1 ZASTOSOWANIE PROCESORÓW SYGNAŁOWYCHPG – Katedra Systemów Mikroelektronicznych ZASTOSOWANIE PROCESORÓW SYGNAŁOWYCH Marek Wroński Wykład 8: Kwantyzacja i kompresja PCM, ADPCM, filtry adaptacyjne, kodowanie sygnałów mowy
2 Błędy kwantyzacji w przetwornikach A/De(n)=x(n)-xQ(n) Sym: ak=- a-k oraz bk=- b-k Dla kwabtyzatora liniowego |e|
3 SNR rozkładu GausowskiegoMaska dla szumowego sygnału testowego (dla sin maska –45dB-0 max 33dB)
4 Kwantyzacja z minimalnymi zniekształceniamiSzum kwantyzacji: Wartości optymalne:
5 Nierównomierny rozkład gęstości prawdopodobieństwa, np. eksponencjalnyDla nierównomiernego rozkładu gęstości prawdop:(ucho czulsze na szum kwantyzacji, gdy szum dużyw stosunku do sygnału) transformacja h=g(x)
6 Kodeki (koder+dekoder) z kompresją sygnałów wg.zasady m i AMaksymalizacja nie SNR lecz zakresu mocy sygnału w którym SNR jest większe od zadanego Companding=compression+expanding m-Law (amerykański PCM): A-Law (europejski PCM):
7 Koder typu m (m-Law PCM)Kompresuje 13-bitowy zakres dynamiczny do 8-bitowej wartości cyfrowej
8 Algorytm m-Law PCM Wartości końca przedziałów {xi}: Na koniec inwersja bitów
9 Koder typu A (A-Law PCM)Kompresuje 14-bitowy zakres dynamiczny do 8-bitowej wartości cyfrowej
10 Algorytm A-Law PCM Wartości końca przedziałów {xi}: Na koniec inwersja bitów
11 Sprawność koderów PCM (m- i A-typu)SNR rozkładu Gausowskiego:
12 Kodowanie predykcyjne 1-rzędu (do przodu)Gdy oczekiwana max moc s2 wtedy nasycenie ch-ki kwantyzacji dla K1s (zwykle K1=4) K1 jest mierzone jako stosunek: pik-pik do rms. Estymacja szumu kwantyzacji (dla N bitów): gdzie K2 zależy od kształtu gęstości prawdop. Dlatego wystarczy N-1 bitów dla takiej samej mocy szumu kwantyz. gdy moc sygn.zredukować 1/4.Niech {Rxx(k)} autokorelacja {x(n)} Min wariancji dla a=rxx(1) Wtedy N1bits
13 Kodowanie różnicowe DPCM (Differential Pulse code Modulation)
14 Kodowanie adaptacyjnePonieważ mowa jest krótkoterminowo (100ms) prawie stacjonarna rxx(1) jest dobrze Zdefiniowany dlatego współczynnik a dobrze śledzi za zmianami statystyki sygnału i może być okeślony z min. błędu {e(n)}co daje dla kodera z otwartą pętlą: dla kodera z zamkniętą pętlą: Dla stabilności i uproszczenia algorytmu ADPCM: Ponieważ {e(n)} nie jest z natury stacjonarne dlatego kwantyzator Q powinien być adaptacyjny. Posiada on kilka poziomów i gdy sygnał konsekwentnie (kilka razy) jest zbyt mały jest traktowany jako mały i inaczej skalowany. To samo dotyczy Powtarzających się „dużych” sygnałów (następuje zmiana kroków wg. optymalnej decyzji)
15 Adaptive Differential Pulse Code Modulation (ADPCM) - EncoderWykorzystuje on adaptacyjny predyktor dla redukcji liczby bitów z 8- (PCM) do 4. Filtr rekonstrukcyjny jest typu IIR z 2 biegunami i 6 zerami. ADPCM nie używa do transmisji próbek sygnału a różnicę z wartością przewidy- waną. Sam kwantyzator rozdzielono na 2 sekcje: adaptacyjne bitowe kodowanie i adaptacyjne bitowe dekodowanie (w dekoderze tylko jedna sekcja) · {s1(n)} sygn. liniowy
16 Adaptacyjny kwantyzator i predyktor7-,15-,lub 31-poz. nieliniowy (log2(d(n)) kwantyzator dla sygn. różnicowego {d(n)}, co odpowiada 3,4lub 5 bitom na próbkę. Adaptacje poprzez skalowanie log2(d(n)) przez mnożnik y(n) przeliczany z każdą próbką. Predyktor estymuje sygnał jako: Syg.rekonstrukcyjny: wsp. met. gradientów: Dla stabilności IIR:
17 Opis Kodeka ADPCM (ITU-T G.726)
18 ADPCM - Decoder
19 Szumy kwantyzacji ADPCM
20 2-pasmowa (Sub-Band) ADPCMUżywane dla szerokiego pasma np. dla wideokonferncji( Hz) dzielonego na 2 podpasma ( i Hz) do których stosowana jest oddzielnie ADPCM FIR 24-parametrowy z odpow.impuls.=fun.opóżnienia
21 Higher and Lower Sub-Band Encoder
22 Higher and Lower Sub-Band Decoder
23 Metody kompresji stratnej sygnałów mowy
24 Kodowanie predykcyjne – wokoder LPC-101. Częstotliwość próbkowania fs = 8 kHz 2. Podział na bloki 30 ms, w których zakłada się quasi-stacjonarność 3. Okno o długości 240 próbki przesuwane co 180 próbek 4. Estymacja i przesyłanie współczynników modelu generacyjnego sygnału mowy Model generacji sygnału mowy
25 Filtry adaptacyjne Wygładzanienie (smoothing) wg. danych zebranych także po chwili t (dokładniejsze) Predykcja tj. określenie informacji o procesie, który będzie miał miejsce w przyszłości filtracja, która oznacza estymację informacji w chwili t na podstawie zebranych danych
26 Podstawowe układy aplikacyjne filtrów adaptacyjnych