JPH026472B2 - - Google Patents

Description

【発明の詳細な説明】 この発明は、入力信号系列を複数個まとめてブ
ロツク化し、これを多次元信号空間で量子化する
ベクトル量子化に関するものである。 まず、ベクトル量子化の原理について簡単に説
明する。今、情報源入力信号系列をＫ個まとめて
入力ベクトルＸ＝〔x₁，x₂，……，x_K〕とする。
このときＫ次元ユークリツド信号空間R^K（Ｘ∈
R^K）のＮ個の代表点（すなわち出力ベクトル）y_i
＝〔y_i1，y_i2，……，y_iK〕（ｉ＝１，２，……，Ｎ）
のセツトをＹ＝〔ｙ ₁，ｙ ₂，……，ｙ _N〕とする。
出力ベクトルｙ _iを代表点（例えば重心）とする
R^Kの各分割をR₁，R₂，……，R_Nとすると、ベク
トル量子化Ｑは次式にて稚定義される。 Ｑ：R^K→Ｙ ここで、 R_i＝Q^-1（ｙ _i）＝Ｘ∈R^k；Ｑ（Ｘ）＝y_{1 N} ∪ⁱ⁼¹ R_i＝R^K、R_i∩R_j＝φ（ｉ≠ｊ） すなわち、ベクトル量子化はＫ次元ユークリツド
信号空間R^Kに予め用意されたＮ個の代表点（出
力ベクトル）のセツトＹ＝〔ｙ ₁，ｙ ₂，……，ｙ
_Ｎ〕に入力ベクトルＸ（Ｘ∈R^k）を写像すること
である。つまり、ｙ _iを代表点とするR^Kの各分割
R₁，R₂，……R_Nは互いに独立であり、R_i（ｉ＝
１、２、……Ｎ）に含まれる入力ベクトルＸは出
力ベクトルｙ _iに写像される。 上記ベクトル量子化Ｑは符号化Ｄの縦続接続と
して表わされる。符号化ＣはR^Kの出力ベクトル
のセツトＹ＝〔ｙ ₁，ｙ ₂，……，ｙ _N〕の各出力ベ
クトルｙ _iのコードブツクメモリ上のアドレスの
集合であるインデツクスセツトＩ＝〔１、２、…
…、Ｎ〕への写像であり、復号化ＤはＩからＹへ
の写像である。すなわち、 Ｃ：R^K→Ｉ、Ｄ：Ｉ→Ｙ そしてＱ＝Ｄ・Ｃ
であり、ここでＩとＹは１対１の対応関係にあ
る。 ベクトル量子化においては、前記インデツクス
セツト（符号化出力）Ｉが伝送あるいは記録され
ることになるため極めて符号化効率が良い。 ベクトル量子化は入力ベクトルを最短距離にあ
る（最小歪となる）出力ベクトルｙ _iへ写像する
ことである。具体的には、入出力ベクトル間の距
離（歪）をｄ（Ｘ、ｙ _i）とすると、以下のように
なる。 if ｄ（Ｘ、ｙ _i）＜ｄ（Ｘ、ｙ _j）for allj Ｘ∈R_iすなわちＸ→y_i つまり、入力ベクトルＸとＮ個の出力ベクトルｙ
_１，ｙ ₂，……，ｙ _Nとの距離（歪）を計算し、そ
の距離（歪）が一番小さくなるｙ _iを見つけ、入
力ベクトルＸを出力ベクトルｙ _i（ｉ＝１、２、
……、Ｎ）に写像する。 第１図に、入力ベクトルＸと出力ベクトルｙ _i
の関係を示す。 第１図に示すような出力ベクトルｙ _iのセツト
Ｙは、トレーニング系列（ｋ次元信号空間R^kに
含まれる入力ベクトルを多数集めた母集団）とな
る情報源入力信号系列を用いたクラスタリング
（代表点の選出と信号空間の分割を、歪の総和が
最小となるまでくり返す）によつて求めることが
できる。またこのような処理をクラスタリングト
レーニングという。 Ｎ次元空間において、２つのベクトルＸ＝〔x₁，
x₂，……，x_o〕とｙ＝〔y₁，y₂，……，y_o〕に対
してＸ，ｙの距離（歪）ｄ（Ｘ、ｙ）を ｄ（Ｘ、ｙ）＝〔_N 〓ⁱ⁼¹ （X_i−y_i）²〕^1/2 で定義するユークリツドノルムにより、歪ｄ（Ｘ、
ｙ_i）は ｄ（Ｘ、ｙ _i）＝〔_K 〓^j=1 （X_j−y_ij））²〕^1/2 となる。すなわち、ユークリツドノルムを用いた
場合の歪ｄ（Ｘ、ｙ _i）はＸとｙ _iの各要素の差分の
２乗和の平方根をとつたものとして表わせる。 以下、第２図及び第３図に従つて、従来のユー
クリツドノルム演算を用いたベクトル量子化符号
化器および復号化器の構成の一実施例について説
明する。 図中、１は入力ベクトル、２は入力ベクトルレ
ジスタ、３はアドレスカウンタ、４は出力ベクト
ルコードブツクメモリ、５は出力ベクトルラツ
チ、６は並列減算器、７は並列２乗演算器、８は
総和演算器、９は最小歪出力ベクトル検出器、１
０はインデツクスラツチ、１１は最小歪検出スト
ローブ、１２は出力ベクトルインデツクス、１３
は最小歪出力ベクトルインデツクス、１４は出力
ベクトルレジスタ、１５は最小歪出力ベクトルで
ある。 次に動作について説明する。 第２図に示す従来ベクトル量子化符号化器にお
いては、先ず、符号化器の入力信号系列はＫ個毎
にまとめてブロツク化され入力ベクトル１として
Ｘ〕｛x₁，x₂，……，x_K｝が、入力ベクトルレジ
スタ２にとり込まれる。この時点で、アドレスカ
ウンタ３をｉ＝１、２、……、Ｎと順次カウント
アツプして順番に出力ベクトルｙ _i〕｛y_i1，y_i2，…
…，y_iK｝を出力ベクトルコードブツクメモリ４
から読み出し出力ベクトルラツチ５にラツチす
る。 ここで出力ベクトルコードブツクメモリ４には
あらかじめ入力信号系列を前述したクラスタリン
グトレーニングによつて最小歪となるように収束
して求めた出力ベクトルのセツトＹが書き込まれ
ている。次に、順次読み出される出力ベクトルｙ
_ｉと入力ベクトルＸは並列減算器６と並列２乗演
算器７を通して各要素毎に（X_j−y_ij）²（ｇ＝１、
２、……、Ｋ）を算出され総和演算器８にて入出
力ベクトル間の歪d_i d_i＝｛ｄ（Ｘ、ｙ _i）｝²＝_K 〓^j=1 （X_j−y_ij）² が求められる。 上記、入出力ベクトル間歪d_iは最小歪出力ベク
トル検出器９に送出され。最小歪出力ベクトル検
出器９ではｉ＝１、２、……、Ｎとアドレスカウ
ンタ３が順次カウントアツプして出力ベクトルｙ
_ｉを読み出す中で、より小さいd_iを検出する毎に最
小歪検出ストローブ１１をインデツクスラツチ１
０に送出し、対応する出力ベクトルｙ _iのアドレ
スｉをとり込む。ｉ＝Ｎとなつた時点で、上記処
理により最小歪ｄすなわちＸ、ｙ _iとの歪d_iのうち
で最小となる最小歪出力ベクトルのインデツクス
ｉがインデツクスラツチ１０に残り、符号化器出
力として最小歪出力ベクトルのインデツクス１３
を出力する。 次に第３図に示す復号化器の動作について説明
する。 符号化器から送られてくる最小歪出力ベクトル
インデツクス１３をインデツクスラツチ１０にと
り込み、これをアドレス信号として符号化器と同
一出力ベクトルコードブツクメモリ４から対応す
る最小歪出力ベクトルを読み出し出力ベクトルレ
ジスタ１４にラツチする。これが入力ベクトル１
のベクトル量子化信号すなわち最小歪出力ベクト
ル１５として復号される。 上記従来のユークリツクドノルム演算を導入し
たベクトル量子化器では、入出力間の歪ｄ（Ｘ、
ｙ_i）演算部のハードウエア規模が大きくなる。 この発明はこれらの欠点を軽減するためになさ
れたもので、入出力ベクトル間の歪計算を簡易化
するベクトル量子化器を提供することを目的とし
ている。 以下、この発明の一実施例を図について説明す
る。 第４図は本発明に係るベクトル量子化符号化器
の一実施例を示す構成図である。 図において、１６は出力ベクトル及び出力ベク
トル分散を格納するコードブツクメモリ、１７は
並列乗算器、１８は出力ベクトル分散ラツチ、１
９は減算器、２０は２倍器である。なお、図中第
１図と同一符号を付してあるものは同一又は相当
部分を示す。 次に動作について説明する。 先づ入力ベクトル１はＸ＝｛x₁，x₂，……，
x_K｝として、入力ベクトルレジスタ２にとり込
まれる。この時点でアドレスカウンタ３をｉ＝
１、２、……、Ｎと順次カウントアツプして順番
に出力ベクトルｙ _iと出力ベクトル分散E²（y_iK）を
前記コードブツクメモリ１６から読み出す。ここ
で、前記コードブツクメモリ１６には、前記入力
信号系列のクラスタリングトレーニングによつて
得た最小歪出力ベクトルのセツトＹ＝〔ｙ ₁，ｙ ₂，
……，y_N｝と各出力ベクトルの分散E²（y_iK）が書
き込まれている。ここでベクトルの分散は各要素
の２乗和で表わせることにより出力ベクトルｙ _i
の分散E²（y_iK）は E²（y_ik）＝_K 〓^j=1 y² _ij である。この前記出力ベクトル・出力ベクトル分
散コードブツク１６から読み出されたy_iは出力ベ
クトルラツチ５へ、出力ベクトル分散E²（y_ik）は
出力ベクトル分散ラツチ１８へとり込まれる。 次に、並列乗算器１７は入力ベクトルＸと出力
ベクトルｙ _iの間のベクトル乗算を実施し、各要
素毎の乗算出力の総和S_iを総和演算器８にて求め
る。 ここで入力ベクトルＸと出力ベクトルｙ _i間の
各要素毎の乗算値の和S_iは S_i＝_K 〓^j=1 X_j・y_ij となる。次に、減算器１９にて、出力ベクトル分
散ラツチ１８から送出される出力ベクトル分散
E²（y_iK）とS_iの１ビツト左へシフトする２倍器の
出力との減算を実行し、その結果をd′_iとすると d′_i＝_K 〓^j=1 y² _ij−２・_K 〓^j=1 X_j・y_ij となる。 ここで、入出力ベクトル間のユークリツドノル
ムに相当する歪d_iは di＝_K 〓^j=1 （X_j−y_ij）² ＝_K 〓^j=1 （X² _j−2X_j・y_ij＋y² _ij） ＝_K 〓^j=1 X² _j＋_K 〓^j=1 y² _ij−２・_K 〓^j=1 X_j・X_ij さらに、 d_i−_K 〓^j=1 X² _j＝_K 〓^j=1 y² _ij−２・_K 〓^j=1 X_j・y_ij であるから d′_i＝d_i−_K 〓^j=1 X² _jとなる。 ここで_K 〓^j=1 X² _jは常に一定であるから、 入力ベクトルと最小歪となる出力ベクトルを探索
するため、歪d_iをd′_iとしてもよく、出力ベクトル
の分散から２倍器２０の出力を減算する式が導出
できる。更に出力ベクトルが共に分散で正規化さ
れた単位ベクトルであるならば、 _K 〓^j=1 ＝y² _ij＝１ となり、歪d′_iの右辺の_K 〓^j=1 y² _ijが常に一定であるこ
とから省略し、更に簡略化して、d″_iを d″_i＝_K 〓^j=1 X_j・y_ij としても問題ない。この場合は、出力ベクトルの
分散を格納するコードブツクメモリの一部、出力
ベクトル分散ラツチ１８、減算器１９は必要な
い。 以上の如く、簡略化して求めた歪d′_iが最小と
なる出力ベクトルのアドレスを最小歪出力ベクト
ル検出器９とインデツクスラツチ１０にてとり込
み最小歪小出力ベクトルインデツクス１３を符号
化出力として送出する。 この符号化器に対応する復号化器は第３図に示
したものと同一でよい。 以上のようにこの発明に係るベクトル量子化符
号化器では、入出力ベクトル間の歪計算を、入力
ベクトルと出力ベクトルの各要素間の差分を用い
ず行うために、並列減算器が必要なくなり、ハー
ドウエア規模の縮小及び処理の高速化を実現でき
る。

【図面の簡単な説明】

第１図は、Ｋ次元信号空間における出力ベクト
ル配列を示す説明図、第２図は従来のユークリツ
ドノルム演算を導入したベクトル量子化符号化器
の一実施例を示す構成図、第３図はベクトル量子
化復号化器の一実施例を示す構成図、第４図は本
発明に係る高速ユークリツドノルム演算を導入し
たベクトル量子化符号化器の一実施例を示す構成
図である。 図中、２は入力ベクトルレジスタ、３はアドレ
スカウンタ、４はコードブツクメモリ、５は出力
ベクトルラツチ、６は並列減算器、７は並列２乗
算器、８は総和演算器、９は最小歪検出器、１０
はインデツクスラツチ、１４は出力ベクトルレジ
スタ、１６はコードブツクメモリ、１７は並列乗
算器、１８は出力ベクトル分散ラツチ、１９は減
算器である。なお、図中同一又は相当部分は同一
符号にて示してある。

Claims (1)

1. 【特許請求の範囲】 １ 入力信号系列をＫ個（Ｋは複数）毎にブロツ
   ク化した入力ベクトルを格納する入力ベクトルレ
   ジスタと、Ｋ次元信号空間における入力ベクトル
   の分布に基づき、あらかじめクラスタリングトレ
   ーニングにより最小歪となる出力ベクトルのセツ
   ト及び各出力ベクトルの分散を格納するコードブ
   ツクメモリと、前記入力ベクトル及び前記コード
   ブツクメモリから読出される前記出力ベクトルと
   を要素間乗算する乗算器を並列に配した並列乗算
   器と、前記並列乗算器の各出力をすべて加算する
   総和演算器と、前記総和演算器出力の２倍値で前
   記コードブツクメモリから読み出された対応する
   出力ベクトルの分散を減算して入出力ベクトル間
   歪を求める減算器と、前記入出力ベクトル間歪が
   最小となる出力ベクトルを検出する最小歪出力ベ
   クトル検出器とを備えたベクトル量子化符号化
   器。 ２ 前記ベクトル量子化符号化器における減算器
   は、出力ベクトルが正規化された単位ベクトルの
   場合、前記総和演算器の出力のみを入力とし、こ
   の総和演算器出力の符号反転値を算出することを
   特徴とする特許請求の範囲第１項記載のベクトル
   量子化符号化器。