5. Metody kompresji sygnałów

5.1. Nierównomierna kwantyzacja skalarna

Ogólna teoria kwantyzacji skalarnej stanowi punkt wyjścia do opracowania metod kwantyzacji wektorowej [9]. Występuje tu istotna współzależność.

N - punktowy kwantyzator skalarny (jednowymiarowy) definiuje się jako odwzorowanie typu:

 

  Q:\mathfrak{R}\buildrel\rightarrow\over\rightarrow n\ a\ C (5.1)

 

gdzie  stanowi nieskończony zbiór liczb rzeczywistych zaś C spełnia relację:

 

  C º {<i>c</i><sub>1</sub>, <i>c</i><sub>2</sub>, <i>c</i><sub>3</sub>, ...,<i>c</i><sub>N</sub>} Ì Â,   N<¥ (5.2)

 

i stanowi słownik kwantyzatora o rozmiarze N (|C| = N). Elementy ci tego słownika są odpowiednikami poziomów kwantyzacji.

Podstawowy parametr tego kwantyzatora, rozdzielczość: r = log2N, specyfikuje średnią liczbę bitów niezbędnych do zakodowania wartości odpowiadających wszystkim poziomom kwantyzacji.

Konsekwencją rozmieszczenia na osi  poziomów kwantyzacji ci jest powstanie partycji Ri, czyli przedziałów kwantyzacji, o krańcach [xi-1, xi) zwanych często punktami granicznymi. Przy czym, zgodnie z definicją, Ri określa się jako:

 

  Ri = {x</span></span></span><span style="font-size:12.0pt"><span style="line-height:115%"><span style="font-family:Symbol">Î</span></span></span> <span style="font-size:12.0pt"><span style="line-height:115%"><span style="font-family:Symbol">Â</span></span></span><span style="font-size:12.0pt"><span style="line-height:115%"><span style="font-family:"Calibri",sans-serif">: Q(<i>x</i>) = c<sub>i</sub>} (5.3)

 

Ponadto:  È Ri = Â,  oraz   Ri Ç Rj = Æ,  dla i ¹ j. Zatem pełny opis kwantyzatora skalarnego daje równanie:

 

  Q = {<i>c</i><sub>i</sub>, R<sub>i</sub>}, i = 1,2,3,...,N (5.4)

 

Osobnego potraktowania w analizie teoretycznej wymagają krańcowe punkty skali przetwarzania: x0 oraz xN, określające krańcowe przedziały kwantyzacji: R0 i RN. Dla przypadku gdy x0 = ¥ oraz xN = ¥ przedziały te noszą nazwę przepełnionych (w odróżnieniu od ziarnistych). W tym przypadku zakres pracy kwantyzatora definiuje się jako: B =  xN-1 - x1. Zwykle x0, xN < ¥, B = xN - x0.

Kwantyzator nazywamy regularnym, gdy spełniona jest nierówność:

 

  x0 <c1 < x1 <c2 <... < cN < xN (5.5)

 

zaś równomiernym gdy ponadto: (xn - xn-1) =  const.

Przypadek cn = (xn-1 + xn)/ 2 występuje w technice przetwarzania analogowo-cyfrowego powszechnie stosowanego w metrologii i równoważny jest potocznemu rozumieniu kwantyzatora (w ogólności nieoptymalnego).

Zakładając bardzo dużą wartość rozdzielczości kwantyzatora (r) dla sygnału o zerowej składowej stałej (symetria zmienności) otrzymuje się następującą zależność na wartość stosunku sygnału do szumu [9]:

 

  SNR\approx6.02r+10lg{(}3\beta_x^2) (5.6)

 

Z ostatniego równania wynika „żelazna” reguła, że użycie dodatkowego bitu w procesie kwantyzacji powoduje przyrost stosunku sygnał/szum o ok. 6dB.

Problem konstrukcji optymalnych kwantyzatorów jest niezwykle zajmujący głównie z powodu ich „wyjątkowej” nieliniowości. Dekompozycja układu kwantyzatora na dwie części: koder i dekoder znacznie ułatwia analizę (rys.5.1).

 

Rys. 5.1 Schemat blokowy kwantyzatora (dekompozycja)

Koder realizuje nieliniową operację (odwzorowanie): K:RnaI , zaś dekoder: D:InaC ,  gdzie Á = {1,2,3,...,N} - zbiór indeksów, a C = {<i>c<sub>i</sub></i>} - słownik kwantyzatora. Oznacza to, że:

 

 

  K(x) = i,  D(i) = c_i \ oraz \ Q(x) = c_i (5.7)

 

Symbolika ta odpowiada rozumieniu potocznemu procesu kwantyzacji, w którym i oznacza numer przedziału kwantyzacji.

Po przyjęciu założenia, że jeden spośród dwu elementów kwantyzatora ma parametry ustalone, stosunkowo łatwo podać zasady optymalizacji drugiego. Wynika stąd, że proces projektowania może być dokonany w trybie iteracyjnym: dobór optymalnego dekodera dla kodera oraz dobór optymalnego kodera dla dekodera. Obydwa procesy mogą być zdefiniowane w sposób rozłączny.