 실시간으로 수행되어야만 되기 때문에, 또다른 필요조건은 이 방법의 계산의 복잡도가 높게되지 않아야만 된다는 것이다. 양호한 고 정밀도 방법이 있지만, 이들은 실제로 실시간으로 실현하기에는 너무 복잡하다. 이 충돌을 해결하기 위하여, 본 발명은 다단계 정밀구별 절차를 제안하고 있는데, 이 절차는 낮은 복잡도 방법이 도6 내지 도8 을 참조하여 서술된 동기화 방법에서 사용되어 대략적인 동기화 위치를 찾고 나서 보다 복잡한 방법에 의해 더욱 정밀하게 구별화되는 것이다.

도9는 본 발명을 따른 동기화 위치 정밀구별 방법을 나타내는 타이밍 도이다. 이 실시예에서, 각각의 동기화 패턴은 800개의 샘플(이것은 8000 Hz의 샘플링 율에서 음성의 0.1초에 대응)로 이루어진다. 우선, 도9의 상부(도6의 곡선들중 한 곡선에 대응하는 비교 곡선Ψ)에 도시된 대충적인 동기화 단계는 (이하의 상세히 설명되는 방법에 따라) 200개의 샘플 정도의 정확도로 동기화 위치를 결정한다. 도9의 중간(비교 곡선Φ)에 도시된 두번째 단계는 이 정확도를 (이하에 상세히 설명되는 방법에 따라)약 20개의 샘플로 정밀구별하는 한편, 도9의 하부(비교 곡선Θ)에 도시된 제3 단계는 이 정확도를 (이하에 상세히 설명되는 방법에 따라) 샘플 레벨에 이르기까지 정밀구별한다.

대충적인 동기화 위치 측정의 예시된 실시예에서, 이 동기화 패턴은 5개의 조각(piece)으로 분할되는데, 각각의 조각은 160개의 샘플로 이루어져 있다. 그리고 나서, 각각의 조각은 단기간 예측기 필터로 모델링되고 이 필터의 반사 계수는 모델 파라미터로서 사용된다. 예시된 실시예에서, 4 반사 계수는 160개의 샘플로 이루어진 각각의 조각에 대하여 계산된다. 이들 4*5 = 20 파라미터는 현재 전체 동기화 패턴을 표시한다. 이들 계산은 상술된 동기화 패턴 결정 공정동안 오프 라인 으로 수행되고 얻어진 반사 계수는 수신기에 기억된다. 수신된 신호가 제공되는 슬라이딩 윈도우는 이 예에서 160개의 샘플인 상술된 조각과 동일한 길이의 슬라이딩 단계를 사용한다. 현재 슬라이딩 윈도우(800 개의 샘플)에서 신호 샘플은 또한 동기화 신호와 동일한 방식으로 반사 계수에 의해 모델링되는 5개의 조각으로 분할된다. 따라서, 현재 슬라이딩 윈도우는 5 * 4 =20 반사 계수에 의해 신호의 800개의 샘플을 표시할 것이다. 이것은 이 윈도우가 시프트될때 다음 조각의 4개의 반사 계수는 계산될 것이고 최종 4 반사 계수는 폐기될 것이라는 것을 의미한다. 현재 슬라이딩 윈도우간의 거리가 계산될 때, 이 거리는 "샘플 도메인" 대신에 "반사 계수 도메인"에서 계산된다. 통상적으로, 거리 측정은 일반적으로 유클리드 거리(윈도우의 대응하는 반사 계수 및 동기화 패턴간의 차의 제곱의 합)을 토대로 한다.

이 조각의 수 및 각각의 조각을 모델링하는 반사 계수의 수는 동기화 패턴의 길이, 각각의 조각의 모델의 정확도 및 수용될 수 있는 계산의 복잡도에 좌우된다.

상술된 대충적인 동기화 위치 결정 방법은 실제로 수신된 신호 및 동기화 패턴간의 스펙트럼 인벨로프 차를 토대로 한 것이다. 그러므로, 도9의 이 비교 곡선ψ은 조각 길이(이예에서 160개의 샘플)와 동일한 정도의 길이로 바람직한 저속 변화를 한다. 이것은 또한 동일한 길이의 슬라이딩 윈도우 시프팅 단계가 적절하게 되는 이유이다. 반사 계수를 계산하는데 필요로 되는 연산수가 조각 길이에 비례하고 평가가 매 조각 길이마다 단지 1회 실행되기 때문에, 비교 곡선 ψ을 발생시키는데 필요로 되는 연산수는 샘플수에 비례한다.

적절한 "도메인"으로서의 반사 계수의 선택은 여러 가지 장점을 갖는다. 한가지 장점은 거리 측정의 저속 변화로 인한 비교 곡선ψ의 최소의 광 오픈닝(wide opening)이다. 이것은 양호하게 분리된 최소를 초래한다. 또다른 장점은 이들 파라미터가 전송 에러에 대한 저항이 될 수 있다는 것이다(동일한 타입의 파라미터가 이동 무선 통신 시스템에서 음성 엔코딩/디코딩을 위하여 사용된다). 이것은 동기화가 비록 정밀하지 않을지라도 정화하게 될 가능성이 높게된다는 것을 의미한다. 게다가, 거리 측정의 단순화가 상술된 다소 복잡한 트렐리스 토대로한 동기화 방법에 대하여 적절하게 되도록 한다. 상술된 거리 측정은 도4 및 도5와 관련하여 서술된 동기화 패턴 선택 방법에서 사용될 수 있다. 다른 가능한 거리 측정은 예를 들어 LAR 파라미터(반사 계수의 변화) 또는 cepstrum 을 토대로 할 수 있다.

동기화 위치 정밀구별 방법의 다음 단계는 단지 초기 추정값의 이웃(이 추정값 주위의 200개의 샘플 구간)만을 검사하는 것이다. 매우 작은 수의 위치가 검사되기 때문에, 보다 복잡한 방법이 사용될 수 있다. 적절한 측정은 스펙트럼 도메인에서의 거리 측정이다. 이 예가 참조 문헌[3]에 서술되어 잇다. 현재 바람직한 방법은 참조 문헌[3]의 식(5)에 규정된 세그먼트형 스펙트럼 SNR 측정이다. 이 단계에서, 슬라이딩 윈도우는 제1 단계에서처럼 800개의 샘플 폭이지만, 20개의 샘플 스텝 길이를 사용함으로써 단지 10개의 위치를 계산한다. 이 제2 단계는 약 20개의 샘플로 추정값의 정밀도를 정밀구별한다. 이 정확도 레벨에서, 이 방법은 도9의 곡선φ의 최소에서 바람직한 광 오픈닝을 제공한다.

이 최종 단계는 가장 복잡하고 정확한 방법이다. 적절한 방법은 단계 2로부터의 추정값 주위의 20개의 샘플 위치에서 슬라이딩 윈도우 및 동기화 패턴간의 상관을 찾는 상관 토대로한(시간 또는 샘플 도메인) 방법이다. 이것은 샘플 레벨에 이르기까지 추정값의 정확도를 발생시킨다. 이 정확도 레벨에서, 이 방법은 도9의 곡선Θ의 최소에서 바람직한 광 오픈닝을 제공한다.

도10은 본 발명을 따른 동기화 위치 정밀구별 방법을 요약한 순서도이다. 단계(S30)에서, 대충적인 동기화 위치는 낮은 복잡도 방법, 예를 들어 상술된 반사 계수 토대로한 방법에 의해 결정된다. 이 방법은 도7을 참조하여 서술된 계산 집중 동기화 방법에서 사용된다. 대충적인 방법은 정확한 센텐스 및 이 센텐스내의 대략적인 동기화 위치를 찾는다. 대충적인 동기화 위치는 중간 복잡도의 방법, 예를 들어 상술된 세그먼트형 스펙트럼 SNR 토대로한 방법으로 단계(S31)에서 정밀구별된다. 최종적으로 이 동기화 위치는 보다 복잡한 방법, 예를 들어 상술된 상관 방법으로 단계(S32)에서 샘플 레벨까지 정밀구별된다. 통상적으로 3 단계는 마이크로/신호 처리기 조합에 의해 실현된다.

동기화 위치 정밀구별 방법의 상기 설명에 의해 알 수 있는 바와 같이, 거리 측정은 상이한 도메인을 토대로 하고 각각의 도메인에서 상이한 거리 측정을 토대로 한다. 이것은 예를 들어 반사 계수 도메인 및 유클리드 거리를 토대로한 동기화 패턴 선택 방법이 샘플(시간) 도메인 및 상관을 토대로한 선택 방법과 동일한 동기화 패턴을 제공할 수 없다는 것이다. 이 특징은 동기화 패턴 선택 방법의 보다 복잡한 실시예에서 인지되는데, 이 방법에서 각각의 동기화 패턴이 선택되고 각각의 도메인 및 거리 측정을 위하여 기억된다. 이 방식으로, 각각의 정밀구별 단계는 상기 단계(이 단계에 사용되는 도메인 및 거리 측정에 따라서)를 위한 가장 "특정한" 동기화 패턴과 관계된다.

때때로, 수신된 신호는 기억된 기준 신호와 비교하여 감쇠된다. 일부 측정은 수신된 신호 및 기준 신호간의 상이한 신호 레벨에 영향을 받지 않는 한편, 다른 측정은 이와 같은 레벨차에 영향을 받는다. 예를 들어, 반사 계수를 토대로한 거리 측정은 신호 진폭의 변화에 영향을 받지 않는 한편, 스펙트럼 거리를 토대로한 측정은 이와 같은 변화에 영향을 받는다. 이와 같은 경우에, 레벨에 영향받지 않는 거리 측정을 토대로한 대충적인 동기화 후, 기준 센텐스의 에너지는 계산되어 제1 수신된 센텐스의 에너지와 비교된다. 그리고 나서, 이 얻어진 비율은 수신된 신호를 위한 스케일링 팩터로서 사용될 수 있다. 심지어 대충적인 동기화가 완전하지않을지라도, 100개 샘플까지의 동기화 에러의 영향은 스케일링 팩터(이 센텐스는 통상적으로 20,000개의 샘플을 가짐)에 크게 영향을 미치지 않는다.

상기 설명에서, 본 발명은 음성 신호와 관련하여 서술되었다. 그러나, 테스트 신호는 다른 타입의 오디오 신호, 예를 들어 음악도 포함할 수 있다는 것을 알 수 있을 것이다. 실제로, 동일한 원리가 또한 오디오 신호 이외의 다른 신호, 가령 비디오 신호에 대해서도 사용될 수 있다.

당업자는 첨부된 청구범위에 규정된 본 발명의 원리 및 정신을 벗어남이 없이 각종 수정 및 변경을 행할 수 있다는 것을 알 수 있을 것이다.

참고 문헌

1. Canadian patent application 2148340(Ascom Infrasys AG)

2. EP 0714183 A2( Becker Gmbh)

3. S.Tallak et al, "Time Delay Estimation for Objective Quality Evaluation of Low Bit-Rate Coded Speech with Noisy Channel Conditions", IEEE, 1993, pp 1215-1219

Claims (16)

1. 접속되어 있는 전송 단부에서 수신 단부로 테스트 신호를 전송하는 단계와,

   상기 수신 단부에서 상기 테스트 신호의 카피를 기억하는 단계와,

   상기 기억된 테스트 신호의 카피 및 상기 수신 단에서 수신된 신호간의 유사도를 측정하는 단계를 포함하는 신호 품질 측정 방법에 있어서,

   상기 기억된 테스트 신호의 카피로부터 상이한 동기화 패턴의 시퀀스를 직접 선택하는 단계와,

   상기 수신된 신호로부터 상기 동기화 패턴 시퀀스를 최적으로 정합시키는 신호 세그먼트의 시퀀스를 결정하는 단계 및,

   상기 수신된 신호를 상기 신호 세그먼트 시퀀스와 동기화시킴으로써, 상기 수신된 신호를 상기 기억된 테스트 신호의 카피와 동기화시키는 단계를 포함하는 것을 특징으로 하는 신호 품질 측정 방법.
2. 제 1 항에 있어서,

   각각의 동기화 패턴을 상기 수신기에 의해 수신된 신호의 부분적으로 중첩하는 세그먼트 세트와 비교하여, 상기 수신된 신호에서 가장 유사한 각각의 동기화 패턴이 어디에서 발견되는지를 결정하는 단계를 포함하는 것을 특징으로 하는 신호 품질 측정 방법.
3. 제 2 항에 있어서,

   상기 결정 단계는 상기 동기화 패턴 시퀀스를 정합하는 최대 가능성을 갖는 신호 세그먼트의 시퀀스를 찾는 트렐리스 토대로한 절차인 것을 특징으로 하는 신호 품질 측정 방법.
4. 제 3 항에 있어서,

   상기 비교 단계는 각각의 동기화 패턴 및 세그먼트에 대하여 동기화 패턴 및 세그먼트간의 유사도를 나타내는 거리 측정을 임계값과 비교하는 단계 및,

   상기 거리 측정이 상기 임계값 이하로 떨어지는 경우, 대응하는 동기화 패턴에 대한 가능한 동기화 위치로서 세그먼트를 표시하는 단계를 포함하는 것을 특징으로 하는 신호 품질 측정 방법.
5. 제 4 항에 있어서,

   각각의 동기화 패턴에 각각의 임계값을 부여하는 것을 특징으로 하는 신호 품질 측정 방법.
6. 제 5 항에 있어서,

   현재의 왜곡 레벨에 따라서 각각의 임계값을 동적으로 갱신하는 단계를 포함하는 것을 특징으로 하는 신호 품질 측정 방법.
7. 제 4 항에 있어서,

   높은 왜곡 레벨에 대해선 보다 긴 동기화 패턴의 시퀀스를 선택하고 낮은 왜곡 레벨에 대해선 짧은 동기화 패턴의 시퀀스를 선택하는 단계를 포함하는 것을 특징으로 하는 신호 품질 측정 방법.
8. 소정의 신호로부터 동기화 패턴을 선택하는 방법으로서,

   동기화 패턴 길이를 선택하는 단계와,

   상기 소정의 신호로부터 상기 동기화 패턴 길이를 갖는 가능한 세그먼트를 선택하는 단계와,

   상기 소정 신호에 걸쳐서 상기 동기화 패턴을 갖는 윈도우를 슬라이딩시키는 단계와,

   각각의 세그먼트에 대하여, 콜렉션에 대응하는 세그먼트 및 모든 가능한 슬라이딩 윈도우 위치에서 상기 소정의 신호의 내용간의 거리를 표시하는 거리 측정의 콜렉션을 결정하는 단계와,

   동기화 패턴으로서 소정의 세그먼트 특정성 측정을 최대화하는 상기 콜렉션에 대응하는 세그먼트를 선택하는 단계를 포함하는 것을 특징으로 하는 동기화 패턴 선택 방법.
9. 제 8 항에 있어서,

   각각의 콜렉션으로부터 최소 정밀한 위치 거리 측정을 포함하는 거리 측정 세트를 형성하는 단계와,

   상기 거리 측정 세트로부터 최대 거리 측정을 선택하는 단계 및,

   동기화 패턴으로서 상기 선택된 최대 거리 측정에 대응하는 세그먼트를 선택하는 단계를 포함하는 것을 특징으로 하는 동기화 패턴 선택 방법.
10. 신호 동기화 위치 정밀구별 방법으로서,

    반사 계수 도메인에서 낮은 복잡도 거리 측정을 사용함으로써 초기 대충적인 동기화 위치를 결정하는 단계 및,

    하나이상의 보다 높은 복잡도 거리 측정을 사용함으로써 상기 동기화 위치를 정밀구별하는 단계를 포함하는 것을 특징으로 하는 신호 동기화 위치 정밀구별 방법.
11. 제 10 항에 있어서,

    상기 보다 높은 복잡도 거리 측정중 한 측정은 세그먼트형 스펙트럼 SNR 도메인 것을 특징으로 하는 신호 동기화 위치 정밀구별 방법.
12. 제 10 항 또는 제 11 항에 있어서,

    상기 보다 높은 복잡도 거리 측정중 한 측정은 샘플(시간) 도메인에 있는 것을 특징으로 하는 신호 동기화 위치 정밀구별 방법.
13. 접속되어 있는 전송 단부에서 수신 단부로 전송하는 수단과,

    상기 수신 단부에서 상기 테스트 신호의 카피를 기억하는 수단(20)과,

    상기 기억된 테스트 신호의 카피 및 상기 수신 단부에서 수신된 신호간의 유사도를 측정하는 수단을 구비하는 신호 품질 측정 시스템에 있어서,

    상기 기억된 테스트 신호의 카피로부터 상이한 동기화 패턴의 시퀀스를 직접 선택하는 수단(26)과,

    상기 동기화 패턴 시퀀스를 최적으로 정합시키는 신호 세그먼트의 시퀀스를 상기 수신된 신호로부터 결정하는 수단(30)과,

    상기 수신된 신호를 상기 신호 세그먼트 시퀀스와 동기화시킴으로써, 상기 수신된 신호를 상기 기억된 테스트 신호의 카피와 동기화시키는 수단(30, 32)을 구비하는 것을 특징으로 하는 신호 품질 측정 시스템.
14. 제 13 항에 있어서,

    각각의 동기화 패턴을 상기 수신기에 의해 수신된 신호의 부분적으로 중첩하는 세그먼트 세트와 비교하여 상기 수신된 신호에서 가장 유사한 각각의 동기화 패턴이 어디에서 발견되는지를 결정하는 수단(24)을 구비하는 것을 특징으로 하는 신호 품질 측정 시스템.
15. 제 14 항에 있어서,

    상기 결정 수단(30)은 트렐리스 토대로 한 절차를 사용함으로써 상기 동기화 패턴 시퀀스를 정합하는 최대 가능성을 갖는 신호 세그먼트의 시퀀스를 찾도록 적응되는 것을 특징으로 하는 신호 품질 측정 시스템.
16. 제 15 항에 있어서,

    상기 비교 수단은 각각의 동기화 패턴 및 세그먼트에 대하여, 동기화 패턴 및 세그먼트간의 유사도를 표시하는 거리 측정을 임계값과 비교하는 수단(24) 및,

    상기 거리 측정이 상기 임계값 이하로 떨어지는 경우, 상기 대응하는 동기화 패턴에 대한 가능한 동기화 위치로서 세그먼트를 표시하는 수단(28)을 구비하는 것을 특징으로 하는 신호 품질 측정 시스템.