現(xiàn)代通信原理6第六章自適應差分脈碼調制

現(xiàn)代通信原理6第六章自適應差分脈碼調制第一頁，共46頁。單元概述

差分脈沖編碼調制由增量調制演變而來，它用二進制碼組對信號的差值進行幅度量化和編碼。這里所謂“差分”又稱“差值”，是一般意義上的“增量”，即信號的當前抽樣值與預測值之差。ADPCM之所以能用較小的碼組編碼，而獲得接近PCM的量化信噪比，其關鍵在于“預測”?！邦A測”得越準確，“差值”就會越小，就可以用較少的位數(shù)量化而具有較小的量化噪聲。2第二頁，共46頁。單元學習提綱

（1）差分脈沖編碼調制原理和方框圖，差值信號、預測信號、重建信號的含義，差分脈沖編碼調制的編碼增益；（2）線性預測原理，極點預測和零點預測的基本概念和物理意義；（3）自適應預測和自適應量化的基本概念和物理意義。3第三頁，共46頁。第六章自適應差分脈碼調制(ADPCM)

6.1概述

8位PCM編碼,對于語音傳輸,其速率為64K,需要32K的帶寬,多用于有線傳輸.在無線通信,特別是移動通信中,帶寬資源是非常寶貴,一般要求信號具有更低的速率以減小傳輸帶寬.數(shù)字化圖像一般有96M的速率,占用48M的帶寬,就更需要重新設計信源編碼形式,以降低速率或數(shù)據(jù)量,便于傳輸和存儲.這就提出了壓縮的問題4第四頁，共46頁。語音壓縮編碼技術：低于64kb/s數(shù)碼率的語音編碼技術:差分脈碼調制(DPCM)自適應差分脈碼調制(ADPCM)子帶編碼(SBC)矢量量化編碼(VQ)5第五頁，共46頁。6．2DPCM的基本原理任何信號,不論語音或圖像,采用直接采樣-量化-編碼的方式進行編碼,都會發(fā)現(xiàn)碼組之間具有很強的相關性.由于相關性的存在,傳輸數(shù)據(jù)中存在大量不需要傳輸?shù)男畔?稱為冗余.DPCM就是通過預測和差分編碼方式來減少冗余,實現(xiàn)數(shù)據(jù)壓縮的目的.6第六頁，共46頁。什么是預測:知道某時刻以前信號的表現(xiàn),就可以推斷它以后的數(shù)值.具體到信號的采樣過程,就是通過前幾次的樣值來預測后一次的樣值.7第七頁，共46頁。假如有一個信號m(t),用速率1/TS進行采樣，那么在時刻t=nTs，我們可以掌握此前N個樣值序列

M(nTs),m(nTs-Ts),m(nTs-2Ts),……m(nTs-NTs)根據(jù)前N個樣值對m(nTs)進行預測,定義為:------m(nTs)的預測值。Wi----------加權常數(shù)8第八頁，共46頁。預測過程可以用以下抽頭延時濾波器實現(xiàn)9第九頁，共46頁。DPCM系統(tǒng)原理框圖

10第十頁，共46頁。差分脈碼調制：對信號采樣值和預測值的差值進行量化編碼并傳輸.接收端將接收到的差值和恢復的預測值相加得到此次采樣值.由于只傳輸動態(tài)范圍較小的差值,所以編碼的碼組不需太長,在DPCM中,一般采用4位.11第十一頁，共46頁。發(fā)送端：差值信號d(k)=s(k)-se(k)，量化后得到的dq(k)一方面送入編碼器，另一方面送入本地解碼器產生斜變信號se(k)

。接收端：先經過PCM解碼恢復dq(k)，在經過積分器和LPF即恢復出模擬信號sr(k)。12第十二頁，共46頁。DPCM的系統(tǒng)總量化誤差：總量化誤差只和差值信號的量化誤差有關.13第十三頁，共46頁。系統(tǒng)總的量化信噪比等于預測增益與差值量化信噪比的乘積14第十四頁，共46頁。預測增益：差值信號量化信噪比：

要使信號總信噪比大,就要使預測增益大,也就是增加預測的準確性,同時還要求降低量化噪聲.DPCM就是研究如何使這兩個參數(shù)最大,提出了ADPCM(自適應差分量化編碼)的思想.15第十五頁，共46頁。線性預測網絡可分為極點預測器和零點預測器兩種1.極點預測器16第十六頁，共46頁。設發(fā)送系統(tǒng)預測量化器傳遞函數(shù)為D(Z)式中ai是一組預測系數(shù)。17第十七頁，共46頁。接收系統(tǒng)重建濾波器傳遞函數(shù)H(Z)由于重建濾波器傳遞函數(shù)只有極點沒有零點,故稱為全極點預測器.18第十八頁，共46頁。19第十九頁，共46頁。2.零點預測器20第二十頁，共46頁。若預測信號為：Bi是一組預測系數(shù)。則重建信號為：21第二十一頁，共46頁。重建濾波器的傳遞函數(shù)只有零點沒有極點，稱為全零點預測器。22第二十二頁，共46頁。3.極零點預測器23第二十三頁，共46頁。從發(fā)送端從接收端傳遞函數(shù)有零點有極點,稱為極零點預測器24第二十四頁，共46頁。4.最佳線性預測器預測器具有一組預測系數(shù)ai,bi,怎樣選擇這一組數(shù)據(jù)，使預測值更接近實際值，實現(xiàn)GP和SNR的最大，是最佳預測器所要解決的問題。怎樣選擇一組系數(shù)ai，bi，使差值功率E[d2]最小，可以通過求極限。25第二十五頁，共46頁。對于一極點預測器求偏微分，并令為零。26第二十六頁，共46頁。所以得到一組線性方程27第二十七頁，共46頁。差值信號在預測系數(shù)取最佳值時最小，有28第二十八頁，共46頁。并假設信號與噪聲無關，最佳預測增益29第二十九頁，共46頁。5.GP與預測階數(shù)的關系預測通常要選用前多少次的樣值來參與，見下圖當階數(shù)大于2時，最佳預測增益就趨于飽和，飽和值一般為6-12dB30第三十頁，共46頁。6.3自適應預測

為了獲得最大的預測增益,通常采用自適應預測方式,預測系數(shù)在預測過程中實時調整.

1.前向自適應預測算法如前所述,根據(jù)短時間的相關特性R(i),求短時的最佳預測系數(shù)，運算量大，延遲時間大，不能用于高速系統(tǒng)。31第三十一頁，共46頁。2.后向序貫自適應預測算法在dq(k)最小的情況下,找出最佳預測系數(shù),采用不斷修正預測系數(shù){ai(k)}的方法來減小瞬時平方差dq2(k),使{ai(k)}不斷接近{aiopt(k)}.

Widrow提出的LMS算法32第三十二頁，共46頁。梯度符號算法以下來說明:差值信號=實際信號-預測信號,表達式為:33第三十三頁，共46頁。預測過程如上圖所示,此次預測系數(shù)ai越大,此次的預測值Sr(k)就越大.34第三十四頁，共46頁。1.若預測信號Sr(k)>0,差值dq(k)>0,在正信號情況下預測值小于實際值，應增加下一次的預測系數(shù)使預測值增加。35第三十五頁，共46頁。2.若預測信號Sr(k)>0,差值dq(k)<0,在正信號情況下預測值大于實際值，應減小下一次的預測系數(shù)使預測值減小。36第三十六頁，共46頁。3.若預測信號Sr(k)<0,差值dq(k)>0,在負信號情況下預測值大于實際值，應減小下一次的預測系數(shù)使預測值減小。37第三十七頁，共46頁。4.若預測信號Sr(k)<0,差值dq(k)<0,在負信號情況下預測值小于實際值，應增加下一次的預測系數(shù)使預測值增加。38第三十八頁，共46頁。6.4自適應量化自適應預測解決了預測增益最大的問題，自適應量化主要解決量化信噪比最大的問題，這里的量化是指對差值信號的量化。功率變化大（動態(tài)范圍大）的信號，量化器參數(shù)（量化電平{dqn}、分層電平{dn}、量階）應能跟上輸入信號方差的變化。39第三十九頁，共46頁。介紹以下兩種方式：

1、前向自適應量化：按輸入信號的方差來調整量化電平{dqn}和分層電平值{dn}.d2大，用大量階；d2小，用小量階。

這種方法在實時系統(tǒng)不易實現(xiàn)。40第四十頁，共46頁。2、后向自適應量化根據(jù)前一時刻的輸出數(shù)字碼I(k-1)或量化器輸出值{dqn(k-1)}來確定本次{dn(k)}與{dqn(k)}。是目前常用的方法。Jayant提出的后向自適應算法：本次量化間隔=前一次量化間隔*量化調整因子41第四十一頁，共46頁。上式算法在有傳輸誤碼情況下,會產生誤碼擴散問題,因此采用修正式:-抗誤碼因子M[|I(K)|]-量化間隔調整因子42第四十二頁，共46頁。對于L=16的DPCM（DPCM通常采用4位編碼，L=16），此表是絕對值，共8組值，正負信號剛好表示16個值。Jayant等人根據(jù)大量實驗確定了不同量化電平L時DPCM量化器的M值見下表43第四十三頁，共46頁。注意：

1、對于非均勻量化