现代通信原理自适应差分脉码调制资料.ppt

现代通信原理单元概述单元学习提纲第六章自适应差分脉码调制(ADPCM)语音压缩编码技术：低于64kb/s数码率的语音编码技术:
差分脉码调制(DPCM)
自适应差分脉码调制(ADPCM)
子带编码(SBC)
矢量量化编码(VQ)6．2DPCM的基本原理什么是预测:
知道某时刻以前信号的表现,就可以推断它
以后的数值.具体到信号的采样过程,就是通过前
几次的样值来预测后一次的样值.
假如有一个信号m(t),用速率1/TS进行采样，那么
在时刻t=nTs，我们可以掌握此前N个样值序列

M(nTs),m(nTs-Ts),m(nTs-2Ts),……m(nTs-NTs)
预测过程可以用以下抽头延时滤波器实现DPCM系统原理框图差分脉码调制：
对信号采样值和预测值的差值进行量化编码并传输.
接收端将接收到的差值和恢复的预测值相加得到此次采样值.
由于只传输动态范围较小的差值,所以编码的码组不需太长,在DPCM中,一般采用4位.发送端：
差值信号d(k)=s(k)-se(k)，量化后得到的dq(k)
一方面送入编码器，另一方面送入本地解码器产生斜
变信号se(k)。
DPCM的系统总量化误差：系统总的量化信噪比等于预测增益与差值量化
信噪比的乘积预测增益：线性预测网络可分为极点预测器和零点预测器两种

1.极点预测器设发送系统预测量化器传递函数为D(Z)接收系统重建滤波器传递函数H(Z)192.零点预测器重建滤波器的传递函数只有零点没有极点，称
为全零点预测器。3.极零点预测器从发送端4.最佳线性预测器

预测器具有一组预测系数ai,bi,怎样选择这一组
数据，使预测值更接近实际值，实现GP和SNR的
最大，是最佳预测器所要解决的问题。
怎样选择一组系数ai，bi，使差值功率E[d2]最小，
可以通过求极限。
对于一极点预测器所以得到一组线性方程差值信号在预测系数取最佳值时最小，有并假设信号与噪声无关，5.GP与预测阶数的关系
预测通常要选用前多少次的样值来参与，见下图6.3自适应预测2.后向序贯自适应预测算法

在dq(k)最小的情况下,找出最佳预测系数,采用
不断修正预测系数{ai(k)}的方法来减小瞬时平方差
dq2(k),使{ai(k)}不断接近{aiopt(k)}.

Widrow提出的LMS算法梯度符号算法1.若预测信号Sr(k)>0,差值dq(k)>0,
在正信号情况下预测值小于实际值，
应增加下一次的预测系数使预测值增加。
2.若预测信号Sr(k)>0,差值dq(k)<0,
在正信号情况下预测值大于实际值，
应减小下一次的预测系数使预测值减小。
3.若预测信号Sr(k)<0,差值dq(k)>0,
在负信号情况下预测值大于实际值，
应减小下一次的预测系数使预测值减小。
4.若预测信号Sr(k)<0,差值dq(k)<0,
在负信号情况下预测值小于实际值，
应增加下一次的预测系数使预测值增加。
6.4自适应量化介绍以下两种方式：

1、前向自适应量化：
按输入信号的方差来调整量化电平{dqn}和分层
电平值{dn}.d2大，用大量阶；d2小，用小量阶。

这种方法在实时系统不易实现。2、后向自适应量化

根据前一时刻的输出数字码I(k-1)或量化器输出
值{dqn(k-1)}来确定本次{dn(k)}与{dqn(k)}。
是目前常用的方法。

Jayant提出的后向自适应算法：

本次量化间隔=前一次量化间隔*量化调整因子上式算法在有传输误码情况下,会产生误码
扩散问题,因此采用修正式:对于L=16的DPCM（DPCM通常采用4位编码，L=16），此表是绝对值，共8组值，正负信号刚好表示16个值。注意：

1、对于非均匀量化，不能直接使用6-26式。

2、6-26式是一种快速瞬时自适应，适用于语音
等电平变化快的信号。

3、对于MODEM或信令等变化慢的信号，表6-26
要重新定义，M值基本都接近1，只有M[|I(8)|]才略大
于1，约为1.024。自测题