Модели и методы обработки аудиосигналов телекоммуникационных систем в сложной помеховой обстановке

• Автор: Кропотов, Юрий Анатольевич
• Шифр специальности: 05.12.13
• Научная степень: Докторская
• Год защиты: 2013
• Место защиты: Б.м.
• Количество страниц: 273 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. СОВРЕМЕННЫЕ ТРЕБОВАНИЯ И АЛЕОРИТМЫ ОБРАБОТКИ АУДИОСИЕНАЛОВ В ОПЕРАТИВНО-КОМАНДНЫХ СИСТЕМАХ ТЕЛЕКОМУНИКАЦИЙ
1.1. Современное состояние телекоммуникационных систем аудио обмена информацией
1.2. Требования, предъявляемые к оперативно-командным системам телекоммуникационного обмена речевой информацией
1.2.1. Методы оценки слоговой разборчивости в системах передачи речевых сигналов
1.2.2. Параметры телекоммуникационной системы, влияющие на слоговую разборчивость передачи речевых сообщений
1.2.3. Внешние факторы, влияющие на слоговую разборчивость передачи речевых сообщений, и современные алгоритмы обработки
1.3. Сигналы и помехи в телекоммуникационных системах аудио обмена
1.3.1 Внешние акустические помехи в системах аудио обмена
1.3.2 Речевые сигналы в системах обмена аудио информацией
1.4. Модели аудиосигналов и методы их оценивания
1.5. Модели эхо-сигналов и структуры абонентских устройств в оперативнокомандных телекоммуникационных системах ГЕС
1.6. Оценки характеристик стационарных сигналов в телекоммуникационных системах передачи речи
1.7. Оценивание нестационарных сигналов в телекоммуникационных системах передачи речи
1.8. Задачи повышения эффективности телекоммуникационных систем обмена речевыми сообщениями
2. ОЦЕНИВАНИЕ ФУНКЦИЙ РАСПРЕДЕЛЕНИЯ СИГНАЛОВ В ДИСПЕТЧЕРСКО-ТЕХНОЛОГИЧЕСКИХ СИСТЕМАХ СВЯЗИ

2.1. Методы оценивания распределения плотности вероятности речевых сигналов и помех
2.2. Регуляризация некорректной задачи оценивания плотности вероятности речевых сигналов и помех
2.3. Методы оценивания параметризованной функции плотности
2.4. Основные выводы по восстановлению плотности распределения
3. КОРРЕЛЯЦИОННЫЕ И СПЕКТРАЛЬНЫЕ ХАРАКТЕРИСТИКИ СИГНАЛОВ В ДИСПЕТЧЕРСКО-ТЕХНОЛОГИЧЕСКИХ СИСТЕМАХ ПЕРЕДАЧИ РЕЧЕВЫХ СООБЩЕНИЙ
3.1. Моментные и спектральные функции сигналов в системах передачи речевых сообщений
3.2. Спектральный анализ сигналов в системах передачи речевых сообщений
3.3. Корреляционные характеристики сигналов в телекоммуникационных системах передачи речевых сообщений
3.4. Общие выводы по корреляционному и спектральному анализу сигналов в диспетчерско-технологических системах обмена речевыми сообщениями
4. ПАРАМЕТРИЧЕСКИЙ АНАЛИЗ И МОДЕЛИРОВАНИЕ СИГНАЛОВ В ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМАХ ПЕРЕДАЧИ РЕЧЕВЫХ СООБЩЕНИЙ
4.1. Вопросы моделирования сигналов в системах передачи
речевых сообщений
4.2. Функции регрессии и метод наименьших квадратов в задачах параметрического моделирования сигналов в системах обмена речевыми сообщениями
4.3. Алгоритм сглаживания данных, представленных выборками речевого сигнала
4.4 Алгоритм идентификации модели помехи с медленно изменяющимися параметрами
4.5 Общие выводы по параметрическому моделированию и идентификации медленно изменяющихся параметров сигналов в телекоммуникационных системах передачи речевых сообщений

5. СТАТИСТИЧЕСКИЕ МОДЕЛИ РЕЧЕВЫХ СИГНАЛОВ И ПОМЕХ В ОПЕРАТИВНО-КОМАНДНЫХ СИСТЕМАХ ТЕЛЕКОММУНИКАЦИЙ
5.1. Модель одномерной функции плотности вероятности речевых сигналов
5.1.1. Алгоритм гистограммной оценки функции плотности вероятности речевого сигнала
5.1.2. Восстановление плотности вероятности речевого сигнала по эмпирическим данным
5.1.3. Алгоритм аппроксимации гистограммы речевого сигнала многочленом по системе экспоненциальных функций
5.2. Автокорреляционные функции речевых сигналов
5.2.1. АКФ речевых сигналов на конечных интервалах
5.2.2. Математическая модель АКФ речевых сигналов
5.3. Модели характеристик внешних помех в системах телекоммуникаций обмена аудио информацией
5.3.1. Модель одномерной функции плотности вероятности внешних шумовых помех в оперативно-командных системах телекоммуникаций
5.3.2. Автокорреляционная функция внешних шумовых помех в системах телекоммуникаций передачи речевых сообщений
5.4. Исследование спектральных характеристик сигналов в системах телекоммуникаций
5.4.1. Спектральные характеристики сигналов на конечных интервалах
5.4.2. Алгоритмы исследования форм спектральной плотности с помощью кратковременного ДПФ
5.4.3. Результаты исследования спектральных характеристик речевых сигналов с помощью алгоритмов кратковременных ДПФ
5.5. Спектральная плотность мощности внешних шумовых помех в системах оперативно-командной связи
5.6. Выводы
6. МЕТОДЫ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ТЕЛЕКОММУНИКАЦИОННЫХ СИСТЕМ ОБМЕНА
АУДИОИНФОРМАЦИЕЙ

циями соединительной линии [70, 211, 225]. Не помеченные на рис. 1.10 ветви графа имеют единичный коэффициент передачи [63].
Акустическая обратная связь на этой схеме обусловливается неидеальной балансировкой дифференциальной системы на ближнем конце и акустическим каналом - на дальнем. Обратная связь на ближнем конце достаточно просто устраняется с помощью адаптивной компенсации эхо-сигнала [1, 227]. Поскольку длительность импульсного отклика канала на ближнем конце не превышает 30 мс, то требуемый адаптивный фильтр имеет приемлемую длину.
Более сложной является реализация адаптивной компенсации эхо-сигнала, присутствующего на дальнем конце. В этом случае длина фильтра должна иметь величину, соответствующую времени распространения эха в несколько сотен миллисекунд. Такая ситуация возникает во всех случаях озвучивания помещений и территорий, когда микрофон находится в акустическом поле, создаваемым источником.
В рамках подхода, обобщающего теорию Винера на функции нескольких переменных, оценивание случайного акустического поля осуществляется по критерию минимальной дисперсии [208]. Это позволяет получить ряд полезных результатов, одним из которых является ответ на вопрос о размерах оптимальной области наблюдения в многомерном пространстве.
1.3.2 Речевые сигналы в системах обмена аудио информацией
Акустические помехи и шумы в принципе могут считаться стационарными, хотя и с некоторыми оговорками относительно неизменности режима работы оборудования и акустики помещения. В случае же речевого сигнала, принципиально нестационарного, указанные условия стационарности могут выполняться только на интервалах, длина которых зависит от типа звука. Обычно максимальная длина интервала стационарности характерна для вокализованных звуков. По этой причине величина и координаты интервала стационарности являются переменными величинами и, чтобы отследить их изменения, необходимо прибегнуть к сегментации сигнала. В ряде случаев, как, например,