语音信号矢量量化设计及实现算法的matlab仿真.doc

引言
21世纪是信息的社会,各种科技领域的信息大爆炸。数字信号的数据量通常很巨大,对存储器的存储容量,通信信道的带宽及计算机的处理速度带来压力,因此必须对其进行量化压缩来紧缩数据存储容量,较快地传输各种信号,并使发信机功率降低。
矢量量化(VQ)是一种极其重要的信号压缩方法,其在语音信号处理中占有十分重要的地位,广泛应用于语音编码,语音识别,语音合成等领域。在许多重要的课题中,VQ都起着非常重要的作用。采用矢量量化技术对信号波形或参数进行压缩处理,可以获得非常高的效益。VQ不仅可以压缩表示语音参数所需的数码率,而且在减少运算量方面也是非常高效的,它还能直接用于构成语音识别和说话人识别系统。
语音数字通信的两个关键部分是语音质量和传输数码率。但这两者是矛盾的:要获得较高的语音质量,就必须使用较高的传输码率;相反,为了实现高效地压缩传输数码率,就很难得到良好的语音质量。但是矢量量化却是一种既能得到高效压缩的数码率,又能保证语音质量的方法。
量化可以分为两大类:一类是标量量化,一类是矢量量化VQ。
标量量化是把抽样后的信号值逐个进行量化,而矢量量化是先将k个抽样值组成k维空间中的一个矢量,然后将此矢量进行量化,它可以极大的降低数码率,优于标量量化。
各种数据都可以用矢量表示,直接对矢量进行量化,可以方便的对数据进行压缩。矢量量化属于不可逆压缩方法,具备比特率低,解码简单,失真较小的优点。
矢量量化的发展大致可以分为两各阶段:
第一阶段约为1956至1977年。1956年steinhaus第一次系统的阐述了最佳矢量量化的问题。1957年,在loyd的“PCM中的最小平方化”一文中给出了如何划分量化区间和如何求量化值问题的结论。约于此同时MAX也得出同样的结果。虽然他们谈论的都是标量量化问题,但他们的算法对后面的矢量量化的发展有着深刻的影响。1964年,NEWMAN研究了正六边形原理。1977年,berger的‘率失真理论’一书出版。总体来说,这一阶段的工作多是理论性的,但它为第二阶段的发展奠定了一定的基础。
第二阶段约为1978年至今。1978年,buzo第一个提出实际的矢量量化器。他提出的量化系统组成分为两步:第一步将语音信号做线性预测分析,求出预测系数,第二步,对这些系数做矢量量化,于是得到压缩数码的语音编码器。1980年,linde,buzo和gray将Loyd-max算法推广,发表了第一个矢量量化器的设计算法,通常称为LBG算法。这就将矢量量化的研究向前推动了一大步。这一时期,人们对矢量量化问题展开了全面的研究,其中主要是对失真测度的探讨,码书的设计,各种矢量量化系统的研究,快速搜索算法的寻找等等。
矢量量化研究的进展是很快的,1980年,,仅将滤波系数从标量量化改为矢量量化,就可以使编码速率降低到800b/s,而声音质量基本未下降。1983年,美国BBN公司研制了一种分段式声编码器。由于该声码器采用了矢量量化,所以可以用150b/s的速率来传送可懂的话音。近几十年来在已经提出的各种矢量量化方法和系数的基础上,更多更好的矢量量化方法渐渐出现。在图像数据压缩和语音识别的应用方面,矢量量化研究也得到了很快的发展,提出各种各样的矢量量化系统,用硬件实现矢量量化系统的方法也越来越多
矢量量化压缩技术的应用领域非常广阔,如军事部门和气象部门的卫星(或航天飞机)遥感照片的压缩编码和实时传输、雷达图像和军用地图的存储与传输、数字电视和DVD的视频压缩、医学图像的压缩与存储、网络化测试数据的压缩和传输、语音编码、图像识别和语音识别等等。
第一章矢量量化器
矢量量化概述
矢量量化技术涉及到许多学科的技术和理论知识,且应用范围非常广泛。由于矢量量化的数据压缩具有编码简单,效率高,压缩比大等优点,所以矢量量化最先在语音,图像,视频这些媒体信息的压缩中取得了巨大的应用。由于矢量量化的高压缩比,使得它可以应用在民用的高清电视,网络视频的实时传输上,也可以应用在军用国防的卫星遥感,雷达监测等方面。矢量量化技术在其他方面的应用也发展十分迅速,如矢量量化技术已广泛地应用于语音识别,说话人识别,数字水印,文件检索,纹理压缩,移动通信等众多科学领域。
矢量量化的三大关键步骤和技术是:码书设计,码字搜索和码字索引分配
前两项是矢量量化过程中的关键。码书设计可以看成是一个统计聚类的过程。从另一个角度来看,码书设计也是一个迭代过程,码书可以视为一个类似函数优化的问题,所以要搜索最优化的全局码书,就需要一种全局算法。从以上分析可以看出,码书的优化是一个很重要的任务。人们试图找到各种新的码书优化的算法和策略。多种理论研究都应用到了码书算法,例如神经网络,模糊集合论