InfElmTetel23

A VIK Wikiből
A lap korábbi változatát látod, amilyen (vitalap) 2012. október 21., 20:59-kor történt szerkesztése után volt. (Új oldal, tartalma: „{{GlobalTemplate|Infoalap|InfElmTetel23}} vissza InfelmTetelek-hez <style> li {margin-top: 4px; margin-bottom: 4px;} </style> Tk. 2.6 : 99-106. o. =…”)
(eltér) ← Régebbi változat | Aktuális változat (eltér) | Újabb változat→ (eltér)
Ugrás a navigációhoz Ugrás a kereséshez

Ez az oldal a korábbi SCH wiki-ről lett áthozva. Az eredeti változata itt érhető el.

Ha úgy érzed, hogy bármilyen formázási vagy tartalmi probléma van vele, akkor kérlek javíts rajta egy rövid szerkesztéssel.

Ha nem tudod, hogyan indulj el, olvasd el a migrálási útmutatót


vissza InfelmTetelek-hez <style> li {margin-top: 4px; margin-bottom: 4px;} </style>

Tk. 2.6 : 99-106. o.

Prediktív kvantálás (DPCM, DM)

DPCM: Differential Pulse Code Modulation, Differenciális Impulzus Kód Moduláció

Differenciális (különbségi) kód alkalmazása akkor célszerű, ha egy adatból az utána következő adat jól becsülhető, pl várhatóan kicsi a különbségük.

Prediktor függvény: [math]p_n=f(\hat{x}_{n-1}, \hat{x}_{n-2}, \ldots, \hat{x}_0)[/math] a korábban elküldött értékek alapján megbecsüli a következő értéket. Tehát nem az eredeti, hanem a kvantált értékeket használja, ezért a küldő és a fogadó ugyanazt az eredményt kapja, hiszen a kvantált érték mindkét oldalon rendelkezésre áll.

DPCM esetén a prediktorfüggvény és a forrás különbségét kódoljuk. [math]d_n=x_n-p_n[/math].
Ez a módszer csökkenti a szórást és a dinamikatartományt.

Adaptív DPCM rendszer

A bemeneti jelek időben változó tulajdonságaihoz alkalmazkodik.

  • előre adaptív: [math]x_n[/math] alapján működik. Mivel a dekódernek a bemenet nem áll rendelkezésre csak a kvantált, kódolt jel, ezért előre adaptív esetben a rendszernek a bemenet alapján számított módosított paramétereit is át kell vinni a dekódolóhoz.
  • hátra adaptív: [math]\hat{x}_n[/math] a kvantált jel alapján működik, ami természetesen a dekódoló rendelkezésére áll.

Jayant-kvantáló

Kvantálási intervallum: A bemeneti jel értékeinek egy olyan intervalluma, amihez a kvantáló függvény egy adott értéket rendel.

Hátra adaptív rendszer, minden kvantálási intervallumhoz egy szorzótényezőt rendelünk, a kvantáló belső (origóhoz közelebbi) tartományaihoz 1-nél kisebb, külső részein 1-nél nagyobb értéket. Miután a bemeneti jelet kvantáltuk, a kiválaszott intervallumhoz rendelt szorzótényezőt eltároljuk, és a következő érték kvantálásakor az azelőtt alkalmazott kvantálási intervallumokat megszorozzuk a szorzótényezővel. Ezáltal kis értékek esetében a kvantálási intervallumok összehúzódnak, hogy finomabb felbontást adjanak, nagy értékeknél pedig megnövekednek, hogy ezeket is tudják kódolni.

DM (Delta Moduláció)

Két szintű kvantálóval rendelkező DCPM.

1 bites kvantálóval rendelkező DPCM, [math]\pm\Delta[/math] kimeneti értékeket állít elő. A torzítás alacsonyan tartásához akár a legnagyobb frekvencia százszorosával is mintavételeznek.

Lineáris DM (Delta Moduláció)

A DM fix lépésközű változata.

Fix lépésközű, gyors változást nem tud követni, lapos részen oszcillál. Az oszcilláció csökkentéséhez a lépésközt is csökkenteni kéne, de a gyors változások gyorsabb követéséhez minél nagyobb lépésköz a megfelelő.

Lépésköz adaptív megválasztása

CFDM (Constant Factor Delta Modulation -- Konstans faktorral alkalmazkodó DM)

Ennél a megoldásnál a különbség előjelváltozásából próbáljuk megbecsülni a változási sebességet. Lassan változó jel esetében a különbség nulla körül ingadozik, tehát sűrűn vált előjelet. Határozott változás esetén az egymás utáni különbségek azonos előjelűek.

Választunk egy [math] 1 \leq M \leq 2 [/math] értéket, ezzel fogjuk a kvantálási tartományok határait megszorozni vagy elosztani, attól függően, hogy váltott-e előjelet a kölönbség.

[math] s_n [/math] a delta modulátor [math] n [/math].-ik időegységbeli lépése.

[math] (s_n=\pm\Delta_n) [/math]

[math] \Delta_{n+1} = [/math]

 [math] M_1\Delta_n [/math] , ha [math] sgn(s_n) = sgn(s_{n-1}) [/math]
[math] M_2\Delta_n [/math] , ha [math] sgn(s_n) \neq sgn(s_{n-1}) [/math]

A memória növelésével csökkenthető a torzítása: több lépésre tekintünk vissza az előjelváltozások tekintetében.

CVSD (Continously Variable Slope Delta -- Folytonosan változó meredekségű DM)

A delta lépésköz alakításához két faktort alkalmazunk: az előző deltát egy egynél valamivel kisebb számmal minden lépésben szorozzuk, ezáltal delta értéke alapesetben csökken. Közben egy csúszóablakon figyeljük a legutóbbi néhány lépés előjelváltási viszonyait. Ha a korábbi lépések megadottan nagy részében nem történt előjelváltás, akkor egy konstans értékkel megnöveljük deltát az előző értékhez képest.

[math]\Delta_n=\beta\Delta_{n-1}+\alpha_n\Delta_0[/math] ahol [math]\beta[/math] [math]1[/math]-nél alig kisebb konstans,
[math]\alpha_n[/math] [math]1[/math], ha a kvantálás legutóbbi [math]K[/math] db kimeneti értékéből [math]J[/math] darabnak azonos volt az előjele, különben [math]0[/math].

A beszédkódolásban kívánatos lassabb alkalmazkodást tesz lehetővé.


-- Sales - 2006.06.25.