بخشی از مقاله
چکیده -
هدف از این مقاله، افزایش امنیت سیگنال های صوتی مبادله شده مابین کابین یک هواپیمای نظامی و برج مراقبت با روش کدبندی میباشد. به منظور برآورده شدن این مهم، در ابتدا از الگوریتم GLA در جهت تولید جداول جستجوی جدید و استفاده از آن در روند کوانتیزه کردن پارامترهای حاصل از پردازش صوت، در کدکننده و کدگشا در سمت فرستنده و گیرنده استفاده میشود. سپس برای کد کردن و کدگشایی صوت از کدکنندههای LPC استفاده شده که خود زیر مجموعهای از کدکننده های ACELP بوده و به روش AbS عمل پردازش را انجام می دهند.
در نتایج حاصل از تحلیل و شبیهسازی مشاهده میگردد که به کارگیری الگوریتم GLA بدون تاثیر در پیچیدگی ارسال و دریافت، باعث افزایش امنیت کانال صوتی شده و این در حالی است که صوت دریافت شده در خروجی دیکدر پس از اعمال جداول جستجوی تولید شده توسط الگوریتم GLA با صوت خروجی دیکدر در حالتی که جداول جستجوی استاندارد به کار گرفته شده است، منطبق میباشد.
-1 مقدمه
ارسال و دریافت صوت در کانال صوتی بین هواپیما و برج مراقبت مستلزم صرفه جویی در پهنای باند وایجاد امنیت بالا، به ویژه در بعد نظامی می باشد. دراین مقاله به منظور برآورده شدن این هدف، ازکدینگ صوت به روش Linear Prediction - LPC - Coding استفاده شده است. این کدکننده زیر مجموعه کدکننده های ACELP می باشد و عمل پردازش صوت را به روش AbS - آنالیز به وسیله سنتز - انجام می دهد.
مدل عمومی کدکنندههای AbS مطابق شکل - 1 - از چهار قسمت مختلف، شامل سیگنال تحریک، فیلتر سنتز، وزندهی خطا و مینیمم کردن خطا تشکیل میشود. در ابتدا سیگنالهای تحریک مختلف به فیلتر سنتز اعمال میگردند. در مرحله بعد، هر یک از خروجیهای بدست آمده از فیلتر سنتز - سیگنال صحبت سنتز شده - ، که به نوعی همان سیگنال تولید شده در بخش دیکدکننده در گیرنده است، با سیگنال صحبت اصلی مقایسه میگردد؛ البته در این مقایسه، قسمت وزن دهی به فرکانسهای با ارزشتر وزن بیشتری میدهد و در محاسبات بیشتر روی آنها تأکید میشود. در نهایت سیگنال تحریکی که منجر به سیگنال صحبت سنتز شده، با کمترین اختلاف با سیگنال صحبت اصلی گردد - که در اینصورت خطای بین این دو سیگنال کمترین خواهد بود - به عنوان خروجی نهایی انتخاب میشود و پارامترهای استخراج شده از آن به سمت گیرنده ارسال میشوند.
حال به بررسی دقیق تر مدل کدکننده آنالیز به وسیله سنتز - AbS - می پردازیم .[2-6] مطابق شکل - 1 - قسمت اول این مدل، فیلتر یا فیلترهای سنتز میباشد. فیلتر سنتز اصلی یک فیلتر متغیر با زمان است. به این فیلتر اغلب فیلتر سنتز کوتاه مدت گفته میشود؛ زیرا ضرایب آن بوسیله ء پیشگویی نمونه بعدی صحبت از روی تعداد محدودی نمونههای قبلی - معمولاً 8 یا 16 نمونه - محاسبه میشود. در اغلب کدکنندههای AbS، برای فیلتر سنتز کوتاه مدت از روش پیشگویی خطی - LP - استفاده میشود. در این روش، یک فیلتر IIR تمام قطب بصورت زیر به کار میرود.
برای محاسبهء آنها از روش LP استفاده میشود. P تعداد ضرایب ak را مشخص میکند و مرتبهء پیشگویی نام دارد. بخش فیلتر سنتز میتواند شامل یک فیلتر سنتز بلند مدت باشد که سعی در بازسازی شکل موج سیگنال صحبت - مشابه کدکنندههای شکل موج - دارد. این فیلتر یکی از اجزای اصلی کدکنندههای ACELP میباشد که در نرخ بیتهای پایین بکار گرفته میشود.
شکل - 1 مدل عمومی کدکننده های .[1] AbS
با فیلتر کردن سیگنال صحبت ورودی از طریق فیلتر کوتاه مدت، بعضی افزونگیهای کوتاه مدت، با کم کردن نمونه صحبت ورودی از مقدار پیشبینی شدهاش حذف میشود. ولی هنوز سیگنال مانده دارای برخی افزونگیها یا تناوبهایی است. بدین منظور، جهت حذف این افزونگیها و فشردهسازی بیشتر صحبت در کدکنندههای با نرخ بیت پایین، از فیلتر سنتز بلند مدت استفاده میگردد.
این فیلتر تناوب های موجود در طیف بلند مدت صحبت را از سیگنال مانده حذف میکند. صورت کلی فیلتر سنتز گام بصورت شکل - 2 - است. برای m1=m2=0 فیلتر مرتبه یک داریم و در CELP از این فیلتر استفاده می شود. مقدار ، تاخیر معادل با تناوب گام یا مضربی از آن میباشد که برای سیگنالهای غیر متناوب مقداری تصادفی است. Gk ها ضرایب پیشگویی بلند مدت هستند. جهت تعیین مقادیر Gk و ، از کمینهسازی خطا مابین سیگنال مانده از فیلتر پیشگویی بلند مدت و سیگنال صحبت ورودی روی N نمونه صحبت استفاده میشود.
قسمت دوم مدل کننده، مولد تحریک میباشد. این مولد رشته های تحریکی را که باید ورودی فیلتر سنتز باشد تا سیگنال صحبت بازسازی شده تولید شود، فراهم میکند. نحوهء تولید و انتخاب رشتهء تحریک، در کیفیت صحبت و همچنین مقدار بیتهای لازم جهت کد کردن صحبت، تأثیر مستقیم دارد. به منظور دستیابی به نرخ ارسال پایین، هر یک از رشتههای تحریک - که برای یک قاب سیگنال با تعداد نمونههای مشخص تولید میشود - ، باید به نحوی کد شود که تعداد بیتهای لازم برای هر نمونه به حداقل برسد.
چنانچه در مدل کدکنندهء AbS دیده می-شود، قسمت بعدی کدکنندهء حلقه بسته، بهینهسازی تحریک میباشد. عاملی که در این حلقه بکار میرود، کمینهسازی خطای وزندار ادراکی سیگنال اصلی و بازسازی شده میباشد . بدین ترتیب، در روال جستجوی کتاب کد، باید برای تمامی کلمات کد، سیگنال صحبت وزندار محاسبه شده و با سیگنال ورودی وزندار مقایسه شود. در این مقاله، پردازشی که در راستای افزایش هرچه بیشتر امنیت سیستم کدینگ، روی انکدر انجام می شود، تولید جدولهای جستجوی جدید با استفاده از الگوریتم GLA می باشد.
دراین روش با استفاده از تعداد زیادی دیتای ورودی حاوی نمونههای آموزشی - Training Vector - جدول جستجویی ساخته خواهد شد که هم در قسمت انکدر و هم در بخش دیکدر، میتواند بصورت مشابه مورد استفاده قرار گیرد. بمنظور روشن شدن بیشتر ایده ارائه شده، در بخش دوم، به معرفی الگوریتم GLA می پردازیم. سپس در بخش سوم به بررسی نتایج شبیه سازی الگوریتم مذکور و مقایسه آن با نتایج روش استاندارد پرداخته می شود و در انتها به نتیجه گیری در خصوص اراِئه و بکارگیری ایده مقاله می پردازیم.
-2 معرفی الگوریتم GLA و ارائه رویکرد پیشنهادی
شکل- 2 فیلتر خطای پیشگویی کوتاه مدت به همراه فیلتر خطای پیشگویی
الگوریتم LBG یک الگوریتم طراحی کوانتیزاسیون برداری - VQ - پیشنهادی بر مبنای رشتههای آموزش - Training sequence - میباشد. استفاده از رشتههای آموزش، احتیاج به انتگرالهای چندگانه که در سالهای قبل از 1980 بکار گرفته میشد را از بین برد. VQ یک الگوریتم با طول ثابت میباشد. VQ ای که در این بخش توضیح داده شده، در مقالات و کتابها با عنوان LBG-VQ هم شناخته میشود. VQ چیزی جز یک عمل تقریب زدن نمیباشد. این ایده شبیه به گرد کردن به نزدیکترین عدد صحیح است. یک مثال از VQ یک بعدی در شکل - 3 - نشان داده شده است
شکل VQ -3 یک بعدی و دو بیتی با نرخ .[1] 2 bits/dimension
در این شکل هر عدد کمتر از -2 با -3 ، هر عدد بین -2 و صفر با -1، هر عدد بین صفر و 2 با +1 و هر عدد بزرگتر از +2 با +3 تقریب زده میشود. مقدار تخمین زده شده، توسط یک عدد دو بیتی یکتا نشان داده میشود. این شکل، مثالی از یک VQ تک بعدی و دو بیتی است که دارای نرخی برابر با 2bits/dimension میباشد. مثالی از یک VQ دو بعدی در شکل - 4 - نشان داده شده است. در این شکل، هر جفت اعدادی که در یک ناحیه مشخص قرار گرفته باشند، با یکی از ستارهها تقریب زده می-شوند.
شکلVQ -4 دو بعدی و چهار بیتی با نرخ .[1] 2 bits/dimension
توجه شود که 16 ناحیه و 16 ستاره وجود دارد؛ هر یک از این ستارهها بصورت یکتا میتوانند با یک عدد چهار بیتی نشان داده شوند. در این شکل، یک VQ دو بعدی و چهار بیتی نشان داده شده است. نرخ در این حالت نیز 2 bits/dimension است. در دو مثال قبل، ستارهها بنام رشته کدها - Codevectors - و ناحیههایی که با خطوط مجزا شدهاند، با نام نواحی انکدکردن - encoding - region شناخته میشوند. مجموعه تمام رشته کدها را کتاب کد و مجموعه همه نواحی انکدکردن نیز افراز فضا نامیده میشود.
-1-2 مساله طراحی LBG
در مساله طراحی VQ یک رشته منبع با خواص آماری شناخته شده در نظر گرفته میشود؛ مقدار اعوجاج و تعداد رشته کد آن نیز مشخص هستند. در اینصورت یک کتاب کد - گروه مربوط به ستارهها - و یک افراز - گروه مربوط به خطهای جداکننده - را پیدا می کنیم که کوچکترین اعوجاج میانگین را ایجاد کنند.
فرض میکنیم یک رشته آموزش شامل رشتههای منبع M داریم:
- 3 - {X1 , X 2 ,..., X M } T
این رشته آموزش میتواند از تعدادی بانک اطلاعاتی بزرگ حاصل شود. برای مثال، اگر منبع ما یک منبع صحبت باشد؛ در اینصورت رشته آموزش میتواند توسط ضبط مکالمات تلفنی طولانی متعدد بدست آید. فرض میشود که M به اندازه کافی بزرگ باشد بطوریکه تمام خصوصیات آماری منبع با استفاده از رشتههای آموزش حاصل گردد. فرض میکنیم که رشتههای منبع k بعدی باشند.
