2 系統(tǒng)方案設(shè)計(jì)

　　基于上述的分析與設(shè)計(jì)原則，本作品的系統(tǒng)框圖如圖2.1所示，左側(cè)的麥克風(fēng)與耳機(jī)，通過A/D、D/A輸入/輸出正常的語音信號(hào)。在A/D、D/A后加入一個(gè)加解密模塊，完成語音加解密。同步模塊在加解密模塊之后，能實(shí)現(xiàn)同步信號(hào)的產(chǎn)生與檢測?；芈曇种颇K起到消回聲作用。右側(cè)的麥克風(fēng)與耳機(jī)，完成與加密語音發(fā)送，以及密文語音接收功能。系統(tǒng)需要兩端手機(jī)均安裝同樣的系統(tǒng)模塊。系統(tǒng)加載在GSM手機(jī)的麥克風(fēng)、耳機(jī)前端，功能為：

　　1)本系統(tǒng)麥克風(fēng)采集原始語音，通過本系統(tǒng)加密后將密文語音傳輸原始手機(jī)麥克風(fēng);

　　2)原始手機(jī)耳機(jī)獲得密文語音，通過本系統(tǒng)解密后將明文語音本系統(tǒng)耳機(jī)。

圖2.1 作品系統(tǒng)框圖

　　工作流程為：

　　* 加密過程：輸入語音信號(hào)由麥克風(fēng)輸入AD變換模塊，再經(jīng)語音加密模塊處理，接著插入同步信息，DA變換后通過手機(jī)麥克風(fēng)插口輸入手機(jī)，經(jīng)手機(jī)中的聲碼器壓縮后射頻輸出。

　　* 解密過程：加密語音信號(hào)由手機(jī)中聲碼器解壓后，通過手機(jī)耳機(jī)插口輸出到AD模塊，做回聲抑制后進(jìn)行同步檢測，接著送到解密模塊解密處理，最終DA變換后輸出對方原始的語音信號(hào)。

　　為了快速語音加解密，需要設(shè)計(jì)適用于硬件架構(gòu)的、安全快速的加解密算法，本作品設(shè)計(jì)了抗RPE-LTP壓縮編碼的語音加解密算法。

　　3 抗RPE-LTP壓縮編碼的語音加解密算法研究

　　3.1 算法總體框架

　　本算法針對RPE-LTP壓縮編解碼的特性，對人類自然語音信號(hào)進(jìn)行變換處理，使之成為不可懂的聲音信號(hào)，實(shí)現(xiàn)加密;同時(shí)保證加密語音信號(hào)在通過RPE-LTP編碼器后能被對方的解碼器恢復(fù)，且經(jīng)過解密可成為可懂原始語音信號(hào)，從而完成全部加解密過程。

　　算法的主要思路為：

　　1、 首先把原始語音分解成符合RPE-LTP編解碼要求的單位幀;

　　2、 接著根據(jù)分組密碼的原理，通過選擇合適的加密矩陣對分解后的單位幀依次在頻域和時(shí)域上進(jìn)行置亂;

　　3、 最終合成的不可懂語音信號(hào)通過RPE-LTP編碼后送入GSM傳輸信道，在接收端進(jìn)行逆向解密即可。

圖2.2 GSM系統(tǒng)語音信號(hào)加密原理圖

　　如圖2.2所示，整個(gè)語音加密過程在虛線框部分，由語音分解、頻域置亂、語音幀置亂和類語音合成四部分組成。反之，語音解密過程由類語音分解、幀置亂解密、頻域置亂解密和語音合成四部分組成。其中各模塊的功能與加密過程相對應(yīng)。

　　其中語音分解算法的要求是找到一種合適的分解方法，便于進(jìn)行后續(xù)的加密置亂運(yùn)算，并且易于合成符合RPE-LTP壓縮編碼要求的模擬語音。另外，類語音合成算法將加密置亂后的信號(hào)合成符合RPE-LTP壓縮編碼要求的類似語音信號(hào)。

　　下面重點(diǎn)介紹本設(shè)計(jì)中頻域置亂、語音幀置亂與算法參數(shù)選擇的設(shè)計(jì)。

3.2 頻域置亂

　　在時(shí)域加密置亂之前加上一步頻域置亂，可以提高整個(gè)加密算法的強(qiáng)度。本設(shè)計(jì)具體的做法是：首先對一定長度語音數(shù)據(jù)作N點(diǎn)FFT(N可以取2的冪次以提高運(yùn)算速度)，得到一個(gè)頻譜序列，取在語音頻率范圍(300~3400Hz)內(nèi)的M點(diǎn)，組成M行×1列的矩陣x，然后對這個(gè)序列進(jìn)行置亂，這相當(dāng)于乘上一個(gè)M行×M列的置亂矩陣P，那么置亂后的序列為Px，最后對此序列求IFFT，即從頻域返回到時(shí)域。

　　令M為明文信息，k1、r為算法密鑰，由k1、r產(chǎn)生的加密矩陣為Pk1、r，Qk1、r為解密矩陣(即Pk1、r-1)，C為密文，則有：

　置亂矩陣P的選取有以下幾點(diǎn)限制：1)保證置亂后的序列再求IFFT得到的是實(shí)序列;2)保證只對300~3400 Hz范圍內(nèi)的點(diǎn)進(jìn)行置亂;3)保證最后得到的語音的剩余可懂度很小。

　　滿足上述限制條件的矩陣有很多，其中有一種比較簡單的形式是這樣的[4]：

　M=N*(3400-300) / fs =3100N / fs(fs是采樣頻率)，表示頻率在300~3400Hz內(nèi)的點(diǎn)數(shù)，稱為有效FFT點(diǎn)數(shù)。k1和r都是密鑰，k1可以取與M互質(zhì)并且小于M的自然數(shù)，r可以取小于M的自然數(shù)。

　　這樣頻域置亂的加密強(qiáng)度(本文中指密鑰空間)就是M*f(M)(f(M)表示滿足條件的k1的個(gè)數(shù))。由此可見，采樣頻率一定，N的大小會(huì)影響該算法的加密強(qiáng)度，所以N的選取應(yīng)該同時(shí)考慮運(yùn)算速度和加密強(qiáng)度兩方面的因素。

　　3.3 語音幀置亂

　　令M為明文信息，k2為算法密鑰，由k2產(chǎn)生的加密矩陣為Pk2’， Qk2’為解密矩陣(即Pk2’-1)，C為密文，則有：