Professional Documents
Culture Documents
Kodovanje-I-Kompresija-Signala Prva Verzija
Kodovanje-I-Kompresija-Signala Prva Verzija
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.
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.
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.
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:
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.
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].
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:
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:
9
dobija se izraz za izraunavanje granularne distorzije:
i izvedenih izraza:
10
Koriene su aproksimacije:
Koriene su i jednakosti:
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):
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):
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].
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:
14
4. KODOVI FIKSNE I PROMENLJIVE DUINE
U postupku kodiranja mogu se koristiti:
- Kodovi fiksne duine
- Kodovi promenljive duine
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.
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.
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.
[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.
[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