数字通信原理第2次课件(2015).docx

2-3抽样 PCM是一种语音信号波形编码，下面将详细地讨论PCM实现过程的基本理论 和相关技术。 2. 3. 1抽样的概念 抽样是语音信号数字化的第一步：将时间上连续的语音信号处理成时间上离 散的信号。语音信号在时间上离散化的抽样过程如图2-2所示。 LEJ 图2-2 抽样过程示意图 2.3.2低通型信号的抽样 低通抽样定理的内容描述如下： 设时间连续信号 a ,其最高截止频率为 0 ，如果用时间间隔为 S 的抽样脉冲（载波）对 a 进行抽样，则 就可被样值信号 来唯一的表示。 抽样定理给出了从样值信号中恢复原信号 的条件，这个条件就是： a 抽样速率 — (2-1) 或 抽样间隔 S (2-2) 设 ，则满足抽样定理的样值信号频谱 回 如图2-3所示。 13 图2-3 低通型信号频谱和样值序列频谱 因为山图可见，只要满足下列条件: 或 (2-3) 相邻频谱就不会重叠(亦称折叠)，此时，可以在系统接收端用一个低通滤 波器从 凶 中滤出 a ,并有 (2-4) 2.4量化 量化的基本概念 量化的作用 量化是将取值连续的样值序列处理成离散的取值有限的样值序列。 量化的具体作法 将幅度域连续取值的信号在幅度域上划分为若干个分层(量化区间)，在每 一分层范围内的信号值用“四舍五入”的办法取某一个固定的离散值来表示，此离 散值称为量化样值。量化过程如图2-4所示。 图2-4 量化示意图 量化区（-U?+U）和过载区 图2-4中，语音信号幅度的变化范围被限定在-U?+U,即在-U?+U范围内为 量化区（非过载区），这时U称为过载电压。超出-U?+U范围以外的区域叫做过 载区。 量化级数 量化级数N 乂称为量化电平数，是指在量化区（-U?+U）内量化样值的数 目。 量化间隔 3 :在量化区（-U?+U）内每个分层的大小。 量化误差 □ 量化误差 =量化值-样值 由于量化值（离散值）一般与样值（连续值）不相同，因而产生误差，此误 差是由量化而产生的，所以叫量化误差。 量化的分类 根据量化分层的方法不同，可以分为均匀量化和非均匀量化。 接下来，将分别讨论均匀量化和非均匀量化，并从中确定出适合语音信号的 量化方法。 2. 4. 1均匀量化 各量化分级间隔相等的量化方式即为均匀量化。因此均匀量化间隔为 （2-5） 均匀量化的分析思路 均匀量化特性与量化误差特性 均匀量化的输出信号 与输入信号 回 之间的关系是一个均匀的阶梯关系，如图2-5所示。 图2-5均匀量化特性与误差特性 山图2-5（b）可见，量化误差（量化噪声）分为非过载量化噪声和过载量化噪 声两个部分。 在量化区（非过载区）内，量化值随输入信号的变化而离散地变化，所以 量化误差总是限制在一定的范围之内，最大量化误差 在过载区内，量化输出就不再随输入信号的变化而变化，而是保持在输出 的最大量化值上，故量化误差将随着输入信号的增加而增大。 因此，在计算量化噪声功率时，应按量化区和过载区两个区段分别计算非 过载量化噪声功率和过载量化噪声功率。 均匀量化噪声功率 均匀量化噪声功率计?算式 ?非过载量化噪声功率为 式中， S 是量化器输入语音信号样值的一维概率密度函数。 ?过载量化噪声功率为 语音信号的统计特性 ?语音信号是随机信号，因此讣算语音信号的量化噪声功率是应考虑语音信 号的统计特性。 ?根据统计分析结果，语音信号的幅度概率分布特性是：幅值小时，出现的 概率大；幅值越大岀现的概率越小。 ?常采用伽玛分布、拉普拉斯分布和高斯分布来近似语音信号的幅度概率分 布。 拉普拉斯分布函数为 3 3 (2-6) 式中， 0 为 的均方根值，亦即语音信号的平均功率为 a O 的分布规律如图2-6所示。 13 图2-6 拉普拉斯分布函数 语音信号均匀量化时的量化噪声功率 非过载量化噪声功率 将量化区-U?+U分成 级，当 时，经计算非过载区内量化噪声功率为 (2-7) 将式(2-5)代入，上式乂可以改写成 (2-8) 例2.4.1设某一语音信号的幅度概率分布 S 如题图所示，在非过载区-U?+U范围内，均匀等分N个量化间隔。当 解：非过载量化噪声功率计算式是 ,具体计算时可以釆用如下的简便方法来处理。 首先求在非过载区某量化间隔 S 范圉内的量化噪声功率 asa asaa 时， 很小，故可以认为在 内分布曲线 近似恒定，并以常数 表示。这时上式可变为 式中： r^~i 为信号幅度在 a 内的概率。对于均匀量化时，各量化间隔相等，即 厂一 w ，令 EKI (2-11) (2-11) (2-11) (2-11) 0 =1, 2,…， 3 ),则非过载区内量化噪声功率应为 式中，近似认为 过载量化噪声功率 当信号超过 的范圉时，将形成过载量化噪声。在过载区内量化误差为: (2-9) (2-10) 当