Equalização Adaptativa Aplicada a um Sistema de Marcação de Áudio Digital

Abstract

The transmission of watermarked audio by acoustic channel is still a limited theme in literature. Few studies in this area have shown good results against this type of transmission. Even the state of the art techniches have limitations mostly related to the transparency of the mark. This work presents problems caused by acoustic reverberation in the audio broadcast as the ISI and distortion of the frequency spectrum. An adaptive equalization technique is proprosed to reduce the harmful effects of channel on watermarked audios and to improve the decoding rate. It is intended by increasing the watermarking robustness to reduce the watermark’s energy and to boost its transparency without compromising good decoding rates. The equalization is done based on the method proposed in [1] using an approximation of the transmission convolutional channel and its subsequent reversal, characterizing an zero forcing equalizer. The channel estimation is performed in small intervals of time by adaptive filtering using the watermark’s synchronization sequence itself to train the adaptive filter. Three adaptive filtering algorithms are tested: LMS, NLMS and AFA. Tests on simulated and real environment are presented comparing the decoding rates of a non equalized signal with signals that were equalized using adaptive filtering algorithms cited.

A transmissão de áudios marcados digitalmente pelo meio acústico ainda é um tema limitado na literatura. Poucos trabalhos nesta área mostram bons resultados frente a este tipo de transmissão. Mesmo as técnicas de estado da arte, apresentam limitações, na maioria das vezes relacionadas à transparência da marca. Neste trabalho, são pontuados os problemas causados pela reverberação acústica no áudio transmitido, como a ISI e a distorção do espectro de frequência. Uma técnica de equalização adaptativa é proposta para reduzir os efeitos danosos do canal acústico sobre o áudio marcado e para melhorar a taxa de decodificação da informação inserida. Pretende-se através do aumento da robustez da marcação, conseguir reduzir energia da marca d’água e torná-la mais transparente, sem abrir mão de boas taxas de decodificação. A equalização é feita baseada na proposta de [1], através de uma aproximação do canal de transmissão convolutivo e sua posterior inversão, caracterizando uma equalização zero forcing. A estimação do canal é realizada em pequenos intervalos de tempo por filtragem adaptativa, utilizando-se da sequência de sincronia da própria marca d’água para treinar o filtro adaptativo. Três algoritmos de filtragem adaptativa são testados: LMS, NLMS e AFA. Testes em ambiente simulado e real são apresentados comparando o desempenho da decodificação do sinal não equalizado com os sinais equalizados utilizando-se dos algoritmos de filtragem adaptativa citados.