[其他]在等距取样信号中恢复无效样值的方法和设备

说明书

本发明涉及在经过等距取样的信号中，来恢复那些被认为是无效样值的一种方法和设备;其基础是对替换值进行校正，这种替换值是从被认为是有效取样的周围得到的，替换值出现在包括要恢复样值的时间间隔以前和以后。

这样的方法和设备公开于荷兰专利申请8304214号中。

按照这类先有技术，采用较高阶的自回归过程，根据该阶所描述的一些已知样值的线性组合，来估计要恢复的样值。递归过程的阶数，由要恢复样值的个数来决定。这意味着，对于每个样值在能够拟定最合适的递归公式以前，每次都必须对大量的预测系数进行计算，这种系数取决于要恢复信号的类型。根据这样决定的递归方程式，建立一组方程式，在这组方程式中要恢复样值的估计值（估计量）以未知因子的形式出现。

虽然先有技术适合于恢复诸如音乐或语言这类音频信号，但要进行大量、复杂的计算，因而使先有技术在以经济上合理的设备来满足具体系统对性能指标的要求方面成了问题。更具体地说，先有技术不太适合于恢复存在着较长时间间隔（例如，10毫秒这样的量级）的信号，在此时间间隔内包括着必须被认为是无效的样值。

总的来说，本发明的目的是对于上述方法提供另一种简化的技术，即把时间离散的信号内插进去，这种技术可以作为较高阶自回归过程的典型。

更具体地说，其目的就是使内插技术可以被应用，这种技术有效地排除了具有通常称为选择性衰落这种特点的干扰影响。例如，通常称为MATS（Mobile    Automatic    Telephony    System）、即“汽车自动电话系统”的汽车电话系统可作为存在着这种干扰影响系统的例证。

作为传输系统组成部分的接收机，它所接收的信号，通常具有经过等距取样的信号的形式。由于选择性衰落，接收到的信号（照例是调制在载波上的语言信号）出现规律性的失落并持续一定的时间间隔。所以，一些样值是未知的。为了避免或减少在最终得到的信号中可以观察到的干扰影响，必须能够实时地恢复被认为是无效的未知样值。

本发明基于利用信号的周期性来识别出那种时间间隔，能够采用比先有技术的预测过程简单得多的一种预测过程，从而实现能够满足对性能和成本具有特定要求的取样恢复系统。

根据本发明，在本文第一段规定的那种方法的特征在于：相继取样S_K的一个序列（此处，K＝0，1，…，N-1）是根据相应于该序列的信号段的预期周期采集起来的，在这序列中包括1组要恢复的样值;

根据取样S_K的这种序列，来决定表示取样个数的量值q，q是上述信号段周期的一种度量;

对于相继样值S_t（i）（此处，i＝1，…，m，S_t（i）被认为是无效样值的子序列，定义了m矢量Z，在定标以后，把其中的样值S_t（i）-nq与S_t（i）+nq两两相加起来，此处，S_t（i）-nq和S_t（i）+nq分别表示一个样值，其位置分别在第i个样值S_t（i）以前和以后nq个样值处，这里，n为整数;

以G＝Z的形式，建立了1组具有m个未知数的方程式，此处，G是m×m矩阵，由下式给出：

此处，t（k）和t（l）分别表示在序列1，…，m中第k个和第一个无效样值的位置，a表示在- 1/2 ＜a＜0中选定的1个常数;是具有元素_i的m矢量，此处，是在t（i）位置上1个无效样值的估计量，此处，i＝1，…，m;以及，

从1组方程式GX＝z，根据已知的方法，解出_i的m个值。

本发明可以方便地用来恢复数字化的语言信号，在其中，有些样值因干扰而成为未知。根据本发明，恢复样值（这些样值构成取样速率为f_s、基本上是周期性信号的一部分）方法的特征在于，把取样s_k（此处，k＝0，…，N-1）的个数N，选为N＝2f_s/f_min+m，此处，频率f_min表示相应于要恢复信号段的最大预期周期，m表示信号段中所包括要恢复样值的个数。

为了得到最佳结果，根据本发明方法的进一步特征在于，相对于N个取样s_k的序列的无效样值s_t（i）的子序列被如此选取，从而使之保持：

q_max≤t_（i）≤N-1-q_max