|
(11) | EP 0 044 845 B1 |
| (12) | EUROPÄISCHE PATENTSCHRIFT |
|
|
| (54) |
VERFAHREN UND SCHALTUNGSANORDNUNG ZUR GESICHERTEN ÜBERTRAGUNG VON SPRACHSIGNALEN PROCESS AND DEVICE FOR PROTECTING THE TRANSMISSION OF VOCAL SIGNALS PROCEDE ET DISPOSITIF POUR LA TRANSMISSION PROTEGEE DE SIGNAUX VOCAUX |
|
|
|||||||||||||||||||||||||||||||
| Anmerkung: Innerhalb von neun Monaten nach der Bekanntmachung des Hinweises auf die Erteilung des europäischen Patents kann jedermann beim Europäischen Patentamt gegen das erteilte europäischen Patent Einspruch einlegen. Der Einspruch ist schriftlich einzureichen und zu begründen. Er gilt erst als eingelegt, wenn die Einspruchsgebühr entrichtet worden ist. (Art. 99(1) Europäisches Patentübereinkommen). |
[0001] Die vorliegende Erfindung betrifft ein Verfahren zur gesicherten Übertragung von Sprachsignalen gemäss dem Oberbegriff des Anspruchs 1 sowie eine Schaltungsanordnung zur Durchführung des Verfahrens gemäss dem Oberbegriff des Anspruchs 6.
[0002] Bekanntlich finden bei der nachrichtentechnischen Übertragung von Sprache in zunehmendem Masse Methoden zur Sicherung vor unbefugtem Abhören Anwendung. Die entsprechende Sprachübertragung erfolgt zu diesem Zweck entweder durch: Kodierung oder Parameterisierung mit anschliessender Verschlösselung oder durch Verschleierung. Sprachverschleierungsgeräte lassen sich bis heute in sechs Entwicklungsgenerationen einteilen, wobei die letzte nicht mehr von einer Übertragung des Sprachsignals selber ausgeht, sondern von einer orthogonalen Transformation des Sprachsignals (vgl. u.a. ,,l EEE Transactions on Audio and Electroacoustics", vol. AU-21, Nr. 3, Juni 1973, S. 165-174, und P. Meier, "Secure Speech Communication over a CCITT-Speech Channel", published in "NATO ASI Proceedings on Speech Understanding and Synthesis, "Bonas France, Juli 1979).
[0003] Es ist ein Verfahren zur Verschleierung von Sprachsignalen gemäss dem Oberbegriff des Anspruchs 1 bekannt (DE-B1 Nr. 2523828). In einer Anordnung zur Durchführung dieses Verfahrens wird ein in seiner Bandbreite auf 3 kHz beschränktes Sprachsignal pulskodemoduliert und durch einen Zeitverwürfler gesteuert in Abtastproben geteilt. Aus den Abtastproben werden mittels einer orthogonalen Matric Bildproben gewonnen und deren Werte abschnittweise nacheinander von einem Sender zu einem Empfänger übertragen.
[0004] Theoretisch ist bei diesem Verfahren der Übertragungsweg als ideal angenommen worden; in praxiist nureinesehr beschränkte Verständlichkeit erreichbar, da die Systemgrenzen eines realen Übertragungsweges (z.B. CCITT-Sprachkanal) nicht genügend berücksichtigt sind.
[0005] Weitherhin ist aus der US-A Nr. 4064363 ein Vocoder-System zur verschleierten Übertragung von Sprachsignalen bekannt, bei dem senderseitig das Eingangssignal bezüglich seines Frequenzspektrums in ein Basisband und ein oberes Band unterteilt wird. Im Anschluss an eine diskrete Fouriertransformation des Signals werden vom Basisband sämtliche, die Amplituden- und Phaseninformation enthaltenden Fourierkoeffizienten und vom oberen Band nur betragsbezogene, abgeleitete Grössen zusammen in einem gemeinsamen Zeit-Multiplex-Rahmen weiterverarbeitet und über ein nicht weiter beschriebenes Modem zur Empfängerseite übertragen. Während hier bereits auf die Gegebenheiten des Übertragungsweges Rücksicht genommen wird, ist dennoch die Sicherheit gegen unbefugtes Entschleiern unverändert gering.
[0006] Es ist daher die Aufgabe der Erfindung, ein Verfahren und eine Schaltungsanordnung zur gesicherten analogen und schmalbandigen Sprachübertragung zu schaffen, welche unter Beibehaltung einer hohen Sprachqualität beim berechtigten Empfänger gleichzeitig eine wesentlich erhöhte Sicherheit gegen unbefugtes Abhören ermöglichen.
[0007] Die Aufgabe wird bei einem Verfahren und einer Schaltungsanordnung der eingangs genannten Art durch die Merkmale des kennzeichnenden Teiles des Anspruchs 1 bzw. des Anspruchs 6 gelöst.
[0008] Der Kern der Erfindung besteht darin, eine an sich bekannte Informationsreduktion, die durch Weglassen bestimmter Phaseninformationen in einem für das menschliche Gehör unbedeutenden Frequenzbereich oberhalb von etwa 1 kHz erzielt wird, auszunutzen, um die durch die orthogonale Transformation gewonnenen Bildproben trotz beschränkter Bandbreite zusätzlich durch eine Verschlüsselung gesichert zu übertragen und die Restverständlichkeit durch eine Gewichtung des Spektrums weiter zu reduzieren. Dadurch ergibt sich einerseits ein grösserer Schutz vor unbefugtem Abhören und andererseits eine Verringerung der Störempfindlichkeit der Signale im Übertragungsweg.
[0009] Das Verfahren nach Anspruch 1 lässt sich mit den Mitteln der modernen Elektronik relativ einfach realisieren und weist die Vorteile hoher Betriebs- sowie Störsicherheit und guter Übertragungsqualität auf.
[0010] Der Vorteil eines gemäss Anspruch 3 erweiterten Verfahrens liegt in der erzielten zusätzlichen Abhörsicherheit.
[0011] Nachfolgend werden anhand von Zeichnungen das Verfahren sowie eine bevorzugte Schaltungsanordnung näher erläutert; die nichtder Sicherung von unbefugtem Abhören dienenden Baugruppen des Systems sind der Einfachheit halber nicht näher dargestellt.
[0012] Es zeigen
Fig. 1 ein Blockschaltbild eines Senders,
Fig. 2 ein Blockschaltbild eines Empfängers in einem System zur sicheren Sprachübertragung,
Fig. 3 ein abgetastetes, pulskodemoduliertes Sprachsignal von 20 ms Dauer,
Fig. 4 das komplexe diskrete Fourierspektrum des Signals gemäss Fig. 3,
Fig. 5 das Fourierspektrum gemäss Fig. 4 nach seiner Gewichtung,
Fig. 6 eine Darstellung resultierender Sprachparameter nach einer Informationsreduktion und dreifachem Duplizieren,
Fig. 7 die Sprachparameter gemäss Fig. 6 nach ihrer Permutation,
Fig. 8 die Sprachparameter gemäss Fig. 7 nach ihrer Kodierung,
Fig. 9 das übertragene modulierte Sprachparametersignal (Sendersignal f' (t)),
Fig. 10 die Sprachsignalparameter nach ihrer Demodulation im Empfänger (vergleichbar mit Fig. 8),
Fig. 11 die Sprachsignalparameter nach ihrer Dekodierung (vergleichbar mit Fig. 7),
Fig. 12 die Sprachsignalparameter nach ihrer Entschlüsselung (vergleichbar mit Fig. 6),
Fig. 13 das rekonstruierte Fourierspektrum (Fourierkoeffizienten gebildet aus Sprachparameter, vergleichbar mit Fig. 4, wobei die verwendete Informationsreduktion erkennbar wird),
Fig. 14 das Fourierspektrum nach seiner inversen Gewichtung (vergleichbar mit Fig. 4),
Fig. 15 das (vergleichbar mit Fig. 3) rekonstruierte Sprachsignal,
Fig. 16a kodierte Sprachparametersignale über einem Intervall von 100 ms (5 Sprachabschnitte zu je 128 Abtastwerten),
Fig. 16b die Sprachparametersignale Fig. 16a nach erfolgter Modulation,
Fig. 16c den Effekt einer einem CCITT-Sprach-' kanal entsprechenden Bandpassfilterung (des Signals 16b) mit einem Durchlassbereich von 300 bis 3000 Hz, und
Fig. 17 einen Qualitätsvergleich zwischen einem Originalsprachsignal Fig. 17a und einem gesichert übertragenen, rekonstruierten Sprachsignal 17b.
[0013] Ein Sender gemäss Fig. 1 weist im wesentlichen eine Sprachparameterisierungseinheit A mit nachgeschalteter Datenreduktionsstufe B bzw. 4 und anschliessender Kodiereinheit C auf. Ein dem Sender entsprechender Empfänger (Fig. 2) ist mit einer Rückkodiereinheit C', einer Parameterrückgewinnungseinheit B' und einem Sprachsignalbildner A' ausgerüstet.
[0014] Ein Sprachsignal S(t) wird in einer Digitalisierungsstufe 1 (Fig. 1) zuerst in bekannter Weise einem Bandpassfilter mit einem Durchlassbereich von 400 bis 2800 Hz zugeführt. Anschliessend erfolgt auf konventionelle Art eine Digitalisierung des Sprachsignals durch einen 12-bit-Analog/ Digital-Konverter bei einer Abtastfrequenz von 6,4 kHz. Ein daraus resultierender Sprachabschnitt (Frame), bestehend aus 128 Datenpunkten in einem Zeitintervall von 20 ms, ist als pulskodemuduliertes Signal s(t) in Fig. 3 dargestellt. In der der Digitalisierungsstufe 1 nachgeschalteten Diskret-Fouriertransformations-Stufe 2 wird das komplexe diskrete Spektrum dieses Sprachabschnittes gewonnen, so dass an ihrem einen Ausgang eine Funktion A(f) gemäss Fig. 4 entsteht. In einer anschliessenden Spektrumsgewichtungsstufe 3 erfolgt nun eine für höhere Frequenzen linear zunehmende Verstärkung (pre-emphasise), so dass die mittlere Amplitude des Spektrums annähernd konstant wird. Mit dieser Spektrumsgewichtungsstufe 3 (Spectral Flattening) wird der Dynamikbereich des Übertragungskanals (CCITT-Kanal) optimal genutzt. Durch die daraus resultierende geänderte Energieverteilung wird zudem die Restverständlichkeit des Signals drastisch reduziert und folglich die analytische Sicherheit in einem ersten Schritt erhöht.
[0015] Die Systemgrenzen der nachfolgenden Datenreduktionsstufe B basieren auf den physiologischen Eigenschaften des menschlichen Gehörs. Dementsprechend ist ein unteres Frequenzband (lb in den Figuren) von 400 bis 1250 Hz und ein oberes Frequenzband (ub in den Figuren) von 1250 bis 2800 Hz vorgesehen. Wiederum aus physiologischen Gründen werden im unteren Frequenzband sämtliche approximierten positiven betrags- und betrags mal phasenbezogenen Informationen übertragen, während im oberen Frequenzband lediglich über k (= 4) Bildproben approximierte Betragsinformationen verarbeitet werden. Diese Informationen erfahren nun in einem Datenduplizierer 5 ein dreifaches Duplizieren und ergeben ein Signal A(t) gemäss Fig. 6, wobei hier vier Parameter für Synchronisationszwecke reserviert sind. Im anschliessenden Datenverschlüssler 6 erfolgt eine Verschlüsselung, s. Fig. 7 a(t) mit den zu Fig. 6 permutierten Sprachparametern des gleichen Sprachabschnittes (m=1 ). Nun erfolgt in bekannter Weise in einem Datenkoder 7 eine Kodierung, wobei die ℓfach vervielfachten Informationssignale als Einheit alternierend mit wechselndem Vorzeichen summiert werden, die resultierenden laufenden Partialsummen gebildet und ℓfach vervielfacht am Ausgang erscheinen, vgl. Fig. 8 A(t). In einem Modulator 8 erfolgt hierauf eine digitale Modulation, welche der spezifischen Bandbreite des Übertragungskanals, im vorliegenden Fall einem CCITT-Sprachkanal, angepasst ist und nach Umsetzung in einem 12-bit-Digital/Analog-Konverter und Tiefpassfilterung in Form eines analogen Sendersignals f(t) (Fig. 9) in diesen eingespeist wird.
[0016] Das übertragene Sprachparametersignal f'(t) (übertragenes Sendersignal) gelangt auf den Eingang eines Demodulators 9, Fig. 2; es wird hier demoduliert, so dass A(t) einen Verlauf gemäss Fig. 10 aufweist. Dieses Signal wird anschliessend einem Synchronisations-Detektor/Dekoder 10 zugeführt und erscheint an dessen Ausgang in der Dekodierten Form A(t) nach Fig. 11. In einem nachgeschalteten Entschlüssler 11 wird der Signalverlauf A(t) gemäss Fig. 12 erzielt, welcher dieselbe Parameterfolge wie derjenige nach Fig. 6 aufweist.
[0017] Dieses Signal wird einem Datenumformer 12 zugeführt, worauf das in Fig. 13 dargestellte rekonstruierte Fouriersprektrum A(f) entsteht. In der nachfolgenden Invers-Spektrums-Gewichtungs-Stufe 13 wird das invers gewichtete Fourierspektrum entsprechend Fig. 14 gebildet. Dieses Spektrum A(f) erfährt in der nachgeschalteten Diskret-Fourierrücktransformations-Stufe 14 eine Rücktransformation und wird anschliessend in den hintereinander geschalteten Abschnitt-Grenzenanpasser 15 und Digital/Analog-Wandler 16 (12- bit-D-A-Wandler mit Teifpassfilter) zu einem rekonstruierten Sprachsignal S'(t), Fig. 15, aufgearbeitet.
[0018] Im weiteren hat es sich als vorteilhaft erwiesen, dem Empfänger Fig. 2 eingangsseitig einen Entzerrer vorzuschalten und das Eingangssignal mit der gegenüber dem Sender doppelten Abtastfrequenz von 12,8 kHz abzutasten. Dadurch verbleiben zusätzliche Datenpunkte für die Detektion, Synchronisation und die Rekonstruktion des Sprachsignals.
[0019] Aus Fig. 16, einer Darstellung A(t) von kodierten Sprachparametern über 5 Bildproben entsprechend einem Intervall von 100 ms, lassen sich weitere Zusammenhänge erkennen. Fig. 16a zeigt die Sprachparametersignale mit den durch Pfeile s symbolisierten, in Abständen von jeweils 20 ms erfolgenden Synchronisationsinformationen. Die gleichen Sprachparameter weisen nach ihrer Modulation einen Zeitverlauf gemäss Fig. 16b auf sowie nach einer Bandpassfilterung mit einem Durchlassbereich von 300 bis 3000 Hz (was einem realen Übertragungsweg entspricht) einen Verlauf nach Fig. 16c.
[0020] Das oben dargestellte System kann durch den Fachmann in weiten Grenzen variiert und weiterentwickeltwerden. So ist bereits imAusführungsbeispiel, Fig. 1, ein Pseudo-Zufallszahlengenerator 17 vorgesehen, welcher die Anzahl N der Abtastproben in der Sprachparameterisierungsstufe steuert. Dementsprechend erfolgt die Bildung der Sprachabschnitte im Empfänger, Fig. 2, durch einen synchronisierten Pseudo-Zufallsgenerator (18).
[0021] Ebenfalls kann beispielsweise die Restverständlichkeit im Übertragungsweg praktisch auf Null reduziert werden durch eine Permutation der Sprachparameter über mehrere Sprachabschnitte oder durch zeitlich variierende Sprachabschnitte, vgl. Fig. 7 mit m=1.
- in einem ersten Verfahrensschritt das diskrete komplexe Spektrum des jeweiligen Abschnittes berechnet und derart verstärkt wird, dass die einzelnen Spektren eine konstante mittlere Amplitude aufweisen,
- dieses verstärkte Sprachspektrum in ein oberes und unteres Frequenzband aufgeteilt wird, wobei einerseits das obere Frequenzband für aus k komplexen, gemittelten Bildproben approximierte Betragsinformationen und andererseits das untere Frequenzband für approximierte positive betrags-und phasenbezogene Informationen vorgesehen ist, und
- in einem zweiten Verfahrensschritt die daraus resultierenden Informationssignale einzeln ℓfach vervielfacht und in einem Bereich von m Sprachabschnitten als Einheit pseudo-zufällig vertauscht und/oder gruppenweise verschlüsselt und übertragen werden.
- senderseitig in der Sprachparametrisierungseinheit (A) der Diskret-Fouriertransformations-Stufe (2) eine Spektrumsgewichtungsstufe (3) und in der Kodiereinheit (C) dem Datenduplizierer (5) ein Datenverschlüssler (6), und
- empfangsseitig in der Rückkodiereinheit (C') dem Synchronisations-Detektor/Dekoder (10) ein Entschlüssler (11) und in der Parameterrückgewinnungseinheit (B') dem Datenumformer (12) eine Invers-Spektrums-Gewichtungs-Stufe (13) nachgeschaltet sind.
- au cours d'une première opération du procédé, on calcule le spectre complexe discret de chaque section et on l'amplifie de telle façon que les spectres individuels présentent une amplitude moyenne constante,
- on subidivise ce spectre vocal amplifié en une bande de fréquence supérieure et une bande de fréquence inférieure, étant entendu que, d'une part, la bande de fréquence supérieure est prévue pour des informations quantitatives déterminées approximativement à partir de la moyenne de k échantillons d'image complexes et que, d'autre part, la bande de fréquence inférieure est prévue pour des informations quantitatives et relatives à la phase positives déterminées approximativement, et
- dans une seconde opération du procédé, les signaux d'information qui en résultent sont multipliés individuellement par I et sont permutés de manière pseudo-aléatoire en tant qu'unité et/ou sont codés par groupes dans un domaine de m sections de parole et transmis.
- du côté de l'émetteur, dans l'unité de paramétrisation vocale (A), l'étage de transformation de Fourier discrète (2) est suivi d'un étage de pondération de spectre (3) et, dans l'unité de codage (C), le duplicateur de données (5) est suivi d'un codeur de données (6), et
- du côté du récepteur, dans l'unité de recodage (C'), le détecteur de synchronisation/décodeur (10) est suivi d'un dispositif décodeur (11) et, dans l'unité de récupération de paramètres (B'), le convertisseur de données (12) est suivi d'un étage de pondération de spectre inverse (13).
- in a first step of the method, the discrete complex spectrum of the respective section is calculated and amplified in such a manner that the individual spectra have a constant mean amplitude;
- this amplified speech spectrum is divided into an upper and a lower frequency band, the upper frequency band, on the one hand, being provided for items of quantity information approximated from k complex, averaged image samples and, on the other hand, the lower frequency band being provided for approximated, positive quantity- and phase-related information, and
- in a second step of the method, the resultant information signals are individually muItipIiedℓ times and, within a range of m speech sections, are exchanged in a pseudo-random manner as a unit and/or encoded in groups and are transmitted.
- at the transmitter, in the speech parametrisation unit (A), the discrete Fourier transformation stage (2) is followed by a spectrum weighting stage (3) and, in the encoding unit (C), the data duplicator (5) is followed by a data encrypting stage (6), and
- at the receiver, in the return encoding unit (C'), the synchronisation detector/decoder (10) is followed by a deciphering stage (11) and, in the parameter recovery unit (B'), the data converter (12) is followed by an inverse spectrum weighting stage (13).