信息論與編碼-自學報告

《信息論與編碼》課程自學報告題目：AAC音頻壓縮編碼學號：xxxxxxxxx姓名：xxxxxxx任課教師：xxxxxxx聯(lián)系方式：xxxxxxxxxxxxx二零一六年一月一日

一、自學內(nèi)容小結與分析基本概念要想無失真地傳送連續(xù)信源的消息，要求信息率R必須為無窮大。這實際上是做不到的，因此實際通信系統(tǒng)允許一定的失真存在，那么對信息率的要求便可降低，換言之，就是允許壓縮信源輸出的信息率。信息率失真理論研究的就是信息率與允許失真之間的關系。失真函數(shù)與平均失真度為了定量地描述信息率與失真的關系，首先定義失真的測度。設離散無記憶信源。信源符號通過信道傳送到接收端Y，。對于每一對，指定一個非負的函數(shù)(1)稱d(ai,b由于ai和bj都是隨機變量，所以失真函數(shù)(2)信息率失真函數(shù)的定義1.2.1D允許試驗信道平均失真由信源分布p(ai)、假想信道的轉移概率p(bj/ai)和失真函數(shù)d(a1.2.2信息率失真函數(shù)R(D)由于互信息取決于信源分布和信道轉移概率分布，當p(ai)一定時，互信息I是關于p(bj/ai1.3信息率失真函數(shù)的性質1.3.1率失真函數(shù)的定義域率失真函數(shù)的定義域問題就是在信源和失真函數(shù)已知的情況下，討論允許平均失真度D的最小和最大取值問題。根據(jù)平均失真度的定義，平均失真度是一個非負的函數(shù)，其下限顯然為零。那么，允許平均失真度D的下限也必然是零，這就是不允許任何失真的情況。另一方面，根據(jù)率失真函數(shù)的定義，R(D)是在一定約束條件下平均互信息I(X;Y)的極小值。當允許一定的失真存在時，傳送信源符號所需的信息率就可小些。當R(D)等于零時，對應的平均失真最大，也就是函數(shù)定義域的上界值Dmax1.3.2率失真函數(shù)對允許平均失真度的下凸性所謂下凸性是指對任一0≤θ≤1和任意平均失真度D(4)1.3.3率失真函數(shù)的單調(diào)遞減和連續(xù)性由于R(D)函數(shù)具有凸狀性，保證了它在定義域內(nèi)是連續(xù)的。用R(D)函數(shù)的下凸性可以證明它是嚴格遞減的。即在Dmin<D<D1.4離散信源的信息率失真函數(shù)1.4.1離散信源信息率失真函數(shù)的參量表達式以S為參量的平均失真函數(shù)D(S)：(5)信息率失真函數(shù)R(S)：(6)1.4.2二元及等概率離散信源的信息率失真函數(shù)設二元信源。再設失真函數(shù)為對稱函數(shù)，相應的失真矩陣為，則信息率失真函數(shù)R(D)為：(7)上式第一項是信源熵，第二項則是因容忍一定的失真而可能壓縮的信息率。1.5保真度準則下的信源編碼定理設一離散平穩(wěn)無記憶信源的輸出隨機變量序列為X=(X1X2…XL)，若該信源的信息率失真函數(shù)是R(D)，并選定有限的失真函數(shù)，對于任意允許平均失真度D≥0，和任意小的ε>0，當信息率R>R(D)二、保真度準則下的信源編碼典型案例的實現(xiàn)方案2.AAC音頻編碼格式介紹2.1簡介AAC音頻編碼格式，完整名稱叫做”高級音頻編碼（AdvancedAudioCodec）”。這種先進而高級的編碼規(guī)范，是由FraunhoferIIS公司（前MP3標準的制定者）、Dolby、AT&T、索尼、蘋果等產(chǎn)業(yè)巨頭共同開發(fā)的。AAC音頻編碼技術早在1997年就制定成型，當時在MPEG-2中作為了MPEG2-AAC音頻編碼規(guī)格之一，后來，在2000年被用在MPEG-4中（ISO14496-3Audio），所以現(xiàn)在變更為MPEG-4AAC標準，也就是說，AAC已經(jīng)成為MPEG4家族的主要成員之一，它是MPEG4第三部分中的音頻編碼系統(tǒng)。AAC可提供最多48個全音域音頻通道。2.2AAC理論及算法MPEG音頻壓縮規(guī)格在數(shù)字音頻的發(fā)展史上占有很重要的地位，而MP3正是應用此規(guī)格所發(fā)展出來的一種技術。MPEG最早的標準稱為MPEG-1，有國際標準化組織(ISO)在1992年完成，并制定成IS0/IEC11172標準。從MPEG-1的規(guī)格上來看，設計的最大比特率達到了1.5Mbps，規(guī)格中分別規(guī)范了視頻壓縮與聲音壓縮，VCD就是使用了MPEG-1的規(guī)格。MPEG-1本身分成三個部分，包括了系統(tǒng)、視頻和聲音資料。隨著時間的推移，MP3越來越不能滿足我們的需要了，比如壓縮率比較低，音質也不夠理想，僅有兩個聲道等等。于是FraunhoferIIS于AT&T、Sony、Dolby、Nokia等公司展開合作，共同開發(fā)出了被譽為“21世紀的資料壓縮方法”的AdvancedAudioCoding(AAC)音頻格式，以取代MP3的位置。其實AAC的算法在1997年就完成了，當時被稱為MPEG-2AAC，因為還是把它作為MPEG-2標準的延伸。但是隨著MPEG-4音頻標準在2000年成型，MPEG-2AAC也被作為它的編碼技術核心，同時追加了一些新的編碼特性，所以我們又叫MPEG-4AAC。但這兩者目前尚未被廣泛應用。增益控制增益控制濾波器組時域噪聲修正強度聯(lián)結預測M/S強度編碼數(shù)量因數(shù)量化無噪聲編碼感知模型碼率/失真控制模塊比特流輸入信號圖1.AAC編碼流程圖2.2.1增益控制增益控制模組可用于可變抽樣率配置中，它由多相正交濾波器PQF、增益檢測器和增益修正器組成。這個模組把輸入信號分離到4個相等帶寬的頻帶中。在解碼器中也有增益控制模組，通過忽略PQF的高子帶信號獲得低抽樣率輸出信號。2.2.2濾波器組AAC使用的是MDCT(ModifiedDiscreteCosineTransform)濾波器組。AAC的濾波器組被設計成允許改變視窗大小，用來適應輸入信號的狀態(tài)。視窗的大小隨著編碼器及解碼器同時改變，好讓濾波器組能有效地分辨變化多端的輸入信號。加上較長的轉換視窗長度，可變換的視窗形態(tài)，及可變轉換區(qū)塊的長度，是的MDCT優(yōu)于使用預先編碼法的濾波器組，并且提供濾波器組更好的頻率選擇性。雖然量化和編碼都是在頻域里執(zhí)行完，解碼濾波器組的功能是反MDCT(IMDCT)，將解碼器輸入端頻譜值，轉換成時域的輸出值。MDCT可以表示為：(8)同樣的，IMDCT可以表示為：(9)此處n為樣本指標，N為轉換視窗長度，i為區(qū)指標。AAC主要使用兩種視窗形態(tài)：正弦視窗(sinewindow)及貝塞爾視窗(Kaiser-BesselDerivedwindow)。AAC允許濾波器組針對輸入信號的特性來改變時間頻率解析度。在復雜的頻譜上信號編碼效率會提升，并且對短暫的靜態(tài)信號有很好的頻率解析度，然而，長轉換對急速變化的信號編碼的效率比較低。但在轉變的區(qū)塊間轉換，卻在不同的聲道中產(chǎn)生了時間調(diào)整上的問題。為了解決這個問題和確保在長區(qū)塊和短區(qū)塊轉換間有平滑的傳輸，在長短視窗切換間，使用了開始視窗(startwindow)及結束視窗(stopwindow)。這個設計保留了MDCT和IMDCT的特性，并維持了區(qū)塊的排列。2.2.3時域噪聲修正(TNS,TemporalNoiseShaping)在感知聲音編碼中，TNS模組是用來控制量化噪聲的一種方法，解決量化噪聲的錯誤匹配問題。這個技術的基本想法是，在時域中的音頻信號在頻域中有一個暫態(tài)尖峰，TNS使用這種雙重性來拓展已知的預測編碼技術，把量化噪聲置于實際的信號之下以避免錯誤匹配。2.2.4M/S強度編碼在SSR中，M/S聯(lián)合聲道解碼機制將重建左右聲道的頻譜系數(shù)，M/S立體聲編碼是用來控制并預測編碼時產(chǎn)生的噪聲。M/S立體聲的開關狀態(tài)已經(jīng)以信號位元的陣列被傳送至解碼器中。當加強編碼被使用時，M/S解碼機制將不會被啟動。2.2.5量化AAC的量化過程是使用兩個巢狀圓圈進行反復運算。通過對量化分析的良好控制，比特率能夠被高效地利用。2.2.6無噪聲編碼無噪聲編碼實際上就是霍夫曼編碼，它對被量化的譜系數(shù)、比例因數(shù)和方向信息進行編碼。2.2.7數(shù)量因數(shù)AAC在頻譜系數(shù)群眾使用個別放大率，稱為數(shù)量因數(shù)頻帶，來當作另一個方法以調(diào)整在頻域中的量化噪聲。數(shù)量因數(shù)表示一個增益值，用來改變頻譜系數(shù)在數(shù)量因數(shù)中的振幅大小。對所有的數(shù)量因數(shù)來說，不同值在于使用霍夫曼編碼。數(shù)量因數(shù)頻帶和與其相對因的系數(shù)是照著頻率的高低進行排列