一种基于信号特征统计的改进调频载波静噪算法

韩建 董婧

摘   要：针对调频通信设备，文章提出了一种改进的静噪算法，改进算法提出了新的度量计算和新的判断逻辑。阐述了基于信号统计分析的静音/非静音阈值计算方法并给出仿真结果和硬件测试结果，结果证明：该算法在弱信号环境下能够比原始算法获得更好的性能。

关键词：静噪算法;调频载波;信号特征统计;门限选择

在低信噪比或者通信信道受到干扰的情况下，通信设备会根据静噪算法的判决，在静音或者取消静音之间切换。当前主流载波检测静噪算法的判决性能直接依赖于信号判决门限值的选择。这导致原始静噪算法在弱信号强度期间具有不良性能。

载波检测静噪算法使用户能够根据信号质量筛选信号。通常有N个用户选择阈值，它们提供不同质量的音频输出。阈值越高意味着对音频质量的容忍度越低。静噪系统由两个主要部分组成：低偏差检测、高偏差检测[1]。如果任一检测通过当前的门限值，则判断为信号质量在可接受范围，否则信号会被拒绝。本文将针对性能鲁棒性最差的高偏差检测进行讨论并改进。

1    当前的问题

高偏差检测需要首先计算从1到N自相关值[2]：

将tlong与tRxx0进行比较，静噪偏差检测流程如图1所示。可以看出，系统很难从静音状态切换到非静音状态，这是因为在一定时间内，必须有连续“unm_cnt_thr”个窗口数据不超过非静音门限。这就意味着即使只有一个窗口的数据超过阈值，算法就会被重置。从非静音切换到静音也是相同的情况[3]。对于一个平稳的信道，信号的强度值也是平稳随机的，它有可能短时符合静音/非静音的判决门限，但无法保证在相当长的时间内连续满足判决门限所需要的窗口数目，这会导致静音和非静音状态实际上的转换需要比理论上更冗余的信号变化。

2    改进的调频载波静噪算法

针对上节所提出的问题进行分析，进而提出一个改进的调频载波静噪算法。相对于之前用绝对自相关值来表征信号特征，本文使用归一化自相关值来表征信号特征：

对于静音和非静音逻辑处理流程进行改进，如图2所示。

从图2可以看出，更新后的逻辑判定并不需要一个确定的连续满足判定条件的窗口数目。该算法判定的理论依据是建立一个信号分布统计模型，对于不同的静音用户设置，从统计角度上寻找满足最大似然概率的门限。为了建立这样的模型，本研究记录了不同信号强度的数据样本，并在此基础上统计了4 000个信号特征样本，如图3所示。

所以，信号特征的期望值和方差可以因此估算出，如表1所示。

接下来将讨论如何确定判断逻辑，以此确保下面的条件能够得到满足。

（1）条件#1，在3 s的时间之内，当信号满足要求的时候，能够有90%的概率进入到非静音状态。（2）条件#2，在5 s的时间之内，当信号满足要求的时候，能够有99%的概率进入到非静音状态。（3）条件#3，在10 s的时间之内，当信号满足要求的时候，能够有90%的概率保持在非静音状态。（4）条件#4，在8 s的时间之内，当信号满足要求的时候，能够有75%的概率进入到静音状态。

本文定义：窗口在这里的含义是指每次计算一个静噪特征值所需要的采样点数，一个窗口在这里定义为256个采样点窗口会被定义为“通过”，如果信号特征值小于门限值T。

一个“块”的定义是窗口数量。这是系统判定静音或者非静音所需要的基本数据处理概念。在本文的讨论中，定义包含5个窗口的块为A块，定义包含10个窗口的块为B块。

从静音到非静音，5个窗口里至少需要4个窗口通过门限值，从非静音到静音，10个窗口里至少9个窗口小于门限值。

接下来，本文将会举例来说明门限值是如何确定的，并且作为一个案例研究和方法演示，将确定阈值并验证理论静噪音设置的要求，其中，非静音信号强度是﹣125 dBm;静音信号强度为﹣128 dBm。

图3  信号特征期望与方差分布

根据表1的期望和方差值，可以用X和Y分别表示﹣125 dBm和﹣128 dBm信号强度时特征值的随机分布，分别为：

在此基础上，使用条件#1和条件#2来确定非静音阈值。因为每个测试都是一个伯努利测试，因此，一个A块（5个窗口）中的任意一个窗口可以表示为二项式分布：

式中，P是单个测试通过的概率，即P（X

同样可以定义必要的非静音阈值来满足条件#2，即在5 s的时间之内，当信号满足要求的时候，能够有99%的概率进入到非静音状态，5 s包含有80个A块：

可以看出，条件#2要求更严格，将被用于非静音。对满足非静音值需要的P（X

最后，得出Ton的值为0.826 944 296 681 312。

接下来根据条件#3确定静音阈值，根据条件#3，在10 s内，大约包含80个B块（每个块10个窗口）。需要在80个连续的B块中至少达到95%的概率保持在非静音状态：

3    实验验证

上文使用前3个要求来设置这些阈值，现在需要验证其是否满足最后一个要求：假设信号强度在﹣128 dBm，8 s以内静音，要达到75%的概率。

首先，根据Toff计算一个窗口通过的概率，就是P（Y>1-binocdf（8， 10， 1-0.026 590 912 522 204），答案是0.972 392 049 820 447。

可以算出，在6.4 s內，算法已经满足75%静音的要求，显然8 s内会以更高的概率满足要求。

在射频信号强度弱的情况下，原始静噪不能快速切换到静音/非静音状态，同时，也不能保持在一个稳定的状态。在某些关键情况下，通信设备会因为频繁在静音和非静音之间切换而发出不连续的声音，这是不能被用户容许的状况。所以必须增加冗余以达到稳定状态，导致静音/非静音在弱射频信号条件下与阈值变化没有线性差异，如图4所示。

图4中菱形线是非静音门限值，方形线是静音门限值，可以看出，在射频信号强度低于﹣120 dBm时，静音/非静音的信号强度阈值没有随静噪设置值的变化而变化。图5显示了使用改进型静噪的更新特性。

可以看出改进的静噪算法即使在信号强度低于﹣120 dBm时，依然能随着静噪设置值而线性变化。

4    结语

测试结果表明，改进的静噪算法具有良好的静噪性能和鲁棒性，改进的算法相比较原有的静噪算法在弱信号环境下，状态切换更加迅速、更加稳定。

[参考文献]

[1]KLEHFOTH W G.A squelch system controlled by signal-to-noise ratio vehicular communications[J].Ire Transactions on Vehicular Communications，1955（1）：62-66.

[2]FURMAN W N.An active squelch technique for HF communication systems[J].Proceedings of Milcom，1995（5）：95.

[3]CARTERA J A.A robust digital signal processing HF squelch[C].Tshwane：South African Symposium on Communications and Signal Processing，1991.