原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
SOURCE CODING
LOGARITHM QUANTIZATION CUI HUIJUAN
PAGE 7
对数量化
语音信号是非平稳的，例如在一秒钟内短时（32 ms语音分段）方差的动态范围可超过40dB。短时方差随着不同的讲话人还会有20dB的动态范围。
对数量化最大信噪比虽然没有最佳量化器的高，但动态范围大，可直接用于语音信号的量化。8比特/样值的对数量化可以达到12比特/样值的线性量化的效果。
? 理想对数量化压缩特性为：
与输入信号概率分布无关，，
? 量化噪声方差为：
，与输入信号方差成正比，这时：
? SNR
， 与输入信号的方差无关。
? 对数量化的方法已经应用于ITU-T (CCITT) G.711 64 kb/s PCM中。
理想对数压缩无法实现，时，将对数量化特性在的小信号区域进行修正。G.711采用律和律两种压缩特性：
?律（Cattermole，1969）压缩：
是使压缩特性在原点附近为线性的，而对于大的输入语音样点值具有对数压缩特性。
式中若=87.56（欧洲PCM标准），增加24.08dB。律压缩的量阶比为：。
?律（Holzwarth 1949, Panter and Dite 1951, Smith 1957）压缩：
是准对数压缩。对小信号是线性的，而对于大信号具有对数压缩特性。
式中若=255（北美PCM标准），增加33.25dB。
律压缩的量阶比为
? 实际实现时压缩曲线分别用13段折线 (A律)，和15段折线(律)近似。
自适应量化
若输入信号是非平稳的，可以采用自适应量化算法。尤其在语音信号的低比特率编码，粗量化的情况下，量化误差明显减少。采用自适应量化算法付出的代价之一是引入了编码延时。
? 自适应量化：自适应量化根据输入信号短时方差，对量阶大小进行调整，使量阶的大小化与输入信号电平匹配，进一步改善量化效果。
? 自适应量化分类：
? 前向自适应量化 Forward Adaptive Quantiser（AQF）,
? 后向自适应量化 Backward Adaptive Quantiser（AQB）。
图1是这两种自适应量化器的原理示意图。
图1自适应量化器原理示意图。
? 特点:
? AQF：信号的短时方差从输入信号X(n) 中估算。估值不受量化噪声影响，但是延时大，要传边信息。
? AQB：后向估值器由量化器输出的最近的过去值来提取量阶信息，所以避免了估值延迟与电平传输问题；但是估值受量化噪声影响，降低了电平跟踪性能。
? 采用自适应量化明显提高分段信噪比。
（1）输入信号方差或电平的估值
? 量阶自适应按如下关系，能够跟随输入方差的变化：
? AQF
(1)
(2)
这里表示量化比特数，，表示规一化最佳均匀量化器的量阶。查表1可得到具有不同概率密度函数的。
? AQB
(3)
(4)
表1 规一化最佳均匀量化器的量阶和最大信噪比
R
每样点比特数
概率密度函数 (pdf)
概率密度函数(pdf)
1
2
3
4
5
6
7
8
1.7320
0.8660
0.4330
0.2165
0,1083
0.0541
0.0271
0.0135
1.5956
0.9957
0.5860
0.3325
0.1881
0.1041
0.0569
0.0308
1.4142
1.0874
0.7309
0.4610
0.2800
0.1657
0.0961
0.0549
1.1547
1.0660
0.7957
0.5400
0.3459
0.2130
0.1273
0.0743
6.02
12.04
18.06
24.08
30.10
36.12
42.14
48.17
4.40
9.25
14.27
19.38
24.57
29.83
35.13
40.34
3.01
7.07
11.44
15.96
20.60
25.36
30.23
35.14
1.76
4.95
8.78
13.00
17.49
22.16
26.99
31.89
U：均匀或者矩形分布，
G：高斯或者正态分布，
L：拉普拉斯或者双边指数分布，
：伽玛分布。
为简化算法，在自适应量化中，对输入信号电平的估值也可采用如下两种方法：
? 短时最大幅值绝对值
? AQF：
(5)
(6)
? AQB：
(7)
(8)
?
文档评论（0）