DE4320990A1

DE4320990A1 - Verfahren zur Redundanzreduktion

Info

Publication number: DE4320990A1
Application number: DE4320990A
Authority: DE
Inventors: Bernd Dipl Ing Edler; Hendrik Dipl Ing Fuchs
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 1993-06-05
Filing date: 1993-06-24
Publication date: 1995-01-05
Anticipated expiration: 2013-06-25
Also published as: GB9410528D0; JPH0723009A; DE4320990B4; GB2279214A; US5511093A; JP2008146081A; FR2706053B1; JP4095679B2; JP4504414B2; FR2706053A1; GB2279214B

Description

Stand der Technik

Die Erfindung geht aus von einem Verfahren zur Redundanzreduktion nach der Gattung des Hauptanspruchs. Es sind schon Verfahren zur Stereo-Redundanzreduktion aus J.D. Johnston, "Perceptual Transform Coding of Wideband Stereo Signals", Proc. of the ICASSP 1990 und aus R.G. van der Waal, R.N.J. Veldhuis, "Subband Coding of Stereophonic Digital Audio Signals", Proc. of the ICASSP 1991 bekannt, bei denen jedoch nur statistische Abhängigkeiten der in beiden Kanälen gleich zeitig auftretenden Abtastwerte ausgenutzt werden.

Vorteile der Erfindung

Das erfindungsgemäße Verfahren mit den Merkmalen des Hauptanspruchs hat demgegenüber den Vorteil, daß bestehende Kreuzkorrelationen un ter Berücksichtigung der Laufzeitunterschiede zur adaptiven In ter-Kanal-Prädiktion ausgenutzt werden. Dadurch wird der Datenre duktionsfaktor erhöht, d. h. die Datenredundanz verkleinert. Die Folge ist, daß eine bessere Qualität bei gleichem Reduktionsfaktor bzw. ein höherer Reduktionsfaktor bei gleicher Qualität erreicht wird.

Zeichnung

Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt und in der nachfolgen den Beschreibung näher erläutert. Es zeigt

Fig. 1 ein Zweikanalübertragungssystem,

Fig. 2 das Blockschaltbild eines Adaptiven Inter-Kanal-Prädiktors und

Fig. 3 eine Realisierung des Inter-Kanal-Prädiktors.

Beschreibung des Ausführungsbeispiels

In Fig. 1 sind zwei Signalkanäle dargestellt. Der erste Signalkanal enthält das zu den Abtast zeitpunkten n abgetastete Signal x(n), das über eine Datenleitung 21 einer Recheneinheit 1 mit Speicher zugeführt wird. Der zweite Signalkanal enthält das zu den Abtastzeitpunkten n abge tastete Signal y(n), das über eine weitere Datenleitung 22 der Recheneinheit 1 zugeführt wer den.

Die Recheneinheit 1 ermittelt, wie anschließend näher erläutert, aus dem aktuellen und den vorangegangenen Abtastwerten des Signals x(n) unter Verwendung einer Laufzeitkompensa tion um den Laufzeitunterschied d zwischen den beiden Signalen x(n) und y(n) sowie einer Prädiktion mit den Prädiktorkoeffizienten a_k einen Schätzwert y′ (n) für den aktuellen Abtast wert y(n) des zweiten Kanals. Anschließend wird der Prädiktionsfehler e(n) berechnet, der sich als Differenz zwischen dem aktuellen Abtastwert y(n) und dem Schätzwert y′(n), also e(n) = y(n) - y′(n), ergibt. Die Recheneinheit 1 gibt das abgetastete Signal x(n) des ersten Ka nals, den Laufzeitunterschied (Verzögerung) d, die Prädiktorkoeffizienten a_k und den Prädik tionsfehler e(n) über eine Datenleitung 20 an den Empfänger mit Recheneinheit 2 weiter. Die Datenübertragung kann jedoch auch über elektromagnetische Wellen erfolgen.

Der Empfänger mit Recheneinheit 2 rekonstruiert aus dem abgetasteten Signal x(n) des ersten Kanals, der Verzögerung d, den Prädiktorkoeffizienten a_k und den Prädiktionsfehlern e(n) das Signal y(n) des zweiten Kanals und gibt dieses mit dem abgetasteten Signal x(n) zur weiteren Verarbeitung weiter.

In Fig. 2 ist die in Recheneinheit 1 enthaltene Adaptive Inter-Kanal-Prädiktion schematisch dargestellt. In einer Recheneinheit 3 werden, wie anschließend näher erläutert, für Blöcke von jeweils N aufeinanderfolgenden Abtastwerten der Signale x(n) und y(n) die optimalen Prädik torkoeffizienten a_k und die optimale Verzögerung d ermittelt und an die Verzögerungsschal tung 3 bzw. den Prädiktor 4 sowie an die Recheneinheit 6 weitergegeben. Das abgetastete Signal x(n) wird einer Verzögerungsschaltung 3 zugeführt und danach einem Prädiktor 4 über geben. Auf diese Weise wird entsprechend der in der Beschreibung angegebenen Formel (1) ein Schätzwert y′(n) für den aktuellen Abtastwert y(n) des zweiten Kanals berechnet. Der Schätzwert y′(n) und der aktuelle Abtastwert y(n) werden einem Addierer 7 zugeführt, wobei der Schätzwert y′(n) mit einem negativen Vorzeichen versehen wird. Aus der Addition des Schätzwertes y′(n) und des aktuellen Abtastwertes y(n) wird entsprechend der Formel (2) der Prädiktionsfehler e(n) ermittelt, der anschließend ebenfalls an die Recheneinheit 6 weiterge reicht wird.

In Recheneinheit 6 erfolgt die für die Übertragung erforderliche weitere Bearbeitung, z. B. Co dierung und Multiplexing, die außerhalb der Adaptiven Inter-Kanal-Prädiktion liegt und hier nicht näher erläutert wird. Die Recheneinheit 6 gibt letztendlich das abgetastete Signal x(n), die Verzögerung d, die Prädiktorkoeffizienten a_k und den Prädiktionsfehler über eine Daten leitung 20 an den Empfänger weiter.

Die Bestimmung der für einen Block von jeweils N aufeinanderfolgenden Abtastwerten opti malen Prädiktorkoeffizienten a_k und des optimalen Laufzeitunterschiedes d erfolgt in Re cheneinheit 3 durch Minimierung der Prädiktionsfehlerleistung. Dabei wird unter Verwen dung der in Formel (10) angegebenen Vorschrift gemäß den Formeln (4), (5), (6), (7) und (8) die Prädiktionsfehlerleistung berechnet, die unter Variation der Verzögerung d und der Prädik torkoeffizienten a_k minimiert wird.

Fig. 3 zeigt eine konkrete Realisierung des Inter-Kanal-Prädiktors, bestehend aus der Verzögerungsschaltung 3 und dem Prädiktor 4. Der abgetastete Signalwert x(n) des ersten Kanals 21 wird einer ersten Verzögerungsschaltung 8 zugeführt. Die Verzögerungsschaltung 8 spei chert den abgetasteten Signalwert x(n) für eine festgelegte Anzahl an Abtasttakten, den sogenannten Laufzeitunterschied d. Daraufhin wird der Signalwert x(n-d) einer zweiten Verzögerungsschaltung 10 und einem Nullten Multiplizierer 9 zugeführt.

In dem Nullten Multiplizierer 9 wird der Signalwert x(n-d) mit einem Prädiktorkoeffizienten a₀ multipliziert und an einen ersten Addie rer 12 weitergegeben. In der zweiten Verzögerungsschaltung 10 wird der Signalwert x(n-d) für einen Abtasttakt gespeichert und daraufhin der Signalwert x(n-d-1) einem ersten Multiplizierer 11 und an eine weitere Verzögerungsschaltung, die in der Fig. 3 in Form von Punk ten angedeutet ist, zugeführt. Der erste Multiplizierer 11 multipli ziert den Signalwert x(n-d-1) mit einem ersten Prädiktorkoeffizien ten a₁ und gibt das Produkt an den ersten Addierer 12 weiter.

Der erste Addierer 12 addiert das vom Nullten Multiplizierer 9 zuge führte Produkt (x(n-d)_*a₀) mit dem vom ersten Multiplizierer 11 zugeführten Produkt (n(n-d-1)_*a₁) und führt die Summe an einen weiteren Addierer, der in der Fig. 3 in Form von Punkten darge stellt ist, weiter. Mit Hilfe dieser Anordnung wird die in der Formel (1) dargestellte Summe, die den Schätzwert y′(n) für den aktuellen Abtastwert des Signals y(n) darstellt, realisiert. Zwi schen der ersten Verzögerungsschaltung 10 und der k-ten-Verzöge rungsschaltung 13 befinden sich weitere K-2 Verzögerungsschaltun gen.

Die Verzögerungsschaltungen sind jeweils mit einem Multiplizierer verbunden, der das zeitverzögerte Signal mit einem Prädiktorkoeffi zienten multipliziert und an einen Addierer weitergibt. Der Addierer summiert das von dem Multiplizierer zugeführte Produkt mit der von einem vorhergehenden Addierer ermittelten Summe und gibt diese Summe an einem weiteren Addierer weiter. Es sind also K-Zweige angeordnet, die analog zu der Verzögerungsschaltung 10, die mit dem Multipli zierer 11 verbunden ist und der Multiplizierer 11 mit dem Addierer 12 verbunden ist, aufgebaut sind.

In dem letzten Zweig K wird das von einer vorhergehenden Verzöge rungsschaltung zugeführte Signal in einer K-ten-Verzögerungsschal tung 13 für einen Abtasttakt gespeichert und das Signal x(n-d-K) an einen K-ten-Multiplizierer 14 zugeführt. Der K-te-Multiplizierer 14 multipliziert das zugeführte Signal mit einem K-ten-Prädiktions koeffizienten a_K und gibt das Produkt (x(n-d-K)_*a_K) an einen K-ten-Addierer 15 weiter.

Der K-te-Addierer 15 addiert das Produkt, das vom K-ten-Multipli zierer 14 zugeführt wurde, und die Summe, die von einem (K-1)-ten Addierer ermittelt wurde zu einem Schätzwert y′(n), der in der For mel (1) dargestellt ist. Der K-te-Addierer 15 führt den Schätzwert y′(n) an den Addierer 7 weiter. Der Addierer 7 ermittelt aus dem aktuellen Abtastwert des Signals y(n) und dem Schätzwert y′(n) den Prädiktionsfehler e(n). Die Recheneinheit 1 mit Speicher optimiert nun den Prädiktionsfehler e(n).

Das in Fig. 3 schematisch dargestellte Verfahren zur Ermittlung des Prädiktionsfehlers e(n) unter Verwendung der Prädiktorkoeffizienten a_k und des Laufzeitunterschiedes (Verzögerung) d wird, ebenso wie die bereits beschriebene Ermittlung der optimalen Verzögerung d und der optimalen Prädiktorkoeffizienten a_k, von der Recheneinheit 1 mit Speicher ausgeführt.

Der Prädiktor 4 ist vorzugsweise als Fast Impulse Response (FIR) Filterstruktur ausgebildet, die aus Kammeyer "Nachrichtentechnik", Teubner Stuttgart, 1992, S. 487 bekannt ist.

Das hier vorgeschlagene Verfahren der Adaptiven Inter-Kanal-Prädiktion ermöglicht eine Redundanzreduktion bei der Codierung von mehrkanaligen Bild- und Tonsignalen, indem die zwischen den Kanälen bestehenden statistischen Bindungen ausgenutzt werden, wenn diese nicht unabhängig voneinander, sondern gemeinsam codiert werden.

Im Fall der Codierung von Stereo-Tonsignalen wird der Stand der Technik durch den als MPEG/Audio bekannten ISO/IEC Standardisierungsvorschlag [1] dargestellt. Das dort eingesetzte Verfahren zur Stereo-Redundanzreduktion basiert auf den in [2] und [3] veröffentlichten Arbeiten. Ein Stereo-Tonsignal zeichnet sich insbesondere dadurch aus, daß die Signale verschiedener Schallquellen in den beiden Kanälen zu unterschiedlichen Zeitpunkten und mit unterschiedlichen Pegeln auftreten, was bei allen heute bekannten Verfahren nur unzureichend berücksichtigt wird, da dort lediglich die statistischen Abhängigkeiten zwischen den beiden zeitgleichen Abtastwerten des linken und rechten Kanals ausgenutzt werden. Der verbesserte Ansatz, die sog. Adaptive Inter-Kanal-Prädiktion, beinhaltet eine laufzeitkompensierte Prädiktion höherer Ordnung, mit der aus den Abtastwerten des Signals in einem Kanal ein Schätzwert für den aktuellen Abtastwert im anderen Kanal berechnet wird. Ganz analog läßt sich dieser Ansatz für Signale mit mehr als zwei Kanälen übertragen. Fig. 2 zeigt das Blockschaltbild und Fig. 3 eine Realisierung des Inter-Kanal-Prädiktors.

Aus mehreren aufeinanderfolgenden Abtastwerten des Signals x(n) im einen Kanal wird der Schätzwert

für den aktuellen Abtastwert des Signals y(n) im jeweils anderen Kanal berechnet. Dabei kennzeichnet K den Grad des Prädiktors, a_k die Prädiktorkoeffizienten und d eine Verzögerung, die einen Ausgleich von Laufzeitunterschieden ermöglicht. Der Prädiktionsfehler ergibt sich zu

e(n) = y(n) - y′(n) (2)

Verglichen mit der Varianz des Signals y(n) ist die Varianz des Prädiktionsfehlersignals e(n) verringert. Wird anstelle des Signals y(n) also das Prädiktionsfehlersignal e(n) codiert und übertragen, so führt dies zu einer Reduktion der Datenrate. Der Prädiktionsgewinn

ist durch das Verhältnis der Varianzen bestimmt.

für den aktuellen Abtastwert des Signals y(n) im jeweils anderen Kanal berechnet. Dabei kennzeichnet K den Grad des Prädiktors, a_k die Prädiktorkoeffizienz und d eine Verzögerung, die einen Ausgleich von Laufzeitunterschieden ermöglicht. Der Prädiktionsfehler ergibt sich zu

e(n) = y(n) - y′(n) (2)

ist durch das Verhältnis der Varianzen bestimmt.

Ohne Einschränkung der Allgemeinheit wird im folgenden angenommen, daß x(n), y(n), y′(n) und e(n) stationär und mittelwertfrei sind. Für eine vorgegebene Verzögerung d können die optimalen Prädiktorkoeffizienten a_k durch Minimierung der Varianz des Prädiktionsfehlersignals σ_e² = E[e²(n)] berechnet werden. Dies führt auf das folgende lineare Gleichungssystem

wobei

σ_x² = E[x²(n-d-k) ] (5)

die Varianz der Abtastwerte des Signals x(n) ist,

die Autokorrelationskoeffizienten der Abtastwerte des Signals x(n) und

die Kreuzkorrelationskoeffizienten zwischen den Abtastwerten der Signale x(n) und y(n) sind.

Für die optimalen Prädiktorkoeffizienten a_k wird die Prädiktionsfehlerleistung

minimal und der Prädiktionsgewinn

maximal für den vorgegebenen Wert der Verzögerung d.

Die Verzögerung d kann z. B. der aus einer Vorabanalyse bestimmte Schätzwert für den Laufzeitunterschied zwischen den Signalen x(n) und y(n) sein. Der maximale Prädiktionsgewinn läßt sich durch gleichzeitige Optimierung der Prädiktorkoeffizienten a_k und der Verzögerung d erreichen.

Bei nichtstationären Eingangssignalen sind die optimalen Prädiktorparameter von den aktuellen Signaleigenschaften abhängig, d. h. zeitvariant. Daher ist es vorteilhaft, den Prädiktor an die aktuellen Signaleigenschaften zu adaptieren. Dies läßt sich erreichen, indem die Codierung der Signale x(n) und y(n) in Blöcken {x(mN) . . . x(mN+N-1)} bzw. {y(mN) . . . y(mN+N-1)} erfolgt und die zugehörigen optimalen Prädiktorparameter unter Verwendung der Kurzzeitmittelwerte

berechnet werden. Auf diese Weise wird die Prädiktionsfehlerleistung für jeden Block minimiert. Für jeden Block müssen daher neben dem Signal x(n) und dem Prädiktionsfehlersignal e(n) auch die Prädiktorparameter übertragen werden.

Um die Effizienz der Adaptiven Inter-Kanal-Prädiktion zu erhöhen, wird diese nicht auf das breitbandige Eingangssignal, sondern auf schmalbandige Spektralkomponenten angewendet. Dabei wird die Tatsache ausgenutzt, daß die Prädiktion bei einzelnen tonalen Signalkomponenten besonders effektiv ist. Bei der Anwendung der Adaptiven Inter-Kanal-Prädiktion auf schmalbandige Spektralkomponenten ist einerseits gewährleistet, daß nur einzelne oder wenige tonale Signalkomponenten in einer Spektralkomponente enthalten sind und somit Prädiktoren geringer Ordnung verwendet werden können. Außerdem lassen sich so die Prädiktorparameter an die signalabhängige Verteilung der tonalen Signalkomponenten im Spektralbereich anpassen, so daß z. B. in Spektralkomponenten, die keine tonalen Signalkomponenten enthalten, die Prädiktion abgeschaltet werden kann.

In einem ersten Schritt wurde die Adaptive Inter-Kanal-Prädiktion in einen ISO MPEG Layer II Codec [1] integriert, wo die Spektralkomponenten mittels einer gleichförmigen Filterbank mit 32 Teilbändern gewonnen werden. In diesem Fall sind x(n) und y(n) die unterabgetasteten Signale des Stereosignals im i-ten Teilband. Für x(n) = l(n) und y(n) = r(n) erfolgt die Prädiktion vom linken auf das rechte Signal. Vertauscht man die Zuordnung, so ergibt sich die umgekehrte Prädiktionsrichtung. Die Prädiktorkoeffizienten a_k und die Verzögerung d werden jeweils für kurze Zeitintervalle (T=24 ms) bestimmt. Eine Besonderheit des Adaptiven Inter-Kanal-Prädiktors liegt darin, daß die Prädiktorstruktur sowohl im Encoder als auch im Decoder eine FIR-Struktur ist und daher keinerlei Einschwing- und Stabilitätsprobleme auftreten. Dies ist insbesondere dann wichtig, wenn man mit der Decodierung an beliebigen Stellen im Signal beginnen möchte.

Anstelle von x(n) und y(n) müssen hier x(n) und e(n) codiert und übertragen werden. Weiterhin muß die für den Prädiktor notwendige Nebeninformation (Verzögerung d, Prädiktorkoeffizienten a_k) übertragen werden. Die Prädiktionsrichtung, d. h. die Zuordnung von l(n) und r(n) und x(n) und y(n), kann fest oder variabel sein und muß dann auch übertragen werden. Im Encoder werden als Eingangswerte des Prädiktors die quantisierten Werte von x(n) verwendet. Dadurch wird gewährleistet, daß die Prädiktoren sowohl im Encoder als auch im Decoder gleiche Eingangssignale verarbeiten. Die Quantisierungsfehler des Signals y(n) sind somit identisch mit denen des Prädiktionsfehlersignals e(n). Andernfalls würde eine zusätzlichhe Überlagerung der Quantisierungsfehler des Signals x(n) hinzukommen.

Erste Untersuchungen haben gezeigt, daß sich insbesondere für eine Klasse von Testsignalen, die sich in den während der ISO-Standardisierung durchgeführten Hörtests [4] als besonders kritisch erwiesen hat (Testsignale mit Einzelinstrument-Charakteristik, die sehr viele tonale Spektralkomponenten von teilweise relativ hoher Energie auch im oberen Frequenzbereich aufweisen, wie z. B. "Klarinette" oder "Harpsichord"), große Prädiktionsgewinne ergeben. Für das Testsignal "Klarinette" ergeben sich beispielsweise in einzelnen Teilbändern über große Signalabschnitte Prädiktionsgewinne im Bereich zwischen 30 und 40 dB, was zu einer deutlichen Verbesserung der Audioqualität führt. Der Prädiktionsgewinn ist hauptsächlich auf die unteren 6-12 Teilbänder konzentriert. Bei verschiedenen Testsignalen ergaben sich mittlere Prädiktionsgewinne in diesen unteren Teilbändern liegt zwischen 3 und 16 dB, in den oberen Teilbändern dagegen liegt er unterhalb von 3 dB, über das gesamte Signal gemittelt liegt der Prädiktionsgewinn zwischen 1.5 und 6.5 dB.

Eine wesentliche Besonderheit der Adaptiven Inter-Kanal-Prädiktion liegt in der Tatsache, daß sich große Prädiktionsgewinne insbesondere in solchen Signalabschnitten ergeben, die besonders schwierig zu codieren sind, also sehr viel Datenrate erfordern.

[1] ISO/IEC, "Draft International Standard DIS 11172: Information technology - coding of moving pictures and associated audio for digital storage media at up to about 1.5 Mbit/s", ISO/IEC JTC1/SC29/WG11, Geneva, April 1992.
[2] J.D: Johnston, "Perceptual Transform Coding of Wideband Stereo Signals", Proc. of the ICASSP 1990.
[3] R.G. van der Waal, R.N.J. Veldhuis, "Subband Coding of Stereophonic Digital Audio Signals", Proc. of the ICASSP 1991.
[4] H. Fuchs, "Report on the MPEG/Audio subjective listening tests in Hannover", ISO/IEC JTC1/SC29/WG11: Doc.-No. MPEG 91/331, November 1991.

Claims

1. Verfahren zur Reduzierung von Daten bei einer Datenübertragung von mindestens zwei Ton- und/oder Bildkanälen, wobei statistische Bindungen zwischen den Kanälen ermittelt werden, die bei einer ge meinsamen Codierung ausgenutzt werden, und ein Signal eines Kanals und ein Prädiktionsfehler zusammen mit den aus den statistischen Bindungen ermittelten Prädiktorkoeffizienten und Laufzeit unterschieden übertragen werden und von einem Empfänger aus dem übertragenen Signal eines Kanals und dem Prädiktionsfehler und den Prädiktorkoeffizienten und den Laufzeitunterschieden das Signal des anderen Kanals rekonstruiert wird, indem zeitlich verschobene Kreuz korrelationen und die entsprechenden Laufzeitunterschiede zwischen den Signalen der zwei Kanäle ermittelt werden, ein Signalkanal und die aus den ermittelten Kreuzkorrelationen gewonnenen Prädiktor koeffizienten und Laufzeitunterschiede d übertragen werden und aus dem übertragenen Signal, dem Prädiktionsfehler, den Prädiktor koeffizienten und den Laufzeitunterschieden beim Empfänger das Signal des zweiten Kanals rekonstruiert wird.

2. Verfahren nach Anspruch 1, dadurch gekennzeichnet,
daß die Kreuzkorrelation zwischen den zwei Signalkanälen ausgenutzt wird, indem ein Schätzwert y′(n) aus abgetasteten Signalwerten x(n) des ersten Kanals nach folgender Summenformel ermittelt werden: wobei y′(n) ein Schätzwert des Signalwertes y(n) des zweiten Kanals zum Abtastzeitpunkt n ist, a_k ein Prädiktorkoeffizient, d ein Laufzeitunterschied, der aus einer festgelegte Anzahl an Abtasttakten besteht, k eine Laufvariable und K eine festgelegte Zahl ist, die den Grad des Prädiktors festlegt, und x(n-d-k) der Abtastwert des Signals des ersten Kanals zum Ab tastzeitpunkt (n-d-k) ist und
daß der Schätzwert y′(n) mit dem Abtastwert y(n) des zweiten Kanals verglichen wird und ein Prädiktionsfehler e(n) ermittelt wird und die Prädiktorkoeffizienten a_k und der Laufzeitunterschied d durch Minimierung des Prädiktionsfehlers e(n) optimiert werden und der Prädiktionsfehler e(n), die Prädiktorkoeffizienten a_k′ der Lauf zeitunterschied d und das Signal x(n) des ersten Kanals übertragen werden und aus diesen Daten das Signal des zweiten Kanals beim Empfänger rekonstruiert wird.