一种基于等噪声的电平量化方法及其实现装置制造方法及图纸

本发明专利技术公开了一种基于等噪声的电平量化方法及其实现装置，该方法包括：接收输入信号；获取N的初始值，根据x0和N计算出第1个分层电平x1和第1个量化电平x0取量化器的输入信号中的最小值，N为一个量化间隔内的量化噪声功率；基于上述计算结果通过迭代运算计算出第1~L-1个分层电平{x1,x2,…xL1}和第1~L-1个量化电平L为量化器的目标量化电平数；根据计算出的xL-1和第L个分层电平xL计算出第L个量化电平和最后一个量化间隔的量化噪声NQL，并将（NQL-N）的绝对值与NΔ进行比较，xL取量化器的输入信号中的最大值；在|NQL—N|>NΔ时，开始新一轮的迭代运算；在|NQL—N?|≤NΔ时，停止迭代运算，NΔ为算法收敛因子，输出当前的一组分层电平{x1,x2,…xL}和量化电平用以节约量化运算的时间。

【技术实现步骤摘要】
一种基于等噪声的电平量化方法及其实现装置
本专利技术涉及数字通信
，特别涉及一种基于等噪声的电平量化方法及其实现装置。
技术介绍
目前，主要从通信的数量和质量两方面来度量通信的技术性能，其中，数量的指标是有效性度量，质量的指标是可靠性度量。现阶段对于通信的研究重点在于，保证通信质量的同时，尽可能提高系统的有效性，保证在有限的信道容量下，传输更多的信号。从信息论的角度来看，信号若不经过处理，会存在大量的冗余，通过量化、压缩去除掉这些冗余可以实现系统有效性的提升。在信号量化、压缩的过程中，如果能够知道输入量化器的信号幅度的PDF（probabilitydensityfunction，概率密度函数），就可以使量化器最优化，得到最优量化器。最优量化器就是在给定输入信号概率密度p(x),以及量化电平数L的条件下，求出一组最佳的分层电平{xl}和量化电平使其量化噪声功率NQ最小。这种量化器的计算方法首先是在1960年由Lloyd-Max提出的，所以这类量化器又称为Lloyd-Max量化器。在Lloyd-Max量化器中，最佳的分层电平应为两个相邻量化电平的中点，即最佳的xl值为：其中，xl为量化分层内的第l个分层电平，为第l-1个量化电平，为第l个量化电平。而最佳的量化电平，位于对应量化间隔的概率质心上，值为：即等于x与p(x)的乘积在区间(xl-1,xl)的积分除以p(x)在区间(xl-1，xl)的积分，其中，xl为第l个分层电平，x为落入量化间隔(xl-1，xl)的输入信号，为与与量化间隔(xl-1，xl)对应的量化电平，p(x)为x的概率密度。Lloyd-Max算法的求解方法是先设定一个初始的量化电平，基于上述两个条件（给定输入信号概率密度p(x)以及量化电平数L）反复迭代计算得到最优的数据解（即最佳的分层电平和量化电平），使得噪声功率达到最小的。尽管从理论而言Lloyd-Max量化器性能是最优的，但是由于在具体实现过程中Lloyd-Max量化器的性能取决于迭代收敛条件，当设置的收敛条件不合适时，Lloyd-Max量化器性能达不到最优，需要多次设置收敛条件，并且该量化器结构较为复杂，因此，在收敛条件初始设置不当，和/或，收敛条件调整不当的情况下，Lloyd-Max量化器的运行时间可能会很长，实时实现很困难。
技术实现思路
本专利技术实施例提供一种电平量化方法及其实现装置，用以通过更快速地对信号进行最优量化，去除输入信号中的冗余，使得后续的传输数据的压缩更快地实现，优化信号传输速率，提高系统数据传输的效率的问题。本专利技术实施例提供的一种基于等噪声的电平量化方法，包括：接收输入信号；获取N的初始值，根据x0和N计算出第1个分层电平x1和第1个量化电平其中，x0取量化器的输入信号中的最小值，N为一个量化间隔内的量化噪声功率；基于上述计算结果通过迭代运算计算出第1~L-1个分层电平{x1,x2,…xL-1}和第1~L-1个量化电平其中，L为量化器的目标量化电平数；根据计算出的xL-1和第L个分层电平xL计算出第L个量化电平和最后一个量化间隔的量化噪声NQL，并将NQL—N的绝对值与NΔ进行比较，其中，xL取量化器的输入信号中的最大值；在|NQL—N|>NΔ时，开始新一轮的迭代运算；在|NQL—N|≤NΔ时，停止迭代运算，其中，NΔ为算法收敛因子，输出将当前的一组分层电平{x1,x2,…xL}和量化电平本专利技术还提供了一种基于等噪声的最优量化器，具体包括，获取模块，用于获取输入信号、一个量化间隔内的量化噪声功率N的初始值、量化器的目标量化电平数L和算法收敛因子NΔ，以及将x0的值设置为量化器的输入信号中的最小值，将xL的值设置为量化器的输入信号中的最大值；运算模块，用于根据x0和N计算出第1个分层电平x1和第1个量化电平并且基于上述计算结果通过迭代运算计算出第L个量化电平和第L个量化噪声功率NQL，以及将（NQL—N）的绝对值与NΔ进行比较，在|NQL—N|>NΔ时，开始新一轮的迭代运算，在|NQL—N|≤NΔ时，停止迭代运算，输出将当前的一组分层电平{x1,x2,…xL}和量化电平输出。本专利技术实施例的有益效果如下：本专利技术实施例在迭代运算的每轮循环中对量化间隔内的量化噪声功率的值进行校正，求出该量化噪声下的一组分层电平和量化电平，当每个量化间隔对应的量化噪声功率大致相等时，采用这组分层电平和量化电平得到的总量化噪声功率最小，即得到了最佳量化的效果，相比于基于LLOYD-MAX的最优量化器，该量化器能简化量化器本身的结构，节约了量化过程的运算时间，并且易于实时实现。附图说明图1为本专利技术实施例的其中一种具体情况的步骤流程图；图2为本专利技术实施例的步骤流程图；图3为本专利技术实施例的一种δi的确定方法流程图；图4为本专利技术实施例的基于等噪声的最优量化器的结构示意图。具体实施方式本专利技术公开了一种基于等噪声的电平量化方法及其实现装置，该方法包括：接收输入信号，该输入信号由发送端发出；获取N的初始值，根据x0和N计算出第1个分层电平x1和第1个量化电平其中，第0个分层电平x0取量化器的输入信号中的最小值，N为一个量化间隔内的量化噪声功率；基于上述计算结果通过迭代运算计算出第1~L-1个分层电平{x1,x2,…xL-1}和第1~L~1个量化电平其中，L为量化器的目标量化电平数；根据计算出的xL-1和第L个分层电平xL计算出第L个量化电平和最后一个量化间隔的量化噪声NQL，并将（NQL—N）的绝对值与NΔ进行比较，其中，xL取量化器的输入信号中的最大值；在NQL—N<—NΔ时，将N下调预设的调整步长后，以及，在NQL—N>NΔ时，将N上调预设的调整步长后，开始新一轮的迭代运算，求出新的一组第1~L个分层电平{x1,x2,…xL}和第1~L个量化电平继续迭代运算；否则，停止迭代运算，其中，NΔ为算法收敛因子，将当前的一组分层电平{x1,x2,…xL}和量化电平输出至数据压缩设备，对传输数据（即分层电平和量化电平）进行压缩。本专利技术实施例通过简化输入信号的量化流程，去除输入信号中的冗余，节省了量化流程的执行时间，从而有效提高了系统的有效性，进一步地，也使得在后续操作中能够更快地实现传输数据的压缩，在保证信号质量的同时，加速系统对输入信号的处理速率，提高系统的性能，从而保证在有限的通信容量下，能够传输更多的信号。本专利技术实施例给出的一种基于等噪声的电平量化方法，其核心思想是在给定输入信号概率密度p(x)，以及量化电平数L的条件下，求出一组最佳的分层电平{xl}和量化电平使每个量化分层内的量化噪声功率大致相等，即NQ1≈NQ2≈…NQL，其中，即NQl等于的平方与p(x)的乘积在区间(xl-1，xl)上的积分，其中，NQl为第l个量化分层内的量化噪声功率；xl-1为第l-1个分层电平，xl为第l个分层电平，x为落入量化间隔(xl-1，xl)的输入信号，为与与量化间隔(xl-1，xl)对应的量化电平，p(x)为x的概率密度。研究结果表明，采用这种方法设计的量化器能使整个量化噪声功率Nq达到最小，即能达到理论上最优量化器的性能。下面结合附图和实施例，对本专利技术设计的基于等噪声的电平量化方法作进一步详细描述，该算法采用迭代法求得{xl本文档来自技高网...

【技术保护点】
一种基于等噪声的电平量化方法，其特征在于，包括：接收输入信号；获取N的初始值，根据x0和N计算出第1个分层电平x1和第1个量化电平其中，x0取量化器的输入信号中的最小值，N为一个量化间隔内的量化噪声功率；基于上述计算结果通过迭代运算计算出第1~L?1个分层电平{x1,x2,…xL?1}和第1~L?1个量化电平其中，L为量化器的目标量化电平数；根据计算出的xL?1和第L个分层电平xL计算出第L个量化电平和最后一个量化间隔的量化噪声NQL，并将（NQL—N）的绝对值与NΔ进行比较，其中，xL取量化器的输入信号中的最大值；在|NQL—N|>NΔ时，开始新一轮的迭代运算；在|NQL—N?|≤NΔ时，停止迭代运算，其中，NΔ为算法收敛因子，输出当前的一组分层电平{x1,x2,…xL}和量化电平FDA00002042589800011.jpg,FDA00002042589800012.jpg,FDA00002042589800013.jpg,FDA00002042589800014.jpg

【技术特征摘要】
1.一种基于等噪声的电平量化方法，其特征在于，包括：接收输入信号；获取N的初始值，根据x0和N计算出第1个分层电平x1和第1个量化电平其中，x0取量化器的输入信号中的最小值，N为一个量化间隔内的量化噪声功率；基于上述计算结果通过迭代运算计算出第1～L-1个分层电平{x1,x2,…xL-1}和第1～L-1个量化电平其中，L为量化器的目标量化电平数；根据计算出的xL-1和第L个分层电平xL，计算出第L个量化电平和最后一个量化间隔的量化噪声功率NQL，并将(NQL—N)的绝对值与NΔ进行比较，其中，xL取量化器的输入信号中的最大值；在|NQL—N|>NΔ时，开始新一轮的迭代运算；在|NQL—N|≤NΔ时，停止迭代运算，其中，NΔ为算法收敛因子，输出当前的一组分层电平{x1,x2,…xL}和量化电平2.如权利要求1所述的方法，其特征在于，在|NQL—N|>NΔ时，开始新一轮的迭代运算之前，若NQL—N<—NΔ，将N下调预设的调整步长，若在NQL—N>NΔ，将N上调预设的调整步长。3.如权利要求1所述的方法，其特征在于，所述通过迭代运算计算出第1～L-1个分层电平{x1,x2,…xL-1}和第1～L-1个量化电平包括：令第l个量化噪声功率NQl＝N，并根据NQl和第l-1个分层电平xl-1分别计算第l个分层电平xl和第l个量化电平其中，1≤l<L-1。4.如权利要求1所述的方法，其特征在于，第l个量化噪声功率NQl和的平方与p(x)的乘积在区间(xl-1,xl)上的积分成正比，其中，1≤l≤L，xl为第l个分层电平，x为落入量化间隔(xl-1,xl)的输入信号，为与与量化间隔(xl-1,xl)对应的量化电平，p(x)为x的概率密度。5.如权利要求1所述的方法，其特征在于，第l个量化电平和第l+1个量化电平之和与第l个分层电平成正比，0≤l<L-1。6.如权利要求1所述的方法，其特征在于，第l个量化电平和x与p(x)的乘积在区间(xl-1,xl)的积分成正比，与p(x)在区间(xl-1,xl)的积分成反比，其中，1≤l<L。7.如权利要求2～6任一项所述的方法，其特征在于，采用预设的调整步长对所述N进行调整，包括：若为首次对所述N进行调整，则将所述预设的调整步长设置为预先设定的初始值；若为第i次对所述N进行调整，则判断第1至i次调整是否均为上调或均为下调，若是，将所述预设的调整步长设置为与第i-1次调整相同的值，否则，将所述预设的调整步长设置为第i-1次的一半，其中i为大于1的正整数。8.一种基于等噪声的最优量化...

【专利技术属性】
技术研发人员：罗斐琼，
申请(专利权)人：电信科学技术研究院，
类型：发明
国别省市：