一种基于ACELP的4.75kb/s语音编码算法

基于代数码激励线性预测(ACELP)算法，介绍了一种编码速率为4．75kb／s的语音编码算法。算法采用高效的码本结构和码本搜索技术。核算法运算量小，延时小。首先对算法进行了概述，然后分别对算法所采用的开环基音周期分析、自适应码本搜索、代数码本结构以及代数码本搜索方式进行了介绍，重点对算法的代数码本结构和所采用的代数码本搜索方式进行了详细分析。定点C语言模拟结果表明，该算法在4．75kb／s速率上可以合成很高音质的话音。     

低延迟10kb/s语音编码算法研究

介绍了8kHz采样率下算法延迟为2.5ms的10kb/s语音编码算法。本算法使用20维的CELP,并用自适应码本搜索和代数码本搜索相级联的方法进行矢量量化。通过PC仿真实验并经PESQ测试,其合成语音质量接近16kb/s的G.728。     

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。     

MIMO系统中基于树形码本的高效反馈方案

为了进一步降低有限反馈系统的反馈量,提出一种基于树形码本的高效反馈方案.对于具有时间相关性的信道,下一时刻最优码字的分布取决于当前时刻波束成形矢量,树形码本的特点是同一支上的码字在矢量空间上距离较近,在已知当前时刻码字的条件下,将搜索范围限定在一个小码本内,从中搜索最优码字,从而降低反馈量.仿真结果表明:基于树形码本设计的高效反馈方案能在不降低系统性能的前提下有效地减少系统反馈信息量;反馈量的减少和信道多普勒频偏有关,多普勒频偏越小,信道的变化越缓慢,搜索码本也越小,反馈量改善效果就越明显.因此,在具有时间相关信道中,利用所提出的基于树形码本的高效反馈方案,能以较低的反馈量获取与传统方案相似的系统性能.     

ACELP语音编码算法改进与仿真

代数码激励线性预测算法(ACELP)是目前诸多低速率语音编码标准的算法核心,包括3G语音标准VSELP、AMR、AMR-NB、AMR-WB.该算法基于码激励线性预测模型,通过对码本的有效搜索,确定基音延迟,算法时间复杂度为O(n3).本文在ACELP算法基础上,对ACELP中自适应码本搜索过程进行改进,提出E-ACELP算法.通过AMR标准中8种速率情况的仿真,E-ACELP算法码本搜索时间减少、时间复杂度下降.基于E-ACELP算法,语音编码标准性能和效率得到提高.     

基于人类记忆机制的码本建模方法研究

码本模型在实际应用时需要提前进行离线训练构建码本,在一定程度上限制了码本模型的实时应用。为此,将人类三阶段记忆机制引入到码本建模过程,基于记忆机制进行在线码本建模。每个像素点的时序信息被抽象成码本中不同的码字,并通过在瞬时、短时和长时记忆空间模拟记忆、遗忘、回忆等认知行为,实时地对码字进行分类。实验结果表明,提出的新算法不仅提高了模型的实时性而且对场景突变的适应能力也强于原始模型;同时,新算法在交通监测等现实应用中也能取得良好的效果。     

闭环无线系统中基于向量空间分布的码本设计

无线传输系统中,发射机利用来自接收机反馈的信道信息,构成闭环无线系统.闭环无线系统的关键是反馈方案的设计,而反馈的关键是优化的码本设计,能在给定反馈复杂度的基础上进一步提高无线传输性能.本文分析了这一领域的研究进展,提出基于向量空间分布的有限反馈码本,分析了这种码本的原理和相应算法,并比较了它与现有码本在闭环无线系统中的传输性能.仿真结果表明,相比于现有的码本,本文提出的"基于向量空间分布的码本"能够获得更低的无线传输差错概率及更高的信道容量,将无线系统的传输性能提高1～2 dB.     

大规模MIMO预编码中降低反馈开销的方法

研究大规模多输入多输出(MIMO)系统下,天线数增多反馈开销随之显著增大的问题,提出一种分割码本的预编码方法。该方法将有限反馈的大码本等间隔地分成k个码本,信道变化一次k个码本中的多个码本就被循环一次,选出一个最优码字Fi。Fi放入新开辟的储存空间,方便与下次选出的最优码字比较,循环一次Fi更新一次。同时将注水算法与之结合,使系统性能大大提高,而不会增加反馈量。仿真表明：正交移相键控(QPSK)调制、离散傅立叶变换(DFT)码本的预编码、反馈比特数为4的条件下,系统误码率与单一码本下预编码误码率对比,约提升3dB;用较少反馈量便可取得与大码本预编码几乎相同的误码率。     

基于半波编码的语音码本的设计

语音编码技术是语音信号处理中的关键技术之一，语音编码包括波形编码和参数编码以及混合编码3种方法．在对语音实验分析的基础上，提出一种语音波形编码的新方法——半波编码．较详细地阐述了浊音初始码本和码本的制作方法，并类推出清音和无声码本的制作．经实验证明，这是一种有效的语音码本的设计方法．     

LTE-A终端反馈系统中双码本差分设计

在LTE-A(long term evolution advanced)标准中,基于固定码本的双码本传输模式已经开始使用。为了进一步降低信道的量化误差,在保证反馈开销的前提下提高多入多出(multiple-input multiple-output,MIMO)系统的整体性能,提出一种基于格来斯曼码本的差分设计方法,该方法利用信道的时间相关性和空间相关性,定时旋转和缩放两级双码本以更好地追踪信道特性。     

一种基于神经网络的LD—CELP算法

在低延时矢量激励性线预测（ＬＤ－ＣＥＬＰ）编码算法的基础上，提出了直接矢量量化的低延迟矢量激励线性预测编码方案（ＤＶＱ－ＬＤ－ＣＥＬＰ）采用误差反向传播神经网络（ＢＰＮＮ）来实现ＤＶＱ－ＬＤ－ＣＥＬＰ方法中的码本搜索算法，实现在保持原编码方法（ＬＤ－ＣＥＬＰ）生成误音的音质和码率的同时，降低码本搜索的复杂率，提高码本搜索算法的效率。     

基于二级矢量量化的LPC声码器算法

为了有效地减少语音编码的比特数、降低量化误差以及提高解码语音质量,提出了一种二级矢量量化的LPC声码器算法.该算法在模糊聚类与LBG级联的VQ算法的基础上,进一步采用二级矢量量化算法对特征参数矢量进行量化.特征参数为语音的两个特征值:基音周期与增益.第一级码本为矢量码本;第二级码本为误差码本.将该算法应用于LPC声码器中进行仿真实验,结果表明:该算法能有效地降低量化比特数并且减少了量化误差,从而使解码语音质量得到改善.     

基于改进SOFM的矢量量化图像压缩

在介绍矢量量化和自组织特征映射神经网络的基础上,针对基于自组织特征映射神经网络的矢量量化算法,在初始码书生成、获胜神经元搜索策略以及调整获胜码字及其拓扑领域权值等方面进行改进.实验结果表明改进算法具有合理性和有效性.     

基于图像熵分类的移动终端数字水印算法

本文围绕移动终端多媒体数据版权保护问题,针对移动终端处理能力弱和内存小的特点,采用基于图像熵分类的方法设计码书;同时在水印嵌入过程,优先将水印信息嵌入于复杂度较高的纹理区域,以提高嵌入水印后的图像质量,并采用等均值等方差最近邻码字搜索算法代替传统搜索算法以缩短编码时间。实验证明,本算法在提高码书质量的同时,能有效的减少码书训练时间;并对JPEG压缩、剪切、小角度旋转等图像攻击具有较强的鲁棒性。     

全维多输入多输出下行系统中两级序贯码本选码方法

为了在全维大规模多输入多输出(MIMO)下行系统中获取可靠的信道状态信息(CSI),提出了基于两级序贯码本的预编码设计方法。在此方法中,预编码码字由内码与外码组成,内码用来逼近各个辐射路径,而利用外码将选出的内码做最佳的线性组合。该方法能精确地逼近真实信道,而且还可以降低系统中的反馈开销。此外,基于假设的信道模型提出了反馈开销的确定方案和旋转码本的构造方法。通过实验仿真,验证了该设计方法的准确性和有效性。     

基于多层码书模型的运动阴影检测算法

在实际监控场景中,运动阴影的存在将对目标检测的准确性产生直接影响.针对此问题,本文提出了一种采用三层码书模型以此来提高阴影检测识别率的算法.该算法首先通过传统码书模型获取前景,然后对前景部分建立备选码书模型,再从备选码书中提取出具备阴影特质的点,构建阴影码书模型,最后通过该模型去除运动阴影.实验结果表明,与传统算法相比,该算法对阴影检测识别率有较大的提高.同时,通过对不同场景的对比,结果说明该算法具备良好的鲁棒性.     

声道参数的矢量量化

矢量量化是一种高效数据压缩技术,成功的用于语音、图象处理和模式识别中。本文讨论矢量量化应用在参数编码中的码书结构、初始码书的生成和训练中的一些具体问题。