曹文婧，朱敏，武巖波

?

水下單邊帶語(yǔ)音多通道增強(qiáng)技術(shù)

曹文婧1,2,4，朱敏1,3,4，武巖波1,3,4

(1. 中國(guó)科學(xué)院聲學(xué)研究所海洋聲學(xué)技術(shù)中心，北京 100190；2. 中國(guó)科學(xué)院大學(xué)，北京 100190； 3. 中國(guó)科學(xué)院聲學(xué)研究所聲場(chǎng)聲信息國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100190； 4. 北京市海洋聲學(xué)裝備工程技術(shù)研究中心，北京100190)

船舶噪聲是影響水下語(yǔ)音通信質(zhì)量的主要因素。為了提高單邊帶語(yǔ)音信號(hào)的信噪比和語(yǔ)音質(zhì)量，采用多通道自適應(yīng)增強(qiáng)算法對(duì)語(yǔ)音信號(hào)進(jìn)行研究。該算法運(yùn)用自適應(yīng)信號(hào)增強(qiáng)技術(shù)，具有運(yùn)算量小、易實(shí)時(shí)實(shí)現(xiàn)、消噪效果顯著等優(yōu)點(diǎn)，并且能夠有效利用不同換能器接收到的信息。從理論上對(duì)該算法進(jìn)行了分析，并結(jié)合海試數(shù)據(jù)進(jìn)行驗(yàn)證。結(jié)果表明，低信噪比、非平穩(wěn)噪聲環(huán)境下，該算法有效抑制了接收信號(hào)中的尖銳噪聲，并且當(dāng)系統(tǒng)收斂時(shí)，使其趨于白化，明顯提高了系統(tǒng)的輸出信噪比，顯著改善了語(yǔ)音質(zhì)量，在性能上明顯優(yōu)于傳統(tǒng)的信號(hào)相干疊加算法。

水下單邊帶語(yǔ)音信號(hào)；多通道自適應(yīng)增強(qiáng)；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(fā)射的語(yǔ)音信號(hào)，如圖1所示。換能器在接收潛水器的發(fā)射信號(hào)、船舶噪聲時(shí)，一方面受到多途影響，使接收到的信號(hào)具有不同程度的時(shí)延，即接收信號(hào)包含直達(dá)信號(hào)、經(jīng)過(guò)海底和海面反射后到達(dá)的信號(hào)。另一方面，由于船舶、海面、海水的運(yùn)動(dòng)，發(fā)射信號(hào)、船舶噪聲等會(huì)產(chǎn)生多普勒頻移和多普勒擴(kuò)散。這些因素導(dǎo)致接收信號(hào)的信噪比降低，語(yǔ)音質(zhì)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(chǎng)景圖

近年來(lái)許多學(xué)者對(duì)抑制多徑、船舶噪聲來(lái)提高混合信號(hào)信噪比，從而得到有用信號(hào)進(jìn)行了研究。文獻(xiàn)[1]針對(duì)船舶噪聲為實(shí)信號(hào)的非平穩(wěn)信號(hào)的特點(diǎn)，基于二階非平穩(wěn)統(tǒng)計(jì)量對(duì)船舶噪聲信號(hào)進(jìn)行盲分離；文獻(xiàn)[2]利用基陣聲吶的多通道結(jié)構(gòu)，實(shí)現(xiàn)了多通道分集與聯(lián)合均衡，從而減小了多途效應(yīng)引起的水聲通信中的碼間干擾；文獻(xiàn)[3]將基元域聲矢量自適應(yīng)抵消技術(shù)與逆波束形成相結(jié)合，有效地將本艦自噪聲進(jìn)行干擾抵消。而對(duì)水聲語(yǔ)音通信，從調(diào)制方式上可以分為數(shù)字通信和模擬通信，相應(yīng)的處理方法和結(jié)果也不同。

數(shù)字語(yǔ)音通信可以使語(yǔ)音通信達(dá)到較高的音質(zhì)、具有很強(qiáng)的信道匹配能力、便于加密數(shù)字化處理以及易于設(shè)備集成和小型化[4-7]。但是，在水聲信道下，當(dāng)誤碼率達(dá)到一定值后，數(shù)字通信的音質(zhì)會(huì)急速下降。數(shù)字通信通過(guò)訓(xùn)練序列進(jìn)行反饋均衡，而水聲通信中單邊帶模擬調(diào)制是在非平穩(wěn)、無(wú)訓(xùn)練序列條件下進(jìn)行的，因此在單邊帶模擬調(diào)制的接收處理中無(wú)法通過(guò)訓(xùn)練序列來(lái)實(shí)現(xiàn)多通道的最佳合并。

本文針對(duì)水聲通信中，在低信噪比(Signal Noise Ratio，SNR)、非平穩(wěn)噪聲干擾情況下，從被噪聲污染的信號(hào)中得到盡可能純凈的單邊帶調(diào)制語(yǔ)音信號(hào)的問(wèn)題進(jìn)行了研究。其中，本文算法進(jìn)行噪聲抑制之前并沒(méi)有采用一定的方法對(duì)噪聲的平穩(wěn)性進(jìn)行評(píng)估，也沒(méi)有對(duì)噪聲的平穩(wěn)性進(jìn)行假設(shè)，因此該算法不對(duì)噪聲的平穩(wěn)性進(jìn)行限制。傳統(tǒng)的載人潛水器通信系統(tǒng)，利用水聲電話(huà)通信時(shí)，采用單通道單邊帶調(diào)制技術(shù)進(jìn)行語(yǔ)音通信[8]。雖然人耳具有對(duì)聲音的強(qiáng)大解析能力，可在較強(qiáng)的背景干擾情況下正確理解語(yǔ)意，但噪聲背景給人的主觀(guān)感受不佳。本文采用一種水下單邊帶語(yǔ)音多通道自適應(yīng)增強(qiáng)技術(shù)，以抑制水聲通信語(yǔ)音信號(hào)中的噪聲，提高系統(tǒng)輸出信噪比，改善聽(tīng)覺(jué)主觀(guān)感受。算法所運(yùn)用的自適應(yīng)信號(hào)增強(qiáng)(Adaptive Signal Enhancer，ASE)技術(shù)具有運(yùn)算量小、易實(shí)時(shí)實(shí)現(xiàn)、消噪效果顯著等優(yōu)點(diǎn)[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(tǒng)分析

1.1 雙通道ASE

雙通道自適應(yīng)信號(hào)增強(qiáng)算法原理結(jié)構(gòu)，如圖2所示。

圖2 雙通道ASE系統(tǒng)

系統(tǒng)的輸出誤差信號(hào)為

均方誤差為

1.2 多通道ASE

多通道ASE系統(tǒng)如圖3所示。

圖3 多通道ASE系統(tǒng)

自適應(yīng)濾波器系數(shù)為

濾波器輸出為

整個(gè)ASE系統(tǒng)輸出誤差為

則下一時(shí)刻濾波器系數(shù)為

2 海試數(shù)據(jù)驗(yàn)證

輸入信號(hào)為“蛟龍?zhí)枴陛d人潛水器海試中所采集的單邊帶調(diào)制語(yǔ)音信號(hào)[8]，采樣頻率為80 kHz，通信距離為5 800 m，在仿真過(guò)程中將其混頻到基帶，采樣頻率降到8 kHz，再將其進(jìn)行歸一化，然后輸入到ASE系統(tǒng)。其中，仿真結(jié)果中幅度已歸一化。海試試驗(yàn)時(shí)，信號(hào)并不是一直存在的，因此采集到的數(shù)據(jù)，有時(shí)是信號(hào)與噪聲的混合信號(hào)，有時(shí)是噪聲信號(hào)。低信噪比的信號(hào)是通過(guò)截取相應(yīng)長(zhǎng)度的無(wú)信號(hào)時(shí)所采集到的噪聲信號(hào)疊加到混合信號(hào)上得到。

圖4 換能器2接收信號(hào)與系統(tǒng)輸出信號(hào)對(duì)比圖

圖5 換能器2接收信號(hào)和系統(tǒng)輸出信號(hào)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(hào)與系統(tǒng)輸出信號(hào)對(duì)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(tǒng)輸出信號(hào)噪聲概率累積分布圖

(a) 換能器2接收信號(hào)頻譜圖

(b) 系統(tǒng)輸出信號(hào)頻譜圖

圖8 換能器2與系統(tǒng)輸出信號(hào)頻譜對(duì)比圖

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

表1 MOS值評(píng)分等級(jí)

不同輸入信噪比下，對(duì)四通道系統(tǒng)的單邊帶語(yǔ)音信號(hào)進(jìn)行MOS測(cè)評(píng)。設(shè)置信噪比(SNR)提高最多、語(yǔ)音質(zhì)量改善最顯著的一組語(yǔ)音MOS值為5。一般情況下，輸出相對(duì)輸入語(yǔ)音聽(tīng)覺(jué)感受越好、聽(tīng)得越清楚、噪聲越小，得到的MOS分值就越高，表明系統(tǒng)輸出的語(yǔ)音質(zhì)量改善越明顯。表2給出了不同輸入SNR信號(hào)情況下，四通道ASE系統(tǒng)輸出信號(hào)信噪比的對(duì)比。算法的有效性與輸入信號(hào)的信噪比有一定關(guān)系，當(dāng)輸入信噪比相對(duì)較高時(shí)，算法有效，當(dāng)信噪比較低時(shí)，算法失效。因此，在SNR較低時(shí)，雙通道算法失效，仿真結(jié)果不在表格中列出。其中，MOS得分在4～5之間即表示系統(tǒng)輸出語(yǔ)音質(zhì)量顯著改善；在3～4之間即表示語(yǔ)音質(zhì)量有所改善；在3以下即表示語(yǔ)音質(zhì)量無(wú)改善。由表2可看出，對(duì)于四通道系統(tǒng)，輸入信噪比高于-4 dB時(shí)，尖銳噪聲得到了有效的抑制并趨于白化，系統(tǒng)輸出信噪比相對(duì)輸入提高了10～13 dB，聽(tīng)覺(jué)效果上有顯著改善，性能上明顯優(yōu)于四個(gè)通道進(jìn)行信號(hào)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(shí)，系統(tǒng)輸出信噪比相對(duì)輸入提高了6～9 dB，性能上優(yōu)于相干疊加；輸入信噪比低于-6 dB時(shí)，信噪比提高小于6 dB，性能上劣于相干疊加，聽(tīng)覺(jué)上沒(méi)有改善。綜上所述，水聲通信中，低SNR、非平穩(wěn)噪聲干擾下，本文方法能夠很好地從被噪聲污染的信號(hào)中得到盡可能純凈的單邊帶調(diào)制語(yǔ)音信號(hào)。

表2 不同輸入SNR仿真結(jié)果比較

3 收斂速度和計(jì)算復(fù)雜度

濾波器的階數(shù)、步長(zhǎng)等影響著系統(tǒng)的收斂速度。濾波器階數(shù)越高，滿(mǎn)足系統(tǒng)收斂時(shí)步長(zhǎng)的最大值越小。步長(zhǎng)越大，系統(tǒng)的收斂速度越快。結(jié)合實(shí)際海試情況，自適應(yīng)濾波器的階數(shù)選擇相對(duì)較大的數(shù)值。

表3給出了雙通道、四通道ASE算法每個(gè)采樣點(diǎn)的計(jì)算復(fù)雜度。其中，為自適應(yīng)濾波器的抽頭個(gè)數(shù)。該表格清晰地闡釋了ASE系統(tǒng)，雙通道、四通道每個(gè)采樣點(diǎn)乘、加操作的次數(shù)，可看出四通道計(jì)算復(fù)雜度相對(duì)雙通道稍復(fù)雜。

圖9 幅值收斂曲線(xiàn)

表3 雙通道、四通道系統(tǒng)的計(jì)算復(fù)雜度

4 結(jié)論

低SNR、非平穩(wěn)噪聲下，本文采用多通道信號(hào)增強(qiáng)技術(shù)解決了水下單邊帶語(yǔ)音信號(hào)信噪比低的問(wèn)題。海試數(shù)據(jù)驗(yàn)證表明，該方法在抑制水下語(yǔ)音信號(hào)中的噪聲、提高系統(tǒng)輸出信噪比、改善聽(tīng)覺(jué)主觀(guān)感受上有顯著效果。

[1] 單志超, 林春生, 向前. 基于二階非平穩(wěn)統(tǒng)計(jì)量的船舶噪聲信號(hào)的盲分離[J]. 信號(hào)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(shí)現(xiàn)多通道分集與均衡[J]. 聲學(xué)技術(shù), 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(yīng)干擾抵消的逆波束形成[J]. 兵工學(xué)報(bào), 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(shù)字單邊帶水聲語(yǔ)音通信研究[J]. 聲學(xué)技術(shù), 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(shù)字化單邊帶水聲語(yǔ)音通信系統(tǒng)的研究與實(shí)現(xiàn)[D]. 哈爾濱: 哈爾濱工程大學(xué), 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(shù)字語(yǔ)音通信系統(tǒng)的研究和實(shí)現(xiàn)[J]. 聲學(xué)學(xué)報(bào), 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(shù)字語(yǔ)音編碼技術(shù)及其在水聲通信中的應(yīng)用[D]. 西安: 西北工業(yè)大學(xué), 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(hào)的水聲通信信號(hào)處理[J]. 聲學(xué)學(xué)報(bào), 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(jīng)網(wǎng)絡(luò)預(yù)濾波的自適應(yīng)運(yùn)動(dòng)心電信號(hào)增強(qiáng)器[J]. 生物醫(yī)學(xué)工程學(xué)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(wǎng)絡(luò)中MOS語(yǔ)音質(zhì)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(guó)家重點(diǎn)研發(fā)計(jì)劃(2014AA09A110、2016YFC0300300); 國(guó)家自然科學(xué)基金(61471351)資助項(xiàng)目。

曹文婧(1992－), 女, 河南周口人, 碩士研究生, 研究方向?yàn)殡娮优c通信工程。

曹文婧, E-mail:caowenjing361@163.com