DPCM和PCM系統(tǒng)的量化噪聲與matlab實現(xiàn)

1、實驗四 DPCM和PCM系統(tǒng)的量化噪聲一、實驗目的 (1) 了解脈沖編碼調(diào)制的原理。 (2) 了解均勻量化、非均勻量化的原理。 (3) 掌握均勻量化的缺點、非均勻量化的優(yōu)點，從感性上知道為什么要引入非均勻量化。(4) 了解增量調(diào)制的原理和特點。(5) 學會用MATLAB 軟件進行增量調(diào)制( M)仿真實驗。二、實驗器材 1計算機 一臺 三、實驗原理 (1)圖 1 為 PCM 系統(tǒng)的原理框圖。由該圖及所學知識可知，PCM 系統(tǒng)主要由抽樣、量化和編碼 3部分組成。 1) 抽樣 根據(jù)抽樣定理，若x (t)表示信號源發(fā)出的樣本函數(shù)，抽樣器以抽樣率 fs fm采得樣值，則可以由樣值無失真恢復原始信號，這里

2、 m f 是x(t)頻譜中的最高頻率。 2) 量化 每個信號樣值量化成2L個幅度電平之一，L是樣值量化后的二進制位數(shù)。對于均勻量化器，輸出電平標定為，對應的輸入信號幅度范圍是，這里的 是步長，它的值是量化范圍與量化級數(shù)的商。圖13) 編碼 編碼器根據(jù) PCM 編碼規(guī)則將量化值數(shù)字化。編碼方法也是多種多樣的，現(xiàn)有的編碼方法中，若按編碼的速度來分大致可分為低速編碼和高速編碼兩大類。通信中一般都采用第二類。編碼器的種類大體上可以歸結為3 種：逐次比較型、折疊級聯(lián)型和混合型。 經(jīng)過信道傳輸?shù)亩M制碼按照與上面3 步相反的逆過程進行解碼、擴張和濾波得到輸出信號。(2)增量調(diào)制( M)是在PCM 方式的基

3、礎上發(fā)展而來的另一種模擬信號數(shù)字化的方法。M可以看成是DPCM 的一種簡化形式，它們都是用二進制形式去表示模擬信號的方法。在增量調(diào)制方式下，采用1比特量化器，即用1 位二進制碼傳輸樣值的增量信息，預測器是一個單位延遲器，延遲一個采樣時間間隔。預測濾波器的分子系數(shù)向量是0，1，分母系數(shù)為 1。當前樣值與預測器輸出的前一樣值進行比較，如果其差值大于零，則發(fā) 1 碼，如果小于零，則發(fā)0 碼。四、實驗內(nèi)容 使用抽樣量化編碼器和DPCM編碼器分別對同一正弦信號進行量化和編碼五、實驗結果PCM實驗程序代碼：1) 連續(xù)信號的均勻量化的主程序 t=0:0.01:10; a=sin(t);sqnr8,aquan

4、8,code8=u_pcm(a,8); sqnr16,aquan16,code16=u_pcm(a,16); sqnr8 %N=8 時的信號量化噪聲比 sqnr16 %N=16 時的信號量化噪聲比 % 信號波形及其量化后的曲線 plot(t,a,'-',t,aquan8,'-.',t,aquan16,'-',t,zeros(1,length(t); legend('信號波形','8電平量化','16電平量化','Location','SouthEast') 量化及PC

5、M 編碼程序 function sqnr,a_quan,code=u_pcm(a,n) amax=max(abs(a); a_quan=a/amax; b_quan=a_quan; d=2/n; q=d.*0:n-1; q=q-(n-1)/2)*d; %量化值的計算 for i=1:n a_quan(find(q(i)-d/2 <= a_quan) & (a_quan <= q(i)+d/2)=. q(i).*ones(1,length(find(q(i)-d/2 <= a_quan) & (a_quan <= q(i)+d/2); b_quan(fin

6、d( a_quan=q(i) )=(i-1).*ones(1,length(find( a_quan=q(i) );end a_quan=a_quan*amax; %PCM編碼 nu=ceil(log2(n); code=zeros(length(a),nu); for i=1:length(a) for j=nu:-1:0 if ( fix(b_quan(i)/(2j) = 1) %fix(x)對x向 0取整的函數(shù) code(i,(nu-j) = 1; b_quan(i) = b_quan(i) - 2j; end end end %SQNR的計算 sqnr=20*log10(norm(a)

7、/norm(a-a_quan); %norm(a)求a的均方根值 DPCM 實驗程序代碼：clear;clc;Ts=1e-3; %采樣間隔 t=0:Ts:20*Ts; %仿真時間序列 x=2*sin(2*pi*50*t); %信號 delta=0.4; %量化階距 D(1+length(t)=0; %預測器初始狀態(tài) for k=1:length(t) e(k)=x(k)-D(k); e_q(k)=delta*(2*(e(k)>=0)-1); %量化器輸出 D(k+1)=e_q(k)+D(k); %延遲器狀態(tài)更新 codeout(k)=(e_q(k)>0); %編碼輸出 end subplot(3,1,1);plot(t,x,'-o');axis(0 20*Ts,-2 2);hold on; subplot(3,1,2);stairs(t,codeout);axis(0 20*Ts,-2 2); %解碼端 Dr(1+length(t)=0; %解碼端預測器初始狀態(tài) for k=1:length(t) eq(k)=delta*(2*codeout(k)-1); %解碼