第七讲 模拟信号的数字化(4-5)资料.ppt

* 差值在累加时的预测系数随着样值的大小自动变化，精确地逼近样值信号。 自适应预测的基本思想就是使均方误差为最小值，让预测系数ai(n)的改变与信号幅值相匹配，后向型自适应预测系数ai(n)是从重建后的PAM信号Sr(k)中估计出来的。通常不传送ai(n)信息，因为它可以在接收端通过预测自适应系统估算出来。 * 把零点和极点预测器组合在一起，称零极点预测器。 重建逆滤波器的传递函数既有极点又有零点，称为零极点预测器。 * 所谓量化自适应的基本思想是让量化阶?(n)的变化随输入信号的均方根值?s(n)相匹配，即?(n)=K?s(n) 式中K为常数。 ?s(n)是通过对信号的能量估计得到的，根据估计信号能量的途径，可分为前向自适应量化和后向自适应量化两种。前向自适应量化是直接从输入信号样值中估计信号的能量，后向自适应量化是从编码后的信码中估计信号的能量。 前向自适应量化的优点是对输入信号的能量估计准确，没有受到量化器量化误差的影响，但量阶信息?(n)需要与主信息一起传送，否则接收端无法知道此时刻发端的量阶值。 后向自适应量化的优点是不用传送量阶信息?(n)，因为量阶信息?(n)式由量化编码后的信码中估算出来的，在接收端可以采用同样的自适应算法获得，被广泛应用。通常将本时刻的量阶用前一时刻的量阶?(n-1)与前一时刻的码字电平I(n-1)的函数形式来估计。 * 前向自适应量化的优点是对输入信号的能量估计准确，没有受到量化器量化误差的影响，但量阶信息?(n)需要与主信息一起传送，否则接收端无法知道此时刻发端的量阶值。 后向自适应量化的优点是不用传送量阶信息?(n)，因为量阶信息?(n)式由量化编码后的信码中估算出来的，在接收端可以采用同样的自适应算法获得，被广泛应用。通常将本时刻的量阶用前一时刻的量阶?(n-1)与前一时刻的码字电平I(n-1)的函数形式来估计。 * 增量调制(?M)可以看成是一种最简单的DPCM。当DPCM系统中量化器的量化电平数取为2时，DPCM系统就成为增量调制系统。 预测误差ek = mk – mk? 被量化成两个电平 +? 和－? 。? 值称为量化台阶。这就是说，量化器输出信号rk只取两个值+? 或－? 。因此，rk可以用一个二进制符号表示。例如，用“1”表示“+?”，及用“0”表示“-? ”。 每个时刻把信号S(n)与预测值Sp(n)进行比较，得到差值信号e(n)，若e(n) 0，即S(n)Sp(n)，则量化器Q[]输出为+?，C(n)编为“1”码。若e(n)0，即S(n)Sp(n)，则量化器Q[]输出为-?，则C(n)编为“0”码。 * 下面我们进一步细致了解增量调制的编码过程。mk’= mk-1’+rk 增量调制产生的量化以后的波形具有阶梯形式，在相邻的抽样时刻，波形的变化幅度都只增加或者减小一个量化台阶 * 一般的译码码过程,在实际实现过程中，译码输出波形是由积分器产生的折线波形，不论是阶梯波形还是折线波形，相邻抽样时刻波形的变化幅度都只增加或者减小一个量化台阶 * * 对于实际的硬件实现中，增量调制的编码过程如下： * * 实际应用中的译码过程 * 由于编译码时用阶梯波形去近似表示模拟信号波形，由阶梯本身的电压突跳产生失真。这是增量调制的基本量化噪声，又称一般量化噪声。它伴随着信号永远存在，即只要有信号，就有这种噪声。 * 过载量化噪声发生在输入信号斜率的绝对值过大时。当信号频率过高时，会出现本地译码信号mp(t)跟不上输入信号m(t)变化的现象，称为过载。 设抽样周期为Ts，抽样频率为fs = 1 / Ts，量化台阶为?，则一个阶梯台阶的斜率k 为： 它是译码器的最大跟踪斜率。当输入信号斜率超过这个最大值时，将发生过载量化噪声。为了避免发生过载量化噪声，必须使?和fs的乘积足够大，使信号的斜率不超过这个值。 ?值直接和基本量化噪声的大小有关，若取?值太大，相邻采样间隔的信号突变程度增大，势必增大基本量化噪声。 用增大fs的办法增大乘积?fs，才能保证基本量化噪声和过载量化噪声两者都不超过要求。 实际中增量调制采用的抽样频率fs值比PCM和DPCM的抽样频率值都大很多；对于语音信号而言，增量调制采用的抽样频率在几十千赫到百余千赫。 * 假定系统不会产生过载量化噪声，只有基本量化噪声。这样，图中的阶梯波m? (t)就是译码积分器输出波形，而m? (t)和m(t)之差就是低通滤波前的量化噪声e(t)。由图可知，e(t)随时间在区间(-?, +?)内变化。假设它在此区间内均匀分布，则e(t)的概率分布密度f(e)可以表示为： 平均功率为： 由此结论可知：简单增量调制的量化噪声功率只和量化台阶相关。 假设这个功率的频谱均匀分布在从0到抽样频率fs之间，即其功率谱密