Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|InfElmTetel23}} vissza InfelmTetelek-hez Tk. 2.6 : 99-106. o. =…”

2012-10-21T19:59:25Z

Új oldal, tartalma: „{{GlobalTemplate|Infoalap|InfElmTetel23}} vissza InfelmTetelek-hez <style> li {margin-top: 4px; margin-bottom: 4px;} </style> Tk. 2.6 : 99-106. o. =…”

Új lap

{{GlobalTemplate|Infoalap|InfElmTetel23}}

[[InfElmVizsga|vissza InfelmTetelek-hez]]
<style> li {margin-top: 4px; margin-bottom: 4px;} </style>

Tk. 2.6 : 99-106. o.

==Prediktív kvantálás (DPCM, DM)==

DPCM: Differential Pulse Code Modulation, Differenciális Impulzus Kód Moduláció

Differenciális (különbségi) kód alkalmazása akkor célszerű, ha egy adatból az utána következő adat jól becsülhető, pl várhatóan kicsi a különbségük.

Prediktor függvény: <math>p_n=f(\hat{x}_{n-1}, \hat{x}_{n-2}, \ldots, \hat{x}_0)</math> a korábban ''elküldött'' értékek alapján megbecsüli a következő értéket. Tehát nem az eredeti, hanem a kvantált értékeket használja, ezért a küldő és a fogadó ugyanazt az eredményt kapja, hiszen a kvantált érték mindkét oldalon rendelkezésre áll.

DPCM esetén a prediktorfüggvény és a forrás különbségét kódoljuk. <math>d_n=x_n-p_n</math>.<BR>
Ez a módszer csökkenti a szórást és a dinamikatartományt.

===Adaptív DPCM rendszer===

A bemeneti jelek időben változó tulajdonságaihoz alkalmazkodik.

* előre adaptív: <math>x_n</math> alapján működik. Mivel a dekódernek a bemenet nem áll rendelkezésre csak a kvantált, kódolt jel, ezért előre adaptív esetben a rendszernek a bemenet alapján számított módosított paramétereit is át kell vinni a dekódolóhoz.<BR>
* hátra adaptív: <math>\hat{x}_n</math> a kvantált jel alapján működik, ami természetesen a dekódoló rendelkezésére áll.

===Jayant-kvantáló===

Kvantálási intervallum: A bemeneti jel értékeinek egy olyan intervalluma, amihez a kvantáló függvény egy adott értéket rendel.

Hátra adaptív rendszer, minden kvantálási intervallumhoz egy szorzótényezőt rendelünk, a kvantáló belső (origóhoz közelebbi) tartományaihoz 1-nél kisebb, külső részein 1-nél nagyobb értéket.
Miután a bemeneti jelet kvantáltuk, a kiválaszott intervallumhoz rendelt szorzótényezőt eltároljuk, és a következő érték kvantálásakor az azelőtt alkalmazott kvantálási intervallumokat megszorozzuk a szorzótényezővel.
Ezáltal kis értékek esetében a kvantálási intervallumok összehúzódnak, hogy finomabb felbontást adjanak, nagy értékeknél pedig megnövekednek, hogy ezeket is tudják kódolni.

==DM (Delta Moduláció)==

Két szintű kvantálóval rendelkező DCPM.

1 bites kvantálóval rendelkező DPCM, <math>\pm\Delta</math> kimeneti értékeket állít elő. A torzítás alacsonyan tartásához akár a legnagyobb frekvencia százszorosával is mintavételeznek.

===Lineáris DM (Delta Moduláció)===

A DM fix lépésközű változata.

Fix lépésközű, gyors változást nem tud követni, lapos részen oszcillál.
Az oszcilláció csökkentéséhez a lépésközt is csökkenteni kéne, de a gyors változások
gyorsabb követéséhez minél nagyobb lépésköz a megfelelő.

===Lépésköz adaptív megválasztása===

====CFDM (Constant Factor Delta Modulation -- Konstans faktorral alkalmazkodó DM)====

Ennél a megoldásnál a különbség előjelváltozásából próbáljuk megbecsülni a változási sebességet. Lassan változó jel esetében a különbség nulla körül ingadozik, tehát sűrűn vált előjelet. Határozott változás esetén az egymás utáni különbségek azonos előjelűek.

Választunk egy <math> 1 \leq M \leq 2 </math> értéket, ezzel fogjuk a kvantálási tartományok határait megszorozni vagy elosztani, attól függően, hogy váltott-e előjelet a kölönbség.

<math> s_n </math> a delta modulátor <math> n </math>.-ik időegységbeli lépése.

<math> (s_n=\pm\Delta_n) </math>

<math> \Delta_{n+1} = </math><BR>
<math> M_1\Delta_n </math> , ha <math> sgn(s_n) = sgn(s_{n-1}) </math><BR>
<math> M_2\Delta_n </math> , ha <math> sgn(s_n) \neq sgn(s_{n-1}) </math><BR>

A memória növelésével csökkenthető a torzítása: több lépésre tekintünk vissza az előjelváltozások tekintetében.

====CVSD (Continously Variable Slope Delta -- Folytonosan változó meredekségű DM)====

A delta lépésköz alakításához két faktort alkalmazunk: az előző deltát egy egynél valamivel kisebb számmal minden lépésben szorozzuk, ezáltal delta értéke alapesetben csökken. Közben egy csúszóablakon figyeljük a legutóbbi néhány lépés előjelváltási viszonyait. Ha a korábbi lépések megadottan nagy részében nem történt előjelváltás, akkor egy konstans értékkel megnöveljük deltát az előző értékhez képest.

<math>\Delta_n=\beta\Delta_{n-1}+\alpha_n\Delta_0</math>
ahol <math>\beta</math> <math>1</math>-nél alig kisebb konstans, <BR>
<math>\alpha_n</math> <math>1</math>, ha a kvantálás legutóbbi <math>K</math> db kimeneti értékéből <math>J</math> darabnak azonos volt az előjele, különben <math>0</math>.

A beszédkódolásban kívánatos lassabb alkalmazkodást tesz lehetővé.

-- [[SzelessZoltanTamas|Sales]] - 2006.06.25.

[[Category:Infoalap]]

InfElmTetel23 - Laptörténet

Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|InfElmTetel23}} vissza InfelmTetelek-hez li {margin-top: 4px; margin-bottom: 4px;} Tk. 2.6 : 99-106. o. =…”

Unknown user: Új oldal, tartalma: „{{GlobalTemplate|Infoalap|InfElmTetel23}} vissza InfelmTetelek-hez Tk. 2.6 : 99-106. o. =…”