随着电子技术的进步,数字化的设备成为发展的趋势。在VLBI2010中定义了新型VLBI数据终端,新的系统使用数字逻辑电路完成VLBI的数据采集。数字基带转换器(Digital Base Band Converter,DBBC)是VLBI数据终端的核心部件,其功能是将射频接...随着电子技术的进步,数字化的设备成为发展的趋势。在VLBI2010中定义了新型VLBI数据终端,新的系统使用数字逻辑电路完成VLBI的数据采集。数字基带转换器(Digital Base Band Converter,DBBC)是VLBI数据终端的核心部件,其功能是将射频接收机输出的宽带模拟中频信号数字化处理后,选取若干频道转换为基频信号。与模拟设备相比,其在带通特性、长基线条纹信噪比性能等方面有很大优势。其中经过基带转换后的信号需要通过自动增益控制(Auto Gain Control,AGC)模块进行阈值比较,得到2 bits量化信号作为输出。目前2 bits数字自动增益控制模块设置阈值的方法是基于传统的自动增益控制方法,即信号通过平方、累加和开方,计算出信号的平均功率,再通过平均功率得到阈值。提出了一种量化阈值计算的新方法,该方法通过统计数字信号各比特位的状态分布,并与原阈值进行比较,从而确定新阈值的相应比特位的值,使经阈值比较后的量化输出符合预定的比例。阈值随每N个输入信号的统计情况进行更新,从而实现2 bits动态量化。这种方法可以避免多位数据的平方、累加和开方的复杂计算,从而减少数字自动增益控制模块的资源占用。通过对其FPGA设计的仿真结果分析,验证了该方法的可行性。对2 bits量化原理及其量化误差分析的关键部分作了论述,并通过MATLAB计算出最佳量化门限和量化状态。展开更多
利用语音信号在离散余弦变换(DCT)域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-M ax量化得到量化...利用语音信号在离散余弦变换(DCT)域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-M ax量化得到量化后的观测样值;解码端直接利用量化后的观测样值,结合重构算法重构出原始语音信号的DCT系数,经过DCT反变换得到重构后的语音信号,并采用后置低通滤波器改善重构语音的听觉效果。该编码方案解码端不需要进行反量化,而是直接利用量化后的观测样值进行重构,有效降低了解码端的运算量及复杂度。仿真结果表明:采用量化迭代硬阈值(QIHT)算法重构效果优于迭代硬阈值算法(IHT),重构语音的信噪比能达到20 d B以上,MOS分达到3.26。展开更多
文摘随着电子技术的进步,数字化的设备成为发展的趋势。在VLBI2010中定义了新型VLBI数据终端,新的系统使用数字逻辑电路完成VLBI的数据采集。数字基带转换器(Digital Base Band Converter,DBBC)是VLBI数据终端的核心部件,其功能是将射频接收机输出的宽带模拟中频信号数字化处理后,选取若干频道转换为基频信号。与模拟设备相比,其在带通特性、长基线条纹信噪比性能等方面有很大优势。其中经过基带转换后的信号需要通过自动增益控制(Auto Gain Control,AGC)模块进行阈值比较,得到2 bits量化信号作为输出。目前2 bits数字自动增益控制模块设置阈值的方法是基于传统的自动增益控制方法,即信号通过平方、累加和开方,计算出信号的平均功率,再通过平均功率得到阈值。提出了一种量化阈值计算的新方法,该方法通过统计数字信号各比特位的状态分布,并与原阈值进行比较,从而确定新阈值的相应比特位的值,使经阈值比较后的量化输出符合预定的比例。阈值随每N个输入信号的统计情况进行更新,从而实现2 bits动态量化。这种方法可以避免多位数据的平方、累加和开方的复杂计算,从而减少数字自动增益控制模块的资源占用。通过对其FPGA设计的仿真结果分析,验证了该方法的可行性。对2 bits量化原理及其量化误差分析的关键部分作了论述,并通过MATLAB计算出最佳量化门限和量化状态。
文摘利用语音信号在离散余弦变换(DCT)域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-M ax量化得到量化后的观测样值;解码端直接利用量化后的观测样值,结合重构算法重构出原始语音信号的DCT系数,经过DCT反变换得到重构后的语音信号,并采用后置低通滤波器改善重构语音的听觉效果。该编码方案解码端不需要进行反量化,而是直接利用量化后的观测样值进行重构,有效降低了解码端的运算量及复杂度。仿真结果表明:采用量化迭代硬阈值(QIHT)算法重构效果优于迭代硬阈值算法(IHT),重构语音的信噪比能达到20 d B以上,MOS分达到3.26。