语音信号矢量量化毕业设计及实现算法的matlab仿真.doc

引 言 21世纪是信息的社会，各种科技领域的信息大爆炸。数字信号的数据量通常很巨大，对存储器的存储容量，通信信道的带宽及计算机的处理速度带来压力，因此必须对其进行量化压缩来紧缩数据存储容量 ，较快地传输各种信号 ,并使发信机功率降低 。 矢量量化（VQ）是一种极其重要的信号压缩方法，其在语音信号处理中占有十分重要的地位，广泛应用于语音编码，语音识别，语音合成等领域。在许多重要的课题中，VQ都起着非常重要的作用。采用矢量量化技术对信号波形或参数进行压缩处理，可以获得非常高的效益。VQ不仅可以压缩表示语音参数所需的数码率，而且在减少运算量方面也是非常高效的，它还能直接用于构成语音识别和说话人识别系统。 语音数字通信的两个关键部分是语音质量和传输数码率。但这两者是矛盾的：要获得较高的语音质量，就必须使用较高的传输码率；相反，为了实现高效地压缩传输数码率，就很难得到良好的语音质量。但是矢量量化却是一种既能得到高效压缩的数码率 ，又能保证语音质量的方法。 量化可以分为两大类：一类是标量量化，一类是矢量量化VQ。 标量量化是把抽样后的信号值逐个进行量化，而矢量量化是先将k个抽样值组成k维空间中的一个矢量，然后将此矢量进行量化，它可以极大的降低数码率，优于标量量化。 各种数据都可以用矢量表示，直接对矢量进行量化，可以方便的对数据进行压缩。矢量量化属于不可逆压缩方法，具备比特率低，解码简单，失真较小的优点。 矢量量化的发展大致可以分为两各阶段： 第一阶段约为1956至1977年。1956年steinhaus第一次系统的阐述了最佳矢量量化的问题。1957年，在loyd的“PCM中的最小平方化”一文中给出了如何划分量化区间和如何求量化值问题的结论。约于此同时MAX也得出同样的结果。虽然他们谈论的都是标量量化问题，但他们的算法对后面的矢量量化的发展有着深刻的影响。1964年，NEWMAN研究了正六边形原理。1977年，berger的‘率失真理论’一书出版。总体来说，这一阶段的工作多是理论性的，但它为第二阶段的发展奠定了一定的基础。 第二阶段约为1978年至今。1978年，buzo第一个提出实际的矢量量化器。他提出的量化系统组成分为两步：第一步将语音信号做线性预测分析，求出预测系数，第二步，对这些系数做矢量量化，于是得到压缩数码的语音编码器。1980年，linde,buzo和gray将Loyd-max算法推广，发表了第一个矢量量化器的设计算法，通常称为LBG算法。这就将矢量量化的研究向前推动了一大步。这一时期，人们对矢量量化问题展开了全面的研究，其中主要是对失真测度的探讨，码书的设计，各种矢量量化系统的研究，快速有哪些信誉好的足球投注网站算法的寻找等等。 矢量量化研究的进展是很快的，1980年，美国加州公司在原来的编码速度为2.4kb/s的线性预测声编码器的基础上，仅将滤波系数从标量量化改为矢量量化，就可以使编码速率降低到800b/s，而声音质量基本未下降。1983年，美国BBN公司研制了一种分段式声编码器。由于该声码器采用了矢量量化，所以可以用150b/s的速率来传送可懂的话音。近几十年来在已经提出的各种矢量量化方法和系数的基础上，更多更好的矢量量化方法渐渐出现。在图像数据压缩和语音识别的应用方面，矢量量化研究也得到了很快的发展，提出各种各样的矢量量化系统，用硬件实现矢量量化系统的方法也越来越多 矢量量化压缩技术的应用领域非常广阔，如军事部门和气象部门的卫星(或航天飞机)遥感照片的压缩编码和实时传输、雷达图像和军用地图的存储与传输、数字电视和DVD的视频压缩、医学图像的压缩与存储、网络化测试数据的压缩和传输、语音编码、图像识别和语音识别等等 。 第一章 矢量量化器 1.1 矢量量化概述 .1.1 矢量量化的基本概念 要了解矢量量化首先要了解量化和标量量化等基本概念 量化就是把一个模拟信号值的连续范围分为若干相邻并具有唯一量值的区间，凡落在某区间的抽样信号样值都指定为该区间量值的过程。 量化分为两类：标量量化和矢量量化 一 标量量化 整个动态范围被分成若干个小区间，每个小区间有一个代表值，量化时落入小区间的信号值就用这个代表值代替，或者叫被量化为这个代表值。这时的信号量是一维的，所以称为标量量化。 图（1-1）标量量化原理图 二 矢量量化 矢量量化：若干个标量数据组成一个矢量，矢量量化是对矢量进行量化，它把矢量空间分成若干个小区域，每个小区域寻找一个代表矢量，量化时落入小区域的矢量就用这个代表矢量代替，，或者叫着被量化为这个代表矢量。 在输入信号序列中，每K个连续样点可以组成一组K维欧式空间中的一个矢量，矢量量化就是把这个K维输入矢量X映射成另一个K维量化矢量。其中量化矢量构成的集合称为码书或码本，码书中的每个矢量称为码字或码矢。比如说，当K=2时，所