[工学]语音信号数字化及压缩编码.ppt

第8讲 　 　 抽样技术 量化技术 语音信号波形匹 配与线 性近似逼近 PCM编码原理 增量调制原理 　1. 抽样与量化 抽样＝时间域量化（时间尺度离散化） 量化＝幅度离散化 (1) 抽样 A. 低通抽样 一个频带限制　　　在内的连续信号 ，如果抽样频率 大于或等于 ,则可以由抽样序列 无失真地重建恢复原始信号 。 (2)　量化 2.　脉冲编码调制 (2)　非均匀量化 (3) 对数压缩特性及折线近似 4　PCM编码原理 A律 例 1. 若量化器输入信号为正弦信号，Am为幅度 量化信噪比 　　 , 为编码位数（二进制） 令归一化有效值　 则　　 用dB来表示 时，刚发生过载 此时　 增加1位， 增大6dB　 例 2. 实际语音信号 语音信号幅度的概率密度可近似地用拉普拉斯分布来表示，即 这里， 是信号 的均方根值。 　　　 当D＜0.2时，过载噪声很小，有 　　　 当信号有效值很大时，过载噪声将起主要作用，于是 　　 电话语音信号的均方值变动范围即语音动态范围可达 （40－50）dB，高质量电话（长途电话）的 至少应大于25dB以上。如果采用均匀量化，为了满足在40－50dB的范围内的 大于25dB的要求，必须采用n=12位的均匀量化器。 对于语音信号而言，采用均匀量化是不合理的，小信号出现概率大，对噪声功率的贡献也大，为了使 提高，应当减小小信号时的量化间隔。为此，应采用非均匀量化，小信号时量化“细”，大信号时量化“粗”。即采用“瞬时压扩”的概念，以改善信噪比。 令压缩特性　 最佳 可保证最大的量化信噪比，但可行的动态范围较小，难以满足工程要求。因此，较大的动态范围适应性和稳定的高信噪比输出是工程实现的基础。研究表明：好的压缩函数为对数函数。 注：采用理想的对数压扩函数时 量化器输出的信噪比与输入信号无 关。从而对系统工程化应用有实质上 的指导作用。 在实际工程中不采用上述理想对数特性，而是采用以下两种对数压缩特性。 a. A律对数压缩特性 相当于信噪比增加了24dB（20lg16=24）。 ITU G.712建议中取A＝87.6，此时 b. 律对数压缩特性 ITU G.712建议中取 ＝255，小信号时改善33.5dB。 上述两种特性仍难以实现，因而实际中采用折线近似。折线近似，用数字电路容易实现。 A律与 律量化特性起始段不同 我国采用A律。 A. ITU建议采用折叠二进码FBC （Folded Binary Code）与其它码相比， 　　 在小电平时，抗误码性能好。 若采用普通二进码，信号为均匀分布，可计算得到有误码时的量化信噪比 其中 由上式得　 时， 下降3dB。 B. Folded Binary Code 编码规律 以＋1250为例 编码步骤如下 ①＋1250＞0　　 M1＝1　　决定极性码 ②＋1250＞256　　M2＝1 ③＋1250＞1024　 M3＝1　　决定段落码 ④1250＜2048　　 M4＝0　　 ⑤1024＋512＞1250　 M5＝0　　 ⑥1024＋256＞1250　 M6＝0　　 ⑦1024＋128＜1250　 M7＝1　 ⑧1024＋128＋64＜1250 M8＝1　　 决定电平码 解码输出为：1024＋128＋64＋32＝1248， 这里32为 /2， 是最佳量化特性所要求的。 C. 对数　　与线性　　之间的转换 A律→13位 　　　律→14位 5.　增量调制（　　　，Delta－M） (1) 简单增量调制 可以认为是 一位编码时的特例，但编码的是差值信号。 编码过程 * * * * * * 设 为低通信号，抽样脉冲序列是一个周期性冲激函数 。抽样过程是 与 相乘的过程，即抽样后信号 由频域卷积定理可知 　　　　 其中, 为低通信号的频谱， 所以 从频域上看，抽样后信号经过传递函数 为 的理想低通滤波器