4.2 Кодек стандарта gsm
Итак, в стандарте GSM используется метод линейного предсказания с возбуждением регулярной последовательностью импульсов и долговременным предсказанием, т.е. метод RPE-LTP. Упрощенная блок-схема кодека:
Рисунок 21 - Схема кодека речевого сигнала в стандарте GSM.
Б.1 – блок предварительной обработки осуществляет следующие функции:
- предсказание входного цифрового сигнала Sn (после АЦП) при помощи цифрового фильтра, подчеркивающего верхние частоты;
- разделение входного сигнала Sn на сегменты по 160 выборок (20 мс);
- взвешивание каждого из сегментов окном Хэмминга;
Б.2
– фильтр-анализатор STP:
с выхода блока Б.1 фильтруется решетчатым
фильтром-анализатором кратковременного
линейного предсказания и по его выходному
сигналу (остатку предсказания) STP
– оцениваются параметры долговременного
предсказания: коэффициент предсказания
g
и временная задержка в блоке d.
Б.3 – блок оценки параметров фильтра STP: для каждого 20 мс сегмента оцениваются параметры фильтра-анализатора STP – 8 коэффициентов частичной корреляции ki (i = 1…8), при порядке предсказания M = 8 (I =1…M), которые для передачи по каналу связи преобразуются в логарифмические отношения площадей LAR ri, причем для функции логарифма используется кусочно-линейная аппроксимация.
Б.4
– фильтр-анализатор LTP:
сигнал остатка предсказания
фильтруется фильтром-анализатором LTP
долговременного линейного предсказания,
при этом формируется остаток предсказания
LTP
–
Б.5 – блок оценки параметров фильтра LTP: в блоке STP – оцениваются параметры долговременного предсказания g и d. При этом выборочный сегмент остатка кратковременного предсказания, имеющий 160 выборок, разделяется на четыре подсегмента по 40 выборок в каждом, и параметры g и d оцениваются для каждого подсегмента в отдельности, причем для оценки величины временной задержки d для текущего подсегмента используется скользящий подсегмент из 40 выборок, перемещающийся в пределах предшествующих 128 выборок сигнала остатка предсказания .
Б.6 – блок оценки параметров сигнала возбуждения: выходной сигнал фильтра-анализатора LTP – остаток предсказания – фильтруется сглаживающим фильтром и по нему формируются параметры возбуждения, в отдельности для каждого из 40 выборочных подсегментов. Сигнал возбуждения одного подсегмента состоит из 13 импульсов, следующих через равные промежутки времени (втрое больше, чем интервалы дискретизации сигнала после АЦП – т.е. исходного сигнала), и имеющих различные амплитуды. Для формирования сигнала возбуждения 40 импульсов подсегмента сглаженного остатка обрабатываются следующим образом:
- последний строковой импульс отбрасывается;
- первые 39 импульсов разбиваются на три последовательности:
а) в первой последовательности – импульсы 1,4,…,37;
б) во второй – импульсы 2,5,…,38;
в) в третьей – импульсы 3,6,…,39;
В качестве сигнала возбуждения выбирается та из последовательностей, энергия которой больше. Амплитуды импульсов нормируются по отношению к импульсу с наибольшей амплитудой и нормированные амплитуды кодируются тремя битами каждая при линейной шкале квантования. Абсолютное значение наибольшей амплитуды кодируется шестью битами в логарифмическом масштабе. Положение начального импульса 13-элементной последовательности кодируется двумя битами, то есть задается номер последовательности, выбранной в качестве сигнала возбуждения для данного подсегмента. Таким образом, выходная информации кодера речевого сигнала для одного 20 мс сегмента речи включает:
- параметры фильтра-анализатора STP – 8 коэффициентов логарифмического отношения площадей LAR ri (I = 1…8) – один набор на весь сегмент;
- параметры фильтра-анализатора LTP – коэффициент долговременного предсказания g и временную задержку d для каждого из 4-х подсегментов;
- параметры сигнала возбуждения – номер последовательности n, максимальная амплитуда B, нормированные амплитуды bi (1…13) импульсов последовательности – для каждого из 4-х подсегментов.
Число бит, отводимых на кодирование передаваемых параметров, приведено в таблице 2:
Таблица 2 - Кодирование выходной информации кодера речи стандарта GSM
Всего для одного 20-миллисекундного сегмента речи передается 260 бит информации, т.е. кодер речи осуществляет сжатие информации почти в 5 раз (1280/260 = 4,92, где 1280 = 160х8 – число бит в методе линейного предсказания).