Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Funzione di quantizzazione Q
Q( x) = xˆi
d ( x, xˆ ) = ( x − Q( x) ) = x 2
2
X variabile aleatoria → D = E ⎡⎣ d ( X , Xˆ ) ⎤⎦ = E ⎡( X − Q( X ) ) ⎤
2
⎣ ⎦
1
N = 7, caratteristica
“silenziata”
N = 8, caratteristica
“non silenziata”
Rapporto segnale-rumore
di quantizzazione (SQNR)
E ⎡⎣ X 2 ⎤⎦ PX
SQNR = =
E ⎡( X − Q ( X ) ) ⎤
2
PX
⎣ ⎦
2
Quantizzazione uniforme
¾ L’asse reale (valori della X) è partizionato in N “regioni di
quantizzazione”
2N – 1 gradi di libertà:
xˆi i = 1,… , N
ai i = 1,… , N − 1
3
Ottimizzazione (1)
a1 a2 aN −1 +∞
∫ ( x − xˆ1 ) f X ( x)dx + ∑ ∫ ( x − xˆ ) ∫ ( x − xˆ )
2 2 2
= i +1 f X ( x)dx + N f X ( x)dx
−∞ i =1 ai aN −1
∂ai ⎣ ⎦
= f X ( ai ) ⎡⎣ xˆi2 − xˆi2+1 − 2ai ( xˆi − xˆi +1 ) ⎤⎦ = f X ( ai )( xˆi − xˆi +1 )( xˆi + xˆi +1 − 2ai )
∂D xˆ + xˆ
= 0 → ai = i i +1
∂ai 2
Ottimizzazione (2)
a1 a2 aN −1 +∞
∂D i a
= − ∫ 2 ( x − xˆi ) f X ( x)dx
∂xˆi ai −1
ai ai
∂D
∫ xf X ( x) dx ∫ xf X ( x) dx ai
xf X ( x)
< X ≤ a } ∫ Pr {a
= 0 → xˆi = = =
ai−1 ai−1
dx
∂xˆi ai
Pr {ai −1 i −1 < X ≤ ai }
∫ f X ( x)dx i ai −1
ai−1
ai
4
Condizioni di Lloyd-Max
xˆi + xˆi +1
ai =
2
xˆi = E [ x | ai −1 < X ≤ ai ]
Procedura iterativa
1. Si parte con un insieme (arbitrario) di regioni di quantizzazione
e si calcolano gli xˆi usando la seconda condizione
2. Si usano i livelli di quantizzazione calcolati al punto 1 per
determinare nuove regioni di quantizzazione usando la prima
condizione
3. Si usano le nuove regioni di quantizzazione nella seconda condizione
4. ….. Si ripete usando alternativamente le condizioni 1 e 2 …..
5
Esempio: quantizzazione non uniforme
6
Quantizzazione vettoriale
¾ Anziché quantizzare un campione una volta se ne quantizzano n
(n ≥ 2)
Esempio: n = 2
7
Quantizzatore vettoriale ottima
¾ La regione di quantizzazione i-esima è il luogo dei punti, nello
spazio n dimensionale che si trovano più vicini ad x̂i che ad
ogni altro x̂ j per j ≠ i.
¾ x̂i è il centroide della i-esima regione di quantizzazione.
Esempio: n = 2
8
PCM uniforme
Hp: il segnale di ingresso è compreso in [−xmax, + xmax];
il numero di livelli di quantizzazione è N = 2v;
ciascun campione è rappresentato con v impulsi binari.
2 xmax xmax
Δ= = v −1
N 2
⎛ Δ Δ⎤
x = x − Q( x) è una variabile aleatoria in ⎜ − , + ⎥
⎝ 2 2⎦
Hp: numero di livelli elevato e intervallo di variabilità piccolo
→ Δ piccolo;
livello di quantizzazione al centro della regione di
quantizzazione;
→ errore approssimabile con una distribuzione uniforme tra
−Δ/2 e + Δ/2;
E ⎡⎣ X 2 ⎤⎦ PX P
SQNR = = = 3 × 4v 2X = 3 × 4v PX n
E ⎡⎣ X ⎤⎦ 2
E ⎡⎣ X ⎤⎦
2
xmax
SQNR dB ≈ PX n + 6v + 4.8
dB
9
Esempio
Segnale uniformemente distribuito tra −1 e +1
N = 256
xmax = 1 → Xn = X
1
1 1
PX = PX n = ∫ 2 x dx = 3
2
−1
v = log 2 256 = 8
SQNR dB ≈ 48 dB
10
Legge μ (Stati Uniti – Canada)
log(1 + μ x )
g ( x) = sign( x)
log(1 + μ)
11
Legge A (Europa)
1 + ln A x
g ( x) = sign( x)
1 + ln A
12
Soluzioni per ridurre la banda occupata
Differential Pulse Code Modulation (DPCM): si quantizza (e codifica)
la differenza tra due campioni successivi: Xn – Xn−1.
Razionale: il segnale è correlato → la differenza tra due campioni
successivi è piccola.
Generalizzazione:
¾ Il valore corrente viene “predetto” sulla base di p valori (quantizzati)
precedenti.
¾ Si quantizza la differenza tra il valore corrente e la sua predizione.
Modulazione Delta: Caso limite di DPCM, in cui si trasmette un solo bit
(di segno).
Tecniche di analisi-sintesi: si riproduce la sorgente tramite un modello
e si quantizzano i parametri del modello.
…
DPCM
13
Modulazione Delta
14
Ruolo dello step size Δ
Δ troppo grande
Δ troppo piccolo
15
Ruolo dello step size Δ (ctd.)
Δ adattativo
Δ n = Δ n −1 K εn ×εn−1
Telefonia
Trama europea
Trama nord-americana
16
Gerarchia TDM segnale TF: Europa
17