现代通信(tōngxìn)原理单元(dānyuán)概述单元(dānyuán)学习提纲第六章自适应(shìyìng)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(shìyìng)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(zhīdào)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(shíkè)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(guòchéng)可以用以下抽头延时滤波器实现DPCM系统(xìtǒng)原理框图差分脉码调制：对信号采样(cǎiyànɡ)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(xìnhào)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(xìtǒng)总量化误差：系统总的量化信噪比等于预测增益(zēngyì)与差值量化信噪比的乘积预测(yùcè)增益：线性预测网络(wǎngluò)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(fāsònɡ)系统预测量化器传递函数为D(Z)接收系统(xìtǒng)重建滤波器传递函数H(Z)第十九页，共四十六页。2.零点(línɡdiǎn)预测器重建滤波器的传递函数只有零点没有(méiyǒu)极点，称为全零点预测器。3.极零点(línɡdiǎn)预测器从发送(fāsònɡ)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(gōnglǜ)E[d2]最小，可以通过求极限。对于(duìyú)一极点预测器所以(suǒyǐ)得到一组线性方程差值信号在预测(yùcè)系数取最佳值时最小，有并假设信号(xìnhào)与噪声无关，5.GP与预测阶数的关系预测通常(tōngcháng)要选用前多少次的样值来参与，见下图6.3自适应(shìyìng)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(shùnshí)平方差dq2(k),使{ai(k)}不断接近{aiopt(k)}.Widrow提出的LMS算法梯度(tīdù)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(shíjì)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(qíngkuàng)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(yùcè)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(xìnhào)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(shìyìng)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(fāngfǎ)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(shūchū)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(wèntí),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(zhènɡfù)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(shìyòng)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