15.06.2013 Views

Teza doctorat (pdf) - Universitatea Tehnică

Teza doctorat (pdf) - Universitatea Tehnică

Teza doctorat (pdf) - Universitatea Tehnică

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

3.1.2. Metode şi standarde de compresie a semnalului vocal<br />

23<br />

Cap. 3. Procesarea digitală a semnalului vocal<br />

Codarea predictivă DPCM şi cea adaptivă ADPCM descrise anterior, din cauza faptului<br />

că ele reduc debitul de date prin codare, se folosesc de asemeni şi în procesul de compresie a<br />

semnalului vocal. Bazată pe tehnica ADPCM, mai există o metodă de compresie pe subbenzi<br />

numită SB-ADPCM. Lărgimea de bandă disponibilă este împărţită pe mai multe subbenzi<br />

separate, pe care apoi este aplicat algoritmul adaptiv de modulare diferenţială a impulsurilor în<br />

cod, crescând astfel acurateţea codării precum şi lărgimea de bandă care poate fi transmisă. Rata<br />

de date la aceste metode variază între 64kbps şi 48kbps [Vla97].<br />

O altă metodă de compresie este numită compresia prin transformări, în care se<br />

urmăreşte împărţirea semnalului de la intrare în segmente sau blocuri şi obţinerea unei<br />

transformări digitale pentru fiecare segment sau bloc de date considerat. Pentru fiecare segment<br />

se calculează anumiţi coeficienţi de transformare, care vor condensa energia semnalului şi vor fi<br />

transmişi pe canalul de comunicaţie.<br />

Principiul compresiei prin transformări, ilustrat în figura 3.4, este următorul :<br />

Dacă la intrare avem un vector N-dimensional U(1..N), cu valoare medie nulă, printr-o<br />

transformare liniară A obţinem un vector complex V(1..N) cu componente care sunt necorelate<br />

mutual. Componentele din vectorul V se cuantizează independent şi se transmit pe canal. La<br />

receptor, vectorului Vc obţinut din cuantizarea lui V i se aplică o transformare inversă B pentru a<br />

recompune aproximarea vectorului iniţial U, care este Ur.<br />

U<br />

u(1)<br />

u(2)<br />

.<br />

.<br />

u(N)<br />

Figura 3.4. Algoritmul de compresie prin transformări<br />

Problema care se pune în continuare este de a obţine matricile A şi B precum şi a<br />

cuantizorului optimal Q, astfel încât valoarea medie pătratică a distorsiunii între vectorii U şi Ur<br />

să fie minimă. Algoritmul optimal a fost găsit de către Karhunen şi Loeve, numindu-se<br />

transformarea KL.<br />

Tr A<br />

V<br />

v(1)<br />

v(2)<br />

.<br />

.<br />

v(N)<br />

Algoritmul KL nefiind o transformare rapidă, se înlocuieşte în multe abordări prin alte<br />

transformări unitare, cum ar fi transformările de tip sinus, cosinus, DFT, Hadamard sau Slant.<br />

Vc<br />

Q<br />

vc(1)<br />

vc(2)<br />

.<br />

.<br />

vc(N)<br />

Tr B<br />

Ur<br />

ur(1)<br />

ur(2)<br />

.<br />

.<br />

ur(N)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!