GSM数字移动通信系统语音信源编解码技术

GSM数字移动通信系统语音信源编解码技术王红军1，钟子发1，陈润洁2（1电子工程学院,安徽合肥230037；2合肥通用所,安徽合肥230031）摘要：依据GSM协议，介绍了GSM系统所采用的语音信源RPE-LTP(规则码激励长期预测)编码技术，详细阐述了相应的信源解码模型和解码算法，并在工程实现中对算法性能进行了大量的测试，验证了解码模型的可行性和算法的有效性。

关键词：GSM；信源编码；信源解码；RPE-LTP一、引言GSM(Global System for Mobile Communication)数字移动通信系统中的核心问题是有效性、可靠性和安全性。

信源编码解决的是有效性。

由于移动通信属于无线通信，在无线通信中有效性的要求更加突出，这是因为无线信道的频率资源是有限的。

提高移动通信的有效性可以在不同的层次来实现，本文着重讨论在物理层的实现技术。

信源编码是产生信源数据的源头，利用信源的统计特性，解除信源的相关性，去掉信源多余的冗余信息，以达到压缩信源信息率，提高系统有效性的目的。

在GSM移动通信系统中，语音信源编码是为了保障语音通信的有效性。

本文在完成对语音编解码分析的基础上，工程实现了语音解码技术，技术的突破点就在于解码算法的实际工程应用。

二、GSM语音信源编码技术分析［１，２］GSM数字移动通信系统采用13kbit/s RPE-LTP语音编码技术，包括预处理、线性预测编码（LPC）分析、短时分析滤波、长时预测和规则码激励编码等5个主要部分，如图1所示。

1预处理首先用8k H z采样频率对输入的模拟语音信号进行采样得到离散话语音信号S 0(n)，滤除S(n)中的直流分量，得到S0f(n);其次采用一阶有限冲激响应（FIR）滤波器进行高频预加重，得到信号S(n)，加重的目的是加强语音谱中的高频共振峰，使语音短时谱及线性预测LPC分析中余数谱变得更平坦，从而提高谱参数估值的精确性。

2LPC分析将信号S(n)的每160个样点（20ms）分为一帧，每帧计算出8个LPC反射系数r(i),i=1，2，…，8。

计算步骤为先计算出9个自相关系数ACF(i)：最后对LAR进行量化得到LARc，一方面作为边信息送到解码器,另一方面作为对它解码，恢复出量化后的反射系数r′(i)，以供短时分析滤波时使用。

3短时分析滤波信号S(n)经过格型滤波器，滤除语音信号样点之间的短时相关性，产生短时LP 余量信号d(n)：4长时预测长时预测是为了除去语音信号相邻基音周期之间的长时相关性，以便压缩编码速率。

长时预测按子帧处理，每一帧分成4个子帧。

长时预测使用过去子帧中经过处理后恢复出来的短时余量信号d′(n)，对当前子帧的余量信号d(n)进行预测。

通过对d(n)和d′(n)进行互相关运算，获得各个子帧的长时预测系数b和最佳延时N，分别用2bit和7bit编码，即bc 和Nc，作为边信息送到解码器。

各个子帧的长时余量信号e(n)=d(n)-d′(n)，送往RPE编码器的前端加权感觉滤波器。

5规则码激励序列编码经过短时、长时分析之后得到的LP余量信号，在这里进行平滑及降维激励脉冲串的选取。

(1)加权平滑滤波由RPE－LPC算法可知，平滑器为时变的H(Z/r)的单位冲激响应的自相关，应是随输入语音信号的时变而变化的,但GSM语音编码方案中的平滑器权重却是时不变的。

这实际上是考虑到语音平均谱特性得到的经验结果。

实际应用表明，采用此平滑器与采用随语音信号时变的H(Z/r)的单位冲激响应的自相关所形成的时变平滑器相比，效果基本一样。

而由于采用了时不变平滑器，该方案的实现进一步简单。

此滤波器为11阶FIR滤波器,输出只取中间的40个脉冲,输出信号为x(n)。

(2)最佳降维激励脉冲串的选取将信号x(n)进行3∶1抽取、分组之后，得到长度为13的4个降维激励脉冲序列xk(n)：式中下标k是降维脉冲串的相位标志。

然后计算每个子序列的能量，选取具有最大能量E M的子序列作为规则码激励序列：将相位信息用2bit编码得到参数Mc，送到解码器。

将选定的脉冲子序列xm(n)采用自适应脉码调制（ADPCM）方式进行量化，步骤为：先找到|xm (n)|中最大值xmax，对xmax用6bit对数量化编码得到xmax c；然后对xmax c 解码后得到x′max用来对13个非零样值xm(n)作归一化处理，得到x′(n),x′(n)=最后对每一个x′(n)值用3bit均匀量化编码产生xmc(n)。

6比特分配GSM编码方案的语音帧长20ms，每帧有260bit，所以总的编码速率为13 kbit/s。

经过激励信号自身编码，把以上一组参数组合到260bit的帧中，编码后260bit 分配如表1所示。

260bit再经过信道编码、交织、调制、上变频，得到射频信号形成GSM突发发射到无线信道中。

三、GSM语音信源解码技术分析［２，３］针对GSM数字移动通信系统采用13kbit/s RPE-LTP语音编码技术，解码可有多种方案。

实际中可采用与编码过程相反的解码方式，通过对接收的无线信号进行均衡解调、去交织和信道解码后获得的语音信息进行RPE解码、长时预测分析滤波、短时分析滤波和后处理，则可实现语音解码。

语音解码处理模型如图2所示。

1解码预处理（即RPE解码）依据GSM系统的编码规则，首先可以从信道解码中获得语音解码的子序列相位M c指示、最大幅度编码x max c、13个采样x mc(n)等参数，ADPCM解码器根据获得的x max c和xmc (n)，利用xm(n)=xmc(n)×xmax c得到的13个解码后去还原的数据；再根据Mc相位指示对还原的数据每隔2比特插入3个空样值，共插入27个空样值，组成8kHz采样信号，即得到40比特量化的规则码序列d(kj+k),k=0, (39)2长时预测分析滤波长时预测分析滤波根据解码得到的bcj 和Ncj求出短时分析滤波的余量信号。

首先由=QLB(bcj )得到解码增益，其中j=0,…,3,QLB(bcj）为量化电平，bcj为2bit的编码，解码增益值的对应表见表2。

在得到后，利用如下数学迭代公式进行短时余量的计算：其中d″定义为估计序列，j=0,…,3，k=0,…,39，kj =k+j*40。

3短时分析滤波短时分析滤波则根据d′求出去加重滤波的输入数据Sr(k)，其数学迭代推导公式为4语音后处理后处理即根据数学迭代推导公式Sro (k)=Sr(k)+beta×Sro(k-1)得到接近于原始语音的数字语音信号Sro(k)，其中beta=28180×2-15。

5语音恢复将获得的离散信号去加重滤波，送D/A转换电路后即可得到语音信号。

四、GSM语音解码算法的工程实现和性能测试［４］由于DSP利于语音信号的实时处理，设计中采用了最新的TI公司的TMS32C6202-250A微处理器，主要因为它具有独特的哈佛结构、硬件密集型方案和灵活的指令，且功耗低、价位低。

DSP主要完成对A/D送来的GSM基带信号的均衡解调、解交织、信道解码及实时语音解码。

工程中语音解码的DSP软件流程图如图3所示。

D/A转换电路采用了AD7015来实现，AD7015芯片能够完成RF/IF与DSP之间的所有数据转换接口，包含收发信道的基带编/解码、语音编/解码，基带接收部分可完成3路15位A/D、数字滤波，发射部分可完成突发存储、GMSK调制、3路10位D/A和模拟信号滤波；语音部分完成线性编解码、16位A/D和D/A、滤波、8kHz采样等功能。

语音恢复时采用了其中一路D/A来完成语音解码后的数据转换。

1软件DSP化时的关键技术在将算法进行DSP化编程时，需特别注意以下两点关键技术。

（1）数的转换和表示GSM协议中规定只能使用2种类型的数据：有符号的16位整数和32位整数。

所以在DSP中运算时为防止溢出，需考虑数的类型转换及使用定标因子。

（2）数学运算函数的转换GSM协议中介绍了一些C语言的数学运算函数［２］，这些运算函数实现算法中大量的运算，包括迭代、循环、归一化和连续乘、除等运算，其中主要函数包括gsm_add(x,y)、gsm_norm(x,y)、gsm_sub(x,y)、gsm_div(x,y)、gsm_mult(x,y)等，在将这些函数DSP化时需采用合适的语句进行转换。

2工程化后的性能测试在完成对解码算法的DSP软件优化、移植后，为验证算法的性能进行了大量的测试，测试包括比特差错率测试和语音波形比较。

(1)比特差错率测试方法为将一段随机数据依据GSM协议语音编码后再进行解码运算，比较解码后的数据与编码前的数据则可得出解码的比特差错率。

经过100次连续的测试，平均比特差错率小于1×10-3，符合GSM解码要求。

(2)语音波形比较直观的语音波形截取、比较采用了如下步骤：1)首先录入一段语音信号，生成一个wave.dat文件，取出其原始信号波形；2)利用MATLAB程序将wave.dat文件内容按比特读出并依据GSM编码协议进行编码，编码后的数据在DSP中由依据GSM协议编成的解码程序进行解码运算；3)将解码后数据送D/A输出，取出其信号波形。

具体测试结果如图4所示。

图4的左边波形为原始语音波形,右边为解码后的还原语音波形，X轴为时间,Y轴为信号幅度。

由图可以看出，解码后的语音跟踪原始语音中变化快的部分的能力较差，但能很好地跟踪原始语音中变化慢的部分，结果较为理想。

五、结束语该算法工程化后在进行实时语音处理时，经主观收听、恢复出的语音信号具有良好的自然度和可懂度。

无论从解码差错率、收听效果还是波形比较来看，不难得出该解码算法具有一定的实际应用价值。

目前该算法已成功地应用到某大型军用系统中。

参考文献［1］吴伟陵.移动通信中的关键技术［M］.北京:北京邮电出版社,2000.［2］GSM Phase2+，GSM0610-Full rate speech Transcoding［S］.［3］孙孺石,等.GSM数字移动通信工程[M].北京:人民邮电出版社,1998.［4］吴琼，等.GSM语音解码技术［J］.南京农业大学学报，1999，（4）.。