1 / 26

Wykład 8: Kwantyzacja i kompresja PCM, ADPCM, filtry adaptacyjne, kodowanie sygnałów mowy

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. e(n)=x(n)-x Q (n). Sym: a k =- a -k oraz b k =- b -k

yetta
Download Presentation

Wykład 8: Kwantyzacja i kompresja PCM, ADPCM, filtry adaptacyjne, kodowanie sygnałów mowy

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Wykład 8: Kwantyzacja i kompresja PCM, ADPCM, filtry adaptacyjne, kodowanie sygnałów mowy PG – Katedra Systemów Mikroelektronicznych ZASTOSOWANIE PROCESORÓW SYGNAŁOWYCH Marek Wroński

  2. Błędy kwantyzacji w przetwornikach A/D e(n)=x(n)-xQ(n) Sym: ak=- a-k oraz bk=- b-k Dla kwabtyzatora liniowego |e|<D/2 (2M+1) poziomów gdzie M=2(B-1)-1 Punkt krytyczny: aM+1=V oraz D=V/ 2(B-1) Dla liniowej gęstości prawdopodobieństwa pe(e)=1/ D dla |e|<D/2 (są też mid-rised) Dla +3dBm0 (max mocy) więc dla X<3:

  3. SNR rozkładu Gausowskiego Maska dla szumowego sygnału testowego (dla sin maska –45dB-0 max 33dB)

  4. Kwantyzacja z minimalnymi zniekształceniami Szum kwantyzacji: Wartości optymalne:

  5. Nierównomierny rozkład gęstościprawdopodobieństwa, np. eksponencjalny Dla nierównomiernego rozkładu gęstości prawdop:(ucho czulsze na szum kwantyzacji, gdy szum dużyw stosunku do sygnału) transformacja h=g(x)

  6. Maksymalizacja nie SNR lecz zakresu mocy sygnału w którym SNR jest większe od zadanego Kodeki (koder+dekoder) z kompresją sygnałów wg.zasady m i A Companding=compression+expanding m-Law (amerykański PCM): A-Law (europejski PCM):

  7. Kompresuje 13-bitowy zakres dynamiczny do 8-bitowej wartości cyfrowej Koder typu m (m-Law PCM)

  8. Wartości końca przedziałów {xi}: Algorytm m-Law PCM Na koniec inwersja bitów

  9. Kompresuje 14-bitowy zakres dynamiczny do 8-bitowej wartości cyfrowej Koder typu A (A-Law PCM)

  10. Wartości końca przedziałów {xi}: Algorytm A-Law PCM Na koniec inwersja bitów

  11. Sprawność koderów PCM (m-i A-typu) SNR rozkładu Gausowskiego:

  12. Gdy oczekiwana max moc s2 wtedy nasycenie ch-ki kwantyzacji dla K1s (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 samej mocy szumu kwantyz. gdy moc sygn.zredukować 1/4.Niech {Rxx(k)} autokorelacja {x(n)} Kodowanie predykcyjne 1-rzędu (do przodu) Min wariancji dla a=rxx(1) Wtedy N1bits

  13. Kodowanie różnicowe DPCM (Differential Pulse code Modulation)

  14. 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: Kodowanie adaptacyjne dla kodera z zamkniętą pętlą: Dla stabilności i uproszczenia algorytmu ADPCM: Ponieważ {e(n)} nie jest z natury stacjonarne dlatego kwantyzator Q powinien być adaptacyjny. 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)

  15. 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

  16. 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)) przez mnożnik y(n) przeliczany z każdą próbką. Predyktor estymuje sygnał jako: Syg.rekonstrukcyjny: wsp. met. gradientów: Dla stabilności IIR:

  17. Opis Kodeka ADPCM (ITU-T G.726)

  18. ADPCM - Decoder

  19. Szumy kwantyzacji ADPCM

  20. Używane dla szerokiego pasma np. dla wideokonferncji(50-7000Hz) dzielonego na 2 podpasma (0-4000 i 4000-8000Hz) do których stosowana jest oddzielnie ADPCM 2-pasmowa (Sub-Band) ADPCM FIR 24-parametrowy z odpow.impuls.=fun.opóżnienia

  21. Higher and Lower Sub-Band Encoder

  22. Higher and Lower Sub-Band Decoder

  23. Metody kompresji stratnej sygnałów mowy

  24. 1. Częstotliwość próbkowania fs = 8 kHz 2. Podział na bloki 30 ms, w których zakłada się quasi-stacjonarność 3. Okno o długości 240 próbki przesuwane co 180 próbek 4. Estymacja i przesyłanie współczynników modelu generacyjnego sygnału mowy Model generacji sygnału mowy Kodowanie predykcyjne – wokoder LPC-10

  25. 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

  26. Podstawowe układy aplikacyjne filtrów adaptacyjnych

More Related