IADM原理及实现.docVIP

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
IADM原理及实现

自适应增量调制原理及实现 安徽师范大学 12通信工程 王涛 120803064 引言 实际上, 无论有线还是无线语音通信都正在成为数字的。 对于传输和存储来说, 语音的数字编码已明显优于传统的模拟技术。 在数字语音系统中, 信息是人的声音。 数字语音编码算法要保证信源模拟语音在接收端被准确地恢复。但是, 如果不采用奇异编码算法, 编码后的数字化信号的带宽将近是原始模拟信号的 20 倍。这种低的带宽效率是不可取的, 尤其是在无线通信应用中。由于相邻的语音样值间有很大的相关性, 那么就可以只传输样值幅 度的差异信息, 而不是象脉冲编码调制( PCM ) 那样对每一个样值都传输一个新值。这样, 需要较少的量化电平数就可以得到相同的信号质量, 从而节省了所需的带宽。 这里, 自适应预测器系数不断变化以处理不断变化的信号统计特性, 将预测器进一步简单化产生了增量调制 (DM ) ,在DM 中用一个比较器代替了D PCM 的求和器和量化器。但是, 它还存在一些不足, 如量化步长不能动态变化, 在模拟信源信号波形变化快的情况下, 性能迅速下降。由此引入 ADM , 增加了固定步长 DM 的动态范围和跟踪信号的能力, 采用十分简单的算法就能实现16 kb每s的数据率, 提高了数字编码的效率和可靠性。现在, ADM 已广泛应用于电视和语音信号的编码中。 摘要: 讨论模数转换和压缩编码的一种重要方法- 自适应增量调制 (ADM ) 的性能。先对DM 技术进行了研究, 由于DM存在一些不足, 在DM 技术的基础上又引入了ADM 技术。建立ADM 系统的模型, 采用后向反馈自适应算法- 步长的自适应调整基于信源信号波形的量化样值的幅度。使用M A TLAB 仿真实现并根据仿真结果分析其性能。 关键词: 增量调制; 自适应增量调制; 压缩编码; 波形编码。 自适应增量调制原理   增量调制也称△调制 (delta m odu la t ion , DM ) , 是一种预测编码技术, 可以看成是 D PCM 的一种简化形式。DM 是对实际的采样信号与预测的采样信号之差的极性进行编码, 采用 2 电平 ( 1 比特) 量化器, 配以固定的一阶预测器, 将极性变成 “+ 1”和 “- 1”这两种可能的取值之一。 在量化器中, 如果实际的采样信号与预测的采样信号之差大于“0” 则用“+ 1”表示; 反之则,用 “- 1”表示, 或者相反。 预测器根据输入 “+ 1”或“- 1”来预测下一个样值是上升一个 ? 还是下降一个 ? ,以跟上模拟信号波形的变化。 最后编码送出的是一串二进制比特流: “+ 1”用“1”表示; “- 1”用“0”表示。由于 DM 编码只须用 1 位比特对话音信号进行编码, 所以 DM 编码系统又称为“1 位系统”。建立仿真模型的编码输出序列以及解码样值波形。 Matlab代码如下: Ts=1/1000;t=0:Ts:20*Ts; x=sin(2*pi*50*t); elta=0.4; D(1+length(t))=0; for k=1:length(t) e(k)=x(k)-D(k); eq(k)=delta*(2*(e(k)=0)-1); D(k+1)=eq(k)+D(k); out(k)=(eq(k)0); end ubplot(3,1,1);plot(t,x,-o); xis([0 20*Ts,-2 2]);hold on; xlabel(时间);ylabel(幅度);grid; subplot(3,1,2);stairs(t,out); axis([0 20*Ts,-2 2]); xlabel(时间);ylabel(幅度);grid; Dr(1+length(t))=0; for k=1:length(t) eq(k)=delta*(2*out(k)-1); xr(k)=eq(k)+Dr(k);

文档评论(0)

wangz118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档