CN1914670A - 预测编码方法 - Google Patents

预测编码方法 Download PDF

Info

Publication number
CN1914670A
CN1914670A CNA2004800415752A CN200480041575A CN1914670A CN 1914670 A CN1914670 A CN 1914670A CN A2004800415752 A CNA2004800415752 A CN A2004800415752A CN 200480041575 A CN200480041575 A CN 200480041575A CN 1914670 A CN1914670 A CN 1914670A
Authority
CN
China
Prior art keywords
value
adaptive
prediction algorithm
adaptive prediction
coefficient
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CNA2004800415752A
Other languages
English (en)
Other versions
CN1914670B (zh
Inventor
杰拉尔德·舒勒
曼弗雷德·卢茨基
尤尔里奇·克雷莫
斯蒂芬·韦伯尼克
詹斯·赫什飞尔德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Original Assignee
Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV filed Critical Fraunhofer Gesellschaft zur Forderung der Angewandten Forschung eV
Publication of CN1914670A publication Critical patent/CN1914670A/zh
Application granted granted Critical
Publication of CN1914670B publication Critical patent/CN1914670B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G10L19/025—Detection of transients or attacks for time/frequency resolution switching
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001—Codebooks
    • G10L2019/0013—Codebook search algorithms
    • G10L2019/0014—Selection criteria for distances

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)

Abstract

如果从自适应预测算法出发，其中该自适应预测算法可以由速度系数控制，以便在速度系数具有第一值的情况下采用第一自适应速度和第一自适应精度和伴随的第一预测精度工作，并且在速度系数具有第二值的情况下采用比第一自适应速度低的第二自适应速度和比第一精度高的第二精度工作，则可以缩短在复位时间点后出现的自适应持续时间，方法是首先将速度参数设置为第一值(42)，并且在一定时间以后将其设置为第二值(50)，其中在该自适应持续时间中预测误差由于还没有被自适应的预测系数而首先被提高。在复位时间点后预定持续时间之后速度参数又被设置为第二值之后，预测误差、并因此待传输的残余比在使用第一速度参数值的情况中更优化或更小。

Description

预测编码方法
技术领域
本发明涉及信息信号-如例如音频信号-的预测编码，更具体而言，本发明涉及自适应预测编码。
背景技术
预测编码器或发送器对信号进行编码，方法是其通过信号的之前的或在先的值而预测待编码信号的当前值。在线性预测的情况中，这种对信号的当前值的预测或推测是通过信号的之前值的加权总和来实现的。预测权值或预测系数连续地与信号匹配或适应，使得预测信号和真实信号之间的差以预定方式被最小化。预测系数例如在预测误差平方方面被最优化。然而，在优化预测编码器或预测器时的误差标准也可以被选择为其他标准。代替使用最小误差平方标准，误差信号的频谱平坦性，即差值或残余，可以被最小化。
只有信号的预测值和真实值之间的差值被发送到解码器或接收器。这些值被称为残余或预测误差。通过使用相同预测器，并将以与编码器中相同的方式所获得的预测值与加到已经被编码器发送的预测误差上，从而可以在接收器中重建真实的信号值。
用于预测的预测权值可以以预定速度适应于信号。在所谓的最小均方(LMS)算法中，为其使用一个参数。该参数必须以一种方式方法被调整，其中该参数表示适应速度和预测系数精确性之间的折中。该参数，有时也被称为增量参数，从而确定预测系数多快地适应最佳的预测系数组，其中未被优化调整的预测系数组导致预测的精确度更低，并因此预测误差更大，这又表现为用于发送信号的比特率提高，因为小的值或小的预测误差或差值与更大的相比可以用更少的比特发送。
预测编码中的问题在于，在传送误差的情况下，即在发生错误传送的预测差值或误差时，发送器侧和接收器侧的预测不再相同。错误值被重建，因为在最初出现预测误差时，其在接收侧被加到当前预测值，以便获得信号的解码值。随后的值也被影响，因为在接收器侧，预测是基于已经解码的信号值而被执行的。
为了获得发送器和接收器之间的重新同步和调整，在发送器侧和接收器侧，预测器-即预测算法一在给定的、对两侧相同的时间点被复位到某个状态，这也被称为复位。
现在，问题在于，紧接着该复位之后，预测系数根本不与信号匹配。这些预测系数的适应总是需要从复位时间点开始的一些时间。由此，提高了平均预测误差，这导致了提高的比特率或减小的信号质量，通过例如失真。
因此，本发明的目的是提供一种信息信号预测编码方法，其一方面实现编码信息信号的差值或残余中相对于误差充分的鲁棒性，另一方面实现与此相关的比特率的更小提高或信号质量的更小降低。
该目的通过权利要求8或22所述的设备或权利要求1或15所述的方法实现。
发明内容
本发明基于这样的认识：必须放弃目前作为预测编码基础的固定设置自适应预测算法的速度参数，而对该参数进行可变的设置。如果从自适应预测算法出发-其中自适应预测算法可通过速度系数控制，以便在速度系数具有第一值的情况下以第一适应速度和第一适应精度和与此相关的第一预测精度工作，并且在速度系数具有第二值的情况下以比第一适应速度低的第二适应速度和比第一精度高的第二精度工作-，则通过首先将速度参数设置为第一值，并且在一段时间之后被设置为第二值，从而复位时间点之后出现的适应持续时间可以被降低，在这个适应持续时间中，预测误差由于还没有自适应的预测系数而首先被提高。在速度参数在复位时间点后预定持续时间之后又被设置为第二值之后，预测误差-并且因此待传输的残余-比以第一速度参数值可能出现的更优化或更小。
换言之，本发明基于这样的认识：可以在复位时间点之后最小化预测误差，方法是：对于复位时间点之后的确定持续时间这样改变速度参数-如例如LMS算法的增量参数，使得这个持续时间的权值的自适应速度被提高，当然必然伴随着减小的精确度。
附图说明
以下将通过参考附图而详细描述本发明的优选实施例，其中：
图1显示了根据本发明一个实施例的预测编码器的电路框图；
图2显示了方框图，用来图解图1的编码器的工作方式；
图3显示了根据本发明一个实施例的与图1的编码器相对应的解码器的电路框图；
图4显示了流程图，用来图解图3的解码器的工作方式；
图5显示了根据本发明一个实施例的图1和图3的预测装置的电路框图；
图6显示了根据本发明一个实施例的图5的横向滤波器的电路框图；
图7显示了根据本发明一个实施例的图5的自适应控制器的电路框图；和
图8显示了对两个不同的固定设置的速度参数的图5的预测装置的性能框图。
在参考附图借助于实施例更详细地介绍本发明之前，应当指出，在不同附图中出现的相同元件用相同附图标记表示，并且因此省略了对这些元件的重复描述。
具体实施方式
图1显示了根据本发明一个实施例的预测编码器10。编码器10包括接收待编码信息信号s的输入端12和输出编码信息信号δ的输出端14。
信息信号可以是任何信号，诸如例如音频信息、视频信号、测量信号等等。信息信号s包括信息值序列s(i)，其中i∈|N，即音频值、像素值、测量值等。如以下将更详细地描述的那样，编码信息信号δ包括差值序列或残余序列δ(i)，其中i∈|N，其中差值或残余以下述方式对应于信号值s(i)。
内部地，编码器10包括预测装置16、减法器18和控制装置20。预测装置16连接到输入端12，以便为当前信号值s(n)根据先前信号值s(m)计算预测值s’(n)，如以下将详细介绍的那样，其中m＜n并且m∈|N，并将在输出端输出，输出端又连接到减法器18的倒相输入端。减法器18的非倒相输入端同样连接到输入端12，以便从真实信号值s(n)中减去预测值s’(m)-或者仅仅计算这两个值的差-并将结果作为差值δ(n)在输出端14输出。
预测装置16执行自适应预测算法。为了能够执行自适应，其经由到另一输入端的反馈路径22接收差值δ(n)-也被称为预测误差。此外，预测装置16包括两个连接到控制装置20的控制输入端。通过这些控制输入端，控制装置20能够在确定时间点初始化预测装置16的预测系数或滤波器系数ωi，如以下将详细介绍的那样，并且改变预测装置16所基于的预测算法的速度参数，以下将速度参数表示为λ。
在参考图1描述了图1的编码器10的构造之后，将参考图2、同时参考图1描述编码器10的工作方式，其中以下假设编码器连续处理一个待编码信息信号s，即信号值s(m)已经被编码，其中m＜n。
在步骤40，控制装置20首先初始化预测装置16的预测系数或滤波器系数ωi。根据步骤40的初始化在预定的复位时间点进行。复位时间点，或者更准确地讲，其中已经执行根据步骤40的复位的信号值号码n，例如可以以固定的时间间隔发生。复位时间点可以在解码器侧被重建，例如通过将相关信息结合在编码信息信号δ中，或者通过标准化它们之间的固定时间间隔或信号值的固定数量。
系数ωi被设置为任何值，例如其在每个复位时间点、即每次执行步骤40时是相同的。优选地，预测系数在步骤40中被初始化为这样的值，即这个值已经被启发式从典型代表信息信号中推导出的，并且平均起来、即在信息信号的代表组上-诸如例如爵士、古典、摇滚等音乐片段的混合-产生最佳的预测系数组。
在步骤42中，控制装置20将速度参数λ设置为第一值，其中步骤40和42优选地基本上同时在复位时间点被执行。如以下将阐明的那样，将速度参数设置为第一值具有这样的结果：预测装置16执行在步骤40中被初始化的预测系数ωi的快速自适应，这当然伴随着减小的自适应精度。
在步骤44中，预测装置16和减法器18一起作为预测装置，以便在预测系数ωi自适应的情况下通过预测信息信号s、尤其是当前信号值s(n)而对信息信号s、尤其是当前信号值s(n)进行编码。具体而言，步骤44包括多个子步骤，即通过预测装置16、在使用先前信号值s(m)、使用当前预测系数ωi的情况下为当前信号值s(n)计算预测值s’(n)，其中m＜n；通过减法器18从真实信号值s(n)中减去这样预测的值s’(n)；在输出端14输出所产生的差值δ(n)，作为编码信息信号δ的一部分；以及通过预测装置16，借助于经由反馈路径22所获得的预测误差或差值δ(n)自适应或调整系数ωi。
为预测系数ωi的自适应或调整，预测装置16使用由控制装置20预给定或设置的速度参数λ，其确定每一次调整迭代-这里为n-的反馈预测误差δ(n)多强地进入预测系数ωi的自适应或更新，或者确定根据每一次自适应迭代-即每次反馈的δ(n)-的预测误差δ(n)，预测系数ωi能够多强地变化。
在步骤46中，控制装置20检查速度参数λ是否应该被改变。步骤46中的判定可以以多种方式执行。例如，如果在步骤40或42中的初始化或设置后已经过了预定时间段，则控制装置20确定应该执行速度参数改变。可选地，为了在步骤46中进行判定，控制装置20分析预测装置16的自适应度，诸如例如对具有相应低平均预测误差的系数ωi的最佳组的近似，如以下详细介绍的那样。
首先假设，在步骤46中，最初没有识别出速度参数改变。在这种情况下，控制装置20在步骤48中检查是否又存在复位时间点，即出于重新同步的原因而应该重新初始化预测系数的时间点。首先，再一次假设没有复位时间点。如果没有复位时间点，则预测装置16将继续下一信号值的编码，如图2中“n→n+1”所示。以这种方式，继续在具有自适应速度-如其由速度参数λ设置的那样-的预测系数ωi的自适应的情况下对信息信号s的编码，直到最后在通过回路44、46、48时，控制装置20在步骤46中确定应该执行速度参数改变。在该情况中，控制装置20在步骤50中将速度参数λ设置为第二值。将速度参数λ设置为第二值具有这样的结果，即在通过回路44-48时，预测装置16在步骤44中从现在开始以更低的自适应速度、但因此以提高的自适应精度执行预测系数ωi的自适应，使得在速度参数变化时间点之后的运行-其涉及信息信号s的后续信号值-中，所产生的残余δ(n)变得更小，这又使得在将值δ(n)结合到编码信号中时压缩率提高。
在继续通过回路44-48之后，控制装置20在某时在步骤48中识别复位时间点，随后功能流程又从步骤40开始。
还应当指出，前面的描述还没有涉及差值序列δ(n)被结合到编码信息信号δ中的方式。虽然可以以具有固定比特长度的二进制表示来将差值δ(n)结合到编码信号中，但有利的是进行具有可变比特长度的差值δ(n)编码，诸如例如霍夫曼(Huffman)编码或算术编码或另一种熵编码。在图1的编码器10中产生比特率优点或对信息信号s进行编码所必需的比特量更少的优点，这是因为在复位时间点之后，首先暂时这样设置速度参数λ，使得自适应速度很大，从而还没有被自适应的预测系数被快速地自适应，然后速度参数被这样设置，使得自适应精度更高，从而随后的预测误差更小。
在上面已经描述了根据本发明一个实施例的预测编码之后，以下将参考图3和4，根据本发明一个实施例描述对应于图1的编码器的解码器的构造和工作方式。在图3中，解码器被表示为附图标记60。其包括用于接收由差值或残余δ(n)组成的编码信息信号δ的输入端62、用于输出除了差值δ(n)表示中的取整误差之外对应于原始信息信号s(n)并相应地由解码信号值序列(n)组成的解码信息信号的输出端64、与图1的编码器10的预测装置相同或具有同样功能的预测装置66。应当指出，以下不区分解码信号值(n)和原始信号值s(n)，而是这两个信号都被表示为s(n)，其中s(n)的相应含义分别在上下文环境中给出。
预测装置66的输入端连接到输出端64，以便获得已经解码的信号值s(n)。从这些已经解码的信号值s(m)中，其中m＜n，预测装置66为当前待解码的信号值s(n)计算预测值s’(n)，并将其输出到加法器68的第一输入端。加法器68的第二输入端连接到输入端62，以便将预测值s’(n)与差值δ(n)相加，并将结果或总和作为解码信号的一部分输出到输出端64，并输出到预测装置66的输入端，用于预测下一信号值。
预测装置66的另一输入端连接到输入端62，以便获得差值δ(n)，其中预测装置使用该值，以自适应当前预测系数ωi。和图1的预测装置16相似，预测系数ωi可被控制装置70初始化，同样如速度参数λ可由控制装置70改变。
以下将同时参考图3和图4来描述解码器60的工作方式。在对应于步骤40和42的步骤90和92中，控制装置70首先初始化预测装置66的预测系数ωi，并将其速度参数λ设置为第一值，其中第一值对应于较高自适应速度但减小的自适应精度。
然后，在步骤94中，预测装置66通过在预测系数ωi自适应的情况下预测信息信号而解码编码信息信号δ或当前差值δ(n)。更准确地讲，步骤94包括多个子步骤。首先，知道已经解码的信号值s(m)的预测装置66根据这些已经解码的信号值s(m)预测当前待确定的信号值，以便获得预测值s’(n)，其中m＜n。其中，预测装置66使用当前预测系数ωi。当前待解码的差值δ(n)被加法器68加到预测值s’(n)，以便在输出端64输出这样获得的总和作为解码信号的一部分。然而，该总和也被输入到预测装置66，其中预测装置66将在随后的预测中使用该值s(n)。此外，预测装置66使用来自编码信号流的差值δ(n)，以便自适应当前预测系数ωi，其中自适应速度和自适应精度由当前设置的速度参数λ预给定。通过这种方式，预测系数ωi被更新或自适应。
在对应于图2的步骤46的步骤96中，控制装置检查是否已经发生速度参数变化。如果不是这种情况，则在对应于步骤48的步骤98中，控制装置70确定是否存在复位时间点。如果不是这种情况，则步骤94-98的回路将再一次通过，这一次是用于下一信号值s(n)或者下一差值δ(n)，如图4中“n→n+1”所示。
然而，如果在步骤96中存在速度参数改变时间点，则在步骤100中，控制装置70将速度参数λ设置为第二值，其中第二值对应于较低自适应速度但自适应精度更高，如针对编码已经描述的那样。
如上所述，通过编码信息信号62中的信息或者通过标准化来确保速度参数改变和复位时间点发生在相同位置，或者发生在相同信号值或解码信号值-即发射器侧和接收器侧-之间。
在已经参考图1-4整体地描述了根据本发明一个实施例的预测编码方案之后，现在将参考图5-7描述预测装置16的特定实施例，其中在该实施例中，预测装置16根据LMS自适应算法工作。
图5显示了根据LMS算法实施例的预测装置16的构造。如已经参考图1和3所述，预测装置16包括用于信号值s(n)的输入端120、用于预测误差或差值δ(n)的输入端122、用于初始化系数ωi或设置速度参数δ的两个控制输入端124和126、以及用于输出预测值s’(n)的输出端128。内部地，预测装置16包括横向滤波器130和自适应控制器132。横向滤波器130连接在输入端120和输出端128之间。自适应控制器132连接到两个控制输入端124和126，还连接到输入端120和122，并且还包括输出端，以便将系数ωi的校正值δωi传送到横向滤波器130。
由预测装置16-可能与减法器18(图1)配合-执行的LMS算法是线性自适应滤波算法，其一般包括两个基本过程：
滤波过程，包括(a)由横向滤波器130响应于输入信号s(n)计算线性滤波器的输出信号s’(n)，以及(b)由减法器18通过比较输出信号s’(n)和期望响应s(n)而产生估计误差δ(n)，或者从编码信息信号δ中获得估计误差δ(n)。
自适应过程，其由自适应控制器132执行，并且包括根据估计误差δ(n)自动调整横向滤波器130的滤波器系数ωi。
这两个协作过程的组合产生反馈回路，如已经参考图1-4所描述的。
横向滤波器130的细节如图6所示。横向滤波器130在输入端140接收信号值s(n)序列。输入端140之后是包括m个延迟元件142的串联电路，使得在m个延迟元件142之间的连接节点处存在信号值s(n-1)…s(n-m)，它们在当前信号值s(n)之前。这些信号值s(n-1)…s(n-m)中每一个或者每一个这些连接节点被提供到m个加权装置144中的一个上，这些加权装置对相应信号值加权或乘以相应的预测权值或相应的滤波器系数ωi，其中i＝1…m。加权装置144输出它们的结果到串联的多个求和器146中相应的一个中，使得在横向滤波器130的输出端148处从串联电路的最后一个求和器的和中产生估计值或预测值s’(m)为 Σ i = 0 m ω i s ( n - i ) .
在更广的意义上，在更广意义的稳定环境中，当迭代数量n接近无穷大时，估计值s’(n)接近于根据Wiener解法预测的值。
自适应控制器132在图7中更详细地显示。自适应控制器132包括输入端160，用于接收差值序列δ(n)。它们在加权装置162中与速度参数λ相乘，其中速度参数λ也被称为增量参数。结果被馈送到多个m个乘法装置164，其将结果乘以信号值s(n-1)…s(n-m)中的一个。乘法器164的结果形成校正值δωi…δωm。因此，校正值δωi…δωm表示估计误差δ(n)和信号值s(n-1)…s(n-m)矢量的点积的标量版本。这些校正值在下一滤波步骤之前被加到当前系数ωi…ωm，使得在横向滤波器130中，用新的自适应系数ωi→ωi+δωm执行下一迭代步骤，即对于信号值s(n+1)。
在自适应控制器132中所使用的、并且如上所述也被称为增量参数的比例因子λ可以被认为是正数量，并且应当满足与信息信号的频谱内容相关的某些条件，以便通过图5-7的装置16所实现的LMS算法是稳定的。这里，稳定是指随着增大的n，即当自适应无限长地被执行时，滤波器130所产生的均方误差达到常数值。满足该条件的算法被称为在均方值中是稳定的。
速度参数λ的变化引起自适应精度-即精度-的变化，因为系数ωi可以被调整为最佳系数集合。滤波器系数的失调导致平均误差平方的提高或者恒稳态n→∞中差值δ的能量的提高。尤其地，作用于权值ωi的反馈环起到低通滤波器的作用，它的测定持续时间常数与参数λ成反比。结果，通过将参数λ设置为小的数值，自适应过程被降慢速度，其中梯度噪声对权值ωi的影响被很大程度地滤除。这又具有减小失调的作用。
图8借助于曲线图显示了将参数λ设置为不同值λ1和λ2对图5-7的预测装置16的自适应性能的影响，其中迭代次数n或者预测和自适应的次数n沿着x轴画出，而残余值δ(n)的平均能量或者平均误差平方沿着y轴画出。实线涉及速度参数λ1。如图所示，其中残余值的平均能量基本上保持恒定的稳定状态的自适应需要迭代次数n1。恒稳态或准稳定状态中残余值的能量是E1。由更大的速度参数λ2产生虚线曲线，其中，如图所示，在达到恒稳态之前，需要更少的迭代，即n2，但恒稳态伴随着残余值的更高能量E2。在E1或E2处的恒稳态的特征不仅在于残余值或残余量的平均误差平方振荡到渐进值，而且还在于滤波器系数ωi以一定的、在λ1的情况下较高并且在λ2的情况下较低的精度振荡到最佳滤波器系数组。
然而，如图1-4所述，如果速度参数λ首先被设置为值λ2，则首先更快地实现系数ωi的自适应，其中复位时间点后一段持续时间之后λ1的更换用于提高随后时期的自适应精度。总之，由此获得实现比单独使用两个参数设置其中一个的情况更高压缩的残余值能量图。
对于以上附图描述，还应当指出，本发明并不限于LMS算法的实施。虽然参考图5-8，参考LMS算法作为自适应预测算法来更详细地描述了本发明，但是本发明还可以与其他自适应预测算法结合使用，在这些自适应预测算法中，可以通过速度参数进行自适应速度和自适应精度之间协调的设置。因为自适应精度反过来影响残余值的能量，所以速度参数总是可以首先被这样设置，使得自适应速度很高，然后其被设置成这样的值，其中自适应速度很小，但是自适应精度更高，并因此残余值的能量更小。例如，对于这样的预测算法，在输入端120和自适应控制器132之间不必存在连接。
此外，应当指出，除了上述在复位时间点后用于触发速度参数改变的固定时间间隔以外，触发也可以根据自适应度而被执行，诸如例如当系数校正δω-诸如例如其绝对值的总和-未超过某一数值时触发速度参数变化，这表示直到确定近似度的、对准稳定状态的近似，如图8所示。
特别地，应当指出，根据情况，本发明的方案也可以用软件实现。这种实现可以在数字存储介质、尤其是具有可电子读出的控制信号的磁盘或CD上进行，其可以与可编程计算机系统这样协作，以执行相应的方法。一般来说，本发明因此也可以是计算机程序产品，其具有存储在机器可读载体上的程序代码，当计算机程序产品在计算机上运行时用于执行本发明的方法。换言之，本发明也可以实现为具有程序代码的计算机程序，该程序代码在计算机程序在计算机上运行时执行该方法。

Claims (29)

1.一种借助于自适应预测算法对信息信号进行预测编码的方法，其中所述自适应预测算法的预测系数(ωi)可以被初始化，并且所述自适应预测算法可以由速度系数(λ)控制，以便在速度系数(λ)具有第一值的情况中采用第一自适应速度和第一自适应精度工作，并且在速度系数(λ)具有第二值的情况中采用比第一自适应速度低的第二自适应速度和比第一自适应精度高的第二自适应精度工作，所述方法包括以下步骤：
A)初始化(40)所述预测系数(ωi)；
B)控制(42)所述自适应预测算法，以便将所述速度参数(λ)设置为第一值；
C)借助于速度参数(λ)被设置为第一值的自适应预测算法，对信息信号的第一部分进行编码(44)；
D)控制(50)所述自适应预测算法，以便将所述速度参数(λ)设置为第二值；以及
E)借助于速度参数(λ)被设置为第二值的自适应预测算法，对信息信号的第一部分后的第二部分进行编码(44)。
2.如权利要求1所述的方法，其中在步骤A)中所初始化的预测系数(ωi)自适应的情况下执行步骤C)，以便获得自适应预测系数(ωi)，并且在自适应预测系数(ωi)自适应的情况下执行步骤E)。
3.如权利要求1或2所述的方法，其中步骤A)-E)在预定时间点间歇地被重复，以便对信息信号的连续片断进行编码。
4.如权利要求3所述的方法，其中所述预定时间点以预定时间间隔循环地重复。
5.如权利要求4所述的方法，其中在步骤B)之后经过预定持续时间后执行步骤D)。
6.如权利要求1-4中任一项所述的方法，其中响应于自适应预测算法的目前自适应校正值(δωi)未超过预定值而执行步骤D)。
7.如前述权利要求中任一项所述的方法，其中从步骤C)和步骤E)中，获得信息信号的信息值和预测值之间的差，其中所述差表示信息信号的编码版本。
8.一种对信息信号进行预测编码的设备，包括：
用于执行自适应预测算法的装置(16，18)，其中所述自适应预测算法的预测系数(ωi)可以被初始化，并且所述自适应预测算法可以被速度系数(λ)控制，以便在速度系数(λ)具有第一值的情况中采用第一自适应速度和第一自适应精度工作，并且在速度系数(λ)具有第二值的情况中采用比第一自适应速度低的第二自适应速度和比第一自适应精度高的第二自适应精度工作；以及
控制装置(20)，连接到所述用于执行自适应预测算法的装置，并且用于：
A)初始化(40)预测系数(ωi)；
B)控制(42)自适应预测算法，以便将速度参数(λ)设置为第一值；
C)借助于速度参数(λ)被设置为第一值的自适应预测算法，对信息信号的第一部分进行编码(44)；
D)控制(50)自适应预测算法，以便将速度参数(λ)设置为第二值；以及
E)借助于速度参数(λ)被设置为第二值的自适应预测算法，对信息信号的第一部分后的第二部分进行编码(44)。
9.如权利要求8所述的设备，其中所述控制装置(20)被构造，以使得在A)中所初始化的预测系数(ωi)自适应的情况下执行编码C)，以便获得自适应预测系数(ωi)，并且在自适应预测系数(ωi)自适应的情况下执行编码E)。
10.如权利要求8或9所述的设备，其中所述控制装置(20)被构造，以使得步骤A)-E)在预定时间点间歇地重复，以便对信息信号的连续片断进行编码。
11.如权利要求10所述的设备，其中所述控制装置(20)被这样构造，使得所述预定时间点以预定时间间隔循环地重复。
12.如权利要求4所述的设备，其中所述控制装置(20)被这样构造，使得在步骤B)后经过预定持续时间之后执行步骤D)。
13.如权利要求1-4中任一项所述的设备，其中所述控制装置被构造，以使得响应于自适应预测算法的当前自适应校正值(δωi)不超过预定值而执行步骤D)。
14.如前述权利要求中任一项所述的设备，其中所述用于执行自适应预测算法的装置被构造，以便获得信息信号的信息值和预测值之间的差，其中所述差表示信息信号的编码版本。
15.一种借助于自适应预测算法对预测编码信息信号进行解码的方法，其中所述自适应预测算法的预测系数(ωi)可以被初始化，并且所述自适应预测算法可以由速度系数(λ)控制，以便在速度系数(λ)具有第一值的情况中采用第一自适应速度和第一自适应精度工作，并且在速度系数(λ)具有第二值的情况中采用比第一自适应速度低的第二自适应速度和比第一自适应精度高的第二自适应精度工作，所述方法包括以下步骤：
F)初始化(90)预测系数(ωi)；
G)控制(92)自适应预测算法，以便将速度参数(λ)设置为第一值；
H)借助于速度参数(λ)被设置为第一值的自适应预测算法，对预测编码信息信号的第一部分进行解码(94)；
I)控制(100)自适应预测算法，以便将速度参数(λ)设置为第二值；以及
J)借助于速度参数(λ)被设置为第二值的自适应预测算法，对预测编码信息信号的第一部分后的第二部分进行解码(94)。
16.如权利要求15所述的方法，其中在步骤A)中所初始化的预测系数(ωi)自适应的情况下执行步骤C)，以便获得自适应预测系数(ωi)并且在自适应预测系数(ωi)自适应的情况下执行步骤E)。
17.如权利要求15或16所述的方法，其中步骤A)-E)在预定时间点间歇地重复，以便对预测编码信息信号的连续片断进行解码。
18.如权利要求17所述的方法，其中所述预定时间点以预定时间间隔循环地重复。
19.如权利要求18所述的方法，其中在步骤B)后经过预定持续时间之后执行步骤D)。
20.如权利要求15-19中任一项所述的方法，其中响应于自适应预测算法的当前自适应校正值(δωi)不超过预定值而执行步骤D)。
21.如前述权利要求中任一项所述的方法，其中步骤C)和步骤E)包括添加预测编码信息信号和预测值中的差。
22.一种对预测编码信息信号进行解码的设备，包括：
用于执行自适应预测算法的装置(16，18)，其中所述自适应预测算法的预测系数(ωi)可以被初始化，并且所述自适应预测算法可以由速度系数(λ)控制，以便在速度系数(λ)具有第一值的情况中采用第一自适应速度和第一自适应精度工作，并且在速度系数(λ)具有第二值的情况中采用比第一自适应速度低的第二自适应速度和比第一自适应精度高的第二自适应精度工作；以及
控制装置(20)，其连接到所述用于执行自适应预测算法的装置，并且用于：
A)初始化(40)预测系数(ωi)；
B)控制(42)自适应预测算法，以便将速度参数(λ)设置为第一值；
C)借助于速度参数(λ)被设置为第一值的自适应预测算法，对预测编码信息信号的第一部分进行解码(44)；
D)控制(50)自适应预测算法，以便将速度参数(λ)设置为第二值；以及
E)借助于速度参数(λ)被设置为第二值的自适应预测算法，对预测编码信息信号的第一部分后的第二部分进行解码(44)。
23.如权利要求22所述的设备，其中所述控制装置(20)被构造，以使得在A)中所初始化的预测系数(ωi)自适应的情况下执行编码C)，以便获得自适应预测系数(ωi)，并且在自适应预测系数(ωi)自适应的情况下执行编码E)。
24.如权利要求22或23所述的设备，其中所述控制装置(20)被构造，以使得步骤A)-E)间歇地在预定时间点重复，以便对预测编码信息信号的连续片断进行解码。
25.如权利要求24所述的设备，其中所述控制装置(20)被这样构造，使得所述预定时间点以预定时间间隔循环地重复。
26.如权利要求4所述的设备，其中所述控制装置(20)被这样构造，使得在步骤B)后经过预定持续时间之后执行步骤D)。
27.如权利要求1-4中任一项所述的设备，其中所述控制装置被构造，以使得响应于自适应预测算法的当前自适应校正值(δωi)不超过预定值而执行步骤D)。
28.如前述权利要求中任一项所述的设备，其中所述用于执行自适应预测算法的装置包括用于添加预测编码信息信号和预测值中的差的装置。
29.一种具有程序代码的计算机程序，其中当所述计算机程序在计算机上运行时，所述程序代码执行根据权利要求1到7中任一项或者根据权利要求15到21中任一项所述的方法。
CN2004800415752A 2004-02-13 2004-12-20 预测编码和解码预测编码的方法及设备 Active CN1914670B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102004007185A DE102004007185B3 (de) 2004-02-13 2004-02-13 Prädiktives Codierungsschema
DE102004007185.3 2004-02-13
PCT/EP2004/014496 WO2005083683A1 (de) 2004-02-13 2004-12-20 Prädiktives codierungsschema

Publications (2)

Publication Number Publication Date
CN1914670A true CN1914670A (zh) 2007-02-14
CN1914670B CN1914670B (zh) 2011-03-23

Family

ID=34625823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2004800415752A Active CN1914670B (zh) 2004-02-13 2004-12-20 预测编码和解码预测编码的方法及设备

Country Status (17)

Country Link
US (1) US7386446B2 (zh)
EP (1) EP1700293B1 (zh)
JP (1) JP4351260B2 (zh)
KR (1) KR100852483B1 (zh)
CN (1) CN1914670B (zh)
AT (1) ATE362169T1 (zh)
AU (1) AU2004316541B2 (zh)
BR (1) BRPI0418389B1 (zh)
CA (1) CA2556024C (zh)
DE (2) DE102004007185B3 (zh)
ES (1) ES2285551T3 (zh)
HK (1) HK1094080A1 (zh)
IL (1) IL177124A (zh)
NO (1) NO338722B1 (zh)
PT (1) PT1700293E (zh)
RU (1) RU2345426C2 (zh)
WO (1) WO2005083683A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436215A (zh) * 2011-11-24 2012-05-02 重庆大学 数控冲花打孔机并行控制加工时间虚拟计算方法
CN109661625A (zh) * 2016-05-10 2019-04-19 汉斯-乌尔里希·冯索伯 分析系统

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8218634B2 (en) * 2005-01-13 2012-07-10 Ntt Docomo, Inc. Nonlinear, in-the-loop, denoising filter for quantization noise removal for hybrid video compression
US11128601B2 (en) * 2007-08-28 2021-09-21 Spencer Health Solutions, Llc Methods, systems, and computer program products for compiling information for use in a command script for a product dispensing system
EP2466580A1 (en) 2010-12-14 2012-06-20 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Encoder and method for predictively encoding, decoder and method for decoding, system and method for predictively encoding and decoding and predictively encoded information signal
JP5994073B2 (ja) * 2013-01-31 2016-09-21 株式会社アクセル 音声信号圧縮装置及び音声信号圧縮方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US535299A (en) * 1895-03-05 Combined telegraph and telephone system
US3631520A (en) * 1968-08-19 1971-12-28 Bell Telephone Labor Inc Predictive coding of speech signals
US3931596A (en) * 1974-09-30 1976-01-06 Bell Telephone Laboratories, Incorporated Adaptive quantizer apparatus using training mode
US4475227A (en) * 1982-04-14 1984-10-02 At&T Bell Laboratories Adaptive prediction
US4518950A (en) * 1982-10-22 1985-05-21 At&T Bell Laboratories Digital code converter
US4751736A (en) * 1985-01-31 1988-06-14 Communications Satellite Corporation Variable bit rate speech codec with backward-type prediction and quantization
US4677423A (en) * 1986-01-06 1987-06-30 American Telephone & Telegraph, At&T Bell Laboratories ADPCM coder-decoder including partial band energy transition detection
DE3714589A1 (de) * 1987-05-01 1988-11-10 Standard Elektrik Lorenz Ag Videosignal-codierer mit dpcm und adaptiver praediktion
KR100332850B1 (ko) * 1993-05-05 2002-10-18 코닌클리케 필립스 일렉트로닉스 엔.브이. 적어도하나의부호기를포함하는전송시스템
US5535299A (en) * 1993-11-02 1996-07-09 Pacific Communication Sciences, Inc. Adaptive error control for ADPCM speech coders
JP3224465B2 (ja) * 1993-12-22 2001-10-29 シャープ株式会社 画像符号化装置
GB9509831D0 (en) * 1995-05-15 1995-07-05 Gerzon Michael A Lossless coding method for waveform data
DE19526366A1 (de) * 1995-07-20 1997-01-23 Bosch Gmbh Robert Verfahren zur Redundanzreduktion bei der Codierung von mehrkanaligen Signalen und Vorrichtung zur Dekodierung von redundanzreduzierten, mehrkanaligen Signalen
GB2318029B (en) * 1996-10-01 2000-11-08 Nokia Mobile Phones Ltd Audio coding method and apparatus
JP3348612B2 (ja) * 1996-10-31 2002-11-20 日本ビクター株式会社 ブロック間予測符号化装置、ブロック間予測復号化装置、ブロック間予測符号化方法、ブロック間予測復号化方法、及びブロック間予測符号化復号化装置
US6078620A (en) * 1997-07-31 2000-06-20 Lucent Technologies, Inc. Method and apparatus for performing adaptive differential pulse code modulation
TW376611B (en) * 1998-05-26 1999-12-11 Koninkl Philips Electronics Nv Transmission system with improved speech encoder
US6988065B1 (en) * 1999-08-23 2006-01-17 Matsushita Electric Industrial Co., Ltd. Voice encoder and voice encoding method
WO2002082425A1 (en) * 2001-04-09 2002-10-17 Koninklijke Philips Electronics N.V. Adpcm speech coding system with specific step-size adaptation
US7225135B2 (en) * 2002-04-05 2007-05-29 Lectrosonics, Inc. Signal-predictive audio transmission system
JP4215448B2 (ja) * 2002-04-19 2009-01-28 日本電気株式会社 音声復号装置及び音声復号方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102436215A (zh) * 2011-11-24 2012-05-02 重庆大学 数控冲花打孔机并行控制加工时间虚拟计算方法
CN102436215B (zh) * 2011-11-24 2013-06-05 重庆大学 数控冲花打孔机并行控制加工时间虚拟计算方法
CN109661625A (zh) * 2016-05-10 2019-04-19 汉斯-乌尔里希·冯索伯 分析系统
US11029678B2 (en) 2016-05-10 2021-06-08 bnn Holding AG Analysis system
CN109661625B (zh) * 2016-05-10 2022-06-10 bnn控股股份公司 分析系统

Also Published As

Publication number Publication date
CN1914670B (zh) 2011-03-23
AU2004316541A1 (en) 2005-09-09
DE102004007185B3 (de) 2005-06-30
BRPI0418389A (pt) 2007-05-22
PT1700293E (pt) 2007-08-21
CA2556024C (en) 2010-08-10
US7386446B2 (en) 2008-06-10
HK1094080A1 (en) 2007-03-16
IL177124A0 (en) 2006-12-10
WO2005083683A1 (de) 2005-09-09
KR20070085059A (ko) 2007-08-27
EP1700293B1 (de) 2007-05-09
KR100852483B1 (ko) 2008-08-18
RU2345426C2 (ru) 2009-01-27
US20070016409A1 (en) 2007-01-18
ES2285551T3 (es) 2007-11-16
JP4351260B2 (ja) 2009-10-28
ATE362169T1 (de) 2007-06-15
AU2004316541B2 (en) 2008-04-24
CA2556024A1 (en) 2005-09-09
JP2007534229A (ja) 2007-11-22
IL177124A (en) 2011-04-28
BRPI0418389A8 (pt) 2018-04-03
NO20064021L (no) 2006-09-07
BRPI0418389B1 (pt) 2019-06-25
EP1700293A1 (de) 2006-09-13
RU2006132731A (ru) 2008-03-20
NO338722B1 (no) 2016-10-10
DE502004003807D1 (de) 2007-06-21

Similar Documents

Publication Publication Date Title
AU2012218016B2 (en) Methods and systems for generating filter coefficients and configuring filters
KR101353170B1 (ko) 완전히 활용되지 않는 코드 공간을 압축하는데 산술 스테이지를 이용하는 인코더 및 디코더
KR101353216B1 (ko) 팩토리얼 펄스 코더를 위한 산술 인코딩
KR101226566B1 (ko) 심볼을 인코딩하기 위한 방법, 심볼을 디코딩하기 위한 방법, 송신기로부터 수신기로 심볼을 전송하기 위한 방법, 인코더, 디코더 및 송신기로부터 수신기로 심볼을 전송하기 위한 시스템
EP1653628B1 (en) Lossless adaptive golomb/rice encoding and decoding of integer data using backward-adaptive rules
US7420483B2 (en) Data processing apparatus, data processing method, computer readable medium storing program, and computer data signal
CN110291793B (zh) 上下文自适应二进制算术编解码中范围推导的方法和装置
WO2016025282A1 (en) Method for coding pulse vectors using statistical properties
CN107666472B (zh) 混合的数字-模拟编解码的方法和设备
CN106537914B (zh) 通过限制的进位运算来执行算术编译的方法和设备
CN1914670A (zh) 预测编码方法
WO2016025281A1 (en) Method for coding pulse vectors using statistical properties
CN108429911B (zh) 一种高效视频编码率失真优化量化方法
Forchhammer et al. Context quantization by minimum adaptive code length
EP3180863B1 (en) Method for coding pulse vectors using statistical properties
EP3180862B1 (en) Method for coding pulse vectors using statistical properties
WO2017071826A1 (en) Encoders, decoders and methods
WO2020263438A1 (en) Features of range asymmetric number system encoding and decoding
US6714145B1 (en) Method and apparatus for integer-based encoding and decoding of bits
JP6679176B2 (ja) 符号化通信装置、符号化通信方法及びプログラム
US7720300B1 (en) System and method for effectively performing an adaptive quantization procedure
EP4136756A1 (en) Decoder for decoding weight parameters of a neural network, encoder, methods and encoded representation using probability estimation parameters
WO2022074007A1 (en) Arithmetic encoder for arithmetically encoding and arithmetic decoder for arithmetically decoding a sequence of information values, methods for arithmetically encoding and decoding a sequence of information values and computer program for implementing these methods
JP5131361B2 (ja) データ処理装置及びプログラム
Bharti et al. Construction algorithms for RVLCs: A survey

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Munich, Germany

Patentee after: Fraunhofer Application and Research Promotion Association

Address before: Munich, Germany

Patentee before: Fraunhofer-Gesellschaft Zur Foerderung Der Angewandten Forschung E.V.

CP01 Change in the name or title of a patent holder