水下單邊帶語音多通道增強技術

曹文婧，朱敏，武巖波

?

水下單邊帶語音多通道增強技術

曹文婧1,2,4，朱敏1,3,4，武巖波1,3,4

(1. 中國科學院聲學研究所海洋聲學技術中心，北京 100190；2. 中國科學院大學，北京 100190； 3. 中國科學院聲學研究所聲場聲信息國家重點實驗室，北京 100190； 4. 北京市海洋聲學裝備工程技術研究中心，北京100190)

船舶噪聲是影響水下語音通信質量的主要因素。為了提高單邊帶語音信號的信噪比和語音質量，采用多通道自適應增強算法對語音信號進行研究。該算法運用自適應信號增強技術，具有運算量小、易實時實現、消噪效果顯著等優點，并且能夠有效利用不同換能器接收到的信息。從理論上對該算法進行了分析，并結合海試數據進行驗證。結果表明，低信噪比、非平穩噪聲環境下，該算法有效抑制了接收信號中的尖銳噪聲，并且當系統收斂時，使其趨于白化，明顯提高了系統的輸出信噪比，顯著改善了語音質量，在性能上明顯優于傳統的信號相干疊加算法。

水下單邊帶語音信號；多通道自適應增強；噪聲抑制；信噪比

0 引言

水聲通信中，水面船舶布放換能器陣用以接收潛水器發射的語音信號，如圖1所示。換能器在接收潛水器的發射信號、船舶噪聲時，一方面受到多途影響，使接收到的信號具有不同程度的時延，即接收信號包含直達信號、經過海底和海面反射后到達的信號。另一方面，由于船舶、海面、海水的運動，發射信號、船舶噪聲等會產生多普勒頻移和多普勒擴散。這些因素導致接收信號的信噪比降低，語音質量下降，通信距離縮短。因此如何抑制噪聲，提高信噪比顯得尤為重要。

圖1 水聲通信場景圖

近年來許多學者對抑制多徑、船舶噪聲來提高混合信號信噪比，從而得到有用信號進行了研究。文獻[1]針對船舶噪聲為實信號的非平穩信號的特點，基于二階非平穩統計量對船舶噪聲信號進行盲分離；文獻[2]利用基陣聲吶的多通道結構，實現了多通道分集與聯合均衡，從而減小了多途效應引起的水聲通信中的碼間干擾；文獻[3]將基元域聲矢量自適應抵消技術與逆波束形成相結合，有效地將本艦自噪聲進行干擾抵消。而對水聲語音通信，從調制方式上可以分為數字通信和模擬通信，相應的處理方法和結果也不同。

數字語音通信可以使語音通信達到較高的音質、具有很強的信道匹配能力、便于加密數字化處理以及易于設備集成和小型化[4-7]。但是，在水聲信道下，當誤碼率達到一定值后，數字通信的音質會急速下降。數字通信通過訓練序列進行反饋均衡，而水聲通信中單邊帶模擬調制是在非平穩、無訓練序列條件下進行的，因此在單邊帶模擬調制的接收處理中無法通過訓練序列來實現多通道的最佳合并。

本文針對水聲通信中，在低信噪比(Signal Noise Ratio，SNR)、非平穩噪聲干擾情況下，從被噪聲污染的信號中得到盡可能純凈的單邊帶調制語音信號的問題進行了研究。其中，本文算法進行噪聲抑制之前并沒有采用一定的方法對噪聲的平穩性進行評估，也沒有對噪聲的平穩性進行假設，因此該算法不對噪聲的平穩性進行限制。傳統的載人潛水器通信系統，利用水聲電話通信時，采用單通道單邊帶調制技術進行語音通信[8]。雖然人耳具有對聲音的強大解析能力，可在較強的背景干擾情況下正確理解語意，但噪聲背景給人的主觀感受不佳。本文采用一種水下單邊帶語音多通道自適應增強技術，以抑制水聲通信語音信號中的噪聲，提高系統輸出信噪比，改善聽覺主觀感受。算法所運用的自適應信號增強(Adaptive Signal Enhancer，ASE)技術具有運算量小、易實時實現、消噪效果顯著等優點[9-10]，并且能夠有效地利用不同換能器接收到的信息。

1 系統分析

1.1 雙通道ASE

雙通道自適應信號增強算法原理結構，如圖2所示。

圖2 雙通道ASE系統

系統的輸出誤差信號為

均方誤差為

1.2 多通道ASE

多通道ASE系統如圖3所示。

圖3 多通道ASE系統

自適應濾波器系數為

濾波器輸出為

整個ASE系統輸出誤差為

則下一時刻濾波器系數為

2 海試數據驗證

輸入信號為“蛟龍號”載人潛水器海試中所采集的單邊帶調制語音信號[8]，采樣頻率為80 kHz，通信距離為5 800 m，在仿真過程中將其混頻到基帶，采樣頻率降到8 kHz，再將其進行歸一化，然后輸入到ASE系統。其中，仿真結果中幅度已歸一化。海試試驗時，信號并不是一直存在的，因此采集到的數據，有時是信號與噪聲的混合信號，有時是噪聲信號。低信噪比的信號是通過截取相應長度的無信號時所采集到的噪聲信號疊加到混合信號上得到。

圖4 換能器2接收信號與系統輸出信號對比圖

圖5 換能器2接收信號和系統輸出信號噪聲概率累積分布圖

(a) 換能器1

(b) 換能器2

(c) 換能器3

(d) 換能器4

圖6 各換能器接收信號與系統輸出信號對比圖

Fig.6 Comparison between each transducer received signal and system output signal

圖7 各換能器接收和系統輸出信號噪聲概率累積分布圖

(a) 換能器2接收信號頻譜圖

(b) 系統輸出信號頻譜圖

圖8 換能器2與系統輸出信號頻譜對比圖

Fig.8 Comparison of spectrum map between the transducer 2 received signal and the system output signal

表1 MOS值評分等級

不同輸入信噪比下，對四通道系統的單邊帶語音信號進行MOS測評。設置信噪比(SNR)提高最多、語音質量改善最顯著的一組語音MOS值為5。一般情況下，輸出相對輸入語音聽覺感受越好、聽得越清楚、噪聲越小，得到的MOS分值就越高，表明系統輸出的語音質量改善越明顯。表2給出了不同輸入SNR信號情況下，四通道ASE系統輸出信號信噪比的對比。算法的有效性與輸入信號的信噪比有一定關系，當輸入信噪比相對較高時，算法有效，當信噪比較低時，算法失效。因此，在SNR較低時，雙通道算法失效，仿真結果不在表格中列出。其中，MOS得分在4～5之間即表示系統輸出語音質量顯著改善；在3～4之間即表示語音質量有所改善；在3以下即表示語音質量無改善。由表2可看出，對于四通道系統，輸入信噪比高于-4 dB時，尖銳噪聲得到了有效的抑制并趨于白化，系統輸出信噪比相對輸入提高了10～13 dB，聽覺效果上有顯著改善，性能上明顯優于四個通道進行信號相干疊加所提高的6 dB信噪比；輸入信噪比在-7～-4 dB之間時，系統輸出信噪比相對輸入提高了6～9 dB，性能上優于相干疊加；輸入信噪比低于-6 dB時，信噪比提高小于6 dB，性能上劣于相干疊加，聽覺上沒有改善。綜上所述，水聲通信中，低SNR、非平穩噪聲干擾下，本文方法能夠很好地從被噪聲污染的信號中得到盡可能純凈的單邊帶調制語音信號。

表2 不同輸入SNR仿真結果比較

3 收斂速度和計算復雜度

濾波器的階數、步長等影響著系統的收斂速度。濾波器階數越高，滿足系統收斂時步長的最大值越小。步長越大，系統的收斂速度越快。結合實際海試情況，自適應濾波器的階數選擇相對較大的數值。

表3給出了雙通道、四通道ASE算法每個采樣點的計算復雜度。其中，為自適應濾波器的抽頭個數。該表格清晰地闡釋了ASE系統，雙通道、四通道每個采樣點乘、加操作的次數，可看出四通道計算復雜度相對雙通道稍復雜。

圖9 幅值收斂曲線

表3 雙通道、四通道系統的計算復雜度

4 結論

低SNR、非平穩噪聲下，本文采用多通道信號增強技術解決了水下單邊帶語音信號信噪比低的問題。海試數據驗證表明，該方法在抑制水下語音信號中的噪聲、提高系統輸出信噪比、改善聽覺主觀感受上有顯著效果。

[1] 單志超, 林春生, 向前. 基于二階非平穩統計量的船舶噪聲信號的盲分離[J]. 信號處理, 2009, 25(06): 973-976. SHAN Zhichao, LIN Chunsheng, XIANG Qian. The separation of ship noise signal based on second order non-stationary statistic[J]. Signal Processing, 2009, 25(06): 973-976.

[2] 芮功兵. 利用聲吶基陣實現多通道分集與均衡[J]. 聲學技術, 2013, 32(01): 11-14. RUI Gongbing. Multi-channel diversity and equalization using sonar array[J]. Technical Acoustic, 2013, 32(01): 11-14.

[3] 周偉, 惠俊英. 基于聲矢量自適應干擾抵消的逆波束形成[J]. 兵工學報, 2010, 31(09): 1188-1192. ZHOU Wei, HUI Junying. Inverse beam-forming based on coherent interference vector adaptive canceling[J]. Acta Armamentarii, 2010, 31(09): 1188-1192.

[4] 孫宗鑫, 趙天宇, 曲征, 等. 數字單邊帶水聲語音通信研究[J]. 聲學技術, 2015, 34(2): 394-396. SUN Zongxin, ZHAO Tianyu, QU Zheng, et al. Research of digital BBS underwater acoustic voice communication[J]. Technical Acoustic, 2015, 34(2): 394-396.

[5] 孫大為. 數字化單邊帶水聲語音通信系統的研究與實現[D]. 哈爾濱: 哈爾濱工程大學, 2010. SUN Dawei. Research and implementation of digital SSB underwater acoustic voice communication system[D]. Harbin: Harbin Engineering University, 2010.

[6] 郭中源, 陳巖, 賈寧, 等. 水下數字語音通信系統的研究和實現[J]. 聲學學報, 2008, 33(05): 409-418. GUO Zhongyuan, CHEN Yan, JIA Ning, et al. Study and implementation of underwater digital voice communication system[J]. Acta Acustica, 2008, 33(05): 409-418.

[7] 王艷. 數字語音編碼技術及其在水聲通信中的應用[D]. 西安: 西北工業大學, 2007. WANG Yan. Study on digital speech coding and its application in underwater acoustic communication[D]. Xi'an: Northwestern Polytechnical University, 2007.

[8] 朱維慶, 朱敏, 武巖波, 等. 載人潛水器“蛟龍”號的水聲通信信號處理[J]. 聲學學報, 2012, 37(06): 565-573. ZHU Weiqing, ZHU Min, WU Yanbo, et al. Signal processing in underwater acoustic communication system for manned deep submersible “Jiaolong”[J]. Acta Acustica, 2012, 37(06): 565-573.

[9] CHEN Jiande, JOOS VANDEWALLE, WILLY SANSEN, et al. Multichannel adaptive enhancement of the electrogastrogram[J]. IEEE Transactions on Engineering, 1990, 37(3): 285-294.

[10] 劉海龍, 唐奇伶. 人工神經網絡預濾波的自適應運動心電信號增強器[J]. 生物醫學工程學雜志, 2006, 23(05): 1118-1122. LIU Hailong, TANG Qiling. Adaptive exercise electrocardiographic signal enhancer with manual neural network anticipate filtering[J]. J. Biomed. Eng., 2006, 23(5): 1118-1122.

[11] 劉玉哲. GSM網絡中MOS語音質量提升方法研究[J]. 信息通信, 2012, 25(5): 197-198. LIU Yuzhe. Research on the improvement method of MOS voice quality in GSM network[J]. Information & Communications, 2012, 25(5): 197-198.

Research on multi-channel signal enhancement based on SSB underwater voice communication

CAO Wen-jing1,2,4, ZHU Min1,3,4, WU Yan-bo1,3,4

(1. Ocean Acoustic Technology Center, Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China;2. University of Chinese Academy of Sciences, Beijing 100190, China;3. State Key Laboratory of Acoustics, Institute of Acoustics, Chinese Academy of Sciences, Beijing 100190, China;4. Beijing Engineering Technology Research Center of Ocean Acoustic Equipment, Beijing 100190, China)

Ship noise is the main factor that affects the quality of underwater voice communication. In order to improve the SNR and the quality of the single side band voice signal, an intensive study is made by using the multi-channel adaptive enhancement algorithm. The adaptive signal enhancement is adopted in this algorithm, which has the advantages of low computational complexity, easy real-time implementation and remarkable denoising effect. In addition, the information received by different transducers can be effectively utilized. In this paper, the algorithm is analyzed theoretically, and the simulation is carried out with the sea trial data. Simulation results show that the proposed algorithm can effectively suppress the sharp noise in low SNR and non-stationary noise. And when the system is convergent, the noise tends to be whitened. Besides, the output SNR is obviously improved, the quality of voice is improved significantly, and the performance is much better than that of the traditional signal coherent superposition.

underwater single side band voice signal; multi-channel adaptive enhancement; noise suppression; signal noise ratio

TN911.7

A

1000-3630(2017)-05-0473-06

10.16300/j.cnki.1000-3630.2017.05.013

2016-06-05;

2016-7-20

國家重點研發計劃(2014AA09A110、2016YFC0300300); 國家自然科學基金(61471351)資助項目。

曹文婧(1992－), 女, 河南周口人, 碩士研究生, 研究方向為電子與通信工程。

曹文婧, E-mail:caowenjing361@163.com