蘇 凱,蔣宇中,劉月亮,張書(shū)南
(海軍工程大學(xué) 電子工程學(xué)院,湖北 武漢 430033)
Chirp信號(hào)是瞬時(shí)頻率在某個(gè)范圍內(nèi)隨時(shí)間變化的正弦波,因其良好的頻帶利用率,在通信,雷達(dá),聲納等領(lǐng)域都具有廣泛的應(yīng)用。以通信為例,Chirp信號(hào)可以作為載波與BPSK,DPSK,QPSK等各種數(shù)字調(diào)制方式相結(jié)合以實(shí)現(xiàn)通信的目的[1]。
Chirp調(diào)制解調(diào)器是一種中低速的高質(zhì)量調(diào)制解調(diào)器,這類(lèi)調(diào)解器因其很強(qiáng)的可靠性和魯棒性,被認(rèn)為是一種適合短波信道的數(shù)傳工具。Chirp信號(hào)具有較強(qiáng)的抗干擾、低耗低時(shí)延、抗多徑效應(yīng)和抗多普勒衰減等能力,正逐漸受到人們的關(guān)注。但由于短波信道的復(fù)雜性和不穩(wěn)定性,信號(hào)易受噪聲干擾,影響通信質(zhì)量。因此研究其去噪問(wèn)題,具有重要意義。實(shí)驗(yàn)利用LPC分析工具和小波分析工具對(duì)Chirp信號(hào)的去語(yǔ)音噪聲問(wèn)題進(jìn)行了研究,并在Matlab上進(jìn)行仿真,獲得了良好效果。
介紹了Chirp-BPSK調(diào)制方式,并以電臺(tái)采集的語(yǔ)音樣本作為噪聲對(duì)其去噪問(wèn)題進(jìn)行了研究。
Chirp信號(hào)在一個(gè)碼元周期內(nèi)的表達(dá)式為[2]:

f0為中心頻率,F(xiàn)為掃頻帶寬,T為碼元持續(xù)時(shí)間。
Chirp-BPSK信號(hào)是以Chirp信號(hào)為載波,利用其相位的變化來(lái)傳遞數(shù)字信息的??杀硎鰹橐粋€(gè)雙極性全占空比矩形脈沖與Chirp信號(hào)的相乘,時(shí)域表達(dá)式為:
時(shí)域波形圖如圖1所示(實(shí)驗(yàn)數(shù)據(jù) f0取300 Hz, F為1 700 Hz,T為0.1 s)

圖1 Chirp-BPSK 時(shí)域波形

F(t)為發(fā)送信號(hào),n(t)為噪聲,這里的n(t)采用電臺(tái)采集的語(yǔ)音作為噪聲樣本,電臺(tái)采樣率為8 000 Hz.因此問(wèn)題核心在于如何消除含噪信號(hào)中的語(yǔ)音噪聲。此實(shí)驗(yàn)分別采用LPC和小波分析對(duì)接收信號(hào)進(jìn)行處理,得到語(yǔ)音噪聲估計(jì)。然后由含噪信號(hào)減去噪聲估計(jì)值得到去噪信號(hào)。
由于語(yǔ)音信號(hào)的短時(shí)平穩(wěn)性,使得對(duì)它的處理一般可以采用短時(shí)處理技術(shù),即對(duì)信號(hào)進(jìn)行分幀處理。LPC分析是目前應(yīng)用廣泛的一種特征參數(shù)提取技術(shù)。它建立了一種與人的聲道相對(duì)應(yīng)的全極點(diǎn)模型[3]:

其中p為預(yù)測(cè)器階數(shù),一般取10~14,G為聲道濾波器增益。因此語(yǔ)音抽樣s(n)和激勵(lì)信號(hào)e(n)之間的關(guān)系可用以下方程來(lái)表示:

即語(yǔ)音抽樣之間具有短時(shí)相關(guān)性,可以用過(guò)去的樣點(diǎn)值預(yù)測(cè)未來(lái)樣點(diǎn)值。預(yù)測(cè)誤差ε(n)為:

只要對(duì)給定語(yǔ)音序列,得到預(yù)測(cè)系數(shù)的最佳估值ai,就可以達(dá)到線性預(yù)測(cè)的目的。文獻(xiàn)[3]利用最小方均誤差作為估計(jì)模型參數(shù)的準(zhǔn)則得到ai,在此不作累述。利用LPC分析工具,可以對(duì)含噪信號(hào)中的語(yǔ)音噪聲n(t)進(jìn)行線性預(yù)測(cè),達(dá)到消除語(yǔ)音噪聲的目的。
[4]。若信號(hào)Ψ(t)∈L2(R),其中L2(R)表示(-∞,∞)上的平方可積函數(shù)空間,且其Fourier變換滿足:

則稱Ψ(t)為一個(gè)小波母函數(shù)或基本小波。將小波函數(shù)Ψ(t)進(jìn)行伸縮和平移得到小波函數(shù)族:

其中,a為伸縮因子,b為平移因子,則對(duì)于任意f(t),其小波變換定義為:

在實(shí)際數(shù)據(jù)處理中通常采用離散小波變換:

j,k,ψj,k(t)分別滿足a=2j,k=b/a,ψj,k(t)=2?j/2ψ(2?jt-k),j稱作ψj,k(t)的尺度。
Mallat算法是一種快速的離散小波變換算法,它可以對(duì)信號(hào)進(jìn)行分解和重構(gòu),算法為:

式中,t為離散時(shí)間,t=1,2,3…m;f(t)為離散信號(hào);j為分解層數(shù)j=1,2,3…N,其中N=log2m;H,G 為一對(duì)正交鏡像濾波器組。 Aj[f(t)]為低頻部分的小波系數(shù),代表f(t)尺度為j的逼近(近似部分),Dj[f(t)]為高頻部分的小波系數(shù),代表f(t)的逼近誤差(細(xì)節(jié)部分)。可以通過(guò)以下算法由近似部分和細(xì)節(jié)部分的小波系數(shù)進(jìn)行信號(hào)重構(gòu)[5]:

式(13)表示:信號(hào)f(t)在第j層的逼近 Aj[f(t)],可由第j+1層的逼近 Aj+1(f(t))經(jīng)過(guò)重構(gòu)濾波器后和第j+1層的逼近誤差 Dj+1(f(t))經(jīng)過(guò)重構(gòu)濾波器后所得值的和得到。經(jīng)過(guò)層層迭代可以重構(gòu)信號(hào)f(t)。
參考文獻(xiàn)[6]。語(yǔ)音信號(hào)是低頻信號(hào),可以通過(guò)小波變換使信號(hào)的能量在小波變換域集中于少數(shù)小波系數(shù)上。而噪聲通常表現(xiàn)為高頻信號(hào),其能量分布于大量小波系數(shù)上。即意味著語(yǔ)音信號(hào)的小波系數(shù)值通常高于噪聲的小波系數(shù)值。若對(duì)分解后的信號(hào)每一層的小波系數(shù)進(jìn)行閥值處理再進(jìn)行信號(hào)重構(gòu)則可以濾除噪聲。小波閥值去噪方法可以分為硬閥值法和軟閥值法兩種。閾值選取原則主要有無(wú)偏似然估計(jì)閾值、固定閾值、啟發(fā)式閾值和極值閾值等。考慮到短波信道中的噪聲比較大,實(shí)驗(yàn)采用無(wú)偏似然估計(jì)閾值,并使用軟閾值法。
實(shí)驗(yàn)采用電臺(tái)采集的語(yǔ)音噪聲作為噪聲樣本,含噪信號(hào)如圖2所示(圖2、圖3、圖4橫坐標(biāo)單位均為105)。
采用LPC工具對(duì)接收信號(hào)進(jìn)行分析得到語(yǔ)音噪聲估計(jì),再由接收信號(hào)減去語(yǔ)音噪聲估計(jì),得到去噪信號(hào),如圖3所示。

圖3 LPC去噪信號(hào)
小波分析工具對(duì)接收信號(hào)進(jìn)行分析得到語(yǔ)音噪聲估計(jì),再由接收信號(hào)減去語(yǔ)音噪聲估計(jì),得到去噪信號(hào),如圖4所示。

圖4 小波去噪信號(hào)
由圖3、圖4可以得知,在兩種工具分析去噪后,噪聲均有大幅度的削減。
為了比較兩種方法的性能,采用相干解調(diào)法對(duì)含噪信號(hào)進(jìn)行解調(diào)。由于語(yǔ)音噪聲的不規(guī)律性,難以在時(shí)域波形上良好地反映去噪效果,該實(shí)驗(yàn)以接收端的信噪比和誤碼率性能作為評(píng)價(jià)體系,對(duì)去噪效果進(jìn)行評(píng)估。圖5代表信號(hào)未去噪,LPC分析去噪和小波分析去噪三種情況下信噪比/誤碼率性能對(duì)比圖。
由圖5表明,對(duì)未去噪的信號(hào)解調(diào)檢測(cè),其誤碼率為0.5左右,無(wú)法正確檢測(cè)出發(fā)送碼元,而經(jīng)LPC分析去噪和小波分析去噪后,誤碼率性能則有顯著提高。同時(shí)可以看出在該小波分析去噪較LPC分析去噪性能更為優(yōu)越,具有更良好的去噪能力。

圖5 信噪比/誤碼率性能對(duì)比
針對(duì)工程實(shí)踐中接收到的 Chirp信號(hào)噪聲含量大的問(wèn)題。通過(guò) LPC分析工具和小波分析工具分別對(duì) Chirp-BPSK信號(hào)中的語(yǔ)音噪聲進(jìn)行了去噪處理,并作出了相應(yīng)的性能分析。由信噪比/誤碼率性能圖可以得出結(jié)論:小波分析去噪較LPC分析去噪性能更為優(yōu)越,信噪比,誤碼率性能均有較大幅度提升,具有良好的去噪能力,提高了通信質(zhì)量。
參考文獻(xiàn)
[1] 王曉煒,李昕,費(fèi)敏銳.Chirp擴(kuò)頻通信系統(tǒng)抗噪聲性能研究[J].通信技術(shù),2009,42(03):1.
[2] DARBYSHIRE E P, GOTT G F.A Chirp Modem Incorporating Interference Excision[J].IEEE Proceedings-I,1992,139(04):3.
[3] 王彬.Matlab數(shù)字信號(hào)處理[M].北京:機(jī)械工業(yè)出版社,2010:306-309.
[4] 秦亞輝,馮景輝,陳立定.基于小波信號(hào)的信號(hào)去噪方法[J].信息技術(shù),2010(01):1-2.
[5] 姜波,李迎盼,田日才.小波奇異性分析在DS-UWB降噪中的應(yīng)用[J].通信技術(shù),2010,43(01):2-3.
[6] 羅幼芝.小波變換應(yīng)用于信號(hào)去噪研究[J].吉林師范大學(xué)學(xué)報(bào):自然科學(xué)版,2005(02):1-3.