自适应增量调制adm与线性增量调制ldm-read.docVIP

自适应增量调制ADM与线性增量调制LDM 为了便于对比，将自适应增量调制ADM与线性增量调制LDM（步长为恒定值）的调制结果放到同一图像中，并将ADM最小步长固定为1/8，选择LDM的不同步长进行对比。 图1为ADM最小步长1/8，线性LDM步长固定为0.5，可见LDM出现了明显的过载失真，编码速率跟不上信号的变化速率，且产生的信号噪声比ADM要大（0.5565：0.9232） 图2线性LDM步长固定为0.8，在这种情况下LDM有一定的过载失真，但没有上图严重，也存在一定的颗粒失真，总体上也颗粒噪声也不太大，产生的信号噪声比ADM要略小（0.5565：0.4069） 图3线性LDM步长固定为1.5，可见LDM已经没有过载失真，而是出现了较为明显的颗粒噪声，产生的信号噪声比ADM要大（0.5565：0.9118） 图4线性LDM步长固定为2，LDM已经出现了明显的颗粒失真，在信号平缓处十分严重，产生的信号噪声比ADM要大得多（0.5565：1.5725） 图5为对某一调频波进行跟踪的过程，在跟踪过程中，ADM既能较好地跟踪上信号变化较快的部分，又能上信号平缓的部分减小颗粒噪声，达到了一个较好的效果。而线性LDM步长固定为1，在信号变化快的部分跟不上信号的变化速率，在信号平缓的部分又产生大量的颗粒噪声，效果不理想。 图6为将图5所得到的两种信号经过低通滤波器后的输出，它包含了图1到图4输入到低通滤波器的输出结果。  附：Matlab源程序 clear;close all;clc; A=10; K=100; %用来调整采样率与信号频率关系的比例系数，初始设为100 fm=100; %信号频率 fs=K*fm; %采样频率 dt=1/fs; %采样时间间隔 T=5/fm; %采样时间长度，选两个周期的时间长度 N=T/dt+1; %采样点数 t=[0:dt:T]; %量化采样区间 %for i=1:N %产生调频波 % y(i)=A*sin(2*pi*(fm+10*cos(60*pi*(i-1)*dt))*(i-1)*dt); %输入函数 %end y=A*sin(2*pi*fm*t); %产生正弦波形数据 [adm,ldm]=Delta_Modulation(y,N);%调用增量调制函数 var_adm=var(y-adm) %自适应增量调制误差信号的方差－功率 var_ldm=var(y-ldm) %线性增量调制误差信号的方差－功率 subplot(2,1,1) plot(t,y,k,t,adm,b) %画出自适应增量调制前后的信号波形 title(自适应增量调制前后的信号波形出); axis([0,T,-1.2*A,1.2*A]); subplot(2,1,2) plot(t,y,k,t,ldm,b) %画出线性增量调制前后的信号波形 title(线性增量调制前后的信号波形出); axis([0,T,-1.2*A,1.2*A]); b=fir1(30,0.15); %设计30阶低通滤波器 adm_filter=filter(b,1,adm);%对自适应增量调制输出信号进行低通滤波 ldm_filter=filter(b,1,ldm);%对线性增量调制输出信号进行低通滤波 figure(2); subplot(2,1,1); plot(t,y,r,t,adm_filter,b) %画出自适应增量调制信号滤波后波形 title(自适应增量调制信号滤波后波形); axis([0,T,-1.2*A,1.2*A]); subplot(2,1,2) plot(t,y,r,t,ldm_filter,b) %画出线性增量调制信号滤波后波形 title(线性增量调制信号滤波后波形); axis([0,T,-1.2*A,1.2*A]); %%%%%%%%%%%%%%%%%%%%%%%%%%%以下为被调用的△M调制函数 function [adm_out,ldm_out]=Delta_Modulation(input_signal,N_point) %增量调制函数，同时输出自适应增量调制adm_out与线性增量调制ldm_out结果 step_min=0.125; step_ldm=1; %自适应增量调制最小步长为1/8，线性增量调制步长恒为1 step_adm=zeros(1,N_point); %自适应增量调制步长序列 mq=zeros(1,N_point); %量化输出 mq(1)=1; adm_out(1)=0; ldm_out(1)=0; %初始化序列