廖蓉晖，许志强，张鹤鸣

（中国电子科技集团公司第三十研究所，四川 成都 610041）

0 引言

连续可变斜率增强调制（Continuously Variable Slope Delta，CVSD）编码方式，是一种适用于不同信道传输特性的语音编码。CVSD 编码速率为9.6～64 kbit/s，采样频率通常为16 kHz 或32 kHz，其编码信噪比与采样频率成正比，信噪比随着采样频率提升，动态范围可达30 dB，可满足大部分通信系统的语音质量要求。由于CVSD 按照单比特编码，收发两端之间无须进行严格的编码比特对齐，因而具有强抗误码能力，在10-3传输信道误码情况下仍可保持较高的通话质量（MOS 分≥3.5），因而得到广泛的应用，尤其在野战综合通信网、卫星网、无线广播、移动通信网等通信系统中已经使用CVSD 编码多年。

虽然CVSD 编码具有较好的抵抗信道误码能力,但无线传输信道普遍存在着延时、抖动、误码、丢包、乱序等情况。近年来，随着对通信安全保密重视程度的提升，无线信道通常采用加扰或加密方式对语音数据进行保护，这要求语音数据在收发两端传输同步，目前通常采用插入同步码方式，这种方式需占用信道冗余带宽（传输有效载荷之外的信道资源），尤其针对短包数据的开销较大。本文提出一种基于CVSD 编码特征的同失步检测方法，通过对CVSD 编码“特征码型”的统计、分析，可快速实现对CVSD 通话状态的快速检测。

1 现有检测方法

当前通信过程中常用的同失步检测为：发端插入同步码，收端逐位比较。这种方法需要利用信道冗余带宽，发端周期性集中或分散插入同步码以指示传输数据中编码或加扰起始点。其基本工作原理如图1 所示。

图1 插入同步码

接收端产生一组与发送端插入同步码相同的本地同步码组，在识别电路中对本地同步码组与接收的信号序列进行逐位比较、识别，实现同失步检测[1]。

当系统处于同步状态时，各个对应比较的码位都相同，则没有失步脉冲输出；当系统处于非同步状态，对应比较的码位不同，这时就有失步脉冲输出，使本地同步码组逐位移动，向接收序列中的同步码组靠近，直至重新进入同步状态，如图2 所示。

图2 逐位比较法电路原理

由于逐位比较的失步检测方法首先要求传输信道提供额外的带宽资源，并且插入帧同步码会增加设计复杂性，同时为降低载荷数据的伪同步概率，同步码组往往较长，因此信道的容量势必会降低。此外，在通信过程中，还可能由于传输信道误码，导致同步识别电路也会被误认为失步，从而造成“假失步”的情况。

2 CVSD 编码原理

CVSD 采用差分波形量化技术，其自适应量化器根据输入语音信号平均斜率的大小连续调整量化步长。通过量化步长的自动调整，使其较好地匹配语音信号的短时特性，防止因输入信号振幅过大导致斜率过载和颗粒失真等情况，并且可在保证大信号性能的同时，高精度地跟随通话中出现的小幅度信号波动，以保障编码数据的准确性，提升通话质量[2]。

CVSD 编码原理为，通过量化步长实时跟踪输入信号的斜率，折线斜率为正表示输入信号X(t)相较反馈信号Xp(n)更大，对应输出二进制编码数据为“1”；折线斜率为负表示输入信号X(t)相较反馈信号Xp(n)更小，对应输出二进制编码数据为“0”。当输出值连续出现多个“1”或“0”时，表示可能发生斜率过载，CVSD 编码器自动对量化步长进行调整，确保对原始输入信号的高精度跟随[3]。当编码连续输出5 个以上的“1”或连“0”码时，预示输入语音信号的幅度快速增加，编码器增大量化步长；当一段时间未出现连续“1”或“0”码时，表明输入语音信号较为平缓，量化步长则相应地降低。系统工作架构如图3 所示。

图3 CVSD 语音编码架构

CVSD 的解码处理流程与编码类似，通过输入的数字信号中“1”和“0”的码型预测语音信号的斜率变化，同步调整量化步长，并在最后增加一个抑制带外干扰的低通滤波器（Low-Pass Filter，LPF），确保准确还原原始的语音信号[4]。

3 基于CVSD 编码特征的检测方式

3.1 工作原理

根据上文介绍的CVSD 编码思路，笔者认为自然界中正常的各类声音信号（例如人类话音、铃音、音乐、背景声、汽车鸣笛等）均是较为平缓、渐变的，在经过CVSD 采样、量化、编码后，表现为在周期内“特征码型”（例如：连续多个“1”码或“0”码，101010 码等）出现的概率满足一定的规律，同时能量分布较为均匀。一旦出现周期内“特征码型”统计超出设定门限阈值以及高能量分布，则表明通信中的语音信号发生了不规律的跳变，预示着语音通信中出现了大量噪声，即通话当前处于异常或失步状态，如图4 所示。

图4 语音数据解析

从图4 可见，正常音频数据总体按照一定规律相对平缓地变化，而一场音频数据的变化存在较大的随机性，而且跳变频率和幅度较为剧烈[5]。因此，基于CVSD“特征码型”分布规律，通过对语音数据本身特性进行统计、分析，可在不增加额外带宽开销的前提下，实现对语音通信系统的失步、异常等状态的监测[6]。

3.2 特征码型

通过对人类话音、铃音、音乐、背景声、汽车鸣笛等原始音频信号进行CVSD 编码之后得到的音频数据进行分析发现，周期时间内特征码的分布可较为准确地反映当前通信状态。在正常通话或音乐数据中，CVSD 特征编码表现为自然、平缓的变化；当发生通话失步、通信中断时，特征编码的分布则发生异常跳变，如图5、图6 所示。

图5 CVSD 语音特征编码统计

图6 CVSD 音乐特征编码统计

根据大量数据分析，总结了3 种较为通用的CVSD 特征码型如下：

（1）极值码：00001111。

（2）静噪码：10101010。

（3）全零码：00000000。

通过在检测周期内对“特征码型”的统计、分析，再与预设正常声音信号的门限阈值进行比较，可较为准确地判断当前语音通信处于同步或失步状态[7]。

3.3 实施方案

CVSD 编码数据中任意比特可作为特征编码分析的起始点，按比特进行移位，将数据送入8 位移位寄存器实现CVSD 话音编码数据的串并转换，如图7 所示。

图7 数据串并转换

每一个新比特移入寄存器，可读取一字节数据，并对该字节数据的特征码型根据CVSD 特征码型进行分析和统计。每次统计新增的特征码型加入对应的统计计数器中，检测周期结束后清零，并将统计计数器的值与预设的判决门限进行分析比较，可得出较为准确的通信正常或异常状态指示。

根据对自然语音、异常通话的编码数据的测试分析，可提出初步判决标准如下文所述。

（1）统计周期：200～1 000 ms。

（2）判决门限：极值码统计值大于12%，静噪码统计值大于5%，全零码统计值小于3.2%。

当一个统计周期的数据满足上述3 个条件之一，则表示当前通信正常；3 个条件均不满足，则表示通信发生异常。统计周期长短可根据具体网络环境进行调整，但需注意过长统计周期可能导致检测效率的降低，而过短检测周期则会提升误判概率，需按照实际需求选择。此外，CVSD 算法包括16 kbit/s、32 kbit/s 等多种工作模式，相应统计周期、统计值等参数也需进行对应的调整，以提升检测效率。

4 结语

综上所述，本文主要从编码特征的角度对CVSD 算法进行了研究，通过对自然界各类声音信号的仿真分析、数据统计，提炼对应的CVSD 特征码型，并通过对统计周期编码数据的分析对比，证明所提方法可以在无须插入同步码组、不占用信道资源的情况下实现通信状态检测，还能提供较强的抗信道误码能力，有效防止“假失步”现象。本文提出的基于CVSD 编码特征的通信状态检测算法设计简单、角度新颖，无论采用软件、硬件均可实现，具有较好的推广应用价值。