信息处理与编码05.ppt

* * 例：以n=4 DFT为例；若已知 * * 显然，它是一个非常好的准最佳变换，互相关均为零，自相关由大而小递降型。但是，也可以看出，ADF与Φu密切相关，若换一个Φu类型，就不会有这么好的结果。 * * 2）离散沃尔什—哈德玛变换WHT 由于沃尔什—哈德玛矩阵由许多类似之处,比如他们都是以1和-1为元素，其变换运算只有加减而没有乘除，且两类矩阵之间的关系是简单的初等变换关系。所以我们将两者归为一类来研究。并首先从Hardmard矩阵开始： * * * * * * * * * * * * 这里： * * 5）离散余弦变换DCT： 由于前面在付氏变换中引入了复数，带来了运算上的不方便，DCT正是针对这一缺点而进行的改进。根据离散付氏变换的公式，只需将信源数据长度再扩张一倍，并保证对称性即可求得DCT。DCT根据对称性不同还可划分为两类，（奇）ODCT与（偶）EDCT，前者将数据扩展为2N-1并以M=0为中心点，两侧各N-1个；后者将数据扩展为2N，并以M=0与M=1之间为中心点。 * * 二 预测编码的基本类型 1） △PCM型 量化 … 线性 预测器 线性 预测器 ui yi xi ei 这是一类最简单的线性预测器。其预测器输入直接来自信源输出，预测函数为线性加权和，其预测精度主要决定于预测项数K。其主要缺点是量化噪声较大。 * * 2）DPCM型： ui ei xi 量化器 线性 预测器 线性 预测器 yi DPCM与△PCM比较，不同点有： ①线性预测器的输入数据源来自输出反馈端 ②对于量化器而言，△PCM是开环型而DPCM是闭环型。可利用反馈环进一步压低量化误差。从而进一步提高DPCM的预测性能。 二 预测编码的基本类型（续） * * 延时 延时 滤波 DPCM的特例ΔM: 2）DPCM型 （续） * * 若将量化等级定为2, 即差值为正时,用”1”代表; 差值为负时,用”0”代表; 而每个差值只需1比特,这时DPCM即为ΔM，又称它为增量调制. 为了减少量化误差,一般要增加取样频率 ,不能再来用常用的最 高频率的2倍，即 2fm. 在收端，译码是编码的反变换，即规定一个增量Δ值，当收到一个“1”则在前一个值中加一个Δ，收到一个“0”，则减去一个Δ值。 2）DPCM型 （续） * * 3）噪声反馈编码(NFC) 二 预测编码的基本类型（续） NFC是吸取△PCM与DPCM的优点，即在△PCM结构简单的基础上,改进其量化噪声大的缺点，将量化器设计在另外增加的一个反馈环内,以达到进一步压减量化误差的目标。这一点上类似于DPCM.可见NFC是△PCM与DPCM的混合改进型. * * 二 预测编码的基本类型（续） 4) 预测误差门限型(非线形) 设信源输出序列为: 若仅采用前一位作为后一样值的预测值,则预测误差 若 ,不传送; 若 ,传送. * * 4) 预测误差门限型(非线形) （续） 其中是允许误差的门限值,即可接受的最大误差,在上述图形中虽然有 ，前四个应传送， 不传送。 若选择的预测值不仅仅是前一位，而是前n位的线性加权和，则可构成高阶预测误差门限型，其原理同上，实现方框图如下： 显然这一类型中线性预测器与前三类是一致的，但是由于引入了非线性门限比较器，所以它实质上是一类非线性预测器。 * * DPCM性能分析 下面我们给出四种类型中最常用的一种DPCM的性能分析： 线性预测可表示为： 其Z变换为： 可见线性预测器的响应为： 式中αj为第i项加权系数，N为预测阶次。由DPCM接收部分框图。可求得： 故： * * 可见，线性预测器为一全极点滤波器。故又称为全极点模型。 下面再分析一下DPCM的几个主要关系式