北邮信息论课件-第9章 信息率失真函数.ppt

*/112 9. 8. 1 量化 1．标量量化 连续信源限失真编码的主要方法是量化，就是把连续的样值离散化成若干离散值。设离散值的个数为n，那么这n个实数可用n个数字来表示。量化后的信号成为数字信号。由于这种数字化必然引入失真，所以在量化时必须使失真限制到最小。 对于一维连续信源输出的量化称为标量量化。最佳标量量化就是使量化后的平均失真最小。量化后的信息率为R=log n，也就是表示量化后每个样值所需的比特数。 实际上，为使编译码简单可以采用均匀量化。在语音编码中，先对信号进行非线性压缩，再进行均匀量化。 标量量化主要分为：均匀标量量化和非均匀标量量化 */112 9. 8. 1 量化 2．矢量量化 矢量量化的基本原理就是将若干个标量数据构成一个矢量，然后在矢量空间中量化。为压缩比特率，当矢量被量化后，传送的是它的一个序号。 这样，需要一个码书储存典型的数据矢量（码矢量）和对应的序号。当编码时，将输入数据矢量和每个码矢量比较，并将与输入矢量最相似的码矢量对应的序号作为输入数据的编码来发送。在接收端则利用与发送端相同的码书寻找与发送序号所对应的码矢量重建信源信号。矢量量化主要分为：均匀矢量量化和非均匀矢量量化。 */112 9. 8. 2 预测编码 预测编码是基于时域波形信源压缩的技术，是语音编码中使用的重要方法并在图象编码中得到应用。预测编码的基本思想是：由于量化器输入为信号样值和预测值的差，与原信号相比动态范围减小，从而使码率减小；而且这个差值基本上不相关甚至独立，因此可以用对无记忆信源的方法实现信源编码。虽然上面所述的最佳预测函数可使均方误差最小，但为求预测函数必须知道r+1个随机变量的联合概率密度函数。在一般情况下，这是很困难的。对于联合高斯分布的随机变量，由条件期望所得的最佳预测函数就是线性函数，而对于其他分布，线性预测不是最佳预测。线性预测方法比求条件期望简单得多，所以常将线性预测用于所有的随机过程。 */112 9. 8. 2 预测编码 线性预测在语音编码得到广泛应用。在语音波形编码中，有Δ调制、DPCM调制和 APC编码（自适应预测编码）。在参量编码中，有线性预测（LPC）声码器（ 利用线性预测技术对话音进行分析合成的系统）。在经典的LPC声码器中，发送端提取话音的线性预测系数、基音周期、清/浊音判决信息以及增益参数，然后进行量化编码；在接收端则利用线性预测语音产生模型来恢复原始话音。由于预测模型所采用的激励源不同，可分为三类不同的LPC声码器：经典LPC声码器、混合激励LPC声码器和残差激励线性预测（RELP）声码器。 */112 9. 8. 2 预测编码 近十几年来，参量编码与波形编码相结合的语音混合编码技术得到很大发展，这种技术的特点是 （1）编码器既利用声码器的特点（利用语音产生模型提取语音参数）又利用波形编码的特点（优化激励信号使其达到与输入语音波形的匹配）； （2）利用感知加权最小均方误差准则使编码器成为一个闭环优化系统； （3）在较低码率上获得较高的语音质量。 */112 9. 8. 2 预测编码 这类编码器包括：多脉冲激励线性预测（MPLP或MPC）编码，正规脉冲激励（RPE）编码和码激励线性预测（CELP）编码CELP语音编码器是最具有吸引力的语音压缩编码方式之一，它的特点是： 1）使用矢量量化的码书对激励序列进行编码； 2）采用包含感知加权滤波器和最小均方误差准则的闭环系统选择码矢量 当前使用CELP算法的语音编码标准有，低延迟码激励线性预测（LD-CELP）编码器（16kbps语音编码国际标准(G.728建议)）， 共轭结构—代数码激励线性预测（CS-ACELP）编码器（8kbps语音编码国际标准(G.729建议)）等。 */112 9. 8. 3 子带编码 子带编码的技术要点如下：（1）信源通过一个带通滤波器组，滤波器的输出搬移到低通并进行抽取；（2）每路时域信号用PCM，DPCM或其他时域压缩技术编码；（3）在接收机，每路信号被译码后，再搬移回到原来滤波前的频带，所有的信号再进行内插；（4）然后所有分量相加得到总的重建信号；（5）采用正交镜象滤波器，以保证信号被滤波器组滤波后能够在恢复时频谱上不失真。 子带编码技术首先应用于语音压缩然后用于图象压缩。在子带编码中，可以用不同的比特数对子带编码将失真孤立在单个频带以实现较好的感知编码性能。子带编码在12到24kbps速率范围，在性能和复杂度上很有竞争力。 */112 9. 8. 4 变换编码 变换的目的就是使经变换后的信号能更有效地编码。变换编码器对M长的输入信源的样值进行M点的离散变换，是一种可逆变换。一个好的变换应该使变换后