信道最优矢量量化技术及其改进.docVIP

信道最优矢量量化技术及其改进 　　摘要：矢量量化技术是一种既能高效压缩码率，又能保证语音质量的编码方法。本文在介绍矢量量化技术的基础上，介绍了COVQ算法及其改进算法CAWVQ算法，最后给出了CAWVQ算法的性能评价，得出如下结论：CAWVQ的优点在于，在时变噪声信道中能够以较少的存储量和运算复杂度，获得接近COVQ的性能。 　　关键词： 矢量量化；COVQ算法；CAWVQ算法 　　中图分类号：TP391文献标识码：A文章编号：1009-3044(2008)21-30537-03 　　 　　Channel Optimal Vector Quantization Theory and its Amelioration 　　LU Xiao-li, DONG A-li 　　(Department of Information Technology CUCN, Nanjing 211172, China) 　　Abstract: Vector Quantization (VQ) was a theory which can not only improve the result of speech compress coding, but also guarantee the quality of speech. In this paper, Channel Optimal Vector Quantization (COVQ) algorithm was introduced and its improved algorithm Channel Adaptive Weighted VQ (CAWVQ) was proposed. Then the performance of the CAWVQ algorithm was studied, and it indicated that the advantage of CAWVQ was that it can achieve the same performance of COVQ with less storage space and depressed calculation complexity. 　　Key words: VQ; COVQ algorithm; CAWVQ algorithm 　　 　　1 引言 　　 　　矢量量化(Vector Quantization，VQ)是20世纪70年代后期新发展起来的一种数据压缩技术，也可以说是香农信息论在信源编码理论方面的新发展。它的基本原理是：将若干个标量数据构成一个矢量，然后在矢量空间中给以整体量化，从而压缩了数据而不损失多少信息。所以这是一种高效的数据压缩技术。 　　语音数字通信的两个关键问题是语音质量和传输码率。在技术上这两个问题往往是相互矛盾的。即人们想要得到较高的语音质量，就必须使用较高的传输码率；反之，为了实现高效地压缩传输码率，就不能得到良好的语音质量。但是矢量量化技术却是一种既能高效压缩码率，又能保证语音质量的编码方法。它不但能用于波形编码，而且还能用于各种模型的和非模型的参数编码，以及图像等信号的压缩编码中。 　　 　　2 矢量量化的基本原理 　　 　　矢量量化的过程是：将语音信号波形的k个样点的每一帧或有k个参数的每一参数帧，构成k维欧氏空间中的一个矢量，然后对此矢量进行“集体”量化。通常所讲的标量量化，也可以说是k=1的一维矢量量化。矢量量化的过程与标量量化相似：在标量量化时，在一维的零至无穷大值之间设置若干个量化间隔，当某输入信号的幅度落在某相邻的两个量化间隔之间时，就被量化为该两阶梯的中心值；而在矢量量化时，则将k维无限空间划分为M个区域边界，然后将输入信号的矢量与这些边界进行比较，并被量化为“距离”最小的区域边界的中心矢量值。 　　输入矢量被量化后，得到的是在码本中与该矢量之间具有最小失真的某码矢量的角标。这些角标就可以作为存储或传输的参数。在恢复时，只需按此角标从码本中找出相应的码矢量参数，直接复原或进行反变换，就可以恢复时域信号。 　　矢量量化的原理框图如下： 　　 　　由原理图也可以看出矢量量化的三大关键技术分别是：码书设计、码字搜索和码字索引分配。 　　 　　3 COVQ算法 　　 　　COVQ(Channel-Optimal Vector Quantization)技术是一种在码书设计过程中考虑量化失真和信道失真的联合优化技术。COVQ将量化失真和信道失真联合起来考虑，能够在有噪信道上达到很好的效果。也即对信道噪声有较强的顽健。 　　COVQ码书设计算法可看作是经典的LBG码书设计算法的扩展，我们使用COVQ作为本文提出的方法的一种参考。