6DPCM.pptVIP

第六章自适应差分脉冲编码 * 5.GP与预测阶数的关系 预测通常要选用前多少次的样值来参与，见下图 当阶数大于2时，最佳预测增益就趋于饱和， 饱和值一般为6-12dB 第六章自适应差分脉冲编码 * 6.3 自适应预测 为了获得最大的预测增益，通常采用自适应预测方式，预测系数在预测过程中实时调整。 1. 前向自适应预测算法 如前所述，根据短时间的相关特性R(i)，求短时的最佳预测系数，运算量大，延迟时间大，不能用于高速系统。 第六章自适应差分脉冲编码 * 2. 后向序贯自适应预测算法 在dq(k)最小的情况下，找出最佳预测系数，采用不断修正预测系数{ai(k)}的方法来减小瞬时平方差dq2(k)，使{ai(k)}不断接近{aiopt(k)}。 Widrow提出的LMS算法： 第六章自适应差分脉冲编码 * 梯度符号算法： 差值信号=实际信号-预测信号，表达式为: 第六章自适应差分脉冲编码 * 预测过程如上图所示，此次预测系数ai越大， 此次的预测值Sr(k)就越大. Z-1 a1 x[n-1] Z-1 Z-1 a2 a3 aN x[n-2] x[n-N+1] x[n-N] 输入 Σ Σ Σ 预测 第六章自适应差分脉冲编码 * 1. 若预测信号Sr(k)0，差值dq(k)0： 在正信号情况下预测值小于实际值， 应增加下一次的预测系数使预测值增加。 第六章自适应差分脉冲编码 * 2. 若预测信号Sr(k)0，差值dq(k)0： 在正信号情况下预测值大于实际值，应减小下一次的预测系数使预测值减小。 第六章自适应差分脉冲编码 * 3. 若预测信号Sr(k)0，差值dq(k)0： 在负信号情况下预测值大于实际值，应减小下一次的预测系数使预测值减小。 第六章自适应差分脉冲编码 * 4. 若预测信号Sr(k)0，差值dq(k)0: 在负信号情况下预测值小于实际值，应增加下一次的预测系数使预测值增加。 第六章自适应差分脉冲编码 * 6.4 自适应量化 自适应预测解决了预测增益最大的问题，自适应量化主要解决量化信噪比最大的问题，这里的量化是指对差值信号的量化。 功率变化大（动态范围大）的信号，量化器参数（量化电平{dqn}、分层电平{dn}、量阶?）应能跟上输入信号方差的变化。 第六章自适应差分脉冲编码 * 1、前向自适应量化： 按输入信号的方差来调整量化电平{dqn}和分层电平值{dn} ，?d2大，用大量阶； ?d2小，用小量阶。 这种方法在实时系统不易实现。 第六章自适应差分脉冲编码 * 2、后向自适应量化 根据前一时刻的输出数字码I(k-1)或量化器输出值{dqn(k-1)}来确定本次{dn(k)}与{dqn(k)}。 Jayant提出的后向自适应算法： 本次量化间隔=前一次量化间隔*量化调整因子 第六章自适应差分脉冲编码 * 上式算法在有传输误码情况下，会产生误码扩散问题，因此采用修正式： ? —— 抗误码因子 M[|I(K)|] —— 量化间隔调整因子 第六章自适应差分脉冲编码 * 对于L=16的DPCM（DPCM通常采用4位编码，L=16），此表是绝对值，共8组值，正负信号刚好表示16个值。 Jayant等人根据大量实验确定了不同量化 电平L时DPCM量化器的M值见下表 第六章自适应差分脉冲编码 * 注意： 1. 对于非均匀量化，不能直接使用6-26式。 2. 6-26式是一种快速瞬时自适应，适用于语音等电平变化快的信号。 3. 对于MODEM或信令等变化慢的信号，表6-2要重新定义，M值基本都接近1，只有M[|I(8)|]才略大于1，约为1.024。 第六章自适应差分脉冲编码 * 32kb/sADPCM编解码系统 CCITT G.721建议 技术指标接近于PCM质量 信道误码率10-3的情况下能稳定工作 4800b/s的modem信号转接4次编解码后，误比特率应小于 10-5 ~10-6。 系统组成： 见P148，图6-6 第六章自适应差分脉冲编码 * 第六章自适应差分脉冲编码 * 第六章自适应差分脉冲编码 * 1、输入输出单元 输入输出信号为标准PCM信号 非线性PCM编码变换为线性PCM编码 第六章自适应差分脉冲编码 * 2、同步编码调整单元 同步级连量化误差累计 ADPCM PCM ADPCM PCM 多级转发