均勻與非均勻量化.doc

《均勻與非均勻量化.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、.實(shí)驗(yàn)二均勻、非均勻量化與編碼一、實(shí)驗(yàn)?zāi)康?、了解均勻與非均勻量化編碼的原理與過程2、掌握兩種不同量化編碼方式的特點(diǎn)并能加以比較3、進(jìn)一步熟悉matlab在通信方面的應(yīng)用二、理論依據(jù)通原理論課中的標(biāo)量量化原理，包括均勻量化和以PCM為例的非均勻量化（對(duì)數(shù)量化）。三、實(shí)驗(yàn)內(nèi)容1、仿真理論及系統(tǒng)框圖（1）均勻量化..（2）非均勻量化非均勻量化（對(duì)數(shù)量化）原理框圖u律壓擴(kuò)特性（本實(shí)驗(yàn)以u(píng)律為例）1、模塊說明實(shí)驗(yàn)程序設(shè)計(jì)依照量化編碼原理可大體分為采樣、量化、編碼、作圖及相關(guān)顯示幾部分。采樣：本實(shí)驗(yàn)利用正弦函數(shù)的若干點(diǎn)（17個(gè)）。量化：根據(jù)不同的輸入值，可以得到

2、在不同量化級(jí)數(shù)下（量化級(jí)數(shù)n=8，16，64）的結(jié)果，算法是程序的核心之一。編碼：對(duì)量化結(jié)果進(jìn)行二進(jìn)制編碼，本例進(jìn)行自然編碼，另一個(gè)算法核心。作圖與顯示：做出不同量化級(jí)數(shù)下量化曲線、量化誤差曲線；顯示量化信噪比、及部分采樣點(diǎn)的編碼結(jié)果。2、語句分析詳細(xì)的分析見程序注釋..一、實(shí)驗(yàn)數(shù)據(jù)1、均勻量化（曲線名稱見各自曲線圖）（1）n=8..（1）n=16....（1）n=64..1、非均勻量化（u率對(duì)數(shù)量化）(1)n=8....（1）n=16..（1）n=64....2、數(shù)據(jù)分析與說明：（1）n=8，16，64的均勻量化曲線對(duì)于均勻量化，量化級(jí)數(shù)越大，量化值

3、與原始值約接近，量化誤差越小，即量化效果越好。（2）n=8，16，64的均勻量化信噪比對(duì)于均勻量化，量化級(jí)數(shù)越大，量化信噪比越大（3）n=8，16，64的非均勻量化曲線對(duì)于非均勻量化，量化級(jí)數(shù)越大，量化值與原始值約接近，量化誤差越小，即量化效果越好。（1）n=8，16，64的非均勻量化信噪比對(duì)于非均勻量化，量化級(jí)數(shù)越大，量化信噪比越大（2）對(duì)于相同量化級(jí)的均勻與非均勻量化特性均勻量化的量化誤差分布比較均勻，而非均勻量化的量化誤差隨信號(hào)幅度變化：在大幅度處大，在小幅度處小。當(dāng)n較小時(shí)，均勻量化的量化信噪比大于非均勻量化，但是當(dāng)n較大時(shí)，均勻量化的量化信噪

4、比小于非均勻量化五、實(shí)驗(yàn)結(jié)果的分析與討論通過對(duì)實(shí)驗(yàn)數(shù)據(jù)的分析，我們直觀的發(fā)現(xiàn)了與通原理論課一樣的結(jié)論。無論是均勻量化還是非均勻量化其量化信噪比的是隨著量化級(jí)數(shù)的增大而增大。而均勻量化與非均勻量化相比，前者是先簡(jiǎn)單，后者相對(duì)復(fù)雜，但更適合小信號(hào)出現(xiàn)概率較大的信號(hào)，有實(shí)際應(yīng)用背景。六、實(shí)驗(yàn)總結(jié)與心得體會(huì)這次實(shí)驗(yàn)在利用老師給出的核心部分后相對(duì)簡(jiǎn)單，再加之對(duì)matlab的掌握有了一定提高，完成得比上次順利。其中對(duì)matlab編程的規(guī)范性有了進(jìn)一步的強(qiáng)化，無論是注釋的規(guī)范性還是程序的靈活性都有了提高。七、思考題1、答：采用奈奎斯特抽樣頻率為2fh，量化級(jí)數(shù)為n，

5、則每碼元比特?cái)?shù)為log2n，量化后的信號(hào)帶寬為2wlog2n。2、答：非均勻PCM的量化信噪比之所以優(yōu)于均勻PCM的量化信噪比是因?yàn)樗哂?.較大的動(dòng)態(tài)范圍，結(jié)合實(shí)際語聲信號(hào)的特點(diǎn)：大信號(hào)出現(xiàn)概率小，小信號(hào)出現(xiàn)概率大，非均勻量化的壓擴(kuò)特性恰好適應(yīng)這一條件。3、答：以n=8為例，通過程序算出：前者a均勻量化量化信噪比為14.006非均勻量化量化信噪比為2.7422后者a均勻量化量化信噪比為-0.94856非均勻量化量化信噪比為0.1694雖然以上數(shù)據(jù)均為不定值，但大小相對(duì)關(guān)系不會(huì)改變：即：前者a均勻量化量化信噪比優(yōu)于非均勻量化量化信噪比后者a非均勻量化量

6、化信噪為優(yōu)于均勻量化量化信噪比原因是前者a為服從正態(tài)分布，樣值比較均勻，適合均勻量化而后者a的各個(gè)元素跳躍較大，分布不均，適合動(dòng)態(tài)范圍較大的非均勻量化附錄：源程序：1、均勻量化N=2^10;L=2^6;M=N/L;%采樣點(diǎn)數(shù)a=sin(0:2*pi/M:2*pi);%取樣點(diǎn)n=input('量化級(jí)數(shù)=');%初始化，n為量化級(jí)數(shù)ifisempty(n),n=8;endamax=max(abs(a));a_quan=a/amax;%歸一化b_quan=a_quan;d=2/n;%量化間隔q=d.*[0:n-1];q=q-((n-1)/2)*d;%量化電平

7、%進(jìn)行量化fori=1:na_quan(find((q(i)-d/2<=a_quan)&(a_quan<=q(i)+d/2)))=...%定位第i個(gè)量化間隔碼子..q(i).*ones(1,length(find((q(i)-d/2<=a_quan)&(a_quan<=q(i)+d/2))));%賦值為相應(yīng)的量化電平b_quan(find(a_quan==q(i)))=(i-1).*ones(1,length(find(a_quan==q(i))));enda_quan=a_quan*amax;%恢復(fù)原值（量化后）nu=ceil(log2(n));%編

8、碼code=zeros(length(a),nu);fori=1:length(a)forj=