TDCDMA系统中的信源编解码.doc

TDCDMA系统中的信源编解码 第三代移动通信系统TDCDMA中多采用自适应多速率(AMR)语音编码器。自适应多速率(AMR)是以智能的方式解决信源编码和信道编码的速率分配问题。实际的语音速率取决于信道条件,它是信道质量的函数。通过对AMR编码器的速率选择,背景噪声的处理以及编,解码原理的分析研究,可以证明,AMR编码器采用自适应算法选择了最佳的语音编码速率。 第三代移动通信系统将支持语音、视频和数据等多媒体业务,但语音业务仍然是3G的最基本的业务。语音编码技术经过几十年的发展,已经有很多种可以实现在4.8kbit/s甚至更低的速率上提供接近长途语言质量高效的语音编码方法。TCDMA的语音编码标准为AMR声码器标准。它由多速率语音编码器,含有话音激活检测器(VAD)与舒适背景噪声(SID)产生系统的源控速率方案(SCR)和能减小传输误码与包丢失对合成语音影响的消除错误机制(ECU)3部分组成。其中,多速率语音编码器是一个编码速率和背景噪声低速率编码模式的一个整体语音编解码器。它允许每一帧信号(20ms)的编码速率可以不同,是AMR语音编码标准的核心;其余几部分则用语改善声码器的性能和提高网络的用户容量,是可选的组件。 一． AMR语音编码器的速率选择 多速率语音编码器是一种单个集成的语音编码器,它有8种固定的信源速率模式,从4.75kbit/s到12.2kbit/s。此外,还有低速率的噪声编码模式,此编码器能够根据命令在每20ms语音帧中改变它的速率。经测试表明:从信噪比的角度来看,对没有背景噪声的纯语音序列,AMR声码器的8种速率表现出相对接近的语音质量;而对有背景噪声的语音,8种速率的语音质量有明显区别。根据此时的语音质量可以把8种速率分成高、中、低3类速率,高速率提供的语音质量比低速率提供的语音质量有很大提高;各类中不同速率提供较接近的语音质量。考虑到可能存在的应用要求。也可以将中速率再细分为两个子类,分别拥有7.95kps、7.40kps和6.70kps、5.90kps。 在讨论AMR声码器8种速率模式选择的时候,没有给出每种速率和某些参数值的一一对应关系,也没有给出相邻速率切换的参数,因为这样做没有太大的意义。首先,从语音质量上,将8种速率分为3类,各类内提供较相近的语音质量;其次,AMR声码器有8种速率并不是为了在信道变化的时候在相邻速率之间,由高到低的切换。实际上,在信道迅速变化时,这种遍历式的切换也是不现实的。 相反,给出了用于不同类别速率选择的参数值,因为在语音含有噪声的情况下(无线通信系统中的常见情况)各类速率提供的语音质量有较大的不同。在实际操作中,可以选择不同类之间的速率进行切换,以适应信道情况的变化。同时也可以根据不同的需要对每一类速率进行内部适当选择 。 二． 背景噪声的处理 如果接收机在背景噪声状态下不输出任何信号,则用户可能认为线路中断,容易造成误操作。研究表明当用户处在噪声环境中时,间断的语音使得可懂度急剧下降,严重时甚至造成不能进行正常通话。移动环境的噪声并不是长期平稳的,但是相对语音来说,背景噪声变化比较缓慢,前后帧参数间的差距较小,编码器没有必要每一帧都进行参数估计、编码,所以标准中采用非连续发送(DTX)的方法,但是解码器连续产生背景噪声。下面介绍编码器和解码器各自的处理方法。 2.1编码器的处理 编码器要完成的是背景噪声参数的估计和编码。由于人耳听觉只和信号的幅频特性和信号幅度(能量)有关,所以只要估计出背景噪声的频谱包络和能量就可以再生听觉上很接近的噪声。LSP可以很好地描述听觉信号的谱包络特性,所以AMR选取LSP和能量两组参数来表示背景噪声的特性,然后用背景噪声特有的方法对LSP和能量进行量化,编码成SID帧,传送给信道。 AMR声码器把SID分为两类:SID-FIRST和SID-UPDATE,其中SID-FIRST在语音帧(包括延长时间)结束后,立即发送,帧中不包括任何的编码信息,只在帧模式域填充相应的值,它的作用是告知解码器SID的起始时刻,同时编码器计算缓冲区中特征参数(也即语音延长帧的特征参数)的平均值作为背景噪声段参数的初始值;SID-UPDATE则包含两个参数(LSP和能量)信息量化,它每三帧发送一次。另外,如果语音帧发送的时间很短,则在该语音段结束后立即重复发送前一次SID-UPDATE帧,同时使用前一段的背景噪声参数作为本段背景噪声的参数估计的初始值,这是因为人类的说话和信令音以及音乐信号都是有一定持续时间的,持续时间很短语音是由背景噪声干扰造成的,如果把该段时间的参数作为背景噪声参数估计的初始值,解码器合成的背景噪声在频谱和能量上与实际背景噪声的相差很大,主观听觉质量差。 2.2解码器的处理 解码器收到SID帧所需要进行的操作就是根据背景再生参数构造一个合成滤