語(yǔ)音加密通信中類(lèi)語(yǔ)音調(diào)制解調(diào)算法研究*

范 超，袁 瓊，孫 瑩，李曉峰

（1.北京電子科技學(xué)院，北京 100070；2.中安網(wǎng)脈（北京）技術(shù)股份有限公司，北京 100070)

0 引 言

隨著公共交換網(wǎng)絡(luò)（Public Switched Telephone Network，PSTN）網(wǎng)IP化和三網(wǎng)融合工程的推進(jìn)，傳統(tǒng)的電話(huà)通信網(wǎng)已經(jīng)逐步由原有的電路交換向IP包交換網(wǎng)絡(luò)轉(zhuǎn)變，導(dǎo)致原有的一些通信保密技術(shù)逐漸無(wú)法適應(yīng)當(dāng)前的通信網(wǎng)絡(luò)，尤其對(duì)電話(huà)加密技術(shù)提出了重大挑戰(zhàn)。

現(xiàn)有的電話(huà)加密設(shè)備，大多采用基帶編碼加密結(jié)合高頻調(diào)制方式傳輸加密信號(hào)，即必須通過(guò)調(diào)制解調(diào)器建立載波通信后，方可傳輸加密信息。這種方式不符合IP包交換網(wǎng)絡(luò)設(shè)備的電氣特性和通信特性，因此通信失敗率極高。由于IP包交換網(wǎng)絡(luò)不再像電路交換那樣為通信雙方建立電路連接，而是采用解析封裝和轉(zhuǎn)發(fā)方式，因此信號(hào)的連續(xù)性被大大降低，且異構(gòu)網(wǎng)絡(luò)的數(shù)據(jù)封裝格式也各有所異，單一的載波信號(hào)很難通過(guò)異構(gòu)網(wǎng)絡(luò)正常通信，因此傳統(tǒng)的加密方式在異構(gòu)網(wǎng)絡(luò)中部署，必須在網(wǎng)絡(luò)邊界部署編碼轉(zhuǎn)換設(shè)備，這無(wú)疑增加了部署的難度和成本，使得電話(huà)加密通信更加困難。

針對(duì)上述問(wèn)題，國(guó)內(nèi)一直研究利用非加密語(yǔ)音業(yè)務(wù)通道傳輸信息的方法，其主要問(wèn)題是如何保證經(jīng)過(guò)聲碼器編解碼后能基本還原語(yǔ)音數(shù)據(jù)[1]。但是，其核心技術(shù)如具有加密功能的類(lèi)語(yǔ)音調(diào)制解調(diào)算法研究還不成熟，具有很大的研究空間。

本文通過(guò)研究聲碼器信道模型幅頻特性，分析抗聲碼器傳輸調(diào)制解調(diào)特性，提出基于正交頻分復(fù) 用（Orthogonal Frequency Division Multiplexing，OFDM）技術(shù)的類(lèi)語(yǔ)音調(diào)制解調(diào)方法。該方法將加密后的語(yǔ)音數(shù)據(jù)調(diào)制成具有語(yǔ)音特征的類(lèi)語(yǔ)音信號(hào)，使其通過(guò)聲碼器壓縮/解壓處理過(guò)程，得到較小的誤碼率，并在接收端解調(diào)回加密數(shù)據(jù)，實(shí)現(xiàn)數(shù)據(jù)還原。

1 系統(tǒng)描述

聲碼器的工作是基于人的聲音特征的，經(jīng)過(guò)加密處理后的數(shù)據(jù)具有隨機(jī)性，不滿(mǎn)足語(yǔ)音編解所需要的語(yǔ)音特征，易被聲碼器中的語(yǔ)音活動(dòng)檢測(cè)（Voice Activity Detection，VAD）機(jī)制認(rèn)為是噪音而被過(guò)濾掉[2]。所以加密處理后的具有隨機(jī)化的數(shù)據(jù)想要在語(yǔ)音信道中進(jìn)行傳輸，必須將其調(diào)制成具有語(yǔ)音功能的類(lèi)語(yǔ)音信號(hào)，同時(shí)，接收端要將接收到的數(shù)據(jù)解調(diào)回加密數(shù)據(jù)，這就要求必須采用調(diào)制解調(diào)技術(shù)。

調(diào)制解調(diào)技術(shù)是將數(shù)字信號(hào)變換成另一種形式，以適應(yīng)信道傳輸。一般是改變正弦波信號(hào)，用載波的典型特征（包括振幅、頻率和相位）承載數(shù)字?jǐn)?shù)據(jù)。語(yǔ)音編解碼的主要目的是減少表示語(yǔ)音所需的比特，同時(shí)保持合格的語(yǔ)音質(zhì)量[3]。這種方法在得到類(lèi)似輸入語(yǔ)音的合成語(yǔ)音的同時(shí)，抽樣波形卻可能明顯不同，這使得調(diào)制解調(diào)器輸出的承載數(shù)據(jù)的特征發(fā)生畸變。因此，大部分調(diào)制解調(diào)器不能直接在使用語(yǔ)音編解碼的信道上工作，需要重新設(shè)計(jì)一種調(diào)制解調(diào)方案。

圖1是基于OFDM的類(lèi)語(yǔ)音調(diào)制解調(diào)傳輸原理框圖，輸入數(shù)據(jù)經(jīng)過(guò)基于OFDM的類(lèi)語(yǔ)音調(diào)制技術(shù)調(diào)制到類(lèi)語(yǔ)音載波上，形成可以在語(yǔ)音信道中傳輸?shù)念?lèi)語(yǔ)音信號(hào)，然后通過(guò)聲碼器進(jìn)行傳輸；接收端將類(lèi)語(yǔ)音信號(hào)進(jìn)行解調(diào)，還原得到原始數(shù)據(jù)；由于聲碼器多為壓縮編解碼，類(lèi)語(yǔ)音信號(hào)通過(guò)聲碼器后會(huì)出現(xiàn)誤碼情況，故通過(guò)卷積糾錯(cuò)減少輸出數(shù)據(jù)的誤碼情況，實(shí)現(xiàn)更好的抗聲碼器壓縮傳輸效果。

圖1 基于OFDM的類(lèi)語(yǔ)音調(diào)制解調(diào)傳輸原理框圖

2 參數(shù)配置

設(shè)計(jì)使用基于OFDM的類(lèi)語(yǔ)音調(diào)制解調(diào)技術(shù)進(jìn)行加密語(yǔ)音數(shù)據(jù)傳輸時(shí)，需要考慮多種因素，首先是調(diào)制后的語(yǔ)音幀格式。因?yàn)榻?jīng)過(guò)調(diào)制后的語(yǔ)音信號(hào)經(jīng)過(guò)信道并在接收端進(jìn)行重新對(duì)齊和解調(diào)，因此幀結(jié)構(gòu)的設(shè)計(jì)至關(guān)重要重要。其次，需要考慮單個(gè)子載波調(diào)制方式的選擇，OFDM對(duì)于各路子載波的調(diào)制參數(shù)主要包括幅度和相位，不同的參數(shù)調(diào)節(jié)會(huì)影響到生成信號(hào)的信號(hào)以及解調(diào)的準(zhǔn)確性。本文中采用了QPSK的方法進(jìn)行實(shí)驗(yàn)，并對(duì)通過(guò)全球移動(dòng)通信系統(tǒng)（Global System For Mobile Communications，GSM）全速率聲碼器的信號(hào)進(jìn)行了解調(diào)、映射。最后是載波數(shù)量和位置的選擇，載波數(shù)量及位置會(huì)影響生成信號(hào)的頻率范圍，通過(guò)對(duì)GSM全速率聲碼器進(jìn)行頻譜特性分析得知，GSM全速率聲碼器可以等效為一個(gè)帶通濾波器，其通過(guò)的頻率范圍為0.1～1.5 kHz，超過(guò)該頻率范圍的信號(hào)經(jīng)過(guò)聲碼器后畸變嚴(yán)重。

由于GSM全速率聲碼器采用的編碼方式為RPE-LTP，其對(duì)語(yǔ)音信號(hào)的處理是8K采樣，分幀處理，每20 ms為一幀，因此，本文中生成的語(yǔ)音幀長(zhǎng)度也以20 ms為單位，子載波間隔為50 Hz。由于信號(hào)可以通過(guò)的頻率范圍為0.1～1.5 kHz，即子載波的最高頻率為1.5 kHz，并且每個(gè)正交相移鍵控（Quadrature Phase Shift Keying，QPSK）子載波能承載2 bit的信息，因此我們可以得到最高調(diào)制速率（即子載波頻率上限）在3 000 bit左右。子載波數(shù)量乘以子載波的間隔即為子載波的最高上限，因此，在最高調(diào)制速率3 000 bit下，子載波數(shù)量最多 為30。

上述分析只是限制了最高子載波數(shù)和最高調(diào)制速率的大致范圍，本文使用的子載波數(shù)量為24，這些子載波成為有效子載波，為了能使用快速傅里葉變換（Fast Fourier Transformation，F(xiàn)FT），對(duì)映射后的數(shù)據(jù)，還需要通過(guò)補(bǔ)零的方式將其擴(kuò)展成2的次冪數(shù)量，補(bǔ)零的子載波稱(chēng)之為虛擬子載波[4]。具體的參數(shù)設(shè)計(jì)和載波分配方式如表1和圖2所示。

表1 參數(shù)選擇

圖2 QPSK方式下子載波選擇和分配

分配時(shí)，根據(jù)快速傅里葉逆變換（Inverse Fast Fourier Transform，IFFT）的性質(zhì)，為了得到實(shí)信號(hào)方便進(jìn)行傳輸，在完成比特的映射之后還需在后面填補(bǔ)其共軛對(duì)稱(chēng)部分，從而使經(jīng)過(guò)IFFT生成的信號(hào)為實(shí)信號(hào)。在實(shí)際傳輸語(yǔ)音幀是需要在數(shù)據(jù)前加入循環(huán)前綴和幀頭，循環(huán)前綴是將數(shù)據(jù)的最后一部分添加到數(shù)據(jù)前段，從而使接收端即使存在延時(shí)的情況下[5]，仍然可以取得完整的周期數(shù)據(jù)。在有效數(shù)據(jù)前添加幀頭的目的是為了為符號(hào)同步留下足夠的空間。在8 kHz的采樣率下，20 ms長(zhǎng)的一幀數(shù)據(jù)點(diǎn)數(shù)為160，本文使用的幀結(jié)構(gòu)如圖3所示。

圖3 QPSK調(diào)制下的幀結(jié)構(gòu)

3 實(shí)驗(yàn)結(jié)果分析

為了方便考慮，本次仿真實(shí)驗(yàn)省略了導(dǎo)頻的插入，此外，在輸入端使用隨機(jī)二進(jìn)制數(shù)（加密后的數(shù)據(jù)具有隨機(jī)性）作為傳輸數(shù)據(jù)。調(diào)制后得到的語(yǔ)音波形和頻譜圖如圖4和圖5所示。從圖5中可以看出，該信號(hào)的頻率范圍在0.1～1.5 kHz之間，基本滿(mǎn)足通過(guò)GSM聲碼器的頻譜要求。

圖4 類(lèi)語(yǔ)音調(diào)制得到的語(yǔ)音信號(hào)波形

圖5 類(lèi)語(yǔ)音調(diào)制得到的語(yǔ)音信號(hào)頻譜圖

將調(diào)制信號(hào)經(jīng)過(guò)聲碼器信道進(jìn)行傳輸，得到的接收端信號(hào)如圖6所示。

圖6 接收端語(yǔ)音信號(hào)波形

首先通過(guò)對(duì)調(diào)制語(yǔ)音信號(hào)和接收端語(yǔ)音信號(hào)的時(shí)域波形進(jìn)行直接觀(guān)察，可以發(fā)現(xiàn)總體上波形具有很高的相似性，可見(jiàn)信號(hào)在傳輸后保持了完整性，沒(méi)有被VAD機(jī)制所過(guò)濾，保證數(shù)據(jù)不被丟失。將得到的數(shù)據(jù)經(jīng)過(guò)判決映射表示成比特的形式得到比特流，與原始的隨機(jī)二進(jìn)制數(shù)進(jìn)行對(duì)比并計(jì)算得到誤碼率。經(jīng)計(jì)算，QPSK下的平均誤碼率為0.5%，之后采用卷積碼進(jìn)行糾錯(cuò)，誤碼率為0。

通過(guò)不斷測(cè)試，得到不同調(diào)制速率下的誤碼率情況，統(tǒng)計(jì)得到圖7所示的誤碼率波形圖。

圖7 不同調(diào)制速率下誤碼率

從圖7可以看到，隨著調(diào)制速率的提高，誤碼率也在提高。調(diào)制速率低于2 700 bit時(shí)，可以通過(guò)卷積碼進(jìn)行糾正，最終得到誤碼率為0。這由于調(diào)制速率的提高是通過(guò)增加有效子載波的個(gè)數(shù)來(lái)實(shí)現(xiàn)，而子載波個(gè)數(shù)增加后，會(huì)占用更多的頻帶資源，當(dāng)最高頻率超出GSM聲碼器的最高頻率時(shí)，誤碼率會(huì)急劇上升。因此不能同時(shí)得到高調(diào)制速率和低誤碼率。

4 結(jié) 語(yǔ)

實(shí)驗(yàn)結(jié)果表明，本文提出的類(lèi)語(yǔ)音調(diào)制解調(diào)算法具有很好的抗聲碼器壓縮性能，能保證調(diào)制語(yǔ)音信號(hào)通過(guò)聲碼器后保持較高的調(diào)制速率和低誤碼率。但是本實(shí)驗(yàn)是在理想環(huán)境下進(jìn)行的仿真，在實(shí)際信道中情況會(huì)更加復(fù)雜，有待進(jìn)一步研究。