Структура потока E1 8 страница

Рис. 6.45. Однонаправленное кольцо

В случае двунаправленного кольца с двумя волокнами удвоение сигнала не производится. При нормальной работе каждый входной поток направляется вдоль кольца по кратчайшему пути в любом направлении (отсюда и название "двунаправленное"). При возникновении отказа посредством МВВ на обоих концах отказавшего участка осуществляется переключение всего потока информации, поступавшего на этот участок, в обратном направлении. О таком кольце также говорят, что в нем осуществляется переключение секций или защита с совместно используемым резервом. Пример двунаправленного кольца приведен на Рис. 6.46 и Рис. 6.47. На них показаны схемы прохождения сигналов обоих направлений передачи для одного соединения при нормальном режиме работы (Рис. 6.46) и в аварийном режиме при отказе одного из участков кольца, перечеркнутого крестом (Рис. 6.47).

Рис. 6.46. Двунаправленное кольцо в нормальном режиме

Рис. 6.47. Двунаправленное кольцо в аварийном режиме

Возможно также двунаправленное кольцо с четырьмя волокнами. Оно обеспечивает более высокий уровень отказоустойчивости, чем кольца с двумя волокнами, однако затраты на его построение существенно больше, поэтому такой вариант применяется реже. Двунаправленное кольцо в большинстве случаях оказывается более экономичным, требуя меньшую пропускную способность. Это объясняется тем, что сигналы, передаваемые на различных непересекающихся участках такого кольца, могут использовать одни и те же емкости (как в основном, так и в аварийном режимах работы). В то же время однонаправленное кольцо проще в реализации. Анализ типичных ситуаций показывает, что каждый из двух видов кольцевой архитектуры имеет свою область предпочтительного применения. Однонаправленные кольца больше подходят для случаев центростремительного трафика. Это типично для сетей доступа, предназначенных для подключения пользователей к ближайшему узлу. Двунаправленные кольца более выгодны при достаточно равномерном распределении трафика, при котором становится заметным их преимущество в пропускной способности. Поэтому их применение целесообразно для соединительных сетей. При обоих вариантах возможно сохранение полной работоспособности сети при любом одиночном отказе.
Для сети с произвольной структурой, в узлах которой установлена АОП, в случаях возникновения на сети отказов, разрывающих имеющиеся тракты, возможно переключение потоков с использованием резервов пропускной способности работоспособных линий (реконфигурация). Самозалечивание на основе АОП имеет несколько вариантов организации. Во-первых, процедура реконфигурации может быть централизованной или децентрализованной (распределенной). В первом случае необходим сетевой центр управления, который собирает информацию о состоянии всех элементов сети, при необходимости принимает решение о реконфигурации и рассылает соответствующие команды на переключение всем АОП. Основное преимущество централизованного метода в том, что он более прост в реализации. Основной недостаток - критичность к отказам центра управления и к потере или искажению информации, поступающей в центр, и команд, идущих от центра к АОП.
Наконец, существуют комбинированные методы. Например возможен подход, при котором АОП всех узлов хранит конфигурационные таблицы, охватывающие некоторое подмножество возможных состояний сети. При отказах включается распределенная процедура определения состояния сети, после выполнения которой принимается решение о реконфигурации на основании имеющихся таблиц. Состояние всей сети контролируется также единым центром, который при необходимости обновляет конфигурационные таблицы и рассылает их всем узлам. В этом случае выход из строя центра управления не приведет к полной блокировке процедур самозалечивания, а может только снизить их эффективность.
Весьма перспективным представляется построение сетей СЦИ в виде нескольких объединенных колец. Например, сеть может состоять из нескольких колец доступа, связанных посредством главного кольца. В связи с этим заслуживают внимания проблемы сопряжения и взаимодействия колец между собой. Возможны различные варианты их организации, использующие в узлах межкольцевой связи МВВ и АОП.

Рис. 6.50. Объединение колец посредством МВВ

Схема объединения колец посредством МВВ представлена на Рис. 6.50. При этом несколько МВВ образуют своего рода распределенный узел оперативного переключения. Такой вариант возможен, когда число колец невелико и потоки между ними небольшие. Гораздо большие возможности предоставляет использование АОП (Рис. 6.51). При этом, как видно из рисунка, могут быть организованы и логические кольца, охватывающие различные цепочки МВВ. Вообще применение смешанной архитектуры, использующей как кольцевые структуры, так и АОП, позволяет эффективно строить сети, обеспечивая тот же уровень отказоустойчивости, что и у чисто кольцевой сети, при меньшей суммарной пропускной способности всех линий.

Рис. 6.51. Объединение колец посредством АОП

Наиболее прост и дешев вариант объединения колец, когда два смежных кольца имеют только один общий узел. Однако он обладает тем недостатком, что при выходе из строя этого узла связь между кольцами прерывается. Поэтому обычно рекомендуется применять для сопряжения колец два узла. Это обеспечивает устойчивость сети по отношению к одиночным отказам элементов. В некоторых случаях требуется обеспечить возможность бесперебойной работы не только при любых одиночных отказах, но и при любом сочетании двух одновременно неработоспособных элементов в различных кольцах (по одному в каждом). Для этого каждый поток, направляемый в смежное кольцо, должен достигать обоих узлов сопряжения, а эти узлы оснащаются специальными устройствами для выбора и переключения сигналов.

74. Методы дискретной модуляции.

Одной из основных тенденций развития сетевых технологий является передача в одной сети как дискретных, так и аналоговых по своей природе данных. Источниками дискретных данных являются компьютеры и другие вычислительные устройства, а источниками аналоговых данных являются такие устройства, как телефоны, видеокамеры, звуко- и видеовоспроизводящая аппаратура. На ранних этапах решения этой проблемы в территориальных сетях все типы данных передавались в аналоговой форме, при этом дискретные по своему характеру компьютерные данные преобразовывались в аналоговую форму с помощью модемов. Однако по мере развития техники съема и передачи аналоговых данных выяснилось, что передача их в аналоговой форме не позволяет улучшить качество принятых на другом конце линии данных, если они существенно исказились при передаче. Сам аналоговый сигнал не дает никаких указаний ни о том, что произошло искажение, ни о том, как его исправить, поскольку форма сигнала может быть любой, в том числе и такой, которую зафиксировал приемник. Улучшение же качества линий, особенно территориальных, требует огромных усилий и капиталовложений. Поэтому на смену аналоговой технике записи и передачи звука и изображения пришла цифровая техника. Эта техника использует так называемую дискретную модуляцию исходных непрерывных во времени аналоговых процессов.
Дискретные способы модуляции основаны на дискретизации непрерывных процессов как по амплитуде, так и по времени (рис. 2.19). Рассмотрим принципы искретной модуляции на примере импулъсно-кодовой модуляции, ИКМ (Pulse Amplitude Modulation, РАМ), которая широко применяется в цифровой телефонии.

Рис. 2.19. Дискретная модуляция непрерывного процесса

Амплитуда исходной непрерывной функции измеряется с заданным периодом - за счет этого происходит дискретизация по времени. Затем каждый замер представляется в виде двоичного числа определенной разрядности, что означает дискретизацию по значениям функции - непрерывное множество возможных значений амплитуды заменяется дискретным множеством ее значений. Устройство, которое выполняет подобную функцию, называется аналого-цифровым преобразователем (АЦП). После этого замеры передаются по каналам связи в виде последовательности единиц и нулей. При этом применяются те же методы кодирования, что и в случае передачи изначально дискретной информации, то есть, например, методы, основанные на коде B8ZS или 2В 1Q. На приемной стороне линии коды преобразуются в исходную последовательность бит, а специальная аппаратура, называемая цифро-аналоговым преобразователем (ЦАП), производит демодуляцию оцифрованных амплитуд непрерывного сигнала, восстанавливая исходную непрерывную функцию времени.
Дискретная модуляции основана на теории отображения Найквиста - Котельникова. В соответствии с этой теорией, аналоговая непрерывная функция, переданная в виде последовательности ее дискретных по времени значений, может быть точно восстановлена, если частота дискретизации была в два или более раз выше, чем частота самой высокой гармоники спектра исходной функции. Если это условие не соблюдается, то восстановленная функция будет существенно отличаться от исходной.
Преимуществом цифровых методов записи, воспроизведения и передачи аналоговой информации является возможность контроля достоверности считанных с носителя или полученных по линии связи данных. Для этого можно применять те же методы, которые применяются для компьютерных данных (и рассматриваются более подробно далее), - вычисление контрольной суммы, повторная передача искаженных кадров, применение самокорректирующихся кодов.
Для качественной передачи голоса в методе ИКМ используется частота квантования амплитуды звуковых колебаний в 8000 Гц. Это связано с тем, что в аналоговой телефонии для передачи голоса был выбран диапазон от 300 до 3400 Гц, который достаточно качественно передает все основные гармоники собеседников. В соответствии с теоремой Найквиста - Котельникова для качественной передачи голоса достаточно выбрать частоту дискретизации, в два раза превышающую самую высокую гармонику непрерывного сигнала, то есть 2 * 3400 = 6800 Гц. Выбранная в действительности частота дискретизации 8000 Гц обеспечивает н екоторый запас качества. В методе ИКМ обычно используется 7 или 8 бит кода для представления амплитуды одного замера. Соответственно это дает 127 или 256 градаций звукового сигнала, что оказывается вполне достаточным для качественной передачи голоса.

При использовании метода ИКМ для передачи одного голосового канала необходима пропускная способность 56 или 64 Кбит/с в зависимости от того, каким количеством бит представляется каждый замер. Если для этих целей используется 7 бит, то при частоте передачи замеров в 8000 Гц получаем: 8000 * 7 = 56000 бит/с или 56 Кбит/с; а для случая 8-ми бит: 8000 * 8 = 64000 бит/с или 64 Кбит/с.
Стандартным является цифровой канал 64 Кбит/с, который также называется элементарным каналом цифровых телефонных сетей. Передача непрерывного сигнала в дискретном виде требует от сетей жесткого соблюдения временного интервала в 125 мкс (соответствующего частоте дискретизации 8000 Гц) между соседними замерами, то есть требует синхронной передачи данных между узлами сети. При несоблюдении синхронности прибывающих замеров исходный сигнал восстанавливается неверно, что приводит к искажению голоса, изображения или другой мультимедийной информации, передаваемой по цифровым сетям. Так, искажение синхронизации в 10 мс может привести к эффекту «эха», а сдвиги между замерами в 200 мс приводят к потере распознаваемости произносимых слов. В то же время потеря одного замера при соблюдении синхронности между остальными замерами практически не сказывается на воспроизводимом звуке. Это происходит за счет сглаживающих устройств в цифро-аналоговых преобразователях, которые основаны на свойстве инерционности любого физического сигнала - амплитуда звуковых колебаний не может мгновенно измениться на большую величину.
На качество сигнала после ЦАП влияет не только синхронность поступления на его вход замеров, но и погрешность дискретизации амплитуд этих замеров. В теореме Найквиста - Котельникова предполагается, что амплитуды функции измеряются точно, в то же время использование для их хранения двоичных чисел с ограниченной разрядностью несколько искажает эти амплитуды. Соответственно искажается восстановленный непрерывный сигнал, что называется шумом дискретизации (по амплитуде).
Существуют и другие методы дискретной модуляции, позволяющие представить замеры голоса в более компактной форме, например в виде последовательности 4-битных или 2-битных чисел. При этом один голосовой канал требует меньшей пропускной способности, например 32 Кбит/с, 16 Кбит/с или еще меньше. С 1985 года применяется стандарт CCITT кодирования голоса, называемый Adaptive Differential Pulse Code Modulation (ADPCM). Коды ADPCM основаны на нахождении разностей между последовательными замерами голоса, которые затем и передаются по сети. В коде ADPCM для хранения одной разности используются 4 бит и голос передается со скоростью 32 Кбит/с. Более современный метод, Linear Predictive Coding (LPC), делает замеры исходной функции более редко, но использует методы прогнозирования направления изменения амплитуды сигнала. При помощи этого метода можно понизить скорость передачи голоса до 9600 бит/с.
Представленные в цифровой форме непрерывные данные легко можно передать через компьютерную сеть. Для этого достаточно поместить несколько замеров в кадр какой-нибудь стандартной сетевой технологии, снабдить кадр правильным адресом назначения и отправить адресату. Адресат должен извлечь из кадра замеры и подать их с частотой квантования (для голоса - с частотой 8000 Гц) на цифро-аналоговый преобразователь. По мере поступления следующих кадров с замерами голоса операция должна повториться. Если кадры будут прибывать достаточно синхронно, то качество голоса может быть достаточно высоким. Однако, как мы уже знаем, кадры в компьютерных сетях могут задерживаться как в конечных узлах (при ожидании доступа к разделяемой среде), так и в промежуточных коммуникационных устройствах - мостах, коммутаторах и маршрутизаторах. Поэтому качество голоса при передаче в цифровой форме через компьютерные сети обычно бывает невысоким. Для качественной передачи оцифрованных непрерывных сигналов - голоса, изображения - сегодня используют специальные цифровые сети, такие как ISDN, ATM, и сети цифрового телевидения. Тем не менее для передачи внутрикорпоративных телефонных разговоров сегодня характерны сети frame relay, задержки передачи кадров которых укладываются в допустимые пределы.

75. Обнаружение речевых сигналов. Устройств управления голосом.

В настоящее время научное сообщество вкладывает гигантское количество денег в развитие ноу-хау и научно-исследовательские разработки для решения проблем автоматического распознавания и понимания речи. Это стимулируется практическими требованиями, связанными с созданием системы военного и коммерческого назначения. Не касаясь первого из них, можно указать, что только в европейском сообществе объем продаж систем гражданского назначения составляет несколько миллиардов долларов. При этом следует обратить внимание на то, что в практическом использовании отсутствуют системы, считающиеся по непонятным причинам вершиной развития систем автоматического распознавания речи. Это системы, которые можно назвать демонстрационными и которые 50 лет назад назывались «фонетическими печатающими машинками». Их целью является перевод речи в соответствующий письменный текст.
Если рассматривать классическую схему «наука - технологии - практические системы», то, прежде всего, надо определить те условия, в которых будет работать практическая система автоматического распознавания или понимания речи. Наиболее серьезные проблемы возникают при условиях:

• -произвольный, наивный пользователь;
• -спонтанная речь, сопровождаемая аграмматизмами и речевым «мусором»;
• -наличие акустических помех и искажений, в том числе меняющихся;
• -наличие речевых помех.

В настоящее время в среде «речевиков» сложилось представление, что конечной и высшей целью является создание именно «фонетической печатающей машинки», а универсальным методом решения всех речевых проблем являются «скрытые Марковские модели» (СММ). Остановимся на возможностях и недостатках соответствующих систем автоматического распознавания речи (анонсируемые сегодня возможностью распознавания сотен и даже тысяч слов с надежностью до 98%). От пользователя требуется предварительная настройка системы на его голос от нескольких десятков минут до нескольких часов предварительного наговаривания текстов. Так как слова, включенные даже в хорошо и аккуратно произносимый текст, оказываются как бы плавающими в океане омонимии, то количество ошибок (словесных) возрастает приблизительно в 5 раз. Беглое отслеживание таких ошибок, кроме случаев возникновения нелепых текстов, уже затруднительно. Аппарат коррекции ошибок в большинстве демонстрационных систем слабо отлажен. Все сказанное говорит о том, что в качестве конечной цели предлагаемые демонстрационные системы «речь-текст» вряд ли представляют интерес. Это не исключает возможности использования их в качестве полигона для оценки научных идей, но в этом случае должны отчетливо излагаться те модели, которые закладываются в данные системы автоматического распознавания и каким образом должна проверяться их практическая перспективность. Таким образом, мы переходим на противоположный конец триады «практические системы - речевые технологии - речевая наука».
В настоящее время работы по распознаванию речи не только не потеряли актуальности, но и развиваются широким фронтом, находя для себя множество областей для практического применения. Сейчас можно выделить 4 сравнительно изолированных направления в области развития речевых технологий:

• 1. Распознавание речи - т.е. преобразование речевого акустического сигнала в цепочку символов, слов. Эти системы могут быть охарактеризованы по ряду параметров. Прежде всего это объём словаря: малые объёмы до 20 слов, большие - тысячи и десятки тысяч. Количество дикторов: от одного до произвольного. Стиль произнесения: от изолированных команд до слитной речи и от чтения до спонтанной речи. Коэффициент ветвления, т.е. величина, определяющая количество гипотез на каждом шаге распознавания: от малых величин (<10?15) до больших (>100?200). Отношение сигнал/шум от больших (>30 дБ) до низких (<10 дБ). Качество каналов связи: от высококачественного микрофона до телефонного канала. Качество работы систем распознавания речи обычно характеризуется надёжностью распознавания слов, или, что то же самое, процентом ошибок.
• 2. Определение индивидуальности говорящего. Эти системы делятся на два класса: верификация говорящего (т.е. подтверждение его личности) и идентификация говорящего (т.е. определение его личности из заранее ограниченного числа людей). Оба эти класса далее могут быть разделены на тексто-зависимые и тексто-независимые. Следующий характеристический параметр - объём парольной фразы. Два других (как и в распознавании речи): отношение сигнал/шум и качество канала связи. Качество работы систем верификации/идентификации говорящего характеризуется двумя величинами: вероятностью не опознания «своего» диктора и вероятностью принятия «чужого» диктора за своего.
• 3. Синтез речи. Практически существует два класса:
• 1) Воспроизведение записанного в той или иной форме ограниченного числа сообщений;
• 2) Синтез речи по тексту. Синтезаторы характеризуются по следующим параметрам: разборчивость (словесная или слоговая), естественность звучания, помехоустойчивость.
• 4. Компрессия речи. Основной (и единственный) классификационный признак этих систем, это степень компрессии: от низкой (32-16 кбит/сек) до высокой (1200-2400 кбит/сек и ниже). Качество работы систем компрессии речи характеризуется, прежде всего, разборчивостью компрессированной речи. Дополнительными характеристиками очень важными в ряде приложений являются узнаваемость голоса говорящего и возможность определения стрессового уровня говорящего.

Системы первой группы - системы распознавания речи и их частный случай - системы распознавания речевых команд, т.е. распознавание изолированных слов, а не слитной речи. Такие системы весьма полезны на практике, и возросшая необходимость в них связана в первую очередь с появлением большого количества доступных человеку разнообразных устройств (персональные, мобильные и карманные компьютеры, коммуникаторы и мобильные телефоны, игровые и многофункциональные мультимедийные устройства с достаточной вычислительной мощностью) в сочетании с бурным развитием телекоммуникаций в современном мире. Растёт важность массового внедрения новых интерфейсов взаимодействия человека с техническими системами, поскольку традиционные интерфейсы во многом уже достигли своего совершенства, а вместе с ним и своих пределов. При традиционно высокой значимости информации, поступающей к нам через органы зрения, и её высокой доли среди всей сенсорной информации, считающейся равной порядка 85%, этот канал восприятия человека становится в значительной степени перегружен, и первоочередной альтернативой здесь видится коммуникация именно по акустическому каналу. Кроме того, системы распознавания (а также синтеза) речи также крайне важны для людей с ограниченным зрением, и эта ниша для их применения активно развивается, прежде всего, в области мобильной телефонии, а также в бытовой технике (для управления разнообразными домашними устройствами). Для помощи таким людям производители вводят в свои устройства возможности управления посредством голосовых команд, а также дублирования экранной информации голосом. И в первую очередь от таких продуктов требуется распознавание ограниченного набора команд пользователя, а не слитной речи с большим или неограниченным словарём. Благодаря стандартизации платформ и операционных систем телефонов расширяется круг сторонних разработчиков программных продуктов с данной функциональностью. Аппаратная база таких систем также может быть весьма разнообразной и оказывать заметное влияние на итоговую эффективность системы распознавания в целом. Аппаратная часть систем распознавания уже не является самым узким местом и способна выполнять качественную оцифровку речевого сигнала с требуемыми параметрами, а также обеспечивает требуемые вычислительные мощности для реализации необходимых алгоритмов предобработки и работы с моделями слов.