基于语音识别的莫尔斯报文系统设计与实现
|
摘要
本课题是研究短波通信中莫尔斯信号的自动检测和识别。莫尔斯信号是短波信号中简单、实用的一种通信制式，目前仍被大量的采用着，尤其在军事通信领域，更发挥着不可替代的作用。长期以来，莫尔斯信号的接收译码都靠人工完成，大量人力每天都在做简单的重复性工作。为了解放人力减轻工作强度，本课题研究并实现了莫尔斯信号的自动检测和识别抄收技术，以替代人工手抄的工作过程。
语音信号的频率范围介于100Hz至3400Hz之间，语音识别技术就是利用数字信号处理方法提取该频段范围信号特征，再依据一定的判别准则判定信号的内容。莫尔斯信号是单音频等幅信号，频率一般出现在1000Hz左右，位于语音频段内，并且信号表达式简单，故可利用语音信号处理方法去处理莫尔斯信号，达到检测和识别的目的。
提取语音参数之前，有一些经常使用的、共同的短时分析技术必须预先进行，如语音信号的数字化、语音信号的端点检测、预加重、加窗和分帧等，这些是不可忽视的语音信号分析的关键技术。
语音信号的参数有时域和频域之分。本文利用时域参数中的短时能量和短时过零率作为莫尔斯信号端点检测参数取得了很好的效果。
噪声是短波信号中不可避免的成分，所以选用合适的滤波方法，得到干净的信号质量是必需环节。功率谱法是一种广泛用于去除加性噪声的技术。应用于短波信号中能去除大部分背景噪声，提高信号质量。
当今语音识别技术的主流算法，主要有隐马尔可夫模型(HMM)方法和矢量量化(VQ)方法。矢量量化的算法所需的模型训练数据，训练与识别时间，工作存储空间都很小。对于词汇量很小的莫尔斯信号非常适用。
莫尔斯信号采用的速率很广，从60码／分到200码／分不等，采用错误的速率去识别未知信号，必然导致错误的结果。本文根据莫尔斯信号特点，应用统计平均值算法，动态估计当前信号的速率，从而得到正确的识别结果。
本文通过对语音识别技术的深入研究，结合莫尔斯报文的特点，实现了
This thesis researches the auto-detection and recognize of morse signal which is simple and applied in the shortwave communication. Today it still was applied widely, especially in the military area stand the place where it cannot be instead. In long term, the work of decoding the morse's signal were done by manual, a lot of people done the simple and repeatable work day by day. To release the manpower, the paper researchs and achieve the auto-detect and recognize the morse signal so that insteading of the manual work.
The frequency range of the speech signal is from 100Hz to 3400Hz. The speech recognize technology do pick up this range's characteristics with digital signal process, then according to the certain deterninal rule determinate the signal's content. The morse's signal is singl frequency and fixed intensity. It's frequency generally appear near 1000Hz which is in the speech frequency's range. Because the signal's expression is simple, it is feasible to process the morse's signal with digital signal process means and to achieve the detection and recognize.
Before pick up the speech's characteristics, it is must that take the common use short-time analyzed technology on the speech signal, for example the analog to digital convertion, the end-point detection, the pre-emphasis, taking windows and so on. These are the key technics in the speech analysis.
The parameters of Speech signal include tow parts: the time-range and the frequency-range. This thesis use the short-time energy and the short-time crossing zero radio to detect the morse signal's end-point and achieve the good effect.
Noise is disavoid in shortwave communication. So selecting fit filter to acquier cleanly signal is very important. Powertram is used to filter the plus noise. In the shortwave signal this technology can filter a majority of the background noise and improve the signal quality.
语音信号的频率范围介于100Hz至3400Hz之间，语音识别技术就是利用数字信号处理方法提取该频段范围信号特征，再依据一定的判别准则判定信号的内容。莫尔斯信号是单音频等幅信号，频率一般出现在1000Hz左右，位于语音频段内，并且信号表达式简单，故可利用语音信号处理方法去处理莫尔斯信号，达到检测和识别的目的。
提取语音参数之前，有一些经常使用的、共同的短时分析技术必须预先进行，如语音信号的数字化、语音信号的端点检测、预加重、加窗和分帧等，这些是不可忽视的语音信号分析的关键技术。
语音信号的参数有时域和频域之分。本文利用时域参数中的短时能量和短时过零率作为莫尔斯信号端点检测参数取得了很好的效果。
噪声是短波信号中不可避免的成分，所以选用合适的滤波方法，得到干净的信号质量是必需环节。功率谱法是一种广泛用于去除加性噪声的技术。应用于短波信号中能去除大部分背景噪声，提高信号质量。
当今语音识别技术的主流算法，主要有隐马尔可夫模型(HMM)方法和矢量量化(VQ)方法。矢量量化的算法所需的模型训练数据，训练与识别时间，工作存储空间都很小。对于词汇量很小的莫尔斯信号非常适用。
莫尔斯信号采用的速率很广，从60码／分到200码／分不等，采用错误的速率去识别未知信号，必然导致错误的结果。本文根据莫尔斯信号特点，应用统计平均值算法，动态估计当前信号的速率，从而得到正确的识别结果。
本文通过对语音识别技术的深入研究，结合莫尔斯报文的特点，实现了
This thesis researches the auto-detection and recognize of morse signal which is simple and applied in the shortwave communication. Today it still was applied widely, especially in the military area stand the place where it cannot be instead. In long term, the work of decoding the morse's signal were done by manual, a lot of people done the simple and repeatable work day by day. To release the manpower, the paper researchs and achieve the auto-detect and recognize the morse signal so that insteading of the manual work.
The frequency range of the speech signal is from 100Hz to 3400Hz. The speech recognize technology do pick up this range's characteristics with digital signal process, then according to the certain deterninal rule determinate the signal's content. The morse's signal is singl frequency and fixed intensity. It's frequency generally appear near 1000Hz which is in the speech frequency's range. Because the signal's expression is simple, it is feasible to process the morse's signal with digital signal process means and to achieve the detection and recognize.
Before pick up the speech's characteristics, it is must that take the common use short-time analyzed technology on the speech signal, for example the analog to digital convertion, the end-point detection, the pre-emphasis, taking windows and so on. These are the key technics in the speech analysis.
The parameters of Speech signal include tow parts: the time-range and the frequency-range. This thesis use the short-time energy and the short-time crossing zero radio to detect the morse signal's end-point and achieve the good effect.
Noise is disavoid in shortwave communication. So selecting fit filter to acquier cleanly signal is very important. Powertram is used to filter the plus noise. In the shortwave signal this technology can filter a majority of the background noise and improve the signal quality.
引文
[1] 高勤，都学新．莫尔斯信号的新型滤波法．军械工程学院学报．2003
[2] 郝红丽，刘文予．基于DirectX SDK的莫尔斯自动发报系统．电子工程师．2004
[3] 林汝佳，张汝波．短波通信中信号检测算法研究．CAKI博硕论文网．2004：13-15P
[4] 刘小明，覃胜．语音端点检测的仿真研究．系统仿真学报．2004
[5] 刘真豹．话音检测算法分析及其实现．通信理论．2003
[6] 孙永军，吕富平．强噪声背景下的信号检测．雷达与对抗．2003
[7] 陈澍，任大孟，李呈杰．强噪声背景下的信号检测方法研究．信息技术．2003
[8] 付学刚．利用相关技术检测噪声中的正弦波．自动化与仪器仪表．2004
[9] 韦晓光，胡光锐，任晓林．应用倒谱特征的带噪语音端点检测方法．上海交通大学学报．2000
[10] 叶晨洲，杨杰，周越，陈念贻．基于多分类器的通信信号调制方式识别．维普资讯．2000
[11] 费万春．用功率谱相减法进行混噪语音识别的研究．苏州大学学报．2004
[12] 孙新德．一种改进的语音增强方法及实现．郑州航空工业管理学院学报．2005
[13] 李一兵，岳欣，杨莘元．多重自相关函数在微弱正弦信号检测中的应用．哈尔滨工程大学学报．2004
[14] 赵红怡．基于小波变换的信号检测．北方工业大学学报．2000
[15] 向前，林春生，吴正国．非高斯非平稳背景噪声中的信号检测方法．武汉理工大学学报．2003
[16] 刘真豹．语音检测算法分析及其DSP实现．维普资讯．2003
[17] 陈耳东，陈禾，韩月秋．基于时频域检测方法的信号处理系统设计与实现．北京理工大学学报．2005[18] 陈旗，陈鹏举．软件无线电侦察系统中的信号处理技术综述．电子对抗．2003
[19] 卢荣德，杜英磊．微弱信号检测技术综合专题实验．电气电子教学学报．2005
[20] 康晓林，程宪平．高速实时信号检测系统．电子测量技术．2005
[21] 孙鹏，刘平香，徐百灵．瞬态信号检测方法的研究．舰船科学技术．2005
[22] 岳建海，曾凡仔，裘正定．双稳系统噪声特性的分析与弱信号检测的研究．计量学报．2005
[23] 许芳，石定河，骆清铭．运用离散二进小波变换分离声目标的信号与噪声．维普资讯．2003
[24] 陈晓毂，姚庆栋．软件无线电中的调制方式识别．维普资讯．2001
[25] 唐东峰，黄丹．软件无线电中信号调制方式识别的研究与应用．桂林电子工业学院学报．2005
[26] 侯新国，尹为民，吴正国．一种有效的自适应语音降噪算法及实现．维普资讯．2003
[27] 余淑安，王长江．互相关法估计噪声中的周期信号．四川职业技术学院学报．2003
[28] 采用最佳线性滤波、平滑和译码技术处理手工莫尔斯信号．国防报告GF7804．
[29] 郑南宁著．数字信号处理．西安交通大学出版社，1990
[30] 张有为著．维纳与卡尔曼滤波理论导论．人民教育出版社，1982
[31] 岳喜才，郑崇勋，陈德泽．基于离散Gabor谱的短波电报信号检测．数据采集与处理．1999．3：22-25P
[32] 蔡莲红，黄德智，蔡锐编著．现代语音技术基础与应用．清华大学出版社，2003
[33] (美)阿姆巴德著，冯博琴等译．信号、系统与信号处理．机械工业出版社，2001：57-60P
[34] 程佩青著．数字信号处理教程．清华大学出版社，2001：21-35P
[35] 赵力．语音信号处理．机械工业出版社，2003：90-138P
[36] 盛骤，谢式千，潘承毅．概率论与数理统计．高等教育出版社，1994[37] (美)里希纳编著，肖雪莲，朱腾辉译．delphi技术手册．中国电力出版社，2001
[38] 张济，袁野，王秀娟编著．delphi4.0／5.0高级类参考详解．清华大学出版社，1999
[39] (美)泰克塞亚著，任旭钧，王永生，冯泽波等译．delphi5开发人员指南．清华大学出版社，2000
[40] 郑雪帆．AMR语音编码算法研究及复杂度剖析．电讯技术．2003
[41] Preliminary Analysis of Automatic Morse Code Transcribers For Use in U.S. Coast Guard Operations .January 1984
[2] 郝红丽，刘文予．基于DirectX SDK的莫尔斯自动发报系统．电子工程师．2004
[3] 林汝佳，张汝波．短波通信中信号检测算法研究．CAKI博硕论文网．2004：13-15P
[4] 刘小明，覃胜．语音端点检测的仿真研究．系统仿真学报．2004
[5] 刘真豹．话音检测算法分析及其实现．通信理论．2003
[6] 孙永军，吕富平．强噪声背景下的信号检测．雷达与对抗．2003
[7] 陈澍，任大孟，李呈杰．强噪声背景下的信号检测方法研究．信息技术．2003
[8] 付学刚．利用相关技术检测噪声中的正弦波．自动化与仪器仪表．2004
[9] 韦晓光，胡光锐，任晓林．应用倒谱特征的带噪语音端点检测方法．上海交通大学学报．2000
[10] 叶晨洲，杨杰，周越，陈念贻．基于多分类器的通信信号调制方式识别．维普资讯．2000
[11] 费万春．用功率谱相减法进行混噪语音识别的研究．苏州大学学报．2004
[12] 孙新德．一种改进的语音增强方法及实现．郑州航空工业管理学院学报．2005
[13] 李一兵，岳欣，杨莘元．多重自相关函数在微弱正弦信号检测中的应用．哈尔滨工程大学学报．2004
[14] 赵红怡．基于小波变换的信号检测．北方工业大学学报．2000
[15] 向前，林春生，吴正国．非高斯非平稳背景噪声中的信号检测方法．武汉理工大学学报．2003
[16] 刘真豹．语音检测算法分析及其DSP实现．维普资讯．2003
[17] 陈耳东，陈禾，韩月秋．基于时频域检测方法的信号处理系统设计与实现．北京理工大学学报．2005[18] 陈旗，陈鹏举．软件无线电侦察系统中的信号处理技术综述．电子对抗．2003
[19] 卢荣德，杜英磊．微弱信号检测技术综合专题实验．电气电子教学学报．2005
[20] 康晓林，程宪平．高速实时信号检测系统．电子测量技术．2005
[21] 孙鹏，刘平香，徐百灵．瞬态信号检测方法的研究．舰船科学技术．2005
[22] 岳建海，曾凡仔，裘正定．双稳系统噪声特性的分析与弱信号检测的研究．计量学报．2005
[23] 许芳，石定河，骆清铭．运用离散二进小波变换分离声目标的信号与噪声．维普资讯．2003
[24] 陈晓毂，姚庆栋．软件无线电中的调制方式识别．维普资讯．2001
[25] 唐东峰，黄丹．软件无线电中信号调制方式识别的研究与应用．桂林电子工业学院学报．2005
[26] 侯新国，尹为民，吴正国．一种有效的自适应语音降噪算法及实现．维普资讯．2003
[27] 余淑安，王长江．互相关法估计噪声中的周期信号．四川职业技术学院学报．2003
[28] 采用最佳线性滤波、平滑和译码技术处理手工莫尔斯信号．国防报告GF7804．
[29] 郑南宁著．数字信号处理．西安交通大学出版社，1990
[30] 张有为著．维纳与卡尔曼滤波理论导论．人民教育出版社，1982
[31] 岳喜才，郑崇勋，陈德泽．基于离散Gabor谱的短波电报信号检测．数据采集与处理．1999．3：22-25P
[32] 蔡莲红，黄德智，蔡锐编著．现代语音技术基础与应用．清华大学出版社，2003
[33] (美)阿姆巴德著，冯博琴等译．信号、系统与信号处理．机械工业出版社，2001：57-60P
[34] 程佩青著．数字信号处理教程．清华大学出版社，2001：21-35P
[35] 赵力．语音信号处理．机械工业出版社，2003：90-138P
[36] 盛骤，谢式千，潘承毅．概率论与数理统计．高等教育出版社，1994[37] (美)里希纳编著，肖雪莲，朱腾辉译．delphi技术手册．中国电力出版社，2001
[38] 张济，袁野，王秀娟编著．delphi4.0／5.0高级类参考详解．清华大学出版社，1999
[39] (美)泰克塞亚著，任旭钧，王永生，冯泽波等译．delphi5开发人员指南．清华大学出版社，2000
[40] 郑雪帆．AMR语音编码算法研究及复杂度剖析．电讯技术．2003
[41] Preliminary Analysis of Automatic Morse Code Transcribers For Use in U.S. Coast Guard Operations .January 1984