精选数字电视原理与应用第09章.pptVIP

(2)MPEG-Ⅰ的前向/后向兼容性 多声道方式具有与MPEG-Ⅰ的后向兼容性，这是非常重要的。 9.3.3 AC-1，AC-2和AC-3 AC-1立体声编码器采用了自适应增量调制及模拟压扩技术，它并不是感知编码器。AC-1编码器可将20kHz带宽的立体声声频信号编码为512kbit/s的比特流(大约为3∶1的压缩)，它应用于电视的卫星中继、FM节目的卫星中继和有线广播业务。 AC-2立体声编码器是一种采用了低复杂程度块变换的感知编码器。 AC-2编码器可在256kbit/s的数据率下提供高质量的声音。 AC-3算法是AC-2编码格式的一个分支，这种感知编码器可以对左、中、右、左环绕、右环绕和一个重低音声道，即5.1声道进行多声道环绕声格式的编码。 另外，AC-3使用了对白电平控制，以便使所有节目和声道的对白重放电平是一致的。 AC-3采用了混合型的后向/前向自适应性比特分配。 在AC-3编码器中，512个采样的数据块被采集，并且通过3Hz的高通滤波处理，以消除直流偏置，并用带通滤波器进行分解以检测出瞬态。 核心比特分配算法将解码的谱包络视为信号的功率谱密度(Power Spectral Density，PSD)。 一个AC-3帧包含有一个同步区、页头、被量化了频率系数的声频数据和CRCC误码校验数据，48kHz采样频率的帧周期为32ms。 在对电影进行编码时，AC-3称为杜比立体声数字(Dolby Stereo Digital)电影声音，它具有5.1声频声道。 第9章 数字声频压缩编码及应用 9.1 人耳的听觉特性 9.2 声频数据压缩编码 9.3 声频压缩标准 9.1 人耳的听觉特性 9.1.1 心理声学 有关人听觉的研究包含人耳的生理结构，以及人的大脑对声音信息的翻译等方面的内容。心理声学研究的是人对所听到的声音的主观反映。 人耳对声音频率的响应是对数的，这可以通过人耳对音程的感觉加以说明。 当频率相近的两个声音同时发声时会产生拍频。 9.1.2 人耳的生理结构和临界频带 1．人耳的生理结构 人耳将声能转换成机械能，并最终将电脉冲传送至大脑，大脑能感知到声音中包含的信息，图9-2所示的是人耳的生理结构解剖图。 图9-2 人耳的生理结构和构造剖示图 2．临界频带 对基底膜的研究表明：人耳中大约包含有30，000个沿着基底膜排列的多列绒毛细胞，每列大约32mm长，这就是所说的螺旋器。 Bark(以德国的物理学家Geory Heinrich Barkhausen的名字命名的)是感知频率的单位。我们用Bark来度量临界频带的比值，一个临界频带具有一个Bark的宽度，1/100Bark相当于1美。 音调定位理论进一步解释了基底膜的作用。 9.1.3 听觉阈和掩蔽 人耳听觉阈范围内临界频带的例子说明了随着绝对频率的增高，临界频带也增宽。 影响人听力的两个基本现象是最小听觉阈和掩蔽。 听觉阈曲线描述的是人耳对某一给定频率的音调音能够检测或听到的最低声级。 当某一音调音使其附近的频率区域的听觉阈的阈值曲线向上推移时，就说明产生了幅度掩蔽。 基底膜的机理可以解释掩蔽现象。 当声音发声在时间上很接近，但不是同时的时候会发生瞬时掩蔽。一个信号可以被在此之后发生的另一个信号(或噪声)所掩蔽，这称为预掩蔽(有时也称为后向掩蔽)。 另外，在一个信号开始之前结束的另一个信号(或噪声)也可以掩蔽这个信号，这称为后掩蔽(有时也称为前向掩蔽)。 瞬态掩蔽理论认为：大脑对一段时间内的声音进行积分处理，并且在听觉皮层上处理脉冲形式的信息；另外，大脑处理强的声音要快于弱的声音。 9.2 声频数据压缩编码 数据压缩编码器就是在量化误差最小的同时，以压缩的数据率来表示声频信号。 频域编码器有两种类型：子带和变换编码器。一般而言，子带编码器具有出色的时间分辨率，但频率分辨率差；而变换编码器有出色的频率分辨率，但时间分辨率差。 子带和变换编码都是针对一定的采样块进行工作的。该采样块必须保持短一点，以使其处在人耳的瞬态分辨率之内。 9.2.1 感知编码的原理 所有数据压缩系统的目的就是减低数据率、采样频率和字长，这一目的可以通过降低采样频率来达到。但是，奈奎斯特理论指出，采样频率的降低相应地也会减小声频带宽的高端频率。另一种方法是减少字长，但是这会造成声频信号动态范围的下降，每减少一比特，动态范围减小6dB，因此造成量化噪声的增加。 9.2.2 子带编码 子带编码是由贝尔实验室于20世纪80年代初首先提出的，并在此后的十年内欧洲对此进行了不间断的研究工作。 其中，图(a)所示的为高分辨率的窄带采样；图(b)所示的为归一化和被比特率压缩的子带采样；图(c)所示的为重建的带有被掩蔽的本