KR100852483B1

KR100852483B1 - 예측 부호화 방법

Info

Publication number: KR100852483B1
Application number: KR1020067016186A
Authority: KR
Inventors: 게랄트 슐러; 만프레드 루츠키; 울리히 크뢰메르; 스테판 밥닉; 젠스 히르슈펠트
Original assignee: 프라운호퍼-게젤샤프트 츄어 푀르더룽 데어 안게반텐 포르슝에.파우.
Priority date: 2004-02-13
Filing date: 2004-12-20
Publication date: 2008-08-18
Also published as: DE502004003807D1; IL177124A; BRPI0418389A; NO338722B1; RU2006132731A; HK1094080A1; BRPI0418389B1; RU2345426C2; CN1914670B; NO20064021L; DE102004007185B3; ES2285551T3; EP1700293A1; CA2556024C; JP2007534229A; US20070016409A1; CA2556024A1; JP4351260B2; ATE362169T1; CN1914670A

Abstract

만약, 속력 파라미터에 의해 제어될 수 있는 적응적 예측 알고리즘이, 속력 파라미터가 제1값을 갖는 경우에 제1 적응 속력, 제1 적응 정밀도 및 부가된 제1 예측 정밀도를 갖으면서 작동하고, 속력 파라미터가 제2값을 갖는 경우에 제1값에 비교하여 더 낮은 적응 속력과 더 높은 정밀도를 갖으면서 작동하는 것으로부터 시작된다면, 속도계수들을 먼저 제1값으로 설정하고 잠시 후 제2값에 설정함으로써 리셋 시간 후에 발생되는 적응 지속기간(적응된 예측 계수 때문에 적응된 예측 계수가 증가되는)이 감소될 수 있다.

리셋 시간 후 소정의 지속시간 후에 속력 파라미터가 다시 제2값에 설정된 후, 전송될 나머지와 예측 오차가 제1속력 파라미터 값을 가지고 가능한 것보다는 더욱 최적화되거나 작아진다.

부호화, 복호화, 예측, 적응 계수, 파라미터, 리셋

Description

예측 부호화 방법{PREDICTIVE CODING SCHEME}

본 발명은 오디오 신호와 같은 정보 신호의 예측 부호화에 관한 것으로, 특히 적응적 예측 부호화에 관한 것이다.

예측 부호화기(또는 송신기)는 신호의 이전 혹은 앞선 값들에 의해 부호화되는 신호의 현재 값을 예측함으로써 신호들을 부호화한다. 선형 예측의 경우에, 이러한 예측 또는 추정은 신호의 이전 값들의 가중치 합에 의해서 신호의 현재 값을 경유하여 달성된다. 예측 가중치 또는 예측 계수들은 예측된 신호와 실제 신호 사이의 차이가 소정의 방법에서 최소화되도록 계속적으로 신호가 조절되거나 적응된다. 예를 들면, 예측 계수들은 예측 오차의 제곱에 관해서 최적화된다. 그러나, 예측 부호화기 또는 예측기를 최적화할 때, 오차의 판별기준이 그밖에 다른 것이 되도록 선택될 수도 있다. 최소 제곱 오차 판별기준을 사용하는 대신에, 오차 신호의 스펙트럼 평면도(예를 들면 차 또는 나머지가 있는 것으로)가 최소화될 수 있다.

신호의 예측된 값들과 실제값들 사이의 차이들은 부호화기 또는 수신기에 전송된다. 이 값들은 나머지 또는 예측 오차들로 언급된다. 실제 신호 값은 부호화기에 의해 전송되었던 예측 오차에 부호화기에서와 동일한 방법으로 획득된 예측 값을 추가하고 동일한 예측기를 사용함으로써 수신기에서 재생될 수 있다.

예측을 위한 예측 가중치는 소정의 속력을 가진 신호에 적응될 수 있다. 소 위 최소 평균 자승(LMS:Least mean squares) 알고리즘에서 하나의 파라미터가 예측 가중치를 위해 사용된다. 하나의 파라미터가 적응 속력과 예측 계수들의 정밀도 사이의 증감에 따른 방법에 의해 조절된다. 때때로, 스텝-사이즈(step-size) 파라미터로 언급되는 이 파라미터는, 얼마나 빨리 예측 계수들이 예측 계수들의 최적화된 설정에 적응하는지를 결정한다. 예측 계수들이 최적으로 조절되지 않아 예측이 정밀하지 않게 되고 그래서 예측 오차는 더 커지게 된다. 작은 값들, 작은 예측 오차들 또는 차이들이 더 큰 비트보다는 더 작은 비트에 의해 전송될 수 있으므로, 예측 오차가 커지게 되면 신호를 전송하기 위한 비트율이 증가하게 된다.

예측 부호화에서의 문제점은, 오차들을 전송하는 경우에, 예를들어, 예측 차이들 또는 오차들이 부정확하게 전송된다면, 송신기와 수신기측에서 예측이 더 이상 동일하지 않게 된다는 것이다. 제1 예측 오차가 일어날 때, 신호의 복호화된 값을 얻기 위하여 현재의 예측된 값이 수신기측에서 더해지기 때문에, 부정확한 값이 재생될 것이다. 이미 부호화된 신호값을 근거로 수신기측에서 예측이 실행되기 때문에 다음 값들 역시 영향을 받게된다.

송신기와 수신기 사이의 재동기화 또는 조정을 얻기 위하여, 예측기들(예를 들면 예측 알고리즘들)이 송신기와 수신기에 대해 동일한 소정의 시간에 송신기와 수신기측에서 임의의 상태로 리셋된다.

그러나, 그러한 리셋 후에 재설정 예측 계수들이 전혀 신호에서 조절되지 않는 것은 직접적인 문제가 될 수 있다. 그러나, 이러한 예측 계수들의 적응은 리셋 시간으로부터 시동하기 위해 약간의 시간을 항상 필요로 한다. 이것이, 예를 들면 왜곡과 같은 것 때문에, 결국 비트율 증가시키거나 신호 품질을 감소시키는 평균 예측 오차를 증가시킨다.

본 발명의 목적은, 일 측면에서, 부호화된 정보 신호의 차이값 또는 나머지에서의 오차들에 더욱 충분한 견고성을 허여하고, 다른 측면에서, 신호품질의 감소나 비트율의 증가를 동반하는, 정보 신호의 처리의 예측 부호화 방법을 제공하는 것이다.

이러한 목적은 청구항 8항 또는 22항에 따른 장치 및 청구항 1항 또는 15항에 따른 방법에 의해 달성된다.

본 발명은, 지금까지 예측 부호화의 기초로서 작동하는 적응적 예측 알고리즘에서의 속력 파라미터의 고정 설정은 속력 파라미터의 가변 설정을 위하여 포기되어야 한다는 결과를 바탕으로 한다. 만약, 속력 계수에 의해서 조정할 수 있는 적응적 예측 알고리즘이, 속력 계수가 제1값을 갖는 경우에, 제1 적응 속력과 제1 적응 정밀도와 이에 수반되는 제1 예측 정밀도를 가지고 작동하는 것과, 속력 파라미터가 제2값을 갖는 경우에, 제2 적응 속력(제1값에 비하여) 및 제2 고 정밀도(제1값에 비하여)를 가지고 작동하는 것으로부터 시작된다면, 예측 오차들이 아직 적응되지 않은 예측 계수들에 기인하여 먼저 증가된 리셋 시간 후에 발생되는 적응기간은 먼저 속력 파라미터를 제1값에 설정하고 잠시 후에 제2값에 설정함으로써 줄여질 수 있다. 리셋 시간 후 일정 지속시간 다음에 속도 파라미터를 제2값에 다시 설정한 후에, 전송될 예측 오차들과 나머지들이 제1 속력 파라미터 값으로 가능한 것보다 더 최적화되거나 작아진다.

본 발명은, 가중치의 적응 속력이 감소된 정밀도를 수반하는 기간동안 증가되도록 리셋 시간 후 임의의 기간 동안 최소 평균 자승(LMS) 알고리즘의 스텝-사이즈(step-size) 파라미터와 같은 속력 파라미터들을 변경함으로써 리셋 시간 후에 예측 오차들이 최소화될 수 있다는 결과를 바탕으로 한다.

본 발명의 바람직한 실시예들은 첨부된 도면들을 참조하여 하기에서 더 상세히 설명될 것이다.

도 1은 본 발명의 실시예에 따라 예측 부호화기의 블록 회로도를 나타낸다.

도 2는 도1의 부호화기의 기능모드를 설명하는 블록 회로도를 나타낸다.

도 3은 본 발명의 실시예에 따라 도 1의 부호화기에 대응하는 복호화기의 블록 회로도를 나타낸다.

도 4는 도 3의 부호화기의 기능모드를 설명하기 위한 흐름도를 나타낸다.

도 5는 본 발명의 실시예에 따라 도 1과 도 3의 예측수단의 블록 회로도를 나타낸다.

도 6은 본 발명의 실시예에 따라 도 5의 횡단선 필터의 블록 회로도를 나타낸다.

도 7은 본 발명의 실시예에 따라 도 5의 적응 제어기의 블록 회로도를 나타낸다.

Fig 8은 두개의 서로 다른 설정 속도 파라미터에 대해 도 5의 예측 수단의 동작을 설명하는 도면을 나타낸다.

도면을 참조하여 더욱 상세하게 본 발명의 실시예를 설명하기에 앞서, 동일 한 참조번호를 가진 서로 다른 도면에서의 요소들의 반복된 설명은 생략한다.

도 1 은 본 발명의 실시예에 따라 예측 부호화기(10)를 나타낸다. 예측 부호화기(10)는 부호화될 정보 신호(s)를 수신하는 입력(12)과 부호화된 정보 신호(δ)를 출력하는 출력(14)을 포함한다. 정보 신호는, 예를들면 소리신호, 비디오 신호, 측정 신호, 또는 그런 종류의 다른 신호와 같은 임의의 신호일 수 있다.

정보 신호(s)는 정보 값들 s(i), i∈|N 의 시퀀스(sequence), 예를 들면 음성 값들, 픽셀 값들, 측정 값들 그리고 그런 종류의 다른 것으로 이루어져 있다.

아래에 보다 상세히 설명되는 바와 같이, 부호화된 정보 신호(δ)는 아래에 서술되는 방법으로 신호값 s(i)에 대응하는 차이값들 또는 나머지들[δ(i), i∈|N]의 시퀀스를 포함한다.

내부적으로, 부호화기(10)는 예측 수단(16), 뺄셈기(18) 및 제어 수단(20)을 포함한다. 예측 수단(16)은, 아래에 보다 상세히 서술되는 바와 같이, 현재의 신호 값(s(n))에 대해 이전의 신호값들(s(m), m<n 및 m∈|N)로부터 예측 값(s`(n))을 계산하기 위해 입력(12)에 연결되고, 뺄셈기(18)의 반전 입력에 차례로 연결된 출력에 예측 값(s`(n))을 출력한다. 또한, 상기 뺄셈기(18)의 비반전 입력은 실제 신호값(S(n))으로부터 예측된 값(S`(m))을 빼기 위해 - 또는, 간단히 두 값의 차이를 계산하기 위해 - 입력(12)에 연결되고 그리고, 결과를 차이 값(δ(n) )으로서 출력(14)에서 출력한다.

예측 수단(16)은 적응적 예측 알고리즘을 구현한다. 적응을 수행할 수 있도록 하기 위하여, 예측 오차로서 언급된 차이값(δ(n) )을 피드백 경로를(22) 경유하여 다른 입력에서 수신한다. 더욱이, 예측 수단(16)은 제어 수단(20)에 연결된 두 개의 제어 입력을 포함한다. 이러한 제어 입력들에 의해서, 아래에 더욱 상세히 서술되는 바와 같이, 제어수단(20)은 임의의 시간에 예측 수단(16)의 필터 계수들(ω_i) 또는 예측 계수들을 초기화할 수 있고, 이어서, 예측 수단(16)이 그 근거로 하는 예측 알고리즘의 속력 파라미터를 변경할 수 있다. 이 속력 파라미터는 λ로 참조될 것이다.

도 1의 부호화기(10)의 설정이 도 1을 참조하며 설명한 후에는, 그 동작모드가 도 2를 참조하면서 서술된다. 이어서, 도 1에서 정보신호(s)가 부호화되도록 하는 처리를 시작하는데, 예를 들면 신호 값들(s(m), m<n)은 이미 부호화된 것으로 상정한다.

도 2의 단계 40에서, 제어 수단(20)은 예측 수단(16)의 예측 또는 필터 계수들(ω_i)을 먼저 초기화한다. 단계 40에 따른 초기화는 미리 정한 리셋 시간("소정의 리셋 시간")에 일어난다. 더욱 정확하게, 단계 40에 따른 리셋이 수행되었던 리셋 시간 또는 신호 값 번호(n)이 예를들면, 고정 시간 간격들에서 발생될 수도 있다. 리셋 시간은 예를들면, 부호화된 정보 신호(δ)에서 리셋 시간에 대한 정보를 적분함으로써 또는 리셋 시간들 사이의 신호 값들의 고정 시간 간격 또는 고정 수를 표준화함으로써 복호화기측에서 재생될 수 있다.

계수들(ω_i)이 임의의 값으로 설정되는데, 예를 들면 어떤 리셋 시간 마다 동일한 값으로 설정될 수 있다, 즉 매번 단계 40은 실행된다. 바람직하게, 예측 계수들은 전형적인 대표 정보 신호들로부터 자기-발견적으로 유도되고, 예를들면, 재즈, 클래식, 락 등의 음악의 혼합과 같은 정보 신호들의 대표적인 집합에 대한 평 균에서 결과적으로 예측 계수들의 최적 집합을 발생시키는 값으로 초기화된다.

단계 42에서, 제어 수단(20)은, 속력 파라미터(λ)를 제1값으로 설정하고, 바람직하게 단계 40과 42는 동시에 필수적으로 리셋 시간으로 실행된다. 이 후에 명백하게 되는 바와 같이, 제1 값으로의 속력 파라미터의 설정은 예측 수단(16)이 단계 40에서(물론 감소된 적응 정밀도를 부가하는) 초기화된 예측 계수(ω_i)의 빠른 적응을 실행하도록 한다.

단계 44에서, 예측 수단(16)과 뺄셈기(18)는 예측 계수(ω_i)의 적응을 이용하는 동일한 것을 예측함으로써 정보 신호(s), 특히 현재의 신호 값(s(n))을 부호화하는 예측 수단으로 상호협동한다. 더욱 정확하게, 단계 44는, 이전의 신호 값들(s(m),m<n)을 사용하는 예측 수단(16)에 의해 현재의 신호 값(s(n)에 대한 예측된 값(S`(n))을 계산하는 단계와, 현재의 예측 계수들(ω_i)을 사용하는 단계와, 뺄셈기(18)에 의해 실제 신호 값(s(n))으로부터 이 방향으로 예측된 값(s`(n))을 빼는 단계와, 부호화된 정보 신호(δ)의 부분으로서 출력(14)에서 그 결과의 차이값(δ(n))을 출력하는 단계, 및 피드백 경로(22)를 경유하여 획득하는 예측 오차 또는 차이값(δ(n))을 사용하는 예측 수단(16)에 의해 계수들(ω_i)을 적응시키거나 조절하는 단계와 같은 보조단계(substep)를 포함한다.

예측 수단(16)은, 예측 계수들(ω_i)의 적응 또는 조절을 위해 제어수단에 의해 미리 결정되거나 설정된 속력(속도) 파라미터(λ)을 사용한다. LMS 알고리즘의 실시예에 참조하여 아래에 더욱 상세히 서술되는 바와 같이, 제어 수단(20)은, 조 절 반복에 대한 피드백 예측 오차(δ(n))가 예측 계수들(ω_i)의 업데이트 또는 적응에 얼마나 강하게 영향을 미치는지, 또는 예측 계수들(ω_i)이 적응 반복에 대한(예를들면, 피드백된 δ(n)에 대한) 예측 오차에 따라 얼마나 강하게 변할 수 있는지를 결정한다.

단계 46에서, 제어 수단(20)은 속력 파라미터(λ)의 변경이 가능한지를 확인한다. 단계 46에서의 결정은 다른 방법에 의해 수행될 수도 있다. 예를 들면, 단계 40 및 42에서 각각 초기화와 설정이 이루어지기 때문에, 제어 수단(20)은 속력 파라미터 변화가 소정의 기간이 지나갔을 때 실행되도록 결정한다. 선택적으로, 단계 46에서 제어 수단(20)은, 저 예측 수단 오차에 상응하게 계수들의 최적 설정에 대한 근사치와 같은 예측 수단(16)의 적응 정도를 평가하며, 아래에서 더욱 상세히 서술될 것이다.

먼저, 어떤 속력 파라미터 변화도 단계 46에서 인지되지 않는 것으로 가정한다. 이런 경우에, 단계 48에서 제어 수단(20)은, 재동기화의 이유 때문에 예측 계수들이 다시 초기화될 때, 리셋 시간이 다시 있는지를 확인한다. 먼저, 리셋 시간이 없는 것으로 가정한다. 만약 리셋 시간이 없다면, 예측 수단(16)은 " n->n+1 "에 의해서 도 2에 표시되는 바 같이, 다음 신호 값을 계속 부호화할 것이다. 이 방법에서는, 속력 파라미터(λ)에 의해 설정된 것처럼, 단계 46에서 속도 파라미터 변화가 실행되는 루프(44,46,48)를 언제 통과하는 지를 제어 수단(20)이 결정할 때까지 적응 속력을 갖는 예측 계수들(ω_i)의 적응을 사용하는 정보 신호(s)의 부호화가 계속된다. 이런 경우에, 단계 50에서 제어 수단(20)은 속력 파라미터(λ)를 제2 값으로 설정한다. 제2값에 속력 파라미터(λ)를 설정하는 것은, 단계 44에서 하위 적응 속력을 가진(그러나, 이러한 통과에서, 부호화된 신호에서의 값(δ(n))을 적분할 때 증가된 압축율을 차례로 허락하는 정보 신호(s)의 이어지는 신호 값들을 참조하는 시간을 변경하도록 증가된 적응 정밀도를 가진) 예측 계수들(ω_i)의 적응을 실행하기 위해 루프(44-48)를 통과할 때, 결과적인 나머지(δ(n))가 더욱 작게될 것이다.

여러번 루프(44-48)를 지나간 후에, 단계 48에서 제어 수단(20)은 리셋 시간을 인식할 것이다. 그래서 기능적인 흐름은 단계 40에서 다시 시작한다.

차이값(δ(n))의 시퀀스가 부호화된 정보 신호(δ)에서 적분되는 방법은 상기에서 상세히 서술되지 않았다. 비록, 고정 비트 길이를 가지는 2진 표시로 부호화된 신호에서 차이값들(δ(n))을 적분하는 것이 가능할지라도, 호프만 부호화(Huffman coding), 연산 부호화(arithmetic coding) 또는 엔트로피 코딩(entropy coding)과 같은 가변 비트 길이를 갖는 차이값(δ(n))을 부호화하는 것이 더 많은 이점을 가진다. 정보 신호(s)를 부호화하기 위해 요청되는 작은 양의 비트들의 이점 또는 비트율의 이점은, 다음과 같은 사실에 의해 도 1의 부호화기(10)에 귀착된다. 즉, 지금까지 적응되지 않은 예측 계수들이 빠르게 적응되도록 적응 속력을 크게 하는 속력 파라미터(λ)가 임시적으로 먼저 설정되는 리셋 시간 후에, 이어지는 예측 오차가 작아지도록 적응 정밀도가 더 커지게 속력 파라미터가 설정된다.

본 발명의 실시예에 따른 예측 부호화가 상기에 서술되었으므로, 도 1의 부호화기에 대응하는 복호화기가 본 발명의 실시예에 따른 도 3 및 4를 참조하여 그 기능 모드 및 설정에 대해 이어서 설명될 것이다. 복호화기는 참조번호 60에 의해 도 3에 표시된다. 복호화기는 차이값들 또는 나머지들(δ(n))로 이루어지는 부호화된 정보 신호(δ)를 수신하기 위한 입력(62), 부호화된 신호 값들(

(n))의 시퀀스로 대응되게 이루어지고 차이값들(δ(n))의 표시에서 회전 오차를 제외한 원 정보 신호(s(n))에 대응하는 부호화된 정보 신호(

)를 출력하기 위한 출력(64), 도 1의 부호화기(10) 중 하나로서 동일한 기능을 갖거나 부호화기(10)와 동일한 예측 수단(66), 가산기(68) 및 제어 수단(70)을 포함한다. 이어서, 복호화된 신호값과(

(n)) 원 신호값(s(n)) 사이에 어떤 차이도 없지만, 둘 모두 그 의미가 내용으로부터 명백해질 s(n)을 참조할 것이다.

예측 수단(66)의 입력은 이미 복호화된 신호값들(s(n))을 획득하기 위한 출력(64)과 연결된다. 이 신호 값들(s(m), m < n)로부터 이미 복호화된 예측 수단(66)은 복호화될 현재의 신호값(s(n))에 대한 예측된 값(s`(n))을 계산하고, 예측된 값을 가산기(68)의 제1입력에 출력한다. 가산기(68)의 제2입력은 예측된 값들(s`(n))과 차이값들(δ(n))을 가산하기 위하여 입력(62)에 연결되고, 그 결과 또는 합을 복호화된 신호(

(n))의 부분으로서 출력(64)에 출력하고, 그 출력은 다음 신호값을 예측하기 위한 예측 수단(66)에 입력된다.

예측 수단(66)의 다른 입력은 차이값(δ(n))을 얻기 위하여 입력(62)에 연결되며, 현재의 예측 계수(ω_i)에 적응시키기 위해 이 값을 사용한다. 도 1의 예측 수단(16)에서와 같이, 예측 계수들(ω_i)은 제어 수단(70)에 의해 초기화될 수 있다. 속력 파라미터(λ)는 제어 수단(70)에 의해 가변될 수 있다.

복호화기(60)의 동작 모드는 도 3 및 4를 동시에 참조하여 이어서 서술될 것이다. 단계 40 및 42에 대응하는 단계 90 및 92에서, 먼저, 제어 수단(70)은 예측 수단(66)의 예측 계수(ω_i)를 초기화하고, 속력 파라미터(λ)를 고 적응 속력(그러나 감소된 적응 정밀도)에 대응하는 제1값으로 설정한다.

단계 94에서, 예측 수단(66)은 예측 계수들(ω_i)의 적응을 사용하는 정보 신호를 예측함으로써 부호화된 정보 신호 또는 현재의 차이값들(δ(n))을 부호화한다. 더욱 정확하게, 단계 94는 몇개의 보조 단계들을 포함한다. 먼저, 이미 복화화된 신호값들(s(m),m < n)을 아는 예측 수단(66)은, 예측된 값들(s`(n))을 획득하기 위하여 결정되는 현재의 신호 값을 예측한다. 그래서, 예측 수단(66)은 예측 계수(ω_i)를 사용한다. 복호화되는 현재의 차이값(δ(n))은 출력(64)에서 복호화된 신호(

)의 일부로 이러한 방식으로 획득된 합을 출력하기 위해 가산기(68)에 의해서 예측된 값(s`(n))으로 가산된다. 그러나, 그 합은 또한 다음 예측에서 이 값(s(n))을 사용할 예측 수단(66)에서의 입력이 된다. 더욱이, 예측 수단(66)은, 현재로 설정된 속력 파라미터(λ)에 의해 미리 결정된 현재의 예측 계수들(ω_i), 적응 속력 및 적응 정밀도를 적응시키기 위해 부호화된 신호 스트림으로부터 차이값(δ(n))을 사용한다. 예측 계수들(ω_i)이 이러한 방식으로 갱신되거나 적응된다.

도 2의 단계 46에 대응하는 단계 96에서, 제어 수단은 속력 파라미터 변화가 발생하는지를 확인한다. 만약 이것이 그 경우가 아니라면, 단계 48에 대응하는 단계 98에서 제어 수단(70)은 리셋 시간이 있는지를 결정할 것이다. 만약 이것이 그 경우가 아니라면, 단계 94-98의 루프는 다시 통과될 것이다. 다음 신호 값(s(n)) 또는 다음 차이값(δ(n))을 위한 이 시간은 " n->n+1"에 의해 도 4에 표시된 것과 같다.

그러나, 만약 단계 96에서 속력 파라미터 수정이 있다면, 단계 100에서 제어 수단(70)은 속력 파라미터(λ)를 하위 적응 속력(그러나 상위 적응 정밀도)에 대응하는 제2값으로 설정할 것이다(이미 부호화에 관해 서술된 바와 같다).

언급된 바와 같이, 리셋 시간과 속력 파라미터 변화들은 송신기 측과 수신기측에서 동일한 신호 값 또는 복호화된 신호값들 사이에서 발생되거나 동일한 위치에서 발생된다는 표준에 의하거나 부호화된 정보 신호(62)에서의 정보에 의해 보장된다.

본 발명의 실시예에 따른 예측 부호화 방안이 도 1 내지 도 4를 참조하여 일반적으로 서술된 이후에 예측 수단의 구체적인 실시예가 도 5 내지 7을 참조하여 서술될 것이다. 이러한 실시예에서, 예측 수단(16)은 LMS 적응 알고리즘에 따라 동작한다.

도 5는 LMS 알고리즘 실시예에 따른 예측 수단(16)의 설정을 나타낸다. 이미 도 1 및 도 3을 참조하여 서술한 바와 같이, 예측 수단(16)은 신호값들(s(n))을 위한 입력(120), 예측 오차 또는 차이값들(δ(n))을 위한 입력(122), 속력 파라미터(δ)를 설정하거나 계수들(ω_i)을 초기화하기 위한 두개의 제어 입력들(124,126), 및 예측 값(s(n))을 출력하기 위한 출력(128)을 포함한다. 내부적으로, 예측 수단(16)은 횡단선 필터(130) 및 적응 제어기(132)를 포함한다. 횡단선 필터(130: Transversal Filter))는 입력(120)과 출력(128) 사이에 연결된다. 적응 제어기(132)는 2개의 제어 입력들(124,126)에 연결되고, 부가적으로 입력들(120,122)에 연결되며, 또한 계수들(ω_i)에 대한 보정값들(δω_i)을 횡단선 필터(130)로 통과시키기 위한 출력을 포함한다.

예측 수단(16)[뺄셈기(도 1의 18)와 상호동작될 수 있는]에 의해 구현된 LMS 알고리즘은 일반적으로 다음 두 개의 기본 과정으로 이루어진 선형 적응 필터 알고리즘이다.

1과정: 필터 과정은 a) 횡단선 필터(130)에 의해 입력 신호(s(n))에 응답하는 선형 필터의 출력 신호(s`(n))를 계산하는 단계, b) 뺄셈기(18)에 의해 출력 신호(s`(n))를 요청 응답(s(n))과 비교함으로써 추정 오차(δ(n))를 생성하거나 부호화된 정보 신호(δ)로부터 추정 오차(δ(n))를 획득하는 단계를 포함한다.

2과정: 적응 과정은 적응 제어기(132)에 의해 실행되고, 추정 오차(δ(n))에 따라 횡단선 필터(130)의 필터 계수들(ω_i)의 자동 조정을 포함한다.

이러한 상호동작하는 과정의 조합은 도 1 내지 4를 참조하여 이미 언급된 바와 같이, 피드백 루프에 귀착된다.

횡단선 필터(130)의 상세한 설명은 도 6에서 이루어진다. 횡단선 필터(130)는 입력(140)에서 신호 값들(s(n))의 시퀀스를 수신한다. 현재의 신호값들(s(n))에 앞서는 신호 값들(s(n-1).....s( n-m ))이 m개의 지연 소자들(142) 사이의 연결 노드에 존재하도록 입력(140)은 m개의 지연 소자들(142)의 직렬 연결 뒤에 온다. 연결 노드들의 각각 또는 신호 값들(s(n-1).....s(n-m))의 각각은, 필터 계수들(ω_i, i=1,....,m) 중 하나 또는 각각의 예측 가중에 의해 각각의 인가 신호 값을 곱하거나 가중치를 두는 m개의 가중치 수단(144) 중 하나에 적응된다. 가중치 수단(144)은, 추정 값 또는 예측된 값들(s`(m))이 직렬 연결의 마지막 가산기의 합으로부터 횡단선 필터(130)의 출력에서

로 귀착되도록 직렬로 연결된 복수의 가산기들(146) 중 각 하나에 그 결과값을 출력한다.

더 넓은 의미에서, 추정값(s`(n))은 반복의 수(n)가 무한대에 도달할 때 정지한 환경에서 비엔나 솔루션(Wiener solution)에 따라 예측된 값을 도출한다.

적응 제어기(132)는 도 7에 더욱 상세히 도시된다. 적응 제어기(132)는 차이값들(δ(n))의 시퀀스가 수신되는 입력(160)을 포함한다. 차이값들(δ(n))이 스텝-사이즈(step-size) 파라미터로서 언급된 속력 파라미터(λ)에 의해 가중치 수단(162)에서 곱해진다. 그 결과는 신호 값들(s( n-1 ).....s(n-m)) 중 하나에 의해 결과를 곱하는 복수의 곱셈 수단(164)들에 공급된다. 곱셈기들(164)의 결과는 보정 값(δω_i,....δω_m)을 형성한다. 따라서, 보정 값들(δω_i,....δω_m)은 추정 오차(δ(n))의 내적의 스칼라 버전 및 신호 값들(s( n-1 ).....s(n-m))로부터의 벡터를 나타낸다. 횡단선 필터(130)에서 예를들면, 신호값(s(n+`))에 대한 다음 반복 단계가 새로 적응된 계수들(ω_i->ω_i+δω_i)을 가지고 실행되도록 다음 필터 단계 이전에 보정 값들이 현재의 계수들(ω_i,....ω_m)에 추가된다.

이미 언급된 바와 같이, 적응 제어기(132)에 사용되고 스텝-사이즈(step-size) 파라미터로서 언급된 스케일링(scaling) 인자(λ)가 양의 수량이 되도록 고 려될 수 있고, 안정되게 도 5 내지 7의 수단들에 의해 실현된 LMS 알고리즘을 위해 정보 신호의 스펙트럼 내용에 관하여 임의의 조건을 충족해야만 한다. 여기에서, 안정도는 증가하는 n을 가지고, 예를 들면 적응이 무한 지속 기간으로 수행될 때, 필터(130)에 의해 생성된 평균 제곱 오차가 상수 값에 다다르는 것을 의미한다. 이 조건을 충족시키는 알고리즘은 평균 제곱 안정(mean square stable)으로 언급된다.

예를들면, 정밀도에서, 계수들(ω_i)이 계수들의 최적의 집합에 조절될 수 있기 때문에, 속력 파라미터(λ)의 수정은 적응 정밀도에서의 수정을 야기한다. 필터 계수들의 조절 불량은 평균 제곱 오차에서 증가 또는 정상 상태(n->∞)에서 차이값들(δ)에서의 에너지에 귀착된다. 특히, 가중치(ω_i)에서 작동하는 피드백 루프는 저역 통과 필터와 같이 작동된다. 결정지속 기간 상수는 파라미터(λ)에 역비례한다. 따라서, 적응 과정은 파라미터(λ)를 작은 값으로 설정함으로써 느려지게 된다. 상기 가중치(ω_i)에 대한 기울기 잡음의 효과가 크게 필터링된다. 이것은 조절 불량을 줄이는 역 효과를 가지고 있다.

도 8은 그래프를 사용하는 도 5 내지 7의 예측 수단(16)의 적응 행동에 대해 파라미터(λ)를 다른 값들(λ₁,λ₂)에 설정하는 영향을 설명한다. 반복 횟수(n) 또는 예측 및 적응 횟수(n)는 x축을 따라 작성되고, 나머지 값들(δ(n))의 평균 에너지 또는 평균 제곱 오차는 y축을 따라 작성된다. 연속된 선은 속력 파라미터(λ)을 나타낸다. 도시된 바와 같이, 나머지 값들의 평균 에너지가 기본적으로 상수로 남아있는 고정 상태에 적응은 반복 횟수(n₁)를 필요로 한다. 고정되거나 유사 고정된 상태에서 나머지 값들의 에너지는 E₁이다. 도시된 바와 같이, 점선 그래프는 더 큰 속력 파라미터(λ₂)에 귀착된다. 더 적은 반복(즉, n₂)이 안정된 상태에 다다를 때까지 요청된다. 그러나, 안정된 상태는 나머지 값들의 더 상위의 에너지(E₂)를 수반한다. E₁ 또는 E₂에 고정된 상태가, 점근선 값에 대한 나머지 또는 나머지 값들의 평균 제곱 오차의 고정화뿐만 아니라 임의의 정밀도를 가진 필터 계수의 최적화 집합에 필터 계수들(ω_i)의 고정화를 나타낸다. 이때, λ₁의 경우에 더 높은 정밀도를 가지고 λ₂의 경우에 더 낮은 정밀도를 가진다.

그러나, 도 1 내지 4를 참조하여 서술된 바와 같이, 만약, 첫번째로 속력 계수(λ)가 값(λ₂)에 설정된다면, 첫번째로 계수들(ω_i)의 적응이 더 빠르게 달성될 것이다. 리셋 시간 후 일정 기간 후에 λ₁으로의 변화가 향상될 다음의 지속기간에 대한 적응 정밀도를 제공한다. 대체로, 두 개의 파라미터 설정 중 하나에 의해서 보다 더 높은 압축을 허용하는 나머지 값 에너지 그래프가 달성된다.

상기와 같은 도면의 설명에서, 본 발명이 LMS 알고리즘 구현에 제한되지 않는다는 것은 명백하다. 도 5 내지 8을 참조하면, 비록 본 발명이 적응적 예측 알고리즘으로서 LMS 알고리즘에 관하여 더욱 상세히 서술될지라도, 본 발명은 다른 적응적 예측 알고리즘에 관련되어 적용될 수 있다. 일측에서의 적응 속력과 다른 측에서 적응 정밀도 사이에서 정합이 속력 파라미터를 경유하여 실행될 수 있다. 적 응 정밀도가 나머지 값의 에너지에 차례로 영향을 미치므로, 첫번째로 속력 파라미터가 커지는 것 같이 항상 설정될 수 있다. 이때, 적응 속력은 작지만 적응 정밀도는 크지며 나머지 값의 에너지는 더 작아지도록 설정된다. 예를 들면, 그러한 예측 알고리즘들을 가지고 입력(120)과 적응 제어기(132) 사이에서 연결될 필요가 없다.

부가적으로, 속력 파라미터 변화를 유발하기 위한 리셋 시간 후에 상기에 서술된 고정된 지속시간 대신에, 예를들면 절대값의 합과 같은 계수 보정(δω)이 임의의 값 이하로 떨어질 때, 트리거링(triggering)은 속력 파라미터를 유발하는 것과 같은 적응 정도에 따라 실행될 수 있다. 도 8에 도시된 바와 같이, 유사 고정상태에 대한 근사치를 임의의 근사치 정도로 나타내는 것이 명백하다. 특히, 본 발명의 방안이 소프트웨어로 구현될 수 있는 환경에 종속된다는 것은 명백하다. 대응 방법이 실행되는 것과 같은 프로그램 가능 컴퓨터 시스템과 상호작동될 수 있고, 전자적으로 판독할 수 있는 제어 신호들을 갖는 디지털 저장 매체, 특히 디스크 혹은 CD에서 구현될 수 있다.

일반적으로, 따라서 본 발명은 컴퓨터 프로그램 제품이 컴퓨터 상에서 실행될 때 기계판독가능한 캐리어 상에 저장된 발명의 방법을 수행하기 위한 프로그램 코드를 갖는 컴퓨터 프로그램 제품에 존재한다. 즉, 본 발명은 컴퓨터 프로그램이 컴퓨터 상에서 실행될 때, 상기 발명을 수행하기 위한 프로그램 코드를 갖는 컴퓨터 프로그램이다.

Claims

속력 파라미터(λ)가 제1값을 갖는 경우에 제1 적응 정밀도와 제1 적응 속력을 갖고 작동하고, 속력 파라미터(λ)가 제2값을 갖는 경우에 제1값에 비교하여 더 낮은 적응 속력과 더 높은 정밀도를 갖으면서 작동하도록 속력 파라미터(λ)에 의해 제어될 수 있고 초기화될 수 있는 예측 계수(ω_i)의 적응적 예측 알고리즘에 의하여 정보값들의 시퀀스를 포함하는 정보 신호를 예측적으로 부호화하는 부호화 방법으로서,

A) 상기 예측 계수들(ω_i)을 초기화하는 단계(40)와;

B) 상기 속력 파라미터(λ)를 제1값으로 설정하도록 적응적 예측 알고리즘을 제어하는 단계와(42);

C) 상기 정보신호의 제1부분을 부호화하기 위하여 상기 B)단계 후 소정의 기간이 지나지 아니하는 한, 상기 제1값에 설정된 속력 파라미터(λ)를 가지고 적응적 예측 알고리즘에 의하여 정보 신호의 후속하는 정보값들을 부호화하는 단계(44)와;

D) 상기 B)단계 후 소정의 기간이 지난 후, 상기 속력 파라미터(λ)를 제2값에 설정하도록 적응적 예측 알고리즘을 제어하는 단계(50); 및

E) 상기 제1부분에 후속하는 상기 정보신호의 제2부분을 부호화하기 위하여, 상기 제2값에 설정된 속력 파라미터(λ)를 가지고 적응적 예측 알고리즘에 의하여 상기 C) 단계에서 부호화된 정보값에 이어지는 정보 신호의 정보값들을 부호화하는 단계(44)를 포함하여 이루어지는 예측 부호화 방법.
제1항에 있어서,

상기 단계 C)는 적응된 예측 계수들(ω_i)을 획득하기 위해 상기 단계 A)에서 초기화된 예측 계수들(ω_i)의 적응을 이용하여 실행되며, 상기 단계 E)는 적응된 예측 계수들(ω_i)의 적응을 사용하여 실행되는 것을 특징으로 하는 예측 부호화 방법.
제1항 또는 제2항에 있어서,

상기 단계 A)-E)는 상기 정보 신호의 연속된 섹션들을 부호화하기 위해 소정의 시간에 간헐적으로 반복되는 것을 특징으로 하는 예측 부호화 방법.
제3항에 있어서,

상기 소정의 시간은 미리 설정된 시간 간격으로 순환적으로 되풀이되는 것을 특징으로 하는 예측 부호화 방법.
제1항 또는 제2항에 있어서,

상기 단계 D)는 단계 B)이후에 소정의 지속기간이 지나간 후에 실행되는 것을 특징으로 하는 예측 부호화 방법.
제1항 또는 제2항에 있어서,

상기 단계 C) 및 E)로 부터 정보신호의 정보 값과 예측 값들 사이의 차가 구하여 져서 상기 정보 신호의 부호화 버전을 나타내는 것을 특징으로 하는 예측 부호화 방법.
정보값들의 시퀀스를 포함하는 정보 신호를 예측적으로 부호화하는 예측 부호화 장치에 있어서,

속력 파라미터(λ)가 제1값을 갖는 경우에 제1 적응 정밀도와 제1 적응 속력을 갖으면서 작동하고, 속력 파라미터(λ)가 제2값을 갖는 경우에 제1값에 비교하여 더 낮은 적응 속력과 더 높은 정밀도를 갖으면서 작동하도록 속력 파라미터(λ)에 의해 제어될 수 있고 초기화될 수 있는 예측 계수(ω_i)의 적응적 예측 알고리즘을 실행하는 수단들(16,18)과;

상기 적응적 예측 알고리즘을 실행하기 위한 수단들에 결합된 제어 수단(20)을 포함하며, 상기 제어 수단(20)은:

a) 예측 계수들(ω_i)의 초기화(40);

b) 상기 속력 파라미터(λ)를 제1값으로 설정하는 적응적 예측 알고리즘의 제어(42);

c) 상기 정보신호의 제1부분을 부호화하기 위하여, 상기 b)의 제어 후 소정의 기간까지는, 상기 제1값에 설정된 속력 파라미터(λ)를 가지고 적응적 예측 알고리즘에 의하여 정보 신호의 후속하는 정보값들을 부호화;

d) 상기 b)의 제어 후 소정의 기간이 지난 후에는, 상기 속력 파라미터(λ)를 제2값에 설정하는 적응적 예측 알고리즘의 제어(50); 및

e) 상기 제1부분에 이어지는 상기 정보신호의 제2부분을 부호화하기 위하여, 상기 제2값에 설정된 속력 파라미터(λ)를 갖고 적응적 예측 알고리즘에 의하여 상기 c)의 부호화에서 부호화된 정보값에 이어지는 정보 신호의 정보값들을 부호화(44)를 초래하게 하는 것을 특징으로 하는 예측 부호화 장치.
제7항에 있어서,

상기 제어 수단(20)은 적응된 예측 계수들(ω_i)을 획득하기 위해 상기 a)에서 초기화된 예측 계수들(ω_i)의 적응을 이용하여 실행되도록 부호화 c)를 초래하고, 적응된 예측 계수들(ω_i)의 적응을 사용하여 실행되도록 부호화 e)를 초래하도록 형성되는 것을 특징으로 하는 예측 부호화 장치.
제7항 또는 제8항에 있어서,

상기 제어 수단(20)은 정보 신호의 연속된 섹션들을 부호화하기 위해, 상기 a)의 초기화, 상기 b)의 제어, 상기 c)의 부호화, 상기 d)의 제어, 및 상기 e)의 부호화를 소정의 시간에 간헐적으로 반복하도록 형성되는 것을 특징으로 하는 예측 부호화 장치.
제9항에 있어서,

상기 제어 수단(20)은 소정의 시간의 상기 반복이 미리 설정된 시간 간격으로 순환적으로 발생하도록 형성되는 것을 특징으로 하는 예측 부호화 장치.
제9항에 있어서,

상기 제어 수단(20)은 상기 b)의 제어를 통과한 후 소정의 지속기간이 지나간 후에 상기 d)의 제어가 실행되도록 형성되는 것을 특징으로 하는 예측 부호화 장치.
제7항 또는 제8항에 있어서,

상기 적응적 예측 알고리즘을 실행하는 수단은 상기 정보 신호의 부호화 버전을 나타내는 예측된 값들과 상기 정보 신호의 정보 값들 사이의 차를 구하도록 형성되는 것을 특징으로 하는 예측 부호화 장치.
속력 파라미터(λ)가 제1값을 갖는 경우에 제1 적응 정밀도와 제1 적응 속력을 갖으면서 작동하고, 속력 파라미터(λ)가 제2값을 갖는 경우에 제1값에 비교하여 더 낮은 적응 속력과 더 높은 정밀도를 갖으면서 작동하도록 속력 파라미터(λ)에 의해 제어될 수 있고 초기화될 수 있는 예측 계수(ω_i)의 적응적 예측 알고리즘에 의하여 차이값의 시퀀스를 포함하는 예측적으로 부호화된 정보 신호를 복호화하는 방법으로서,

F) 상기 예측 계수들(ω_i)을 초기화하는 단계(90);

G) 상기 속력 파라미터(λ)를 제1값으로 설정하도록 적응적 예측 알고리즘을 제어하는 단계(92);

H) 상기 적응적으로 부호화된 정보신호의 제1부분을 복호화하기 위하여, 상기 G)단계 후 소정의 기간이 지날 때까지, 상기 제1값에 설정된 속력 파라미터(λ)를 가지고 적응적 예측 알고리즘에 의하여 적응적으로 부호화된 정보 신호의 후속하는 정보값들을 복호화하는 단계(94);

I) 상기 G)단계 후 소정의 기간이 지난 후, 상기 속력 파라미터(λ)를 제2값에 설정하도록 적응적 예측 알고리즘을 제어하는 단계(100); 및

J) 상기 예측적 부호화 정보 신호의 제2값을 복호화하기 위하여, 상기 제2값에 설정된 속력 파라미터(λ)를 가지고 적응적 예측 알고리즘에 의하여 상기 H)단계에서 복호화된 차이값들에 이어지는 예측적 부호화 정보 신호의 차이값들을 복호화하는 단계(94)를 포함하여 이루어지는 것을 특징으로 하는 정보 신호의 복호화 방법.
제13항에 있어서,

상기 단계 H)는 적응된 예측 계수들(ωi)을 획득하기 위해 상기 단계 F)에서 초기화된 예측 계수들(ωi)의 적응을 이용하여 실행되며, 상기 단계 J)는 적응된 예측 계수들(ω_i)의 적응을 사용하여 실행되는 것을 특징으로 하는 정보신호의 복호화 방법.
제13항 또는 제14항에 있어서,

상기 단계 F)-J)는 상기 예측적으로 부호화된 정보 신호의 연속된 섹션들을 복호화하기 위해 소정의 시간에 간헐적으로 반복되는 것을 특징으로 하는 정보신호의 복호화 방법.
제15항에 있어서,

상기 소정의 시간은 미리 설정된 시간 간격으로 순환적으로 되풀이 되는 것을 특징으로 하는 정보신호의 복호화 방법.
제13항 또는 제14항에 있어서,

상기 단계 I)는 단계 G)이후에 소정의 지속기간이 지나간 후에 실행되는 것을 특징으로 하는 정보신호의 복호화 방법.
제13항 또는 제14항에 있어서,

상기 단계 H) 및 J)는 상기 예측적으로 부호화된 정보신호 및 예측값들에 차이값을 더하는 단계를 포함하는 것을 특징으로 하는 정보신호의 복호화 방법.
차이값들의 시퀀스를 포함하는 예측적으로 부호화된 정보 신호를 복호화 하는 장치로서,

속력 파라미터(λ)가 제1값을 갖는 경우에 제1 적응 정밀도와 제1 적응 속력을 가지며 작동하고, 속력 파라미터(λ)가 제2값을 갖는 경우에 제1값에 비교하여 더 낮은 적응 속력과 더 높은 정밀도를 갖으면서 작동하도록 속력 파라미터(λ)에 의해 제어될 수 있고 초기화될 수 있는 예측 계수(ω_i)의 적응적 예측 알고리즘을 실행하는 수단들(66,68)과;

상기 적응적 예측 알고리즘을 실행하기 위한 수단들에 결합된 제어 수단(70)을 포함하며, 상기 제어 수단(70)은,

f)예측 계수들(ωi)의 초기화(90);

g)상기 속력 파라미터(λ)를 제1값으로 설정하는 적응적 예측 알고리즘의 제어(92);

h) 상기 적응적으로 부호화된 정보신호의 제1부분을 복호화하기 위하여, 상기 g)단계 후 소정의 기간이 지날 때까지, 상기 제1값에 설정된 속력 파라미터(λ)를 가지고 적응적 예측 알고리즘에 의하여 적응적으로 부호화된 정보 신호의 후속하는 차이값들의 복호화(94);

i) 상기 g)단계 후 소정의 기간이 지난 후, 상기 속력 파라미터(λ)를 제2값에 설정하도록 적응적 예측 알고리즘을 제어(100); 및

j) 상기 예측적 부호화 정보 신호의 제2값을 복호화하기 위하여, 상기 제2값에 설정된 속력 파라미터(λ)를 가지는 적응적 예측 알고리즘에 의하여 상기 H)단계에서 복호화된 차이값들에 이어지는 예측적 부호화 정보 신호의 차이값들의 복호화(94)를 초래하도록 하는 것을 특징으로 하는 예측 부호화된 정보신호의 복호화 장치.
제19항에 있어서,

상기 제어 수단(70)은 적응된 예측 계수들(ωi)을 획득하기 위해 상기 f)에서 초기화된 예측 계수들(ωi)의 적응을 이용하여 실행되도록 부호화 h)를 초래하고, 적응된 예측 계수들(ωi)의 적응을 사용하여 실행되도록 부호화 j)를 초래하도록 형성되는 것을 특징으로 하는 예측 부호화된 정보신호의 복호화 장치.
제19항 또는 제20항에 있어서,

상기 제어 수단(70)은 예측 부호화된 정보 신호의 연속된 섹션들을 복호화하기 위해, 소정의 시간에 상기 f)의 초기화, 상기 g)의 제어, 상기 h)의 복호화, 상기 i)의 제어, 및 상기 j)의 복호화를 간헐적으로 반복하도록 형성되는 것을 특징으로 하는 예측 부호화된 정보신호의 복호화 장치.
제21항에 있어서,

상기 제어 수단(70)은 상기 소정의 시간이 미리 설정된 시간 간격으로 순환적으로 되풀이 되도록 형성되는 것을 특징으로 하는 예측 부호화된 정보신호의 복호화 장치.
제19항 또는 제20항에 있어서,

상기 제어 수단(70)은 상기 g)의 제어를 통과한 후 소정의 지속기간이 지나간 후에 상기 i)의 제어를 수행하도록 이루어지는 것을 특징으로 하는 예측 부호화된 정보신호의 복호화 장치.
제19항 또는 제20항에 있어서,

상기 적응적 예측 알고리즘을 실행하는 수단은 예측적으로 부호화된 정보 신호와 예측된 값들에 차이를 더하기 위한 수단을 포함하는 것을 특징으로 하는 예측 부호화된 정보신호의 복호화 장치.
컴퓨터에 청구항 1, 2, 4, 13, 14, 16 중 어느 하나의 항에 따른 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 매체.
삭제
삭제
삭제
삭제