[工学]5第三讲语音信号数字化及压缩编码2_456402238.ppt

模拟调制技术　（1） 第三讲 语音信号数字化及压缩编码（2） DPCM 降低语音编码速率的必要性 模拟单边带多路载波电话的带宽4K，而PCM的带宽的理论值为32K 在频带受限的应用场合经济性太低，如卫星通信、移动通信等 PCM占用高带宽的原因分析 为满足语音信号的高动态范围而采用了多位的量化 对每个采样点都进行量化，没有考虑语音信号的前后相关性 预测编码的概念 相邻样点之间可能只有一个量化间隔或少数个量化间隔的差别，PCM传送的信息存在冗余 在编码前就去掉相关性很强的冗余，然后再进行编码传送 预测编码，就是根据过去的信号样值预测下一个样值，并且把预测值与现实的采样值之差进行量化加以编码和传送 在接收端，经过相同的预测和滤波，即可得到原始信号波形 DPCM基本原理 DPCM性能 一般总是大于1，称为DPCM处理增益，其值主要取决于预测的效果 由于量化的是样值与预测值的差值信号，因此动态范围可以减小，同时也可有效减小量化误差，从而使DPCM在较低的编码率下获得较高的信噪比质量 需要研究的问题是：如何设计预测器获得更好的SNR 零点预测器 极点预测器 最佳预测器 极点预测器 N阶预测器的输出是前N个本地重建值的线性组合 由于H（Z）只有极点，称这种预测器为全极点预测器 零点预测器 M阶预测器的输出是前M个量化值的线性组合 最佳预测器 确定一组最佳预测系数，使得 最小 在全极点模型下，并忽略量化误差 最终输出的信噪比与预测阶数有关 简单增量调制与PCM的性能比较 抽样频率 PCM系统的抽样频率8K 系统的抽样频率不能根据抽样定理来确定，而需要根据斜率过载条件以及信噪比来确定，一般情况下，为保证不发生斜率过载以及保证与PCM系统有相同的信噪比， 的抽样频率将远高于PCM系统 带宽 PCM码速率64Kbit/s，带宽需求32K 如要求与PCM有相同的传输质量，则要求抽样频率100K以上，带宽要求50K 一般速率为32Kbit/s或16Kbit/s，但质量不如PCM 量化信噪比（比较单频正弦情况） 抗信道误码性能 优于PCM 设备复杂度 单路 简单，多路PCM简单 ADPCM 采用自适应的必要性 由于不同的讲话人的语音信号的特性各不相同 语音信号只能认为是短时平稳 采用固定的预测系数不可能对所有的语音信号获得最好的结果，因此有必要采取自适应的算法 ADPCM的设计思路 尽可能消除语音信号中的冗余 对消除冗余后的信号进行有效的比特分配，从自适应角度进行最佳编码 自适应的方法 自适应量化 自适应预测 自适应量化 针对被量化信号的变化状态，随时调节量化台阶大小以匹配输入信号的时变方差 前向估值的自适应量化 对输入信号尚未量化的样本计算出其前向估值大小 需要缓存训练的样本，并传送相关的边信息，因此引入了编码延时和占用了一定的信道容量 后向估值的自适应量化 利用量化器的输出样本计算输出信号的方差估值并确定量化台阶 没有延时，但影响估值的追踪速度 自适应预测 前向估值的自适应预测 思路与前向估值量化一致，同样有编码延时及边信息传输等问题 后向估值的自适应预测 利用已量化的样本或发送数据更新预测系数 信源编码 信源编码的目的 减少信源输出符号序列的冗余度，提高符号的平均信息量 信源编码的主要方法 针对信源输出的符号序列的统计特性，寻找一定的方法把信源输出序列符号变换为最短的码字序列，使每个码元所携带的平均信息量为最大，同时又尽可能保证无失真的恢复出原来的符号序列 信源编码的核心就是研究压缩编码算法，用尽可能低的传输码率获得尽可能好的质量 匹配编码 根据编码对象出现的概率分配不同长度的代码，以保证总的代码长度最短 需要知道信号的概率分布，可采用数学模型建模的方式或根据大量样本信号进行统计得到 典型编码算法：Huffman编码 预测编码 利用信号之间的相关性，预测未来的信号，对预测的残差信号进行编码 变换编码 利用信号在不同的函数空间分布的不同，选择合适的函数将信号从一种信号空间变换到另一种有利于压缩编码的信号空间，再进行编码 常用的函数变换：DFT、Walsh、DCT、Haar 识别编码 分解文字、语音、图象的基本特征，与汇集这些基本特征的样本集进行对照识别，选择失真最小的样本编码传送 可用于印刷、打印等标准形状的文字、符号和数据的编码 信源编码算法 信源编码定理 一个熵为H的信源，当信源速率为R时，只要RH，则能够以任意小的错误概率进行编码；反之，如果RH，则无论采用多么复杂的编码器和译码器，错误概率都不可能达到任意小 Shannon在1948年证明了该定理，但并没有指出具体的编解码算法 信源编码与