DPCM
DPCM
DPCM
( x y i )2 fx ( x ) dx
2
q
i 1 bi 1
i
M/2
2i 1 2 1 2
2 (x ) dx
i 1 ( i 1) 2 2 X max 12
Longitud Media: Nmero promedio de bits requeridos para codificar una
muestra
La varianza de una seal uniforme es :
( 2 X max )2
2
s
12
CUANTIZACIN ADAPTATIVA
A menudo la pdf real y la pdf terica no se
corresponden exactamente. Adems, los parmetros
(media, varianza y forma) pueden cambiar a lo largo del
tiempo.
17
CUANTIZACIN ADAPTATIVA
Ejemplo: Cuantizador de Jayant de 3 bits con 0 = 0.5 inicial
M0 = M4 = 0.8, M1 = M5 = 0.9, M2 = M6 = 1, M3 = M7 = 1.2
Opera mejor para seales correlacionadas (voz e imagen)
PREDICCION ADAPTATIVA
Se justifica porque las seales del habla son
intrnsecamente no estacionarias, este es un fenmeno
que se manifiesta en el hecho de que la auto-
correlacin y funcin de densidad espectral de
potencia de las seales del habla son variables en el
tiempo, al igual que las funciones de sus respectivos
argumentos.
Esto implica que el diseo de predictores para dichas
aportaciones deben ser igualmente variables en el
tiempo, es decir, de adaptacin.
PREDICCIN ADAPTATIVA
Existen dos tipos de rgimen:
20
En consecuencia, APB es el mtodo preferido de prediccin para
ADPCM. el algoritmo para predecir y un rgimen de adaptacin de
la cuantizacin, se han combinado en un diseo sincrnico para
ambos, el codificador y decodificador.
eq(nTs)=delta*sgn[e(nTs)]
mq(nTs)=mq(nTs-Ts)+eq(nTs)
Donde :
Ts es el periodo de muestreo
e(nTs) es una seal de error
m(nTs) la seal de entrada
mq(nTs-Ts) ultima aproximacin de la seal de entrada
eq(nTs) versin cuantizada de e(nTs)