Пред.
След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
8.7. ЦИФРОВОЕ КОДИРОВАНИЕ С ПРЕДСКАЗАНИЕМПервичные сигналы, как правило, сильно коррелированы. Во многих случаях (речевые сигналы, видеосигналы) эта корреляция распространяется на большое число отсчетов, разнесенных во времени. Существование таких корреляций позволяет предсказать значения текущих отсчетов по ранее переданным и тем самым уменьшить (сжать) объем передаваемых по каналу данных. Предположим, что на передающем конце системы связи имеется некоторое устройство, называемое предсказателем
была наименьшей. В качестве исходных данных Выбор функции предсказания
Предсказание широко используется при различных способах сжатия данных. Один из них состоит в следующем. Для каждого отсчета При передаче по синхронному каналу необходимо выравнивание потока с помощью буферных запоминающих устройств (БЗУ). Более широкое применение находит метод, при котором передается по каналу непосредственно ошибка предсказания Поток данных в этом случае будет регулярным, что исключает необходимость применения БЗУ. Сигнал ошибки Характерным примером системы с предсказанием является дифференциальная импульсно-кодовая модуляция (ДИКМ), структурная схема которой приведена на рис. 8.4. Эта система работает следующим образом.
Рис. 8.4. Структурная схема кодека ДИКМ В блоке
который затем кодируется и передается кодовыми комбинациями длиной Эффективность системы ДИКМ обычно оценивается по выигрышу в отношении сигнала к шуму квантования по сравнению с системой ИКМ или по коэффициенту сжатия Мощность шума квантования в системе
где
Мощность шума квантования при ИКМ согласно (8.56) определяется формулой
Тогда выигрыш системы ДИКМ по сравнению с системой ИКМ будет
Для гауссовского источника
Для получения наибольшего выигрыша необходимо минимизировать дисперсию ошибки предсказания
При линейном предсказании согласно рис. 8.4
При
Тогда (8.68) запишется так:
где
где
Минимизируем (8.70) путем подбора коэффициентов предсказания
Решением этого уравнения является
Ошибка предсказания при этом минимальна и согласно (8.70) и (8.72)
В частном случае, когда коэффициент корреляции первичного сигнала
уравнение (8.71) запишется в виде
Очевидным решением этой системы уравнений является
Отношение Для реальных сигналов ошибка предсказания существенно уменьшается при увеличении порядка предсказания Коэффициент сжатия при ДИКМ можно определить на основе (8.55):
где В общем случае минимальное число бит на отсчет при оптимальном кодировании определяется энтропией источника. Для гауссовского источника согласно (8.42):
Здесь предполагается, что сигнал ошибки
при одинаковом шуме квантования
В частном случае, когда коэффициент корреляции исходного сигнала определяется показательной функцией (8.74) и предсказание осуществляется по одному предшествующему отсчету согласно (8.75) и (8.77) имеем
Для телевизионного сигнала Таким образом, предсказание в системе ДИКМ позволяе! уменьшить динамический диапазон и ослабить корреляцию разностного сигнала, одновременно уменьшается шум квантования при заданном числе уровней квантования. Предсказание декоррелирует сигнал и тем самым сокращает его избыточность. Дальнейшее сокращение избыточности можно получить за счет статистического кодирования квантованного разностного сигнала. При этом учитывается неравномерность распределения вероятностей этого сигнала, т. е. малые значения отображаются короткими кодовыми комбинациями, а большие (редко встречающиеся) значения — более длинными кодовыми комбинациями. Первичные сигналы многих источников, в том числе речевые и видеосигналы, являются нестационарными случайными процессами с медленно изменяющимися во времени энергетическими и спектральными характеристиками. Поэтому значительное улучшение эффективности ДИКМ можно получить, если использовать адаптивный предсказатель и адаптивный квантователь, т. е. вместо ДИКМ применить АДИКМ. В работе [189] описана АДИКМ с линейным предсказанием на основе лестничного фильтра. По экспериментальным данным, эта система позволяет получить для речевого сигнала коэффициент сжатия Метод предсказания широко используется и в вокодерных системах. В этих системах, в отличие от систем ДИКМ, в которых кодируются отсчеты сигнала (кодирование формы сигнала), кодируются отдельные параметры сигнала (параметрическое кодирование). Вокодерные системы на основе линейного предсказания строятся по принципу анализ-синтез. Сначала методами линейного предсказания с помощью модели речеобразования оцениваются параметры сигнала, а также вид возбуждения и период основного тона. Затем эти параметры передаются по каналу связи. В приемнике на основе их синтезируется речевой сигнал, аналогичный исходному. Вокодеры позволяют получить коэффициент сжатия порядка 100 и более [191, 195]. Применение вокодеров обеспечивает разборчивость речи, но не качество, в то время как кодеки формы сигнала позволяют сохранить хорошую разборчивость без существенного нарушения естественности речи. Из-за сложности и высокой стоимости вокодеры не нашли широкого применения. Однако параметрический подход, используемый в вокодерах, успешно используется при передаче неподвижных изображений. Ведутся работы по использованию этого подхода в телевидении. Так, при передаче черно-белых текстов, состоящих из печатных символов, с помощью алгоритмов оптического распознавания символов каждый символ и его положение отображаются двумя параметрами, которые затем кодируются и передаются. Такой подход обеспечивает высокие коэффициенты сжатия по сравнению с кодированием формы сигнала. Например, стандартная страница машинописного текста размером 216X280 мм (30X66 знаков) может быть передана с использованием 8 бит на знак, т. е. около 0,01 бит на отсчет Котельникова [191].
|
1 |
Оглавление
|