UNIVERZITET U NIU

ELEKTRONSKI FAKULTET NI

Seminarski rad

Mentor Studnet
Prof. Zoran Peri Stefan Simonovi
Jelena Nikoli broj indeksa 13071

Ni, 2017.
 SADRAJ

UVOD ........................................................................................................................................ 3
1. UNIFORMNI KVANTIZER ................................................................................................. 4
1.1. Srednja snaga uma pri neuniformnom kvantovanju ...................................................... 5
1.2. Segmentna karakteristika kompresije.............................................................................. 7
2. UNIFORMNI KVANTIZER L=8 .......................................................................................... 7
3. ANALIZA KVANTIZERA LAPLASOVE RASPODELE SA PROMENLJIVOM
DUINOM KODNIH REI ZA MALE BRZINE .................................................................. 13
4. KODOVI FIKSNE I PROMENLJIVE DUINE................................................................. 15
ZAKLJUAK .......................................................................................................................... 16
LITERATURA ......................................................................................................................... 17

2
 UVOD
Kompresija signala omoguava znaajno smanjenje propusnog opsega potrebnog za
prenos digitalnog signala, zadravajui pri tome njegov percipirani kvalitet. Tehnike
kompresije signala generalno mogu da se podele u 2 velike kategorije:
- tehnike kompresije bez gubitaka (lossless compression) i
- tehnike kompresije sa gubicima (lossy compression).

Kod kompresije bez gubitaka posle procesa kodovanja i dekodovanja dobija se signal
koji je identian originalnom ulaznom signalu. Ove tehnike uglavnom se zasnivaju na nekoj
vrsti entropijskog kodovanja kod kog se umesto kodova fiksne duine koriste kodovi kod
kojih duina svakog koda odgovara koliini informacije koju odgovarajui element signala
nosi, ime se iz signala eliminie redundansa, odnosno elementi signala koji ne nose nikakvu
korisnu informaciju.

Dve metode entropijskog kodovanja koje se najee koriste u praksi su Hafmanov

(Huffman) kod i aritmetiko kodovanje. S druge strane, kod kompresije sa gubicima posle
kodovanja i dekodovanja dobija se signal koji nije istovetan sa originalnim signalom, ve ima
odreeno izoblienje.

Osnovna ideja kod ovih tehnika kompresije je da se izvri kvantizacija signala,

odnosno da se kompresovani signal koduje sa manjim brojem bita nego originalni signal, ali
tako da izoblienje signala bude to je mogue manje primetno. U kompresiji audio signala
ovo se postie korienjem razliitih psihoakustikih efekata, pre svega efekta maskiranja.
Kada u zvunom signalu postoji komponenta relativno velike snage na nekoj frekvenciji, prag
ujnosti u okolini ove frekvencije se podie, ime se poveava i snaga kvantizacionog uma
koju je mogue uneti u maskirani opseg frekvencija bez velikog uticaja na percipirani kvalitet.

Poto raspodela uma kvantizacije direktno zavisi od amplitudskog spektra

kompresovanog signala, jasno je da se kvantizacija mora vriti u frekvencijskom domenu.
Iako se za obradu signala u frekvencijskom domenu najee koristi diskretna Furijeova
transformacija, ona zbog nekih svojih osobina ne predstavlja dobar izbor kada je u pitanju
kompresija signala.

3
 1. UNIFORMNI KVANTIZER
Opti model bilo kog neuniformnog kvantizera je dat na slici 1. Ulazni signal x se
dovodi na kompresor opisan monotonom nelinearnom funkcijom G i dobija se izlazni signal
y=G(x), koji se onda dovodi na uniformni kvantizer, ime se dobija izlaz a na kraju se on
konano transformie nelinearnom funkcijom G-1.

Slika 1. Kompandorski model neuniformne kvantizacije

Krajnji (nelinearni) kvantizirani izlazni signal je =G-1() nelinearni funkcijski blok

zovemo kompresor, a blok sa inverznom funkcijom zovemo ekspandor, ova terminologija je
uobiajena. Ulazni signali koji imaju velike amplitude se komprimuju a signali malih
amplitude se poveavaju [3]. Ekspandor vri obrnut proces, pa on poveava velike amplitude.
Termin kompandor je nastao iz kombinacije rei kompresor i ekspandor i odnosi se na
ukupnu strukturu neuniformnog kvantizera koja se sastoji od kompresora, uniformnog
kvantizera, i ekspandora koji su vezani redno.

Slika 2. Uniformna kvantizacija sa 12 koraka kvantizacije

Uniformna kvantizacija predstavlja optimalno reenje u sluajevima kada je funkcija

gustine verovatnoe amplituda prenoenog signala konstantna. Kod realnih signala (kao to su
govor, slika itd.) ovaj uslov nije ispunjen i po pravilu se koristi neuniformna kvantizacija.

Neuniformnu kvantizaciju karakterie promenljiv korak kvantizacije, koji treba

prilagoditi trenutnim vrednostima signala. Da bi se ispratile promene signala korak

4
kvantizacije je manji za manje trenutne vrednosti signala, a vei za vee trenutne vrednosti
signala. Na taj nain relativna greka kvantizacije svakog odbirka moe da ostane priblino
ista, odnosno neuniformna kvantizacija omoguava smanjenje uma kvantizacije [2]. U
neuniformne postpuke kvantizacije spadaju optimalna kvantizacija i kvantizacija sa
kompresijom.

Slika 3. Uniformna kvantizacija audio signala

1.1. Srednja snaga uma pri neuniformnom kvantovanju

Na osnovu analize koja je izvrena u [2], poi emo od sledeeg izraza za distorziju:

Poto je verovatnoa da e se trenutna vrednost ulaznog signala zatei u intervalu (s)i

jednaka:

moemo izraz (1) napisati u obliku:

5
 Ovo je fundamentalni rezultat: srednja snaga uma pri neuniformnom kvantovanju
jednaka je jednoj dvanajstini prosenog kvadrata amplitudskog kvanta ulaznog signala. Na
osnovu analize u malopre pomenutom radu pokazano je da se (s)i moe izkazati kao:

Tako smo nali da je veliina i-tog amplitudskog kvanta ulaznog signala obrnuto
proporcijalna strmini karakteristike kompresije u sredini tog kvanta [1]. Zamenom etvrtog
izraza u prvi dobijamo:

jer je du/ds=f(s). Pod uinjenom predpostavkom da su amplitudski kvanti (s)i mali,

poslednju jednainu moemo zapisati u konanom obliku:

Ova jednaina nam pokazuje kako srednja snaga uma kvantovanja zavisi od oblika
karakteristike kompresije. Ova jednaina takoe javno prikazuje da u sluaju kada su
parametri kompresora i kvantizera fiksirani, tj. kada je zadato: u=f(s), AQ-srednja snaga uma
kvantovanja zavisi iskljuivo od statistike raspodele trenutnih vrednosti ulaznog signala.

Slika 4. Poreenje optimalne i uniformne kvantizacije

6
 1.2. Segmentna karakteristika kompresije
Ideja da se kontinualna karekteristika kompresije zameni konanim brojem
pravolinijskih segmenata dala je nov podsticaj ideje o integrisanoj digitalnoj mrei u kojoj
praktino neogranieno veliki broj ,, kodeka (tj., kodera i dekodera) treba da ima identine
karakteristike kompandovanja [5].

Sa stanovita konstantnosti odnosa signal-um kvantovanja, najbolje rezultate daje

kvazilogaritamska -karakteristika i njena semilogaritamska bliznakinja pod imenom ,, A-
zakon . Zbog toga je ITU preporuio dve standardne segmentne karakteristike kompresije:
- karakteristiku -255/15 koja aproksimira sa 15 segmenata kontinualnu
kvazilogaritamsku -krivu i
- karakteristiku A-87,6/13 koja aproksimira sa 13 segmenata kontinualnu
semilogaritamsku A-krivu.

Ova poslednja karakteristika preporuena je i za meunarodne veze u Evropi i za sve

internacionalne linije koje spajaju PCM mree razliitih zakona kompandovanja. Kod
kontinualnog kvantovanja javlja se problem asimetrije, koji se donekle reava upotrebom
poluprovodnikih dioda u samoj izradi kvantizera. Meutim, upotreba poluprovodnikih
dioda kao osnovnih elemenata u kompresoru i ekspandoru stvara nekoliko ozbiljnih
inenjerskih problema:
1. Teko je u praksi pronai dve identine diode sa potpuno istim karakteristikama tako
da se ne mogu dobiti komplementarne karakteristike kompresora i ekspandora.
2. Kompresor i ekspandor moraju se briljvo termostirati da temperaturne promene
ambijenta ne bi dovele do promene temperaturnog potencijala dioda a time i do
neusklaenosti karakteristika. To je dovelo do korienja segmentne karakteristike u
praksi.

2. UNIFORMNI KVANTIZER L=8

Za analizu koristimo uniformni polarni kvantizer sa L amplitudnih nivoa i Mi faznih
rekonstrukcionih nivoa mi, 1iL .Amplitudski opseg [0, r L ] delimo na prstenove
amplituda sa L nivoa odluivanja ri, 1iL. To znai da je ispunjeno 1< r1 < r2 < r3 <<

7
rL+1 < rmax i 1<m1<m2<m3<<mL za amplitudne rekonstrukcionenivoe. Svaki amplitudni
prsten delimo u Mi faznihpodgrupa.

Ako posmatramo dva susedna nivoa odluivanja koja su oznaena kao i,j i i,j+1 i
neka je i,j j-ti fazni rekonstrukcioni nivo za i-ti amplitudni prsten (1jMi) onda je:

Ukupna distorzija jednaka je zbiru granularne i overload distorzije D=Dg+Do gde je:

Granularna distorzija je unutar oblasti kvantizera, a overload distorzija je je van te

oblasti. Koristimo Gausovu raspodelu i, bez umanjivanja optosti, uzimamo za varijansu:

Izraz za izraunavanje distorzije jedne elije je:

Sumiranjem po svim elijama amplitudskog nivoa i po svim amplitudskim nivoima

dobija se izraz za granularnu distorziju polarne kvantizacije:

Aproksimativnom analizom dobija se sledei izraz za izraunavanje distorzije

uniformne polarne kvantizacije:

8
 Posmatramo kvantizer sa L nivoa, a svaki nivo sadri L0 podnivoa. Nivo odluivanja
amplitude ri, j i rekonstrukcioni podnivoi mi, j dati su kao:

nivo odluivanja faze i, j, k i fazni rekonstrukcioni nivo i, j, k su dati sa

gde je Mi broj faznih podgrupa, i=1, , L, za svaki podnivo.

Totalna distorzija jednaka je, zbiru granularne i overload distorzije D=Dg+Do

Granularna distorzija je unutar oblasti kvantizera, a overload distorzija je van te

oblasti. Ukupna distorzija je:

D(i) je distorzija jednog nivoa:

Sumiranjem distorzija svih elija dobija se granularna distorzija uz potovanje uslova

da je:

Posle sreivanja izraza za distorziju, integrisanjem po i, j, k i rma, a korienjem

aproksimacija

9
dobija se izraz za izraunavanje granularne distorzije:

Aproksimativnom analizom, korienjem aproksimacija:

i izvedenih izraza:

dobija se aproksimativni izraz za granularnu distorziju

Za poreenje prethodna dva modela korieni su kvantizeri sa sledeim

karakteristikama:
- za uniformnu polarnu kvantizaciju

- za multiproduktnu uniformnu polarnu kvantizaciju

10
Koriene su aproksimacije:

Koriene su i jednakosti:

Dobijeni su sledei rezultati:

N=22R
R=4 R=6 R=8
L=8
Rmax=3.22 Rmax=3.95 Rmax=3.22
Lo Mi Lo Mi Lo Mi
1 1 10 8 36 32 178
1 1 24 8 82 32 387
2 1 35 8 114 32 498
4 1 42 8 124 32 486
5 1 43 8 116 32 388
6 1 40 8 95 32 262
7 1 35 8 70 32 152
8 1 27 8 46 32 76
Tabela 1. Raspodela amplitudskih i faznih nivoa za R=4,6,8

R=4
L=8
rmax=3.22
i Lo Mi ri Ii Pi Di
1 1 10 0.4025 0.0786 0.199 0.0053
2 1 24 0.805 0.2471 0.2409 0.00465
3 1 35 1.2075 0.4117 0.2087 0.0039
4 1 42 1.61 0.4579 0.1416 0.0026
5 1 43 2.0125 0.3744 0.0779 0.00175
6 1 40 2.415 0.2364 0.0352 0.000975
7 1 35 2.8175 .01184 0.0133 0.000475
8 1 27 3.22 0 0 0

11
 Tabela 2. .Vrednosti parametara kvantizera i distorzije po regionima za R=4
Ukupna granularna distorzija za multiproduktni uniformni polarni kvantizer je (Tabela 2):

Granularna distorzija dobijena uniformnom polarnom kvantizacijom je (Tabela 2):

Ukupna granularna distorzija za multiproduktni uniformni polarni kvantizer je (Tabela 3):

Ukupna granularna distorzija za uniformi polarni kvantizer je (Tabela 3):

R=6
L=8
rmax=3.95
i Lo Mi ri Ii Pi Di
1 8 36 0.49375 0.159 0.271 0.00049
2 8 82 0.9875 0.427 0.28 0.0029
3 8 114 1.48125 0.561 0.192 2.029
4 8 124 1.975 0.455 0.095 1.2751
5 8 116 2.46875 0.25 0.059 7.985
6 8 95 2.9625 0.098 0.01 3.889
7 8 70 3.45625 0.029 0.0016 1.99
8 8 46 3.95 0 0 0
Tabela 3. Vrednosti parametara kvantizera i distorzije po regionima za R=6

L=8 R=8
rmax=4.84
i Lo Mi ri Ii Pi Di
1 32 178 0.605 0.304 0.352 4.20
2 32 387 1.21 0.646 0.288 2.27
3 32 498 1.815 0.5997 0.14 1.21
4 32 486 2.42 0.305 0.043 5.5
5 32 388 3.025 0.094 0.009 2.32
6 32 262 3.63 0.0185 0.0009 9.134
7 32 152 4.325 0.0023 9.18 3.302
8 32 76 4.84 0 0 0
Tabela 4. Vrednosti parametara kvantizera i distorzije po regionima za R=8
Ukupna granularna distorzija za multiproduktni uniformni polararni kvantizer je (Tabela 4):

12
Ukupna granularna distorzija za uniformni polarni kvantizer je (Tabela 4):

Gubitak u odnosu na optimalni uniformni kvantizer je:

3. ANALIZA KVANTIZERA LAPLASOVE

RASPODELE SA PROMENLJIVOM DUINOM
KODNIH REI ZA MALE BRZINE
Prvi korak u procesu digitalizacije kontinualnog analognog signala je odabiranje ili
uzorkovanje kada se u odreenim trenucima vremena uzimaju uzorci amplitude govornog
signala. Kvantizacija je drugi postupak u procesu digitalizacije analognog signala i predstavlja
proces pri kome se veliina uzorka klasifikuje u jedan odintervala kvantizacije, a potom
zaokruuje na vrednost reprezentacionog nivoa koja odgovara tom intervalu.

Uniformni kvantizer ima jednako razmaknute nivoe kvantizacije (takoe je i rastojanje

izmeu reprezentacionih nivoa jednako rastojanju izmeu nivoa kvantizacije) u celom opsegu,
to za nie vrednosti amplitude signala rezultuje veom grekom u procesu zaokruivanja. Sa
druge strane, neuniformni kvantizer zauzorke signala manje amplitude ima manji razmak
izmedju kvantizacionih nivoa, a za vee vei, to implicira i manju greku u procesu
zaokruivanja [8]. Takoe se i rastojanja izmeu reprezentacionih nivoa razlikuju u celom
opsegu. Prethodno pomenuta svojstva neuniformnog kvantizera ine ga komplikovanijim za
projektovanje, ali se zato njime unosi manja greka kvantizacije.

Najjednostavniji nain kodovanja odmeraka na izlazu kvantizera je predstavljanje

kodnim reima fiksne duine, to se svrstava u grupu tehnika kompresije sa gubicima. U cilju
podizanja kvaliteta kodovanog signala, osim pravilnog izbora kvantizera, vano je odabrati i
adekvatnu kodnu tehniku, a sve u cilju realizacije tipa kompresije bez gubitaka. Iz tog razloga

13
je u ovom radu za kodovanje primenjen entropijski Huffman-ov kod sa promenljivom
duinom kodnih rei. Ve je pokazano da se uniformnim kvantizerom sa Huffman-ovim
kodovanjem postie nia vrednost prosene bitske brzine (vei stepen kompresije), dok se
neuniformnim kvantizerom sa Huffman-ovim kodovanjem postie bolji odnos signal-um
kvantizacije (vei kvalitet reprodukovanog signala) [2].

Performanse kvantizera se mogu oceniti na osnovu kvaliteta reprodukovanog signala,

tj. stepena slinosti sa originalnim signalom, ali i na osnovu stepena kompresije koji je njime
postignut. Na stepen kompresije, osim kvantizacije, utie kodna tehnika primenjena za
kodovanje odmeraka na izlazu kvantizera, i to putem vrednosti prosenog broja bita
upotrebljenih za predstavljanje odmeraka. Najjednostavniji nain kodovanja je onaj kada se
svakom odmerku na izlazu kvantizera dodeli jednak broj bita, odnosno kada se svi odmerci
predstave kodnim reima fiksne duine.

U nastavku je opisan Huffman-ov algoritam. Ako se uzme u obzir dati izvor S sa

simbolima si (i=0,1,...,q) ije su verovatnoe pojavljivanja Pi (i=0,1,...q). U konkretnom
sluaju, posmatranih kvantizera, kao simbole si (i=0,1,...q, q=N-1) moemo posmatrati
segmente iz opsega kvantizera. Verovatnoe Pi (i=0,1,...q, q=N-1) su verovatnoe
pojavljivanja segmenata unutar opsega kvantizera koje se odreuju se na sledei nain:

gde su xi nivoi odluivanja (x0-, xN). Pre nego to se ove verovatnoe ubace u
MATLAB programski kod potrebno ih je postaviti u nerastui redosled [5]. Nakon
sprovoenja algoritma dobijene su duine kodnih rei li kojima se koduju pomenuti segmenti,
a koje su neophodne za proraun srednje ili prosene bitske brzinena sledei nain:

Prosena bitska brzina, u bitima po odmerku, proruanata je za oba tipa skalarnih

kvantizera na isti nain i zajedno sa vrednostimi SQNR-a prikazana u delu sa numerikim
rezultatima.

14
 4. KODOVI FIKSNE I PROMENLJIVE DUINE
U postupku kodiranja mogu se koristiti:
- Kodovi fiksne duine
- Kodovi promenljive duine

Karakter Frekfencija Fiksna duina Varijabilna duina Bita

a 45000 000 0 1
b 13000 001 101 3
c 12000 010 100 3
d 16000 011 111 3
e 9000 100 1101 4
f 5000 101 1100 4

U sluaju upotrebe kodova fiksne duine sve kodne rei su iste duine. Za razliku od
ovih kodova, kodovi promenljive duine koriste kodne rei ija je duina varijabilna. Kodovi
promenljive duine su poeljniji sa stanovita kompresije podataka, s obzirom da se
smanjenje veliine datoteke moe postii dodeljivanjem kraih kodnih rei simbolima koji se
esto pojavljuju, a duih kodnih rei simbolima koji se ree pojavljuju.

Prefiks kodovi su kodovi promenljive duine su znaajni za kompresiju podataka.

Uslov za efikasnu primenu ovih kodova je mogunost jedinstvene identifikacije kodne rei iz
kodirane poruke. Da bi ovo bilo mogue, kod mora biti jedinstveno dekodabilan.

Kod je jedinstveno dekodabilan ako postoji samo jedan nain da se dekodira poruka.
Najefikasniji jedinstveno dekodabilni kodovi su prefiks kodovi, odnosno kodovi ija ni jedna
kodna re ne predstavlja prvi deo (prefiks) neke drugekodne rei.

15
 ZAKLJUAK
Elementi potrebni za kompresiju su kompresor (ili koder) i expander (odnosno
dekoder). Koder se koristi da se koliina podataka smanji, a dekoder da se kompresovani
podaci emituju. Zajedno, ova dva ureaja se nazivaju i kodek. Odnos u veliinama
originalnog i kodiranog signala se naziva faktor kompresije. Najei sluaj je da je kodek
sistem za audio asimetrian. To znai da postoje velike razlike u kompleksnosti kodera i
dekodera. Na primeru MPEG kodeka moemo videti da je koder sainjen od komplikovanog
adaptivnog algoritma, gde su dekoderi jednostavniji.

Kompresija se zasniva na principu da je broj bitova koji protiu kroz transmisioni

kanal konstantan, ali da protok realne informacije nije. Odnosno, neki bitovi nose vie
informacije, neki manje. Moe se rei da je informacija rasuta po bitovima. Razlika u
protoku bita i protoku informacija se naziva redundancija. Sistemi za kompresiju su
dizajnirani da smanje redundanciju signala.

U veini realnih signala neki njegovi delovi se mogu predvideti iz onoga to je

prethodilo ili onoga to e uslediti. Recimo, signal koji je ist sinusni talas je veoma
predvidljiv; iz njegovog ponaanja u prolosti lako zakljuujemo kako e izgledati u
budunosti.

Nasuprot njemu je um, koji je potpuno nepredvidljiv signal. Realni signali su negde
izmeu ova dva ekstrema. Ako se dizajniraju spram signala koji treba da rekreiraju (emituju),
dekoderi mogu da predvide budui izgled signala na osnovu dotadanjeg dotoka informacija.
Zbog toga koderi neke delove signala mogu da izostave, znajui da e ih dekoder rekreirati.
Ovakvi kodeci se nazivaju prediktivni kodeci.

Kod prediktivnog kodeka postoje dva identina prediktora: jedan u koderu drugi u
dekoderu. Prediktor u koderu posmatra dotadanji signal i predvia njegovu sledeu vrednost.
Ovo predvianje se unutar kodera oduzima od realne vrednosi signala to daje tzv. Rezidual
koji i biva emitovan. Dekoder sadri identian prediktor, i na sopstvenu predvienu vrednost
dodaje rezidual to daje izlaznu vrednost koja je identina originalu. Treba napomenuti da je
kod kreiranja perceptivnih kodeka faktor kompresije usko povezan sa preciznou modela
ljudskog ula sluha. to je vei faktor kompresije, potreban je i bolji psiho-akustiki model.

16
 LITERATURA
[1] G.Lukatela: Statisti~ka teorija telekomunikacija i teorija informacija, (1984), Nau~na
knjiga, Beograd.

[2] G.Lukatela, D.Draji}, G.Petrovi}, R.Petrovi}: Digitalne telekomunikacije, (1990),

Nau~na knjiga, Beograd.

[3] D.G.Jeong, D.Gibson: Uniform and piecewse uniform lattice vector quantization for
memoryless Gaussian and Laplacian sources.

[4] N. S. Jayant and P. Noll, Digital Coding Of Waveforms, Principles and Applications
to Speech and Video, New Jersey: Prentice Hall, 1984, 2nd ed., ch. 4, pp. 115-220.

[5] A. Gersho and R. M. Gray, Vector Quantization and Signal Compression, Boston,
Dordrecht, London: Kluwer Academic Publishers, 1992, ch. 9, pp. 271-276.

[6] W. Press, S. Teukolsky, W. Vetterling, B. Flannery, Numerical Recipes in C, The Art

of Scientific Computing, New York: Press Syndicate of the University of
Cambridge,1992, 2nd ed., ch. 20, pp. 903-910.

[7] M. Marcellin, M. Lepley, A. Bilgin, T. Flohr, T. Chinen, J. Kasner, An overview of

quantization in JPEG 2000, Signal Processing: Image Comunication, Vol 17, 2002,
pp. 73-84.

[8] Z. Peri, J. Nikoli, D. Pokrajac, Hybrid Scalar Quantizer for the Laplacian Source,
WSEAS Transactions on Communications., Vol. 6, No. 1, January 2007, pp. 60-65.

[9] Z. Peri, J. Nikoli, D. Pokrajac, Optimal designing scalar quantizers using a hybrid
quantization method for the Laplacian source, Proceedings of the 4th WSEAS
International Conference on Electromagnetics, Wireless and Optical
Communications., 20-22 November 2006, pp. 156-162.

[10] Z. Peri, J. Nikoli, D. Pokrajac, Designig of scalar quantizer based on the hybrid
model for the Laplacian source, Proceedings of the International Scientific Conference
on Information, Communication, and Energy Systems and Technologies ICEST 2006,
Vol. 2, June29- July 1, 2006, pp. 197-199.

17