Адаптивное скалярное квантование спектральных коэффициентов для систем сжатия аудио сигналов

• Автор: Поров, Антон Викторович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2009
• Место защиты: Санкт-Петербург
• Количество страниц: 136 с. : ил.

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
1. ОБЗОР МЕТОДОВ КОДИРОВАНИЯ СПЕКТРАЛЬНЫХ КОЭФФИЦИЕНТОВ ДЛЯ СИСТЕМ СЖАТИЯ АУДИО СИГНАЛОВ
1.1. Кодирование аудио сигнала
1.1.1. Блок фильтров
1.1.2. Модель субъективного восприятия
1.1.3. Распределение бит
1.1.4. Сжатие информации без потерь
1.1.5. Формирование битового потока
1.2. Сжатие информации с потерями
1.2.1. Теоретико-информационные пределы эффективности кодирования
при сжатии с потерями
1.2.2. Классификация методов квантования
1.2.3. Ограничения на выбор метода квантования
1.2.4. Оптимальные методы скалярного квантования
1.2.5. Избыточность скалярного квантования
1.2.6. Сравнение методов скалярного квантования
1.3. Постановка задачи построения адаптивного скалярного квантования
для системы кодирования аудио сигналов
1.4. Результаты и выводы
2. ИНФОРМАЦИОННЫЕ ХАРАКТЕРИСТИКИ ПОТОКА АУДИО ДАННЫХ
2.1. Методы вычисления функции скорость-искажение источника данных
2.2. Предварительная обработка спектральных коэффициентов для вычисления информационных характеристик
2.3. Построение модели одномерного распределения
2.4. Вычисление информационных характеристик реального сигнала
2.5. Результаты и выводы
3. СКАЛЯРНОЕ КВАНТОВАНИЕ
3.1. Характеристики скалярного квантования
3.2. Границы эффективности скалярного квантования
3.3. Оптимальное скалярное квантование
3.4. Скалярное квантование с расширенной нулевой зоной
3.5. Адаптивное скалярное квантование с расширенной нулевой зоной
3.6. Результаты и выводы
4. ПЕРЦЕПТУАЛЬНАЯ ЭНТРОПИЯ И УПРАВЛЕНИЕ КВАНТОВАНИЕМ
4.1. Вычисление допустимого уровня шума квантования
4.2. Перцептуальная энтропия
4.3. Управление квантованием

4.4. Определение параметров скалярного квантования с расширенной нулевой зоной
4.5. Вычисление перцептуальной энтропии для квантования с расширенной нулевой зоной
4.6. Результаты и выводы
5. ЭФФЕКТИВНОСТЬ ПРИМЕНЕНИЯ КВАНТОВАНИЯ С РАСШИРЕННОЙ НУЛЕВОЙ ЗОНОЙ В АУДИО КОДЕКЕ
5.1. Передача аудио данных
5.2. Спектральная обработка аудио данных и сжатие информации без
потерь
5.3. Результаты применения квантования с расширенной нулевой зоной в аудио кодеке
5.4. Результаты и выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

Введение
Актуальность. Алгоритмы сжатия аудио информации используются для получения компактного представления аудио сигналов. Эффективность сжатия важна с точки зрения уменьшения затрат на передачу информации по каналам связи или хранения информации на цифровом носителе. Целью кодирования аудио сигнала является представление сигнала наименьшим числом бит при условии, что последующее его воспроизведение удовлетворительно с точки зрения субъективного восприятия. Разработка устройства кодирования опирается на особенности восприятия аудио сигналов человеком. Эти особенности в большей степени зависят от спектрального состава сигнала, совместного влияния спектральных коэффициентов друг на друга и частотного диапазона. Квантование является одной из основных составляющих алгоритмов кодирования аудио информации.
Так как в реальных системах сжатия аудио информации качество передачи зависит от выбранного способа квантонания, то актуальной является задача разработки алгоритмов квантования спектральных коэффициентов, обеспечивающих необходимое качество передачи сигнала и большую эффективность сжатия. Актуальным является также определение характеристик способов квантования, позволяющих предварительно оценить эффективность сжатия и выбрать наилучшие параметры передачи аудио информации.
Цели и задачи исследования. Целью диссертационной работы является разработка способов квантования спектральных коэффициентов аудио сигнала.
Для достижения цели исследования необходимо решить следующие задачи:
• Построение математической модели квантуемых данных.
• Идентификация модели по выборке данных малого объема.
• Адаптивный выбор параметров квантователя в зависимости от кодируемого сигнала и параметров распределения.
• Адаптивное квантование спектральных коэффициентов в зависимости от требуемой ошибки квантования.
Предметом исследования является разработка и анализ алгоритмов квантования, учитывающих особенности субъективного восприятия аудио сигналов. Взаимосвязь квантования и субъективного восприятия в области аудио кодирования на сегодняшний день настолько тесная, что рассматривать их в отдельности практически невозможно.
Научная новизна. На основе анализа информационных характеристик модели и источника показано, что в качестве модели источника аудио данных может быть использовано одномерное обобщенное гауссово распределение. В работе показано, что

2. Информационные характеристики потока аудио данных
2.1. Методы вычисления функции скорость-искажение источника данных
В разделе 1.2.1 было дано формальное определение функции скорость-искажение источника Я(Я), как наименьшего числа бит, которое необходимо для передачи сигнала с ошибкой не выше О. Рассмотрим два возможных способа приближенного вычисления функции Я(Я).
Первый подход основан на применении аналитического выражения для нижней границы на функцию Я(Я). Для непрерывного источника данных известна нижняя граница Шеннона [22] на функцию скорость-искажение источника, вычисляемая по формуле:
Н5Нф) = Я0(Х)-11оё2(2лёО) < Я (О), (2.1)
где Н0(Х) - дифференциальная энтропия источника (1.39).
При известной функции плотности распределения /(х) источника, пользуясь
формулами (1.40) и (2.1), можно найти выражение для вычисления функции скорость-
искажение источника через параметры функции /(а) . Например, для обобщенного гауссова
распределения (1.35-1.36) нижняя граница Шеннона выражается через параметры а и а:
ат]{а, о)
_ 2Т(Иа)
Аналогичным образом находится выражение нижней границы на функцию скорость-искажение Я (Я) для любого процесса, если возможно аналитически вычислить дифференциальную энтропию источника. Точность оценки Шеннона для функции скорость-искажение источника будет приведена ниже.
Если закон распределения /(а) неизвестен, тогда воспользоваться методикой описанной выше невозможно. В этом случае используется второй подход, основанный на применении численных методов вычисления Я(О). Формулы (1.13-1.15) показывают, что вычисление Я (ТУ) является задачей поиска условного экстремума функции. Большую роль в этом направлении сыграла работа Р. Блейхута [23], где приведен алгоритм расчета функции скорость-искажение источника по экспериментальным данным. Этот метод получил название алгоритма Блейхута.
Дальнейшее изложение материала связано с описанием алгоритма Блейхута из работы [23] и анализом результатов, получаемых при его использовании. Рассмотрим дискретный источник без памяти, который порождает _/-е сообщение с вероятностью р;, 7 = 1
Яя,(Л)=~1о§:
+ 1/(а1п2)-|к2(2жЯ)<Я(£>). (2.2)