Kvantisointi (signaalinkäsittely)

Kokeneet kirjoittajat eivät ole vielä tarkistaneet sivun nykyistä versiota, ja se voi poiketa merkittävästi 13. kesäkuuta 2016 tarkistetusta versiosta . vahvistus vaatii 51 muokkausta .

Kvantisointi ( englanniksi kvantisointi ) - signaalinkäsittelyssä - signaalin viitearvoalueen jakaminen rajalliseen määrään tasoja ja pyöristää nämä arvot yhdelle kahdesta lähimmästä tasosta [1] . Tällöin signaalin arvo voidaan pyöristää joko lähimpään tasoon tai lähimmästä tasosta pienempään tai suurempaan koodausmenetelmästä riippuen [2] . Tällaista kvantisointia kutsutaan skalaariksi. On myös vektorikvantisointi - vektorisuureen mahdollisten arvojen avaruus jaetaan rajalliseen määrään alueita ja korvataan nämä arvot yhden näistä alueista tunnisteella [3] .

Kvantisointia ei pidä sekoittaa näytteenottoon (ja laajemmin kvantisointivaiheeseen näytteenottotaajuudella ). Näytteiden ottamisessa mitataan tietyllä taajuudella (näytteenottotaajuudella) ajallisesti muuttuvaa määrää (signaalia), joten näytteistys jakaa signaalin aikakomponenteiksi (kuvaajassa vaakasuunnassa). Kvantisointi puolestaan tuo signaalin annettuihin arvoihin, eli pyöristää signaalin sitä lähinnä oleville tasoille (pystysuoraan kuvaajassa). ADC : ssä pyöristys voidaan tehdä seuraavalle alemmalle tasolle. Signaalia, joka on näytteitetty ja kvantisoitu, kutsutaan digitaaliseksi signaaliksi .

Kvantisointia käytetään usein signaalinkäsittelyssä , mukaan lukien äänen ja kuvan pakkaus.

Kun signaali digitoidaan , yhtä kvantisointitasoa koodaavien bittien määrää kutsutaan kvantisointisyvyydeksi tai bittisyvyydeksi . Mitä suurempi kvantisointisyvyys ja suurempi näytteenottotaajuus, sitä paremmin digitaalinen signaali vastaa analogista signaalia. Tasaisen kvantisoinnin tapauksessa kvantisointisyvyys määrittää dynaamisen alueen , mitattuna desibeleinä (1 bitti per 6 dB) [4] .

Kvantisoinnin tyypit

Tasainen (homogeeninen) kvantisointi - signaalinäytearvojen alueen jakaminen samanpituisiin segmentteihin ja näiden arvojen korvaaminen lähimmällä kvantisointitasolla . Tässä tapauksessa kaksi kvantisointivaihtoehtoa on mahdollista [5] : $y$ $y_{q}$

1. Jos signaalin arvot ovat välillä , missä on kvantisointiaskel, niin ne pyöristetään ylöspäin tasolle (keskiarvo on kvantisointiominaisuus, jossa nolla kvantisointiaskeleen rajalla): ${\näyttötyyli [0,t]}$ $h$ $h/2$

y_{q}=\left(\left\lfloor {y \over h}\right\rfloor +0.5\right)\cdot h

2. Jos signaaliarvot ovat välillä , ne pyöristetään alaspäin nollatasolle (keskipinta on kvantisointiominaisuus, jossa nolla on kvantisointivaiheen keskellä): ${\näyttötyyli [-t/2,t/2]}$

y_{q}=\left\lfloor {y \over h}+0.5\right\rfloor \cdot h

missä on pyöristys lähimpään pienempään kokonaislukuun . $\left\lfloor {.}\right\rfloor$

Näytteenoton ja kvantisoinnin jälkeen saadaan digitaalinen signaali . Kvantisointitaso korvataan sitten numerojoukolla. Binäärikoodissa tapahtuvaa kvantisointia varten signaalin muutosalue minimiarvosta maksimiarvoon jaetaan kvantisointitasoiksi, joissa on kvantisointibitin syvyys. Tuloksena olevan tasojen välisen aikavälin arvo (kvantisointivaihe): $y_{q}$ ${\displaystyle y_{\min ))$ ${\displaystyle y_{\max ))$ $2^{n}$ $n$

h={\frac {y_{\max }-y_{\min }}{2^{n}}}.

Jokaiselle tasolle on määritetty -bittinen binäärikoodi - tason numero, joka on kirjoitettu binäärinumerona. Jokaiselle signaalinäytteelle annetaan sitä lähinnä olevan tason koodi. Siten näytteenoton ja kvantisoinnin jälkeen analogista signaalia edustaa binäärilukusarja, joka vastaa signaalin arvoja tietyllä hetkellä, eli binäärisignaali. Tässä tapauksessa jokaista binaarilukua edustaa korkean (1) ja matalan (0) tason pulssien sarja. Äänen kvantisoinnin bittisyvyys valitaan yleensä välillä 8 - 32 bittiä ( digitaalisten äänimuotojen vertailu ), mutta yleensä 16 tai 24 bittiä [6] . $n$

Epätasainen kvantisointi on kvantisointia, jossa signaaliarvojen alue jaetaan eripituisiin segmentteihin. Sitä käytetään parantamaan kvantisoinnin tarkkuutta siinä tapauksessa, että signaaliarvojen jakautuminen on epätasaista, esimerkiksi ääntä kvantisoitaessa. Tässä tapauksessa kvantisointitasot tulisi sijoittaa useammin niille alueille, joilla signaaliarvot ovat todennäköisempiä. Puhesignaalien kvantisoinnissa käytetään usein kompressoria, joka lisää pieniä signaaliarvoja ja vähentää suuria arvoja, ja sitten tasaista kvantisointia.

Kvantisointimenetelmät

Muistiinpanot

↑ Solonin A. I. Digitaalisen signaalinkäsittelyn algoritmit ja prosessorit. — C. 8 . Haettu 12. maaliskuuta 2018. Arkistoitu alkuperäisestä 13. maaliskuuta 2018. (määrätön)
↑ Solonin A. I. Digitaalisen signaalinkäsittelyn perusteet: luentokurssi. 2. painos - 2012. - C. 299 . Haettu 12. maaliskuuta 2018. Arkistoitu alkuperäisestä 13. maaliskuuta 2018. (määrätön)
↑ Pramod Jain. Vektorikvantisoinnin monikäynnistysmenetelmä globaalia optimointia varten. - Kalifornian yliopisto, 1989. - s. 37.
↑ Smirnov S. V. Teknisen tuen välineet ja järjestelmät tietojen käsittelyyn, tallentamiseen ja siirtämiseen. - MGIU, 2011. - S. 260 . Haettu 13. maaliskuuta 2018. Arkistoitu alkuperäisestä 14. maaliskuuta 2018. (määrätön)
↑ William A. Pearlman, Amir Said. Digitaalisen signaalin pakkaus: periaatteet ja käytännöt. - Cambridge University Press, 2011. - s. 83 . Haettu 26. maaliskuuta 2018. Arkistoitu alkuperäisestä 27. maaliskuuta 2018. (määrätön)
↑ Peter Kirn. Digitaalinen ääni. Todellinen maailma. - 2008. - S. 65 . Haettu 19. maaliskuuta 2018. Arkistoitu alkuperäisestä 19. maaliskuuta 2018. (määrätön)

Katso myös

Puristusmenetelmät _

Teoria

Tiedot	Oma Keskinäinen Haje Ehdollinen entropia Monimutkaisuus Redundanssi
Yksiköt	Bitti Nat Napostella Hartley Hartleyn kaava

Häviötön

Entropian pakkaus	Epäsymmetriset lukujärjestelmät Huffmanin algoritmi Mukautuva Huffman-algoritmi Shannon-Fano-algoritmi Shannonin algoritmi Aritmeettinen koodaus ( intervalli ) Golomb koodit Delta Universaali koodi Elias fibonacci
Sanakirjamenetelmät	RLE Tyhjennä LZ ( LZ77/LZ78 LZSS LZW LZWL LZO LZMA LZX LZRW LZJB LZT LZ4 Brotli zstandardi )
muu	RLE CTW BWT MTF PPM DMC

Audio

Teoria	Convolution PCM Aliasing Näytteenotto Kotelnikovin lause
menetelmät	LPC LAR LSP WLPC CELP ACELP Laki μ-laki ADPCM MDCT Fourier-muunnos Psykoakustinen malli
muu	Äänen kompressori Puheen pakkaus Band koodaus

Kuvat

Ehdot	väriavaruutta Pikseli Saturaatio-alinäytteenotto Pakkausesineitä
menetelmät	RLE DPCM fraktaali aallokko EZW SPIHT LP PrEP PCL
muu	Bittinopeus Normaali testikuva PSNR Kvantisointi

Video

Ehdot	Videon ominaisuudet Kehys Kehystyypit Videon laatu
menetelmät	Liikekompensointi PrEP Kvantisointi aallokko
muu	Videokoodekki Nopeuden vääristymisteoria CBR ABR VBR