RU2610285C1 - Method of detecting low-rate encoding protocols - Google Patents
Method of detecting low-rate encoding protocols Download PDFInfo
- Publication number
- RU2610285C1 RU2610285C1 RU2016104993A RU2016104993A RU2610285C1 RU 2610285 C1 RU2610285 C1 RU 2610285C1 RU 2016104993 A RU2016104993 A RU 2016104993A RU 2016104993 A RU2016104993 A RU 2016104993A RU 2610285 C1 RU2610285 C1 RU 2610285C1
- Authority
- RU
- Russia
- Prior art keywords
- matrix
- redundancy
- vector
- information
- coefficients
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000013598 vector Substances 0.000 claims abstract description 82
- 239000011159 matrix material Substances 0.000 claims abstract description 59
- 238000005311 autocorrelation function Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims 1
- 238000003379 elimination reaction Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 239000000126 substance Substances 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 9
- 230000015572 biosynthetic process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000014509 gene expression Effects 0.000 description 5
- 230000005284 excitation Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- 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
- G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
- G10L19/008—Multichannel audio signal coding or decoding using interchannel correlation to reduce redundancy, e.g. joint-stereo, intensity-coding or matrixing
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M13/00—Coding, decoding or code conversion, for error detection or error correction; Coding theory basic assumptions; Coding bounds; Error probability evaluation methods; Channel models; Simulation or testing of codes
- H03M13/03—Error detection or forward error correction by redundancy in data representation, i.e. code words containing more digits than the source words
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
Description
Изобретение относится к области техники связи, в частности к обработке цифровой информации, и может быть использовано в широком классе систем передачи данных для распознавания протоколов низкоскоростного кодирования речи (НСКР), используемых вокодерами.The invention relates to the field of communication technology, in particular to the processing of digital information, and can be used in a wide class of data transmission systems for recognizing the low-speed speech coding (NSCR) protocols used by vocoders.
Заявленное техническое решение расширяет арсенал средств аналогичного назначения за счет возможности распознавания протоколов НСКР с более высокой точностью.The claimed technical solution expands the arsenal of tools for a similar purpose due to the possibility of recognizing the NSCR protocols with higher accuracy.
Уровень техникиState of the art
Известен способ распознавания радиосигналов (см. Патент РФ 2551903 /Способ распознавания радиосигналов / Дворников А.С., Дворников С.В./, опубликованный 10.06.2015 г.), в котором на первом этапе из дискретизированных и квантованных отсчетов эталонных радиосигналов формируют матрицы распределения энергии на основе их фреймовых вейвлет-преобразований. Затем из них, начиная со второй строки, формируют векторы признаков путем построчной конкатенации всех вейвлет-коэффициентов. Далее элементы векторов признаков нормируют и вычисляют их параметры. Причем в качестве параметров определяют усредненную величину нормированных амплитудных значений элементов векторов признаков, а решение принимают по результатам вычисления разностей значений параметров распознаваемого радиосигнала и эталонных радиосигналов. Распознаваемый радиосигнал считают инцидентным эталонному радиосигналу, модуль разницы параметров векторов признаков с которым будет минимальным.A known method for the recognition of radio signals (see RF Patent 2551903 / Method for the recognition of radio signals / Dvornikov A.S., Dvornikov S.V. /, published June 10, 2015), in which, at the first stage, matrices are formed from sampled and quantized samples of reference radio signals energy distribution based on their frame wavelet transforms. Then from them, starting from the second line, feature vectors are formed by row-wise concatenation of all wavelet coefficients. Next, the elements of the feature vectors are normalized and their parameters are calculated. Moreover, the average value of the normalized amplitude values of the elements of the feature vectors is determined as parameters, and the decision is made based on the results of calculating the differences in the values of the parameters of the recognized radio signal and the reference radio signals. The recognized radio signal is considered to be incident with the reference radio signal, the module of the difference in the parameters of the feature vectors with which will be minimal.
Недостатком способа является недостаточная точность распознавания протоколов НСКР.The disadvantage of this method is the lack of accuracy of recognition of the NSCR protocols.
Наиболее близким к заявленному является способ (прототип) декодирования циклического помехоустойчивого кода (см. Тимофеев Д.И., Тавалинский Д.А., Чубатый Д.Н. Анализ параметров низкоскоростных кодеров речи в условиях структурной и параметрической неопределенности // Наукоемкие технологии, №8, 2011. С. 4-9.), заключающийся в том, что принимают цифровой информационный поток Y в течение интервала времени ΔT, на основе Y формируют нормированную автокорреляционную функцию А, по регулярным с равными интервалами Δt экстремумам автокорреляционной функции А принимают решение о наличии блочной структуры в информационном потоке Y, по интервалам между экстремумами автокорреляционной функции А делят информационный поток Y на информационные блоки объемом Nб бит каждый, последовательно присваивают информационным блокам порядковые номера k=1, 2, …, K, начиная с первого информационного блока, формируют прямоугольную информационную матрицу YK×L, L=Nб, строками которой являются последовательно размещенные друг под другом информационные блоки в соответствии с их порядковыми номерами k=1, 2, …, K, формируют последовательность прямоугольных матриц , z=1, 2, …, Z; Z=Nб-2, содержащих по три соседних столбца прямоугольной информационной матрицы YK×L, где текущий номер z прямоугольной матрицы определяется номером столбца матрицы YK×L, являющийся первым столбцом матрицы , по каждой из матриц вычисляют коэффициент избыточности ϕz, на основе полученного набора коэффициентов избыточности формируют вектор измеренных коэффициентов избыточности ϕZ путем последовательного их размещения в соответствии с порядковыми номерами z, формируют эталонные вектора коэффициентов избыточности ϕZj эт известных протоколов НСКР, вектор измеренных коэффициентов избыточности ϕZ сравнивают с эталонными векторами коэффициентов избыточности ϕZj эт, j=1, 2, … J, известных протоколов НСКР.Closest to the claimed one is a method (prototype) for decoding a cyclic error-correcting code (see Timofeev D.I., Tavalinsky D.A., Chubaty D.N. Analysis of parameters of low-speed speech encoders under structural and parametric uncertainty // High-tech technologies, No. 8, 2011. P. 4-9.), Consisting in the fact that the digital information stream Y is received during the time interval ΔT, based on Y, a normalized autocorrelation function A is formed, according to regular extrema of the autocorrelation functions at regular intervals Δt and A decide about the presence of the block structure in the data stream Y, in intervals between the extrema of the autocorrelation function of A divided information Y flux on information blocks in volume N b bits each, sequentially assigned information units sequence numbers k = 1, 2, ..., K, from the first information unit is formed rectangular information matrix Y k × L, L = N b whose rows are sequentially arranged one below the other information blocks in accordance with their sequence numbers k = 1, 2, ..., k, forms ruyut sequence of rectangular matrices , z = 1, 2, ..., Z; Z = N b -2, containing three adjacent columns of a rectangular information matrix Y K × L , where the current number z of the rectangular matrix determined by the column number of the matrix Y K × L , which is the first column of the matrix , for each of the matrices calculate the redundancy coefficient ϕ z , on the basis of the obtained set of redundancy coefficients form a vector of the measured redundancy coefficients ϕ Z by sequentially placing them in accordance with serial numbers z, form the standard vectors of the redundancy coefficients ϕ Zj et known NSCR protocols, compare the vector of the measured redundancy coefficients ϕ Z with reference vectors of redundancy coefficients ϕ Zj et , j = 1, 2, ... J, of the well-known NSCR protocols.
Данный способ потенциально обладает достаточно высокой точностью распознавания протоколов НСКР.This method potentially has a sufficiently high recognition accuracy of the NSCR protocols.
Однако недостатком прототипа является относительно невысокая точность распознавания протоколов НСКР при отсутствии Nп символов в первом блоке цифрового информационного потока Y. Вероятность отсутствия символов в первом блоке цифрового информационного потока Y определяется выражением вида:However, the disadvantage of the prototype is the relatively low recognition accuracy of the NSCR protocols in the absence of N p characters in the first block of the digital information stream Y. The probability of the absence of characters in the first block of the digital information stream Y is determined by an expression of the form:
. .
При выполнении условия 0≤Nп≤Nб в информационной матрице YK×L наблюдается сдвиг столбцов влево на величину , что вызывает сдвиг значений вектора коэффициентов избыточности ϕZ на величину . В этом случае в векторе ϕZ будут отсутствовать значения коэффициента избыточности ϕz с номерами z=Nп, Nп+1, а также добавляются значения коэффициента избыточности ϕz с номерами z=Nб-1, Nб. Значения Nб цифровых потоков, формируемых вокодерами, которые разработаны для радиостанций диапазона ВЧ, могут составлять 45, 48, 54, 60, 64, 66, 81 или 96 бит. Таким образом, высока вероятность искажения в векторе коэффициентов избыточности ϕZ, что приводит к ошибочным решениям в способе-прототипе. Кроме того, точностные характеристики прототипа снижаются из-за некорректного сокращения длины измеренного и эталонного векторов ϕZ и ϕZj эт соответственно на два элемента. Последнее приводит к неполному использованию информации о структуре принятого сигнала и, как следствие, к снижению точности распознавания протоколов НСКР.When the
Целью изобретения является разработка способа распознавания протоколов НСКР, обеспечивающего повышение точности распознавания протокола НСКР.The aim of the invention is to develop a method for recognizing the NSCR protocols, providing increased accuracy of recognition of the NSCR protocol.
Поставленная цель достигается тем, что в известном способе распознавания протоколов НСКР, включающем прием бинарного цифрового информационного потока Y в течение интервала времени ΔT, формирование на основе Y нормированной автокорреляционной функции A, принятие решение о наличии блочной структуры в информационном потоке Y по регулярным с равными интервалами Δτ экстремумам автокорреляционной функции A, деление информационного потока Y на информационные блоки объемом Nб бит каждый по интервалам между экстремумами автокорреляционной функции A, последовательное присвоение информационным блокам порядковых номеров k=1, 2, …, K, начиная с первого информационного блока, формирование прямоугольной информационной матрицы YK×L, L=Nб; строками которой являются последовательно размещенные друг под другом информационные блоки в соответствии с их порядковыми номерами k=1, 2, …, K, формирование последовательности прямоугольных матриц , z=1, 2, …, Z; Z=Nб-2, содержащих по три соседних столбца прямоугольной информационной матрицы YK×L, где текущий номер z прямоугольной матрицы определяется номером столбца прямоугольной информационной матрицы YK×L, являющийся первым столбцом прямоугольной матрицы , вычисление по каждой из прямоугольных матриц коэффициента избыточности ϕZ, формирование измеренного вектора коэффициентов избыточности ϕz на основе полученного набора значений коэффициента избыточности путем последовательного их размещения в соответствии с порядковыми номерами z, формирование эталонных векторов коэффициентов избыточности ϕZj эт известных протоколов НСКР, сравнение измеренного вектора коэффициентов избыточности ϕZ с эталонными векторами коэффициентов избыточности ϕZj эт, j=1, 2, …, J, известных протоколов НСКР. Увеличивают до значения L размерность эталонных векторов коэффициентов избыточности ϕL. Увеличивают до значения L размерность измеренного вектора коэффициентов избыточности ϕLj эт для известных протоколов НСКР. Для каждого j-го известного протокола НСКР на основе соответствующего эталонного вектора ϕLj эт формируют квадратную эталонную матрицу ΦLj эт. Поэлементно сравнивают измеренный вектор ϕL со строками всех квадратных эталонных матриц ΦLj эт. Принимают решение в пользу j-го протокола НСКР, для которого обеспечивается минимальное и меньше заданного порога R отклонение , , измеренного вектора ϕL от одной из строк j-й квадратной эталонной матрицы ΦLj эт.This goal is achieved by the fact that in the known method for recognizing NSCR protocols, which includes receiving a binary digital information stream Y over a time interval ΔT, generating, based on Y, a normalized autocorrelation function A, deciding whether there is a block structure in the information stream Y at regular intervals with equal intervals Δτ extrema autocorrelation function a, the division of the information stream on the information blocks Y volume N b bits each by the autocorrelation interval between extrema Fung tion A, the assignment of successive information blocks of sequence numbers k = 1, 2, ..., K, from the first information unit, forming rectangular information matrix Y K × L, L = N b; the lines of which are successively placed under each other information blocks in accordance with their serial numbers k = 1, 2, ..., K, the formation of a sequence of rectangular matrices , z = 1, 2, ..., Z; Z = N b -2, containing three adjacent columns of a rectangular information matrix Y K × L , where the current number z of the rectangular matrix determined by the column number of the rectangular information matrix Y K × L , which is the first column of the rectangular matrix calculating for each of the rectangular matrices the redundancy coefficient ϕ Z , the formation of the measured vector of the redundancy coefficients ϕ z based on the obtained set of values of the redundancy coefficient by sequentially placing them in accordance with serial numbers z, the formation of the reference vectors of the redundancy coefficients ϕ Zj et known protocols NSCR, the comparison of the measured vector of the redundancy coefficients ϕ Z with the reference vectors of the redundancy coefficients ϕ Zj et , j = 1, 2, ..., J, of the well-known NSCR protocols. The dimension of the reference vectors of redundancy coefficients ϕ L is increased to L. The dimension of the measured vector of redundancy coefficients ϕ Lj et is increased to the value L for known NSCR protocols. For each j-th known NSCR protocol, on the basis of the corresponding reference vector ϕ Lj et form a square reference matrix Φ Lj et . The measured vector ϕ L is compared elementwise with the rows of all square reference matrices Φ Lj et . Decide in favor of the j-th NSCR protocol, for which a minimum and less than a given threshold R deviation is provided , of the measured vector ϕ L from one of the rows of the jth square reference matrix Φ Lj et .
При этом увеличение размерности измеренного вектора коэффициентов избыточности до значения L достигают увеличением размерности прямоугольной информационной матрицы YK×M, М=Nб+2, путем добавления к исходной матрице YK×L ее первого и второго столбцов в качестве предпоследнего и последнего столбцов соответственно.In this case, an increase in the dimension of the measured vector of redundancy coefficients to the value L is achieved by increasing the dimension of the rectangular information matrix Y K × M , M = N b +2, by adding to the original matrix Y K × L its first and second columns as the penultimate and last columns, respectively .
Квадратную эталонную матрицу ΦLj эт формируют (см. фиг.6), используя в качестве первой строки ϕLi эт(0) эталонный вектор ϕLj эт, остальные ее строки , содержат значения вектора ϕLj эт, последовательно сдвинутые в каждой строке относительно первой строки влево на величину .A square reference matrix Φ Lj et is formed (see FIG. 6) using the reference vector ϕ Lj et as the first row ϕ Li et (0) and the rest of its rows , contain the values of the vector ϕ Lj et , successively shifted in each row relative to the first row to the left by the amount .
Благодаря новой совокупности существенных признаков в заявленном способе достигается повышение точности распознавания протоколов НСКР за счет увеличения размерности измеренного вектора коэффициентов избыточности ϕL, с Z=Nб-2 до величины L=Nб учета эффекта сдвига элементов вектора коэффициентов избыточности ϕL путем формирования квадратной эталонной матрицы ΦLj эт для всех J известных протоколов НСКР.Thanks to the new set of essential features in the claimed method, an increase in the recognition accuracy of the NSCR protocols is achieved by increasing the dimension of the measured vector of redundancy coefficients ϕ L , from Z = N b -2 to L = N b taking into account the shift effect of the elements of the vector of redundancy coefficients ϕ L by forming a square the reference matrix Φ Lj et for all J known NSCR protocols.
Заявленный способ поясняется чертежами, на которых показаны:The claimed method is illustrated by drawings, which show:
на фиг. 1 - алгоритм распознавания протоколов НСКР;in FIG. 1 - recognition algorithm protocols NSCR;
на фиг. 2 - автокорреляционная функция информационного потока Y;in FIG. 2 - autocorrelation function of the information flow Y;
на фиг. 3 - порядок формирования информационной матрицы YK×L;in FIG. 3 - the order of formation of the information matrix Y K × L ;
на фиг. 4 - порядок формирования информационной матрицы YK×M;in FIG. 4 - the order of formation of the information matrix Y K × M ;
на фиг. 5 - порядок формирования матриц ;in FIG. 5 - matrix formation order ;
на фиг. 6 - порядок формирования квадратной эталонной матрицы ΦLj эт;in FIG. 6 - the order of formation of the square reference matrix Φ Lj et ;
на фиг. 7 - результаты имитационного моделирования;in FIG. 7 - the results of simulation;
на фиг. 8 - влияние потери символов в ЦП на вектор измеренных коэффициентов избыточности ϕZ:in FIG. 8 - the effect of the loss of symbols in the CPU on the vector of measured redundancy coefficients ϕ Z :
а) вектор измеренных коэффициентов избыточности ϕZ, сформированный при отсутствии потерь в первом блоке цифрового информационного потока Y;a) the vector of measured redundancy coefficients ϕ Z , formed in the absence of losses in the first block of the digital information stream Y;
б) вектор измеренных коэффициентов избыточности ϕZ, сформированный при потере первых четырех бит (Nп=4) в первом блоке цифрового информационного потока Y;b) the vector of measured redundancy coefficients ϕ Z , formed when the first four bits (N p = 4) are lost in the first block of the digital information stream Y;
на фиг. 9 - обобщенная структурная схема устройства распознавания протоколов НСКР.in FIG. 9 is a generalized block diagram of an NSCR protocol recognition device.
Анализ использования низкоскоростных кодеров речи в системах связи свидетельствует о том, что несмотря на стремление международного союза электросвязи перейти к использованию стандартных кодеров, зачастую разрабатывается новый алгоритм сжатия и соответствующий ему протокол НСКР, что приводит к многообразию низкоскоростных кодеров речи (см. Бондаренко М.Ф., Работягов А.В., Щепковский С.В. Современные методы кодирования речевого сигнала. - Харьков: ХНУРЭ Бионика интеллекта №2 (69), 2008). В условиях структурной и параметрической неопределенности, в связи с ростом количества протоколов НСКР усложняется задача их распознавания, решение которой необходимо для последующего декодирования речевых сигналов.An analysis of the use of low-speed speech encoders in communication systems indicates that despite the desire of the international telecommunication union to switch to the use of standard encoders, a new compression algorithm and the corresponding NSCR protocol are often developed, which leads to a variety of low-speed speech encoders (see Bondarenko M.F. ., Rabotyagov A.V., Shchepkovsky S.V. Modern methods of encoding a speech signal.- Kharkov: KhNURE Bionics of intelligence No. 2 (69), 2008). Under the conditions of structural and parametric uncertainty, in connection with an increase in the number of NSCR protocols, the task of recognizing them becomes more complicated, the solution of which is necessary for subsequent decoding of speech signals.
В силу того, что различные кодеры речевых сигналов формируют различающиеся структуры блоков ЦП, анализ параметров ЦП состоит в определении количества бит в одном блоке ЦП и выявлении структуры блока ЦП на основе анализа условных вероятностей переходов значений параметра от блока к блоку на всей длине окна линейного предсказания.Due to the fact that different speech signal encoders form different structures of CPU blocks, the analysis of CPU parameters consists in determining the number of bits in one CPU block and identifying the structure of the CPU block based on the analysis of conditional probabilities of transitions of parameter values from block to block over the entire length of the linear prediction window .
В вокодерах диапазона ВЧ, используемых в зарубежных радиостанциях диапазона ВЧ, реализованы - метод кодирования (МК) с десятью коэффициентами линейного предсказания (ЛП) LPC-10 (Linear Predictive Coding), МК с ЛП и смешанным возбуждением MELP (Mixed Excitation Linear Prediction), МК со смешанным многополосным возбуждением MMBE (Mixed-Multiband Excitation). Параметрами, которые характеризуют вокодеры, являются: скорость Bвок ЦП (600, 800, 1200 или 2400 бит/с), количество Nб бит в одном информационном блоке (длина информационного блока) и длительность tб его передачи. Последнюю задают на этапе разработки вокодера (см. Быков С.Ф., Журавлев В.И., Шалимов И.А. Цифровая телефония. Учебное пособие для вузов. - М.: Радио и связь, 2003. - 144 с.). Скорость Ввок выходного ЦП связана с параметрами Nб и tб выражением Ввок=Nб/tб, из которого следует Nб=Bвок⋅tб (см. Аладинский В.А., Кузьминский С.В. Анализ цифровых потоков на выходах вокодеров, применяемых на зарубежных линиях радиосвязи диапазона высоких частот. - М.: Успехи современной радиоэлектроники. №7, 2015. С. 73-76). Длительность одного речевого сообщения определяют по формуле ΔT=K⋅tб.In the high frequency range vocoders used in foreign high frequency range radio stations, the coding method (MK) with ten linear prediction coefficients (LP) LPC-10 (Linear Predictive Coding), MK with LP and mixed excitation MELP (Mixed Excitation Linear Prediction) is implemented, MK with mixed multiband excitation MMBE (Mixed-Multiband Excitation). The parameters that characterize vocoders are: CPU speed B wok (600, 800, 1200 or 2400 bps), the number of N b bits in one information block (length of the information block) and the duration t b of its transmission. The latter is asked at the stage of developing a vocoder (see Bykov S.F., Zhuravlev V.I., Shalimov I.A. Digital telephony. Textbook for universities. - M .: Radio and communications, 2003. - 144 p.). The speed V wok of the output CPU is related to the parameters N b and t b by the expression V wok = N b / t b , which implies N b = B wok ⋅t b (see Aladinsky V.A., Kuzminsky S.V. Analysis of digital streams at the outputs of vocoders used on foreign radio lines of the high frequency range. - M .: Successes of modern radio electronics. No. 7, 2015. P. 73-76). The duration of one voice message is determined by the formula ΔT = K⋅t b .
Положительный эффект в предлагаемом способе достигается за счет увеличения размерности измеренного и эталонных векторов коэффициентов избыточности ϕZ и ϕZj эт соответственно и учета сдвига в строках информационной матрицы YK×L (из-за отсутствия Nп символов в первом блоке цифрового информационного потока Y) путем формирования квадратных эталонных матриц ΦLj эт на основе эталонных векторов коэффициентов избыточности увеличенной размерности ϕLj эт.A positive effect in the proposed method is achieved by increasing the dimension of the measured and reference vectors of redundancy coefficients ϕ Z and ϕ Zj et, respectively, and taking into account the shift in the rows of the information matrix Y K × L (due to the absence of N p characters in the first block of the digital information stream Y) by forming square reference matrices Φ Lj et on the basis of standard vectors of redundancy coefficients of increased dimension ϕ Lj et .
Реализация заявленного способа может быть осуществлена следующим образом (см. фиг. 1). На подготовительном этапе целесообразно осуществить расчет эталонных векторов коэффициентов избыточности ϕLj эт, однако для лучшего понимания данная операция рассмотрена после описания порядка формирования измеренного вектора коэффициентов избыточности ϕL.Implementation of the claimed method can be carried out as follows (see Fig. 1). During the preparation stage it is expedient to carry out the calculation of the coefficients of reference vectors φ Lj et redundancy, but for a better understanding of this operation is discussed after the description of the order of forming the measured redundancy vector coefficients φ L.
В процессе работы принимают бинарный цифровой информационный поток Y длиной Nцп бит, количество которых определяют на основе выражения:In the process, take a binary digital information stream Y of length N cp bits, the number of which is determined based on the expression:
После этого вычисляют нормированную автокорреляционную функцию A, которая характеризует линейную зависимость исходной последовательности Y от последовательности Y(τ), сдвинутой циркулярно на τ=1, 2, …, Nцп-1 бит по отношению к Y. Нормированная автокорреляционная функция реального речевого сигнала, вид которой представлен на фиг. 2, имеет явновыраженные локальные максимумы, расположенные с периодичностью Δτ, причем Δτ равна длине информационного блока. Наличие локальных максимумов автокорреляционной функции, расположенных с периодом Δτ, объясняется тем, что параметры речевого сигнала расположены внутри информационного блока строго в определенном месте и при сдвигах Δτ, кратных длине информационного блока, значение АКФ будет наибольшим. Искомой автокорреляционной функцией (см. фиг. 2) считают совокупность значений вида:After that, the normalized autocorrelation function A is calculated, which characterizes the linear dependence of the original sequence Y on the sequence Y (τ), shifted circularly by τ = 1, 2, ..., N cp -1 bit with respect to Y. The normalized autocorrelation function of a real speech signal, the view of which is shown in FIG. 2 has distinct local maxima located at periodic intervals Δτ, and Δτ is equal to the length of the information block. The presence of local maxima of the autocorrelation function located with a period Δτ is explained by the fact that the parameters of the speech signal are located inside the information block strictly in a certain place and when the shifts Δτ are multiples of the length of the information block, the ACF value will be the largest. The desired autocorrelation function (see Fig. 2) is considered a set of values of the form:
где a(x)=c(τ)/D(Y) - коэффициент корреляции; c(τ) - коэффициент ковариации; D(Y) - дисперсия цифрового информационного потока Y.where a (x) = c (τ) / D (Y) is the correlation coefficient; c (τ) is the covariance coefficient; D (Y) is the dispersion of the digital information stream Y.
Результатом корреляционного анализа является обнаружение периодической составляющей в цифровом информационном потоке Y. При этом значение периодичности равно длине информационного блока речевого сигнала.The result of the correlation analysis is the detection of a periodic component in the digital information stream Y. In this case, the frequency value is equal to the length of the information block of the speech signal.
По регулярным с равными интервалами Δτ=Nб экстремумам нормированной автокорреляционной функции A принимают решение о наличии блочной структуры в информационном потоке Y. Отсутствие экстремумов нормированной автокорреляционной функции A с равными интервалами Δτ свидетельствует о том, что цифровой информационный поток Y не содержит речевое сообщение, а выполнение его анализа завершается.By regularly at equal intervals Δτ = N b extrema normalized autocorrelation function A decide a presence information stream block structure extrema Y. absence normalized autocorrelation function A at equal intervals Δτ indicates that the digital information stream Y does not contain a voice message, and its analysis is completed.
При наличии экстремумов нормированной автокорреляционной функции A с равными интервалами Δτ вычисляют количество информационных блоков, содержащихся в цифровом информационном потоке Y, следующим образом:If there are extrema of the normalized autocorrelation function A with equal intervals Δτ, the number of information blocks contained in the digital information stream Y is calculated as follows:
На следующем этапе по интервалам Δτ=Nб между экстремумами нормированной автокорреляционной функции А делят информационный поток Y на информационные блоки объемом Nб бит каждый (см. фиг. 3). Последовательно присваивают информационным блокам порядковые номера k=1, 2, …, K, начиная с первого информационного блока. Формируют прямоугольную информационную матрицу YK×L, L=Nб (см. фиг. 3), строками которой являются последовательно размещенные друг под другом информационные блоки в соответствии с их порядковыми номерами k=1, 2, …, K.At the next stage, at intervals Δτ = N b between the extrema of the normalized autocorrelation function A, the information flow Y is divided into information blocks of N b bits each (see Fig. 3). Sequentially assign information blocks to serial numbers k = 1, 2, ..., K, starting from the first information block. A rectangular information matrix Y K × L , L = N b is formed (see Fig. 3), the rows of which are information blocks sequentially placed under each other in accordance with their serial numbers k = 1, 2, ..., K.
После этого формируют новую информационную матрицу YK×M, М=Nб+2 путем добавления к матрице YK×L ее первого и второго столбцов в качестве предпоследнего и последнего столбцов (см. фиг. 4). Здесь знак означает «присоединение». Увеличение размерности прямоугольной информационной матрицы YK×L до значения YK×M необходимо для последующего увеличения размерности вектора измеренных коэффициентов избыточности ϕL.After that, a new information matrix Y K × M , M = N b +2 is formed by adding to the matrix Y K × L its first and second columns as the penultimate and last columns (see Fig. 4). Here is the sign means joining. An increase in the dimension of the rectangular information matrix Y K × L to the value of Y K × M is necessary for the subsequent increase in the dimension of the vector of the measured redundancy coefficients ϕ L.
Известно, что матрица вероятностных переходов дает полное вероятностное описание избыточности представления параметра НСКР, а также качественно и количественно показывает отличие речевого сигнала, обработанного кодером. Вычисление условных вероятностей перехода из i-го в j-е состояние осуществляется методом "скользящего окна", представляющего собой прямоугольную матрицу , где K - количество строк, а 3 - количество столбцов в окне информационной матрицы YK×M.It is known that the matrix of probabilistic transitions gives a complete probabilistic description of the redundancy of the representation of the NSCR parameter, and also qualitatively and quantitatively shows the difference between the speech signal processed by the encoder. The conditional probabilities of the transition from the ith to the jth state are calculated by the “sliding window” method, which is a rectangular matrix , where K is the number of rows, and 3 is the number of columns in the information matrix window Y K × M.
На основе информационной матрицы YK×M формируют последовательность прямоугольных матриц , z=1, 2, …, L; L=Nб (см. фиг. 5), содержащих по три соседних столбца информационной матрицы YK×M. Текущий номер z прямоугольной матрицы определяется номером столбца матрицы YK×M, являющимся первым столбцом прямоугольной матрицы по каждой из прямоугольных матриц .Based on the information matrix Y K × M , a sequence of rectangular matrices is formed , z = 1, 2, ..., L; L = N b (see Fig. 5), each containing three adjacent columns of the information matrix Y K × M. The current z number of the rectangular matrix determined by the column number of the matrix Y K × M , which is the first column of the rectangular matrix for each of the rectangular matrices .
Вычисляют значения z-го коэффициента избыточности ϕz с помощью известного выражения (см. Лебедев А.Н., Куприянов М.С., Недосекин Д.Д., Чернявский Е.А. Вероятностные методы в инженерных задачах: Справочник. - СПб.: Энергоатомиздат. Санкт-Петербургское отделение, 2000. - 333 с.):The values of the zth redundancy coefficient ϕ z are calculated using the well-known expression (see Lebedev A.N., Kupriyanov M.S., Nedosekin D.D., Chernyavsky E.A. Probabilistic methods in engineering problems: Reference book. - St. Petersburg. : Energoatomizdat, St. Petersburg Branch, 2000. - 333 p.):
где ;;Where ; ;
; - текущее значение энтропии прямоугольной матрицы ; Н0(YK×3) - максимальное значение энтропии матрицы размерностью K×3; s=23 - объем алфавита 3-битных символов; pz(yi) - вероятность появления 3-битного символа y с i-м состоянием в прямоугольной матрице ; pz(yj/yi) - условная вероятность перехода 3-битного символа y из i-го в j-е состояние в прямоугольной матрице . ; - the current value of the entropy of the rectangular matrix ; H 0 (Y K × 3 ) - the maximum value of the entropy of the matrix dimension K × 3; s = 2 3 - the volume of the alphabet of 3-bit characters; p z (y i ) is the probability of the appearance of a 3-bit symbol y with the i-th state in a rectangular matrix ; p z (y j / y i ) - conditional probability of the transition of a 3-bit symbol y from the i-th to the j-th state in a rectangular matrix .
На основе вычисленных значений коэффициентов избыточности ϕz формируют вектор измеренных коэффициентов избыточности ϕL=(ϕ1, ϕ2, …, ϕz, …, ϕL). Следует отметить, что благодаря увеличению размерности информационной матрицы YK×M (более полному использованию информации о принятом сигнале) увеличилась на два элемента и размерность вектора измеренных коэффициентов избыточности ϕL.Based on the calculated values of the redundancy coefficients ϕ z , a vector of measured redundancy coefficients ϕ L = (ϕ 1 , ϕ 2 , ..., ϕ z , ..., ϕ L ) is formed. It should be noted that due to the increase in the dimension of the information matrix Y K × M (more complete use of information about the received signal), the dimension of the vector of the measured redundancy coefficients ϕ L increased by two elements.
Далее вектор ϕL поэлементно сравнивают со строками , квадратных эталонных матриц ΦLj эт (см. фиг. 6), определяют отклонения между измеренным вектором ϕL и строками (эталонными векторами) всех J квадратных эталонных матриц ΦLj эт (см. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. - М.: Мир, 1978. - 411 с.):Next, the vector ϕ L is compared elementwise with the rows , square reference matrices Φ Lj et (see Fig. 6), determine the deviations between the measured vector ϕ L and the rows (reference vectors) of all J square reference matrices Φ Lj et (see Tu J., González R. Principles of pattern recognition / Per . from English .-- M .: Mir, 1978. - 411 p.):
Из полученной совокупности значений выбирают минимальное отклонение для . Решение о наиболее вероятному j-м протоколе НСКР принимают при выполнении:From the resulting set of values choose the minimum deviation for . The decision on the most probable jth protocol of the NSCR is made when:
где R - пороговая величина, обусловленная числом информационных блоков K в цифровом информационном потоке Y.where R is the threshold value due to the number of information blocks K in the digital information stream Y.
В противном случае: Otherwise:
полагают, что для формирования цифрового информационного потока Y был применен новый (неизвестный ранее) протокол НСКР.It is believed that a new (previously unknown) NSCR protocol was applied to form the digital information stream Y.
Известный способ формирования эталонов, каждый из которых включает эталонный вектор признаков, описан в (см. Ту Дж., Гонсалес Р. Принципы распознавания образов / Пер. с англ. - М.: Мир, 1978. - 411 с.). В этом случае эталонный вектор признаков ϕLj эт имеет вид:A known method of forming standards, each of which includes a reference vector of features, is described in (see Tu J., Gonzalez R. Principles of pattern recognition / Transl. From English. - M .: Mir, 1978. - 411 pp.). In this case, the reference feature vector ϕ Lj et has the form:
где - z-й элемент эталонного вектора ϕLj эт j-го класса, ϕz,j,w - z-й элемент w-й реализации обучающей выборки j-го класса, w=1, 2, …, W - порядковый номер реализации обучающей выборки; W - объем обучающей выборки, т.е. Where is the zth element of the reference vector ϕ Lj at the jth class, ϕ z, j, w is the zth element of the wth implementation of the training sample of the jth class, w = 1, 2, ..., W is the serial number of the implementation training sample; W is the volume of the training sample, i.e.
, ϕLj,w - w-я реализации обучающей выборка j-го класса. , ϕ Lj, w is the wth implementation of the training sample of the jth class.
Каждую w-ю реализацию j-го класса ϕLj,w формируют вычислением вектора ϕLj на основе информационной матрицы , принадлежащей к заведомо известному j-му классу протоколов НСКР. Достаточным считают объем j-й обучающей выборки W≥200, (см. Математический энциклопедический словарь. / Гл. ред. Прохоров Ю.В. - М.: Большая российская энциклопедия, 1995. Репринтное издание - М.: Сов. энциклопедия, 1988. - 847 с.).Each wth implementation of the jth class ϕ Lj, w is formed by computing the vector ϕ Lj based on the information matrix belonging to the well-known j-th class of protocols of the NSCR. Sufficient consider the volume of the j-th training sample W≥200, (see. Mathematical Encyclopedic Dictionary. / Gl. Red. Prokhorov Yu.V. - M .: Big Russian Encyclopedia, 1995. Reprint edition - M: Sov. Encyclopedia, 1988 . - 847 p.).
Далее на основе вектора ϕLj эт формируют квадратную эталонную матрицу ΦLj эт (см фиг. 6), у которой первая строка ϕLj эт(0) содержит эталонный вектор ϕLj эт, остальные строки , квадратной эталонной матрицы ΦLj эт содержат значения вектора ϕLj эт, последовательно сдвинутые в каждой строке относительно первой строки влево на величину .Then, on the basis of the vector ϕ Lj et , a square reference matrix Φ Lj et is formed (see Fig. 6), for which the first row ϕ Lj et (0) contains the reference vector ϕ Lj et , the remaining rows , the square reference matrix Φ Lj et contain the values of the vector ϕ Lj et sequentially shifted in each row relative to the first row to the left by the amount .
Имитационное моделирование заявленного способа распознавания протоколов НСКР с использованием цифровых информационных потоков, полученных от вокодеров IPC-10-2400 {STANAG 4197) и MELPe-2400 {STA-NAG 4591), показало следующее. При отсутствии потерь символов в первом блоке цифрового информационного потока Y использование в качестве измеренного вектора коэффициентов избыточности ϕL за счет увеличения его размерности обеспечивает точность распознавания Д на 3…5% выше (см. фиг. 7, график 1), чем при использовании в качестве измеренного вектора коэффициентов избыточности ϕZ меньшей размерности (см. фиг. 7, график 2). В условиях потерь символов в первом блоке цифрового информационного потока Y точность распознавания заявленного способа не меняется (см. фиг. 7, график 1). В то же время точность распознавания протоколов НСКР при использовании измеренного вектора коэффициентов избыточности ϕZ не превышает 16,3% (см. фиг. 7, график 3) из-за смещений элементов измеренного вектора коэффициентов избыточности ϕZ. Например, на фиг. 8а изображен измеренный вектор коэффициентов избыточности ϕZ, сформированный при отсутствии потерь символов в первом блоке цифрового информационного потока Y (см. фиг 8а). Потеря первых четырех бит в первом блоке цифрового информационного потока Y приводит к смещению всех последующих за ними элементов измеренного вектора коэффициентов избыточности ϕZ (см. фиг 8б). Следовательно, способ распознавания, использующий измеренный вектор коэффициентов избыточности ϕL, обладает лучшей точностью по сравнении со способом распознавания, использующим измеренный вектор коэффициентов избыточности ϕZ, за счет увеличения размерности до L и устранения влияния потери символов в первом блоке цифрового информационного потока Y.Simulation of the claimed method for recognizing NSCR protocols using digital information streams received from vocoders IPC-10-2400 {STANAG 4197) and MELPe-2400 {STA-NAG 4591) showed the following. In the absence of symbol losses in the first block of the digital information stream Y, the use of the redundancy coefficients ϕ as a measured vectorL due to the increase in its dimension, it provides
Предлагаемый способ распознавания протоколов НСКР может быть реализован с помощью устройства, обобщенная структурная схема которого приведена на фиг. 9. Устройство содержит последовательно соединенные входной селектор 4, предназначенный для регистрации (запоминания заданного объема входного цифрового информационного потока Y), первый вычислитель 5, предназначенный для вычисления нормированной автокорреляционной функции A в соответствии с (2) и на ее основе определения значений Nб и K (выражения (1) и (3) соответственно), первый формирователь 6, предназначенный для формирования информационной матрицы принятого сигнала YK×M, второй вычислитель 7, предназначенный для определения коэффициентов избыточности ϕz в соответствии с (4), второй формирователь 8, предназначенный для формирования вектора измеренных коэффициентов избыточности ϕL, третий вычислитель 11, предназначенный для поэлементного сравнения измеренного вектора коэффициентов избыточности ϕL с эталонными векторами (строками всех квадратных эталонных матриц ΦLj эт) с целью определения отклонения в соответствии с (5), и блок принятия решения 14, предназначенный для определения принадлежности анализируемого цифрового информационного потока Y к наиболее вероятному j-му протоколу НСКР в соответствии с правилами (6) и (7). Кроме того, устройство содержит первый и второй блоки памяти 9 и 13 соответственно и генератор тактовых импульсов 10.The proposed method for recognizing NSCR protocols can be implemented using a device whose generalized structural diagram is shown in FIG. 9. The device contains a series-connected input selector 4, intended for registration (storing a predetermined volume of the input digital information stream Y), a
На подготовительном этапе по первой установочной шине 1 задают необходимый минимальный и максимальный объемы выборки сигнала Nцп min и Nцп max. По второй установочной шине 2 поступают квадратные эталонные матрицы ΦLj эт для всех J известных протоколов НСКР, расчет которых осуществляют в соответствии с (8) на подготовительном этапе и далее хранят в блоке 9. По третьей установочной шине 12 оператором задается пороговый уровень R, который записывается во второй блок памяти 13.At the preparatory stage, the required minimum and maximum signal sample sizes N cp min and N cp max are set on the
В процессе работы устройства (см. фиг. 9) по входной шине 3 на вход блока 4 поступает цифровой информационный поток Y. В функции блока 4 входит его запоминание в объеме Nцп max, но не менее чем Nцп min. Эти значения задаются по шине 1. В противном случае на второй группе его выходов (первой выходной шине устройства 15) формируется сигнал об окончании работы устройства и необходимости перейти к анализу другой информационной последовательности.In the process of operation of the device (see Fig. 9), the digital information stream Y enters the input of block 4 through the
Запомненная выборка цифрового информационного потока Y под воздействием тактовых импульсов блока 10 с выхода блока 4 поступает на группу информационных входов первого вычислителя 5. В функции блока 5 входит расчет нормированной автокорреляционной функции A, ее анализ с целью обнаружения регулярных с равными интервалами Δτ экстремумов автокорреляционной функции A, разбиение принятого цифрового информационного потока Y на информационные блоки по Nб бит каждый по их числу в интервалах между экстремумами нормированной автокорреляционной A. С первой группы информационных выходов блока 5 поблочно в Nб бит информационная последовательность Y поступает на группу информационных входов первого формирователя 6. В противном случае, когда в блоке 5 не обнаружены регулярные с равными интервалами Δτ экстремумы функции A, на второй группе его информационных выходов формируется сигнал о завершении анализа принятой информационной последовательности, который поступает на первую выходную шину 15 устройства.The memorized sample of the digital information stream Y under the influence of the clock pulses of
В блоке 6 осуществляют формирование информационной матрицы YK×M путем последовательной поблочной записи цифрового информационного потока Y в соответствии с фиг. 4 и дополнения двух столбцов в соответствии с фиг. 5. Значение информационной матрицы YK×M в параллельном коде поступает на группу информационных входов второго вычислителя 7. В блоке 7 осуществляют определение коэффициентов избыточности путем последовательного деления информационной матрицы YK×M на последовательность из L прямоугольных матриц (см. фиг. 5) с последующим вычислением значений ϕz, z=1, 2, …, L в соответствии с (4).In
Полученные значения ϕz последовательно поступают на группу информационных входов второго формирователя 8.The obtained values of ϕ z are sequentially fed to the group of information inputs of the
В блоке 8 осуществляется их последовательная запись (формирование вектора измеренных коэффициентов избыточности ϕL) по мере поступления.In
Сформированное значение вектора измеренных коэффициентов избыточности ϕL поступает на первую группу информационных входов третьего вычислителя 11. На второй группе его информационных входов присутствуют значения квадратных эталонных матриц ΦLj эт, поступающие с группы информационных выходов первого блока памяти 9. В блоке 11 осуществляют поэлементное сравнение вектора измеренных коэффициентов избыточности ϕL со строками (эталонными векторами) всех J квадратных эталонных матриц ΦLj эт, определение их взаимных отклонений ; , и наименьшего значения . Данная величина поступает на первую группу информационных входов блока принятия решения 14. На второй группе его информационных входов присутствует значение порога R, поступающее с группы информационных выходов второго блока памяти 13. Блок 14 выполняет функцию сравнения значений и при выполнении условия (6) на его группе информационных выходов (одновременно являющихся второй выходной шиной устройства 16) формирует значение j, соответствующее идентифицированному протоколу НСКР. В противном случае выдается информация об обнаружении нового, ранее неизвестного протокола НСКР. Синхронизация работы элементов устройства обеспечивается импульсами генератора тактовых импульсов 10.The generated value of the vector of measured redundancy coefficients ϕ L goes to the first group of information inputs of the
Реализация элементов устройства распознавания протоколов НСКР широко освещена в литературе и трудностей не вызывает. Входной селектор 6, первый и второй формирователи 5 и 7 соответственно, первый и второй блоки памяти 9 и 13 соответственно могут быть реализованы на микросхемах памяти (см. Большие интегральные схемы запоминающих устройств: Справочник / А.Ю. Гордонов и др.: Под ред. А.Ю. Гордонова и Ю.Н. Дьяконова. - М.: Радио и связь. 1990. - 288 с.). Первый, второй и третий вычислители 5, 7 и 11 могут быть реализованы на микропроцессорах с достаточным быстродействием (см. Шевкопляс Б.В. Микропроцессорные структуры. Инженерные решения: Справочник. 2-е изд., переаб. и доп. - М.: Радио и связь, 1990. - 512 с.). Блок принятия решения 14 представляет из себя блок сравнения, который может быть реализован на элементарной логике микросхем ТТЛ.The implementation of the elements of the NSCR protocol recognition device is widely covered in the literature and does not cause difficulties. The
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2016104993A RU2610285C1 (en) | 2016-02-15 | 2016-02-15 | Method of detecting low-rate encoding protocols |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2016104993A RU2610285C1 (en) | 2016-02-15 | 2016-02-15 | Method of detecting low-rate encoding protocols |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2610285C1 true RU2610285C1 (en) | 2017-02-08 |
Family
ID=58457863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2016104993A RU2610285C1 (en) | 2016-02-15 | 2016-02-15 | Method of detecting low-rate encoding protocols |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2610285C1 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2748935C1 (en) * | 2020-09-03 | 2021-06-01 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method of recognition of new low bit rate coding protocols |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040138888A1 (en) * | 2003-01-14 | 2004-07-15 | Tenkasi Ramabadran | Method and apparatus for speech reconstruction within a distributed speech recognition system |
RU2356064C2 (en) * | 2007-04-24 | 2009-05-20 | ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени С.М. Буденного | Method of identifying radio signals |
RU2423735C1 (en) * | 2010-03-17 | 2011-07-10 | Государственное образовательное учреждение высшего профессионального образования "Военная академия связи имени С.М. Буденного" Министерства обороны Российской Федерации | Method of detecting radio signals |
RU2551903C1 (en) * | 2014-04-18 | 2015-06-10 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства Обороны Российской Федерации (Минобороны России) | Method of identifying radio signals |
RU2565995C2 (en) * | 2010-10-29 | 2015-10-20 | Антон ИЕН | Encoder and decoder for low-rate signals |
-
2016
- 2016-02-15 RU RU2016104993A patent/RU2610285C1/en not_active IP Right Cessation
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040138888A1 (en) * | 2003-01-14 | 2004-07-15 | Tenkasi Ramabadran | Method and apparatus for speech reconstruction within a distributed speech recognition system |
RU2356064C2 (en) * | 2007-04-24 | 2009-05-20 | ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени С.М. Буденного | Method of identifying radio signals |
RU2423735C1 (en) * | 2010-03-17 | 2011-07-10 | Государственное образовательное учреждение высшего профессионального образования "Военная академия связи имени С.М. Буденного" Министерства обороны Российской Федерации | Method of detecting radio signals |
RU2565995C2 (en) * | 2010-10-29 | 2015-10-20 | Антон ИЕН | Encoder and decoder for low-rate signals |
RU2551903C1 (en) * | 2014-04-18 | 2015-06-10 | Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства Обороны Российской Федерации (Минобороны России) | Method of identifying radio signals |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2748935C1 (en) * | 2020-09-03 | 2021-06-01 | федеральное государственное казенное военное образовательное учреждение высшего образования "Военная академия связи имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации | Method of recognition of new low bit rate coding protocols |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102133825B1 (en) | Voice conversation method and system of enhanced word features | |
KR960703296A (en) | Method and apparatus for decoding orthogonally encoded data signals (RECEIVER FOR A DIRECT SEQUENCE SPREAD SPECTRUM ORTHOGONALLY ENCODED SIGNAL EMPLOYING RAKE PRINCIPLE) | |
RU2006108712A (en) | METHOD OF TRANSMISSION OF VOICE DATA IN THE SYSTEM OF DIGITAL RADIO COMMUNICATION AND METHOD OF ALTERING THE SEQUENCE OF CODE SYMBOLS (OPTIONS) | |
US7574354B2 (en) | Transcoding between the indices of multipulse dictionaries used in compressive coding of digital signals | |
RU2667462C1 (en) | Method of recognizing low-speed speech coding protocols | |
US6629070B1 (en) | Voice activity detection using the degree of energy variation among multiple adjacent pairs of subframes | |
US7096181B2 (en) | Method for searching codebook | |
EP1513137A1 (en) | Speech processing system and method with multi-pulse excitation | |
RU2610285C1 (en) | Method of detecting low-rate encoding protocols | |
EP1162604A1 (en) | High quality speech coder at low bit rates | |
JPH08179795A (en) | Voice pitch lag coding method and device | |
CN104243095A (en) | Code word type blind identification method for convolutional code and linear block code | |
Adzhemov et al. | Methods of Comparison of Code Combinations with Message Elements from the Source | |
KR950022523A (en) | Digital communication system operation method and decode device and integrated circuit | |
CN116155453A (en) | Decoding method and related equipment for dynamic signal-to-noise ratio | |
US20190229838A1 (en) | Fast decoding method and device suitable for ovxdm system, and ovxdm system | |
RU153302U1 (en) | ENCODING DEVICE | |
RU146675U1 (en) | DEVICE FOR ASSESSING THE PROBABILITY OF AN ERROR ON A BIT BY ANALYSIS OF DISTORTED CODE WORDS BASED ON THE CODE SPECTRUM | |
RU162225U1 (en) | DEVICE FOR ESTABLISHING CYCLE SYNCHRONIZATION BY DISTORTED CODE WORDS BASED ON THE CODE SPECTRUM | |
RU2702724C2 (en) | Method of combined arithmetic and noise-immune encoding and decoding | |
CN111628778B (en) | Lossless compression method and device based on dynamic programming | |
RU2752868C1 (en) | Method for arithmetic encoding and decoding | |
RU2279125C1 (en) | Device for parametric estimation of message streams distribution law | |
CN113127602B (en) | Intention recognition method and device | |
RU2748935C1 (en) | Method of recognition of new low bit rate coding protocols |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20180216 |