数字通信原理 第2章精品.ppt

  1. 1、本文档共131页,可阅读全部内容。
  2. 2、原创力文档(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)。
查看更多
第2章 语音信号编码(PCM) 第2章 语音信号编码(PCM) 2.1 语声信号编码的基本概念 2.2 脉冲编码调制(PCM)通信系统的构成 2.3 抽样 2.4 量化 2.5 编码与解码 2.6 单片集成PCM编解码器 一、语音编码的方法 1. 语音信号的波形编码 原理: 从语音信号波形的特点出发,在时间轴上对模拟语音按一定的速率抽样,对波形的采样值,或其预测值,或其预测的误差值进行量化并编码,编码后的信号为二进制数字序列。解码是其反过程,将收到的数字序列经过解码和滤波恢复成模拟信号。 一、语音编码的方法 特点: 以重构语音波形为目的,力图使重建语音波形保持原语音信号的波形形状。 适应能力强、语音质量好。 编码速率高。 在16至64kbit/s的速率上获得较高的编码质量,当速率进一步下降时,其性能会下降较快。 一、语音编码的方法 常见的波形编码方式: 脉冲编码调制(PCM)、增量调制(△M) 自适应增量调制(ADM)、自适应预测编码(APC)、自适应差分编码(ADPCM) 子带编码(SBC) 一、语音编码的方法 2. 语音信号的参量编码 原理: 从语音信号的产生机理出发,构造语音信号的模型,提取描述语音信号的特征参数,对模型参数或其预测值进行编码。在收端,根据特征参数通过模型重构语音信号。 一、语音编码的方法 特点: 编码速率低,可压缩到2kbit/s-800bit/s; 合成的话音质量差,只能达到中等,自然度较低; 不以重构语音波形为目的,在解码端重构一个新的有相似声音但波形不尽相同的语音信号。 常见的方式: 线性预测编码(LPC),及其各种改进型,如MBE等。 一、语音编码的方法 3. 语音信号的混合编码 原理: 混合编码将波形编码和参量编码组合起来,克服了原有波形编码和参量编码的弱点,结合各自的长处,力图保持波形编码的高质量和参量编码的低速率,目前在1.2-16Kbit/s速率上能够得到高质量的合成语音。 特点: 低速率、高质量 一、语音编码的方法 常见混合编码方式: 多脉冲激励线性预测编码(MPLPC) 规则脉冲激励线性预测编码(RPELPC) 码本激励线性预测编码(CELP) 矢量和激励线性预测编码(VSELP) 多带激励(MBE)及改进型IMBE(Improved MBE)和AMBE(Advanced MBE) 混合激励线性预测(MELP) 一、语音编码的方法 说明 语音编码器的分类方法只是一种较通用的方法,并非十分严格。 除了传统的波形编码器和参数编码器以外,许多新型的语音编码技术都比较复杂,很难严格分类。 基于分析合成技术的线性预测编码器则既可以视为参量编码,也可以视为混合编码。 第2章 语音信号编码(PCM) 2.1 语声信号编码的基本概念 2.2 脉冲编码调制(PCM)通信系统的构成 2.3 抽样 2.4 量化 2.5 编码与解码 2.6 单片集成PCM编解码器 第2章 语音信号编码(PCM) 2.1 语声信号编码的基本概念 2.2 脉冲编码调制(PCM)通信系统的构成 2.3 抽样 2.4 量化 2.5 编码与解码 2.6 单片集成PCM编解码器 2.3.3 与抽样有关的误差 为了满足抽样定理,对语音信号抽样时先将语音信号的频谱限制在fM内,为此,在抽样之前,先设置一个前置低通滤波器将输入信号的频带限制在3400Hz以下,然后再进行抽样,如果设置不好,将产生折叠噪声。 为了更安全,抽样频率fS取得稍大些,使其留有富余量,一般选8000Hz。 抽样展宽的孔径效应失真 实际系统中不宜直接使用较宽的脉冲进行抽样。 抽样展宽电路框图 展宽孔径效应失真 复习--PAM调制过程的波形和频谱 第2章 语音信号编码(PCM) 2.1 语声信号编码的基本概念 2.2 脉冲编码调制(PCM)通信系统的构成 2.3 抽样 2.4 量化 2.5 编码与解码 2.6 单片集成PCM编解码器 2.4 抽样信号的量化 2.4.2 非均匀量化及压缩扩张技术 非均匀量化是一种在输入信号的动态范围内量化间隔不相等的量化。换言之,非均匀量化是根据输入信号的概率密度函数来分布量化电平,以改善量化性能。 非均匀量化是根据信号的不同区间来确定量化间隔的。对于信号取值小的区间,其量化间隔也小;反之,量化间隔就大。它与均匀量化相比,有两个主要的优点: 当输入量化器的信号具有非均匀分布的概率密度时,非均匀量化器的输出端可以较高的平均信号量化噪声功率比; 非均匀量化时,量化噪声功率的均方根值基本上与信号抽样值成比例。因此,量化噪声对大、小信号的影响大致

文档评论(0)

挑战不可能 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档