УДК 534; 53.08:681.3
ЦИФРОВАЯ ОБРАБОТКА СИГНАЛА С ЛИНЕЙНО-ЧАСТОТНОЙ МОДУЛЯЦИЕЙ ЧАСТОТНО-ВРЕМЕННЫМ ПРЕОБРАЗОВАНИЕМ ВИГНЕРА ДЛЯ ОЦЕНКИ
РАЗБОРЧИВОСТИ РЕЧИ
д-р техн. наук, проф. В.К. ЖЕЛЕЗНЯК, канд. техн. наук К.Я. РАХАНОВ (Полоцкий государственный университет)
Приводится формализованный алгоритм цифровой обработки сигнала с линейно-частотной модуляцией частотно-временным преобразованием Вигнера для оценки разборчивости речи, включающий обобщенный алгоритм оценки защищенности и принятых мер защиты объекта информатизации (ОИ), алгоритм снижения порогового эффекта сигнала с линейной частотной модуляцией и алгоритм оценки разборчивости речи. В работе представлена оценка эффективности предложенного алгоритма по времени выполнения. Предлагается способ снижения времени выполнения алгоритма за счет введения коэффициента снижения количества полос разбиения частотно-временной области. Сравниваются теоретические и практические результаты выполнения алгоритмов.
Ключевые слова: оценка разборчивости речи, частотно-временное преобразование Вигнера, канал утечки информации, разрешающая способность, сигнал с линейно-частотной модуляцией.
Введение. Совершенствование методов оценки разборчивости речи определяется измерительным сигналом и методами их обработки в каналах утечки информации. Значительная неравномерность амплитудно-частотной характеристики (АЧХ) каналов утечки информации (КУИ) обусловливает методическую погрешность при использовании гармонического сигнала в полосах равной разборчивости. Применение сигнала линейной частотной модуляции (ЛЧМ), предложенного в работах [1-4] обусловливает решение этой научной задачи. Предложенный метод базируется на преимуществах ЛЧМ-сигнала в надпороговой области при устранении основного его недостатка - порогового эффекта. Частотно-временное представление сигнальной энергии функцией Вигнера позволило учесть тонкую структуру ЛЧМ-сигнала. Дополнение к корреляционной теории разборчивости речи, разработанной для метода гармонического сигнала, позволяет значительно снизить методические (теоретические) погрешности, обусловленные рядом факторов, искажающих акустический сигнал в замкнутом объеме.
Принципиальное различие в построении приемников для гармонического и сигнала с ЛЧМ обусловило необходимость разработки нового алгоритма цифровой обработки и формирования стимулирующего сигнала. Программно-аппаратный комплекс (ПАК) для ЛЧМ-сигнала включает наряду с аппаратными средствами специальный программный компонент, назначение которого состоит в имитации функционирования ряда аппаратных средств [4]. Функциями ПАК являются автоматизированное управление и генерация стимулирующих сигналов, адаптивная цифровая их обработка, вычисление и представление результатов оценки защищенности каналов утечки речевой информации (КУРИ). Основные требования, предъявляемые к программному компоненту, - адекватность функционирования, быстродействие, минимальный объем занимаемой оперативной памяти.
Для оценки разборчивости речи методом сигнала с ЛЧМ предложено максимальный объем функций вынести в специальный программный компонент. Это упрощает аппаратную реализацию ПАК и, как следствие, снижает его стоимость. Кроме того, специальный программный компонент с максимальным количеством интегрированных функций (управления, синхронизации, генерации сигнала, фильтрации, оценки показателей и т.д.) повышает надежность, масштабируемость, устойчивость, адаптивность всего ПАК.
1. Обобщенный алгоритм оценки разборчивости речи. С учетом положительных решений обработки гармонического сигнала, реализованной в изделиях «К6-6», ФИЛИН-А и в пособии [5], разработан обобщенный принцип оценки защищенности и принятых мер защиты ОИ методом обработки ЛЧМ-сигнала частотно-временным преобразованием Вигнера. На базе этого принципа разработаны способ и устройство оценки разборчивости речи [1, 2].
Принцип оценки защищенности и принятых мер защиты ОИ заключается в последовательном выполнении следующих этапов:
1.1) исследуются возможные КУРИ на ОИ и анализируются предъявленные требования к их защищенности;
1.2) определяются возможные КУРИ, в которых существует потенциальная возможность извлечения речевой информации;
1.3) по каждому КУРИ задаются необходимые нормативные величины показателя защищенности ^о, которые зависят от степени защищенности, особенностей КУРИ, источников излучения, среды распространения и средств извлечения информации, места и времени эксплуатации ОИ;
1.4) проводится снижение порогового эффекта ЛЧМ-сигнала методом синхронного накопления спектральных составляющих с автоматическим принятием решения о достижении порога чувствительности;
1.5) осуществляется оценка величины показателя Щ методом ЛЧМ-сигнала с учетом влияния воздействующих внешних факторов с отображением и документированием полученных результатов;
1.6) вычисляется разборчивость речи Щ для принятия решения о степени защищенности КУИ на основании нормативных значений величины разборчивости речи Щ), (Щ) > Щ либо Щ) < Щ;). В случае Щ > Щ) применяются схемно-конструктивные и организационные меры для выполнения требований защищенности согласно общим принципам защиты информации. Осуществляется повторение процедуры оценки величины нормативного показателя (этап 4).
При достижении требуемой величины нормативного показателя (на основании принятого решения о защищенности) КУРИ признается защищенным, что позволяет перейти к следующему каналу (этап 2).
Выбор минимальной величины нормативного показателя (этап 3) и принятие решения о защищенности (этап 6) осуществляется оператором (специалистом по защите информации) на основании полученных ПАК показателей защищенности (разборчивости речи) ОИ и предъявляемых требований к степени защищенности. Функции по оценке величины показателя защищенности в КУИ (этап 5) обеспечивают методом широкополосного ЛЧМ-сигнала программно-аппаратным компонентом.
На рисунке 1 представлен принцип обобщенной оценки методом ЛЧМ-сигнала защищенности и принятых мер защиты ОИ, реализованный с помощью алгоритма.
Обобщенный алгоритм формализует и делит обработку ЛЧМ-сигнала на дискретные модули (снижение порогового эффекта и оценка разборчивости речи), что позволяет выполнить его автоматизацию с помощью ПАК. Обработка ЛЧМ-сигнала представлена дискретными алгоритмами снижения порогового эффекта ЛЧМ-сигнала и оценки разборчивости речи, которые в составе обобщенного алгоритма оценки защищенности и принятых мер защиты ОИ реализуют приемник ЛЧМ-сигнала.
2. Снижение порогового эффекта. Положительные свойства ЛЧМ-сигнала в шумах высокого уровня проявляются при достижении отношения сигнал/шум больше нуля [4]. Выполнение этого условия осуществляется за счет применения синхронного накопления спектральных составляющих ЛЧМ-сигнала, реализуемого следующими операциями1:
2.1) программный компонент инициализирует приемо-передающий тракт ПАК (приемопередающего устройства, акустической системы, регистрирующего устройства, измерительного аналого-во-цифрового преобразователя (АЦП), принимающего смесь ЛЧМ-сигнала с шумом цифро-аналогового преобразователя (ЦАП) формирования стимулирующего сигнала);
2.2) на основании достоверных сведений, характеризующих отсутствие сигнала, рассчитывают величину порога чувствительности О0, которая каждый спектр входной реализации делит на наличие или отсутствие в шумах надпорогового ЛЧМ-сигнала;
2.3) осуществляют цифровую генерацию стимулирующего ЛЧМ-сигнала с последующим преобразованием его в аналоговую форму посредством ЦАП и излучают акустической системой;
2.4) синхронно с излучением стимулирующего ЛЧМ-сигнала посредством ЦАП выполняют захват данных с измерительного АЦП, которые представляют смесь ЛЧМ-сигнала с шумом в цифровой форме;
2.5) вычисляют спектр дискретной смеси ЛЧМ-сигнала с шумом быстрым преобразованием Фурье, которое имеет быстродействие 0(ЛЧо§(М)) для любого N - простого или составного. В случае если длина преобразования N является составным числом, используется алгоритм Соо1еу - Тикеу, сводящий преобразование Фурье к более коротким преобразованиям с простым множителем N. Преобразования короткой длины (Л < 5) вычисляются с использованием коротких преобразований, а длинные преобразования, соответствующие простому N или крупным простым множителям составного Л, вычисляются с использованием алгоритма Блюштейна (В1ие$1ет);
2.6) производят синхронное накопление и нормирование спектральных составляющих спектра смеси ЛЧМ-сигнала с шумом;
2.7) рассчитывают порог принятия решения Ор по критерию максимального правдоподобия [6];
2.8) проверяют достижение величиной порога принятия решения накопленной смеси ЛЧМ-сигнала с шумом Ор величины порога чувствительности G0. Если Ор < G0, процедуру накопления повторяют (осуществляют переход к операции 2.3);
2.9) если уровень порога принятия решения Ор достиг необходимой величины (Ор > О0), выполняют обратное быстрое преобразование Фурье.
1 Нумерация пунктов дана в соответствии с рисунком 2.
Рисунок 1. - Обобщенный алгоритм оценки защищенности и принятых мер защиты объекта информатизации
Снижение порогового эффекта ЛЧМ-сигнала представлено на рисунке 2 в виде алгоритма. Результатом выполнения алгоритма снижения порогового эффекта является надпороговый сигнал с ЛЧМ с присущими ему положительными свойствами. Цель дальнейшей обработки ЛЧМ-сигнала - величина разборчивости речи.
3. Оценка разборчивости речи. Применение частотно-временного представления сигнальной энергии функций Вигнера позволяет оценивать интенсивность физических полей за пределами ОИ надпорогового ЛЧМ-сигнала. По результатам оценивания на базе корреляционной теории разборчивости речи [5] определяется информационный критерий защищенности - разборчивость речи.
Расчет разборчивости речи методом ЛЧМ - сигнала включает следующие операции 2:
3.1) программный компонент обеспечивает инициализацию приемо-передающего тракта ПАК (приемо-передающего устройства, акустической системы, регистрирующего устройства, измерительного АЦП, принимающего смесь ЛЧМ-сигнала с шумом, ЦАП формирования стимулирующего сигнала);
3.2) осуществляют цифровую генерацию стимулирующего ЛЧМ-сигнала с последующим преобразованием его в аналоговую форму посредством ЦАП и излучением акустической системой;
3.3) производят снижение порогового эффекта ЛЧМ-сигнала методом синхронного накопления спектральных составляющих. Накопление осуществляется за счет Р-кратного повторения стимулирующего ЛЧМ-сигнала;
3.4) получают частотно-временное разложение сигнальной энергии без получения его спектра -формирование тонкой структуры ЛЧМ-сигнала с количеством составляющих М;
2 Нумерация пунктов дана в соответствии с рисунком 3.
3.5) вычисляют мощность сигнала в ] -й полосе Рс., где . е [1; М], с помощью оптимального
корреляционного приемника [7]. Согласованная частота оптимального корреляционного приемника определяется в зависимости от исследуемой ] -й полосы;
3.6) вычисляют мощность сигнала с шумом в ] -й полосе Рс+ш.;
3.7) определяют отношение сигнал/шум на выходе преобразования (2вых. ;
3.8) на основании отношения сигнал/шум на выходе преобразования (2вых. и количества накоплений Р получают отношение сигнал/шум на входе приемника (вх. согласно обратной функции чувствительности;
3.9) вычисляется парциальный коэффициент разборчивости речи в . -й полосе согласно корреляционной теории разборчивости речи [5];
3.10) усредняют коэффициент разборчивости речи в полосе равной разборчивости, что значительно снижает методическую погрешность при количестве полос М ;
3.11) переходят к следующей полосе равной разборчивости с перестройкой излучающей и принимающей части ПАК;
3.12) производят повторный расчет интегрального коэффициента разборчивости следующей полосы равной разборчивости (этап 3.2) либо переходят к этапу 3.13;
3.13) после анализа коэффициентов разборчивости в каждой полосе равной разборчивости рассчитывают коэффициент разборчивости для всей полосы [8];
3.14) вычисляют слоговую и словесную разборчивость в исследуемом КУИ. Программно-аппаратный комплекс отображает и документирует результаты в генерализованном виде.
Расчет разборчивости речи методом ЛЧМ-сигнала в виде алгоритма представлен на рисунке 3.
Обработка ЛЧМ-сигнала для оценки величины разборчивости речи, включающая пункты 3.3 -3.14, осуществляется в цифровом виде программным компонентом. Эта часть обработки является наиболее емкой по вычислительным ресурсам, поэтому необходимо рассмотреть ее эффективность.
Рисунок 2. - Алгоритм снижения порогового эффекта ЛЧМ-сигнала
4. Эффективность цифровой обработки. Совокупная эффективность представленного алгоритма оценки разборчивости речи методом ЛЧМ-сигнала (см. рисунок 3) включает временную эффективность и пространственную. Временная эффективность является показателем скорости выполнения обработки. Пространственная эффективность показывает, сколько дополнительной оперативной памяти нужно для выполнения обработки.
В настоящее время требования к дополнительному объему оперативной памяти, необходимой для работы программного компонента, стали не так важны, как раньше. Здесь следует учесть, что существует значительная разница между быстрой основной памятью, относительно медленной вторичной памятью и кеш-памятью. Однако в основном внимание следует сосредоточить на временной эффективности.
Для анализа временной эффективности обработки можно воспользоваться временем между предъявлением программному компоненту входных данных и появлением результатов на выходе. Общепринятой единицей такой оценки является время (секунды, миллисекунды и т.д.). Однако у такого подхода существуют явные недостатки, поскольку результаты измерения будут зависеть от посторонних факторов [9]:
- быстродействия конкретного компьютера;
- тщательности реализации обработки в виде программы;
- типа компилятора;
- точности хронометрирования реального времени выполнения программы.
В данном случае для анализа эффективности целесообразно использовать подсчет количества выполнения базовых (основных) операций, которые вносят наибольший вклад в общее время выполнения обработки. Такой подход не зависит от посторонних факторов. Время выполнения программной реализации цифровой обработки T(n) на конкретной ПЭВМ можно представить по следующей формуле [10]:
T(n) » copC(n), (1)
где c0p - время выполнения основной операции на ПЭВМ;
C (n) - количество выполняемых базовых операций в зависимости от размера входных данных n .
Количество базовых операций C (n) в представленном алгоритме снижения порогового эффекта (см. рисунок 2) зависит не только от размера входных данных n, но и от количества накоплений P , за которые сигнал с ЛЧМ достигнет надпороговой области. Согласно алгоритму количество накоплений Р -динамическая величина, которая зависит от помеховой обстановки. Однако между повторениями накопления (см. рисунок 3, пункты 3.4 - 3.7) присутствует излучение ЛЧМ-сигнала акустической системой (см. рисунок 3, пункт 3.13). Излучение акустического сигнала обусловливает временную задержку перед выполнением цифровой обработки, равную длительности ЛЧМ-сигнала, которая превышает 2 с. Таким образом, количество базовых операций C (n) не зависит от количества накоплений Р в случае Ci (n) < Tc , где Tc - продолжительность ЛЧМ-сигнала. Следовательно, количество базовых операций алгоритма снижения порогового эффекта можно оценить за один проход цикла накопления:
C (n) = n(2log(n) +13). (2)
Порядок роста количества основных операций функции (2), зависимый от размера входных данных, является практически линейным, что доказывает эффективность представленного алгоритма по времени выполнения операции. Реализация алгоритма снижения порогового эффекта ЛЧМ-сигнала в виде программного компонента в среде Microsoft Visual Studio 2008 на языке C# подтверждает данные результаты.
Наиболее интересными с точки зрения оптимизации по времени являются операции 3.4 - 3.8 (см. рисунок 3). На их выполнение затрачиваются значительные вычислительные ресурсы.
Представим количество выполняемых базовых операций в зависимости от размера входных данных n по операциям 3.4 - 3.8 (см. рисунок 3):
3.4) количество базовых операций для частотно-временного представления сигнальной энергии функцией Вигнера C4(n) :
C4(n) = 5nM + 2n log(n) + 3n ,
где j e [1; M ] ;
M = n /2 - количество полос, на которые разбивается спектр ЛЧМ-сигнала k -й полосы равной разборчивости;
Инициализация излучателя и приемника 1-го канала утечки
Парциальный коэффициент разборчивости речи
Полоса равной k, k € 3.2 разборчивости Г1, 20]
1
Снижение порогового эффекта ЛЧМ-сигнала Р-кратным синхронным накоплением 3.3
i г
Частотно-временное представление сигнальной энергии функцией Вигнера,
8(т, 0 = Z*(t - х / 2^а ( + х /2),
M
Вычисление мощности сигнала в j-й полосе по частоте,
P5 = ^J¿( j,t) ■ sin(wt)dt 1 + ^J¿(j,t) ■ cos(wt)3í
Вычисление мощности сигнала плюс шум в ^й1 полосе,2
1 T
Рс+ш, = 11 [*(}, t)] dt » Pc. + Pш
3.6 1 0
M
X
Отношения сигнал/шум на выходе,
Рс
о =-с—
^вых. р — р
3 7 рс+ш. рс)
Отношения сигнал/шум на входе,
о = (ых, — 101оё( Р) + а
K, =3
Щй*, 1+/Q -12) 1+1 Q +12)
Интегральный коэффициент разборчивости речи в к-й полосе равной разборчивости,
1 м
Kpk = м § Kpj
Переход у следующей полосе равной разборчивости к = к + 1
Коэффициент разборчивости речевого сигнала, 1 20 КРЕ = ™ ^ КРк 3.13 20 к=1
i
С
Слоговая и словесная разборчивость
Щ
)
в 1-й полосе,
( \
1
3.9
3.10
3.4
3.11
1
1
P
Рисунок 3. - Алгоритм оценки разборчивости речи
3.5) количество базовых операций при вычислении мощности сигнала в ] -х полосах:
С5(п) = М (8п + 3);
3.6) количество базовых операций при вычислении мощности смеси ЛЧМ-сигнала плюс шум С6(п):
С6(п) = М (3п /2);
3.7) количество базовых операций при вычислении отношения сигнал/шум выхода С7(п):
С7(п) = 2М;
3.8) количество базовых операций при вычислении отношения сигнал/шум входа С8(п):
С8(п) = 5М.
Таким образом, итоговое количество базовых операций C (n) описывается выражением C(n) = C4 (n) + C5 (n) + C6 (n) + C7 (n) + C8 (n) =
(3)
= 14,5nM + 2n log(n) + 3n + 10M.
Частота дискретизации fd должна иметь максимально возможное значение, что позволяет снизить методическую погрешность [4]. Согласно параметрам применяемого внешнего модуля АЦП E14-440D fd = 2 -105 Гц. Также учитывая продолжительность ЛЧМ-сигнала, которая составляет 2 с, можно оценить максимальный размер входных данных n = 4 • 105 . Исходя из выражения (3) итоговое количество базовых операций составит C(n) = 1,16-1012.
Для вычисления на ПЭВМ, имеющей производительность, например, 3,18-109 флоп/с (Intel® Core™ Duo U2400) [11], на основании выражения (1) получим время выполнения алгоритма T (n)
T (n) =-l—- 1,16 1012 = 364,782 с.
3,18 109
Такая продолжительность выполнения алгоритма является приемлемой для практического использования ПАК при исследовании ОИ, так как позволяет детально установить факторы, обусловливающие КУРИ. Использование только метода ЛЧМ-сигнала резко повысит точность их оценки. Такая оценка, проведенная неавтоматизированным методом с помощью локальной измерительной схемы, построенной на средствах измерения общего назначения, требует затрат времени более чем на 3 порядка больше по сравнению с автоматизированным методом. Локальная измерительная схема не позволяет оценить погрешность измерения.
Не составляет труда уменьшить время выполнения обработки за счет снижения количества временных составляющих j в функции Вигнера §(j,t) этапа 3.5. Это сокращает количество полос разбиения с M = n/ 2 до M = n/2р , где р - коэффициент снижения количества полос разбиения, ре [1; n/2]. Например, при р= 1 количество полос разбиения ЛЧМ-сигнала составит M = n/2, а при р = n/2 -M = 1.
Коэффициент снижения количества полос разбиения обусловливает снижение вычислительных затрат согласно выражению (3), но также снижает информативность тонкой структуры ЛЧМ-сигнала.
Для примера на рисунке 4, а представлено расчетное время выполнения алгоритма процессором Intel® Core™ Duo U2400 в зависимости от размера входных данных n и коэффициента снижения количества полос разбиения р .
Из рисунка 4, а следует, что снижение количества полос разбиения по временной составляющей в 2 раза дает выигрыш в эффективности вычислений более чем в 2 раза; снижение количества полос разбиения в 10 раз обеспечивает выигрыш более чем в 9 раз. Представленная оценка является приблизительной, однако она позволяет судить о характере увеличения временной эффективности алгоритма.
Полученное время выполнения алгоритма показывает высокую эффективность обработки по сравнению со временем расчета классической функции Вигнера с размером входных данных n = 4 • 105 , име-
3 18
ющей количество базовых операций C(n) = 2n3(7 + log(n)) = 1,6 -1018 (с учетом применения быстрого преобразования Фурье).
Время расчета классической функции Вигнера для процессора Intel® Core™ Duo U2400 составля-
9 18 8
ет T(n) = 1/3,18-109-1,6-10 = 5-10 с (порядка 15-ти лет). Это говорит о том, что практическое использование классической функции Вигнера весьма затруднительно.
Дальнейшая реализация предложенного алгоритма в среде Microsoft Visual Studio 2008 на языке C# позволила более точно оценить время выполнения обработки программным компонентом на практике.
На рисунке 4, б представлено время выполнения обработки процессором AMD Sempron™ 2800+.
Полученное время выполнения обработки позволяет утверждать, что предложенная цифровая обработка пригодна для использования в ПАК с коэффициентом снижения количества полос разбиения р > 10, который может меняться в зависимости от производительности используемого процессора.
Так, при частоте дискретизации = 2-10 коэффициент снижения количества полос разбиения р= 10
снижает информативность тонкой структуры ЛЧМ-сигнала с М = 105 до М = 104 , что незначительно отражается на методической погрешности.
Р-2.
р=1
Й 350
Р=1
р=2
р=1 □
0 4*10 8x10 1.2x10 1.0x10 2x10 2.4x10 2.8x10 3.2x10 3.6x10 4x10 Размер вкоднын данных п
a - Расчетное время выполнения алгоритма процессором Intel® Core™ Duo U2400
О МО 1.4x10 2.1x10 2.8x10 3.5x10 4.2x10 4.9x10 5.6x10 6.3x10 7x10 Размер входных данных п
б - Практическое время выполнения алгоритма процессором AMD Sempron ™ 2800+
Рисунок 4. - Время выполнения алгоритма с коэффициентом снижения количества полос разбиения р = 1, 2, 10
Кроме того, производительность обработки может быть увеличена посредством факторов, изложенных в работе [12]:
- векторных модулей процессоров, в которых массивы данных обрабатывают практически параллельно, что делает их в несколько раз более быстрыми, чем при работе в скалярном режиме (SIMD-машины).
Примерами векторных процессоров являются Intel-совместимые процессоры, поддерживающие наборы инструкций MMX, SSE;
- параллельного выполнения нескольких независимых срезов временных составляющих с применением MIMD-машин.
Количество полос разбиения с учетом возможностей дискретной формы преобразования Вигнера определяется следующим образом [3, 4]:
M m
fd T 4
=100000.
Максимальная разрешающая способность на средней частоте представлена выражением
fd
h
_j ср/ max /M m
Разрешающую способность на средней частоте с учетом коэффициентов снижения количества полос разбиения р определим по формуле:
h =
fcp Р M '
iTJ- ШОУ
Анализ сигнала в количестве полос Mmax является неоправданно большим и затруднительным. Оптимальным количеством полос для каждой полосы равной разборчивости является M = 125, где коэффициент снижения количества полос разбиения р = 800 .
В таблице приведены разрешающие способности ЛЧМ-сигнала в полосах равной разборчивости. Практическое время выполнения обработки с коэффициентом снижения количества полос разбиения р = 800 типовым процессором AMD Sempron ™ 2800+ составляет порядка 20 с.
Таблица. - Разрешающие способности ЛЧМ-сигнала в полосах равной разборчивости
Номер полосы Границы полосы / - /0, Гц Средняя частота /ср, Гц Максимальная разрешающая способность Л шах, Гц Разрешающая способность Л, Гц
1 100 - 420 250 0,0025 2
2 420 - 570 500 0,005 4
3 570 - 710 650 0,0065 5,2
4 710 - 865 800 0,008 6,4
5 865 -1030 950 0,0095 7,6
6 1030 - 1220 1125 0,01125 9
7 1220 - 1410 1300 0,013 10,4
8 1410 - 1600 1500 0,015 12
9 1600 - 1780 1700 0,017 13,6
10 1780 - 1960 1875 0,01875 15
11 1960 - 2140 2050 0,0205 16,4
12 2140 - 2320 2225 0,02225 17,8
13 2320 - 2550 2425 0,02425 19,4
14 2550 - 2900 2725 0,02725 21,8
15 2900 - 3300 3100 0,031 24,8
16 3300 - 3660 3500 0,035 28
17 3660 - 4050 3850 0,0385 30,8
18 4050 - 5010 4550 0,0455 36,4
19 5010 - 7250 6150 0,0615 49,2
20 7250 - 10000 8600 0,086 68,8
Выводы:
1. Представлен формализованный алгоритм цифровой обработки ЛЧМ-сигнала частотно-временным преобразованием Вигнера для оценки разборчивости речи, включающий обобщенный алгоритм оценки защищенности и принятых мер защиты ОИ, алгоритм снижения порогового эффекта ЛЧМ-сигнала и алгоритм оценки разборчивости речи.
2. Получены максимальные разрешающие способности (от 0,00025 до 0,086 Гц) во всем диапазоне частот полос равной разборчивости, показывающие превосходство метода ЛЧМ-сигнала перед методом гармонического сигнала, который использует средние частоты полос равной разборчивости (с шириной полосы от 0,025 до 1 Гц).
3. Увеличена производительность алгоритма оценки разборчивости речи методом ЛЧМ-сигнала за счет применения коэффициента снижения количества полос разбиения, что значительно сокращает время вычисления до 20 с при реализации разрешающей способности от 2 до 69 Гц во всем диапазоне полос равной разборчивости.
ЛИТЕРАТУРА
1. Способ определения максимальной разборчивости речи : пат. 15204 Респ. Беларусь : МПК Э 10Ь 15/00 /
B.К. Железняк, К.Я. Раханов ; дата публ. 30.12.2011.
2. Устройство для определения разборчивости речи : пат. 15314 Респ. Беларусь : МПК Э 10Ь 15/00, Н 04Я 29/00 / В.К. Железняк, К.Я. Раханов ; дата публ. 28.02.2012.
3. Раханов, К.Я. Широкополосная линейно-частотная модуляция сигнала для оценки разборчивости речи в каналах утечки информации // К.Я. Раханов, В.К. Железняк // Известия национальной академии наук Беларуси: серия физико-технических наук ; редкол.: П. А. Вицязь (гл. ред.) [и др.]. - Минск : Бе-ларуская навука, 2014. - С. 88-95.
4. Раханов, К.Я. Синтез программно-аппаратной системы оценки разборчивости речи методом ЛЧМ-сигнала : результаты эксперимента // К.Я. Раханов // Вестн. Полоц. гос. ун-та. Серия С, Фундаментальные науки. - 2012. - № 12. - С. 20-26.
5. Железняк, В.К. Защита информации от утечки по техническим каналам : учеб. пособие / В.К. Железняк. - СПб. : ГУАП, 2006. - 188 с.
6. Обнаружение сигналов ВЧ-диапазона перемножением спектров фрагментов их реализаций / К.Я. Раханов [и др.] // Вестн. Полоц. гос. ун-та. Серия С, Фундаментальные науки. - 2010. - № 9. -
C. 29 - 34.
7. Помехоустойчивость информационных радиосистем управления : учеб. пособие / А.Г. Охонский [и др.] ; под ред. А.Г. Охонского. - М. : Мир - книги, 1993. - 216 с.
8. Продеус, А.Н. О некоторых особенностях развития объективных методов измерений разборчивости речи / А.Н. Продеус // Электроника и связь. Темат. вып. «Электроника и нанотехнологии» - 2010. -№ 2. - С. 217-223.
9. Цилькер, Б.Я. Организация ЭВМ и систем : учебник для вузов / Б.Я. Цилькер, С.А. Орлов. - М. : Питер, 2004. - 668 с.
10. Левитин, А. Алгоритмы: введение в разработку и анализ / А. Левитин ; пер. с англ. - М. : Издат. дом «Вильямс», 2006. - 576 с.
11. Характеристики процессоров Intel® в соответствии с экспортными требованиями [Электронный ресурс] // Intel Corporation, 2011. - Режим доступа: http://www.intel.com/support/ru/processors/sb/CS -023143.htm#8. - Дата доступа: 26.10.2018.
12. Долматов, А.В. Основы развивающего образования: теория, методы, технологии креативной педагогики / А.В. Долматов. - СПб. : ВУС, 1998. - 196 с.
Поступила 12.03.2019
DIGITAL TREATMENT OF A SIGNAL WITH LINEAR-FREQUENCY MODULATION OF FREQUENCY-TEMPORARY TRANSFORMATION OF WIGNER TO ESTIMATE
THE CURABILITY OF SPEECH
V. ZHELEZNYAK, K. RAHANOV
A formalized digital signal processing algorithm with linear-frequency modulation of the Wigner time-frequency transform for evaluating speech intelligibility is presented, including a generalized algorithm for evaluating security and adopted measures of informatization object (OI) protection, an algorithm for reducing the threshold effect of a signal with linear frequency modulation, and an algorithm for evaluating speech intelligibility. The paper presents an estimate of the efficiency of the proposed algorithm in terms of execution time. A method is proposed for reducing the execution time of an algorithm by introducing a reduction coefficient for the number of frequency-time domain partitioning bands. Theoretical and practical results of algorithm execution are compared.
Keywords: speech intelligibility assessment, Wigner time-frequency transform, information leakage channel, resolution, linear frequency modulated signal.