CN101919165A - 附极性多重向量量化方法、装置、程序及其记录介质 - Google Patents

Abstract

预先计算对于从码本X存储单元(31)、码本Y存储单元(32)中分别选出了一个的一对代表输出向量(x_j，y_m)的交叉项cross(j，m)的值并存储在交叉表存储单元(6)中。上述交叉项是第二距离尺度d(j，m)的定义式中与输入向量u无关地确定的部分。第二距离尺度计算单元(5)参照交叉表存储单元(6)而求在求第二距离尺度d(j，m)时所需的交叉项cross(j，m)的值。

Description

附极性多重向量量化方法、装置、程序及其记录介质

技术领域

本发明涉及以较少的信息量对声音和图像等信号序列进行编码的附极性多重向量量化方法、装置、程序及其记录介质。

背景技术

作为压缩信号序列的信息而进行编码的有效方法，已知向量量化方法(关于声音信号、图像信号的向量量化参照非专利文献1)。该方法是将想要编码的离散的信号样本值按照每预定的多个进行集中而作为向量，并将各向量与预先制作的码本中的代表输出向量进行对照，将失真最小的代表输出向量的号码设为量化值。

专利文献1记载了如下的多重向量量化方法，将从多个码本中分别选出了一个的代表输出向量的组的平均向量和输入向量之间的失真，对于多个不同的代表输出向量的组的平均向量进行计算，并将失真最小的代表输出向量的组设为该输入向量的量化值。

参照图14说明在专利文献1中记载的多重向量量化方法的细节。首先，如下定义记号。

X、Y：码本

u：输入向量

x_j：码本X中的第j个代表输出向量

y_m：码本Y中的第m个代表输出向量

K：码本X、Y中的代表输出向量的维数(要素的数目)

N：各码本X、Y中存储的代表输出向量的数目

x(i，j)：码本X的代表输出向量x_j的第i个要素

y(i，m)：码本Y的代表输出向量y_m的第i个要素

u(i)：输入向量u的第i个要素

码本X存储在码本X存储单元1020中，码本Y存储在码本Y存储单元1030中。

距离计算单元1010对所有的代表输出向量，通过下式(1)计算距离尺度d(j，m)，该距离尺度d(j，m)基于从输入端子1001输入的输入向量u和在码本X存储单元1020以及码本Y存储单元1030的每一个中各选出了一个的代表输出向量的组的平均向量之间的平方距离。另外，下式(1)是为简化用于求平方距离的式而变形构成的，具体地说是从求平方距离的式中删除仅由与代表输出向量的选择无关的输入向量构成的项，并进而设为整数倍的结果。

[数1]

$d(j,m)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}(-4u\left(i\right)\·(x(i,j)+y(i,m)))+\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{(x(i,j)+y(i,m))}^2\·\·\·\left(1\right)$

(j＝0，1，...，N-1，m＝0，1，...，N-1)

最小距离决定单元1050决定通过上述式(1)计算出的距离尺度d(j，m)最小的代表输出向量的组，并将该决定的代表输出向量的组的索引(j，m)作为对于输入向量的量化值而输出。

另外，在将上述式(1)的第2项设为

[数2]

$F(j,m)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}{(x(i,j)+y(i,m))}^2\·\·\·\left(2\right)$

时，关于F(j，m)能够与输入向量无关地进行计算。因此，在专利文献1中记载了如下结构，预先计算多个不同的平方项F(j，m)后存储在平方项表存储单元1060中，距离计算单元1010计算下式(3)的右边第一项，并将该计算值和参照平方项表存储单元1060而取得的F(j，m)相加，从而求距离尺度d(j，m)。通过这样构成，不需要重复计算相同的平方项F(j，m)，能够削减运算量。

[数3]

$d(j,m)=\underset{i=0}{\overset{K-1}{\mathrm{\Σ}}}(-4u\left(i\right)\·(x(i,j)+y(i,m)))+F(j,m)\·\·\·\left(3\right)$

另一方面，专利文献2中记载了如下的多重向量量化方法，为了削减运算量，首先从各码本存储单元中对貌似可行的多个代表输出向量分别进行预选，从而限制代表输出向量的候选，接着从限制了的多个代表输出向量中正选最有效的代表输出向量组合。

专利文献1：特开平1-205638号公报

专利文献2：特开平11-191739号公报

非专利文献1：Allen Gersho，Robert M.Gray，“VECTOR QUANTIZATIONAND SIGNAL COMPRESSION”，Kluwer Academic Publishers，1992

发明内容

发明要解决的课题

通过在专利文献2记载的多重向量量化方法中应用专利文献1所记载的运算量的削减方法，能够期待运算量进一步被削减，但由于在专利文献2中进行预选和正选，因此具体的计算方法与专利文献1所记载的计算方法不同。因此，对于如何应用专利文献1的削减方法为好尚不清楚。

本发明的目的在于提供一种进一步削减进行预选和正选的方法的运算量的附极性多重向量量化方法、装置、程序以及记录介质。

用于解决课题的方案

本发明附极性多重向量量化方法，作为处理的前提，在多个码本中分别注册有预定数目的代表输出向量，对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项定义，在功率表中分别预先注册了在各上述码本中注册的各代表输出向量的要素的平方和。并且，在这样的前提下，利用在上述功率表中注册的各代表输出向量的要素的平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组而分别进行计算，决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

此外，也可以设为在交叉表中，使用从不同的两个码本中分别选出了一个的一对代表输出向量的内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册，从而将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，通过对与一对候选代表输出向量有关的交叉项的值参照上述交叉表，对多个不同的候选代表输出向量的组分别进行计算。

发明效果

对于距离尺度(第一距离尺度、第二距离尺度)的定义式中与输入向量无关地确定的式的值预先进行计算，在计算距离尺度时，参照该预先计算的式的值，从而不用重复计算该式的值就能够求得。由此，进一步削减运算量，能够使运算变得快速。

附图说明

图1是例示第1实施例的附极性多重向量量化装置100的功能结构的图。

图2是例示第1实施例的附极性多重向量量化装置100的处理流程的流程图。

图3是例示小码本索引制作单元41的第一处理的流程的流程图。

图4是例示了候选选择向量的选择的第2方法的概念图。

图5是例示小码本索引制作单元41的第二处理的流程的流程图。

图6是例示最小距离决定单元7的处理流程的流程图。

图7是例示第2实施例的附极性多重向量量化装置101的功能结构的图。

图8是例示第3实施例的附极性多重向量量化装置102的功能结构的图。

图9是例示第4实施例的附极性多重向量量化装置103的功能结构的图。

图10是例示输入向量生成单元9的功能结构的图。

图11是例示第4实施例的附极性多重向量量化装置103的处理流程的流程图。

图12是例示第5实施例的附极性多重向量量化装置104的功能结构的图。

图13是例示第6实施例的附极性多重向量量化装置105的功能结构的图。

图14是例示背景技术的多重向量量化装置的功能结构的图。

图15是例示第7实施例的附极性多重向量量化装置106的功能结构的图。

图16是例示第8实施例的附极性多重向量量化装置107的功能结构的图。

图17是例示附极性多重向量反量化装置900的功能结构的图。

具体实施方式

[第一实施例]

参照图1、图2说明本发明第一实施例的附极性多重向量量化装置100。图1是例示附极性多重向量量化装置100的功能结构的图。图2是表示附极性多重向量量化装置100的处理例的流程图。

首先，如下定义记号。

X、Y：码本

u：输入向量

x_j：码本X中的第j个代表输出向量

y_m：码本Y中的向量号码m的代表输出向量

D：码本X、Y中的代表输出向量的维数(要素的数目)

Nx：码本X中存储的代表输出向量的数目

Ny：码本X中存储的代表输出向量的数目

x(i，j)：码本X的代表输出向量x_j的第i个要素

y(i，m)：码本Y的代表输出向量y_m的第i个要素

u(i)：输入向量u的第i个要素

sgn(α)：求α的值的极性的函数(α为正时→输出+1，α为负时→输出-1)

在该例子中，码本被存储作为磁记录装置、光盘、光磁记录介质以及半导体存储器等任意存储部件的码本存储单元中。即，各码本分别与各码本存储单元对应。在该例子中，码本X被存储在码本X存储单元31中，码本Y被存储在码本Y存储单元32中，因此在码本存储单元中存储的是代表输出向量，可以将该代表输出向量的集合想成是码本。

输入样本的串按照每预订数目L的输入样本，从输入端子1被输入到多重向量量化装置100。输入样本是任意样本，例如是时域的样本，或是如下述参考文献1所记载的那样将时域的样本通过MDCT变换而得的MDCT系数等频域的系数。

(参考文献1)N.Iwakami，T.Moriya and S.Miki，“High-qualityaudio-coding at less than 64kbit/s by using transform-domain weighted interleave vector quantization(twinvq)”，in Proc.ICASSP’95，1995，pp.937-940.

L个输入样本构成一个L维的输入向量u。这时，输入向量u的要素为L个输入样本。从输入样本u的观点出发，也可以认为输入向量u是从输入端子1输入的。

例如，输入样本为频域的系数时，要素号码i越大，使u(i)对应越高的频域的样本。

在码本X存储单元31中存储了Nx个D维代表输出向量x_j(j＝0，...，Nx-1)。在该例子中，L＝D，输入向量u和代表输出向量的维数相同。Nx是任意的预定的自然数。

同样地，在码本Y存储单元32中存储了Ny个D维代表输出向量y_m(m＝0，...，Ny-1)。Ny是任意的预定的自然数。

<步骤S1>

第一距离尺度计算单元2的距离计算单元21计算对于在码本X存储单元31中存储的Nx个的各代表输出向量x_j的第一距离尺度d_prex(j)(步骤S11)。对于某一代表输出向量的第一距离尺度是表示该代表输出向量和输入向量u的距离的第一指标。例如，对于代表输出向量x_j的第一距离尺度d_prex(j)可以如下定义，将求该代表输出向量和输入向量u的平方距离的式变形，从而如下式(5)那样，使用该代表输出向量x_j和输入向量的内积、由下式(4)定义的该代表输出向量的极性符号p_x(j)、以及该代表输出向量的要素的平方和来定义。这里，u(i)·x(i，j)通过乘以p_x(j)始终取0以上的值，因此u(i)·x(i，j)·p_x(j)可以表示为|u(i)·x(i，j)|。另外，距离尺度的计算也可以不用乘以极性符号，但通过乘以极性符号，能够将代表输出向量的搜索范围扩大到正负对称的范围。即，实际上成为能够从两倍个数的代表输出向量中进行搜索，因此能够进一步减小因向量量化而产生的失真。

[数4]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}u\left(i\right)\&CenterDot;x(i,j))\&CenterDot;\&CenterDot;\&CenterDot;\left(4\right)$

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j){\&CenterDot;p}_x\left(j\right)+{\left(x(i,j)\right)}^2)$

...(5)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2$

然后，计算出的Nx个的第一距离尺度d_prex(j)被送到候选代表输出向量决定单元4的小码本索引制作单元41。

同样地，第一距离尺度计算单元2的距离计算单元22计算对于在码本Y存储单元32中存储的Ny个的各代表输出向量y_m的第一距离尺度d_prey(m)(步骤S12)。例如，对于代表输出向量y_m的第一距离尺度d_prey(m)可以如下式(6)、(7)那样定义。

[数5]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}u\left(i\right)\&CenterDot;y(i,m))\&CenterDot;\&CenterDot;\&CenterDot;\left(6\right)$

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right)+{\left(y(i,m)\right)}^2)$

...(7)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2$

然后，计算出的Ny个的第一距离尺度d_prey(m)被送到候选代表输出向量决定单元4的小码本索引制作单元42。

<步骤S2>

候选代表输出向量决定单元4的小码本索引制作单元41使用距离计算单元21计算出的第一距离尺度d_prex(j)，从码本X存储单元31中选择预定数目Npx个的代表输出向量(步骤S21)。将所选择的代表输出向量称为候选代表输出向量。

对于候选代表输出向量的信息，小码本索引列表Xs＝(xs_0，xs_1，...，xs_Npx-1)和极性列表Pxs＝(p_x(xs_0)，p_x(xs_1)，...，p_x(xs_Npx-1))被送到第二距离尺度计算单元5和最小距离决定单元7。这里，xs_u(u＝0，...，Npx-1)是表示候选代表输出向量的索引。此外，关于各候选代表输出向量的第一距离尺度的列表Dxs＝(Dxs_0，Dxs_1，...，Dxs_Npx-1)也被送到第二距离尺度计算单元5。这里，Dxs_u(u＝0，...，Npx-1)是对于索引xs_u所表示的候选代表输出向量的第一距离尺度。

说明用于选择候选代表输出向量的具体方法。这里例示两个方法，但也可以通过这些以外的方法来选择候选代表输出向量。

*第一方法*

小码本索引制作单元41将Nx个代表输出向量x_j按照第一距离尺度d_prex(j)从小到大的顺序重新排列，从第一距离尺度d_prex(j)小的开始顺序选择Npx个代表输出向量作为候选代表输出向量。具体地说，进行图3所示的处理。

假设min(0)、min(1)、...、min(Npx-1)是用于最终存储Npx个的d_prex(j)的区域，minidx(0)、minidx(1)、...、minidx(Npx-1)是用于最终存储与Npx个的d_prex(j)对应的代表输出向量x_j的索引j的区域。

首先，将参数k设定为0(步骤S211)。接着，对min(k)设定MAXVAL(步骤S212)。MAXVAL是例如像1e+20(＝10^20)这样的d_prex(j)一般无法取的足够大的数。接着，将参数k的当前的值加1(步骤S213)。在参数k与Npx相等之前，进行步骤S212和S213的处理(步骤S214)。步骤S211～S214的处理是对min(0)、min(1)、...、min(Npx-1)设定MAXVAL的处理。另外，minidx(0)、minidx(1)、...、minidx(Npx-1)的初始值可以任意，例如设为void。

接着，将代表输出向量x_j的索引j设定为0(步骤S215)。此外，将参数k设定为0(步骤S216)。然后，判定当前的d_prex(j)是否比min(k)的当前值要小(步骤S217)。如果该判定结果为真，则进行步骤S218的处理，如果是假，则进行步骤S2113的处理。

在步骤S217的判定结果为真的情况下，在与参数k的当前值对应的区域min(k)中存储当前的d_prex(j)，在参数k的当前值对应的区域minidx(k)中存储与当前的d_prex(j)对应的代表输出向量x_j的索引j。这时，在区域min(k+1)、min(k+2)、...、min(Npx-1)中存储区域min(k)、min(k+1)、...、min(Npx-2)的当前值。即，在第n个区域min(n)中存储第n-1个区域min(n-1)的当前值。同样地，在区域minidx(k+1)、minidx(k+2)、...、minidx(Npx-1)中存储区域minidx(k)、minidx(k+1)、...、minidx(Npx-2)的当前值。即，在第n个区域minidx(n)中存储第n-1个区域minidx(n-1)的当前值。

该处理通过步骤S218-S2112实现。首先，将参数n设定为Npx-1(步骤S218)。接着，判定参数n的当前值与参数k的当前值是否相等(步骤S219)。如果步骤S219的判定结果为假，则进行步骤S2110的处理。即，在第n个区域min(n)中存储第n-1个区域min(n-1)的当前值，在第n个区域minidx(n)中存储第n-1个区域minidx(n-1)的当前值(步骤S2110)。接着，从当前的参数n的值中减1(步骤S2111)。然后，再次进行步骤S219的处理。如果步骤S219的判定结果为真，则进行步骤S2112的处理。即，在第n个区域min(n)中存储当前的d_prex(j)，在第n个区域minidx(n)中存储与当前的d_prex(j)对应的代表输出向量x_j的索引j(步骤S2112)。在步骤S2112的处理之后执行步骤S2115的处理。

在步骤S217的判定结果为假的情况下，对参数k的当前值加1(步骤S2113)。判定参数k是否等于Npx(步骤S2114)。在参数k与Npx不相等时，返回到步骤S217的处理。在参数k与Npx相等时，进行步骤S2115的处理。

对参数j的当前值加1(步骤S2115)。判定参数j是否与Nx相等(步骤S2116)。在参数k与Nx不相等时，返回到步骤S216的处理。在参数k与Nx相等时，进行步骤S2117的处理。

步骤S2117以后的处理是输出候选代表输出向量的索引xs_k和与该向量对应的第一距离尺度Dxs_k的处理。首先，将参数k重置为0(步骤S2117)。接着，在第k个xs_k中代入minidx(k)，在第k个Dxs_k中代入min(k)(步骤有S2118)。然后，将参数k的当前值加1(步骤S2119)。判定参数k是否与Npx相等(步骤S2120)。在参数k与Npx不相等时，返回到步骤S2118的处理。在参数k与Npx相等时，结束处理。

*第二方法*

参照图4说明用于选择候选代表输出向量的第二方法。小码本索引制作单元41将Nx个代表输出向量x_j按照每Nx/Npx个进行集中而生成Npx个的组。然后，在每个组中选择第一距离尺度d_prex(j)最小的代表输出向量x_j，从而将Npx个代表输出向量作为候选代表输出向量而选择。具体地说，进行图5中例示的处理。

假设min(0)、min(1)、...、min(Npx-1)是用于最终存储Npx个的d_prex(j)的区域，minidx(0)、minidx(1)、...、minidx(Npx-1)是用于最终存储与Npx个的d_prex(j)对应的代表输出向量x_j的索引j的区域。另外，minidx(0)、minidx(1)、...、minidx(Npx-1)的初始值可以任意，例如设为void。

首先，对值Nsub设置(set)Nx/Npx(步骤S211a)。接着，将参数k设定为0(步骤S212a)。参数k是表示第几组的索引。接着，将参数j设定为0(步骤S213a)。参数j是表示在组内从开头起第几个代表输出向量的索引。然后，对值min设定MAXVAL(步骤S214a)。MAXVAL是例如像1e+20(＝10^20)这样的d_prex(j)一般无法取的足够大的数。

接着，使用当前的参数k和j，对参数idx代入Nsub*k+j(步骤S215a)。记号*表示乘法运算。参数idx是表示在码本x内从开头起第几个代表输出向量的索引。然后，判定当前的min是否大于d_prex(idx)(步骤S216a)。如果该判定结果为假，则进行步骤S218a的处理。如果该判定结果为真，则将min的值改写为当前的d_prex(idx)，将minidx(k)的值改写为当前的idx(步骤S217a)。然后，对参数j的当前值加1(步骤S218a)。在参数j与Nsub相等之前进行步骤S215a-S218a的处理(步骤S219a)。若在步骤S219a中判定为j与Nsub相等，则在min(k)中存储当前的min(步骤S220a)。在该处理中，决定在第k个组中最小的第一距离尺度min(k)和提供其的代表输出向量(候选代表输出向量)的索引minidx(k)。

接着，对参数k的当前值加1(步骤S221a)。在参数k与Npx相等之前进行步骤S213a-S221a的处理(步骤S222a)。在参数k与Npx相等时，对于所有的组k＝0，...，Npx-1，决定了最小的第一距离尺度min(k)和提供其的代表输出向量(候选代表输出向量)的索引minidx(k)。

步骤S223a以后的处理是输出候选代表输出向量的索引xs_k和与该向量对应的第一距离尺度Dxs_k的处理。首先，将参数k重置为0(步骤S223a)。接着，在第k个xs_k中代入minidx(k)，在第k个Dxs_k中代入min(k)(步骤有S224a)。然后，将参数k的当前值加1(步骤S225a)。判定参数k是否与Npx相等(步骤S226a)。在参数k与Npx不相等时，返回到步骤S224a的处理。在参数k与Npx相等时，结束处理。

在通过该第二方法选择候选代表输出向量时，预先设定Nx和Npx，使得Nsub＝Nx/Npx成为整数，换言之Nx能被Npx除尽。

另外，在该例子中，所有的组是由Npx个的代表输出向量构成，但在各组中包含的代表输出向量的数目可以根据每个组而不同。

候选代表输出向量决定单元4的小码本索引制作单元42使用距离计算单元22计算出的第一距离尺度d_prey(m)，从码本Y存储单元32中选择预定数目Npy个的代表输出向量(步骤S22)。代表输出向量的选择方法与上述说明的小码本索引制作单元41的选择方法相同，因此省略说明。

对于作为所选择的代表输出向量的候选代表输出向量的信息被送到第二距离尺度计算单元35。具体地说，小码本索引列表Ys＝(ys_0，ys_1，...，ys_Npy-1)和极性列表Pys＝(p_y(ys_0)，p_y(ys_1)，...，p_y(ys_Npy-1))被送到第二距离尺度计算单元5和最小距离决定单元7。这里，ys_v(v＝0，...，Npy-1)是表示候选代表输出向量的索引。此外，关于各候选代表输出向量的第一距离尺度的列表Dys＝(Dys_0，Dys_1，...，Dys_Npy-1)被送到第二距离尺度计算单元5。这里，Dys_v(v＝0，...，Npy-1)是对于索引ys_v所表示的候选代表输出向量的第一距离尺度。

<步骤S3>

在交叉表存储单元6中，使用从不同的两个码本存储单元中分别选出了一个的一对代表输出向量的内积而定义的交叉项的值，对于多个不同的一对代表输出向量分别预先计算并存储。将交叉表存储单元中存储的一对代表输出向量的交叉项的值的集合称为交叉表。交叉表被存储在交叉表存储单元中。

在该例子中，关于码本X存储单元31中存储的各代表输出向量x_j和码本Y存储单元32中存储的各代表输出向量y_m的所有的对，通过下式(8)由内积所定义的交叉项的值被预先计算和存储。

[数6]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}x(i,j)\&CenterDot;y(i,m)\&CenterDot;\&CenterDot;\&CenterDot;\left(8\right)$

第二距离尺度计算单元5将对于从各码本存储单元(在该例子中是码本X存储单元31、码本Y存储单元32)中分别选择了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组分别进行计算。计算出的第二距离尺度被送到最小距离决定单元7。

这里，对于某一代表输出向量的组的平均向量的第二距离尺度是表示该代表输出向量的组的平均向量和输入向量之间的距离的第二指标。例如，对于由代表输出向量x_j和代表输出向量y_m构成的向量的组的平均向量的第二距离尺度d(j，m)可以如下式(9)那样，使用上述(5)、(7)那样对于构成该向量的组的各代表输出向量的各自的第一距离尺度、上述式(4)、(6)所示的与各自的第一距离尺度对应的极性符号、上述式(8)所示的使用构成该向量的组的一对代表输出向量的内积所定义的交叉项来进行定义。

[数7]

d(j，m)＝d_prex(j)+d_prey(m)+2·p_x(j)·p_y(m)·cross(j，m)...(9)

从而，第二距离尺度计算单元5对于小码本索引列表Xs中的各xs_u和小码本索引列表Ys中的各ys_v的所有的对，基于下式(10)分别计算第二距离尺度d(u，v)(步骤S32)。

[数8]

d(k，v)＝Dxs_k+Dys_v+2·p_x(xs_k)·P_y(ys_v)·cross(xs_k，ys_v)

                                                        ...(10)

这时，第二距离尺度计算单元5的交叉项参照部件5a参照在交叉表存储单元6中存储的对应的一对候选代表输出向量(xs_u，ys_v)的交叉项的值，取得交叉项cross(xs_u，ys_v)的值(步骤S31)。

另外，在上述式(9)、(10)中是将交叉项两倍后相加，但也可以是在上述式(8)中将右边预先设为两倍，在上述式(9)、(10)中不设为两倍而相加。

<步骤S4>

最小距离决定单元7选择使第二距离尺度计算单元5计算出的第二距离尺度d(u，v)最小的候选代表输出向量的组的索引(xs_u，ys_v)，输出该索引和由该xs_u，ys_v确定的候选代表输出向量所对应的极性符号的组(p_x(xs_u)，p_y(ys_v))。图6中例示选择使第二距离尺度d(u，v)最小的候选代表输出向量的组(xs_u，ys_v)的处理。

min中最终存储最小的第二距离尺度。x中最终存储在提供最小的第二距离尺度的候选代表输出向量的组中包含的候选代表输出向量x_j的索引。y中中最终存储在提供最小的第二距离尺度的候选代表输出向量的组中包含的候选代表输出向量y_m的索引。

首先，对min设定MAXVAL(步骤S41)。MAXVAL是例如像1e+20(＝10^20)这样的d_prex(j)一般无法取的足够大的数。接着，将参数k设定为0(步骤S42)。接着，将参数v设定为初始值0(步骤S43)。

然后，判定当前的min是否大于d(k，v)(步骤S44)。如果该判定结果为假，则进行步骤S46的处理。如果该判定结果为真，将min的值改写为当前的d(k，v)，将x改写为由当前的参数k确定的xs_k，将y改写为由当前的参数v确定的ys_v(步骤S45)。然后，对参数v的当前值加1(步骤S46)。在参数v与Npy相等之前进行步骤S44-S46的处理(步骤S47)。若在步骤S47中判定为v和Npy相等，则对参数k的当前值加1(步骤S48)。在参数k和Npx相等之前进行步骤S43-S48的处理(步骤S49)。若在步骤S49中判定为k与Npx相等，则结束处理。

这样，若预先计算交叉项的值后存储在交叉表存储单元6中，则仅凭参照交叉表存储单元6就能够取得交叉项的值。因此，不必再次计算交叉项的值，因而能够减少运算量，能够快速地进行运算。

另外，也可以如下构成，即由于p_x(j)和p_y(m)都只取+1和-1的其中一个，因此定义极性交叉项pcross(j，m)＝p_x(j)·p_y(m)，并对基于p_x(j)和p_y(m)的各自的值的4个组合，预先计算pcross(j，m)而存储在极性交叉表存储单元8中，并且在上述(10)的计算时从极性交叉表存储单元8读出与p_x(j)和p_y(m)的组合对应的pcross(j，m)。通过这样构成，可以如下式(11)所示那样省略p_x(j)·p_y(m)的乘法运算，因此能够进一步减少运算量。

[数9]

d(k，v)＝Dxs_k+Dys_v+2·pcross(xs_k，ys_v)·cross(xs_k，ys_v)

                                                         ...(11)

[第二实施例]

参照图7，说明第二实施例的附极性多重向量量化装置101。图7是例示附极性多重向量量化装置101的功能结构的图。

第二实施例的附极性多重向量量化装置101与第一实施例的附极性多重向量量化装置100的区别在于，在第一距离尺度计算单元2计算第一距离尺度时，参照功率表存储单元81、82取得作为在第一距离尺度的定义式中能够与输入向量u无关地计算的部分的平方和(也称为功率(power)项)。以下，以与第一实施例不同的部分的距离计算单元211、221、功率表存储单元81、82为中心进行说明。关于其他方面，与第一实施例的附极性多重向量量化装置相同，因此省略说明。

在功率表存储单元81中，分别预先计算了在码本X存储单元31中存储的各代表输出向量x_j的要素的平方和而存储。具体地说，分别计算存储了由下式(12)所定义的平方和powx(j)(j＝0，1，...，Nx-1)。将功率表存储单元中存储的代表输出向量的要素的平方和的集合称为功率表。功率表存储在功率表存储单元中。

[数10]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(12\right)$

同样地，在功率表存储单元82中，分别预先计算了在码本Y存储单元32中存储的各代表输出向量y_m的要素的平方和而存储。具体地说，分别计算存储了由下式(13)所定义的平方和powy(m)(m＝0，1，...，Ny-1)。

[数11]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(13\right)$

第一距离尺度计算单元2的距离计算单元211通过下式(14)，计算对于在码本X存储单元31中存储的各代表输出向量x_j的第一距离尺度d_prex(j)。这时，距离计算单元211的平方和参照部件211a参照功率表存储单元81而取得平方和powx(j)的值。距离计算单元211通过将计算求得的∑_i＝0 ^D-1(-4u(i)·x(i，j)·p_x(j))和平方和参照部件211a参照取得的powx(j)相加，从而计算第一距离尺度d_prex(j)。

[数12]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

...(14)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)$

同样地，第一距离尺度计算单元2的距离计算单元221通过下式(15)，计算对于在码本Y存储单元32中存储的各代表输出向量y_m的第一距离尺度d_prey(m)。这时，距离计算单元221的平方和参照部件221a参照功率表存储单元82而取得平方和powy(m)的值。距离计算单元221通过将计算求得的∑_i＝0 ^D-1(-4u(i)·y(i，m)·p_y(m))和平方和参照部件221a参照取得的powy(m)相加，从而计算第一距离尺度d_prey(m)。

[数13]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

...(15)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)$

这样，通过预先计算第一距离尺度的定义中与输入向量u无关地仅凭代表输出向量就能够计算出的部分的值而存储到功率表存储单元81、82，从而仅凭参照功率表存储单元81、82就能够取得该部分的值。因此，不需要再次计算平方和，能够进一步削减运算量。

另外，也可以不区分功率表存储单元81、82。即，也可以将平方和powx(j)和平方和powy(m)存储到未图示的相同的功率表存储单元，并且各平方和参照部件211a、221a参照该相同的功率表存储单元而取得平方和powx(j)、powy(m)。

[第三实施例]

在上述各实施例中，设置了交叉表存储单元，第二距离尺度计算单元通过参照交叉表存储单元取得交叉项的值从而计算了第二距离尺度。但是，即使不设置交叉表存储单元，只要设置了功率表存储单元，就能够获得削减运算量的本发明的效果。因此，第三实施例的附极性多重向量量化装置102的结构为不设置交叉表存储单元而代替设置功率表存储单元，相当于从第二实施例的附极性多重向量量化装置101删除了交叉表存储单元的结构。因此，对于公共结构部分赋予相同标号并省略说明。

参照图8说明第三实施例的附极性多重向量量化装置102。图8是例示附极性多重向量量化装置102的功能结构的图。

附极性多重向量量化装置102不具有交叉表存储单元。因此，第二距离尺度计算单元51利用上述式(8)自己计算交叉项的值，从而计算第二距离尺度。

另一方面，在功率表存储单元81、82中分别计算存储了在各码本存储单元(码本X存储单元31、码本Y存储单元32)中存储的各代表输出向量的要素的平方和的值。并且，第一距离尺度计算单元2的距离计算单元211、221与第二实施例同样地，通过参照功率表存储单元81、82取得代表输出向量的要素的平方和，从而计算第一距离尺度。即，距离计算单元211、221不需要再次计算代表输出向量的要素的平方和。因此，第三实施例的附极性多重向量量化装置102也能够削减运算量，并且起到能够高速运算的有利效果。

[第四实施例]

对本发明中的附极性多重向量量化装置的输入样本是任意的样本，例如可以使用时域的样本或频域的系数。并且，在使用时域的样本或频域的系数的情况下，如果能够像上述参照文献1记载的那样，根据区域的范围对样本或系数乘以加权系数从而赋予强弱，则与不乘以加权系数进行向量量化的情况相比，尤其在声音信号那样频域的功率的偏移较大时，能够期待量化抗噪性的提高等效果。因此在第四实施例中，弄清以第一实施例的结构为基础而能够进行加权处理的结构。

参照图9～图11来说明本发明第四实施例的附极性多重向量量化装置103。图9是例示附极性多重向量量化装置103的功能结构的图。图10是例示附极性多重向量量化装置103的构成要素的输入向量生成单元9的功能结构的图。图11是表示附极性多重向量量化装置103的处理例的流程图。另外，对于与第一实施例在结构或处理内容上公共的部分赋予相同的标号，基本上省略说明。

<步骤S5>

例如在频域的输入信号的情况下，在对每个某频率范围(多个样本)进行加权的基础上，单纯地从样本号码小的开始按照每一定数目顺序切出样本，从而构成对第一距离尺度计算单元的输入向量，这样也能够在一定程度上实现抗噪性的提高。但是，如果这样从信号样本号码小的开始按照每一定数目顺序切出样本从而构成输入向量，则在大量包含加权大的频域的样本的输入向量中信息量过度集中，结果，有时在距离尺度计算等时候产生失真而量化效率恶化。因此，在第四实施例中在第一距离尺度计算单元的前级，配置以下说明的向量生成单元9，因此事先计算信息量正常化了的加权的输入向量，并将其用于第一距离尺度计算单元以后的量化处理(步骤S1以后的处理)，从而抑制产生处理中的失真，实现有效的加权量化处理。

输入向量生成单元9包括加权部件91、增益标准化部件92和交织部件93。

加权部件91在从输入端子1输入的输入信号I的样本数目为D_L个时，通过I_w(n)＝I(n)·w(n)求第n(＝0，1，...，D_L-1)个样本的加权输入信号I_w(n)(步骤S51)。这里，I(n)是输入信号I的第n个样本的值，w(n)是对于第n个样本的权重。另外，在权重w(n)中，在从输入信号I切出的输入向量u的个数为s个(其中，s是满足1≤s＜D_L并且(D_L mod s)＝0的整数)，输入向量u的维数为D(D＝D_L/s)时，按照满足

i·D≤n＜(i+1)·D    ...(16)

的关系的每D个样本，分配相同的值W_i(＞0，i＝0，1，...，D-1)。

例如，D_L＝36、s＝6、D＝6的情况下，如下分配。

[数14]

$w\left(n\right)=\left\{\begin{array}{cc}{W}_0& (0\&le;n<6)\\ W_1& (6\&le;n<12)\\ W_2& (12\&le;n<18)\\ W_3& (18\&le;n<24)\\ W_4& (24\&le;n<30)\\ W_5& (30\&le;n<36)\end{array}\right.\&CenterDot;\&CenterDot;\&CenterDot;\left(17\right)$

作为W_i的具体值，在将样本频率为16kHz的声音信号分割为两个子带，将其高频侧子带的信号按照每5ms通过MDCT进行变换而获得的40点的MDCT系数中，对低频侧的36点进行编码的情况下，收听实验的结果，在设定为W₀＝1，W₁＝1，W₂＝4/3，W₃＝5/3，W₄＝2，W₅＝1的情况下能够获得音质最好的解码声音。

增益标准化部件92通过下式(18)、(19)求出加权输入信号的I_w(n)的功率平均值G以及标准化输入信号I_w，norm(n)后输出(步骤S52)。另外，功率平均值G被另行编码，将获得的码串向解码侧输出，用于解码处理。

[数15]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}\&CenterDot;\&CenterDot;\&CenterDot;\left(18\right)$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}\&CenterDot;\&CenterDot;\&CenterDot;\left(19\right)$

此外，在式(19)中，在想要调整标准化输入信号I_w，norm(n)时，也可以将对右边乘以常数G₀(例如G₀＝1024等)后的结果作为标准化输入信号I_w，norm(n)。

交织部件93根据

u_p(i)＝I_w，norm(s·i+p)       ...(20)

的关系式，从标准化输入信号I_w，norm(n)中对每s个样本顺序剔除D个要素而生成第p(0≤p＜s)个输入向量u_p(步骤S53)。通过这样的提取处理，s个的任意样本u_p都由附加了W₀～W_D-1的不同的权重的D个要素构成，与信号的标准化相结合，能够实现每个向量的信息量的正常化。

另外，也可以将上述式(16)中n的范围设为

D_L-D(i+1)≤n＜D_L-D·i  ...(21)

，将W_i的值的分配如

[数16]

$w\left(n\right)=\left\{\begin{array}{cc}{W}_0& (30\&le;n<36)\\ W_1& (24\&le;n<30)\\ W_2& (18\&le;n<24)\\ W_3& (12\&le;n<18)\\ W_4& (6\&le;n<12)\\ W_5& (0\&le;n<6)\end{array}\right.\&CenterDot;\&CenterDot;\&CenterDot;\left(22\right)$

那样将i的值与n的值的相关关系反转，从而按照

u_p(i)＝I_w，norm((D_L-1)-p-s·i)...(23)

的关系式提取输入向量u_p。

<步骤S1>

第一距离尺度计算单元2的距离计算单元231计算对于在码本X存储单元31中存储的Nx个的各代表输出向量x_j的第一距离尺度d_prex(j)(步骤S11)。对于某一代表输出向量的第一距离尺度是表示该向量和输入向量u_p的距离的第一指标。例如，对于代表输出向量x_j的第一距离尺度d_prex(j)可以如下定义，将求该向量和输入向量u_p的平方距离的式变形，从而如下式(25)那样，使用该代表输出向量x_j和输入向量的内积、由下式(24)定义的该代表输出向量的极性符号p_x(j)、该代表输出向量的要素的权重、以及该代表输出向量的要素的平方和来定义。这里，u(i)·W_i·x(i，j)通过乘以p_x(j)始终取0以上的值，因此u(i)·W_i·x(i，j)·p_x(j)可以表示为|u(i)·W_i·x(i，j)|。另外，距离尺度的计算也可以像在第一实施例中说明的那样不用乘以极性符号，但通过乘以极性符号，能够将代表输出向量的搜索范围扩大到正负对称的范围。即，实际上成为能够从两倍个数的代表输出向量中进行搜索，因此能够进一步减小因向量量化而产生的失真。

[数17]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))\&CenterDot;\&CenterDot;\&CenterDot;\left(24\right)$

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right)+{(W_i\&CenterDot;x(i,j))}^2)$

...(25)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)|+\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;x(i,j))}^2$

并且，计算出的Nx个的第一距离尺度d_prex(j)被送到候选代表输出向量决定单元4的小码本索引制作单元41。

同样地，第一距离尺度计算单元2的距离计算单元241计算对于在码本Y存储单元32中存储的Ny个的各代表输出向量y_m的第一距离尺度d_prey(m)(步骤S12)。例如，对于代表输出向量y_m的第一距离尺度d_prey(m)可以如下式(26)、(27)那样定义。

[数18]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))\&CenterDot;\&CenterDot;\&CenterDot;\left(26\right)$

$d\_\mathrm{prex}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right)+{(W_i\&CenterDot;y(i,m))}^2)$

...(27)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)|+\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;y(i,m))}^2$

然后，计算出的Ny个的第一距离尺度d_prey(m)被送到候选代表输出向量决定单元4的小码本索引制作单元42。

<步骤S3>

在交叉表存储单元61中，使用从不同的两个码本存储单元中分别选出了一个的一对代表输出向量的加权内积而定义的交叉项的值，对于多个不同的一对代表输出向量分别预先计算并存储。将交叉表存储单元中存储的一对代表输出向量的交叉项的值的集合称为交叉表。交叉表与交叉表存储单元对应。在该例子中，关于码本X存储单元31中存储的各代表输出向量x_j和码本Y存储单元32中存储的各代表输出向量y_m的所有的对，通过下式(28)定义的交叉项的值被预先计算和存储。另外，各码本存储单元中也可以存储被加权后的代表输出向量W_i·x(i，j)、W_i·y(i，m)。

[数19]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{W_i}^2\&CenterDot;x(i,j)\&CenterDot;y(i,m)\&CenterDot;\&CenterDot;\&CenterDot;\left(28\right)$

第二距离尺度计算单元511将对于从各码本存储单元(在该例子中是码本X存储单元31、码本Y存储单元32)中分别选择了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组分别进行计算。计算出的第二距离尺度被送到最小距离决定单元7。这里，对于某一向量的组的平均向量的第二距离尺度是表示该向量的组的平均向量和输入向量之间的距离的第二指标。例如，对于由代表输出向量x_j和代表输出向量y_m构成的向量的组的平均向量的第二距离尺度d(j，m)可以如下式(29)那样，使用上述式(25)、(27)那样对于构成该向量的组的各向量的各自的第一距离尺度、上述式(24)、(26)所示的与各自的第一距离尺度对应的极性符号、上述式(28)所示的使用构成该向量的组的一对向量的加权内积所定义的交叉项来进行定义。

[数20]

d(j，m)＝d_prex(j)+d_prey(m)+2·p_x(j)·p_y(m)·cross(j，m)

                                                ...(29)

从而，第二距离尺度计算单元511对于小码本索引列表Xs中的各xs_u和小码本索引列表Ys中的各ys_v的所有的对，基于下式(30)分别计算第二距离尺度d(u，v)(步骤S32)。

[数21]

d(k，v)＝Dxs_k+Dys_v+2·p_x(xs_k)·p_y(ys_v)·cross(xs_k，ys_v)

                                                 ...(30)

这时，第二距离尺度计算单元511的交叉项参照部件511a参照在交叉表存储单元61中存储的对应的一对候选代表输出向量(xs_u，ys_v)的交叉项的值，取得交叉项cross(xs_u，ys_v)的值(步骤S31)。另外，在上述式(29)、(30)中是将交叉项两倍后相加，但也可以是在上述式(28)中将右边预先乘以两倍，在上述式(29)、(30)中不乘以两倍而相加。

这样，如果在交叉表存储单元61中预先计算存储交叉项的值，则仅凭参照交叉表存储单元61就能够取得交叉项的值。因此，不需要再次计算交叉项的值，能够减少运算量，因而能够进行高速运算。

另外，如在第一实施例中说明的那样，由于p_x(j)和p_y(m)都只取+1和-1的其中一个，因此可以定义极性交叉项pcross(j，m)＝p_x(j)·p_y(m)，并对基于p_x(j)和p_y(m)的各自的值的4个组合，预先计算pcross(j，m)而存储在极性交叉表存储单元8中，并且在上述(30)的计算时从极性交叉表存储单元8读出与p_x(j)和p_y(m)的组合对应的pcross(j，m)。通过这样构成，可以如下式(31)所示那样省略p_x(j)·p_y(m)的乘法运算，因此能够进一步减少运算量。

[数22]

d(u，v)＝Dxs_u+Dys_v+2·pcross(xs_u，ys_v)·cross(xs_u，ys_v)

                                                       ...(31)

<关于解码处理>

在第四(以及第五、第六)实施例中，在加权部件91中对输入信号进行加权，接着在增益标准化部件92中进行标准化，进而在交织部件93中以等间隔提取样本从而生成输入向量，并对这样生成的输入向量进行向量量化处理。因此，在解码侧为了获得输出信号，需要进行其逆处理。具体地说，进行以下这样的处理(参照图17)。

附极性多重向量反量化装置900包括输入端子901、代表输出向量提取单元921、922、码本X存储单元931、码本Y存储单元932、向量合成单元950、反交织单元952、增益反标准化单元954、反加权单元956。码本X存储单元931、码本Y存储单元932与附极性多重向量量化装置具有的码本X存储单元31、码本Y存储单元32相同。

输入端子901中输入对于第p(0≤p＜s)个输入向量u_p的代表输出向量的索引Cx_p、Cy_p、与该向量对应的极性符号Px_p、Py_p、对功率平均值的符号另行解码而获得的值Gd。另外，Cx_p与最小距离决定单元7输出的xs_u对应，Cy_p与最小距离决定单元7输出的ys_v对应。Px_p与最小距离决定单元7输出的p_x(xs_u)对应，Py_p与最小距离决定单元7输出的p_y(ys_v)对应。

代表输出向量提取单元921从码本X存储单元931提取代表输出向量的索引Cx_p所示的代表输出向量x(Cx_p)，并将其输出。将代表输出向量x_(Cx_p)的第i个分量表示为x(i，Cx_p)。

代表输出向量提取单元922从码本Y存储单元932提取代表输出向量的索引Cy_p所示的代表输出向量y_(Cy_p)，并将其输出。将代表输出向量y_(Cy_p)的第i个分量表示为y(i，Cy_p)。

向量合成单元950使用代表输出向量x_(Cx_p)、y_(Cy_p)、以及极性符号Px_p、Py_p，根据式(31a)求向量U_p(相当于输入向量u_p)。

[数23]

$U_p\left(i\right)=\frac{1}{2}(x(i,\mathrm{Cx}\_p)\&CenterDot;\mathrm{Px}\_p+y(i,\mathrm{Cy}\_p)\&CenterDot;\mathrm{Py}\_p)\&CenterDot;\&CenterDot;\&CenterDot;\left(31a\right)$

反交织单元952对s个向量U_p(p＝0，...，s-1)进行反交织，从而输出标准化信号。具体地说，反交织单元952按照式(31b)，输出标准化信号O_w，norm(i)。

[数24]

floor function

增益反标准化单元954对标准化信号O_w，norm(i)乘以功率平均值Gd，从而输出加权信号O_w(i)＝GdO_w，norm(i)。

反加权单元956将加权信号O_w(i)除以在附极性多重向量量化装置中使用的权重W_i(参照式(16a))，输出信号O(相当于输入信号I)。具体地说，在向量U_p的维数为D时，对于满足式(16)的n，反加权单元956输出O(n)＝O_w(i)/W_j。

[第五实施例]

参照图12，说明第五实施例的附极性多重向量量化装置104。图12是例示附极性多重向量量化装置104的功能结构的图。

第五实施例的附极性多重向量量化装置104与第四实施例的附极性多重向量量化装置103的区别在于，在第一距离尺度计算单元2计算第一距离尺度时，将作为第一距离尺度的定义式中能够与输入向量u_p无关地计算的部分的平方和(也称为功率项)，通过参照功率表存储单元811、821取得。以下，以与第四实施例不同的部分的距离计算单元251、261、功率表存储单元811、821为中心进行说明。关于其他方面，由于与第四实施例的附极性多重向量量化装置相同，因此省略说明。

在功率表存储单元811中分别预先计算存储了在码本X存储单元31中存储的各代表输出向量x_j的要素的加权平方和。具体地说，分别计算存储由下式(32)定义的加权平方和powx(j)(j＝0，1，...，Nx-1)。这里，将功率表存储单元中存储的代表输出向量的要素的加权平方和的集合称为功率表。功率表与功率表存储单元对应。

[数25]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;x(i,j))}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(32\right)$

同样地，在功率表存储单元821中分别预先计算存储了在码本Y存储单元32中存储的各代表输出向量y_m的要素的加权平方和。具体地说，分别计算存储由下式(33)定义的加权平方和powy(m)(m＝0，1，...，Ny-1)。

[数26]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;y(i,m))}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(33\right)$

第一距离尺度计算单元2的距离计算单元251通过下式(34)，计算对于在码本X存储单元31中存储的各代表输出向量x_j的第一距离尺度d_prex(j)。这时，距离计算单元251的平方和参照部件251a参照功率表存储单元811而取得加权平方和powx(j)的值。距离计算单元251通过将计算求得的∑_i＝0 ^D-1(-4u(i)·W_i·x(i，j)·p_x(j))和平方和参照部件251a参照取得的加权平方和powx(j)相加，从而计算第一距离尺度d_prex(j)。

[数27]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right)+\mathrm{powx}\left(j\right)$

...(34)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)$

同样地，第一距离尺度计算单元2的距离计算单元261通过下式(35)，计算对于在码本Y存储单元32中存储的各代表输出向量y_m的第一距离尺度d_prey(m)。这时，距离计算单元261的平方和参照部件261a参照功率表存储单元82而取得加权平方和powy(m)的值。距离计算单元261通过将计算求得的∑_i＝0 ^D-1(-4u(i)·W_i·y(i，m)·p_y(m))和平方和参照部件221a参照取得的加权平方和powy(m)相加，从而计算第一距离尺度d_prey(m)。

[数28]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

...(35)

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)$

这样，通过预先计算第一距离尺度的定义中与输入向量u_p无关地仅凭代表输出向量就能够计算出的部分的值而存储到功率表存储单元811、821，从而仅凭参照功率表存储单元811、821就能够取得该部分的值。因此，不需要再次计算加权平方和，能够进一步削减运算量。

另外，也可以不区分功率表存储单元811、821。即，也可以将加权平方和powx(j)和加权平方和powy(m)存储到未图示的相同的功率表存储单元，并且各平方和参照部件251a、261a参照该相同的功率表存储单元而取得加权平方和powx(j)、powy(m)。

[第六实施例]

在第四、第五实施例中，设置了交叉表存储单元，第二距离尺度计算单元通过参照交叉表存储单元取得交叉项的值从而计算了第二距离尺度。但是，即使不设置交叉表存储单元，只要设置了功率表存储单元，就能够获得削减运算量的本发明的效果。因此，第六实施例的附极性多重向量量化装置105的结构为代替不设置交叉表存储单元而设置功率表存储单元，相当于从第五实施例的附极性多重向量量化装置104删除了交叉表存储单元61的结构。因此，对于公共结构部分赋予相同标号并省略说明。

参照图13说明第六实施例的附极性多重向量量化装置105。图13是例示附极性多重向量量化装置105的功能结构的图。

附极性多重向量量化装置105不具有交叉表存储单元。因此，第二距离尺度计算单元521利用上述式(28)自己计算交叉项的值，从而计算第二距离尺度。

另一方面，在功率表存储单元811、821中分别预先计算并存储了在各码本存储单元(码本X存储单元31、码本存储单元32)中存储的各代表输出向量的要素的加权平方和的值。并且，第一距离尺度计算单元2的距离计算单元251、261与第五实施例同样地，通过参照功率表存储单元811、821取得代表输出向量的要素的加权平方和，从而计算第一距离尺度。即，距离计算单元251、261不需要再次计算代表输出向量的要素的加权平方和。因此，第六实施例的附极性多重向量量化装置105也能够削减运算量，并且起到能够高速运算的有利效果。

[第七实施例]

第七实施例的附极性多重向量量化装置106在每次输入时对维数L与维数D未必一致的输入向量u进行多重向量量化。即，在该例子中，输入向量u的维数L不一定与代表输出向量x_j、y_m的维数D一致。但是，假设输入向量u的维数L为代表输出向量x_j、y_m的维数D以下。

以下，参照图15说明第七实施例的附极性多重向量量化装置106。对于与第一实施例的附极性多重向量量化装置100相同的部分赋予相同的标号并省略重复说明。

第一距离尺度计算单元2的距离计算单元212在输入向量u的维数(长度)的范围内，求对于在码本X存储单元31中存储的各代表输出向量x_j的第一距离尺度d_prex(j)。具体地说，基于下式(37)求第一距离尺度d_prex(j)。

[数29]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}u\left(i\right)\&CenterDot;x(i,j))\&CenterDot;\&CenterDot;\&CenterDot;\left(36\right)$

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right)+{\left(x(i,j)\right)}^2)$

...(37)

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2$

这里，如果将从L维以上(该例子中是D维)的向量中提取L个分量而得到的L维向量设为第一缩小向量，则上述式(37)的计算可以认为是对于与各代表输出向量x_j对应的第一缩小向量的第一距离尺度d_prex(j)。

同样地，第一距离尺度计算单元2的距离计算单元222在输入向量u的维数(长度)的范围内，求对于在码本Y存储单元32中存储的各代表输出向量y_m的第一距离尺度d_prey(m)。具体地说，基于下式(39)求第一距离尺度d_prey(m)。

[数30]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}u\left(i\right)\&CenterDot;y(i,m))\&CenterDot;\&CenterDot;\&CenterDot;\left(38\right)$

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,j)\&CenterDot;p_y\left(m\right)+{\left(y(i,m)\right)}^2)$

...(39)

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2$

上述式(39)的计算可以认为是各代表输出向量y_m的第一缩小向量的第一距离尺度d_prey(m)。

小码本索引制作单元41选择使距离计算单元212计算出的第一距离尺度d_prex(j)较小的Npx个的候选代表输出向量。同样地，小码本索引制作单元42选择使距离计算单元222计算出的第一距离尺度d_prey(m)较小的Npy个的候选代表输出向量。候选代表输出向量的选择方法以及其他的小码本索引制作单元41、42的处理与第一实施例相同。

在交叉表存储单元61中，对于在码本X存储单元31中存储的各代表输出向量x_j和在码本Y存储单元32中存储的各代表输出向量y_m的所有组合，在维数(长度)Kc的范围内，预先计算并存储通过下式(40)定义的交叉项cross(j，m)的值。这里，Kc是D以下的任意的自然数。例如若将Kc设为输入向量u的维数L中使用频度最高的维数，则能够减少运算量。

[数31]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{\mathrm{kc}-1}{\mathrm{\&Sigma;}}}x(i,j)\&CenterDot;y(i,m)\&CenterDot;\&CenterDot;\&CenterDot;\left(40\right)$

若将从L维以上(在该例子中为D维)的向量中提取Kc个的分量而得到的Kc维向量设为第二缩小向量，则在交叉表存储单元61中，对于一对第二缩小向量的交叉项的值关于多个不同的一对第二缩小向量而分别预先计算并存储，一对第二缩小向量对应于从不同的两个码本存储单元(在该例子中，码本X存储单元31、码本Y存储单元32)分别选出了一个的一对代表输出向量。这里，与一对代表输出向量对应的一对第二缩小向量是指，由与各代表输出向量分别对应的第二缩小向量构成的向量。

第二距离尺度计算单元51将对于与从各码本存储单元分别选出了一个的候选代表输出向量的组(xs_u，ys_v)对应的第一缩小向量的组的平均向量的第二距离尺度d(u，v)，对于小码本索引列表Xs中的各xs_u和小码本索引列表Ys中的各ys_v的所有的对进行计算。与代表输出向量的组对应的第一缩小向量的组是指，由与各代表输出向量分别对应的第一缩小向量构成的组。

以下，根据Kc和L的大小关系而处理不同，因此区分情况。

(A)Kc＝L的情况

在Kc＝L的情况下，第二距离尺度计算单元51基于下式(41)，计算第二距离尺度d(u，v)。这时，交叉项参照单元5a参照交叉表存储单元61取得交叉项cross(xs_u，ys_v)的值。

[数32]

d(k，v)＝Dxs_k+Dys_v

+2·p_x(k)·p_y(v)·cross(xs_k，ys_v)...(41)

(B)Kc＞L的情况

在Kc＞L的情况下，第二距离尺度计算单元51基于下式(42)，计算第二距离尺度d(u，v)。由于Kc＞L，因此在交叉表存储单元61中存储的交叉项中存在多余相加的维的分量，因此需要减法运算。

[数33]

$d(k,v)=\mathrm{Dxs}\_k+\mathrm{Dys}\_v$

$+2\&CenterDot;p_x\left(k\right)\&CenterDot;p_y\left(v\right)\&CenterDot;\mathrm{cross}(\mathrm{xs}\_k,\mathrm{ys}\_v)$

$-2\&CenterDot;\underset{i=L}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{p}_x\left(k\right)\&CenterDot;p_x\left(v\right)\&CenterDot;x(i,\mathrm{xs}\_k)\&CenterDot;y(i,\mathrm{ys}\_v)\&CenterDot;\&CenterDot;\&CenterDot;\left(42\right)$

由上述式(42)定义的第二距离尺度d(u，v)的值通过第二距离尺度计算单元5的交叉项参照单元5a、交叉项差计算单元5b、第一加法单元5c计算。交叉项参照单元5a参照交叉表存储单元61取得交叉项cross(xs_u，ys_v)的值。交叉项差计算单元5b计算对应于候选代表输出向量的对的Kc维的第二缩小向量的对的内积、即交叉表存储单元61中存储的交叉项与对应于候选代表输出向量的对的L维的第一缩小向量的对的内积之差(这时，-2·∑_i＝L ^kc-1x(i，xs_u)·y(i，ys_v))的值。第一加法单元5c通过相加上述式(42)的各项的值，计算第二距离尺度d(u，v)。

(C)Kc＜L的情况

在Kc＜L的情况下，第二距离尺度计算单元51基于下式(43)，计算第二距离尺度d(u，v)。由于Kc＜L，因此在交叉表存储单元61中存储的交叉项中存在不包含的维的分量，因此需要加法运算。

[数34]

$d(k,v)=\mathrm{Dxs}\_k+\mathrm{Dys}\_v$

$+2\&CenterDot;p_x\left(k\right)\&CenterDot;p_y\left(v\right)\&CenterDot;\mathrm{cross}(\mathrm{xs}\_k,\mathrm{ys}\_v)$

$+2\&CenterDot;\underset{i=\mathrm{Kc}}{\overset{L-1}{\mathrm{\&Sigma;}}}{p}_x\left(k\right)\&CenterDot;p_x\left(v\right)\&CenterDot;x(i,\mathrm{xs}\_k)\&CenterDot;y(i,\mathrm{ys}\_v)\&CenterDot;\&CenterDot;\&CenterDot;\left(43\right)$

由上述式(43)定义的第二距离尺度d(u，v)的值通过第二距离尺度计算单元5的交叉项参照单元5a、交叉项差计算单元5b、第一加法单元5c计算。交叉项参照单元5a参照交叉表存储单元61取得交叉项cross(xs_u，ys_v)的值。交叉项差计算单元5b计算对应于候选代表输出向量的对的Kc维的第二缩小向量的对的内积、即交叉表存储单元61中存储的交叉项与对应于候选代表输出向量的对的L维的第一缩小向量的对的内积之差(这时，+2·∑_i＝L ^kc-1x(i，xs_u)·y(i，ys_v))的值。第一加法单元5c通过相加上述式(43)的各项的值，计算第二距离尺度d(u，v)。

另外，第二距离尺度计算单元51也可以将上述式(43)的右边第一项至第三项的值相加，第一加法单元5c对该相加的值加上或者减去交叉项差计算单元5b计算出的差值，从而计算第二距离尺度d(u，v)。在进行减法运算时，交叉项差计算单元5b计算差的绝对值。

另外，也可以是第二距离尺度计算单元51的第二加法单元5d通过相加交叉项参照单元5a取得的交叉项cross(xs_u，ys_v)的值和交叉项差计算单元5b计算出的差值，从而求对应于候选代表输出向量的对(xs_u，ys_v)的第一缩小向量的对的交叉项的值。这时，第一加法单元5c相加第二加法单元5d求得的该交叉项的值、第一距离尺度Dxs_u、以及第一距离尺度Dys_v，从而求第二距离尺度d(u，v)。

这样，即使输入向量u的维数可变，也能够进行多重向量量化的处理。

[第八实施例]

第八实施例的附极性多重向量量化装置107与第七实施例的附极性多重向量量化装置106的区别在于，在第一距离尺度计算单元2计算第一距离尺度时，通过参照功率存储单元83、84取得作为第一距离尺度的定义式中能够与输入向量u无关地计算的部分的平方和。

以下，参照图16，说明第八实施例的附极性多重向量量化装置107。图16是例示第八实施例的附极性多重向量量化装置107的功能结构的图。对于与第七实施例的附极性多重向量量化装置106相同的部分，赋予相同标号并省略重复说明。

在功率表存储单元83中，对于各j(j＝0，...，Nx-1)分别计算由下式(44)确定的平方和powx(j)并存储。即，分别预先计算并存储了与码本X存储单元31中存储的各代表输出向量x_j对应的Kc维的第二缩小向量的分量的平方和的值。

[数35]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(44\right)$

同样地，在功率表存储单元84中，对于各m(m＝0，...，Ny-1)分别计算由下式(45)确定的平方和powy(m)并存储。即，分别预先计算并存储了与码本X存储单元32中存储的各代表输出向量y_m对应的Kc维的第二缩小向量的分量的平方和的值。

[数36]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(x(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(45\right)$

距离计算单元212分别计算对于与在码本X存储单元31中存储的各代表输出向量x_j对应的第一缩小向量的第一距离尺度d_prex(j)。由于根据Kc和L的大小关系而处理不同，因此区分情况。

(A)Kc＝L

在Kc＝L的情况下，距离计算单元212基于下式(46)，计算第一距离尺度d_prex(j)。这时，平方和参照单元212a参照功率表存储单元83取得平方和powx(j)。

[数37]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(46\right)$

(B)Kc＞L

在Kc＞L的情况下，距离计算单元212基于下式(47)，计算第一距离尺度d_prex(j)。由于Kc＞L，因此在powx(j)中存在多余相加的维的分量，因此需要减法运算。

[数38]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)-\underset{i=L}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2$

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)-\underset{i=L}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(47\right)$

距离计算单元212的平方和参照单元212a参照功率表存储单元83取得平方和powx(j)。平方和差计算单元212b计算对于代表输出向量的第一缩小向量的分量的平方和与对于该代表输出向量的第二缩小向量的分量的平方和之差(在该例子中，-∑_i＝L ^Kc-1(x(i，j))²)。加法单元212c通过相加上述式(47)的各项的值，从而计算第一距离尺度d_prex(j)。

(C)Kc＜L

在Kc＜L的情况下，距离计算单元212基于下式(48)，计算第一距离尺度d_prex(j)。由于Kc＜L，因此在功率表存储单元83所存储的平方和中存在没有包含的维的分量，因此需要加法运算。

[数39]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)\underset{i=\mathrm{Kc}}{\overset{L-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2$

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)+\underset{i=\mathrm{Kc}}{\overset{L-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(48\right)$

距离计算单元212的平方和参照单元212a参照功率表存储单元83取得平方和powx(j)的值。平方和差计算单元212b计算对于代表输出向量的第一缩小向量的分量的平方和与对于该代表输出向量的第二缩小向量的分量的平方和之差(在该例子中，+∑_i＝Kc ^L-1(x(i，j))²)。加法单元212c通过相加上述式(48)的各项的值，从而计算第一距离尺度d_prex(j)。

另外，也可以是距离计算单元212相加上述式(47)、(48)的右边第一项、第二项的值，加法单元5c对该相加的值加上或者减去平方和差计算单元212b计算出的差值，从而计算第一距离尺度d_prex(j)。在进行减法运算时，平方和差计算单元212b计算差的绝对值。

另外，也可以是距离计算单元212的第二加法单元212d相加平方和参照单元212a取得的平方和powx(j)的值和平方和差计算单元212b计算出的差值，从而求对于与一对代表输出向量(x_j，y_m)对应的一对第一缩小向量的平方和的值。这时，加法单元212c通过相加第二加法单元212d求出的平方和的值与上述式(47)、(48)的右边第一项的值，从而求第一距离尺度d_prex(j)。

距离计算单元222与距离计算单元212同样地，分别计算对于与在码本Y存储单元32中存储的各代表输出向量y_m对应的第一缩小向量的第一距离尺度d_prey(m)。与距离计算单元212同样地，根据Kc和L的大小关系而处理不同。

(A)Kc＝L的情况下，基于下式(49)计算第一距离尺度d_prey(m)，

[数40]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(49\right)$

(B)Kc＞L的情况下，基于下式(50)计算第一距离尺度d_prey(m)，

[数41]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)-\underset{i=L}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2$

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)-\underset{i=L}{\overset{\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(50\right)$

(C)Kc＜L的情况下，基于下式(51)计算第一距离尺度d_prey(m)之外，距离计算单元212的处理与距离计算单元222的处理相同，因此省略重复说明。

[数42]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)-\underset{i=\mathrm{Kc}}{\overset{L-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2$

$=-4\&CenterDot;\underset{i=0}{\overset{L-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)+\underset{i=\mathrm{Kc}}{\overset{L-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(51\right)$

[第九实施例]

在第七实施例中，第一缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码小的L个分量(具体为i＝0，...，L-1的分量)的向量，第二缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码小的Kc个分量(具体为i＝0，...，Kc-1的分量)的向量。在第九实施例中，第一缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码大的L个分量(具体为i＝D-L，...，D-1的分量)的向量，第二缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码大的Kc个分量(具体为i＝D-Kc，...，D-1的分量)的向量。第九实施例在这一点上与第七实施例不同，其他方面与第七实施例相同。与第七实施例的不同点如下。

第一距离尺度计算单元2的距离计算单元212代替上述式(37)，基于下式(52)求第一距离尺度。

[数43]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}u\left(i\right)\&CenterDot;x(i,j))$

$d\_\mathrm{prex}\left(j\right)=\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right)+{\left(x(i,j)\right)}^2)$ ...(52)

$=-4\&CenterDot;\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2$

第一距离尺度计算单元2的距离计算单元222代替上述式(39)，基于下式(53)求第一距离尺度。

[数44]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}u\left(i\right)\&CenterDot;y(i,m))$

$d\_\mathrm{prey}\left(m\right)=\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right)+{\left(y(i,m)\right)}^2)$

$=-4\&CenterDot;\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\underset{i=D-L}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(53\right)$

在交叉表存储单元61中，预先计算并存储了代替上述式(40)而由下式(54)定义的各交叉项cross(j，m)的值。

[数45]

$\mathrm{cross}(j,m)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}x(i,j)\&CenterDot;y(i,m)\&CenterDot;\&CenterDot;\&CenterDot;\left(54\right)$

第二距离尺度计算单元51在Kc＞L时，求代替上述式(42)而由下式(55)定义的第二距离尺度d(u，v)的值。

[数46]

$d(k,v)=\mathrm{Dxs}\_k+\mathrm{Dys}\_v$

$+2\&CenterDot;p_x\left(j\right)\&CenterDot;p_y\left(m\right)\&CenterDot;\mathrm{cross}(\mathrm{xs}\_k,\mathrm{ys}\_v)$

$-2\&CenterDot;\underset{i=D-\mathrm{Kc}}{\overset{D-L-1}{\mathrm{\&Sigma;}}}{p}_x\left(j\right)\&CenterDot;p_y\left(m\right)\&CenterDot;x(i,\mathrm{xs}\_k)\&CenterDot;y(i,\mathrm{ys}\_v)\&CenterDot;\&CenterDot;\&CenterDot;\left(55\right)$

第二距离尺度计算单元52在Kc＜L时，求代替上述式(43)而由下式(56)定义的第二距离尺度d(u，v)的值。

[数47]

$d(k,v)=\mathrm{Dxs}\_k+\mathrm{Dys}\_v$

$+2\&CenterDot;p_x\left(j\right)\&CenterDot;p_y\left(m\right)\&CenterDot;\mathrm{cross}(\mathrm{xs}\_k,\mathrm{ys}\_v)$

$+2\&CenterDot;\underset{i=D-L}{\overset{D-\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{p}_x\left(j\right)\&CenterDot;p_y\left(m\right)\&CenterDot;x(i,\mathrm{xs}\_k)\&CenterDot;y(i,\mathrm{ys}\_v)\&CenterDot;\&CenterDot;\&CenterDot;\left(56\right)$

[第十实施例]

在第八实施例中，第一缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码小的L个分量(具体为i＝0，...，L-1的分量)的向量，第二缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码小的Kc个分量(具体为i＝0，...，Kc-1的分量)的向量。在第十实施例中，第一缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码大的L个分量(具体为i＝D-L，...，D-1的分量)的向量，第二缩小向量是从L维以上(在该例子中为D维)的向量的分量中提取了要素号码大的Kc个分量(具体为i＝D-Kc，...，D-1的分量)的向量。第十实施例在这一点上与第八实施例不同，其他方面与第八实施例相同。与第八实施例的不同点如下。

在功率表存储单元83中，分别预先计算并存储了代替上述式(44)而由下式(57)定义的各平方和powx(j)。

[数48]

$\mathrm{powx}\left(j\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(57\right)$

在功率表存储单元84中，分别预先计算并存储了代替上述式(45)而由下式(58)定义的各平方和powy(m)。

[数49]

$\mathrm{powy}\left(m\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(58\right)$

距离计算单元212在Kc＝L时，计算代替上述式(46)而由下式(59)定义的第一距离尺度d_prex(j)。

[数50]

$d\_\mathrm{prex}\left(j\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

$=-4\&CenterDot;\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(59\right)$

距离计算单元212在Kc＞L时，计算代替上述式(47)而由下式(60)定义的第一距离尺度d_prex(j)。

[数51]

$d\_\mathrm{prex}\left(j\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)-\underset{i=D-\mathrm{Kc}}{\overset{D-L-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2$

$=-4\&CenterDot;\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)-\underset{i=D-\mathrm{Kc}}{\overset{D-L-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(60\right)$

距离计算单元212在Kc＜L时，计算代替上述式(48)而由下式(61)定义的第一距离尺度d_prex(j)。

[数52]

$d\_\mathrm{prex}\left(j\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))$

$+\mathrm{powx}\left(j\right)+\underset{i=D-L}{\overset{D-\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(x(i,j)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(61\right)$

距离计算单元222在Kc＝L时，计算代替上述式(49)而由下式(62)定义的第一距离尺度d_prey(m)。

[数53]

$d\_\mathrm{prey}\left(m\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

$=-4\&CenterDot;\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)\&CenterDot;\&CenterDot;\&CenterDot;\left(62\right)$

距离计算单元222在Kc＞L时，计算代替上述式(50)而由下式(63)定义的第一距离尺度d_prey(m)。

[数54]

$d\_\mathrm{prey}\left(m\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)-\underset{i=D-\mathrm{Kc}}{\overset{D-L-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2$

$=-4\&CenterDot;\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)-\underset{i=D-\mathrm{Kc}}{\overset{D-L-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(63\right)$

距离计算单元222在Kc＜L时，计算代替上述式(52)而由下式(64)定义的第一距离尺度d_prey(m)。

[数55]

$d\_\mathrm{prey}\left(m\right)=\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)-\underset{i=D-L}{\overset{D-\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2$

$=-4\&CenterDot;\underset{i=D-\mathrm{Kc}}{\overset{D-1}{\mathrm{\&Sigma;}}}|u\left(i\right)\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)-\underset{i=D-L}{\overset{D-\mathrm{Kc}-1}{\mathrm{\&Sigma;}}}{\left(y(i,m)\right)}^2\&CenterDot;\&CenterDot;\&CenterDot;\left(64\right)$

[变形例等]

上述各实施例都是使用两个码本进行多重向量量化，但也可以不是两个码本而是基于3个以上的码本进行多重向量量化。

以在第一实施例中基于3个码本进行多重向量量化的情况为例进行说明。将z(i，t)设为未图示的码本Z存储单元的第t个向量z t的第i个要素，将对于一对代表输出向量(x_j，y_m)的交叉项cross(j，m)、对于一对代表输出向量(y_m，z_t)的交叉项cross1(m，t)以及对于一对代表输出向量(z_t，x_j)的交叉项cross₂(t，j)分别设定如下。

[数56]

$\left.\begin{array}{c}\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}x(i,j)\&CenterDot;y(i,m)\\ {\mathrm{cross}}_1(m,t)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}y(i,m)\&CenterDot;z(i,t)\\ {\mathrm{cross}}_2(t,j)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}z(i,t)\&CenterDot;x(i,j)\end{array}\right\}\&CenterDot;\&CenterDot;\&CenterDot;\left(65\right)$

此外，若将d_prez(t)设为对于代表输出向量z_t的第一距离尺度，则对于由代表输出向量x_j、代表输出向量y_m以及代表输出向量z_t构成的向量的组的平均向量的第二距离尺度d(j，m，t)例如如下式(66)那样定义。

[数57]

d(j，m，t)＝d_prex(j)+d_prey(m)+d_prez(t)

+2·p_x(j)·p_y(m)·cross(j，m)

+2·p_y(m)·p_z(t)·cross₁(m，t)

+2·p_z(t)·p_x(j)·cross₂(t，j)    ...(66)

这里，对于代表输出向量x_j的第一距离尺度d_prex(j)、代表输出向量y_m的第一距离尺度d_prey(m)以及代表输出向量z_t的第一距离尺度d_prez(t)例如如下定义。

[数58]

$\left.\begin{array}{c}d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-6u\left(i\right)\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right)+{\left(x(i,j)\right)}^2)\\ d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-6u\left(i\right)\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right)+{\left(y(i,m)\right)}^2)\\ d\_\mathrm{prez}\left(t\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-6u\left(i\right)\&CenterDot;z(i,t)\&CenterDot;p_z\left(t\right)+{\left(z(i,t)\right)}^2)\end{array}\right\}\&CenterDot;\&CenterDot;\&CenterDot;\left(67\right)$

这时，分别预先计算各交叉项cross(j，m)(j＝0，...，Nx-1、m＝0，...，Ny-1)、cross₁(m，t)(m＝0，...，Ny-1、t＝0，...，Nz-1)、cross₂(t，j)(t＝0，...，Nz-1、j＝0，...，Nx-1)的值，并存储到交叉表存储单元6。即，使用从不同的两个码本存储单元分别选出了一个的一对代表输出向量的内积所定义的交叉项cross(j，m)、cross₁(m，t)、cross₂(t，j)的值，对于多个不同的一对代表输出向量而预先计算并存储。

第二距离尺度计算单元5的交叉项参照部件5a参照交叉表存储单元6，取得交叉项cross(j，m)、cross₁(m，t)、cross₂(t，j)的值。并且，使用该取得的交叉项的值，计算对于从各码本存储单元分别选出了一个的候选代表输出向量的组(xs_u，ys_v，zs_r)的平均向量的第二距离尺度d(xs_u，ys_v，zs_r)。zs_r是从码本Z存储单元选择的候选代表输出向量。

这样，能够将第一实施例中的码本的数目(码本存储单元的数目)设为3个以上。其他实施例也同样。

在通过计算机实现上述的各实施例的附极性多重向量量化装置的结构时，由程序记述各装置应具有的功能的处理内容。并且，通过采用计算机来执行该程序，上述处理功能在计算机上实现。

记述了该处理内容的程序能够记录在计算机可读取的记录介质中。作为计算机可读取的记录介质，例如例如可以是磁记录装置、光盘、光磁记录介质、半导体存储器等任何介质，但具体地说，作为磁记录介质，可以使用硬盘装置、软盘、磁带等，作为光盘，可以使用DVD(数字化视频光盘)、DVD-RAM(随机存取存储器)、CD-ROM(光盘只读存储器)、CD-R(可记录)/RW(可改写)等，作为光磁记录介质，可以使用MO(磁光盘)等，作为半导体存储器，可以使用EEP-ROM(电可擦除可编程只读存储器)等。

此外，该程序的流通例如通过对记录了该程序的DVD、CD-ROM等可移动型记录介质进行销售、转让、出借等方式来进行。进而，也可以将该程序事先存储到服务器计算机的存储装置中，并经由网络将该程序从服务器计算机转发到其它计算机中，从而使该程序流通。

此外，作为与上述的实施方式不同的实施方式，也可以是计算机直接从可移动型记录介质读取该程序，并执行按照该程序的处理，进而也可以是每当从服务器计算机对该计算机转发了程序时，依次按照接受的程序执行处理。此外，也可以通过从服务器计算机不对该计算机转发程序、仅由该执行指示和结果取得来实现处理功能的所谓的ASP(Application Service Provider；应用服务提供商)型的服务来执行上述的处理。另外，假设在本方式的程序中包含用于电子计算机的处理的、以程序为基准的信息(不是对于计算机的直接指令，但具有规定计算机的处理的性质的数据等)。

此外，在该方式中设为通过在计算机上执行规定的程序来构成本装置，但也可以设为将这些处理内容的至少一部分通过硬件来实现。

此外，上述各种处理不仅可以按照记载以时间序列方式执行，也可以根据执行处理的装置的处理能力或者根据需要而并行地或者单独地执行。此外，可以在不脱离本发明的宗旨的范围内进行适当变更是不言而喻的。

Claims (26)

1.一种附极性多重向量量化方法，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项来定义，

在功率表中分别预先注册了在各上述码本中注册的各代表输出向量的要素的平方和，

a1)利用在上述功率表中注册的各代表输出向量的要素的平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，

a2)在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，

a3)将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组而分别进行计算，

a4)决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

2.一种附极性多重向量量化方法，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项来定义，

在交叉表中，使用从不同的两个码本中分别选出了一个的一对代表输出向量的内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册，

a1)分别计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，

a2)在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，

a3)将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算，

a4)决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

3.一种附极性多重向量量化方法，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项来定义，

在功率表中分别预先注册了在各上述码本中注册的各代表输出向量的要素的平方和，

在交叉表中，使用从不同的两个码本中分别选出了一个的一对代表输出向量的内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册，

a1)利用在上述功率表中注册的各代表输出向量的要素的平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，

a2)在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，

a3)将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算，

a4)决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

4.一种附极性多重向量量化方法，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、该向量的要素的权重、以及该向量的要素的加权平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的加权内积定义的交叉项来定义，

在功率表中分别预先注册了在各上述码本中注册的各代表输出向量的要素的加权平方和，

a0)对于由多个样本构成的输入信号，对各样本进行规定的加权，并按照每规定的样本数目依次集束，从而生成多个上述输入向量，

a1)利用在上述功率表中注册的各代表输出向量的要素的加权平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，

a2)在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，

a3)将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组而分别进行计算，

a4)决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

5.一种附极性多重向量量化方法，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、该向量的要素的权重、以及该向量的要素的加权平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、对于各自的第一距离尺度的上述极性符号、以及使用构成该向量的组的一对向量的加权内积定义的交叉项来定义，

在交叉表中，使用从不同的两个码本中分别选出了一个的一对代表输出向量的加权内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册，

a0)对于由多个样本构成的输入信号，对各样本进行规定的加权，并按照每规定的样本数目依次集束，从而生成多个上述输入向量，

a1)分别计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，

a2)在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，

a3)将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算，

a4)决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

6.一种附极性多重向量量化方法，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、该向量的要素的权重、以及该向量的要素的加权平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的加权内积定义的交叉项来定义，

在功率表中分别预先注册了在各上述码本中注册的各代表输出向量的要素的加权平方和，

在交叉表中，使用从不同的两个码本中分别选出了一个的一对代表输出向量的加权内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册，

a0)对于由多个样本构成的输入信号，对各样本进行规定的加权，并按照每规定的样本数目依次集束，从而生成多个上述输入向量，

a1)利用在上述功率表中注册的各代表输出向量的要素的加权平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度，

a2)在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)，

a3)将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算，

a4)决定使上述第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

7.如权利要求1、3、4、6的任一项所述的附极性多重向量量化方法，其特征在于，

上述输入向量的维数L是在各码本中注册的各代表输出向量的维数以下，将Kc设为在各码本中注册的各代表输出向量的维数以下的自然数，

将从L维以上的向量中提取L个分量而获得的L维向量设为第一缩小向量，将从L维以上的向量中提取Kc个分量而获得的Kc维向量设为第二缩小向量，

在上述功率表中分别注册了与在各上述码本中注册的各代表输出向量对应的第二缩小向量的分量的平方和的值，

上述步骤a1)计算与在各上述码本中注册的各代表输出向量对应的第一缩小向量的第一距离尺度，

上述步骤a3)将与从各上述码本中分别选出了一个的候选代表输出向量的组对应的第一缩小向量的组的平均向量的第二距离尺度，对于所有的组的平均向量进行求解，

上述步骤a1)包括：

a11)参照上述功率表，取得与代表输出向量对应的第二缩小向量的分量的平方和的值；

a12)在L和Kc不同时，计算对应于代表输出向量的第一缩小向量的分量的平方和、与对应于该代表输出向量的第二缩小向量的分量的平方和的差值；以及

a13)对于在上述步骤a11)中获得的平方和的值加上或者减去在上述步骤a12)中获得的平方和的差值，从而求与该代表输出向量对应的第一缩小向量的平方和的值。

8.如权利要求2、3、5、6的任一项所述的附极性多重向量量化方法，其特征在于，

上述输入向量的维数L是在各码本中注册的各代表输出向量的维数以下，将Kc设为在各码本中注册的各代表输出向量的维数以下的自然数，

将从L维以上的向量中提取L个分量而获得的L维向量设为第一缩小向量，将从L维以上的向量中提取Kc个分量而获得的Kc维向量设为第二缩小向量，

在上述交叉表中，对于与从不同的两个码本中分别选出了一个的一对代表输出向量对应的一对第二缩小向量的交叉项的值，对所有的对注册，

上述步骤a1)计算与在各上述码本中注册的各代表输出向量对应的第一缩小向量的第一距离尺度，

上述步骤a3)将与从各上述码本中分别选出了一个的候选代表输出向量的组对应的第一缩小向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量对应的一对第二缩小向量的交叉项的值，对于所有的组的平均向量进行求解，

上述步骤a3)包括：

a31)在L和Kc不同时，计算对应于一对候选代表输出向量的一对第一缩小向量的交叉项、与对应于该一对候选代表输出向量的一对第二缩小向量的交叉项的差值；以及

a32)通过加上或者减去上述计算出的差值，从而求与该代表输出向量的组对应的第一缩小向量的组的平均向量的第二距离尺度。

9.如权利要求4或6所述的附极性多重向量量化方法，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

输入信号I的样本数目为D_L，从其中切出的输入向量u的数目为s(其中，s是满足1≤s＜D_L并且(D_L mod s)＝0的整数)，输入向量u为D维(D＝D_L/s)，

将作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，分配规定的0以上的值W_i(i＝0，1，...，D-1)的n的范围，通过

D_L-D(i+1)≤n＜D_L-D·i

决定，

将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求，

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数59]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求，

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成，

代表输出向量x_j的要素的加权平方和powx(j)通过

[数60]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;x(i,j))}^2$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数61]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量x_j的第一距离尺度d_prex(j)通过

[数62]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)$

而求，

代表输出向量y_m的要素的加权平方和powy(m)通过

[数63]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;y(i,m))}^2$

而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数64]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于代表输出向量y_m的第一距离尺度d_prey(m)通过

[数65]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)$

而求。

10.如权利要求5或6所述的附极性多重向量量化方法，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

输入信号I的样本数目为D_L，从其中切出的输入向量u的数目为s(其中，s是满足1≤s＜D_L并且(D_L mod s)＝0的整数)，输入向量u为D维(D＝D_L/s)，

将作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，分配规定的0以上的值W_i(i＝0，1，...，D-1)的n的范围，通过

D_L-D(i+1)≤n＜D_L-D·i

决定，

将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求，

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数66]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求，

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成，

使用一对代表输出向量(x_j，y_m)的加权内积定义的交叉项cross(j，m)的值通过

[数67]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{W}_i^2\&CenterDot;x(i,j)\&CenterDot;y(i,m)$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数68]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数69]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于由代表输出向量x_j和代表输出向量y_m构成的向量的组的平均向量的第二距离尺度d(j，m)通过

[数70]

d(j，m)＝d_prex(j)+d_prey(m)+2·p_x(j)·p_y(m)·cross(j，m)

而求。

11.如权利要求4或6所述的附极性多重向量量化方法，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

输入信号I的样本数目为D_L(D_L＝36)，从其中切出的输入向量u的数目为s(s＝6)，输入向量u为D维(D＝6)，

作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，将规定的0以上的值W_i(i＝0，1，...，D-1)设为

[数71]

$w\left(n\right)=\left\{\begin{array}{cc}{W}_0& (30\&le;n<36)\\ W_1& (24\&le;n<30)\\ W_2& (18\&le;n<24)\\ W_3& (12\&le;n<18)\\ W_4& (6\&le;n<12)\\ W_5& (0\&le;n<6)\end{array}\right.$

(其中，W₀＝1，W₁＝1，W₂＝4/3，W₃＝5/3，W₄＝2，W₅＝1)，

将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求，

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数72]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求，

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成，

代表输出向量x_j的要素的加权平方和powx(j)通过

[数73]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;x(i,j))}^2$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数74]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量x_j的第一距离尺度d_prex(j)通过

[数75]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)$

而求，

代表输出向量y_m的要素的加权平方和powy(m)通过

[数76]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;y(i,m))}^2$

而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数77]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于代表输出向量y_m的第一距离尺度d_prey(m)通过

[数78]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)$

而求。

12.如权利要求5或6所述的附极性多重向量量化方法，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

输入信号I的样本数目为D_L(D_L＝36)，从其中切出的输入向量u的数目为s(s＝6)，输入向量u为D维(D＝6)，

作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，将规定的0以上的值W_i(i＝0，1，...，D-1)设为

[数79]

$w\left(n\right)=\left\{\begin{array}{cc}{W}_0& (30\&le;n<36)\\ W_1& (24\&le;n<30)\\ W_2& (18\&le;n<24)\\ W_3& (12\&le;n<18)\\ W_4& (6\&le;n<12)\\ W_5& (0\&le;n<6)\end{array}\right.$

(其中，W₀＝1，W₁＝1，W₂＝4/3，W₃＝5/3，W₄＝2，W₅＝1)，

将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求，

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数80]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求，

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成，

使用一对代表输出向量(x_j，y_m)的加权内积定义的交叉项cross(j，m)的值通过

[数81]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{W_1}^2\&CenterDot;x(i,j)\&CenterDot;y(i,m)$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数82]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数83]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于由代表输出向量x_j和代表输出向量y_m构成的向量的组的平均向量的第二距离尺度d(j，m)通过

[数84]

d(j，m)＝d_prex(j)+d_prey(m)+2·p_x(j)·p_y(m)·cross(j，m)

而求。

13.一种附极性多重向量量化装置，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项来定义，

所述附极性多重向量量化装置包括：

功率表，分别预先注册了在各上述码本中注册的各代表输出向量的要素的平方和；

第一距离尺度计算单元，利用在上述功率表中注册的各代表输出向量的要素的平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度；

候选向量决定单元，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)；

第二距离尺度计算单元，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组而分别进行计算；以及

最小距离决定单元，决定使在上述第二距离尺度计算单元中计算出的第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

14.一种附极性多重向量量化装置，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项来定义，

所述附极性多重向量量化装置包括：

交叉表，使用从不同的两个码本中分别选出了一个的一对代表输出向量的内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册；

第一距离尺度计算单元，分别计算对于在各上述码本中注册的各代表输出向量的第一距离尺度；

候选向量决定单元，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)；

第二距离尺度计算单元，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算；以及

最小距离决定单元，决定使在上述第二距离尺度计算单元中计算出的第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

15.一种附极性多重向量量化装置，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、以及该向量的要素的平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的内积定义的交叉项来定义，

所述附极性多重向量量化装置包括：

功率表，分别预先注册了在各上述码本中注册的各代表输出向量的要素的平方和；

交叉表，使用从不同的两个码本中分别选出了一个的一对代表输出向量的内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册；

第一距离尺度计算单元，利用在上述功率表中注册的各代表输出向量的要素的平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度；

候选向量决定单元，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)；

第二距离尺度计算单元，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算；以及

最小距离决定单元，决定使在上述第二距离尺度计算单元中计算出的第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

16.一种附极性多重向量量化装置，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、该向量的要素的权重、以及该向量的要素的加权平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的加权内积定义的交叉项来定义，

所述附极性多重向量量化装置包括：

功率表，分别预先注册了在各上述码本中注册的各代表输出向量的要素的加权平方和；

输入向量生成单元，对于由多个样本构成的输入信号，对各样本进行规定的加权，并按照规定的样本数目依次集束，从而生成多个上述输入向量；

第一距离尺度计算单元，利用在上述功率表中注册的各代表输出向量的要素的加权平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度；

候选向量决定单元，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)；

第二距离尺度计算单元，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，对于多个不同的候选代表输出向量的组而分别进行计算；以及

最小距离决定单元，决定使在上述第二距离尺度计算单元中计算出的第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

17.一种附极性多重向量量化装置，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、该向量的要素的权重、以及该向量的要素的加权平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、对于各自的第一距离尺度的上述极性符号、以及使用构成该向量的组的一对向量的加权内积定义的交叉项来定义，

所述附极性多重向量量化装置包括：

交叉表，使用从不同的两个码本中分别选出了一个的一对代表输出向量的加权内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册；

输入向量生成单元，对于由多个样本构成的输入信号，对各样本进行规定的加权，并按照每规定的样本数目依次集束，从而生成多个上述输入向量；

第一距离尺度计算单元，分别计算对于在各上述码本中注册的各代表输出向量的第一距离尺度；

候选向量决定单元，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)；

第二距离尺度计算单元，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算；以及

最小距离决定单元，决定使在上述第二距离尺度计算单元中计算出的第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

18.一种附极性多重向量量化装置，其中，

在多个码本中分别注册有预定数目的代表输出向量，

对于某一向量的第一距离尺度是表示该向量和输入向量之间的距离的第一指标，利用该向量和输入向量的内积、该向量的极性符号、该向量的要素的权重、以及该向量的要素的加权平方和来定义，

对于某一向量的组的平均向量的第二距离尺度，是表示该向量的组的平均向量与输入向量之间的距离的第二指标，利用对于构成该向量的组的各向量的各自的第一距离尺度、与各自的第一距离尺度对应的上述极性符号、以及使用构成该向量的组的一对向量的加权内积定义的交叉项来定义，

所述附极性多重向量量化装置包括：

功率表，分别预先注册了在各上述码本中注册的各代表输出向量的要素的加权平方和；

交叉表，使用从不同的两个码本中分别选出了一个的一对代表输出向量的加权内积所定义的交叉项的值，对于多个不同的一对代表输出向量分别预先注册；

输入向量生成单元，对于由多个样本构成的输入信号，对各样本进行规定的加权，并按照每规定的样本数目依次集束，从而生成多个上述输入向量；

第一距离尺度计算单元，利用在上述功率表中注册的各代表输出向量的要素的加权平方和，计算对于在各上述码本中注册的各代表输出向量的第一距离尺度；

候选向量决定单元，在各上述码本的每一个中，按照上述第一距离尺度从小到大的顺序，或者从由多个代表输出向量构成的多个组的各个组中选择使上述第一距离尺寸最小的代表输出向量，从而分别决定预定数目的代表输出向量(以下，设为候选代表输出向量)；

第二距离尺度计算单元，将对于从各上述码本中分别选出了一个的候选代表输出向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量有关的交叉项的值，对于多个不同的候选代表输出向量的组而分别进行计算；以及

最小距离决定单元，决定使在上述第二距离尺度计算单元中计算出的第二距离尺度最小的候选代表输出向量的组，输出用于表示与该候选代表输出向量的组对应的代表输出向量的组的索引。

19.如权利要求13、15、16、18的任一项所述的附极性多重向量量化装置，其特征在于，

上述输入向量的维数L是在各码本中注册的各代表输出向量的维数以下，将Kc设为在各码本中注册的各代表输出向量的维数以下的自然数，

将从L维以上的向量中提取L个分量而获得的L维向量设为第一缩小向量，将从L维以上的向量中提取Kc个分量而获得的Kc维向量设为第二缩小向量，

上述第一距离尺度计算单元计算与在各上述码本中注册的各代表输出向量对应的第一缩小向量的第一距离尺度，

上述第二距离尺度计算单元将与从各上述码本中分别选出了一个的候选代表输出向量的组对应的第一缩小向量的组的平均向量的第二距离尺度，对于所有的组的平均向量进行求解，

在上述功率表中分别注册了与在各上述码本中注册的各代表输出向量对应的第二缩小向量的分量的平方和的值，

上述第一距离尺度计算单元包括：

平方和参照单元，参照上述功率表，取得与代表输出向量对应的第二缩小向量的分量的平方和的值；

平方和差计算单元，在L和Kc不同时，计算对应于代表输出向量的第一缩小向量的分量的平方和、与对应于该代表输出向量的第二缩小向量的分量的平方和的差值；以及

平方和加法单元，对于通过上述平方和参照单元获得的平方和的值加上或者减去通过上述平方和差计算单元获得的平方和的差值，从而求与该代表输出向量对应的第一缩小向量的平方和的值。

20.如权利要求14、15、17、18的任一项所述的附极性多重向量量化装置，其特征在于，

上述输入向量的维数L是在各码本中注册的各代表输出向量的维数以下，将Kc设为在各码本中注册的各代表输出向量的维数以下的自然数，

将从L维以上的向量中提取L个分量而获得的L维向量设为第一缩小向量，将从L维以上的向量中提取Kc个分量而获得的Kc维向量设为第二缩小向量，

在上述交叉表中，对于与从不同的两个码本中分别选出了一个的一对代表输出向量对应的一对第二缩小向量的交叉项的值，对所有的对注册，

上述第一距离尺度计算单元计算与在各上述码本中注册的各代表输出向量对应的第一缩小向量的第一距离尺度，

上述第二距离尺度计算单元将与从各上述码本中分别选出了一个的候选代表输出向量的组对应的第一缩小向量的组的平均向量的第二距离尺度，使用在上述交叉表中注册的与一对候选代表输出向量对应的一对第二缩小向量的交叉项的值，对于所有的组的平均向量进行求解，

上述第二距离尺度计算单元包括：

交叉项差计算单元，在L和Kc不同时，计算对应于一对候选代表输出向量的一对第一缩小向量的交叉项、与对应于该一对候选代表输出向量的一对第二缩小向量的交叉项的差值；以及

加法单元，通过加上或者减去上述计算出的差值，从而求与该代表输出向量的组对应的第一缩小向量的组的平均向量的第二距离尺度。

21.如权利要求16或18所述的附极性多重向量量化装置，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

所述附极性多重向量量化装置还包括输入向量生成单元，该输入向量生成单元包括：

输入信号I的样本数目为D_L，从其中切出的输入向量u的数目为s(其中，s是满足1≤s＜D_L并且(D_L mod s)＝0的整数)，输入向量u为D维(D＝D_L/s)，将作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，分配规定的0以上的值W_i(i＝0，1，...，D-1)的n的范围，通过

D_L-D(i+1)≤n＜D_L-D·i

决定，将加权输入信号Iw(n)通过

I_w(n)＝I(n)·w(n)

而求的加权部件；

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数85]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求的增益标准化部件；以及

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成的交织部件，

代表输出向量x_j的要素的加权平方和powx(j)通过

[数86]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;x(i,j))}^2$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数87]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量x_j的第一距离尺度d_prex(j)通过

[数88]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)$

而求，

代表输出向量y_m的要素的加权平方和powy(m)通过

[数89]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;y(i,m))}^2$

而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数90]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于代表输出向量y_m的第一距离尺度d_prey(m)通过

[数91]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)$

而求。

22.如权利要求17或18所述的附极性多重向量量化装置，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

所述附极性多重向量量化装置还包括输入向量生成单元，该输入向量生成单元包括：

输入信号I的样本数目为D_L，从其中切出的输入向量u的数目为s(其中，s是满足1≤s＜D_L并且(D_L mod s)＝0的整数)，输入向量u为D维(D＝D_L/s)，将作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，分配规定的0以上的值W_i(i＝0，1，...，D-1)的n的范围，通过

D_L-D(i+1)≤n＜D_L-D·i

决定，将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求的加权部件；

将加权输入信号的功率平均值G以及标准化输入信号I_w，nonn(n)通过

[数92]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求的增益标准化部件；以及

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成的交织部件，

使用一对代表输出向量(x_j，y_m)的加权内积定义的交叉项cross(j，m)的值通过

[数93]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{W}_i^2\&CenterDot;x(i,j)\&CenterDot;y(i,m)$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数94]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数95]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于由代表输出向量x_j和代表输出向量y_m构成的向量的组的平均向量的第二距离尺度d(j，m)通过

[数96]

d(j，m)＝d_prex(j)+d_prey(m)+2·p_x(j)·p_y(m)·cross(j，m)而求。

23.如权利要求16或18所述的附极性多重向量量化装置，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

所述附极性多重向量量化装置还包括输入向量生成单元，该输入向量生成单元包括：

输入信号I的样本数目为D_L(D_L＝36)，从其中切出的输入向量u的数目为s(s＝6)，输入向量u为D维(D＝6)，作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，将规定的0以上的值W_i(i＝0，1，...，D-1)设为

[数97]

$w\left(n\right)=\left\{\begin{array}{cc}{W}_0& (30\&le;n<36)\\ W_1& (24\&le;n<30)\\ W_2& (18\&le;n<24)\\ W_3& (12\&le;n<18)\\ W_4& (6\&le;n<12)\\ W_5& (0\&le;n<6)\end{array}\right.$

(其中，W₀＝1，W₁＝1，W₂＝4/3，W₃＝5/3，W₄＝2，W₅＝1)，将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求的加权部件；

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数98]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求的增益标准化部件；以及

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成的交织部件，

代表输出向量x_j的要素的加权平方和powx(j)通过

[数99]

$\mathrm{powx}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;x(i,j))}^2$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数100]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量x_j的第一距离尺度d_prex(j)通过

[数101]

$d\_\mathrm{prex}\left(j\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)\&CenterDot;p_x\left(j\right))+\mathrm{powx}\left(j\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j)|+\mathrm{powx}\left(j\right)$

而求，

代表输出向量y_m的要素的加权平方和powy(m)通过

[数102]

$\mathrm{powy}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{(W_i\&CenterDot;y(i,m))}^2$

而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数103]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于代表输出向量y_m的第一距离尺度d_prey(m)通过

[数104]

$d\_\mathrm{prey}\left(m\right)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}(-4u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)\&CenterDot;p_y\left(m\right))+\mathrm{powy}\left(m\right)$

$=-4\&CenterDot;\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}|u_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m)|+\mathrm{powy}\left(m\right)$

而求。

24.如权利要求17或18所述的附极性多重向量量化装置，其特征在于，

作为上述多个码本而设置第一码本X和第二码本Y，在第一码本X中注册有D维的代表输出向量x_j(j＝0，...，Nx-1(Nx是任意的自然数))，在第二码本Y中注册有D维的代表输出向量y_m(m＝0，...，Ny-1(Ny是任意的自然数))，

将第一码本X中注册的代表输出向量x_j的第i个要素设为x(i，j)，将对于代表输出向量x_j的第一距离尺度设为d_prex(j)，

将第二码本Y中注册的代表输出向量y_m的第i个要素设为y(i，m)，将对于代表输出向量y_m的第一距离尺度设为d_prey(m)，

所述附极性多重向量量化装置还包括输入向量生成单元，该输入向量生成单元包括：

输入信号I的样本数目为D_L(D_L＝36)，从其中切出的输入向量u的数目为s(s＝6)，输入向量u为D维(D＝6)，作为对于输入信号I的第n个样本I(n)(n＝0，1，...，D_L-1)的权重w(n)，将规定的0以上的值W_i(i＝0，1，...，D-1)设为

[数105]

$w\left(n\right)=\left\{\begin{array}{cc}{W}_0& (30\&le;n<36)\\ W_1& (24\&le;n<30)\\ W_2& (18\&le;n<24)\\ W_3& (12\&le;n<18)\\ W_4& (6\&le;n<12)\\ W_5& (0\&le;n<6)\end{array}\right.$

(其中，W₀＝1，W₁＝1，W₂＝4/3，W₃＝5/3，W₄＝2，W₅＝1)，将加权输入信号I_w(n)通过

I_w(n)＝I(n)·w(n)

而求的加权部件；

将加权输入信号的功率平均值G以及标准化输入信号I_w，norm(n)通过

[数106]

$G=\sqrt{\frac{1}{D_L}\underset{k=0}{\overset{D_L-1}{\mathrm{\&Sigma;}}}{\left(I_w\left(k\right)\right)}^2}$

$I_{w,\mathrm{norm}}\left(n\right)=\frac{I_w\left(n\right)}{G}$

而求的增益标准化部件；以及

将第p(0≤p＜s)个输入向量u_p通过

u_p(i)＝I_w，norm((D_L-1)-p-s·i)

，从标准化输入信号中对每s个样本剔除D个要素而生成的交织部件，

使用一对代表输出向量(x_j，y_m)的加权内积定义的交叉项cross(j，m)的值通过

[数107]

$\mathrm{cross}(j,m)=\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{W}_i^2\&CenterDot;x(i,j)\&CenterDot;y(i,m)$

而求，

对于代表输出向量x_j的极性符号p_x(j)通过

[数108]

$p_x\left(j\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;x(i,j))$

(sgn(α)是求α的值的极性(+1或者-1)的函数)而求，

对于代表输出向量y_m的极性符号p_y(m)通过

[数109]

$p_y\left(m\right)=\mathrm{sgn}(\underset{i=0}{\overset{D-1}{\mathrm{\&Sigma;}}}{u}_p\left(i\right)\&CenterDot;W_i\&CenterDot;y(i,m))$

而求，

对于由代表输出向量x_j和代表输出向量y_m构成的向量的组的平均向量的第二距离尺度d(j，m)通过

[数110]

d(j，m)＝d_prex(j)+d_prey(m)+2·p_x(j)·p_y(m)·cross(j，m)

而求。

25.一种附极性多重向量量化程序，用于使计算机执行权利要求1至12的任一项所述的附极性多重向量量化方法的各处理。

26.一种计算机可读取的记录介质，记录了权利要求25所述的附极性多重向量量化程序。

Images