Wykład 8: Kwantyzacja i kompresja PCM, ADPCM, filtry adaptacyjne, kodowanie
sygnałów mowy
PG – Katedra Systemów Mikroelektronicznych
ZASTOSOWANIE PROCESORÓW SYGNAŁOWYCH
Marek Wroński
Błędy kwantyzacji w przetwornikach A/D
(są też mid-rised)
e(n)=x(n)-xQ(n)
Sym: k=- -k oraz k=- -k
Dla kwabtyzatora liniowego |e|</2(2M+1) poziomów gdzie M=2(B-1)-1Punkt krytyczny: M+1=V oraz =V/ 2(B-1)
Dla liniowej gęstości prawdopodobieństwape(e)=1/ dla |e|</2
Dla +3dBm0 (max mocy) więc dla X<3:
SNR rozkładu Gausowskiego
Maska dla szumowegosygnału testowego(dla sin maska –45dB-0
max 33dB)
Kwantyzacja z minimalnymi zniekształceniami
Szum kwantyzacji:
Wartości optymalne:
Nierównomierny rozkład gęstościprawdopodobieństwa, np. eksponencjalny
Dla nierównomiernego rozkładu gęstości prawdop:(ucho czulsze na szum kwantyzacji, gdy szum dużyw stosunku do sygnału) transformacja g(x)
Kodeki (koder+dekoder) z kompresją sygnałów wg.zasady i A
Maksymalizacja nie SNR lecz zakresu mocy sygnału w którym SNR jest większe od zadanego
Companding=compression+expandingLaw (amerykański PCM):
A-Law (europejski PCM):
Koder typu -Law PCM)
Kompresuje 13-bitowy zakres dynamiczny do 8-bitowej wartości cyfrowej
Algorytm -Law PCM
Wartości końca przedziałów {xi}:
Na koniec inwersja bitów
Koder typu A-Law PCM)
Kompresuje 14-bitowy zakres dynamiczny do 8-bitowej wartości cyfrowej
Algorytm A-Law PCMWartości końca przedziałów {xi}:
Na koniec inwersja bitów
Sprawność koderów PCM (-i A-typu)
SNR rozkładu Gausowskiego:
Gdy oczekiwana max moc wtedy nasycenie ch-ki kwantyzacji dla K1 (zwykle K1=4)K1 jest mierzone jako stosunek: pik-pik do rms.Estymacja szumu kwantyzacji (dla N bitów):gdzie K2 zależy od kształtu gęstości prawdop.Dlatego wystarczy N-1 bitów dla takiej samejmocy szumu kwantyz. gdy moc sygn.zredukować 1/4.Niech {Rxx(k)} autokorelacja {x(n)}
Min wariancji dla a=rxx(1)Wtedy
N1bits
Kodowanie predykcyjne 1-rzędu (do przodu)
Kodowanie różnicowe DPCM (Differential Pulse code Modulation)
Kodowanie adaptacyjne
Ponieważ mowa jest krótkoterminowo (100ms) prawie stacjonarna rxx(1) jest dobrze Zdefiniowany dlatego współczynnik a dobrze śledzi za zmianami statystyki sygnału i może być okeślony z min. błędu {e(n)}co daje dla kodera z otwartą pętlą:
dla kodera z zamkniętą pętlą:
Dla stabilności i uproszczenia algorytmu ADPCM:
Ponieważ {e(n)} nie jest z natury stacjonarne dlatego kwantyzator Q powinien byćadaptacyjny. Posiada on kilka poziomów i gdy sygnał konsekwentnie (kilka razy)jest zbyt mały jest traktowany jako mały i inaczej skalowany. To samo dotyczy Powtarzających się „dużych” sygnałów (następuje zmiana kroków wg. optymalnej decyzji)
Adaptive Differential Pulse Code Modulation (ADPCM) - Encoder
Wykorzystuje on adaptacyjny predyktor dla redukcji liczby bitów z 8- (PCM) do 4.Filtr rekonstrukcyjny jest typu IIR z 2 biegunami i 6 zerami.ADPCM nie używa do transmisji próbek sygnału a różnicę z wartością przewidy-waną. Sam kwantyzator rozdzielono na 2 sekcje: adaptacyjne bitowe kodowanie i adaptacyjne bitowe dekodowanie (w dekoderze tylko jedna sekcja)
{s1(n)} sygn. liniowy
Adaptacyjny kwantyzator i predyktor
7-,15-,lub 31-poz. nieliniowy (log2(d(n)) kwantyzator dla sygn. różnicowego {d(n)}, co odpowiada 3,4lub 5 bitom na próbkę. Adaptacje poprzez skalowanie log2(d(n)) przezmnożnik y(n) przeliczany z każdą próbką. Predyktor estymuje sygnał jako:
Syg.rekonstrukcyjny:wsp. met. gradientów:
Dla stabilności IIR:
Opis Kodeka ADPCM (ITU-T G.726)
ADPCM - Decoder
Szumy kwantyzacji ADPCM
2-pasmowa (Sub-Band) ADPCM
Używane dla szerokiego pasma np. dla wideokonferncji(50-7000Hz) dzielonego na 2 podpasma (0-4000 i 4000-8000Hz) do których stosowana jest oddzielnie ADPCM
FIR 24-parametrowy zodpow.impuls.=fun.opóżnienia
Higher and Lower Sub-Band Encoder
Higher and Lower Sub-Band Decoder
Metody kompresji stratnej sygnałów mowy
Kodowanie predykcyjne – wokoder LPC-10
1. Częstotliwość próbkowania fs = 8 kHz2. Podział na bloki 30 ms, w których zakłada się quasi-stacjonarność3. Okno o długości 240 próbki przesuwane co 180 próbek4. Estymacja i przesyłanie współczynników modelu generacyjnegosygnału mowy Model generacji sygnału mowy
Filtry adaptacyjne
-Wygładzanienie (smoothing) wg. danych zebranych także po chwili t (dokładniejsze)-Predykcja tj. określenie informacji o procesie, który będzie miał miejsce w przyszłości-filtracja, która oznacza estymację informacji w chwili t na podstawie zebranych danych
Podstawowe układy aplikacyjne filtrów adaptacyjnych
Top Related