JPH027232B2 - - Google Patents

Info

Publication number
JPH027232B2
JPH027232B2 JP58075118A JP7511883A JPH027232B2 JP H027232 B2 JPH027232 B2 JP H027232B2 JP 58075118 A JP58075118 A JP 58075118A JP 7511883 A JP7511883 A JP 7511883A JP H027232 B2 JPH027232 B2 JP H027232B2
Authority
JP
Japan
Prior art keywords
vector
average value
intra
block
output
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.)
Expired - Lifetime
Application number
JP58075118A
Other languages
English (en)
Other versions
JPS59201170A (ja
Inventor
Atsumichi Murakami
Kotaro Asai
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP58075118A priority Critical patent/JPS59201170A/ja
Publication of JPS59201170A publication Critical patent/JPS59201170A/ja
Publication of JPH027232B2 publication Critical patent/JPH027232B2/ja
Granted legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/16Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Complex Calculations (AREA)

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=〔x1、x2、…、xK〕とする。このと
き、K次元ユークリツド信号空間RK(X∈Rk)の
N個の代表点(すなわち出力ベクトル) i
〔yi1、yi2、…、yiK〕(i=1、2、…N)のセツ
トをY=〔 1 2、…、 N〕とする。出力ベク
トル iを代表点(例えば重心)とするRKの各分
割をR1、R2、…、RNとすると、ベクトル量子化
Qは次式にて定義される。 Q:Rk→Y ここで、 Ri=Q-1 i)={∈Rk:Q()= iNi=1 Ri=RK、Ri∩Rj=φ(i≠j) つまり、ベクトル量子化はK次元ユークリツド
信号空間RK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=〔 1 2、…、 N
に入力ベクトル∈Rk)を写像することで
ある。言いかえると、 iを代表点とするRKの各
分割R1、R2、…、RNは互いに独立であり、Ri
含まれる入力ベクトルは出力ベクトル iに写
像される。 上記ベクトル量子化Qは符号化Cと復号化Dの
縦続接続として表わされる。符号化CはRKの出
力ベクトルのセツトY=〔 1 2、…、 N〕の
各出力ベクトル 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:RK→I、D:I→YそしてQ=D・Cで
ある。 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 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( i)とすると、以下のように
なる。 if・d( i)<d( j)for all j ∈Riすなわち i つまり、入力ベクトルとN個の出力ベクトル
1 2、…、 Nとの距離(歪)を計算し、そ
の距離(歪)が一番小さくなる iを見つけ、入
力ベクトルを出力ベクトル iに写像する。第
1図に、入力ベクトルと出力ベクトル iの関
係を示す。 第1図に示すような出力ベクトル iのセツト
Yは、トレーニング系列(K次元信号空間RK
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。 以下、第2図、第3図及び第4図に従つて、従
来のベクトル量子化器の構成について説明する。 第2図は符号化器の一例である。 図中、1は入力ベクトル、2は平均値算出器、
3は前記平均値算出器2によつて算出されたブロ
ツク内平均値、4は減算器、5は前記減算器4に
よつてブロツク内平均値3を引かれた平均値分離
ベクトル、6はブロツク内の振幅を計算する振幅
計算器、7はブロツク内振幅、8は除算器、9は
平均値分離ベクトル5をブロツク内振幅7で割つ
て得られる平均値分離正規化ベクトル、10はレ
ジスタ、11はコードテーブルアドレスカウン
タ、12はコードテーブルメモリ、13はコード
テーブル出力ベクトルレジスタ、14は並列減算
器、15は並列絶対値演算器、16は最大要素歪
検出器、17は最小歪出力ベクトル検出器、18
はインデツクス信号、19はラツチ、20は符号
化器出力信号である。 また、第3図は前記振幅計算器6の一構成例を
示したものである。 図中、21は絶対値演算器、22は平均値算出
器である。 また、第4図は復号化器の一構成例を示したも
のである。 図中、23はラツチ、24は平均値分離正規化
出力ベクトル、25は乗算器、26は平均値分離
出力ベクトル、27は加算器、28は出力ベクト
ル、29は出力ベクトルレジスタ、30は復号化
器出力信号である。 次の動作について説明する。 まず、第2図及び第3図に従つて符号化器の動
作について説明する。符号化器の入力信号系列は
K個まとめてブロツク化され入力ベクトル
{x1、x2、…、xK}となる。入力ベクトル1に対
し、平均値算出器2はm=E(xj)によつてブロ
ツク平均値m3を計算する。減算器4は入力ベク
トル1からブロツク内平均値mを引き、xj−mで
表わされる平均値分離ベクトル5を得る。振幅計
算器6は平均値分離ベクトルからブロツク内振幅
σを計算する。σを計算する手法は種々あるが、
以下に2〜3の例を示す。 σ=E(|xj−m|) σ=E〔(xj−m)21/2 σ= maxj Xj− minj xj 上記の手法は、入力ベクトルの要素のブロツ
ク内平均値との偏差の絶対値平均を用いたもので
あり、の手法は、入力ベクトルの要素の標準偏
差成分を用いたものであり、の手法は、入力ベ
クトルの要素の最大要素、最小要素の差を用いた
ものである。いずれもブロツク内部の要素のばら
つきを表わす量である。 第3図には一例として、上記のの手法による
構成例を示す。平均値分離ベクトル5の絶対値を
求め、平均値算出器22によつてσを求めるとい
うものである。 除算器8は、平均値分離ベクトル5をブロツク
内振幅σで割ることによつて入力ベクトルを正規
化し、平均値分離正規化入力ベクトル′を得る。
すなわち x′j=(xj−m)/σ 入力ベクトルからブロツク内平均値mを引
き、それをブロツク内振幅σで割り、入力ベクト
ルの平均値分離正規化を行う。平均値分離正規化
により、ベクトルはK次元信号空間の原点を中心
とする球面上に写像され、量子化効率が高められ
る。いわばスカラ量子化との混合である。このと
きのベクトル′と量子化ベクトル′との関係を
第5図に示す。 コードテーブルアドレスカウンタ11は、コー
ドテーブルメモリ12から順次、平均値分離正規
化出力ベクトルiを読み出し、レジスタ13に
ラツチする。最大要素歪検出器16は、並列減算
器14、並列絶対値演算器15から′とi
歪di(i=1、2、…、N)を次のように求める。 di=d(X′,yi)= maxj |x′j−y′ij| (j=1、2、……、K) つまり、平均値分離正規化入力ベクトル′と
平均値分離正規化出力ベクトルiの歪di′と
y′iの要素の絶対値差分のうちで最大のもので表
わすことにする。 次に、最小歪検出器17は順次読み出される
y′i′との歪diの最小値を検出する。すなわち
最小歪dは d= minj di(i=1、2、…、N) である。この最小歪となるベクトルがベクトル
X′のベクトル量子化出力である。最小歪ベクト
ルを検出するとストローブ信号がラツチ19に送
られ、ベクトルのアドレスであるインデイツクス
信号18を取り込む。ラツチ19では、ブロツク
内平均値3、ブロツク内振幅7も取り込み、これ
らを符号化器出力信号20として出力する。 次に、第4図に示す復号化器の動作について説
明する。符号化器出力信号20を復号化器のラツ
チ23に取り込み、インデツクス信号18の示す
アドレスに従つて読み出される平均値分離正規化
出力ベクトルiはレジスタ13にラツチされ
る。前記ベクトルi24は乗算器25にてブロ
ツク内振幅7を掛け合わされ、加算器27にてブ
ロツク平均値3を加算され、出力ベクトル28
となり、レジスタ29にラツチされて復号化器出
力信号30が得られる。すなわち yj=σ・y′ij+m このとき符号化能率ηは、コードテーブルメモ
リがN個のベクトルを持ち、ブロツク内平均値及
びブロツク内振幅に各々aビツト、bビツトを割
りあてたとすると η=(log2N+a+b)/K(ビツト/サンプル) である。 ここで、log2NはコードテーブルのN個のベク
トルのうちのいずれかを表わすのに必要なビツト
数である。 従来のベクトル量子化器は以上の如く構成され
ているので、次に述べる様な欠点があつた。すな
わち、平均値分離正規化は平均値や振幅などのス
カラ量に対しては何らデータ圧縮処理が行なわれ
ていないため、系全体としてベクトル量子化器の
圧縮効果が充分に生かされていないことである。 この発明は、これらの欠点を除去するためにな
されたもので、ブロツク間でも強い相関を有する
ブロツク平均値に予測符号化を施すことによつ
て、量子化効率の高い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6図は符号化器の一構成例を示したものであ
る。図中、1は入力ベクトル、2は平均値算出
器、31はDPMC符号化器、32は減算器、3
3は予測誤差信号、34は量子化器、35は量子
化された予測誤差信号、36は加算器、37は
DPCM復号信号、38は予測器、39は予測信
号、4は減算器、40は平均値分離ベクトル、6
は振幅計算器、7はブロツク内振幅、8は除算
器、41は平均値分離正規化ベクトル、10はレ
ジスタ、11はコードテーブルアドレスカウン
タ、12はコードテーブルメモリ、13はコード
テーブル出力ベクトルレジスタ、14は並列減算
器、15は並列絶対値演算器、16は最大要素歪
検出器、17は最小歪出力ベクトル検出器、18
はインデツクス信号、19はラツチ、20は符号
化器出力信号、Aは平均値分離正規化回路、Bは
歪演算器である。 また、第7図は前記DPCM符号化器31の一
構成例を示したものである。 図中、42は遅延素子、43は乗算器である。
また、第8図は復号化器の一構成例を示したもの
である。 次に動作について説明する。 まず、第6図及び第7図に従つて符号化器の動
作について説明する。符号化器の入力信号系列は
K個まとめてブロツク化され、入力ベクトル
{x1、x2、…、xK}となる。入力ベクトル1に対
し、平均値算出器2はm=E(xj)によつてブロ
ツク内平均値m3を計算する。このブロツク内平
均値mをPCMにて伝送するとデータレートが高
くなるのでDPCM符号化器31によつてブロツ
ク間の相関を利用してデータ圧縮処理を施こす。
ここで、3のブロツク内平均値に対し、39を予
測信号Pn、33を予測誤差信号en、35を
DPCM信号e^n、37をDPCM復号信号m^、及び
量子化器34が量子化レベル数を減少するために
発生する量子化雑音 Nとすると e^n=m−Pn N、Pn=an・m^・Z-1 m^=e^n+Pn にて、量子化レベル数を減少したDPCN信号35
を形成できる。予測信号Pnは、次の様に得られ
る。すなわち、予測器38の入力としてDPCM
復号信号37が与えられ、遅延素子によつて適当
な時間的遅延(例えばZ-1は1ブロツクの遅延を
表わす)を持たせた信号が得られ、乗算器43に
よつて所定の係数anを乗ぜられ、予測信号39
となる。 ここでは遅延素子を1つだけ用いているが、幾
つかの遅延素子を用い、それらから得られる遅延
信号の線形結合によつて予測信号を形成しても構
わない。 減算器4は入力ベクトル1からブロツク内平均
値のDPCM復号信号37を引き、平均値分離ベ
クトルを得る。振幅計算器6は平均値分離ベクト
ルからブロツク内振幅σを計算する。除算器8は
平均値分離ベクトル40をブロツク内振幅7で割
り、平均値分離正規化入力ベクトル′を得る。
すなわち X′j=(Xj−m^)/σ コードテーブルアドレスカウンタ11はコード
テーブルメモリ12から順次、平均値分離正規化
出力ベクトルiを読み出し、レジスタ13にラ
ツチする。最大要素歪検出器16は、並列減算器
14、並列絶対値演算器15から′とiの歪di
を次の様に求める。 di=d(′、i)= maxj |x′j−y′ij| ここでは歪の定義として最大要素歪を用いてい
るが、二乗歪、絶対値歪を用いても構わない。 次に最小歪検出器17は順次読みだされるi
′との歪diの最小値を検出する。すなわち最
小歪dは d=min di である。この最小歪となるベクトルがベクトル
X′のベクトル量子化出力である。最小歪出力ベ
クトルを検出するとストローブ信号がラツチ19
に送られ、ベクトルのアドレスであるインデツク
ス信号18を取り込む。ラツチ19ではブロツク
内平均値のDPCM信号35、ブロツク内振幅7
も取り込み、これらを符号化器出力信号として出
力する。 次に、第8図に示す復号化器の動作について説
明する。 符号化器出力信号20を復号化器のラツチ23
に取り込み、インデツクス信号18の示すアドレ
スに従つて読み出される平均値分離正規化出力ベ
クトルiはレジスタ13にラツチされる。一
方、ブロツク内平均値のDPCM信号35からは
次式によつてDPCM復号信号37が得られる。
すなわち、 m^=e^n+Pn ブロツク内平均値のDPCM復号信号は、ブロ
ツク内平均値のDPCM信号e^nにブロツク内平均
値の予測信号Pnを加えたものとして得られる。
予測信号pn39は予測器38によつて得られる。
前記ベクトルi24は乗算器25にてブロツク
内振幅7を掛け合わされ、加算器27にて、ブロ
ツク内平均値のDPCM復号信号37を加算され、
出力ベクトル28となり、レジスタ29にラツ
チされて復号化器出力信号30が得られる。すな
わち、 yj=σ・y′ij+m^ 出力ベクトルは、平均値分離正規化出力ベク
トルiにそのブロツク振幅σを掛けブロツク内
平均値のDPCM復号信号m^を加えたものとして得
られる。このとき符号化能率ηは、コードテーブ
ルがN個のベクトルを持ち、ブロツク内平均値を
DPCM量子化する量子化器34がa^ビツトの量子
化レベルを与え、ブロツク内振幅にbビツト割り
あてられたとすると η=(log2N+a^+b)/K(ビツト/サンプル) である。ここで、log2NはコードテーブルのN個
のベクトルのうちのいずれかを表わすのに必要な
ビツト数である。 なお、この実施例は、符号化側で入力ベクトル
から引くブロツク内平均値がDPCM復号信号で
ある例となつているが、DPCM符号化復号化を
経る前のブロツク内平均値を直接引いても構わな
い。 以上のように、この発明によればブロツク内平
均に予測符号化を施すことによつて量子化効率の
高い符号化が実現できる。
【図面の簡単な説明】
第1図はベクトル量子化の原理を説明する説明
図、第2図は従来のベクトル量子化符号化器の構
成図、第3図は振幅計算器の一例を示す構成図、
第4図は従来のベクトル量子化復号化器の一実施
例を示す構成図、第5図は平均分離正規化ベクト
ル量子化における出力ベクトルの配列を示す説明
図、第6図はこの発明に係るベクトル量子化器に
おける符号化機能部の一実施例を示す構成図、第
7図は第6図におけるDPCM符号化器の一例を
示す構成図、第8図はこの発明に係るベクトル量
子化器における復号化機能部の一実施例を示す構
成図である。 図中、1は入力ベクトル、2は平均値算出器、
3はブロツク内平均値、4は減算器、5は平均値
分離ベクトル、6は振幅計算器、7はブロツク内
振幅、8は除算器、9は平均値分離正規化ベクト
ル、10はレジスタ、11はコードテーブルアド
レスカウンタ、12はコードテーブルメモリ、1
3はコードテーブル出力ベクトルレジスタ、14
は並列減算器、15は並列絶対値演算器、16は
最大要素歪検出器、17は最小歪ベクトル検出
器、18はインデツクス信号、19はラツチ、2
0は符号化器出力信号、21は絶対値演算器、2
2は平均値演算器、23はラツチ、24は平均値
分離正規化出力ベクトル、25は乗算器、26は
平均値分離出力ベクトル、27は加算器、28は
出力ベクトル、29は出力ベクトルレジスタ、3
0は復号化器出力信号、31はDPCM符号化器、
32は減算器、33は予測誤差信号、34は量子
化器、35はDPCM信号、36は加算器、37
はDPCM復号信号、38はDPCM予測器、39
はDPCM予測信号、40は平均値分離ベクトル、
41は平均値分離正規化ベクトル、42は遅延素
子、43は乗算器、Aは平均値分離正規化回路、
Bは歪演算器である。なお、図中同一あるいは相
当部分には同一符号を付して示してある。

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からブロツク内平均値を分
    離する平均値算出器、過去のブロツク内平均値と
    予測誤差から現在のブロツク内平均値を予測する
    予測器、前記予測器によつて予測されたブロツク
    内平均値と前記平均値算出器により分離された現
    在のブロツク内平均値との予測誤差信号を出力す
    る減算器、前記予測誤差信号をスカラー量子化す
    る量子化器、及び前記予測器により予測されたブ
    ロツク内平均値と前記量子化器により出力レベル
    を減らされた予測誤差信号とを加算し、ブロツク
    内平均値の予測復号信号を求める加算器から構成
    されるDPCM符号化器、及び前記入力ベクトル
    を形成するブロツクの振幅計算をする振幅計算
    器、前記平均値算出器、DPCM符号化器、及び
    振幅計算器から構成され平均値分離正規化ベクト
    ルを形成する平均値分離正規化回路、前記平均値
    分離正規化ベクトルの分布に基づき、あらかじめ
    最小歪となる平均値分離正規化出力ベクトルのセ
    ツトを格納するコードテーブルメモリ、前記コー
    ドテーブルメモリから順次平均値分離正規化出力
    ベクトルを読み出すコードテーブルアドレスカウ
    ンタ、前記コードテーブルメモリに格納される平
    均値分離正規化出力ベクトルと前記平均値分離正
    規化回路から出力される平均値分離正規化ベクト
    ルとを減算する減算器を並列に配した並列減算
    器、前記並列減算器の各出力を入力し、絶対値を
    出力する並列絶対値演算器、並びに前記並列絶対
    値演算器の出力から最大要素歪を算出する最大要
    素歪検出器、及び前記最大要素歪検出器の出力成
    分の中から最小歪である平均値分離正規化出力ベ
    クトルを検出する最小歪出力ベクトル検出器とか
    ら構成される歪演算器、上記平均値分離正規化回
    路、コードテーブルメモリ、コードアドレスカウ
    ンタ、並列減算器、及び歪演算器から構成される
    符号化機能部と、前記最小歪である平均値分離正
    規化出力ベクトルを格納するコードテーブルメモ
    リ、前記平均値分離正規化出力ベクトルに前記ブ
    ロツク内振幅を掛け合せる乗算器、並びに前記ブ
    ロツク内振幅を掛け合せたベクトルに予測復号化
    したブロツク内平均値を加算し、出力ベクトルを
    得る加算器、、上記第2のコードテーブルメモリ、
    乗算器、及び加算器から構成される復号化機能部
    とを具備したベクトル量子化器。 2 ベクトル量子化器において、ブロツク内平均
    値のDPCM復号信号でベクトルを平均値分離正
    規化する平均値分離正規化回路、及びコードテー
    ブルアドレスと前記ブロツク内平均値のDPCM
    信号とブロツク内振幅とを符号化する符号化器を
    備えた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器。
JP58075118A 1983-04-28 1983-04-28 ベクトル量子化器 Granted JPS59201170A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP58075118A JPS59201170A (ja) 1983-04-28 1983-04-28 ベクトル量子化器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58075118A JPS59201170A (ja) 1983-04-28 1983-04-28 ベクトル量子化器

Publications (2)

Publication Number Publication Date
JPS59201170A JPS59201170A (ja) 1984-11-14
JPH027232B2 true JPH027232B2 (ja) 1990-02-16

Family

ID=13566954

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58075118A Granted JPS59201170A (ja) 1983-04-28 1983-04-28 ベクトル量子化器

Country Status (1)

Country Link
JP (1) JPS59201170A (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01236879A (ja) * 1988-03-17 1989-09-21 Canon Inc 画像符号化装置
FR2716737B1 (fr) * 1994-02-25 1996-06-07 Inst Nat Sciences Appliq Lyon Procédé et dispositif pour la compression d'images en temps réel par quantification vectorielle.

Also Published As

Publication number Publication date
JPS59201170A (ja) 1984-11-14

Similar Documents

Publication Publication Date Title
EP0097858B1 (en) Vector quantizer
JP3017380B2 (ja) データ圧縮方法及び装置並びにデータ伸長方法及び装置
JP4374448B2 (ja) 多チャネル信号符号化方法、その復号化方法、これらの装置、プログラム及びその記録媒体
WO1988002975A1 (en) Amplitude-adapted vector quantizer
CN112398484A (zh) 一种编码方法及相关设备
US5136663A (en) Vector quantization image processing apparatus
JPH0219480B2 (ja)
JP2005524300A (ja) コードワードインデックスに対してパラメータ値のマッピングを行うための適応型方法およびシステム
JP3886482B2 (ja) 多チャネル符号化方法、復号方法、これらの装置、プログラムおよびその記録媒体
JPH027232B2 (ja)
JP2924416B2 (ja) 高能率符号化方法
JP2005018606A (ja) 浮動小数点形式信号系列の線形予測分析方法、その装置、プログラムおよびその記録媒体
JPS6341253B2 (ja)
JPS61159869A (ja) ベクトル量子化器
JPH0473839B2 (ja)
JPH026472B2 (ja)
JPH0642736B2 (ja) フレ−ム間ベクトル量子化器
JP2532607B2 (ja) 可変レンジを用いた直交変換演算装置
JPS5944137A (ja) 適応差分pcmの方法と符号化/復号化回路
JPS6340507B2 (ja)
JPS6340506B2 (ja)
JPS61174824A (ja) 適応型ベクトル量子化器
JPH0116074B2 (ja)
JPS63178670A (ja) 振幅適応ベクトル量子化装置
JPS6356020A (ja) 圧縮復号化装置