基于自适应小波包分解的音频压缩的编码.pdfVIP

基于自适应小波包分解的音频压缩编码 魏洪涛张毓忠 (天津大学电子信息工程学院300072) 摘要： 由于小波变换是时间和频率的局域变换，因而通过它能从信号中有效地提取信息，通 过伸缩和平移能对信号进行多尺度细化分析，解决了富立叶变换不能解决的许多困难问题。 因而，成为包括音频压缩编码在内的各学科领域研究的热点。 本文所提出的编码就是把小波应用于音频压缩编码的一种有效方案。这一方案把白适 应小波包分解与人耳的听觉心理学模型相结合．充分利用人耳的掩蔽特性自适应地构造滤波 缩成人约45Kb／s的接近cD音质的音频码流。 关键词：音频压缩 小波分析 零树编码 一．引言 随着网络技术以及多媒体技术的发展，～种称为INTER．NETAUDIO的概念应运而生， 承担其较大的数据量以及相对较高的实时传输速度。因而，这就促使人们在提高网络水平的 同时寻求一种更为有效的编码方式，进一步降低音频码流的数据量和传输码率，使INTER．NET ADuDlO不再是人们的一种奢求。 鉴于音频信号所具有的时变特性以及由小波变换进行时频分析的优越性，本文采用小波 变换代替目前在音频编码方案中广泛采用的短时付立叶变换，由小波变换的一种特殊形式小 波包分解与人耳心理声学模型相结合，以感知编码各子带的感知阈为基准进行音频信号分析 的“最佳基”选择．从而构成完全重构滤波器组，实现输入信号的小波包变换；并运用零树 编码对小波系数进行比特分配，在不断逼近入耳声学模型的同时，减低音频信号的冗余度， 进而实现降低码率的目的。 二．编码器原理 本文所提出的编解码器原理图如图(1)所示(由于解码是编码部分的反过程，因而这里 只讨论编码部分)，其核心部分主要包含实现小波包变换的滤波器组结构块、心理声学模型 块以及小波系数比特分配编码模块。下面分别对它们进行简要介绍。 1．小波与小波包 所谓小波实际就是平方可积空间L2由一称为小波函数构造的一族函数基。 1 t—h 甲¨(t)=÷甲(二—二)(a≠0) (】) -4a a 其对应的小波变换为 (f(t)_b(f))=去弘)_b(t)dt(f(t)∈L2) ·77· 越大对应频率越小而尺度越小对应频率越 大)根据所分析信号的特性变化自适应改变 孓(n)变换积分核(小波)的窗口大小，改变信号 分析的时间分辨率和频率分辨率，并通过定 位参数b的移动覆盖整个时间域，实现信号 (b) 的多分辨率多尺度分析，克服了窗口付立叶 图1(1)编解码器豫理图 变换时间频率分辨率之间的矛盾。 这种对信号f(t)的多分辨率分析(MRA)可以表示为 ∞ fftn ∞ (3) f(t)=∑(f(t)，巾mo,n)西mo,n(t)十∑∑if(t)，‰，。(t))T。。。(t) II=--舶 m=—∞n=一∞ 它把信号看成粗略近以值和细节的叠加(也就是低频慢变部分和高频瞬变部分的叠 加)。从滤波的角度，这种多分辨率分解可以看作是一种由对称高通、低通滤波器组成的滤 波器组的逐级分解，如图(：z)a所示(这就在小波与滤波器之间建立了联系)，其中高通滤 波器}IP的冲激响应函数G(Ⅳ)与低通滤波器LP的冲激响应函数H(w)应满足： H·H++G·G+=I