数字通信原理第2次课件2015.docVIP

2.3 抽样 PCM是一种语音信号波形编码，下面将详细地讨论PCM实现过程的基本理论和相关技术。 2.3.1 抽样的概念 抽样是语音信号数字化的第一步：将时间上连续的语音信号处理成时间上离散的信号。 语音信号在时间上离散化的抽样过程如图2-2所示。 图2-2 抽样过程示意图 2.3.2 低通型信号的抽样 低通抽样定理的内容描述如下： 设时间连续信号，其最高截止频率为，如果用时间间隔为的抽样脉冲（载波）对进行抽样，则就可被样值信号来唯一的表示。 抽样定理给出了从样值信号中恢复原信号的条件，这个条件就是： 抽样速率 （2-1） 或 抽样间隔 （2-2） 设，，则满足抽样定理的样值信号频谱如图2-3所示。 图2-3 低通型信号频谱和样值序列频谱 因为由图可见，只要满足下列条件： 或 （2-3） 相邻频谱就不会重叠（亦称折叠），此时，可以在系统接收端用一个低通滤波器从中滤出，并有 （2-4） 2.4 量化 1. 量化的基本概念 ① 量化的作用 量化是将取值连续的样值序列处理成离散的取值有限的样值序列。 ② 量化的具体作法 将幅度域连续取值的信号在幅度域上划分为若干个分层（量化区间），在每一分层范围内的信号值用“四舍五入”的办法取某一个固定的离散值来表示，此离散值称为量化样值。量化过程如图2-4所示。 图2-4 量化示意图 ③ 量化区（-U～+U）和过载区 图2-4中，语音信号幅度的变化范围被限定在-U～+U，即在-U～+U范围内为量化区（非过载区），这时U称为过载电压。超出-U～+U范围以外的区域叫做过载区。 ④ 量化级数 量化级数N 又称为量化电平数，是指在量化区（-U～+U）内量化样值的数目。 ⑤ 量化间隔：在量化区（-U～+U）内每个分层的大小。 ⑥ 量化误差 ： 量化误差 = 量化值 – 样值 由于量化值（离散值）一般与样值（连续值）不相同，因而产生误差，此误差是由量化而产生的，所以叫量化误差。 2. 量化的分类 根据量化分层的方法不同，可以分为均匀量化和非均匀量化。 接下来，将分别讨论均匀量化和非均匀量化，并从中确定出适合语音信号的量化方法。 2.4.1 均匀量化 各量化分级间隔相等的量化方式即为均匀量化。因此均匀量化间隔为 （2-5） 1. 均匀量化的分析思路 2. 均匀量化特性与量化误差特性 均匀量化的输出信号与输入信号之间的关系是一个均匀的阶梯关系，如图2-5所示。 图2-5 均匀量化特性与误差特性 由图2-5(b)可见，量化误差（量化噪声）分为非过载量化噪声和过载量化噪声两个部分。 ① 在量化区（非过载区）内，量化值随输入信号的变化而离散地变化，所以量化误差总是限制在一定的范围之内，最大量化误差。 ② 在过载区内，量化输出就不再随输入信号的变化而变化，而是保持在输出的最大量化值上，故量化误差将随着输入信号的增加而增大。 ③ 因此，在计算量化噪声功率时，应按量化区和过载区两个区段分别计算非过载量化噪声功率和过载量化噪声功率。 3. 均匀量化噪声功率 (1) 均匀量化噪声功率计算式 · 非过载量化噪声功率为 式中，是量化器输入语音信号样值的一维概率密度函数。 ·过载量化噪声功率为 (2) 语音信号的统计特性 ·语音信号是随机信号，因此计算语音信号的量化噪声功率是应考虑语音信号的统计特性。 ·根据统计分析结果，语音信号的幅度概率分布特性是：幅值小时，出现的概率大；幅值越大出现的概率越小。 ·常采用伽玛分布、拉普拉斯分布和高斯分布来近似语音信号的幅度概率分布。 拉普拉斯分布函数为 （2-6） 式中，为的均方根值，亦即语音信号的平均功率为。 的分布规律如图2-6所示。 图2-6 拉普拉斯分布函数 (3) 语音信号均匀量化时的量化噪声功率 ① 非过载量化噪声功率 将量化区-U～+U分成级，当时，经计算非过载区内量化噪声功率为