现代通信原理6第六章自适应差分脉码调制.pptVIP

* 5.GP与预测阶数的关系 预测通常要选用前多少次的样值来参与，见下图 当阶数大于2时，最佳预测增益就趋于饱和， 饱和值一般为6-12dB * 6.3 自适应预测 为了获得最大的预测增益,通常采用自适应预测方式,预测系数在预测过程中实时调整. 1.前向自适应预测算法 如前所述,根据短时间的相关特性R(i),求短时的最佳预测系数，运算量大，延迟时间大，不能用于高速系统。 * 2.后向序贯自适应预测算法 在dq(k)最小的情况下,找出最佳预测系数,采用 不断修正预测系数{ai(k)}的方法来减小瞬时平方差 dq2(k),使{ai(k)}不断接近{aiopt(k)}. Widrow提出的LMS算法 * 梯度符号算法 以下来说明: 差值信号=实际信号-预测信号,表达式为: * 预测过程如上图所示,此次预测系数ai越大, 此次的预测值Sr(k)就越大. * 1.若预测信号Sr(k)0,差值dq(k)0, 在正信号情况下预测值小于实际值， 应增加下一次的预测系数使预测值增加。 * 2.若预测信号Sr(k)0,差值dq(k)0,