短波地空語音組網(wǎng)中VoIP語音質(zhì)量評估

趙國棟，李栓紅，黃國策，田 偉

(1.空軍工程大學(xué)電訊工程學(xué)院，陜西 西安 710077;2.空軍第三飛行學(xué)院，遼寧 錦州 121001)

在地空通信中，語音通信作為一種重要的指揮手段，能夠?qū)崿F(xiàn)指揮員與飛行員的直接對話，更好地完成戰(zhàn)術(shù)配合，在地空通信中發(fā)揮著極其重要的作用。短波在遠(yuǎn)程語音通信中優(yōu)勢突出，但現(xiàn)有短波語音通信還存在對空指揮通信盲區(qū)、跨區(qū)飛行時(shí)難以實(shí)時(shí)了解飛行通信指揮情況等問題需要解決。

因此要解決這些問題，短波地面臺站和各級指揮所的話音IP組網(wǎng)勢在必行。引入VoIP技術(shù)不僅可以實(shí)現(xiàn)短波臺站的共享、消除話音盲區(qū)，而且為話音的記錄與監(jiān)聽，還為臺站的擴(kuò)展提供了方便。而且近年來隨著網(wǎng)絡(luò)的不斷發(fā)展和普及，VoIP作為一種新興的網(wǎng)絡(luò)業(yè)務(wù)得到了廣泛的運(yùn)用，VoIP的QoS技術(shù)也得到了完善和發(fā)展，可以滿足航空通信的需求。

承載網(wǎng)絡(luò)的性能(包括時(shí)延、時(shí)延抖動、丟包率等)是影響語音質(zhì)量的主要因素［1］。語音編碼技術(shù)直接影響語音重構(gòu)后的質(zhì)量，特別是用于短波地空通信中，地面網(wǎng)絡(luò)采用的VoIP技術(shù)，在到達(dá)電臺后，語音解碼重構(gòu)、重構(gòu)后的語音能否適應(yīng)短波信道的傳輸、會造成多大程度的語音質(zhì)量損失在很大程度上受到地面VoIP的編碼技術(shù)的影響。

1 語音傳輸流程以及現(xiàn)有的編碼技術(shù)

在實(shí)現(xiàn)短波地面臺站和各級指揮所的話音IP組網(wǎng)后，語音從指揮席送到飛行器要經(jīng)過地面有線IP網(wǎng)和短波無線信道，流程如圖1所示。

圖1 語音傳輸流程

現(xiàn)有的語音壓縮編碼技術(shù)［2－3］主要有脈沖編碼調(diào)制(PCM)、適應(yīng)脈沖編碼調(diào)制(ADPCM)、低延時(shí)代碼激勵(lì)線性預(yù)測器(LD－CELP)、共扼結(jié)構(gòu)代數(shù)碼激線性預(yù)測(CSACELP)和多脈沖最大似然量化技術(shù)(MP－MLQ)。

語音編碼技術(shù)比較如表1所示。

歐洲的單一歐洲天空計(jì)劃(SERSA)最早提出在航空通信中采用VoIP技術(shù)，并很快得到了國際民航組織(ICAO)的認(rèn)可，在2009年起草的ED－137文件中推薦采用的語音編碼標(biāo)準(zhǔn)有G.711 A率和μ率，G.728和G.729［4］。在本文中將對這4種編碼標(biāo)準(zhǔn)用于短波地空通信中的效果進(jìn)行評估。

表1 語音編碼技術(shù)比較

2 仿真環(huán)境的設(shè)置與實(shí)現(xiàn)

本文主要是研究不同編碼技術(shù)對短波地空通信語音質(zhì)量的影響，因此首先將地面網(wǎng)絡(luò)理想化，暫不考慮網(wǎng)絡(luò)性能對語音質(zhì)量的影響。G.711 A率(A=86.7)和μ率(μ=100)，G.728和G.729語音編解碼［5］通過Matlab7.8軟件編程實(shí)現(xiàn)。語音樣本采用含有中年男子和女子的語音片段“a.wav”，時(shí)長為10.6 s，語音的時(shí)域和頻域波形如圖2、圖3所示。

短波傳輸?shù)姆抡姝h(huán)境使用Matlab7.8的Simulink進(jìn)行搭建。主要采用的技術(shù)和參數(shù)設(shè)置如下:

短波信道采用Watterson短波信道模型。短波傳輸以電離層為中繼的特點(diǎn)決定了短波信道存在著多徑時(shí)延、衰落、多普勒頻移、頻譜擴(kuò)散、近似高斯白噪聲和電臺干擾等復(fù)雜現(xiàn)象。在此采用了Watterson短波信道模型［5］，Watterson信道模型全面描述了短波信道的各種特性，經(jīng)國際電信科學(xué)機(jī)構(gòu)和實(shí)踐的研究證明是一個(gè)非常好的短波信道模型。Watterson模型如圖4所示。

圖4 Watterson模型原理框圖

Watterson模型利用N個(gè)抽頭延遲線來等效N條路徑。每個(gè)抽頭延遲不僅都有獨(dú)立的延遲τi，而且還具有一個(gè)增益函數(shù)Gi(t)與延遲了的信號x(t－τi)相乘。處理后信號的幅度和相位就進(jìn)行了調(diào)整。Gi(t)是相互獨(dú)立的，它反映了衰落、頻譜擴(kuò)散和多普勒頻移成分。Gi(t)可以表示為

式中:下標(biāo)i代表第i條路徑;a，b表示對應(yīng)路徑的2個(gè)磁離子分量;via，vib為指數(shù)因子，反映了第i條路徑2個(gè)磁離子分量的頻率擴(kuò)散和多普勒頻移程度;Gia(t)，Gib(t)代表第i條路徑兩個(gè)磁離子分量的幅度變量，是均值為零、相互獨(dú)立的復(fù)低通高斯過程樣本函數(shù)，反映了每條路徑的衰落程度;Gi(t)代表了乘性干擾。另外短波信道中還存在著加性干擾，可分為兩種類型:一類是高斯白噪聲NG(t)，服從均值為零的正態(tài)分布;另一類是沖激噪聲NI(t)，服從對數(shù)正態(tài)分布。那么，Watterson模型的輸出信號可表示為

使用Simulink實(shí)現(xiàn)短波語音Watterson模型［7］，模型如圖5所示，首先將要發(fā)送的語音信號通過Wavread函數(shù)讀入到M文件中，然后對獲得語音信號進(jìn)行Hilbert變換，得到實(shí)部和虛部正交的復(fù)信號，再通過To Frame模塊將基于采樣的格式轉(zhuǎn)換為基于幀的格式，之后將信號送入模型的核心單元Multipath Fading和AWGN信道，最后再將格式轉(zhuǎn)換為基于采樣的格式，分離實(shí)部和虛部，輸出到M文件中。

圖5 短波語音Watterson模型的Simulink框架

參數(shù)設(shè)置時(shí)，在Multipath Rayleigh Fading Channel和AWGN Channel中設(shè)置信道的多普勒頻擴(kuò)(Doppler Spread)、多徑延遲時(shí)間(Delay Vector)和各路徑增益(Gain Vector)。采樣速率為12000 Hz，載頻為1800 Hz，采用雙徑模式(一條為主徑，一條為多徑)，時(shí)延設(shè)為20 ms，衰落設(shè)為10 Hz，多普勒擴(kuò)展為20 Hz，在AWGN Channel模塊中設(shè)置信道的信噪比為10 dB。

3 仿真結(jié)果及分析

3.1 地面網(wǎng)絡(luò)理想情況下的質(zhì)量評估

首先要采用不同的語音編碼技術(shù)對樣本a.wav進(jìn)行編解碼，分別得到重構(gòu)后的語音，再將重構(gòu)后的語音送入短波電臺在接收端接收到最終的話音，不同編碼標(biāo)準(zhǔn)得到的話音如表2所示。

表2 不同編碼標(biāo)準(zhǔn)對應(yīng)的重構(gòu)語音

編解碼后的話音以及經(jīng)過短波傳輸后的部分話音波形如圖6～10所示。

圖6 PCMAa.wav波形

通過PESQ模型［8］，對經(jīng)過編解碼和短波信道后的語音質(zhì)量進(jìn)行評估。PESQ評估模型是一種基于輸入－輸出方式的客觀評價(jià)模型，效果良好。與其他客觀評估算法相比，PESQ評估模型不僅采取了聽覺模型等比較先進(jìn)的技術(shù)，同時(shí)也考慮了語音端到端的時(shí)延，對通信時(shí)延、環(huán)境噪聲都有較好的穩(wěn)健性。

PESQ評估模型是將原始語音和輸出的語音信號經(jīng)過電平調(diào)整、輸入濾波器、時(shí)間對準(zhǔn)和補(bǔ)償、聽覺變換之后，綜合時(shí)頻特性，得到PESQ分?jǐn)?shù)，最后將得分映射到主觀平均意見分(MOS)上，模型流程如圖11所示，PESQMOS值為－0.5～+4.5，語音質(zhì)量等級與MOS值(取值范圍0～5)類似。不同的語音編碼技術(shù)對應(yīng)的PESQMOS值如表3所示。

表3 不同語音編碼下的PESQMOS值

3.2 地面網(wǎng)絡(luò)丟包率對語音質(zhì)量的影響

丟包率是影響質(zhì)量的重要因素之一，在此利用Matlab程序?qū)G包率進(jìn)行人為控制，通過50次重復(fù)仿真，得到不同丟包率下4種編碼算法的平均值如圖12所示。

圖12 不同編碼下語音質(zhì)量受丟包率的影響

通過仿真結(jié)果可以看到編解碼后的語音質(zhì)量評估值都能達(dá)到良好以上，而且G.711 A率和μ率編解碼后的語音質(zhì)量要明顯好于G.728和G.729標(biāo)準(zhǔn)，但經(jīng)過短波信道后，接收端的語音質(zhì)量G.729，G.711 A率和μ率比較接近，G.728的值卻相對較小。由圖12可知，在丟包率小于3%前語音質(zhì)量都未受到明顯影響，當(dāng)丟包率逐漸增大時(shí)G.728和G.729受影響較大，當(dāng)丟包率大于7%以后4種編碼技術(shù)下的語音質(zhì)量急劇下降，語音質(zhì)量損失嚴(yán)重，MOS值小于0.5，人耳識別困難。

以上結(jié)果說明，雖然經(jīng)過G.728和G.729標(biāo)準(zhǔn)編解碼后的語音信號具有較為相近的PESQMOS值，但G.729標(biāo)準(zhǔn)重構(gòu)后的語音信號對短波信道的適應(yīng)能力要優(yōu)于G.728標(biāo)準(zhǔn)。G.729標(biāo)準(zhǔn)重構(gòu)后的語音信號與G.711 A率和μ率相比雖然對短波信道的適應(yīng)能力相對較弱，但相差不大，如果再考慮地面IP網(wǎng)絡(luò)中語音包(ED137文件中推薦以20 ms的數(shù)據(jù)為一個(gè)語音包)的負(fù)載，G.729標(biāo)準(zhǔn)又相對占據(jù)了優(yōu)勢。因此，如果地面IP網(wǎng)絡(luò)的帶寬足夠?qū)?，建議采用G.711 A率或μ率，而如果帶寬受限，則建議采用G.729標(biāo)準(zhǔn)。

4 小結(jié)

VoIP應(yīng)用與航空通信領(lǐng)域，是近年來才提出的新課題，還未進(jìn)入實(shí)用階段。本文以短波地空通信為背景，通過仿真實(shí)驗(yàn)，為短波地空組網(wǎng)中地面VoIP話音編碼的選擇提供了參考意見。但由于短波信道采用的仿真環(huán)境與不穩(wěn)定的真實(shí)傳輸環(huán)境還有差別，所以只能作為實(shí)際使用的參考。下一步的工作將以G.729標(biāo)準(zhǔn)為例，引入具體IP網(wǎng)絡(luò)，研究時(shí)延、時(shí)延抖動對航空語音通信的影響權(quán)值，從而設(shè)計(jì)出更適合與航空語音通信的QoS保證技術(shù)，提高接收端的語音質(zhì)量。

［1］章學(xué)靜，何素娜，李金平.基于TMS320DM642的VoIP可視電話的關(guān)鍵設(shè)計(jì)［J］. 電視技術(shù)，2009，33(06):105－108.

［2］賈懋珅，鮑長春，李銳.8～64Kb/s超寬帶嵌入式語音頻編碼方法［J］.通信學(xué)報(bào)，2009，30(5):27－34.

［3］張繼東，陸義寧.ITU－T中兩種低碼率語音編碼系統(tǒng)的性能比較［J］.電聲技術(shù)，2001(12):6－8.

［4］ED－137，Interoperability standards for VoIP ATM components［S］.2009.

［5］范睿，鮑長春，李銳.基于ACELP的嵌入式語音編碼算法［J］.通信學(xué)報(bào)，2007，28(10):48－54.

［6］張爾揚(yáng)，王瑩，路軍.短波通信技術(shù)［M］.北京:國防工業(yè)出版社，2002.

［7］權(quán)明波，朱小明，吳江.基于Watterson模型的短波信道的Simulink研究與仿真［J］. 無線通信，2007，242(3):20－22.

［8］ITU－T P.862.2，Wideband extension to recommendation P.862 for the assessment of wideband telephone networks and speech codecs［S］.2007.