- •Министрерство образования российской федерации рязанская государственная радиотехническая академия
- •2. Цифровая обработка сигналов 5
- •3.Устройства преобразования и обработки сигналов 64
- •2. Цифровая обработка сигналов
- •2.1. Эволюция теории и техники цос.
- •2.2. Предмет и задачи цос.
- •2.3. Математическая постановка задачи оптимального проектирования цифровых фильтров.
- •2.4. Основные типы фильтров частотной селекции и их применение.
- •2.5 Постановка и решение задачи аппроксимации частотных характеристик в классе ких-цепей.
- •2.6. Постановка и решение задачи аппроксимации частотных характеристик цф в классе бих цепей.
- •2.7. Методы построения цифровых фильтров в классе ких цепей.
- •2.7. Методы построения структур цф в классе бих-цепей.
- •2.9. Дискретное преобразование Фурье и алгоритм бпф.
- •2.10. Метод синтеза структуры узкополосного цф на основе децимации и интерполяции.
- •2.11. Методы синтеза многоступенчатых структур узкополосных цф.
- •1.Метод м. Белланже.
- •2. Метод Крошье – Рабинера (оптимальный синтез многоступенчатых структур).
- •3. Структура с параллельными накопителями.
- •4. Метод синтеза цифровых полосовых фильтров на основе структуры с квадратурной модуляцией.
- •2.12. Общая структура системы анализа-синтеза сигналов и её применение.
- •2.13. Методы синтеза набора фильтров-демодуляторов во временной области.
- •2.14. Методы синтеза набора фильтров-демодуляторов в частотной области.
- •2.15. Цифровые гребенчатые фильтры.
- •2.16. Многокаскадная реализация цифровых полосовых фильтров с прореживанием по частоте.
- •Методы синтеза набора полосовых фильтров в классе ких-цепей на основе прореживания по частоте.
- •2.17. Двухкаскадная реализация набора цифровых полосовых фильтров с прореживанием по частоте.
- •2.18 Построение набора цифровых полосовых фильтров с прореживанием по частоте: пирамидальная структура.
- •2.19. Адаптивные ких-фильтры. Общее описание и синтез.
- •2.20. Адаптивные фильтры. Классификация и применение.
- •Фильтры с ос ( с предварительным обучением)
- •Применение адаптивных фильтров с ос
- •3.Устройства преобразования и обработки сигналов
- •3.1. Общая структура абонентской аппаратуры.
- •3.2. Кодеры формы речевого сигнала.
- •3.3. Дифференциальная икм.
- •3.4. Вокодеры.
- •3.5. Речеобразование, как процесс фильтрации.
- •3.6. Кодирование с линейным предсказанием.
- •3.7. Кодер gsm.
- •3.8. Методика разделения речевого сигнала на участки шума, пауз и речи.
- •3.9.Полосовые вокодеры.
- •3.10. Аудиокодеки: обобщенная схема алгоритмов компрессии аудиоданных.
- •3.11. Аудиокодеки: психоакустическая модель стандарта mpeg.
- •3.12.Кодирование с линейным предсказанием: метод «анализа через синтез».
- •Метод “анализа через синтез”.
- •Новые методы кодирования с линейным предсказанием.
- •Кодеры с возбуждением от остатка relp.
- •Кодер с многоимпульсным возбуждением.
- •Кодер с кодовым возбуждением celp.
- •Метод линейной спектральной пары lsp.
- •Субполосное кодирование с векторным квантователем (матричное кодирование).
- •3.13. Векторное квантование при кодирование речи.
- •Анализ-синтез речи с использование векторного квантования.
- •Постановка задачи.
- •Построение кодовой книги.
- •3.14Кодирование изображений: кодеки jpeg.
- •3.15 Кодирование изображений: кодеки mpeg.
- •3.16 Адаптивное подавление помехи в двухэлементной решетке.
- •3.17 Устройство подавления помех с двумя эталонными ненаправленными элементами.
- •3.18 Пространственные схемы адаптивной решетки.
- •3.19. Формирование лучей по пилот сигналу.
- •3.20. Устройство формирования лучей с повышенной разрешающей способностью.
3.11. Аудиокодеки: психоакустическая модель стандарта mpeg.
Самое широкое распространение получила SMR – модель (отношение сигнал/маска). С помощью данной модели для каждой субполосы кодирования n вычисляется отношение SMR(n). Оно представляет собой отношение энергии звукового сигнала к максимально возможному значению энергии искажения квантования в субполосе кодирования, при котором они еще маскируются полезным сигналом.
Значение функции SMR(n) для всех субполос кодирования образует глобальный порог маскирования, определяющий требуемое количество бит для кодирования в каждой полосе кодирования.
Рассмотрим психоакустическую модель, обычно используемую для компрессии Layer 3. Характерными особенностями модели данного уровня являются:
1. Разделение спектра выборки звукового сигнала на полосы психоакустического анализа (М полос, несовпадающие с критическими полосами слуха). Критическая полоса слуха – полоса частот, в пределах которой слух интегрирует сигнал возбуждения в одной полосе, не различая его тонкую структуру внутри полосы. Таких полос 24, которые определены стандартом MPEG. При этом число полос М = 62 для частоты дискретизации 48 кГц, М = 63 при 44.1 кГц, М = 59 при 32 кГц.
2. Все расчеты одновременно выполняются как для длинных (N = 1024), так и для коротких выборок (N = 256) звукового сигнала.
Реализация психоакустической модели включает в себя следующие операции:
1. Вычисление М – точечного БПФ с использованием оконной функции Ханна. В результате каждой k – ой спектральной компоненте Ỳ(k), при k = 0, N-1, вычисляется амплитуда и фаза:
R(k) = | Ỳ(k) |, φ(k) = arg Ỳ(k).
2. Вычисление предсказанных значений R’(k) и φ’(k), для каждой спектральной компоненты. Для этого в памяти кодера хранятся массивы модуля и фаз спектральных составляющих двух предшествующих блоков отсчета звукового сигнала.
3. Расчет меры непредсказуемости для каждой k – ой спектральной компоненты текущего блока выборок. Она учитывает наличие корреляции между текущим и двумя предшествующими блоками выборок. На основании меры непредсказуемости делается вывод о степени близости сигнала в каждой полосе анализа к тону или шуму, маскирующие свойства которых различны.
4. Рассчитывается энергия и взвешенное значение меры непредсказуемости текущего блока выборок в каждой полосе анализа. В каждую полосу анализа попадает несколько спектральных компонент.
5. Расчет развертывающей функции – индивидуальная кривая маскировки, которая учитывает избирательные свойства слуха в различных частотных диапазонах. Далее рассчитываются свертки энергии сигнала в полосе анализа и взвешенных значений меры непредсказуемости с вычислением ранее развертывающей функции с целью учета влияния соседних полос.
6. Рассчитывается ОСШ SNR*(m) в полосе анализа m = 0, N-1, представляющее собой наименьшее значение отношения энергий полезного сигнала и шума, при котором еще маскируется полезный сигнал для заданной полосы анализа. Чем меньше ОСШ, тем больше уровень шума в полосе анализа.
7. Рассчитывается максимально допустимая энергия шума (глобальный порог маскировки) в полосе анализа, при котором он еще маскируется полезным сигналом.
8. Расчет максимально допустимой энергии шума в полосе кодирования (их число = 32).
9. Вычисляется энергия сигнала в полосах кодирования и рассчитывается отношение полезного сигнала к допустимому значению энергии шума SMR для каждой из полос кодирования.