最佳矢量量化器码本设计.docVIP

语音信号处理专题报告 二 〇 一 三 年 六 月 最佳矢量量化器码本设计 一、矢量量化概述 矢量量化技术涉及到许多学科的技术和理论知识，且应用范围非常广泛。由于矢量量化的数据压缩具有编码简单，效率高，压缩比大等优点，所以矢量量化最先在语音，图像，视频这些媒体信息的压缩中取得了巨大的应用。由于矢量量化的高压缩比，使得它可以应用在民用的高清电视，网络视频的实时传输上，也可以应用在军用国防的卫星遥感，雷达监测等方面。矢量量化技术在其他方面的应用也发展十分迅速，如矢量量化技术已广泛地应用于语音识别，说话人识别，数字水印，文件检索，纹理压缩，移动通信等众多科学领域。 矢量量化的三大关键 步骤和技术是：码书设计，码字搜索和码字索引分配 前两项是矢量量化过程中的关键。码书设计可以看成是一个统计聚类的过程。从另一个角度来看，码书设计也是一个迭代过程，码书可以视为一个类似函数优化的问题，所以要搜索最优化的全局码书，就需要一种全局算法。从以上分析可以看出，码书的优化是一个很重要的任务。人们试图找到各种新的码书优化的算法和策略。多种理论研究都应用到了码书算法，例如神经网络，模糊集合论，遗传算法等。此外，先进的预测技术也是提高压缩比的一种方法。 二、矢量量化的基本概念 量化就是把一个模拟信号值的连续范围分为若干相邻并具有唯一量值的区间，凡落在某区间的抽样信号样值都指定为该区间量值的过程。 量化分为两类：标量量化和矢量量化 1、 标量量化 整个动态范围被分成若干个小区间，每个小区间有一个代表值，量化时落入小区间的信号值就用这个代表值代替，或者叫被量化为这个代表值。这时的信号量是一维的，所以称为标量量化。 图（1-1）标量量化原理图 2、 矢量量化 矢量量化：若干个标量数据组成一个矢量，矢量量化是对矢量进行量化，它把矢量空间分成若干个小区域，每个小区域寻找一个代表矢量，量化时落入小区域的矢量就用这个代表矢量代替，，或者叫着被量化为这个代表矢量。 在输入信号序列中，每K个连续样点可以组成一组K维欧式空间中的一个矢量，矢量量化就是把这个K维输入矢量X映射成另一个K维量化矢量。其中量化矢量构成的集合称为码书或码本，码书中的每个矢量称为码字或码矢。比如说，当K=2时，所得到的是二维矢量。所有可能的二维矢量就构成了一个平面，记为（a1,a2）,所有可能的（a1,a2）就是一个二维空间。如图（a）所示，矢量量化就是将平面分成M小区域，即,,.…..,,从每个小区域中找出代表向量，这些代表向量的集合就是有M个区间的二维矢量量化器。 若要对落在二维矢量空间中的一个模拟矢量进行量化，首先要选择一个合适的失真测度，而后利用最小失真原则，分别计算用量化矢量替代X所带来的失真。其中最小失真值所对应的那个量化矢量中的某一个，就是模拟矢量X的重构矢量（或称恢复矢量）。通常把所有M个量化矢量构成的集合称之为码书或码本。码书中的量化矢量称为码字或码矢，例如图（b）中所示的矢量量化器的码书，其中每个量化矢量称为码字或码矢。不同的划分或不同的量化矢量选取就可以构成不同的矢量量化器。 （a） (b) 图(1-3)矢量量化示意图 根据上面对矢量量化的描述，我们可以给矢量量化以下的定义： 矢量量化是把一个K维模拟矢量映射成为另一个K维量化矢量，其数学表达式为 式中：X表示输入矢量；表示信源空间；表示K维欧氏空间；Y表示量化矢量（码字或码矢）；表示输出空间（即码书）；表示量化符号；N表示码书的大小（即码字的数目）。 三、矢量量化器原理 矢量量化器可以分解为两个部分：编码器和解码器。在编码端，输入矢量X与码书（）中的每一个或部分码字进行比较，分别计算它们的失真，搜索到失真最小的码字的序号（或此码字所在码书中的地址），并将的编码信号通过信道传输到译码端；在译码端，先把信道传来的编码信号译成序号，再根据序号 (或码字所在地址)，从码书（）中查出相应的码字。由于码书（）与码书（）是一样的，此时失真最小，所以就是输入矢量X的重构矢量（恢复矢量）。很明显，由于在信道中传输的并不是矢量本身，而是其序列号的编码信号，所以传输速率还可以进一步提高。 矢量量化器原理框图如下： 图（1-4）矢量量化器原理框图 四、失真测度 设计矢量量化器的关键是编码器的设计，而译码器的工作仅是一个简单的查表过程。在编码的过程中，需要引入失真测度的概念。前已指出，失真是将输入信号矢量用码书的重构矢量来表征时的误差或付出的代价，而这种代价的统计平均值（平均