信源編碼與數(shù)據(jù)壓縮解析

第四章

信源編碼與數(shù)據(jù)壓縮主講人:牛凱本章爭論在物理層打算有效性的最主要因素：信源編碼和數(shù)據(jù)壓縮技術(shù)。信源編碼是主要利用信源的統(tǒng)計特性，解除信源相關(guān)性，去掉信源冗余信息，從而到達(dá)壓縮信源輸出的信息率，提高系統(tǒng)有效性的目的。其次代移動通信主要是語音業(yè)務(wù)，所以信源編碼主要指語音壓縮編碼。第三代移動通信中的信源編碼將不僅包含語音壓縮編碼，還包含各類圖像壓縮編碼和多媒體數(shù)據(jù)壓縮等方面內(nèi)容。2§4.1語音壓縮編碼

在本節(jié)中，我們將爭論語音壓縮編碼的根本原理與方法，以及在移動通信中的語音編碼。3引言語音壓縮編碼大致可以分為以下三類：波形編碼參量編碼混和編碼以上三類編碼，波形編碼質(zhì)量最高，其質(zhì)量幾乎與壓縮處理之前一樣，可以適用于公用骨干(固定)通信網(wǎng)。參量編碼質(zhì)量最差，不能用于骨干通信網(wǎng)，而僅適合于特殊通信系統(tǒng)，比方軍事與保密通信系統(tǒng)?；旌途幋a質(zhì)量介于兩者之間，目前主要用于移動通信網(wǎng)。41.波形編碼的性能估量利用信息論中連續(xù)(模擬)有記憶信源的信息率失真R(D)函數(shù)理論可以分析波形編碼的性能。信息率失真R(D)為：上式的計算結(jié)果如下表所示:信噪比(dB)35322825232017R(D)(bit/樣點(diǎn))43.52.52.3421.51壓縮倍數(shù)K22.283.23.4245.385由上述分析結(jié)果可以得到如下結(jié)論：當(dāng)語音質(zhì)量到達(dá)進(jìn)入公網(wǎng)要求標(biāo)準(zhǔn)時，即,其倍，假設(shè)進(jìn)一步考慮實(shí)際語音分布與主觀因素的影響(由于正態(tài)分布R(D)其壓縮倍數(shù)可以進(jìn)一步增大，取(保守值)這時語音速率可以從未壓縮的PCM64Kbps降至1/4速率的16Kbps。目前已有用化的DPCM為32Kbps。62.參量編碼的性能估量語音可以承受各種不同形式的參量來表達(dá)。為了分析便利，承受最根本的參量“音素”。以英語音素為例進(jìn)展分析。英語中共有音素。依據(jù)通常講話速率，每秒大約平均發(fā)送10個音素。由信息量計算公式，對于等概率大事有：，N為總組合數(shù)，則：

最終可計算出壓縮比K為：73.混合編碼的性能估量明顯混合編碼的理論壓縮比是介于上述兩類編碼之間，且與語音質(zhì)量需求有關(guān)。假設(shè)要求混合編碼偏重于共性特征，則其壓縮比靠近波形編碼的壓縮比值，假設(shè)要求混和編碼偏重于共性，則其壓縮比靠近于參量編碼。8數(shù)字通信中的語音編碼高質(zhì)量的混合編碼是移動通信中的優(yōu)選方案。在低數(shù)據(jù)比特率、高壓縮比的混合編碼中，數(shù)據(jù)數(shù)據(jù)比特率、語音質(zhì)量、算法簡單度與處理時延是四個主要參量。91.數(shù)據(jù)比特率(bps)數(shù)據(jù)比特率越低壓縮倍數(shù)就越大，可通信的話路數(shù)也就越多，移動通信系統(tǒng)也就越有效。數(shù)據(jù)比特率降低，語音質(zhì)量也隨之相應(yīng)降低，為了補(bǔ)償質(zhì)量的下降，可承受提高設(shè)備硬件簡單度和算法軟件簡單度的方法。降低比特速率另一種有效方法是承受可變速率的自適應(yīng)傳輸，它可以大大降低語音的平均傳送率。還可以進(jìn)一步承受語音激活技術(shù)，充分利用至少3/8的有效空隙，可獲得大致約2.67dB的有效增益。102.語音質(zhì)量

度量方法不外乎客觀與主觀兩個角度：客觀度量可以承受信噪比、誤碼率、誤幀率，相對而言簡潔、可行。主觀度量是由人耳主觀特性來推斷，比客觀度量簡單。目前國際上常承受的主觀評判方法稱為MOS方法。113.簡單度與處理時延語音編碼硬件簡單度取決于DSP處理力量，而軟件簡單度則主要表達(dá)在算法簡單度上。算法簡單度增大，也會帶來更長的運(yùn)算時間和更大的處理時延。參數(shù)指標(biāo)編碼器類型數(shù)據(jù)比特率(Kbps)復(fù)雜度(MIPS)時延(ms)質(zhì)量(MOS)脈碼調(diào)制PCM640.0104.3自適應(yīng)差分脈碼調(diào)制ADPCM320.104.1自適應(yīng)自帶編碼161254多脈沖線性預(yù)測編碼810353.5隨機(jī)激勵線性預(yù)測編碼4100353.5線性預(yù)測聲碼器21353.1如右所示，我們給出幾種低數(shù)據(jù)比特率語音編碼的上述四個參數(shù)與性能比較表格。12語音壓縮編碼原理1.波形編碼的根本原理自適應(yīng)差分脈沖編碼調(diào)制(ADPCM)是建立在差分脈沖編碼調(diào)制(DPCM)的根底上，而DPCM又是建立在脈沖編碼調(diào)制(PCM)的根底上。PCM可分為三個根本步驟：取樣、量化與編碼。DPCM的不直接傳送PCM數(shù)字化信號，而改為傳送其取樣值與猜測值(通過前面樣點(diǎn)值經(jīng)線性猜測求得的)的差值，并將其量化、編碼后傳送。ADPCM與DPCM原理一樣，主要差異在于ADPCM中的量化器和猜測器引入了自適應(yīng)掌握機(jī)制。同時在譯碼器中多加上一個同步編碼調(diào)整器，其作用是為了在同步級聯(lián)時不產(chǎn)生誤差積存。1332KbpsADPCM編碼原理如以下圖所示：32KbpsADPCM譯碼原理如以下圖所示：142.參量編碼的根本原理參量編碼不直接傳送語音波形，而是傳送產(chǎn)生、鼓勵語音波形的根本參量。依據(jù)語音產(chǎn)生氣理，承受以下物理模型：15典型參量編碼的線性猜測LPC方案如以下圖所示：為了降低LPC的碼率，提高穩(wěn)定性，可承受以下兩種方法：承受一類反射系數(shù)格形算法承受矢量量化技術(shù)163.混合編碼的根本原理混合編碼是介于波形編碼與參量編碼之間的一種編碼方法，兼有參量編碼低速率與波形編碼的高質(zhì)量的優(yōu)點(diǎn)。實(shí)現(xiàn)混合編碼的根本思想是以參量編碼原理，特殊是以LPC原理為根底，保存參量編碼低速率的優(yōu)點(diǎn)，并適當(dāng)?shù)奈〔ㄐ尉幋a中能局部反映波形共性特征的因素。重點(diǎn)改善自然度性能。改進(jìn)LPC主要從三方面入手：改進(jìn)語音生成物理模型、鼓勵源構(gòu)造和合成濾波器構(gòu)造，提高語音質(zhì)量；改進(jìn)參量量化和傳輸方法，進(jìn)一步壓縮傳輸速率；承受自適應(yīng)技術(shù)，進(jìn)一步解決系統(tǒng)與信源和信道之間的統(tǒng)計匹配。17§4.2移動通信中的語音編碼本節(jié)將結(jié)合其次代(2G)的GSM與IS-95系統(tǒng)以及第三代(3G)的WCDMA和CDMA2023等不同系統(tǒng)所承受的語音編碼具體方案，著重從原理上來闡述移動通信中的語音編碼。184.2.1GSM系統(tǒng)的RPE-LTP聲碼器原理RPE-LTP聲碼器承受等間隔，相位與幅度優(yōu)化的規(guī)章脈沖作為鼓勵源，以便使合成后的波形更接近原始信號。該方案結(jié)合長期猜測以消退信號的冗余度，降低編碼速率，同時其算法較簡潔，計算量適中且易于硬件實(shí)現(xiàn)。REP-LTP編碼器包括下列五個局部：預(yù)處理，線性猜測分析，短時分析濾波，長時猜測以及規(guī)章脈沖鼓勵編碼，其編碼器原理如左圖所示。19RPE-LTP編碼器的核心任務(wù)是給接收端傳送一組六個根本參量M、、、、、LAR(i)。六個根本參量的信息比特安排如下。參數(shù)數(shù)量比特/參數(shù)比特數(shù)LPC系數(shù)LAR(i)83,4,5,6

36

LTP增益

428LTP滯后

4728RPE網(wǎng)絡(luò)位置M428最大值4624RPE樣點(diǎn)值523156合

計

26020RPE-LTP的譯碼器原理如以下圖所示：由圖可見RPE-LTP譯碼主要包含四個局部：RPE譯碼、長時猜測、短時合成濾波以及后處理。21

IS-96系統(tǒng)的QCELP聲碼器QCELP聲碼器是Qualcomm公司提出的用于IS-96系統(tǒng)的語音編碼標(biāo)準(zhǔn)。QCELP方案的編碼原理如以下圖所示。22TIA/EIAIS-96的QCELP語音編譯碼系統(tǒng)如以下圖所示：23CDMA2023系統(tǒng)的EVRC聲碼器EVRC(EnhancedVariableRateCodec)即增加型可變速率語音編碼器，是由美國電信工業(yè)協(xié)會TIA/EIA于1996年提出的CDMA2023系統(tǒng)的語音編碼方案。EVRC編碼器基于碼鼓勵線性猜測，與傳統(tǒng)CELP算法主要區(qū)分為：它能基于語音能量、背景噪聲和其它語音特性動態(tài)調(diào)整編碼速率。24EVRC編碼器構(gòu)造如右所示，具體由以下幾局部組成：高通濾波器線性猜測器的參數(shù)提取模塊速率確定模塊參數(shù)量化模塊參數(shù)編碼模塊25EVRC譯碼器的構(gòu)造如左圖所示：26

WCDMA系統(tǒng)中的AMR聲碼器AMR是第三代移動通信中WCDMA優(yōu)選的語音編碼方案，其根本思路是聯(lián)合自適應(yīng)調(diào)整信源和信道編碼模式來適應(yīng)當(dāng)前信道條件與業(yè)務(wù)量大小。AMR編碼器構(gòu)造如以下圖所示：27AMR譯碼器的構(gòu)造如以下圖所示：28§4.3圖像壓縮編碼在第一、二代移動通信中主要是語音業(yè)務(wù)，從2.5G開頭就逐步引入數(shù)據(jù)業(yè)務(wù)，第三代業(yè)務(wù)推廣為含語音、數(shù)據(jù)與圖像的多媒體業(yè)務(wù)。為了適應(yīng)第三代業(yè)務(wù)的需求，本節(jié)介紹圖像壓縮編碼。29圖像編碼標(biāo)準(zhǔn)簡介圖像的信息量遠(yuǎn)大于語音、文字、和一般數(shù)據(jù)，它所占用頻帶也比其它類型業(yè)務(wù)寬。經(jīng)過四十余年的努力，圖像編碼已形成了如右所示的系列化標(biāo)準(zhǔn)。標(biāo)準(zhǔn)壓縮比與數(shù)據(jù)比特率應(yīng)用范圍JPEG2~30倍有灰度級的多值靜止圖片JPEG-20002~50倍移動通信中靜止圖片、數(shù)字照相與打印、電子商務(wù)H.261p×64Kbps，其中p=1,2,…30ISDN視頻會議H.2638Kbps~1.5MbpsPOTS視頻電話、桌面視頻電話、移動視頻電話MPEG-1不超過1.5MbpsVCD、光盤存貯、視頻監(jiān)控、消費(fèi)視頻MPEG-21.5Mbps~35Mbps數(shù)字電視、有線電視、衛(wèi)星電視、視頻存貯、HDTVMPEG-48Kbps~35Mbps交互式視頻、因特網(wǎng)、移動視頻、2D/3D計算機(jī)圖形30目前制定視頻壓縮編譯碼國際標(biāo)準(zhǔn)的有兩大國際組織：一個是ITU-T(以前稱CCITT)，即國際電聯(lián)的電信標(biāo)準(zhǔn)部，它制定的標(biāo)準(zhǔn)通常稱為建議標(biāo)準(zhǔn)，一般用H.26X表示。另一個是ISO/IEC，即國際標(biāo)準(zhǔn)化組織和國際電工委員會，它所制定的一般就稱為標(biāo)準(zhǔn)。通常承受JPEG和MPEGX表示。目前，視頻壓縮編碼大致可以分為兩代，第一代視頻壓縮編碼包括JPEG、MPEG-1、MPEG-2、H.261、H.263等等；其次代視頻壓縮編碼包括JPEG-2023、MPEG-4、MPEG-7、H.264等等。31靜止圖像壓縮標(biāo)準(zhǔn)JPEG對于靜止圖像，國際標(biāo)準(zhǔn)化組織ISO和原來的國際電報詢問委員會CCITT(現(xiàn)改名為ITU-T)以及國際電工委員會IEC共同組織了一個圖片專家聯(lián)合小組(JointPhotographicExpertsGroup)爭論制定標(biāo)準(zhǔn)，稱它為JPEG標(biāo)準(zhǔn)。JPEG標(biāo)準(zhǔn)分為兩類：基于DPCM與熵編碼的無失真編碼系統(tǒng)；基于離散余弦變換DCT的限失真編碼系統(tǒng)。321.基于DPCM的無失真編碼無失真編碼又稱為無損信源編碼，它是一種不產(chǎn)生信息損失的編碼，一般其壓縮倍數(shù)比較低，為4倍左右。JPEG無失真編碼的發(fā)送與接收系統(tǒng)實(shí)現(xiàn)原理如右圖所示。無失真JPEG編碼從原理上看，主要是以DPCM為根底，再加上哈夫曼編碼或者算術(shù)編碼的熵編碼方式。332.基于離散余弦變換DCT的限失真編碼限失真編碼屬于有損信源編碼，以離散余弦變換DCT為根底，再加上限失真量化編碼和熵編碼，它能夠以較少的比特數(shù)獲得較好的圖像質(zhì)量。限失真JPEG編碼器原理如下所示：34限失真JPEG譯碼器原理如下所示：354.3.3準(zhǔn)活動圖像視頻壓縮標(biāo)準(zhǔn)H.26X編碼標(biāo)準(zhǔn)H.26X是由ITU-T制定的建議標(biāo)準(zhǔn)，自上世紀(jì)八十年月中期開頭現(xiàn)已制定了H.261、H262、H.263，最近剛完成了H.264建議標(biāo)準(zhǔn)。其中H.262和MPEG-2視頻編、譯碼標(biāo)準(zhǔn)是同一個標(biāo)準(zhǔn)，這是兩大國際組織的共同成果。而H.264也是兩大組織聯(lián)手制定的，被稱為“MPEG-4VisualPart10”，也就是“MPEG-4AVC(AdvancedVideoCoding)”，2023年3月被正式確定為國際標(biāo)準(zhǔn)。361.H.261編碼標(biāo)準(zhǔn)簡介H.261主要用于傳輸會議及可視信號，它將碼率確定為：p×64Kbps，其中p=1,2,…,30。其對應(yīng)的數(shù)據(jù)比特率為64Kbps~1.92Mbps。

H.261編碼器原理圖如左所示。37H.261的譯碼器原理如以下圖所示：H.261編譯碼中承受的關(guān)鍵技術(shù)有：通過幀間猜測消退圖像在時間域內(nèi)的相關(guān)性；通過DCT消退圖像在空間域內(nèi)的相關(guān)性；利用人眼視覺特性進(jìn)展可變步長及自適應(yīng)量化；利用變長碼(VLC)實(shí)現(xiàn)與信源統(tǒng)計特性匹配；利用輸出(入)的緩存實(shí)現(xiàn)平滑數(shù)據(jù)流傳輸。382.H.263編碼標(biāo)準(zhǔn)簡介H.263系列適合于PSTN、無線網(wǎng)絡(luò)和因特網(wǎng)。H.263信源編碼算法的核心仍舊是H.261標(biāo)準(zhǔn)中所承受的編碼算法，其原理框圖也與H.261根本上一樣。H.263與H.261的區(qū)分如下：H.261只能工作于CIF與QCIF兩類格式，而H.263則可工作于5種格式：CIF、QCIF、SubQCIF、4CIF、16CIFH.263吸取了MPEG等標(biāo)準(zhǔn)中有效、合理的局部H.263在H.261根本編碼算法根底上又供給了四種可選模式，以進(jìn)一步提高編碼效率394.3.4活動圖像視頻壓縮標(biāo)準(zhǔn)MPEG

這類標(biāo)準(zhǔn)是由國際標(biāo)準(zhǔn)化組織ISO和國際電工委員會于1998年成立的一個爭論活動圖像的專家組MPEG(MovingPictureExpertsGroup)負(fù)責(zé)制定的。現(xiàn)已制定了MPEG-1、MPEG-2、MPEG-4以及補(bǔ)充標(biāo)準(zhǔn)MPEG-7與MPEG-21等，其中MPEG-2與MPEG-4是與ITU-T聯(lián)合研制的。在MPEG系列標(biāo)準(zhǔn)中，MPEG-1、MPEG-2屬于第一代視頻壓縮標(biāo)準(zhǔn)，而MPEG-4則屬于其次代視頻壓縮標(biāo)準(zhǔn)。401.MPEG-1編碼標(biāo)準(zhǔn)簡介

MPEG-1主要是針對1.5Mbps速率的數(shù)字存貯媒體運(yùn)動圖像及其伴音制定的國際標(biāo)準(zhǔn)，用于CD-ROM的數(shù)字視頻以及MP3等。MPEG-1視頻編譯碼系統(tǒng)的原理性框圖如右所示。41上述框圖中，核心部件是視頻編譯碼器，視頻編碼器的構(gòu)造如以下圖所示。42分層名稱功能塊層進(jìn)行離散余弦變換DCT的基本單元宏塊層預(yù)測單元分片層同步恢復(fù)單元幀(圖片)層基本編碼單元幀組(圖片組)層視頻隨機(jī)存取單元視頻序列層節(jié)目內(nèi)容隨機(jī)存取單元MPEG-1視頻流承受分層式數(shù)據(jù)構(gòu)造，其分層方法及其功能如上表所示。MPEG-1視頻流分層構(gòu)造圖如上所示。43MPEG-1中視頻圖像分成四種幀類型：I、P、B與D幀。

I幀為幀內(nèi)編碼幀(Intracodedframe)，編碼時承受類似H.261的DCT編碼P幀為猜測編碼幀(Predictivelycodedframe)，承受前向運(yùn)動補(bǔ)償猜測和誤差的DCT編碼，由其前面的I幀或P幀進(jìn)展猜測B幀，為雙向猜測編碼幀(bidirectionallypredictivelycodedframe)，承受雙向運(yùn)動補(bǔ)償猜測和誤差DCT編碼D幀為直流編碼器(DCCodedframe)，它只包含每個塊的直流重量442.MPEG-2編碼標(biāo)準(zhǔn)簡介ISO/IEC的MPEG組織于1995年推出MPEG-2標(biāo)準(zhǔn)，它是主要針對數(shù)字視頻播送、高清晰度電視HDTV和數(shù)字視盤等制定的4~9Mbps運(yùn)動圖像及其伴音的編碼標(biāo)準(zhǔn)。MPEG-2與MPEG-1的差異如下：MPEG-2特地設(shè)置了“按幀編碼”和“按場編碼”兩類模式，并相應(yīng)地對運(yùn)動補(bǔ)償和DCT方法進(jìn)展了擴(kuò)展MPEG-2壓縮編碼在一些方面進(jìn)展了擴(kuò)展空間區(qū)分率、時間區(qū)分率、信噪比可分為不同等級以適合不同等級用途需求，并可賜予不同等級優(yōu)先級視頻流構(gòu)造具有可分級性輸出碼率可以是恒定也可以是變化的以適應(yīng)同步與異步傳輸45MPEG-2視頻是一個多格式系統(tǒng)，允許對4種源格式進(jìn)展5種類型11種單獨(dú)技術(shù)標(biāo)準(zhǔn)進(jìn)展編碼

11種單獨(dú)技術(shù)標(biāo)準(zhǔn)如右表格所示等級簡單規(guī)范(無B幀，不可縮放)

主規(guī)范(B幀，不可縮放)

SNR縮放(B幀，SNR縮放)

空間可縮放的規(guī)范(B幀，空間或SNR可縮放)

高級規(guī)范(B幀，空間或SNR可縮放)

高層11920×1152×60

80Mbps

100Mbps

高層21440×1152×60

60Mbps

60Mbps

80Mbps

高層3720×576×30

15Mbps

15Mbps

15Mbps

20Mbps

低層352×288×304Mbps

4Mbps

46其次代視頻壓縮編碼標(biāo)準(zhǔn)本小節(jié)介紹三類代表性標(biāo)準(zhǔn)，即已應(yīng)用于移動通信的JPEG-2023、MPEG-4編碼標(biāo)準(zhǔn)和H.264編碼標(biāo)準(zhǔn)。471.JPEG-2023編碼標(biāo)準(zhǔn)簡介JPEG-2023主要特點(diǎn)如下：用以小波變換為主的多區(qū)分率編碼方式代替JPEG中承受的傳統(tǒng)DCT變換承受了漸進(jìn)傳輸技術(shù)(progressivetransmission)用戶在處理圖像時可以指定感興趣區(qū)域(ROI，regionofinterest)，對這些區(qū)域可以選取特定的壓縮質(zhì)量和解壓縮質(zhì)量利用猜測法可以實(shí)現(xiàn)無損壓縮(losslesscompression)具有誤碼魯棒性(Robustnesstobiterror)，抗干擾性好考慮了人眼的主觀視覺特性，增加了視覺權(quán)重和掩膜482.MPEG-4編碼標(biāo)準(zhǔn)簡介視頻編碼大體上可以分為兩代：第一代基于像素的方法；其次代基于內(nèi)容的方法。MPEG-4是基于對象方法。左圖給出了對于一個任意外形的視頻對象進(jìn)展通用編碼的原理框架。主要包含三局部：紋理、外形和運(yùn)動三個編碼模塊。49MPEG-4標(biāo)準(zhǔn)中定義的中心概念是AV對象，其編碼機(jī)制是基于16×16的像素宏塊來設(shè)計的。MPEG-4視頻碼流供給了對視頻場景的分層描述，如右圖所示。50下面給出一個用VOP形成模塊在MPEG-4視頻驗證模型VM中的框架構(gòu)成原理：51MPEG-4視頻編譯碼的主要特點(diǎn)包括：圖像信息處理的根本單元，由第一代像素塊像素幀轉(zhuǎn)變到以紋理、外形和運(yùn)動三類主要數(shù)據(jù)的取樣值構(gòu)成視頻對象平面VOPi視頻編碼根底轉(zhuǎn)變成既取決于原有的客觀統(tǒng)計特性，而更重要的則是取決于視頻對象、內(nèi)容的各種主、客觀以及圖像瞬時特性基于對象、基于內(nèi)容對于不同的信源與信道，以及各個VO以及VOPi在總體圖像中的重要性和地位，可以分別承受不同等級的愛護(hù)與容錯措施圖像處理中具有時間、空間可伸縮性(尺度變換)523.新一代的視頻編、譯碼標(biāo)準(zhǔn)H.264ITU-T與ISO/I