JP2007526691A - 信号解析及び合成のための適応型混合変換 - Google Patents

Abstract

オーディオ及びビデオコーディングシステム等に用いられる各解析及び合成フィルタバンクは、一次変換とそれにカスケードする１つ以上の二次変換を含むハブリッド変換により実行される。フィルタバンクの一次変換は時間領域エイリアシングアーチファクトをキャンセルする解析／合成システムを実行する。一次変換にカスケードする二次変換は変換係数のブロックに適用される。ブロック長は、析及び合成フィルタバンクの時間分解能を適合させるように変換される。

Description

発明の詳細な説明

技術分野
本発明は、一般に、オーディオ及びビデオコーディングシステムに使用できる信号解析及び合成フィルタバンクに関する。本発明は、特に、フィルタバンクの時間及び周波数分解を適用することができる連続したブロック変換によって実行される解析及び合成フィルタバンクに関する。

背景技術
コーディングシステムは、適切にソース信号を表すのに必要である情報量を減少させるのにしばしば使用される。情報必要量を減少させることにより、より小さなバンド幅を持つチャンネルによって信号表現を伝えることができ、あるいは、より少ない空間を使用するメディアに信号表現を記録できる。コード化は、信号中の冗長成分か無関係成分のどちらかを取り除くことによって、ソース信号の情報必要量を減らすことができる。いわゆる知覚コード化方法とシステムはしばしばフィルタバンクを使用し、スペクトル成分の基礎セットを用いてソース信号を非相関化することで冗長性を減少させ、かつ、心理知覚基準に従うスペクトル成分の適応量子化により無関係性を減少させる。

多くの知覚コード化システムはブロック変換によりフィルタバンクを実行する。オーディオコーディングシステムでは、例えば、ソースオーディオ信号（時間セグメントか時間領域のサンプルのブロックによって表される）はソース信号のスペクトルコンテントを表す周波数領域係数のセットに変換される。セグメントの長さはフィルタバンクの時間分解能と周波数分解能の両方を確立する。時間分解能は、セグメント長が減少するのに従い増加する。周波数分解能は、セグメント長が大きくなるにつれ増加する。この関係のために、セグメント長の選択はブロック変換フィルタバンクの時間と周波数分解能のトレードオフを課す。

セグメント長のいかなる選択も典型的なコーディングシステムで遭遇するソース信号条件のすべてに関する分解能の最適トレードオフを提供できない。フィルタバンクが高周波化分解能を有するならば（これは、より長いセグメント長を使用することで得られる）、ゆっくり変化する又は定常のソース信号を、一般に、より効率的にコード化できる。フィルタバンクが高時間分解能を有するならば（これは、より短いセグメント長を使用することとで得られる）、急速に変化する又は高度に非定常のソース信号を、一般に、より効率的にコード化できる。変化するソース信号条件に応答してセグメント長を適合させることによって、ブロック変換フィルタバンクはその時間と周波数分解能のトレードオフを最適化できる。

オーディオコーディングシステムにおけるフィルタバンクを実行するのにさまざまな変換を使用することができる。しかし、例えば、特定の修正離散コサイン変換（ＭＤＣＴ）が広く使用されている。なぜならば、それは、重要なサンプリングを提供すると共に隣接するソース信号セグメントを互いにオーバラップさせる能力を含みオーディオコード化のためのいくつかの非常に魅力的な性質を持つからである。ＭＤＣＴはまた、セグメント中の実質的に定常のソース信号内の冗長成分を実質的にすべて取り除くことができるので魅力的である。ＭＤＣＴフィルタバンクを適切に操作するために、オーバラップしたソース信号セグメントを使用することと、プリンセン（Princen）他による「時間領域エイリアシング消去に基づくフィルタバンク設計を使用するサブバンド／変換コード化」（１９８７年の音響、スピーチ、および信号処理に関する国際会議（ＩＣＡＳＳＰ）議事録、１９８７年５月、第２１６１乃至２１６４ページ）で説明されるある種の基準を満たすウィンドウ関数を使用することを必要とする。残念ながら、オーバラッピングソース信号セグメントに適用されなければならないウィンドウ関数に課される要件により、信号条件に応答してＭＤＣＴフィルタバンクの時間と周波数分解能を適合させるのは難しい。

しばしば「ウィンドウスイッチング」と呼ばれる技術は、急激な信号変化又は振幅過渡などのある種の信号条件の検出に応答して２つの異なるウィンドウ関数を切り換えることによって、ＭＤＣＴフィルタバンクの時間分解能を適合させることができる。この技術（１９９３年５月２５日に発行されエドラー（Edler）に付与された米国特許５,２１４,７４２に説明されている）によると、セグメント長は変えられないが、異なるウィンドウ関数形を切り換えることによって時間分解能を適合させて、フィルタバンクによって変換される各セグメント中のノンゼロのサンプルの数を減少させている。残念ながら、この技術はフィルタバンクの周波数分解能を適合させず、そして、ウィンドウの切換に必要なウィンドウ関数の形がＭＤＣＴの適切な操作のための要件を満たすように準最適でなければならないという理由により、時間分解能が下がるときはいつも、フィルタバンクの周波数選択性が極めて低下する。

しばしば「ブロックスイッチング」と呼ばれる別の公知の技術は、異なるウィンドウ関数形を切り換えるという点で前記のウィンドウスイッチング技術と同様であるが、ブロックスイッチング技術は、急激な信号変化又は振幅過渡などのある種の信号条件の検出に応答して２つの異なるセグメント長をまた適応して切り換えることにより、ＭＤＣＴフィルタバンクの時間と周波数分解能の両方を適合させることができる。この技術は、Ｊ．オーディオエンジニアリング学会（J. Audio Eng. Soc.）、ｖｏｌ．４５、Ｎｏ．１０、１９９７年１０月、第７８９乃至８１４ページにおいてＢｏｓｉ他による「ＩＳＯ／ＩＥＣ ＭＰＥＧ−２アドバンスト・オーディオ・コーディングで説明される「高度な音声コーダ（the Advanced Audio Coder: ＡＡＣ）で使用される。

ＡＡＣでは、ＭＤＣＴフィルタバンクは２０４８個のサンプルに等しい長さを持つ定常信号セグメントに適用され、かつ、２５６個のサンプルに等しい長さを持つ非定常ソース信号セグメントに適用される。ブロックスイッチングは、ＡＡＣでは、より長いセグメントに適する「長ウィンドウ関数」、より短いセグメントに適する「短ウィンドウ関数」、より長いセグメント長からより短いセグメント長への切替を可能にする「長−短ブリッジウィンドウ関数」、および、より短いセグメント長からより長いセグメント長への切替を可能にする「短−長ブリッジウィンドウ関数」を使用することによって、達成される。２つのブリッジウィンドウ関数はＭＤＣＴの適切な操作に必要な基準を満たしながら、異なるセグメント長を切り換える。より長いセグメント長からより短いセグメント長に切り換え、さらに該より短いセグメント長からより長いセグメント長に戻ることは、長−短ブリッジウィンドウ関数を使用してＭＤＣＴを長いセグメントに適用し、短ウィンドウ関数を使用してＭＤＣＴを８の整数倍の数の短いセグメントに適用し、かつ、短−長ブリッジウィンドウ関数を使用して長いセグメントにＭＤＣＴを適用することで達成される。その後すぐにＭＤＣＴが長いセグメントに適用されなければならないが、別のブロックスイッチが望まれるならば、長ウィンドウ関数が使用され、または、長−短ブリッジウィンドウ関数は使用されるだろう。

ブロックスイッチングはＭＤＣＴフィルタバンクの時間と周波数分解能を適合させる方法を提供するが、それはいくつかの理由から理想的な解決でない。１つの理由は変換の周波数選択性がブロック長のスイッチの間に下がることであり、これは、セグメント長スイッチングを可能にしかつＭＤＣＴの適切な操作のための要件を満たすためにブリッジウィンドウ関数の形が準最適でなければならないことによるものである。別の理由はスイッチが任意の時間にいつでも起こることができないことである。上で説明されるように、ＭＤＣＴは、より長いセグメント長に切り替わった直後に別の長いセグメントに適用されなければならない。より短い長さへ即座にスイッチすることは可能でない。ブロックスイッチング技術も理想的な解決でない。なぜならば、スイッチング機構がただ２つのセグメント長を提供するが、これらのセグメント長はすべての信号条件には最適でないからである。例えば、ＡＡＣにおけるその２つのセグメント長は最適でない。なぜならば、ＡＡＣにおけるより長い又はより短いセグメント長のいずれもほとんどの音声信号セグメントには最適でないからである。２０４８サンプルのセグメントはスピーチの非定常性質に対して通常長過ぎ、２５６サンプルのセグメントは通常短すぎて冗長成分を有効に取り除くことができない。その上、２０４８サンプルより長いセグメント長がより最適である多くの定常信号がある。その結果、ＭＤＣＴフィルタバンクの時間と周波数分解能を適合させるためのブロックスイッチングの限られた能力によってＡＡＣの性能は損なわれる。

ブロックスイッチングの別の形態はドルビーデジタルコード化ビットストリーム規格に一致するコーディングシステムで使用される。このコード化規格はしばしばＡＣ−３と呼ばれ、２００１年８月２０日に発行され「ディジタルオーディオ圧縮リビジョンＡ（ＡＣ−３）規格」と題した高品位テレビシステム委員会（ＡＴＳＣ）Ａ／５２Ａドキュメントで説明されている。ＡＣ−３コーディングシステムで使用されるブロックスイッチングの形態は、定常信号の場合は５１２サンプル、非定常信号の場合は２５６サンプルのソース信号セグメントにＭＤＣＴを適用する。ＡＣ−３コーディングシステムで使用されるブロックスイッチング技術は、長さスイッチィングが行われるときの選択においてより多くの柔軟性を提供する。その上、スピーチのような非定常ソース信号に対してコード化性能はかなり良い。しかしながら、より定常の信号に対するコード化性能は、より長いセグメントによって提供される比較的低い周波数分解能によって制限される。

ＭＤＣＴフィルタバンクの時間及び周波数分解能の適応制御のための他の技術は、１９９５年２月２８日にディヴィッドソンに付与された米国特許５,３９４,４７３で説明されている。これらの技術のいくつかは、他の公知技術が可能とするよりもより良い周波数応答をより多く供給するウィンドウ関数を使用してＭＤＣＴフィルタバンクを本質的にいかなる長さのセグメントに適用することを可能にしている。残念ながら、これらの技術は、ＭＤＣＴのカーネル機能又は基礎機能を適合させなければならず、したがって、上記ＡＣ−３規格のような既存のビットストリーム規格と両立しない。これらの技術はまた演算負荷が大きい。

ＭＤＣＴのような変換で実行されるフィルタバンクの周波数分解能を適合させるような、より効率的かつ効果的な解決法が必要とされている。望ましくは、その解決法は、既存のビットストリーム規格と互換性があるシステムへの組み込みを簡素化する実行を提供すべきである。これは、ブロック変換のカスケードによって実行される混合変換（ハイブリッド変換）フィルタバンクを使用することによって達成される。

本発明によれば、解析及び合成フィルタバンクは一次変換と、それにカスケードする１つ以上の二次変換とを含む混合変換によって実行される。１実施の形態では、一次変換は、互いに半セグメント長オーバラップするソース信号セグメントに適用されるＭＤＣＴであり、二次変換は、特定の周波数時間幅に関してＭＤＣＴ係数の非オーバラッピングブロックに適用されるＤＣＴである。フィルタバンクの周波数分解能は、１つ以上の二次変換で変換されるブロック内の係数の数を増すことによって大きくされる。係数周波数に従って変化する多数の係数を持つＭＤＣＴ係数のブロックに１つ以上の二次変換を適用することができ、それにより、フィルタバンクの周波数分解能を多種多様な方法に適合させることができる。

以下の説明と添付図面を参照することにより本発明の様々な特徴とその好ましい実施の態様をより良く理解できるであろう。図において、同様な要素には同様な参照番号を付している。以下の説明及び図面の内容は単に例示的なものであり、本発明の範囲をそういったものに制限するものと理解するべきでない。

発明を実施するための態様

Ａ．序論
本発明は容易に周波数分解能を適合させることができる混合変換によって実行されるフィルタバンクを提供する。図１と２は本発明の種々の実施の形態を取り入れるオーディオコーディングシステムにおける送信機と受信機の略ブロック図をそれぞれ示す。以下のセクションで図示の送信機と受信機の特徴を簡潔に説明する。この説明に続いて、解析及び合成フィルタバンクの適切な特徴について説明する。

１．送信機
図１に示す送信機は、解析フィルタバンク３を通信路１から受けたソース信号に適用してソース信号のスペクトルコンテントを表すスペクトル係数を作り出し、該スペクトル係数にエンコーダ５を適用してコード化された情報を作り出し、該コード化された情報にフォーマッタ８を適用して信号路９での伝送に適した出力信号を作り出す。出力信号は直ちに受信機に送信され、またはその後の送信のために記録される。解析フィルタバンク３は以下で説明されるように多様な方法で実行されるであろう。

この開示では、「エンコーダ」と「コード化」のような用語はいかなる特定の種類の情報処理を含意することを意図しない。例えば、コード化は情報容量を減らすのにしばしば使用されるが、この開示においてこれらの用語は必ずしもこのタイプの処理に言及するというわけではない。エンコーダ５は望まれるいかなるタイプの処理も本質的に実行する。１つの実施の形態では、コード化された情報は、２００１年６月１２日にディヴィッドソン他に付与された米国特許６,２４６,３４５で説明されているベクトル量子化及び利得適応型量子化を含むさまざまな量子化技術を使用して知覚モデルに従ってスペクトル係数を量子化することによって作り出される。特定のタイプのコード化は本発明では重要でない。

２．受信機
図２に示す受信機は、信号路２１から受けた入力信号にディフォマッタ２３を適用してコード化された情報を得、該コード化された情報にデコーダ２５を適用してソース信号のスペクトルコンテントを表すスペクトル係数を得、該スペクトル係数に合成フィルタバンク２７を適用してソース信号のレプリカではあるが正確なレプリカではない出力信号を生成して信号路２９に送出する。解析フィルタバンク３の実施を補足するさまざまな態様で合成フィルタバンク２７を実施できる。

この開示では、「デコーダ」と「復号化」のような用語はいかなる特定種類の情報処理を含意することを意図しない。デコーダ２５は必要あるいは所望のいかなるタイプの処理も本質的に実行することができるであろう。上で説明したコード化プロセスの逆である１実施の形態では、量子化されたスペクトル成分は逆量子化スペクトル係数に復号化される。いかなる特定のタイプの復号化あっても、それは本発明にとって重要ではない。

Ｂ．適応型混合変換
解析フィルタバンク３と合成フィルタバンク２７は混合変換を含む。それらの混合変換は図４と５にそれぞれ示すように実行される。

図４に示す解析フィルタバンク３は一次変換４３と、該一次変換に続いてカスケードして行われる１つ以上の二次変換４５を含む。一次変換がソース信号セグメントに適用されてソース信号セグメントのスペクトルコンテントを表すスペクトル係数のセットを作り出す。１つ以上の二次変換がそれぞれ特定の時間幅周波数のスペクトル係数のブロックに適用される。各ブロックの係数の数は制御信号に応答して適合される。

図５に示す合成フィルタバンク２７は１つ以上の逆二次変換５２と、該逆二次変換に関連してカスケードして行われる逆一次変換５４を含む。それぞれの１つ以上の逆二次変換は特定の時間幅周波数のスペクトル係数のブロックを作り出す。各ブロックの係数の数は制御信号に応答して適合される。スペクトル係数のブロックは特定の時間幅周波数に関するスペクトル係数のセットとして組み立てられ、該スペクトル係数のセットに一次変換が適用されてオリジナルソース信号のレプリカを提供するために結合される信号のセグメントを作り出す。

解析フィルタバンクと合成フィルタバンクの一次変換は解析／合成システムを実行し、このシステムで逆一次変換が先の一次変換で作り出された時間領域エイリアシングアーチファクトをキャンセル（消去）する。例えば、修正離散コサイン変換（ＭＤＣＴ）と、前記プリンセン論文で説明される逆ＭＤＣＴ（ＩＭＤＣＴ）は、奇数重ね重要サンプル単側波帯解析／合成系の時間領域等価を実行する。これらの変換は、本願において奇数重ね時間領域エイリアシング消去（Ｏ−ＴＤＡＣ:
Oddly-Stacked Time-Domain Aliasing Cancellation）変換と呼ばれる。もう１つの別のＴＤＡＣの実施形態が「ＩＥＥＥ、音響、音声、信号処理に関する変換」、ｖｏｌ．ＡＳＳＰ−３４、１９８６、第１１５３乃至１１６１ページのプリンセン他による「時間領域エイリアシング消去に基づく解析／合成フィルタバンク設計」で説明されている。この実施における解析フィルタバンクは、交替信号セグメントにＭＤＣＴと修正離散型サイン変換（ＭＤＳＴ）を適用することを含む。合成フィルタバンクはＩＭＤＣＴと逆ＭＤＳＴ（ＩＭＤＳＴ）を適用することを含む。これらの変換は、偶数重ね単側波帯解析／合成系の時間領域等価を実行し、偶数重ね時間領域エイリアシング消去変換（Evenly-Stacked Time-Domain Aliasing Cancellation Transform）と呼ばれる。

二次変換は離散コサイン変換（ＤＣＴ）、離散サイン変換（ＤＳＴ）、および離散フーリエ変換（ＤＦＴ）を含む多くの変換のいずれでも実行される。解析フィルタバンク３の好ましい実施の形態では、タイプIIのＤＣＴが前記Ｏ−ＴＤＡＣ ＩＭＤＣＴにカスケードして使用される。合成フィルタバンク２７の対応実施形態において、Ｏ−ＴＤＡＣＩＭＤＣＴはタイプIIの逆ＤＣＴ（ＩＤＣＴ）にカスケードして使用される。さらに詳細に以下でこれらの実施について説明する。

１．解析フィルタバンク
図４に言及し、一連のソース信号サンプルが通信路１から受け取られバッファ４１に記憶される。アナライザ（解析器）４７は、各セグメントにおけるソース信号サンプルの数、またはセグメント長を決定して、何らかの解析プロセスを前記記憶されたサンプルに適用することによりその後の処理に使用するオプションの構成要素である。本質的には望まれるいかなる解析プロセスも使用される。例えば、振幅過渡は上で引用したＡＴＳＣ Ａ／５２Ａドキュメントで説明されるように検出される。選ばれたセグメント長を表す情報は出力信号に含まれて通信路２、さらにフォーマッタ７に渡される。固定長セグメントはアナライザ４７と通信路２を省略する代替の実施の形態において使用される。

ａ）解析ウィンドウ関数
ウィンドウ４２は、各セグメント内のソース信号サンプルを解析ウィンドウ関数で重み付けすることによって一連のオーバラッピングセグメントを形成する。各セグメントのための解析ウィンドウ関数の長さと形は通信路２から受け取ったセグメント長情報に応答して適合される。さまざまなウィンドウ関数を使用することができるが、一般に、カイザー−ベッセル誘導（ＫＢＤ）ウィンドウ関数は優れた周波数選択特性を有するので、それが好まれる。このウィンドウ関数は以下に示すカイザー−ベッセル関数から導かれる。

式１

典型的なオーディオコード化応用に対して４〜７の範囲のアルファ値がうまく作用する。

誘導は、カイザー−ベッセル関数Ｗ（ｎ）を必要なウィンドウ関数長Ｎからオーバラップインタバルνを引いたものに等しい長さを有するレクタングラウィンドウ関数で畳み込む。第２式を参照。この畳込みは第３式で示すように簡素化できる。

式２

誘導された生成ウィンドウＷＰ（ｎ）の平方根を取ることによって、ＫＢＤ解析ウィンドウ関数を得ることができる。この解析ウィンドウ関数を以下に第４式で示す。

式３

ｂ）一次変換
一次変換４３はウィンドウ化ソース信号サンプルの各セグメントを１セットのスペクトル係数に変換する。１セットの係数の各係数は特定の周波数に関するウィンドウ化セグメントのスペクトルコンテントを表す。Ｏ−ＴＤＡＣ ＭＤＣＴが好ましい実施の形態に使用される。この変換は以下のように表される。

式４

一次変換４３は第５式に従い直接実行されるか、あるいは、米国特許５,３９４,４７３で説明されている高速フーリエ変換（ＦＦＴ）を使用する方法のように、より効率的な演算プロセスによって実行される。解析ウィンドウ関数と一次変換は、望まれる本質的ないかなるプロセスを使用することでセグメント長に応答して適合させる。いくつかの技術が米国特許No. ５,２１４,７４２、米国特許No. ５,３９４,４７３、ＡＴＳＣ Ａ／５２Ａドキュメント、および上で引用したＩＳＯ／ＭＰＥＧ ＡＡＣドキュメントで開示されている。

１つ以上のそれぞれの周波数に関するにウィンドウ化ソース信号セグメントのスペクトルコンテントを表すスペクトル係数がそれぞれの信号経路に渡されてバッファに記憶される。例えば、図４に示す送信機はそれぞれの２つの周波数の各周波数に関するスペクトル係数を２つの信号経路の１つに渡してバッファの４４ａ，４４ｂに記憶させる。図示を容易にするために、図４にただ２つの信号処理通信路を示す。典型的なシステムに使用する解析フィルタバンク３の実施においては、何百もの通信路があるかもしれない。

ｃ）スペクトル成分解析
図４に示す上側信号経路に言及し、一連のセグメントにおける特定の周波数に関するスペクトル係数は、バッファ４４ａに保存されてブロックに組み立てられる。アナライザ４８ａはブロック長である各ブロックの係数の数を決定して、この長さを通信路４９ａに渡す。この長さはバッファ４４ａに保存された係数を解析することによって決定される。解析のいかなる特定の方法も原則として本発明には重要でない。いくつかの解析手法がここで説明される。

１つの基本的方法は可能な限り長いスペクトル係数のブロックを形成するが、そこでは、それぞれのブロック内での係数が強度に関して十分同様であるようにブロック形成がなされる。１つの方法は隣接するスペクトル係数の強度差を計算し、平均差がある敷居値以下である隣接する係数の最も長いブロックを特定する。別の方法は、複数の信号経路のバッファに保存されるスペクトル係数を使用する。この手法は、スペクトル係数の１つのバンドに関する強度差をまとめ、該バンド幅での平均差がある敷居値以下である最も長いブロックを特定する。バンド幅は人間の聴覚器のいわゆる重要なバンド幅に等しくすることができる。

別の基本的方法は、送信機のほかの場所で実行される信号コード化プロセスによって実行される信号解析に依存する。上で引用したＡ／５２Ａドキュメントで説明されるビットストリーム規格と互換性がある送信機は、例えば、スケールファクタと関連するスケール値として表されるスペクトル係数を備えるコード化された信号を作り出す。これらのスケールファクタは、共通セットのスケールファクタを共有できるＭＤＣＴ係数セットの順序を特定するために解析される。アナライザ４８ａは、それぞれの信号経路に関するブロック長がべき指数を共有する係数セットの数と等しいように適合させる。

ｄ）二次変換
二次変換４５ａはそれぞれのブロックのスペクトル係数を１セットの混合変換係数に変換する。変換の長さは通信路４９ａから受け取ったブロック長情報に応答して適合される。好ましい実施の形態では、タイプIIのＤＣＴが互いオーバラップしないスペクトル係数のブロックに適用される。この変換は以下のように表される。

式５

二次変換は第７式に従い直接実行されか、あるいは、ラオ（Rao）他による「離散コサイン変換」（アカデミックプレス社、１９９０年）の第４章で説明される方法のような、より効率的な演算プロセスによって実行される。

ｅ）フォーマッタと他の信号経路
フォーマッタ４６ａは、混合変換係数とブロック長情報を組み立ててエンコーダ５とフォーマッタ７が処理できるデータにすることに使用されるオプションの構成要素である。これは、図１に示す送信機の解析フィルタバンク３が送信機の残りの構成要素をほとんど変更することなく、混合変換によって実行されることを可能にする。

バッファ４４ｂ、アナライザ４８ｂ、二次変換４５ｂ、およびフォーマッタ４６ｂは、上側信号経路のそれぞれの構成要素に関して上で説明したプロセスに類似する下側信号経路でのプロセスを実行する。

ｆ）コード化
典型的なシステムでは、エンコーダ５は、あるコード化形態での混合変換係数を表すコード化された情報を生成する。知覚コード化プロセスが使用されるならば、混合変換係数は知覚的非関連性を減少させる形式にコード化される。知覚コード化プロセスは、通常、スペクトル情報を失わせ、この失われた情報を回復することができず又は受信機で再生できない。この失われる可能性は、混合変換によって作り出される混合変換係数に対する可能な変更を表す次のシンボル

式６

によって以下に表される。そのようなコード化プロセスの使用は本発明に重要でない。

２．合成フィルタバンク
図５に言及し、ディフォマッタの５ｌａ、５１ｂは通信路２６ａ，２６ｂからそれぞれ受け取ったデータから混合変換係数及びブロック長情報を得る。ブロック長情報は通信路５９ａ，５９ｂに渡され、混合変換係数は逆二次変換５２ａ，５２ｂに渡される。図示を容易にするために、図５に単に２つの信号処理路を示す。典型的なシステムに使用する合成フィルタバンク２７の実施では何百もの通信路があるかもしれない。

ディフォマッタ５１ｂ、逆二次変換５２ｂ、およびバッファ５３ｂは、上側信号経路における各構成要素に関して以下で説明するプロセスに類似する下側信号経路でのプロセスを実行する。

ａ）ディフォマッタ
図５の上側信号経路に言及し、ディフォマッタ５ｌａは、ディフォマッタ２３とデコーダ２５から受け取ったデータから混合変換係数とブロック長情報のセットを分解するのに使用されるオプションの構成要素である。これは、合成フィルタバンク２７の混合変換の実行を受信機の残りの構成をほとんど変更することなく図２に示す既存の受信機に組み込むことを可能にする。

ｂ）逆二次変換
逆二次変換５２ａは１セットの混合変換係数を一連のソース信号セグメントの特定の周波数に関するスペクトルコンテントを表す１ブロックのスペクトル係数に変換する。スペクトル係数のブロックはバッファ５３ａに保存される。変換の長さは、通信路５９ａから受け取ったブロック長情報に応答して適合される。好ましい実施の形態では、タイプIIのＩＤＣＴは互いにオーバラップしないスペクトル係数のブロックに適用される。この変換は以下のように表される。

式７

逆二次変換は第８式に従って直接実行することができ、または、公知のより効率的な演算プロセスによって実行することができる。

ｃ）逆一次変換
バッファ５３ａ，５３ｂはスペクトル係数を保存し、それらのスペクトル係数を逆一次変換がそれぞれのソース信号セグメントのスペクトルコンテントを表すスペクトル係数のセットを受けるように逆一次変換５４に渡す。信号サンプルのセグメントは、スペクトル係数のセットに逆変換を適用することによって作り出されてバッファ５５に保存される。逆一次変換の長さは通信路２２から受け取られたセグメント長情報に応答して適合される。Ｏ−ＴＤＡＣ ＩＭＤＣＴは好ましい実施の形態に使用される。

典型的な応用では、ＭＤＣＴ係数の半分は送信機で破棄される。破棄された係数は以下の式を使用することで受信機によって回復される。

式８

逆一次変換は第１０式から直接的に実行され、または、米国特許５,３９４,４７３で説明されたＦＦＴを使用するような公知のより効率的な演算プロセスによって実行される。

ｄ）合成ウィンドウ関数
ウィンドウ５６は、バッファ５５内に保存されている信号サンプルのセグメントを合成ウィンドウ関数で重み付けし、かつ、オーバラッピングセグメント中の重み付けされたサンプルをオーバラッピング部分において互いに加えることにより出力信号を作り出して通信路２９に渡す。逆一次変換と、合成ウィンドウ関数と、このoverlap-add（オーバラップ・アッド）プロセスは先の変換で作り出された時間領域エイリアシングアーチファクトの少なくともかなりの部分をキャンセルする。コード化プロセスかつ一次及び二次変換の計算における有限演算精度により引き起こされた変換係数に対する変更のために、キャンセルは正確でないかもしれない。各セグメントの合成ウィンドウ関数の長さと形は通信路２２から受け取られたセグメント長情報に応答して適合される。上記第４式に示す解析ウィンドウ関数ＷＡに等しいＫＢＤウィンドウ関数は好ましい実施の形態において使用される。

合成ウィンドウ関数と逆一次変換は、上で言及したプロセスなどのプロセスを使用してセグメント長情報に応答して適合される。

Ｃ．実施
これまで説明した開示はほんのいくつかの実施の形態を説明するものである。さまざまな変換と変換タイプが使用されるだろう。本発明の原理は多種多様な方法で適用され実行される。

本発明の種々の実施の形態を取り入れたデバイスは、コンピュータ、又は、汎用コンピュータに見られる構成要素と同様の構成要素に繋がれたデジタルシグナルプロセッサ（ＤＳＰ）サーキットリーなどのより専門化した構成要素を含むその他の装置によって実行されるソフトウェアを含みさまざまな方法で実行される。図３は、本発明の実施の態様を実行するのに使用できるデバイス７０の略ブロック図である。ＤＳＰ７２は演算リソースを提供する。ＲＡＭ７３は信号処理のためにＤＳＰ７２で使用されるシステムランダム・アクセス・メモリ（ＲＡＭ）である。ＲＯＭ７４は、デバイス７０を操作して本発明の種々の形態の実施に必要なプログラムを保存する読み出し専用メモリ（ＲＯＭ）などの永続的ストレージの何らかの形態である。入出力制御７５は、通信チャネル７６、７７を介して信号を送受するインタフェース回路である。アナログ信号の送受に必要なアナログディジタル変換器とディジタルアナログ変換器を入出力制御７５に含むこととしてもよい。図示の実施の形態では、すべての主要な構成要素がバス７１（これは１つ以上の物理的なバスを示す）に接続されている。しかしながら、本発明を実行するためにバスアーキテクチュアは必要とされない。

汎用コンピュータシステムで実行する実施の形態では、キーボード又はマウス及びディスプレイ等のデバイスに接続し、かつ、磁気テープ若しくは磁気ディスクまたは光学メディアなどの記憶メディアを持つストレージデバイスを制御する追加の構成要素を含むこととしてもよい。記憶メディアは、オペレーティングシステム、ユーティリティ、および応用ソフトウェアの指示プログラムを記録するのに使用され、本発明の種々の態様を実行するプログラムの実施の態様を含むことができる。本発明の種々の態様を実施するのに必要機能は、離散的論理要素、集積回路、１つ以上のＡＳＩＣ、及び／又は、プログラム被制御プロセッサを含む多種多様な方法で実行される。これらの要素が実行される方法は本発明では重要でない。

本発明を実施するソフトウェアは、ベースバンド、若しくは、超音波乃至紫外線領域周波数のスペクトルに渡る変調された通信経路などのマシンでの読み込みが可能な多様なメディア、または、磁気テープ、磁気カード若しくは磁気ディスクあるいは光学カード若しくは光学ディスク、あるいは紙のようなメディアに設けた検出可能なマークを含むいかなる記録技術を本質的に使用することで情報を伝達する記憶メディアによって伝えられる。

コーディングシステムで使用する送信機の略ブロック図である。 コーディングシステムで使用する受信機の略ブロック図である。 本発明の種々の実施の形態に使用される装置の略ブロック図である。 本発明の種々の実施の形態を取り入れた解析フィルタバンクの略ブロック図である。 本発明の種々の実施の形態を取り入れた解析フィルタバンクの略ブロック図である。

Claims (24)

1. スペクトルコンテントを有するソース信号のサンプルを受け取り;
   前記サンプルのオーバラッピングセグメントに一次変換を適用して複数のセットのスペクトル係数を発生させ、ただし、前記各セットのスペクトル係数は時間領域エイリアシングアーチファクトを持ちかつ１セットの周波数に関する各ソース信号セグメントの前記スペクトルコンテントを表し；
   前記複数のセットのスペクトル係数から前記１セットの周波数のうちの１つの同一周波数を表す複数のスペクトル係数を得、かつ、該複数のスペクトル係数を１つ以上のブロックのスペクトル係数に組み立て、ただし、前記１つ以上のブロックの各ブロックに組み立てられたスペクトル係数の数がブロック長制御信号に応答して適合され；
   前記１つ以上のブロックのスペクトル係数に二次変換を適用して１つ以上のセットの混合変換係数を生成し、ただし、前記１つ以上のブロックのスペクトル係数の各ブロックに適用される二次変換の長さが前記ブロック長制御信号に応答して適合され；
   前記１つ以上のセットの混合変換係数を表す情報と、前記ブロック長制御信号を出力信号として組み立てる;
   ことを含んでなる出力信号を生成する方法。
2. 請求項１の方法であって、前記一次変換は修正離散コサイン変換であり、前記二次変換は、互いにオーバラップしないブロックのスペクトル係数に適用される離散コサイン変換である方法。
3. 請求項１の方法であって、
   前記複数のセットのスペクトル成分内のスペクトル成分強度に関する類似性の測度を生成し；
   前記類似性の測度に応答して前記ブロック長制御信号を生成する；
   ことを含んでなる方法。
4. 請求項１，２，又は３の方法であって、
   前記ソース信号のサンプルを解析してセグメント長制御信号を発生させ；
   形状又は長さが前記セグメント長制御信号に応答して適合される解析ウィンドウ関数を前記ソース信号のサンプルのセグメントに適用する；
   ことを含んでなる方法。
5. 請求項４の方法であって、 前記一次変換は１セットの基礎関数を有し、方法は、前記セグメント長制御信号に応答して前記１セットの基礎関数を適合させる方法。
6. ソース信号のスペクトルコンテントを表す入力信号を受け取り；
   前記入力信号から１つ以上のセットのハイブリッド変換係数と、１つのブロック長制御信号を得；
   前記１つ以上のセットのハイブリッド変換係数に逆二次変換を適用して１セットの周波数のうちの１つの同じ周波数に関する前記ソース信号のスペクトルコンテントを表す１つ以上のブロックのスペクトル係数を生成し、ただし、前記１つ以上のセットのハイブリッド変換係数に適用される前記逆二次変換の長さは前記ブロック長制御信号に応答して適合され；
   前記スペクトル係数をスペクトル係数のセットに組み立て、ただし、前記スペクトル係数の各セットが時間領域エイリアシングアーチファクトを持ちかつ前記１セットの周波数のすべての周波数に関して前記ソース信号のセグメントの前記スペクトルコンテントを表し；
   時間領域エイリアシングアーチファクトを実質的にキャンセルする逆一次変換を前記スペクトル係数のセットに適用して前記ソース信号のセグメントに相当する出力信号セグメントを生成する；
   ことを含んでなる出力信号を生成する方法。
7. 請求項６の方法であって、前記逆一次変換は逆修正離散コサイン変換であり、前記逆二次変換は、互いにオーバラップしないスペクトルブロックの係数を表す混合変換係数のセットに適用される逆離散コサイン変換である方法。
8. 請求項６又は７の方法であって、
   前記入力信号からセグメント長制御信号を得；
   形又は長さが前記セグメント長制御信号に応答して適合される合成ウィンドウ関数を出力信号セグメントに適用する；
   ことを含んでなる方法。
9. 請求項８の方法であって、前記逆一次変換は１セットの基礎関数を持ち、方法は、前記セグメント長制御信号に応答して前記１セットの基礎関数を適合させる；
   ことを含んでなる方法。
10. （ａ）入力端子と；
    （ｂ）出力端子と；
    （ｃ）前記入力端子と前記出力端子端に結合した信号処理サーキットリーと；
    を含んでなる出力信号を生成する装置であって、
    前記信号処理サーキットリーは：
    スペクトルコンテントを持つソース信号のサンプルを前記入力端子から受け取り；
    前記サンプルのオーバラッピングセグメントに一次変換を適用して複数のセットのスペクトル係数を生成し、ただし、前記各セットのスペクトル係数が時間領域エイリアシングアーチファクトを持ちかつ１セットの周波数に関する各ソース信号セグメントの前記スペクトルコンテントを表すものであり；
    前記複数のセットのスペクトル係数から前記１セットの周波数のうちの１つの同一の周波数を表す複数のスペクトル係数を得て、該複数のスペクトル係数を１つ以上のブロックのスペクトル係数に組み立て、ただし、前記１つ以上のブロックの各ブロックにおいて組み立てられるスペクトル係数の数がブロック長制御信号に応答して適合され；
    前記１つ以上のブロックのスペクトル係数に二次変換を適用して１つ以上のセットの混合変換係数を生成し、ただし、前記１つ以上のブロックのスペクトル係数の各ブロックに適用される前記二次変換の長さが前記ブロック長制御信号に応答して適合されるものであり；前記１つ以上のセットのハイブリッド変換係数を表す情報と前記ブロック長制御信号を前記出力端に送出される出力信号に組み立てる；
    ように構成されている装置。
11. 請求項１０の装置であって、前記一次変換は修正離散コサイン変換であり、前記二次変換は、互いにオーバラップしないブロックのスペクトル係数に適用される離散コサイン変換である装置。
12. 請求項１０の装置であって、前記信号処理サーキットリーは：
    スペクトル成分強度の類似性の測度を複数のセットのスペクトル成分中に生成し；
    前記類似性の測度に応答して前記ブロック長制御信号を生成する；
    ように構成されている装置。
13. 請求項１０，１１，又は１２の装置であって、前記信号処理サーキットリーは：
    前記ソース信号のサンプルを解析してセグメント長制御信号を生成し；
    前記セグメント長制御信号に応答して形又は長さが適合される解析ウィンドウ関数を前記ソース信号のサンプルのセグメントに適用する；
    ように構成されている装置。
14. 請求項１３の装置であって、前記一次変換は１セットの基本関数を有し、かつ、前記信号処理サーキットリーは前記セグメント長制御信号に応答して前記１セットの基本関数を適用する装置。
15. （ａ）入力端子と；
    （ｂ）出力端子と；
    （ｃ）前記入力端子と前記出力端子端に結合した信号処理サーキットリーと；
    を含んでなる出力信号を生成する装置であって、
    前記信号処理サーキットリーは：
    ソース信号のスペクトルコンテントを表す入力信号を前記入力端子から受け取り；
    前記入力信号から１つ以上のセットの混合変換係数と、１つのブロック長制御信号を得；
    前記１つ以上のセットの混合変換係数に逆二次変換を適用して１セットの周波数のうちの１つの同一の周波数に関する前記ソース信号のスペクトルコンテントを表す１つ以上のブロックのスペクトル係数を生成し、ただし前記１つ以上のセットの混合変換係数に適用される前記逆二次変換の長さが前記ブロック長制御信号に応答して適合させるものであり；
    前記スペクトル係数をスペクトル係数のセットに組み立て、ただし、該各セットのスペクトル係数が時間領域エイリアシングアーチファクトを持ちかつ１セットの周波数のすべての周波数に関して前記ソース信号のセグメントの前記スペクトルコンテントを表すものであり；
    前記スペクトル係数のセットに逆一次変換を適用して前記ソース信号のセグメントに相当する出力信号セグメントを生成する、ただし、前記逆一次変換は前記時間領域エイリアシングアーチファクトを実質的にキャンセルし、前記出力信号セグメントは前記出力端子に送られるものである；
    ように構成された装置。
16. 請求項１５の装置であって、前記逆一次変換は逆修正離散コサイン変換であり、前記逆二次変換が互いをオーバラップしないブロックのスペクトル係数を表す混合変換係数のセットに適用される逆離散コサイン変換である装置。
17. 請求項１５又は１６の装置であって、信号処理サーキットリーは：
    前記入力信号からセグメント長制御信号を得；
    形又は長さが前記セグメント長制御信号に応答して適合される合成ウィンドウ関数を出力信号セグメントに適用する；
    ように構成された装置。
18. 請求項１７の装置であって、前記逆一次変換は１セットの基礎関数を有し、前記信号処理サーキットリーが前記セグメント長制御信号に応答して前記１セットの基礎関数を適合させる装置。
19. 出力信号発生方法を実行する装置によって実行することができる命令プログラムを保持するメディアであって、前記出力信号発生方法は：
    スペクトルコンテントを持つソース信号のサンプルを受け取り；
    前記サンプルのオーバラッピングセグメントに一次変換を適用して複数のセットのスペクトル係数を生成し、ただし、前記各セットのスペクトル係数が時間領域エイリアシングアーチファクトを持ちかつ１セットの周波数に関する各ソース信号セグメントの前記スペクトルコンテントを表すものであり；
    前記複数のセットのスペクトル係数から前記１セットの周波数のうちの１つの同一の周波数を表す複数のスペクトル係数を得て、該複数のスペクトル係数を１つ以上のブロックのスペクトル係数に組み立て、ただし、前記１つ以上のブロックの各ブロックとして組み立てられるスペクトル係数の数がブロック長制御信号に応答して適合されるものであり；
    前記１つ以上のブロックのスペクトル係数に二次変換を適用して１つ以上のセットの混合変換係数を生成し、ただし、前記１つ以上のブロックのスペクトル係数の各ブロックに適用される前記二次変換の長さが前記ブロック長制御信号に応答して適合されるものであり；
    前記１つ以上のセットのハイブリッド変換係数を表す情報と、前記ブロック長制御信号を出力信号として組み立てる；
    ことを含んでなるメディア。
20. 請求項１９のメディアであって、前記一次変換は修正離散コサイン変換であり、前記二次変換は、互いにオーバラップしないブロックのスペクトル係数に適用される離散コサイン変換であるメディア。
21. 請求項１９又は２１のメディアであって、前記方法は：
    前記ソース信号のサンプルを解析してセグメント長制御信号を生成し；
    形又は長さが前記セグメント長制御信号に応答して適合される解析ウィンドウ関数を前記ソース信号のサンプルのセグメントに適用する；
    ことを含むメディア。
22. 出力信号発生方法を実施する装置によって実行することができる命令プログラムを含むメディアであって、出力信号発生方法は：
    ソース信号のスペクトルコンテントを表す入力信号を受け取り；
    前記入力信号から１つ以上のセットの混合変換係数と、１つのブロック長制御信号を得；
    前記１つ以上のセットのハイブリッド変換係数に逆二次変換を適用して１セットの周波数のうちの１つの同一の周波数に関するソース信号のスペクトルコンテントを表す１つ以上のブロックのスペクトル係数を生成し、ただし、前記１つ以上のセットの混合変換係数に適用される前記逆二次変換の長さが前記ブロック長制御信号に応答して適合されるものであり；
    前記スペクトル係数をスペクトル係数のセットに組み立て、ただし、該各セットのスペクトル係数が時間領域エイリアシングアーチファクトを持ちかつ１セットの周波数のすべての周波数に関する前記ソース信号のセグメントのスペクトルコンテントを表すものであり；
    実質的に時間領域エイリアシングアーチファクトをキャンセルする逆一次変換を前記スペクトル係数のセットに適用して前記ソース信号のセグメントに相当する出力信号セグメントを生成する；
    ことを含むメディア。
23. 請求項２２のメディアであって、前記逆一次変換は逆修正離散コサイン変換であり、前記逆二次変換が互いにオーバラップしないブロックのスペクトル係数を表す混合変換係数のセットに適用される逆離散コサイン変換であるメディア。
24. 請求項２２又は２３のメディアであって、前記方法は：
    前記入力信号からセグメント長制御信号を得；
    形又は長さが前記セグメント長制御信号に応答して適合される合成ウィンドウ関数を出力信号セグメントに適用する；
    ことを含むメディア。

Images