Quantizzazione scalare

N = numero dei livelli

di quantizzazione

Funzione di quantizzazione Q
Q( x) = xˆi

¾ Funzione non lineare non invertibile

¾ Parte dell’informazione viene persa nel processo di quantizzazione

e non è più recuperabile

Misura della distorsione (in media quadratica)

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
⎣ ⎦

PX = potenza del segnale utile

PX = potenza del rumore di quantizzazione

Hp: X(t) stazionario

2
 Quantizzazione uniforme
¾ L’asse reale (valori della X) è partizionato in N “regioni di
quantizzazione”

¾ Ad eccezione delle regioni (−∞, a1] e (aN − 1, +∞) l’ampiezza di

ciascuna regione è pari a Δ

™ N + 2 gradi di libertà: xˆi i = 1,… , N

a1
Δ
Obiettivo: ottimizzare i gradi di libertà, in modo che la distorsione
sia minima.

N non è (di solito) un grado di libertà. Il suo valore viene imposto

a priori (come valore di tentativo) sulla base della banda disponibile.

Quantizzazione non uniforme

¾ L’ampiezza delle regioni in cui è partizionato l’asse delle X (segnale
in ingresso al quantizzatore) è variabile

™ 2N – 1 gradi di libertà:

xˆi i = 1,… , N
ai i = 1,… , N − 1

Obiettivo: ottimizzare i gradi di libertà, in modo che la distorsione

sia minima.

N non è (di solito) un grado di libertà. Il suo valore viene imposto

a priori (come valore di tentativo) sulla base della banda disponibile.

3
 Ottimizzazione (1)
a1 a2 aN −1 +∞

∫ ( x − xˆ ) f X ( x)dx + ∫ ( x − xˆ2 ) f X ( x)dx + ∫ ( x − xˆ ) ∫ ( x − xˆ )

2 2 2 2
D= 1 + N −1 f X ( x)dx + N f X ( x)dx
−∞ a1 a N −2 aN −1
a1 N − 2 ai+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

fX(x) = densità di probabilità della X

∂D
= f X ( ai ) ⎡( ai − xˆi ) − ( ai − xˆi +1 ) ⎤ = f X ( ai ) ⎡⎣ ai2 − 2ai xˆi + xˆi2 − ai2 + 2ai xˆi +1 − xˆi2+1 ⎤⎦
2 2

∂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

¾ I confini delle regioni di quantizzazione sono nel punto medio di

livelli di quantizzazione adiacenti → ad ogni x si assegna il livello
di quantizzazione più vicino (criterio a minima distanza)

Ottimizzazione (2)
a1 a2 aN −1 +∞

∫ ( x − xˆ1 ) f X ( x)dx + ∫ ( x − xˆ2 ) f X ( x)dx + ∫ ( x − xˆ ) ∫ ( x − xˆ )

2 2 2 2
D= + N −1 f X ( x)dx + N f X ( x)dx
−∞ a1 a N −2 aN −1
a1 N − 2 ai+1 +∞

∫ ( x − xˆ1 ) f X ( x)dx + ∑ ∫ ( x − xˆi +1 ) ∫ ( x − xˆ )

2 2 2
= f X ( x)dx + N f X ( x)dx
−∞ i =1 ai 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

= ∫ xf X ( x | ai −1 < X ≤ ai )dx = E [ x | ai −1 < X ≤ ai ]

ai−1

¾ Il livello di quantizzazione della i-esima regione è il centroide per

quella regione

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 …..

Esempio: quantizzazione uniforme

5
Esempio: quantizzazione non uniforme

Esempio: quantizzazione non uniforme

(ctd.)

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

Pulse Code Modulation (PCM)

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;

SQNR PCM uniforme

Δ Δ
2
1 1 x3 2 1 ⎡ Δ 3 ⎛ Δ 3 ⎞ ⎤ Δ 2 xmax
2 2
xmax 2
xmax
E ⎣⎡ X 2 ⎦⎤ = ∫ x 2 dx = = ⎢ − ⎜ − ⎟⎥ = = = =
Δ Δ Δ 3 −
Δ Δ ⎣ 24 ⎝ 24 ⎠ ⎦ 12 3N 2 3 × 22 v 3 × 4v
− 2
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

¾ Per ogni incremento di 1 nel valore di v, il SQNR aumenta di 6 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

PCM non uniforme

¾ Efficace quando fX(x) differisce significativamente dall’andamento
uniforme.

¾ Esempio (segnale vocale): ampiezze di valore basso più probabili.

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

¾ Si utilizza una frequenza di campionamento maggiore di quella

minima fissata dalla condizione di Nyquist.

¾ La riduzione della banda è minore di quanto prevedibile, ma pur

sempre consistente.

Modulazione Delta (schema alternativo)

14
 Ruolo dello step size Δ

Δ troppo grande

Ruolo dello step size Δ (ctd.)

Δ troppo piccolo

15
 Ruolo dello step size Δ (ctd.)

Δ adattativo

Δ n = Δ n −1 K εn ×εn−1

εn = uscita corrente del quantizzatore

εn−1 = uscita precedente del quantizzatore

Esempio: K = 1.5 → Δn+ = 1.5Δn−1; Δn− = 0.67Δn−1

Multiplazione a divisione di tempo (TDM)

Telefonia

Trama europea

Trama nord-americana

16
 Gerarchia TDM segnale TF: Europa

Gerarchia TDM segnale TF: Nord America

17