线谱对参数预测多级矢量量化联合优化算法

提出了一种线谱对参数预测多级矢量量化联合优化算法。该算法对预测系数和多级矢量量化采用渐进闭环设计,通过迭代实现预测系数和多级矢量量化设计的联合优化。在多级矢量量化设计过程中,采用迭代优化实现多级码本的联合优化。采用语音线谱对参数对量化算法进行测试。测试结果表明,与传统算法相比,该量化算法可以减小线谱对参数量化失真,提高编码语音质量。

语音谱参数的增强双预测多级矢量量化的码本设计方法

表征语音谱参数的线性预测编码(LPC)参数被广泛用于各种语音编码算法。甚低位率语音编码算法要求使用尽可能少的位率编码语音谱参数。文章提出了语音谱参数的增强双预测多级矢量量化算法(EDPMSVQ)的码本设计方法。这种改进的多级矢量量化方法充分利用语音谱参数的短时相关和长时相关特性,采用了有记忆的多级矢量量化算法(MSVQ),对语音谱参数的每一维分别使用不同的预测系数;并且通过利用相邻语音帧间语音谱参数的强相关和弱相关的不同特点,采用了分别对应于强相关和弱相关的两个预测值集合,进一步减小了语音谱参数编码位率。增强双预测多级矢量量化方法能够实现20位的语音谱参数近似“透明”量化,同时能够使语音谱参数量化时的计算复杂度略有减少,所需的存储空间大为减少。

语音谱参数的切换双预测多级矢量量化的码本设计方法

提出了语音谱参数的切换双预测多级矢量量化算法 (DPMSVQ)的码本设计方法。这种改进的多级矢量量化方法充分利用语音谱参数的短时相关和长时相关特性 ,采用了有记忆的多级矢量量化算法 (MSVQ) ;并且通过利用相邻语音帧间语音谱参数的强相关和弱相关的不同特点 ,采用了分别对应于强相关和弱相关的两个预测值 ,进一步减小了语音谱参数编码位率。切换双预测多级矢量量化方法能够实现 2 1位的语音谱参数近似“透明”量化 ,同时能够使语音谱参数量化时的计算复杂度略有减少 ,所需的存储空间大为减少。

低速率语音编码LPC参数多级矢量量化的有效搜索

提出了一种LPC参数的M-L树形搜索多级矢量量化方案,其谱失真小于或接近1 dB,计算复杂度低,存储量小.计算机模拟表明,采用该方案对线谱对(LSPs)参数进行矢量量化,可提供透明质量的合成语音.

多级矢量量化法用于图像压缩编码的研究

针对传输凝固图像的要求 ,对多级矢量量化法在图像压缩编码中的应用进行了研究。方案具有压缩比高 ,抗干扰能力强 ,算法简单等特点 ,尤其具有运算量小和复杂度低的突出优点。本文用五幅 2 56× 2 56个像素 ,每像素 8bits的图像进行了计算机模拟实验。实验达到了预期的目的。

城镇生活垃圾多级减量化及分类收集研究

实践证明，仅靠末端的无害化处理并不能有效解决日愈严峻的城镇生活垃圾污染问题，只有把”减量化”摆到垃圾管理的优先地位，并将多级减量化的理念贯穿于垃圾处理的各个环节才能更好更快地达到目标。本文以全过程管理思想为指导，从系统管理角度出发，论证了多级减量化尤其是源头减量的意义、程序及措施，并结合实例对生活垃圾分类收集这一主要减量化措施进行了应用研究。

基于运动补偿的多级矢量量化联合编码算法

研究了基于运动补偿的多级矢量量化编码方法.针对传统算法编码质量较低的问题,在保持量化器结构不变的情况下,借鉴维特比编码方式,提出多级矢量量化联合编码算法,并采用部分失真快速码字搜索算法提高编码速度.仿真实验表明,与传统MSVQ算法相比,本算法不仅提高了编码图像的质量,而且降低了编码速率.

复数SAR图像的块自适应多级矢量量化压缩

研究了在空间域进行复数合成孔径雷达(SAR)图像的压缩,提出了结合块自适应矢量量化(BAVQ)和多级矢量量化(MSVQ)技术各自优点的块自适应多级矢量量化(BAMSVQ)压缩算法。该算法因SAR复数图像的实部和虚部数据在一定采样规模下具有近似高斯分布的特性,可以运用BAVQ编码;而上一级编码后的残差数据由于已经进行了一定程度的去相关性,根据中心极限定律也具有近似高斯分布特性,因而也可进行块自适应的矢量量化编码,由此可形成BAVQ的多级方案。另外由于实虚部归一化的高斯分布块数据具有相同的分布特性,因此可以共享码书,节省存储资源与传输数据量。仿真结果验证了该算法的有效性。在相同的压缩比下,与前两种空间域压缩算法相比,该算法提升了性能,降低了计算复杂度,节省了计算时间和资源占用量。

基于小波变换的多级矢量量化图像编码算法

结合小波变换中多分辨率分析特性以及多级矢量量化复杂度低、量化效果较好的特点提出了一种基于小波变换的多级矢量量化图像编码方法。在使用多级量化的基础上采用联合优化多级矢量量化的码本设计方法,进一步提升量化效果。试验数据表明,该方法相对于传统的矢量量化算法,量化效果进一步提高,复杂度也在可接受范围之内,达到了很好的压缩编码效果。

高校废弃物多级减量化模型构建

高校废弃物产生数量庞大,增长迅速,却未得到有效处理,而其有效处理影响着我国生态文明建设标杆的树立。从源头减量化、过程减量化及终端减量化三个方面,构建高校废弃物多级减量化模型。源头减量化包括食堂区的"用餐文化"源头减量、宿舍区的"门禁+有偿收集点"源头减量、公共区的全面"限塑"源头减量、教学区的"设备高效利用"源头减量,过程减量化包括废弃物生产者对垃圾的有效分类及分类后的有效分拣处理,终端减量化包括校园废弃物内部自我处置及外部处理。多级减量化模型的创建使高校逆向物流的实施更为明确、顺畅、高效和普及。

一种基于线性预测系数多级矢量量化的语音零水印

提出一种基于线性预测系数多级矢量量化的数字零水印算法.通过对语音信号的线性预测系数进行多级矢量量化与待嵌入水印进行异或得到检测密钥,并在接收端进行盲水印提取.实验结果证明,该算法对于各种攻击尤其对幅度缩放、低通滤波和音量标准化具有较好的鲁棒性和不可见性.

基于改进CPN的快速矢量量化

对向传播神经网络(CPN)可以作为矢量量化器用于图像压缩,但CPN学习算法在进行码书设计时存在两个明显的缺陷。本文对CPN学习算法进行改进,提出了一种新的码书设计算法———快速竞争学习及误差修正算法(FCLECA)和一个基于改进CPN的快速矢量量化器模型,并讨论了FCLECA中的重要步骤和重要参数。仿真实验结果表明,FCLECA在生成高质量码书的同时大幅减少了训练时间,可以有效地实现快速矢量量化。

低速率语音编码LPC参数的多级VQ设计

针对LPC参数量化过程的多级VQ码书设计中顺序与迭代顺序设计算法收敛速度较慢这一缺点,提出了一种新的顽健多级VQ的联合码书设计方案。实验表明,该多级VQ的联合码书设计方案应用于线谱对参数的量化时,可提供透明质量的合成语音。相比顺序设计算法不仅加快了收敛速度,而且改善了VQ的性能测度。

基于矢量量化的数字视频压缩技术

对基于矢量量化的数字视频压缩技术进行了论述,并根据分析结果提出了一种新的矢量量化算法——多级矢量量化联合编码算法,该算法保持了多级矢量量化算法编码速度快、图像相关性小等特点,同时提高了编码质量。实验表明,该算法与已有的算法相比具有较高的图像质量和更高的压缩率。

矢量量化技术在微机话音记录系统中的应用

叙述一种数据压缩方法──多级矢量量化器在微机话音记录系统中的应用．介绍了二级量化器的码书设计，阐明了微机话音记录系统四路通话的运行方式及其放音工作原理．实践应用表明，该系统的话音质量比原来PCM编码的话音质量下降很少，而运行速度较快，设计亦简单．

低速语音编码中的预测分类分裂矢量量化技术

为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加。

数字基带信号直接传输系统的研究与设计

数字基带信号的直接传输会随着传输距离的增加而使得信号幅度逐渐衰减.为了提高传输质量,提出了一种基于高速模数转换器和最小二乘法自适应均衡的软阈值数字基带信号直接传输方法,使用模数转换器的接收机替代传统的均衡器芯片,对波形进行多级量化,并在自适应均衡后输出信号.首先使用高速模数转换器接收非屏蔽双绞线传输的基带差分信号波形,然后通过软阈值自适应均衡算法进行信号整形,最后将每个二进制数据位软信息组成的多级数据序列作为Turbo译码器的输入信号.电路实验中,在发送端通过1个199 m和1个201 m的非屏蔽均匀铜质双绞线输出12.5 MHz伪随机序列,实现了数字基带信号的时钟提取以及软阀值的均衡输出.该方法延长了数字基带信号的传输距离,同时也保证了数字基带信号的传输质量.

带有帧间级间预测的线谱频率参数多级矢量量化

为在极低速率下实现高质量的语音编码,提出一种高效的带有帧间及级间预测的线谱频率参数多级码本矢量量化(IFP-MSVQ-ISP)算法。算法利用多级矢量量化中上一级码本的选定码矢对残差矢量进行预测,对去除预测分量的残差矢量再进行下一级矢量量化。测试结果表明,这种带有多级码本级间预测的算法与无级间预测的算法相比,能够有效降低线谱频率参数的量化误差,使谱失真降低0.1 dB以上,合成语音客观MOS提高0.02以上。该算法的实现对极低速率下语音压缩编码算法的研究具有重要的参考价值。

基于码字特征的多模式多级矢量量化算法

为提高声码器中线谱频率参数多级矢量量化的性能,提出了一种根据码字特征进行分模式量化的算法。该算法首先根据下一级量化误差最小化的准则,通过训练得到本级代表模式信息的码字(码字数目为模式数目);然后统计与各个码字相对应的输入矢量占总矢量的比重,继而得到各模式码字所分化的码字个数;最后根据该分化方案训练得到本级所有码字并确定码字与模式的对应关系,从而进行分模式量化。测试结果表明:相比于根据本级码字索引平均进行模式分配的简单方案,该算法可以使平均谱失真(ASD)降低0.05 dB,而平均意见得分(MOS)提高0.02左右。

多级矢量量化中的码本共享

为了解决语音参数编码算法中多级矢量量化中码本尺寸过大,存储量过大,导致搜索复杂度大的问题,提出了多级矢量量化中的码本共享的迭代算法。该算法基于多级矢量量化中各级待量化码矢之间的相似性,采用模拟退火算法,通过迭代得出共享变换系数。在1.2 kb/s的正弦激励线性预测声码器中,采用该算法对线谱对参数进行多级矢量量化。测试结果表明:在共享级别选择恰当时,可降低存储量20%,同时重建语音谱失真损失约为0.02 dB,可见该算法可以有效降低码本容量,同时对语音质量影响极小。