无线电通信系统接收器中帧检测质量估计的一种方法和装置

摘要

一种检测信息帧时质量估计的方法和装置，如可以对无线电通信系统中按时分多址(TDMA)方式传播的语音帧做出质量估计。而且，这种方法也可用于频分无线电通信系统。例如在无线电接收器(RM、DM、DI、KD)中获得的软信息，并根据所应用的神经网络原理检测语音帧，处理这个信号信息。神经网络使用前，必须按有关的通信系统进行校准。本发明能使语音帧中可能出错的信息更准确地传到无线电接收器的纠错单元(TD)内。

说明书

这项发明涉及以时分多址方式（TDMA方式）工作的无线电通信系统接收器中，在通道译码和语音译码前检测信息帧时，尤其是在检测有错误的语言帧时，如何获得优良的质量估计的一种方法。所发明的方法也能够用于频分无线电通信系统（FDMA）。本发明同时涉及了一种无线电通信站中使用这种方法的装置。

在以时分多址方式（TDMA）工作的无线电通信系统中，数据信息和控制信息是以短脉冲群的方式在确定的时隙内在基站和一个或多个次级站间传递的。

基站和次级站都有发射边和接收边。发射边包括语音编码器、通道编码器和调制器。接收边由解调器、通道译码器和语音译码器组成。

例如，从次级站（可移动的）发送到基站的语音，先在次级站的发射边进行语音编码，并分成语音帧，然后进行通道编码，最后根据相应的信息方式（TMDA）以短脉冲群的形式发射出去。

例如，语音编码信号可以按编码的语音样本分成不同于TDMA帧的语音帧，根据给定的信道方式（TMDA）发射。例如，可以按每20ms一帧把语音分成语音帧。这样，在8KHz的采样率下会得到160个样本;在13Kb/s的语音编码率下可以依次给出260比特/帧的语音帧。

在通道编码器中根据给定码（可以是块码或卷积码）对语音帧编码。语音帧中的某些位就变得更敏感，即携带了更重要的信息，因而，使这些位能够被正确地接收到就显得更重要。

在通道编码器中可以通过加入冗余奇偶校验位来保护这些较为敏感的位。在接收器中，这些冗余位被用于错误检测和/或位错误校正。对于所接收到的信息，如一个语音帧，它的所谓的位错率（即质量）可以在接收器中做出估计。当收到一个包含冗余位的帧时，通道译码器利用这些冗余位来纠正最敏感位。如果不可能纠正位错误，就必须指出语音帧的整个位内容（或部分内容）是坏的，即是错误的。

在接收器中译码语音时（即语音合成），坏帧会产生严重损坏的语音。最敏感位代表着诸如放大倍数、谱分布等帧参数，这些位出错时，译码输出的语音会出现撞击声和干扰噪声而严重失真。

在衰落会使整个语言帧发生畸变的数字单元系统中，改进主观评价质量的一种方法是采取措施以减小语音畸变。例如，可以重复前一次接收到的无错的语音帧参数，或者引进语音帧参数的极限值。

为达到同样的目的，在单元无线电系统GSM（全球可移动通信系统）的通道译码器中引入了一种BFI（坏帧标志器）。它以二进制信号的形式向接收边的语音译码器指示出是否发生了帧错误。

考虑上述已知的提高主观语音质量的措施，为了取得好的效果，精确地估计接收到的语音帧数据质量是十分必要的。而用于GSM系统中的坏帧标志器BFI给出的错误信息指示是很粗糙的，因为它仅以逻辑“1”表示无错帧，以逻辑“0”表示坏帧。具有更多选择位的帧检测，能够更精确地指示出包含错误位的帧的那些出错部分，因而将大大提高语音质量。而且，BFI本身就可能是错误的。无错帧被当作有错帧以及有错帧未被检测到，都将削弱在随后的语音合成过程中采取错误纠正措施的可能性。

上述早期的错误检测块码需要向语音数据位中加入冗余位，这就意味着必须增加位速率。如果冗余位数被减少，块码就难以提供满意的错误检测。

本发明方法所依据的一种已知方法是在帧错误指示过程中使用所谓的软信息。对检测过程而言，这些信息值是已经可以得到的，因而不必再象使用块码时，需要插入会影响位速率的参数或位。然而，众所周知，仅仅使用软信息，是不能提供使用块码所产生的改进效果的。对所接收到的帧来说，软信息和位错误间的相关性往往不够高。而且，这种相关性随通道的类型不同而变化。接收器中维特比译码器中的度量标准，就是应用软信息的一例。

本发明涉及一种在无线电接收器中检测信息（语音或数据）帧时提高质量估计的方法，这种方法通过使用接收器中与一种叫做神经网络装置相连接的信道中的软信息，实现获得比前述坏帧标志器BFI给出的更精确的错误指示信息的目的。这种神经网络本身是已知的，但这里以简单的方式把它应用在无线电接收器中，以提供所接收到信息帧（语音或数据）的改进的质量估计。

这种方法用于获得部分语音帧的改进的质量估计，例如，语音帧中的给定块或给定块中的一部分。

现在参考附图来更详细地描述本发明，在附图中：

图1说明了语音帧的结构;

图2是用于说明本发明方法应用于无线电通信站接收边的方框原理图;

图3说明了图2中所示的应用于接收边的简化了的神经网络的细节。

图4是和图2所示的同一类型的无线电通信站的发射-接收边神经网络调整的原理图。

图1上部显示了语音帧的结构，它包含了根据前述GSM所推荐的最初的260个比特，这种语音帧在这个实施例中只是用于举例说明。

语音帧被分成三块，并被定义为不同的三类。一个50比特的块被指定为1a类，一个132比特的块被指定为1b类，余下的78比特作为一块被指定为2类。这260比特由语音编码器产生，经过语音编码后形成数字化语音。下一个语音帧经过20ms后就可得到，其净位速度为13Kb/s。

1a类：这个位块（50比特）对发射错误最敏感，并能对发射、译码的语音的清晰度产生最严重的后果。如果这些位中发现错误，那么，如GSM    Recommend    ation    06.11中所述，正确的语音帧就会被重发。这里的错误检测是通过三个奇偶校验位来实现的，它们作为控制位被加到50个数据位中。

1b类：这个位块（132比特）不被奇偶校验位保护。其中加入了4个叫做尾位的位。这132位在发生位错误对清晰度的影响方面没有1a类那么敏感。

在1a、1b块中的位、三个奇偶校验位和四个尾位中，使用的是卷积码。

2类：这78比特是最不敏感的，根本不象1a和1b类中那样，被附加位保护。

因而，在语音帧的三个块中，除了3+4＝7个奇偶校验位外，还包括50+132+78＝260个比特。260比特中，53+136＝189比特是速率为 1/2 的卷积码，也就是说又加了189比特。

所以，从通道编码器出来的语音帧，共包括378+78＝456个代码位，这些位以一种已知的方式被交替插入（interleaved）TDMA帧。

图2是用以说明本发明所涉及的时分多址方式（TDMA）部分无线电接收机的方块图，也说明了根据本发明所设计的装置。

例如，可移动电话接收机的天线A通过某一信道接收到无线电信号。这个通过确定信道传递的信号（数据或语音信息）可能会严重失真。例如，这种失真可以是由衰落造成的。这样，TDMA短脉冲群就产生一个高度失真的语音帧。

为了得到基边调制信号，在无线电接收机RM中以确定的无线电频率（GSM系统中是865-935MHz）和已知的方式进行解调。RM中接收到的信号电平是能够测量的，并以图2中的标记为Sm。

基边调制信号是在解调器DM中在中频范围内解调。这个解调器中包括一个补偿器，用以补偿或修正多路传播，因为在传递过程中多路传播会对接收到的信号产生影响。在这方面，可以通过维特比补偿器以确定的方式对信号进行补偿，这种方式在瑞典专利申请号为9102611-2的专利中有详细的介绍。

所谓的软信息是从解调器DM中的补偿器得到的，标记为图2中的S_j。根据WO-A>

去间插器（deinterleaver）DI连接解调器/补偿器DM的出口，以确定的方式恢复接收机所预期的时分短脉冲群。

通道译码器KD所要完成的功能，和发射边的通道编码器的功能相反，即要从已知的冗余位和通道编码中恢复所发射的信息（如从卷积码中恢复信息）。通道译码器可以估计位错率（BER），例如，通过译码收到的被译码的信息位并把它和从去间插器DI中得到的位做比较。两者之差就形成位错率的一种测试手段。通道译码器KD也能对整个语音帧的损坏程度提供检测，即所说的坏帧标志器BFI。如前所述，在GSM推荐05.05中对这个数值做了规定。因而，可以从通道译码器KD中恢复得到两个信号S_b和S_CRC，用S_b来测试收到的解调、补偿后的无线电信号的位错率（BER），用S_CRC来指示在1a类块中是否有错。

经通道译码器译码后的语音帧，以确定的方式一帧一帧传到语音译码器TD，在TD中进行语音合成，以便把语音信号送到次级站（可移动的电话设备）的声音重现单元H。

根据所提出的发明，一种所谓的神经网络NT被安置在次级站的接收边，这个网络和语音译码器TD协同工作，以得到比前述坏帧标志器BFI更好、更精确的语音帧质量估计。

神经网络收到分别从无线电接收机RM、补偿解调器DM和通道译码器KD中提取的软值参数S_m、S_j和S_b。尽管没有在图中显示出来，但坏帧标志器BFI的计算值可以作为一个输入值送到神经网络NT。

图3举例说明了一个图2中所示的可以用于接收边的神经网络。在这个例子中，神经网络有三个输入值V₁、V₂和V₃，每个输入分别和累加器S11、S21、S31相连，每个累加器都是三个输入的交汇点。

因而，累加器S11除了和输入V₁相连外，还和输入V₂、V₃相连。

尽管没有画出，但每个连接点都有一个乘法器，分别以因数Wⁱ_k，j乘以各个输入，Wⁱ_k，j按下面的关系确定：

上标i由神经网络的层来确定，因而在第一层中（i＝1），输入信号V₁被乘以下列因数：

W¹₁₁，做乘法后的信号送到累加器S11;

W¹₁₂，做乘法后的信号送到累加器S12;

W¹₁₃，做乘法后的信号送到累加器S13。

相应地，输入信号V₂被乘以因数W¹₂₁、W¹₂₂和W¹₂₃。然后这些信号被分别传送到累加器S11、S21和S31。

同理，输入信号V₃乘以因数W^′₃₁、W^′₃₂、W^′₃₃后，分别送到累加器S11、S21和S31。

限幅器L11、L21和L31分别和累加器S11、S21和S31相连，以限制各累加器输出信号的电平。

这些限幅器很方便地具有可以实现双曲性传递函数（如tanh函数）的非线性单元形式。

图3中所示的神经网络共有3层，前两层有3个节点和一个输出节点。当然，完全可以增加或减少层数和节点数，或使用更多的网络输出。

这个网络可以补充预处理单元PP1-PP3（图3中的虚线方块部分）。例如，预处理过程可以包括低通滤波、对给定电平规范化、在确定的位间隔下对一定数量的位求平均值、方差估计，或是这些措施的组合。

根据图2，输入V₁-V₃收到值S_m，S_j和S_b。如上所述，这些值乘以各自的因数W¹_k，j后，在累加器S11-S31中累加。累加值又被分别送到非线性限幅器L11、L21和L31中。

于是，从各自限幅器的输出值U₁、U₂和U₃分别为：

U₁＝f[（V₁·W¹₁₁+V₂·W¹₂₁+V₃·W¹₃₁）-b¹₁]

U₂＝f[（V₁·W¹₁₂+V₂·W¹₂₂+V₃·W¹₃₂）-b¹₁]

U₃＝f[（V₁·W¹₁₃+V₂·W¹₂₃+V₃·W¹₃₃）-b¹₁]

这里，函数f是每个非线限幅器的传递函数（假定是相同的），例如，这个函数可以取为：

f（x）＝tanh（x）

另外，这里b¹_j是一个常量。

值u₁-u₃中的乘法运算、累加运算及非线性限幅操作，都是以模拟的方式完成的，这些值就形成了神经网络中第二层的输入值。

图3中所示的简化了的神经网络，可以扩充到任意想要的级数m和节点数n_m，正如文献：R.P.Lippmann“An>

m＝3

n₁＝3

n₂＝3

n₃＝1

所提出的神经网络能使各种软值的计算域获得更好的边界分离。这是一个非线性问题，要求非线性解。由于神经网络（单元S11、S12……）的计算函数是非线性的，因而就形成了这个问题的一个合适的解。

然而，为了使图3中所示的神经网络能够提高指示帧错误的质量，必须先校准这个网络，也就是说必须先给参数Wⁱ_j，k，bⁱ_k确定合适的值，然后才能把它们加到网络中来接收实际信道中的信号。

图4是无线电通信站（如可移动电话设备）的发射和接收边的方块原理图，同时也说明了如何实现神经网络的校准。尽管这个神经网络也能应用于码分多址系统，即CDMA的发射和接收，但本例中假定无线电通信站以时分多址方式（TOMA）发射和接收时分复用信号。

发射边包括一个语音编码器TK，一个通道编码器KK，一个包括基边调制器和TDMA间插器的功能块MD，还有一个无线电发射器RS，这个发射器向无线电通信站的天线发送无线电信号（对GSM来说是900MHz），就本图而言，上述所有单元在此领域中都是已知的。

在图示的情况下，无线电发射器RS的输出被接到一个模拟器CH上，这个模拟器模拟了衰落、时间漂移及衰减等情况的信道。

无线电通信站的接收边由前面已介绍过的那些单元组成，参考图2，这些单元是无线电接收器RM，带有补偿器和去间插器的解调器DMI，通道译码器KD及语音译码器TD。所有这些单元都是已知的，这里不再做详细介绍。包含在图4方块原理图中的用以校准神经网络的那些单元和功能元件，是一个差额累加器S、计算单元SP及比较器JF。

比较器JF的一个输入端连在语音编码器TK的输出端上，通过语音编码器可以获得理想的语音编码信号。另一个输入端连接接收边语音编码器的输入端，在此语音编码器中产生被信道干扰了的又被接收器部分修正了语音信号。两个信号均以语音帧（图1所示）的形式输入比较器。

比较器JF的输出信号S_f代表着BFI值，这是一个表征所使用的发射接收方式特性的量，如果实际使用了一种信道类型，那么就能预计它的BFI值。采用神经网络所要改进的就是这个BFI值。

按图3中所示方式连接的神经网络NT，它的三个输入按前述图2中所示的方式连接，其输出S_n连在差额累加器S的输入端，S的另一输入是比较器的输出信号S_f。因而S的输出信号就是信号S_f和信号S_n之差，其中S_f指示了未使用神经网络而获得的由真实数值构成的帧错误值，而S_n则表明了所希望的改进后的帧错误质量值的指示信息，即是一个设定值或控制值。

信号S_f和信号S_n之差就形成了误差信号e，这个信号送到计算单元SP。在计算单元内，按不同的计算步骤计算参数Wⁱ_j，k和Bⁱ_k的值，该值同误差e以及前一步计算出的Wⁱ_j，k和bⁱ_k有关。误差e在前面所提到的Lippmann著的参考文献中有介绍。

上述的神经网络的校准，可以通过连接相对平稳的微调单元来实现，这是一个较复杂的过程，需要一些时间来完成。然而，神经网络本身是很简单的，实际上，在校准完成后它不会使接收边增加任何不必要的复杂性。

所提出的方法不能修正语音帧中的错误，也不能直接改进在接收器中完成的误差修正。然而，这种方法却对接收到的语音帧提供一种比已知的BFI：n更好的误差估计，此外，还可以向纠错单元（主要是语音译码器）提供更好的出错信息，以使语音译码器提高语音质量。