Kvantálás (jelfeldolgozás)

Az oldal jelenlegi verzióját még nem nézték át tapasztalt közreműködők, és jelentősen eltérhet a 2016. június 13-án felülvizsgált verziótól ; az ellenőrzéshez 51 szerkesztés szükséges .

Kvantálás ( angol kvantálás ) - a jelfeldolgozásban - a jel referenciaértékeinek tartományának véges számú szintre történő felosztása és ezen értékek kerekítése a hozzájuk legközelebb eső két szint valamelyikére [1] . Ebben az esetben a jel értéke a kódolási módtól függően akár a legközelebbi szintre, akár a legközelebbi szint közül a kisebbre vagy nagyobbra kerekíthető [2] . Az ilyen kvantálást skalárnak nevezzük. Létezik vektorkvantálás is - a vektormennyiség lehetséges értékeinek terét véges számú régióra osztják, és ezeket az értékeket e régiók egyikének azonosítójával helyettesítik [3] .

A kvantálást nem szabad összetéveszteni a mintavétellel (és kibővítve a kvantálási lépéssel a mintavételezési sebességgel ). Mintavételezéskor egy időben változó mennyiséget (jelet) mérünk egy adott frekvencián (mintavételi frekvencián), így a mintavételezés a jelet időkomponensekre bontja (a grafikonon vízszintesen). A kvantálás viszont a jelet a megadott értékekre hozza, vagyis a hozzá legközelebb eső szintekre kerekíti a jelet (a grafikonon függőlegesen). Az ADC -ben a kerekítés a következő alacsonyabb szintre hajtható végre. A mintavételezett és kvantált jelet digitális jelnek nevezzük .

A kvantálást gyakran használják a jelfeldolgozásban , beleértve a hang- és képtömörítést.

Amikor egy jelet digitalizálunk , a kvantálás egy szintjét kódoló bitek számát kvantálási mélységnek vagy bitmélységnek nevezzük . Minél nagyobb a kvantálási mélység és minél nagyobb a mintavételezési frekvencia, annál jobban illeszkedik a digitális jel az analóg jelhez. Egyenletes kvantálás esetén a kvantálási mélység határozza meg a dinamikatartományt , decibelben (1 bit per 6 dB) [4] .

A kvantálás típusai

Egységes (homogén) kvantálás - a jelminta-értékek tartományának felosztása egyenlő hosszúságú szegmensekre, és ezeknek az értékeknek a helyettesítése a legközelebbi kvantálási szinttel . Ebben az esetben két kvantálási lehetőség lehetséges [5] : $y$ $y_{q}$

1. Ha a jelértékek az intervallumban vannak , ahol a kvantálási lépés, akkor felfelé kerekítjük a szintre (a középső a kvantálási karakterisztika nullával a kvantálási lépés határán): $[0,h]$ $h$ $h/2$

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

2. Ha a jelértékek az intervallumban vannak , akkor nulla szintre kerekítik le (a középfutófelület a kvantálási karakterisztika nullával a kvantálási lépés közepén): $[-h/2,h/2]$

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

ahol kerekítés a legközelebbi kisebb egész számra . $\left\lfloor {.}\right\rfloor$

A mintavétel és a kvantálás után digitális jelet kapunk . A kvantálási szintet ezután számkészlettel helyettesítjük. A bináris kódban történő kvantáláshoz a minimális értéktől a maximális értékig tartó jelváltozás tartománya kvantálási szintekre van osztva , ahol a kvantálási bitmélység. A szintek közötti intervallum értéke (kvantálási lépés): $y_{q}$ $y_{\min }$ ${\displaystyle y_{\max ))$ $2^{n}$ $n$

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

Minden szinthez hozzá van rendelve egy -bites bináris kód - a szintszám, bináris számként írva. Minden jelmintához a hozzá legközelebb eső szint kódja van hozzárendelve. Így a mintavétel és a kvantálás után az analóg jelet egy bináris számsorozat képviseli, amely megfelel a jelértékeknek bizonyos időpontokban, azaz egy bináris jel. Ebben az esetben minden bináris számot magas (1) és alacsony (0) szintű impulzusok sorozata képvisel. A hangkvantálás bitmélységét általában 8 és 32 bit között választják ( digitális audioformátumok összehasonlítása ), de általában 16 vagy 24 bit [6] . $n$

A nem egységes kvantálás olyan kvantálás, amelyben a jelértékek tartománya egyenlőtlen hosszúságú szegmensekre van felosztva. A kvantálás pontosságának javítására szolgál abban az esetben, ha a jelértékek eloszlása egyenetlen, például hang kvantálásakor. Ebben az esetben a kvantálási szinteket gyakrabban kell elhelyezni azokon a területeken, ahol a jelértékek valószínűbbek. A beszédjelek kvantálásakor gyakran használnak kompresszort, amely növeli a kis jelértékeket és csökkenti a nagy értékeket, majd egyenletes kvantálást.

Kvantálási módszerek

Jegyzetek

↑ Solonin A. I. A digitális jelfeldolgozás algoritmusai és processzorai. — C. 8 . Letöltve: 2018. március 12. Az eredetiből archiválva : 2018. március 13. (határozatlan)
↑ Solonin A. I. A digitális jelfeldolgozás alapjai: előadások. 2. kiadás - 2012. - C. 299 . Letöltve: 2018. március 12. Az eredetiből archiválva : 2018. március 13. (határozatlan)
↑ Pramod Jain. Vektorkvantálási többindításos módszer a globális optimalizáláshoz. - Kaliforniai Egyetem, 1989. - 37. o.
↑ Smirnov S. V. Az információ feldolgozásának, tárolásának és továbbításának technikai támogatásának eszközei és rendszerei. - MGIU, 2011. - S. 260 . Letöltve: 2018. március 13. Az eredetiből archiválva : 2018. március 14. (határozatlan)
↑ William A. Pearlman, Amir Said. Digitális jeltömörítés: alapelvek és gyakorlatok. - Cambridge University Press, 2011. - 83. o . Letöltve: 2018. március 26. Az eredetiből archiválva : 2018. március 27. (határozatlan)
↑ Kirn Péter. Digitális hang. Való Világ. - 2008. - S. 65 . Letöltve: 2018. március 19. Az eredetiből archiválva : 2018. március 19. (határozatlan)

Lásd még

Tömörítési módszerek

Elmélet

Információ	Saját Kölcsönös Entrópia Feltételes entrópia Bonyolultság Redundancia
Egységek	Bit Nat Rágcsál Hartley Hartley képlet

Veszteségmentes

Entrópia tömörítés	Aszimmetrikus számrendszerek Huffman algoritmus Adaptív Huffman algoritmus Shannon-Fano algoritmus Shannon algoritmusa Aritmetikai kódolás ( intervallum ) Golomb kódok Delta Univerzális kód Elias fibonacci
Szótári módszerek	RLE Kienged LZ ( LZ77/LZ78 LZSS LZW LZWL LZO LZMA LZX LZRW LZJB LZT LZ4 Brotli zstandard )
Egyéb	RLE CTW BWT MTF PPM DMC

Hang

Elmélet	Konvolúció PCM Aliasing Mintavétel Kotelnyikov tétele
Mód	LPC LAR LSP WLPC CELP ACELP Törvény μ-törvény ADPCM MDCT Fourier transzformáció Pszichoakusztikus modell
Egyéb	Audio kompresszor Beszédtömörítés Sáv kódolás

Képek

Feltételek	színtér Pixel Telítettségi részmintavétel Tömörítési műtermékek
Mód	RLE DPCM fraktál hullámocska EZW SPIHT LP PrEP PCL
Egyéb	Bitráta Szabványos tesztkép PSNR Kvantálás

Videó

Feltételek	Videó jellemzői Keret Keret típusok Videó minőség
Mód	Mozgáskompenzáció PrEP Kvantálás hullámocska
Egyéb	Videokodek Sebesség-torzítás elmélet CBR ABR VBR