Khảo sát một số phương pháp xử lý tín hiệu tiên tiến và giảm nhiễu xung trong thông tin

..

Bộ GIáO DụC Và ĐàO TạO
TRường đại học bách khoa hà nội
------------------------------------------

luận văn thạc sĩ khoa học

KHảO SáT MộT Số PHươNG PHáP Xử Lý tín hiệu
TIÊN TIếN Và GIảM nhiễu XUNG TRONG THÔNG TIN

ngành: kỹ thuật điện tử

Phạm hồng thịnh

Người hướng dẫn khoa học: TS. đỗ hoàng tiến

Hà nội 2006


MụC LụC
Trang
Mục lục
Các chữ viết tắt
Lời nói Đầu
Chương 1- GiớI THIệU ................................................................................. 1
1.1 Tín hiệu và thông tin ...................................................................... 1
1.2 Các phương pháp xử lý tín hiệu....................................................... 2
1.3 Các ứng dụng xử lý tín hiệu số........................................................ 4
Chương 2- NHIễU Và Sự BIếN DạNG ..................................................... 18
2.1 Giới thiệu...................................................................................... 18

2.2 Nhiễu trắng ................................................................................... 20
2.3 NhiƠu mµu .................................................................................... 21
2.4 NhiƠu xung ................................................................................... 22
2.5 NhiƠu xung tøc thêi ...................................................................... 24
2.6 NhiƠu nhiƯt ................................................................................... 25
2.7 Nhiễu phát xạ ............................................................................... 26
2.8 Nhiễu điện từ ................................................................................ 27
2.9 Các biến dạng kênh ...................................................................... 28
Chương 3- ước lượng Bayes và MÔ HìNH MARKOV ẩN .............. 29
3.1 Ước lượng Bayes ........................................................................... 29
3.1.1 Nguyên lý ước lượng Bayes .................................................... 29
3.1.2 Các bộ ước lượng Bayes ......................................................... 30
3.2 Mô hình Markov ẩn ...................................................................... 36
3.2.1 Mô hình thống kê đối với quá trình không dừng ..................... 37
3.2.2 Mô hình Markov ẩn ................................................................ 39
3.2.3 Lập mô hình Markov ẩn ......................................................... 46


3.2.4. Giải mà tín hiệu dùng mô hình Markov ẩn ............................ 51
3.2.5. Ước lượng tín hiệu trong nhiễu dựa trên HMM .................... 54
3.2.6 Kết hợp và phân tách mô hình tín hiệu và nhiễu ..................... 57
3.2.7 Các bộ lọc Wiener dựa trên HMM ......................................... 58
3.3 Kết luận ........................................................................................ 60
Chương 4- MÔ HìNH Dự ĐOáN TUYếN TíNH ........................................ 61
4.1 MÃ hóa dự đoán tuyến tính ........................................................... 61
4.2 Bộ dự đoán hướng thuận, hướng ngược và mạng lưới .................... 69
4.3 Các bộ dự đoán dạng ngắn và dạng dài ......................................... 76
4.4 Mô hình dự đoán tuyến tính băng con ........................................... 78
4.5 Khôi phục tín hiệu sử dụng mô hình dự đoán tuyến tÝnh ............... 80
4.6 KÕt ln ........................................................................................ 86

Ch­¬ng 5- NHIƠU XUNG ........................................................................... 87
5.1 Nhiễu xung ................................................................................... 87
5.2 Các mô hình thống kê cho nhiễu xung .......................................... 91
5.3 Các bộ lọc trung bình.................................................................... 95
5.4 Loại bỏ nhiễu xung sử dụng mô hình dự đoán tuyến tính .............. 97
5.5 Phục hồi các đĩa ghi lưu trữ ........................................................ 102
5.6 Kết luận ...................................................................................... 104
Chương 6- XUNG NHIễU TứC ThờI ....................................................... 105
6.1 Các dạng sóng nhiễu tức thời ...................................................... 105
6.2 Các mô hình xung nhiễu tức thêi ................................................ 107
6.3 Sù ph¸t hiƯn xung nhiƠu .............................................................. 111
6.4 Lo¹i bá biÕn d¹ng xung nhiƠu..................................................... 114
6.5 KÕt ln ...................................................................................... 119
KếT LUậN ................................................................................................ 120
Tài liệu tham khảo


Lời nói đầu
Nguyên lý xử lý tín hiệu đóng một vai trò ngày càng trọng tâm trong sự phát
triển các hệ thống xử lý thông tin và viễn thông hiện đại, và có một giới hạn ứng
dụng rất rộng trong công nghệ đa phương tiện, xử lý tín hiệu nghe nhìn, thông tin di
động cellular, quản lý mạng thích ứng, các hệ thống radar, phân tích mô hình mẫu,
xử lý tín hiệu y học, dữ báo dự liệu, hình thành hệ thống quyết định, .v.v.. Lý thuyết
và ứng dụng của xử lý tín hiệu có liên quan đến sự nhận dạng, lập mô hình, sử dụng
các cấu trúc và mô hình mẫu trong một quá trình tín hiệu. Các tín hiệu quan sát
thường bị biến dạng, thiếu hụt và nhiễm nhiễu. Do đó, vấn đề giảm và loại bỏ nhiễu
đối với sự biến dạng kênh đóng một vai trò quan träng trong hƯ thèng xư lý tÝn hiƯu.
Mơc ®Ých qun luận văn này trình bày một cách có cấu trúc và mạch lạc lý thuyết
và ứng dụng các phương pháp xử lý tín hiệu và giảm nhiễu.
Luận án này được thiết lập trong 6 chương như sau:

Chương 1 bắt đầu víi sù giíi thiƯu viƯc xư lý tÝn hiƯu vµ xem xét lại vắn tắt
các phương pháp luận và các ứng dụng xử lý tín hiệu.
Chương 2 sẽ trình bày các khái niệm về nhiễu và sự biến dạng. Xem xét một
số loại nhiễu khác nhau, bao gồm nhiễu nhiệt, nhiễu phát xạ, nhiễu âm, nhiễu điện
từ và các biến dạng kênh.
Chương 3 trình bày các khái niệm cơ bản về ước lượng Bayes và xem xét các
mô hình Markov ẩn (HMMs) đối với các tín hiệu không dừng. Chương này bắt đầu
với sự giới thiệu việc lập mô hình các tín hiệu không dừng rồi sau đó tập trung vào
nguyên lý và ứng dụng các mô hình Markov ẩn. Mô hình Markov ẩn được giới thiệu
như một mô hình Bayes, đồng thời xem xét các phương pháp thực hiện HMMs và sử
dụng chúng để mà hóa và phân loại tín hiệu. Trong chương cũng nói đến ứng dụng
HMMs trong việc giảm nhiễu.
Chương 4 xem xét các mô hình dự đoán tuyến tính và dự đoán tuyến tính băng
con. Sự dự đoán hướng thuận, dự dự đoán hướng ngược và các bộ dự đoán mạng lưới
được nghiên cứu. Chương này giới thiệu một bộ dự đoán cải tiến nhằm lập mô hình


cấu trúc tương quan dạng ngắn và dạng dài. Chương này kết thúc bằng các ứng dụng
của mô hình dự đoán tuyến tính nhằm khôi phục tín hiệu.
Chương 5 và chương 6 bao gồm việc lập mô hình, sự phát hiện và loại bỏ
nhiễu xung và xung nhiễu tức thời. Trong chương 5, nhiễu xung được mô hình như
một quá trình trạng thái nhị phân không dừng và một mô hình ngẫu nhiên cho nhiễu
xung được xem xét. Để loại bỏ nhiễu xung, các bộ lọc trung bình và một phương
pháp dựa trên mô hình dự đoán tuyến tính của quá trình tín hiệu được xem xét.
Trong chương 13, phương pháp mô hình mẫu cơ bản, phương pháp HMM cơ bản và
phương pháp mô hình tự hồi quy AR (autoregresive) cơ bản được xem xét nhằm loại
loại bỏ xung nhiễu tøc thêi.


Chương I- GIớI THIệU

Xử lý tín hiệu có liên quan đến việc lập mô hình, sự phát hiện, nhận dạng và sử
dụng các mẫu, cấu trúc trong một qui trình tín hiệu. Các ứng dụng của các phương
pháp xử lý tín hiệu bao gồm âm thanh Hifi, truyền hình vô tuyến số, điện thoại di
động, nhận dạng tiếng nói, truyền hình chất lượng cao, radar, sonar, khảo sát địa lý,
điện tư y häc, vµ nãi chung trong bÊt cø hƯ thống nào có liên quan đến sự truyền tin
hoặc xử lý thông tin. Lý thuyết xử lý tín hiệu đóng một vai trò quan trọng trong sự
phát triển các hệ thống thông tin số và tự động, có khả năng phát, thu và mà hóa
thông tin tối ưu. Nguyên lý xử lý tín hiệu thống kê đặt nền tảng cho mô hình phân
phối tín hiệu ngẫu nhiên và môi trường truyền dẫn.
1.1 Tín hiệu và thông tin
Tín hiệu có thể được định nghĩa như là sự biến đổi một định tính mà ở đó thông
tin mang các trạng thái, đặc điểm cấu tạo, quỹ đạo, quá trình hoạt động hay dự định
trước của tín hiệu nguồn đang xem xét. Tín hiệu là một phương tiện để mang thông
tin. Thông tin trong tín hiệu có thể được sử dụng bởi con người hoặc các thiết bị cho
sự truyền tin, dự báo, quyết định mô hình, điều khiển, thăm dò .v.v. Hình 1.1 minh
häa mét nguån th«ng tin theo sau bëi mét hệ thống tín hiệu thông tin, một kênh
thông tin truyền từ phía phát đến phía thu. Thông thường, có một sơ đồ hoạt động
sắp xếp thông tin I(t) vào trong tín hiệu x(t) mang thông tin, chức năng sơ đồ này có
thể biểu thị như T[.] và biểu diễn như sau
x(t) = T[I(t)]

(1.1)

VÝ dơ, trong sù trun tin tiÕng nãi, cơ chế phát ra tiếng cung cấp một phương
tiện cho người nói để sắp xếp mỗi từ thành tín hiệu phát âm rõ ràng mà có thể truyền
lan đến người nghe. Để truyền một từ w, người nói phát ra mét tÝn hiƯu ©m chn
cđa tõ; tÝn hiƯu ©m x(t) này có thể bị nhiễm bởi nhiễu xung quanh và/hoặc bị biến
dạng bởi các kênh thông tin khác, hoặc bị méo do các dị thường phát âm của người

nói, và nơi nhận xẽ nhận được tín hiệu có nhiễu y(t). Thêm vào đó để mang từ đÃ
nói, tín hiệu phát âm có dung lượng mang thông tin trên đặc điểm nói, giọng nói và
cảm xúc của người nói. Người nghe trích thông tin này bằng việc xử lý tín hiệu y(t).
Trong các thập niên gần đây, lý thuyết và ứng dụng của xử lý tín hiệu số đóng
một vai trò quan trọng trong sự phát triển các hệ thống công nghệ thông tin và viễn
thông hiện đại.

Hình 1.1 Minh häa hƯ thèng trun tin vµ xư lý tÝn hiệu.
Các phương pháp xử lý tín hiệu rất quan trọng đến khả năng truyền thông và sự
phát triển của con người/máy móc thông minh có ảnh hưởng đến những lĩnh vực như
là sự nhận dạng tiếng nói và mô hình đối với các hệ thống truyền thông. Nói chung,
xử lý tín hiệu số quan tâm đến hai lĩnh vực chính của lý thuyết thông tin:
(a)

mà hóa, phát, thu, lưu trữ và biểu diễn các tín hiệu có hiệu năng và
đáng tin cậy trong các hệ thống truyền tin, và

(b)

tách thông tin từ tín hiệu nhiễu để nhận dạng mô hình, phát hiện, dự
báo, quyết định cấu hình, tăng cường tín hiệu, tự động hóa .v.v.

Sau đây chúng ta xem xét 4 phương pháp tổng quát cho các vấn đề xử lý tín
hiệu.
1.2 Các phương pháp xử lý tín hiệu
Các phương pháp xử lý tín hiệu đà đưa ra sự liên hợp thuật toán nhằm mục đích
tối ưu hóa việc sử dụng thông tin để đạt được chế độ làm việc tốt nhất.
Dựa vào các phương pháp đà dùng, các thuật toán xử lý tín hiệu có thể phân chia
thành một hoặc tổ hợp của bốn loại chính. Đó là phương ph¸p xư lý tÝn hiƯu phi
tham sè, xư lý tÝn hiệu dựa trên mô hình, xử lý tín hiệu thống kê Bayes và mạng thần

kinh. Các phương pháp này được miêu tả một cách vắn tắt sau đây.


1.2.1 Xử lý tín hiệu phi tham số
Phương pháp phi tham số ngụ ý rằng không lợi dụng mô hình tham số tạo ra tín
hiệu, hay mô hình phân bố thống kê của tín hiệu. Tín hiệu được xử lý dựa vào một
dạng sóng hoặc một dÃy số. Phương pháp phi tham số không chuyên cho bất kỳ tín
hiệu riêng biệt nào, chúng có các phương pháp ứng dụng rộng rÃi mà có thể được áp
dụng đến bất kỳ tín hiệu nào bất chấp đặc điểm hay nguồn tín hiệu. Nhược điểm của
phương pháp này là chúng không lợi dụng các đặc điểm riêng của quá trình tín hiệu
để dẫn đến sự cải tiến phong phú trong quá trình xử lý. Vài ví dụ của phương pháp
phi tham số bao gồm phương pháp lọc số và phương pháp xử lý tín hiệu biến đổi cơ
bản chẳng hạn như các quan hệ phân tích/ tổng hợp Fourier và biến đổi cosin rời rạc.
1.2.2 Xử lý tín hiệu dựa trên mô hình
Phương pháp xử lý tín hiệu dựa trên mô hình sử dụng một mô hình tham số của
quá trình tạo ra tín hiệu. Mô hình tham số thường miêu tả các cấu trúc dự đoán và
các mẫu kỳ vọng trong quy trình tín hiệu, và có thể dùng để dự báo các giá trị tương
lai của tín hiệu từ quỹ đạo quá khứ của nó. Phương pháp dựa trên mô hình thường
thực hiện chức năng ngoài phương pháp phi tham số, bởi vậy chúng dùng nhiều
thông tin hơn trong cấu trúc của một mô hình xử lý tín hiệu. Tuy nhiên, chúng nhạy
với các sai lệch của một tín hiệu từ dÃy các tín hiệu được miêu tả bởi mô hình. Mô
hình tham số sử dụng rộng rÃi nhất là mô hình dự đoán tuyến tính. Các mô hình dự
đoán tuyến tính thuận lợi để phát triển các phương pháp xử lý tín hiệu hiện đại cho
một giới hạn rộng các øng dơng nh­ m· hãa tiÕng nãi tèc ®é bit thấp trong công
nghệ di động cellular, mà hóa video số, phân tích phổ độ phân giải cao, xử lý tín
hiệu radar và nhận dạng tiếng nói.
1.2.3 Xử lý tín hiệu thống kê Bayes
Sự thăng giáng của một tín hiệu ngẫu nhiên thuần túy, hay sự phân bố của một
dÃy tín hiệu trong không gian tín hiệu không thể được mô phỏng bởi một phương
trình dự đoán nhưng có thể được diễn tả trong các số hạng của các giá trị thèng kª

trung bình và được mô hình bởi hàm phân bố xác suất trong không gian tín hiệu
nhiều chiều. Nguyên lý Bayes cung cấp một hệ thống tổng quát đối với việc xử lý
thống kê của các tín hiệu ngẫu nhiên, thành lập và giải các công thức ước lượng và
các bài toán quyết định hệ thống.
1.3 Các ứng dụng xử lý tín hiệu số
Trong những năm gần đây sự phát triển và tính thương mại của những máy tính
số có công suất lớn ngày càng tăng đà được bổ sung bởi sự phát triển của những
thuật toán xử lý tín hiệu số hiện đại và cho nhiều ứng dụng khác nhau, chẳng hạn
như giảm nhiễu, thông tin liên lạc, radar, sonar, xử lý tín hiệu âm thanh và hình ảnh,
nhận dạng mô hình, khảo sát địa lý, dự báo dữ liệu, và xử lý nhiều ngân hàng dữ liệu
lớn cho việc nhận dạng, trích dẫn và tổ chức của những cấu trúc và mô hình tiềm ẩn
chưa được biết đến. Hình 1.2 chỉ ra sự phân loại tổng quát một số ứng dụng của xử
lý tín hiệu số. Phần này xem xét vài ứng dụng chủ yếu của các phương pháp xử lý
tín hiệu số.

Hình 1.2 Phân loại các ứng dơng cđa xư lý tÝn hiƯu sè.
1.3.1 Gi¶m nhiƠu thÝch ứng
Trong sự truyền tiếng nói từ một môi trường âm thanh có nhiễu như sự chuyển
động xe hơi hay tàu lửa, hay một kênh điện thoại có nhiễu, thì tín hiệu tiếng được


quan sát trong quá trình nhiễu cộng ngẫu nhiên. Trong các hệ thống đo lường tín
hiệu, tín hiệu mang thông tin thường bị ô nhiễm bởi nhiễu từ môi trường xung quanh
cđa nã. Quan s¸t tÝn hiƯu nhiƠu y(m) cã thể được mô hình như sau
y(m) = x(m) + n(m)

(1.2)

trong ®ã x(m) vµ n(m) lµ tÝn hiƯu vµ nhiƠu, vµ m là biến số thời gian rời rạc. Trong
vài trường hợp, ví dụ khi sử dụng điện thoại di động trong một xe hơi đang chuyển
động, hay khi sử dụng một dụng cụ thông tin vô tuyến trong buồng lái máy bay, nó
có thể được đo lường và ước lượng ngay biên độ của nhiễu xung quanh dùng một
micro định hướng. Sau đó tín hiệu x(m) được khôi phục bằng cách trừ ước lượng
nhiễu từ tín hiệu nhiễu.

Hình 1.3 chỉ ra một hệ thống khử nhiễu thích nghi hai đầu vào cho sự tăng
cường tiếng nói có nhiễu. Trong hệ thống này một micro định hướng dẫn tín hiệu
nhiễu x(m)+n(m) như đầu vào, và một micro định hướng thứ hai định vị trí ở một vài
hướng cách nhau để đo lường nhiễu n(m+). Hệ số suy giảm và thời gian trễ cung
cấp một mô hình đơn giản hóa các hiệu ứng truyền lan của nhiễu đến các vị trí khác
nhau trong không gian mà các micro đặt đến. Nhiễu từ micro thứ hai được xử lý bởi
một bộ lọc số thích nghi để làm cân bằng nó với tín hiệu tiếng nói bị nhiễm nhiễu,
rồi sau đó trừ đi từ tín hiệu nhiễu để loại nhiễu ra ngoài.


Trong nhiỊu øng dơng, vÝ dơ t¹i phÝa thu cđa mét hƯ thèng th«ng tin, kh«ng chØ
cã sù truy cËp giá trị tức thời của nhiễu đang nhiễm mà tín hiệu nhiễu cũng có giá
trị. Trong trường hợp này, nhiễu không thể khử ra ngoài nhưng có thể giảm mang
một ý nghĩa trung bình sử dụng các thống kê của quá trình tín hiệu và nhiễu. Hình
1.4 biểu diễn một d·y bé läc Wiener cho sù gi¶m nhiƠu thÝch nghi chỉ khi tín hiệu
nhiễu sẵn có.

Độ suy giảm các hệ số của mỗi tần số tín hiệu nhiễu được ước lượng bằng tỷ số
S/N tại tần số đó.
1.3.2 Hiệu chỉnh kênh mù
Hiệu chỉnh kênh là khôi phục tín hiệu bị biến dạng trong quá trình truyền tải
kênh thông tin với biên độ không đều hay đáp ứng pha không tuyến tính. Khi đáp
ứng kênh là đại lượng chưa biết quá trình khôi phục tín hiệu thì gọi là hiệu chỉnh

mù. Víi hiƯu chØnh mï, trong hƯ thèng th«ng tin sè cho viƯc lo¹i bá nhiƠu giao thoa
tùa ký tù do kênh không lý tưởng và nhiều đường dẫn truyền lan, trong sự nhận dạng
tiếng nói thì loại bỏ các ảnh hưởng của micro và các kênh thông tin, sửa hình ảnh
biến dạng, phân tích dữ liệu địa chấn, .v.v..


H×nh 1.5. minh häa cÊu h×nh cđa mét bé hiƯu chỉnh lựa chọn trực tiếp. Bộ hiệu
chỉnh kênh mù này được tạo thành từ hai phần riêng biệt: một bộ hiệu chỉnh thích
nghi loại bỏ một phần lớn sự biến dạng kênh, theo sau là một khối lựa chọn phi
tuyến cho sự cải thiện ước lượng đầu vào kênh. Đầu ra của khối chọn là đánh giá
cuối cùng của đầu vào kênh, và nó được sử dụng như tín hiệu chuẩn để định hướng
quá trình thích ứng bộ hiệu chỉnh.

Hình 1.5 Cấu hình bộ hiệu chỉnh kênh mù có điều khiển.
1.3.3 Phân loại tín hiệu và nhận dạng mô hình
Sự phân loại tín hiệu được sử dụng trong các hệ thống tách sóng, nhận dạng mô
hình và lựa chọn khả năng. Phân loại tín hiệu, mục đích là để thiết kÕ mét hƯ thèng
cùc tiĨu sai sè ®èi víi viƯc d¸n nh·n mét tÝn hiƯu b»ng mét trong mét sè dÃy tín
hiệu thích hợp. Để thiết kế một bộ phân loại, tập các mô hình được gán cho các dÃy
tín hiệu mà được quan tâm trong ứng dụng. Dạng đơn giản nhất mà mô hình có thể
giả định là một dÃy hay tập mà của các dạng sóng, mỗi loại làm đại diện mô hình
mẫu cho một trong các dÃy tín hiệu. Mô hình hoàn thiện hơn cho mỗi dÃy tín hiệu là
dạng hàm phân bố xác suất. Trong sự phân biệt pha, một tín hiệu được dán nhÃn gần
nhất hoặc thích hợp nhất. Ví dụ, trong sự truyền tin của một dòng bit nhị phân trên
kênh băng thông, hệ thống khóa dịch pha nhị phân (BPSK) các tín hiệu bit 1 cho
dạng sóng A c sin c t và bit “0” cho d¹ng sãng - A c sinω c t. Tại phía thu, bộ mà hóa có
R

R

R

R

R

R

R

R

nhiệm vụ phân loại và dán nhÃn tín hiệu nhiễu thu được như là bit 1 hoặc 0.
Hình 1.6 minh họa một bộ thu t­¬ng quan cho mét hƯ thèng lËp tÝn hiƯu BPSK. Bé


thu có hai bộ tương quan, mỗi bộ được chương trình hóa với một trong hai ký tự đại
diện bởi trạng thái nhị phân 1 hoặc 0.

Bộ mà hóa tương quan tín hiệu đầu vào không dán nhÃn với mỗi ký tự đại diện
và chọn đại diện nào có sự tương quan cao hơn với đầu vào.


Hình 1.7 minh họa sự sử dụng một bộ phân loại trong một ngôn từ giới hạn, hệ
thống nhận dạng tiếng nói từ cách ly. Giả sử có V từ trong bảng ngôn từ. Đối với
mỗi từ một mô hình được gán, trên nhiều mẫu khác nhau của từ đà nói, giữ lấy các
đặc tính trung bình và các biến đổi thống kê của từ. Bộ phân biệt truy cập đến một
dÃy V+1 mô hình cho mỗi từ trong danh sách ngôn từ và một mô hình thêm vào cho
các khoảng thời gian yên lặng. Trong sự nhận dạng pha tiếng nói, nhiệm vụ là mÃ
hóa và dán nhÃn một dÃy riêng tiếng nói, làm đại diện cho một từ dà nói không dán

nhÃn như một trong các từ thích hợp V hoặc khoảng yên lặng. Đối với mỗi từ đại
diện, bộ phân loại tính toán điểm ghi xác suất và chọn ra từ với điểm ghi cao nhất.
1.3.4 Mô hình dự đoán tuyến tính tiếng nói
Các mô hình dự đoán tuyến tính được sử dụng rộng rÃi trong nhiều øng dơng xư
lý tiÕng nãi nh­ m· hãa tèc ®é bit thấp trong công nghệ cellular, nhận dạng và tăng
cường tiếng nói. Tiếng nói phát ra do hít không khí vào phổi và thở ra xuyên qua
dây thanh hầu và cơ quan thanh âm làm cho dây thanh hầu rung lên. Một cách ngẫu
nhiên, không khí, nhiễu lưu thông từ phổi được tạo hình dạng quang phổ và được
khuếch đại bởi sự rung lên của dây thanh hầu và sự cộng hưởng của cơ quan thanh
âm. Hiệu ứng rung động các dây thanh hầu và cơ quan thanh âm đưa đến độ đo
lường tương quan và khả năng dự đoán trên các biến đổi ngẫu nhiên của không khí
từ phổi. Hình 1.8 minh họa mô hình tạo tiếng nói. Nguồn mô tả phổi và tạo ra một
tín hiệu kích thích ngẫu nhiên. Tín hiệu này được lọc, đầu tiên bởi một bộ lọc độ cao
mô hình của các dây thanh hầu rồi đến mô hình của cơ quan thanh âm.
Nguồn chính của sự tương quan trong tiếng nói là cơ quan thanh âm được mô
hình bởi một bộ dự đoán tuyến tính. Bộ dự đoán tuyến tính dự báo biên ®é cđa tÝn
hiƯu t¹i thêi ®iĨm m, x(m), sư dơng mét tỉ hỵp tun tÝnh cđa P mÉu tr­íc [x(m1),…, x(m-P)] nh­ sau
P

xˆ(m) = ∑ a k x(m − k )

(1.3)

k =1

với x (m) là dự đoán của x(m), và vect¬ a T [a 1 , …, a T ] là các hệ số vectơ của bộ dự
P

đoán bậc P

P

R

R

R

R


Hình 1.8 Mô hình dự đoán tuyến tính của tiếng nói.
Sai số dự đoán e(m) là độ chênh lệch giữa mẫu hiện tại x(m) và giá trị dự đoán
của nó x (m) , được định nghĩa như sau
P

e( m) = x(m) − ∑ ak x(m − k)
k =1

(1.4)

Sai sè dù đoán e( m) cũng có thể được giải thích như là sự kích thích ngẫu nhiên
hay gọi là hàm lượng đổi mới của x(m). Từ phương trình (1.4), tín hiệu phát ra bởi
một bộ dự đoán tuyến tính có thể tỉng hỵp nh­ sau
P

x(m) = ∑ ak x(m − k) + e(m)
k =1

(1.5)

Phương trình (1.5) miêu tả mô hình tổng hợp tiếng nói, minh họa trong hình 1.9.

1.3.5 MÃ hóa sè tÝn hiƯu audio
Mơc ®Ých trong thiÕt kÕ cđa bé mà hóa là đạt được sự trung thực cao với số bit
mỗi mẫu càng ít càng tốt và chi phí thiết bị có thể. Thông thường có hai loại chính
của bộ mà hóa audio: mà hóa mô hình cơ bản, dïng trong viƯc m· hãa tiÕng nãi tèc
®é bit thÊp trong các ứng dụng như công nghệ cellular; và bộ mà hóa chuyển đổi cơ
bản, dùng trong việc mà hóa tiếng và audio hi-fi số chất lượng cao.


Hình 1.10 Sơ đồ khối cấu trúc của một bộ mà hóa tiếng nói mô hình cơ bản.
Hình 1.10 chỉ ra một cấu trúc đơn giản của một bộ tổng hợp mà hóa tiếng được
sử dụng trong điện thoại cellular số. Tín hiệu tiếng được mô hình như đầu ra cđa bé
läc kÝch thÝch bëi tÝn hiƯu ngÉu nhiªn. KÝch thích ngẫu nhiên mô tả không khí xuyên
qua phổi, và bộ lọc mô tả các rung động của các dây thanh hầu và cơ quan thanh
âm. Tại phía phát, tiếng nói được chia đoạn thành các khối trong suốt chiều dài
khoảng 30 ms và trong khoảng thời gian này các tham số tiếng nói được giả định là
dừng. Mỗi khối của các mẫu tiếng nói được phân tích để trích và truyền đi một bộ
kích thích và các tham số của bộ lọc có thể được sử dụng để tổng hợp tiếng nói. Tại
phía thu các tham số và sự kích thích được sử dụng để khôi phục lại tiếng nói.

Hình 1.11 Bộ mà hóa chuyển đổi cơ bản.


Bộ mà hóa chuyển đổi cơ bản chỉ ra trong hình 1.11. Mục đích của sự chuyển
đổi là chuyển tín hiệu sang một dạng phù hợp với chính nó để giải thích, vận dụng
hữu ích và thuận lợi hơn. Trong hình 1.11 tín hiệu đầu vào được biến đổi sang miền
tần số dùng một bộ lọc băng, hay biến đổi Fourier rời rạc, hoặc biến đổi cosin rời
rạc. Ba thuận lỵi chÝnh cđa viƯc m· hãa tÝn hiƯu trong miỊn tÇn sè:

(a)

Phỉ tÇn cđa mét tÝn hiƯu cã mét cÊu trúc tương đối rõ ràng, ví dụ hầu
hết công suất tín hiệu thường tập trung vào các vùng phổ thấp hơn.

(b)

Biên tần tương đối thấp sẽ bị che chắn trong vùng lân cận của biên tần
lớn và do đó có thể được mà hóa thô mà không giảm bất kỳ khả năng
nghe được nào.

(c)

Các mẫu tần số trực giao nhau và có thể được mà hóa độc lập với các
mức khác nhau.

Số bit chỉ định mỗi tần số của một tín hiệu là một biến số. Số bit đó phản ánh sự
hiện diện của tần số đó để tạo lại tÝn hiƯu chÊt l­ỵng cao. Trong bé m· hãa thÝch
nghi sự phân phối các bit cho các tần số khác nhau được hình thành để thay đổi theo
các biến đổi thời gian của phổ công suất tín hiệu.
1.3.6 Phát hiện tÝn hiƯu trong nhiƠu
Trong sù ph¸t hiƯn c¸c tÝn hiƯu trong nhiễu, mục đích là xác định có phải sự
quan sát tồn tại một mình nhiễu hay nó có chứa ®ùng tÝn hiƯu. Sù quan s¸t tÝn hiƯu
nhiƠu y(m) cã thể được mô hình như sau
y( m) = b( m) x( m) + n(m)

(1.6)

trong đó x(m) là tín hiệu cần phát hiện, n(m) là nhiễu và b(m) là một chuỗi trạng thái
giá trị nhị phân của bộ chỉ báo để mà b(m)=1 sẽ chỉ báo có mặt tín hiệu x(m) và

b(m)=0 sẽ chỉ báo rằng tín hiệu vắng mặt. Nếu tín hiệu x(m) có một dạng đà biết thì
một bộ t­¬ng quan hay mét bé läc thÝch øng cã thĨ được sử dụng để tách tín hiệu
như hình 1.12.


H×nh 1.12 CÊu h×nh cđa mét bé läc thÝch øng theo sau bởi một bộ so sánh
ngưỡng để tách tín hiệu trong nhiễu.
Đáp ứng xung h(m) của bộ lọc thích ứng cho sự phát hiện một tín hiệu x(m) là
biến thái đảo thời gian của x(m) được cho bởi
h(m) = x( N − 1 − m)

0 ≤ m≤ N −1

(1.7)

víi N là chiều dài của x(m). Đầu ra của bộ lọc thích ứng được cho bởi
N 1

z(m) = h(m k ) y(m)
m=0

(1.8)

Đầu ra bộ lọc thích ứng so sánh với một giá trị ngưỡng và sự chọn lựa nhị phân
được hình thành như sau
nếu z(m) ngưỡng
còn lại

trong đó b(m) là ước lượng chuỗi chỉ báo trạng thái nhị phân b(m), và nó có thể
không đúng nếu tỷ lệ S/N thấp. Bảng 1.1 liệt kê bốn kết quả có thể. Sự chọn lựa mức

ngưỡng có ảnh hưởng đến độ nhạy bộ tách sóng.
b
0
0
1
1

b(
) 0
1
0
1

Kết quả
Không có tín hiệu
Đúng
Không có tín hiệu
(Lỗi)
Có tín hiệu
(Cảnh báo sai)
Có tín hiệu

Bảng 1.1 Bốn kết quả có thể cho phát hiện tín hiệu.
Mức ngưỡng càng cao, sự hợp lý càng ít và nhiễu sẽ được sắp xếp như tín hiệu,
vậy tỷ lệ cảnh báo lỗi giảm xuống, nhưng xác suất sắp xếp nhầm của tín hiệu như
nhiễu tăng. Nguy cơ chọn một giá trị ngưỡng có thể được biểu diễn như sau


R (Ng­ìng = θ )= PFalse Alarm (θ ) + PMiss ( )

(1.10)

Sự chọn lựa ngưỡng phản ảnh sự cân đối giữa tỷ lệ phân biệt sai và tỷ lệ cảnh
báo sai.
1.3.7 Thu sóng hướng tính: Dạng chùm
Dạng sóng chùm là sự xử lý không gian của sóng phẳng thu được từ một mảng
cảm biến để mà các sóng tới tại một góc không gian riêng được truyền qua, trong
khi các hướng khác đến bị suy giảm. Sóng chùm được sư dơng trong viƯc xư lý tÝn
hiƯu radar vµ sonar để lái các tín hiệu thu hướng theo sự định h­íng mong mn, vµ
trong xư lý tiÕng nãi cho viƯc giảm các ảnh hưởng của nhiễu xung quanh.
Để giải thích quá trình hình thành sóng chùm, xét một bộ cảm biến tuyến tính
như trong hình 1.13. DÃy các bộ cảm biến được sắp xếp trên một đường thẳng trong
không gian cách nhau một khoảng d. Xét một sóng phẳng trường xa hình sin với tần
số F 0 đang lan truyền hướng đến các bộ cảm biến tại một góc tới . Mảng cảm biến
R

R

lấy mẫu sóng đầu vào khi nó ®ang trun lan trong kh«ng gian. Thêi gian trƠ cho
sãng chạy với khoảng cách d giữa các bộ cảm biến được cho bởi
(1.11)
trong đó c là tốc độ truyền lan của sóng trong môi trường. Độ lệch pha tương ứng
với độ trễ được cho bởi
(1.12)
với T 0 là chu kỳ của sóng hình sin.
R

R

Bằng việc chèn vào sự điều chỉnh thời gian trễ thích hợp trong đường dẫn của

các mẫu tại mỗi bộ cảm biến, rồi lấy giá trị trung bình các đầu ra bộ cảm biến, tín
hiệu đến từ định hướng sẽ được đồng chỉnh thời gian và kết hợp nhất quán, trong
khi các hướng khác đến sẽ chịu sự khử và suy giảm. Hình 1.13 minh họa một bộ lập
dạng sóng chùm như một dÃy các bộ lọc số sắp xếp trong không gian. DÃy bộ lọc
hoạt động như một hệ thống xử lý tín hiệu kh«ng gian – thêi gian hai chiỊu.


Việc lọc không gian cho phép bộ lập dạng sóng chùm lái theo một chiều hướng
mong muốn, chẳng hạn hướng theo hướng dọc thì tín hiệu thu được có một cường độ
cực đại. Pha của mỗi bộ lọc điều khiển thời gian trễ, và có thể được điều chỉnh để
kết hợp nhất quán các tín hiệu. Đại lượng đáp ứng tần số của mỗi bộ lọc được dùng
để loại bỏ nhiễu ra ngoài băng.
1.3.8 Giảm nhiễu Dolby
Hệ thống giảm nhiễu Dolby hoạt động bằng việc tăng năng lượng và tỷ số S/N
phổ tần cao của các tín hiệu audio. Năng lượng các tín hiệu audio hầu hết tập trung
vào bộ phận phổ tần số thấp (dưới 2 kHz). Các tần số cao hơn mang tín hiệu chất
lượng hơn nhưng có năng lượng tương đối thấp, và có thể bị suy giảm chỉ cần một
lượng nhiễu thấp. Ví dụ khi một tín hiệu được ghi trên đĩa từ, nhiễu huýt gió ¶nh


hưởng đến chất lượng của tín hiệu ghi. Khi phát lại, thành phần tần số cao của tín
hiệu audio ghi trên băng có tỷ số S/N nhỏ hơn các thành phần tần số thấp. Do đó,
nhiễu tại các tần số cao dễ nghe và ít bị che lấp hơn bởi năng lượng tín hiệu. Hệ
thống giảm nhiễu Dolby nói chung hoạt động trên nguyên tắc gia cường và chỉnh
tăng năng lượng thấp của các thành phần tần số cao trước khi ghi tín hiệu. Khi một
tín hiệu được ghi, nó được xử lý và mà hóa sử dụng một mạch lọc chỉnh tăng kết hợp
việc nén phạm vi hoạt động. Khi phát lại, tín hiệu được khôi phục sử dụng bộ giải
mà dựa trên tổ hợp mạch lọc chỉnh giảm và mạch giải nén.

1.3.9 Xử lý tín hiệu radar: Dịch tần Doppler

Hình 1.5 chỉ ra sơ đồ đơn giản của một hệ thống radar có thể được sử dụng để
ước lượng cự ly và tốc độ của mục tiêu. Một hƯ thèng radar bao gåm mét bé thuph¸t. Nã sÏ phát và truyền những xung hình sin với tần số cực ngắn. Tín hiệu truyền
đi xa bằng tốc độ ánh sáng và được phản hồi trở về từ mục tiêu trong đường dẫn của
nó. Phân tích phản hồi sẽ thu được cự ly, tốc độ và gia tốc. Tín hiệu thu cã d¹ng
x ( t ) = A(t ) cos{ω 0 [ t − 2 r ( t ) / c ]}

(1.13)


với A(t) là biên độ sóng phản hồi biến đổi theo thời gian, phụ thuộc vào vị trí và tính
chất của mục tiêu, r(t) là khoảng cách từ radar đến mục tiêu, biến đổi theo thời gian
và c là vận tốc ánh sáng. r(t) có thể được khai triển theo chuỗi Taylor như sau
(1.14)
.

..

với r 0 là cự ly, r là vận tốc, r là gia tốc, .v.v.
R

R

Tính gần đúng r(t) với hai số hạng đầu chuỗi Taylor mở rộng, ta có
(1.15)
Thay thế phương trình (1.15) vào phương trình (1.13) cho kết quả:
(1.16)
Lưu ý rằng tần số sóng phản hồi bị dịch đi một lượng
(1.17)
Dịch tần này được biết như là tần số Doppler. Nếu mục tiêu di chuyển hướng về
.

phía radar thì khoảng cách r(t) giảm theo thời gian, r mang giá trị âm và sự tăng lên
về tần số được quan sát. Ngược lại, nếu mục tiêu di chuyển hướng ra xa mục tiêu thì
.

r(t) tăng theo thời gian, r mang giá trị dương và sự giảm xuống về tần số được quan
sát. Như vậy phân tích tần số của tín hiệu phản hồi có thể nhận được thông tin về sự
định hướng và tốc độ mục tiêu. Khoảng cách r 0 được cho bởi
R

R

r0 = 0.5T ì c
với T là thời gian đường vòng mục tiêu - radar và c là vận tốc ánh sáng.

(1.18)


Chương 2- NHIễU Và Sự BIếN DạNG

Nhiễu có thể được định nghĩa như là một tín hiệu không mong muốn, tín hiệu
này làm cản trở sự truyền dẫn và đo lường của tín hiệu khác. Nhiễu, bản thân nó
cũng là tín hiệu và nó mang thông tin đang xem xét của nguồn nhiễu. Ví dụ, nhiễu
từ động cơ xe hơi thì nó mang nội dung thông tin về trạng thái của động cơ. Nguồn
nhiễu thì nhiều, và biến đổi từ tần số âm thanh, nhiễu âm bắt nguồn từ sự chuyển
động, rung động hay xung đột, chẳng hạn như sự chuyển động của máy móc, sự di
chuyển của phương tiện đi lại, quạt gió máy tính, tiếng lách tách từ bàn phím, gió,
mưa, .v.v. đến nhiễu điện từ tần số vô tuyến. Tất cả những ảnh hưởng đó xen vào
quá trình phát và thu tiếng nói, hình ảnh và dữ liệu trên phổ tần vô tuyến. Sự biến
dạng tín hiệu là thuật ngữ thường được sử dụng để diễn tả một sự thay đổi không

mong muốn có nguyên tắc trong một tín hiệu và nghiên cứu các thay đổi trong một
tín hiệu do các đặc tính không lý tưởng của kênh truyền, sự vang dội, tiếng vọng và
mất mẫu.
Nhiễu và sự biến dạng là các nhân tố giới hạn chính trong hệ thống truyền dẫn và
đo lường. Do đó việc thành lập mô hình và loại bỏ các ảnh hưởng của nhiễu và sự
biến dạng đóng vai trò nòng cốt trong lý thut vµ thùc tiƠn cđa sù trun tin và xử
lý tín hiệu. Trong chương này, chúng ta nghiên cứu các đặc điểm và lập mô hình vài
dạng khác nhau cđa nhiƠu.
2.1 Giíi thiƯu
NhiƠu thĨ hiƯn ë nhiỊu møc độ khác nhau trong hầu hết các môi trường. Ví dụ
trong hệ thống điện thoại số cellular, có một số nhiễu khác nhau có thể làm suy
giảm chất lượng truyền dẫn thông tin, chẳng hạn như tạp âm nền, nhiễu nhiệt, nhiễu
tần số vô tuyến, nhiễu xen kênh, méo kênh vô tuyến, tiếng vọng và nhiễu xử lý.
Nhiễu có thể gây nên các lỗi trong truyền dẫn, thậm chí nó làm rối loạn quá trình
truyền tín hiệu. Do đó xử lý nhiễu đóng một vai trò quan trọng trong hệ thống xử lý
tín hiệu và truyền thông. Thành công của phương pháp xử lý nhiễu phụ thuộc vào


khả năng miêu tả đặc điểm và mô hình quá trình nhiễu, đồng thời sử dụng các tính
chất đặc trưng của nhiễu để phân biệt nó với tín hiệu. Tùy thuộc vào bản chất của
nó, nhiễu có thể phân chia thành một số loại, chỉ ra một cách khái quát bản chất vật
lý của nó như sau:
(a)

Nhiễu âm: đánh giá từ việc chuyển động, chấn động hay va chạm xung
đột và hầu hết các loại nhiễu thể hiện ở những mức độ khác nhau trong
môi trường hàng ngày. Nhiễu âm được phát ra bỡi các nguồn như sự di
chuyển xe hơi, các bộ điều khiển không khí, quạt gió máy tính, phương
tiện giao thông, tiếng nói chuyện trong hậu trường, gió, mưa, .v.v.

(b)

Nhiễu điện từ: có mặt tại tất cả các tần số và đặc biệt tại tần số vô tuyến.
Tất cả những thiết bị điện tử như các máy phát và thu vô tuyến truyền
hình tạo ra nhiễu điện từ.

(c)

Nhiễu điện tĩnh: được tạo ra bỡi sự có mặt của điện thế mà không có
luồng dòng. Phát sáng huỳnh quang là một trong những nguồn chung của
nhiễu điện tĩnh.

(d)

Biến dạng kênh, tiếng vọng và pha đinh: xuất hiện là do các đặc tính
không lý tưởng của các kênh thông tin. Các kênh vô tuyến tại tần số sóng
ngắn được sử dụng bỡi những hoạt động điện thoại di động cellular, nhạy
đặc biệt đến các tính chất truyền lan của môi trường kênh.

(e)

Nhiễu xử lý: phát sinh từ việc xử lý các tín hiệu số/tương tự, ví dụ nhiễu
lượng tử trong mà hóa số tiếng nói hoặc các tín hiệu hình ảnh, hay các
gói dữ liệu thất lạc trong các hệ thống thông tin dữ liệu số.

Tùy thuộc vào tần số hay đặc tính thời gian của nó, một quá trình nhiễu có thể
được phân thành một số loại như sau:
a)

Nhiễu băng hẹp: một quá trình nhiễu với một độ rộng băng hẹp, chẳng

hạn ở tần số 50/60Hz có tiếng ù từ nguồn điện.

b)

Nhiễu trắng: nhiễu ngẫu nhiên thuần túy có phổ công suất bằng phẳng.
Một cách lý thuyết nhiễu trắng chứa tất cả các tần số có cường độ nh­
nhau.


c)

Nhiễu trắng giới hạn băng: nhiễu với phổ phẳng và độ rộng băng giới hạn
thường bao trùm phổ giới hạn của thiết bị hay tín hiệu có ích.

d)

Nhiễu màu: nhiễu không trắng hay bất kỳ nhiễu băng rộng nào mà phổ
của chúng có dạng không phẳng; ví dụ như nhiễu màu hồng, nhiễu màu
nâu và nhiễu tự hồi quy.

e)

Nhiễu xung: bao gồm các xung thời khoảng ngắn với biên độ và thời
khoảng ngẫu nhiên.

f)

Nhiễu xung tức thời: bao gồm các xung nhiễu có thời khoảng tương đối
dài.

2.2 Nhiễu trắng
Nhiễu trắng được định nghĩa như một quá trình nhiễu không tương quan với
công suất như nhau tại tất cả các tần số (hình 2.1). Nhiễu có năng lượng như nhau
tại tất cả các tần số trong giới hạn sẽ có công suất vô hạn, và do đó nó chỉ khái
niệm về mặt lý thuyết. Tuy nhiên, một quá trình nhiễu giới hạn băng với việc trùm
phổ phẳng phạm vi tần số của một hệ thống truyền dẫn giới hạn băng, đến tất cả các
mục đích từ điểm quan sát của hệ thống một quá trình nhiễu trắng. Ví dụ, cho một
hệ thống audio với độ rộng băng 10 kHz, bất kỳ nhiễu phổ phẳng audio nào với độ
rộng băng lớn hơn 10 kHz trông giống như một nhiễu trắng.

Hình 2.1 Minh họa của (a) nhiễu trắng, (b) sự tự tương quan và (c) phổ năng
lượng của nó.
Hàm tự tương quan của một quá trình nhiễu trắng trung bình không liên tục thời
gian với phương sai 2 là một hàm delta được cho bỡi