WO2005083683A1 - Prädiktives codierungsschema - Google Patents

Prädiktives codierungsschema Download PDF

Info

Publication number
WO2005083683A1
WO2005083683A1 PCT/EP2004/014496 EP2004014496W WO2005083683A1 WO 2005083683 A1 WO2005083683 A1 WO 2005083683A1 EP 2004014496 W EP2004014496 W EP 2004014496W WO 2005083683 A1 WO2005083683 A1 WO 2005083683A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
adaptation
speed
information signal
adaptive prediction
Prior art date
Application number
PCT/EP2004/014496
Other languages
English (en)
French (fr)
Inventor
Gerald Schuller
Manfred Lutzky
Ulrich Krämer
Stefan Wabnik
Jens Hirschfeld
Original Assignee
Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
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
Priority to BRPI0418389-4A priority Critical patent/BRPI0418389B1/pt
Priority to AU2004316541A priority patent/AU2004316541B2/en
Priority to EP04804095A priority patent/EP1700293B1/de
Priority to CA2556024A priority patent/CA2556024C/en
Priority to JP2006552473A priority patent/JP4351260B2/ja
Priority to DE502004003807T priority patent/DE502004003807D1/de
Application filed by Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. filed Critical Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V.
Priority to CN2004800415752A priority patent/CN1914670B/zh
Publication of WO2005083683A1 publication Critical patent/WO2005083683A1/de
Priority to IL177124A priority patent/IL177124A/en
Priority to US11/462,140 priority patent/US7386446B2/en
Priority to NO20064021A priority patent/NO338722B1/no
Priority to HK07101128A priority patent/HK1094080A1/xx

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/16—Vocoder architecture
    • G10L19/18—Vocoders using multiple modes
    • G10L19/24—Variable rate codecs, e.g. for generating different qualities using a scalable representation such as hierarchical encoding or layered encoding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/02—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using spectral analysis, e.g. transform vocoders or subband vocoders
    • G10L19/022—Blocking, i.e. grouping of samples in time; Choice of analysis windows; Overlap factoring
    • G10L19/025—Detection of transients or attacks for time/frequency resolution switching
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00—Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001—Codebooks
    • G10L2019/0013—Codebook search algorithms
    • G10L2019/0014—Selection criteria for distances

Definitions

  • the present invention relates to predictive coding of information signals, e.g. Audio signals, and especially adaptive to predictive coding.
  • a predictive encoder - or transmitter - encodes signals by predicting a current or current value of the signal to be coded by the past or previous values of the signal. In the case of linear prediction, this prediction or presumption is made about the current value of the signal by a weighted sum of the past values of the signal.
  • the prediction weights or also prediction coefficients are continuously adapted or adapted to the signal, so that the difference between the predicted signal and the actual signal is minimized in a predetermined manner.
  • the prediction coefficients are optimized, for example, with respect to the square of the prediction error.
  • the error criterion when optimizing the predictive encoder or predictor can also be selected differently. Instead of using the least squares criterion, the spectral flatness of the error signal, i.e. differences or residuals.
  • the prediction weights for the prediction can be adapted to the signal at a predetermined speed. There is a parameter for this in the so-called least mean squares (LMS) algorithm.
  • LMS least mean squares
  • This parameter determines how quickly the prediction coefficients adapt to an optimal set of prediction coefficients, a non-optimally adapted set of prediction coefficients leading to the prediction being less accurate and therefore the prediction errors being larger, which in turn results in an increased bit rate for the transmission of the signal, since small values or small prediction errors or differences can be transmitted with fewer bits than larger ones.
  • the predictors i.e. the prediction algorithms, on the transmitter side and on the reception side, given the same times for both sides, are reset to a specific state, which is referred to as a reset.
  • the object of the present invention is therefore to create a scheme for predictive coding of an information signal which on the one hand has a sufficient robustness against errors in the difference values or residuals of the coded information signal and on the other hand a lower increase associated therewith the bit rate or reduction in signal quality.
  • the present invention is based on the knowledge that the previous fixed setting of the speed parameter of the adaptive prediction algorithm, which is the basis of a predictive coding, has to be abandoned, towards a variable setting of this parameter.
  • an adaptive prediction algorithm is assumed which can be controlled by a speed coefficient in order to work and in with a first adaptation speed and a first adaptation precision and an associated first prediction precision in the event that the speed coefficient has a first value
  • the adaptation time periods occurring after the reset times can be in which the prediction errors are initially increased due to the as yet unadapted prediction coefficients, decrease by the speed parameter initially is set to the first value and after a while to the second value.
  • the speed parameter is set to the second value again after a predetermined period of time after the reset times, the prediction errors and thus the residuals to be transmitted are optimized or smaller than would be possible with the first speed parameter value.
  • the present invention is based on the knowledge that prediction errors after reset times can be minimized by the speed parameters, such as e.g.
  • the step size parameter of an LS algorithm is changed for a certain period after the reset times in such a way that the speed of the adaptation of the weights increases for this period - with, of course, reduced precision.
  • FIG. 1 is a block diagram of a predictive encoder according to an embodiment of the present invention.
  • Fig. 2 is a block diagram illustrating the operation of the encoder of Fig. 1;
  • FIG. 3 shows a block diagram of a decoder corresponding to the encoder of FIG. 1 according to an embodiment of the present invention
  • Fig. 4 is a flow chart illustrating the operation of the decoder of Fig. 3;
  • FIG. 5 shows a block diagram of the prediction device of FIGS. 1 and 3 according to an exemplary embodiment of the present invention
  • FIG. 6 is a block diagram of the transversal filter of FIG. 5 according to an embodiment of the present invention
  • FIG. 7 shows a block diagram of the adaptation control from FIG. 5 according to an exemplary embodiment of the present invention.
  • FIG. 8 shows a diagram to illustrate the behavior of the prediction device from FIG. 5 for two different fixed speed parameters.
  • the encoder 10 has an input 12 at which it receives the information signal s to be encoded and an output 14 at which it outputs the encoded information signal ⁇ .
  • the information signal can be any signal, such as an audio signal, a video signal, a measurement signal or the like.
  • the information signal s consists of a sequence of information values s (i) with ielN, that is to say audio values, pixel values, measured values or the like.
  • the coded information signal ⁇ is composed of a sequence of difference values or residuals ⁇ (i) with ielN, which correspond to the signal values s (i) in the manner described below.
  • the encoder 10 comprises a prediction device 16, a subtractor 18 and a control device 20.
  • the prediction device 16 is connected to the input 12 in order, as will be described in more detail below, to predict a current signal value s (n) Determine value s' (n) from previous signal values s (m) with m ⁇ n and melN and output it at an output, which in turn is connected to an inverting input of subtractor 18.
  • a non-inverting input of the subtractor 18 is also connected to the input 12 to subtract the predicted value s' (m) from the actual signal value s (n) - or simply to make the difference between the two values - and the result at the output 14 to output as difference value ⁇ (n).
  • the prediction device 16 implements an adaptive prediction algorithm. In order to be able to carry out the adaptation, it therefore receives the difference value ⁇ (n) - also called prediction error - via a feedback path 22 at a further input.
  • the prediction device 16 comprises two control inputs which are connected to the control device 20. Via these control inputs, the control device 20 is able to initialize prediction coefficients or filter coefficients ⁇ i of the prediction device 16 at specific points in time, as will be described in the following, and to change a speed parameter of the prediction algorithm on which the prediction device 16 is based, which is described below is denoted by ⁇ .
  • the control device 20 first initializes the prediction or filter coefficients ⁇ ⁇ of the prediction device 16.
  • the initialization after step 40 takes place at predetermined reset times.
  • the reset times or more precisely the signal value numbers n r at which a reset was carried out after step 40 can occur, for example, at fixed time intervals from one another.
  • the reset times can be reconstructed on the decoder side, for example by incorporating information about them into the coded information signal ⁇ or by standardizing the fixed time interval or the fixed number of signal values between them.
  • the coefficients (Di are set to any values which, for example, are the same at every reset time, ie each time step 40 is carried out.
  • the prediction coefficients are initialized in step 40 to values which heuristically have been derived from typical representative information signals and in this regard, on average, that is, via the representative set of information signals, such as, for example, a mixture of jazz, classical, rock, etc. music pieces, gave an optimal set of prediction coefficients.
  • the control device 20 sets the speed parameter ⁇ to a first value, the steps 40 and 42 preferably being carried out essentially at the same time as the reset times.
  • the setting of the speed parameter to the first value has the consequence that the prediction device 16 carries out a rapid adaptation of the prediction coefficients ⁇ > i initialized in step 40 - with admittedly reduced adaptation precision.
  • the prediction device 16 and the subtractor 18 then act together as a prediction device in order to encode the information signal s and in particular the current signal value s (n) by predicting the same by adapting the prediction coefficients C ⁇ I.
  • step 44 comprises several sub-steps, namely the determination by prediction device 16 of a predicted value s' (n) for the current signal value s (n) using previous signal values s (m) with m ⁇ n using the current prediction coefficient cöi, subtracting the predicted value s' (n) from the actual signal value s (n) by the subtractor 18, outputting the resulting difference value ⁇ (n) at the output 14 as part of the coded information signal ⁇ and that Adaptation or adaptation of the coefficients ⁇ > i by the prediction device 16 on the basis of the prediction error or difference value ⁇ (n), which it receives via the feedback path 22.
  • the prediction device 16 uses the speed parameter ⁇ predetermined or set by the control device 20 for the adaptation or adaptation of the prediction coefficients C ⁇ I , which, as will be described in more detail below with reference to the exemplary embodiment of an LMS algorithm, determines how strongly the feedback prediction errors ⁇ (n) per adaptation iteration, here n, are involved in the adaptation or update of the prediction coefficients ⁇ > i or how strongly the prediction coefficients cöi depend on the prediction error ⁇ (n) per adaptation iteration, ie per feedback ⁇ (n), can change.
  • step 46 the control device 20 then checks whether the speed parameter ⁇ should be changed or not.
  • the determination in step 46 can be carried out in several ways. For example, the control device 20 determines that a speed parameter change should be carried out if since a predetermined period of time has passed after the initialization or setting in steps 40 or 42. Alternatively, the control device 20 evaluates in step 46 an adaptation degree, such as the approximation to an optimal set of coefficients c ⁇ i with a corresponding low mean prediction error, of the prediction device 16, as will be explained in more detail below.
  • step 46 the control device 20 checks in a step 48 whether there is a reset time again, ie a time at which the prediction coefficients should be reinitialized for reasons of resynchronization. First, it is again assumed that there is no reset time. If there is no reset time, the prediction device 16 continues with the coding of the next signal value, as indicated by "n-» n + l ⁇ in Fig. 2.
  • the coding of the information signal s is adapted the prediction coefficient ⁇ > i continues with the adaptation speed, as set by the speed parameter ⁇ , until finally, when the loop 44, 46, 48 passes through in step 46, the control device 20 determines that a change in the speed parameter should be carried out In this case, the control device 20 sets the speed parameter ⁇ to a second value in a step 50.
  • the setting of the speed parameter ⁇ to the second value has the result that the prediction device 16 adapts the step 44 when the loop 44-48 is run through Prediction coefficients coi from now on with a lower adaptation rate , but with an increased adaptation precision, so that in these runs following the time of the speed parameter change, which refer to subsequent signal values of the information signal s, the resulting residuals become smaller than ⁇ (n), which in turn enables an increased compression rate when integrating the values ⁇ (n) into the coded signal.
  • control device 20 After further runs of the loop 44-48, the control device 20 recognizes a reset point in step 48 at some point, whereupon the functional sequence begins again in step 40.
  • the decoder includes an input 62 for receiving the coded information signal ⁇ consisting of the difference values or residuals ⁇ (n), an output 64 for outputting the decoded information signal s which, except for rounding errors in the representation of the difference values ⁇ (n), corresponds to the original information signal s (n) and accordingly from a sequence of decoded signal values s (n), a prediction device 66 which is identical to or that of the encoder 10 of FIG.
  • An input of the prediction device 66 is connected to the output 64 in order to obtain already decoded signal values s (n). From these already decoded signal values s (m) with m ⁇ n, the prediction device 66 determines a predicted value s' (n) for a signal value s (n) to be currently decoded and outputs this predicted value to a first input of the adder 68.
  • a second input of adder 68 is connected to input 62 to sum the predicted value s' (n) with the difference value ⁇ (n) and the result or sum to output 64 as part of the decoded signal s and an output the input of the prediction device 66 for predicting the next signal value.
  • Another input of the prediction device 66 is connected to the input 62 in order to obtain the difference value ⁇ (n), which uses this value to adapt the current prediction coefficients cöi.
  • the prediction coefficients ⁇ x can be initialized by the control device 70, just as the speed parameter ⁇ can be varied by the control device 70.
  • the operation of the decoder 60 will now be described below with reference to FIGS. 3 and 4.
  • the control device 70 first initializes the prediction coefficients coi of the prediction device 66 and sets the speed parameter ⁇ thereof to a first value which corresponds to a higher adaptation speed but a reduced adaptation precision.
  • step 94 the prediction device 66 then decodes the coded information signal ⁇ or the current difference value ⁇ (n) by predicting the information signal by adapting the prediction coefficients cöi. More specifically, step 94 comprises several substeps. First, the prediction device 66, which is aware of the already decoded signal values s (m) with m ⁇ n, predicts the signal value to be currently determined from them in order to obtain the predicted value s' (n). The prediction device 66 uses the current prediction coefficients cöi. The difference value ⁇ (n) currently to be decoded is added by the adder 68 to the predicted value s' (n) in order to output the sum thus obtained as part of the decoded signal s at the output 64.
  • the prediction device 66 uses this value s (n) in the next predictions.
  • the prediction device 66 uses the difference value ⁇ (n) from the coded signal stream to adapt the current prediction coefficients coi, the adaptation speed and the adaptation precision being predetermined by the currently set speed parameter ⁇ . In this way, the prediction coefficients ⁇ > i are updated or adapted.
  • step 96 the control device checks whether a speed change in parameters. If this is not the case, the control device 70 determines in a step 98 corresponding to step 48 whether there is a reset time. If this is not the case, the loop of steps 94-98 is run through again, this time for the next signal value s (n) or the next difference value ⁇ (n), as indicated by "n—» n + l ⁇ in FIG 4 is indicated.
  • step 96 the control device 70 sets the speed parameter ⁇ to a second value in a step 100, which corresponds to a lower adaptation speed but a higher adaptation precision, as has already been discussed with regard to the coding ,
  • FIGS. 5-7 After a predictive coding scheme according to an exemplary embodiment of the present invention has been described in general terms with reference to FIGS. 1-4, a special exemplary embodiment for the prediction device 16 is described with reference to FIGS. 5-7, according to which exemplary embodiment namely the prediction device 16 works according to an LMS adaptation algorithm.
  • the prediction device 16 comprises an input 120 for signal values s (n), an input 122 for prediction errors or difference values ⁇ (n), two control inputs 124 and 126 for the initialization of the coefficients öi or the setting of the speed parameter ⁇ and an output 128 for outputting the predicted value s' (n).
  • prediction device 16 includes a transversal filter 130 and an adaptation control 132.
  • Transversal filter 130 is connected between input 120 and output 128.
  • the adaptation controller 132 is connected to the two control inputs 124 and 126 and furthermore to the inputs 120 and 122 and furthermore comprises an output in order to forward correction values ⁇ i for the coefficients (Ü ⁇ to the transversal filter 130.
  • the LMS algorithm which is implemented by the prediction device 16, possibly in conjunction with the subtractor 18 (FIG. 1), is a linear adaptive filter algorithm which, generally speaking, consists of two basic processes:
  • a filtering process which (a) calculates the output signal s' (n) of a linear filter in response to an input signal s (n) by the transversal filter 130 and (b) generates an estimation error ⁇ (n) by comparing the output signal s '(n) with a desired response s (n) by the sub-emitter 18 or the obtaining of the estimation error ⁇ (n) from the coded information signal ⁇ .
  • An adaptive process which is carried out by the adaptation controller 132 and has an automatic adaptation of the filter coefficients Cöi of the transversal filter 130 in accordance with the estimation error ⁇ (n).
  • the transversal filter 130 receives the sequence of signal values s (n) at an input 140.
  • the input 140 is followed by a series connection of m delay elements 142, so that the signal values s (nl) ... s (nm) which precede the current signal value s (n) are present at connection nodes between the m delay elements 142.
  • the weighting devices 144 output their result to a respective one of a plurality of summers 146, which are connected in series, so that at an output 148 of the transversal filter 130, the sum of the last summer of the series connection the estimated value or predicted value s' (m)
  • the estimate s' (n) in an environment that is stationary in the broader sense comes close to a value predicted by the Vienna solution when the number of iterations reaches n infinitely.
  • the adaptation controller 132 is shown in more detail in FIG. 7.
  • the adaptation controller 132 accordingly comprises an input 160, at which the sequence of difference values ⁇ (n) is received. These are multiplied in a weighting device 162 by the speed parameter ⁇ , which is also referred to as step size parameter.
  • the result is fed to a plurality of m multiplication devices 164, which multiply the same by one of the signal values s (nl) ... s (nm).
  • the results of the multipliers 164 form correction values ⁇ cöi ... ⁇ m . Consequently, the correction values ⁇ > i ... ⁇ m represent a scalar version of the inner product of the estimation error ⁇ (n) and the vector of signal values s (nl) ...
  • the scaling factor ⁇ which is used in the adaptation controller 132 and, as already mentioned, also referred to as the step width parameter, can be regarded as a positive quantity and should meet certain conditions relative to the spectral content of the information signal so that the LMS Algorithm implemented by means 16 of Figures 5-7 is stable. Stability here means that with increasing n, that is to say if the adaptation is carried out for an infinitely long time, the mean square error which is generated by the filter 130 reaches a constant value. An algorithm that fulfills this condition is said to be stable on a quadratic average.
  • a change in the speed parameter ⁇ causes a change in the adaptation precision, ie in the precision, since the coefficients (can be adapted to an optimal set of coefficients.
  • a mismatch of the filter coefficients leads to an increase in the mean square error or the energy in the difference values ⁇ in the steady state n—> Imony.
  • the feedback loop which acts on the weights öi, behaves like a low-pass filter whose determination time constant is inversely proportional to the parameter ⁇ . Consequently, by setting the parameter ⁇ to a small value, the adaptive process slows down, with most of the effects of gradient noise on the weights cöi being filtered out, which in turn has the effect of reducing the mismatch.
  • FIGS. 5-7 shows the influence of the setting of the parameter ⁇ on different values ⁇ i and ⁇ 2 on the adaptation behavior of the prediction device 16 from FIGS. 5-7 on the basis of a graph in which the number of iterations n or the number along the x-axis the predictions and adaptations n and the mean energy of the residual values ⁇ (n) or the mean square of the error is plotted along the y axis.
  • a solid line refers to a speed parameter ⁇ i.
  • a dashed curve results, whereby, as can be seen, fewer iterations, namely n 2 , are required until the steady state is reached, but the steady state with a higher energy E 2 the residual values is linked.
  • the steady state at Ei or E 2 is not characterized by a settling of the mean square of the error of the residual values or residuals to an asymptotic value, but also by a settling of the filter coefficients ö with a certain, in the case of ⁇ i higher and in the case of ⁇ 2 lower, precision based on the optimal set of filter coefficients.
  • the present invention can also be used in connection with other adaptive prediction algorithms in which a speed parameter is used the adjustment between the adaptation speed on the one hand and the adaptation precision on the other hand can be adjusted. Since the adaptation precision in turn influences the energy of the residual values, the speed parameter can always be set so that the adaptation speed is high, whereupon the same is set to a value at which the adaptation speed is low but the adaptation precision and therefore the energy of the residual values is lower. With such prediction algorithms, for example, there would be no connection between input 120 or adaptation fault 132.
  • triggering can also be carried out depending on the degree of adaptation, e.g. a triggering of a change in speed parameters if the coefficients are correct ⁇ , e.g. a sum of the absolute values thereof falls below a certain value, which indicates an approximation to the quasi-stationary state, as shown in FIG. 8, to a certain degree of approximation.
  • the scheme according to the invention can also be implemented in software.
  • the implementation can be on a digital storage medium, in particular a floppy disk or a CD with electronically readable control signals that can interact with a programmable computer system in such a way that the corresponding method is carried out.
  • the invention thus also consists in a computer program product with program code stored on a machine-readable carrier for carrying out the method according to the invention when the computer program product runs on a computer.
  • the invention can thus be implemented as a computer program with a program code for carrying out the method if the computer program runs on a computer.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Compression Or Coding Systems Of Tv Signals (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Reduction Or Emphasis Of Bandwidth Of Signals (AREA)
  • Train Traffic Observation, Control, And Security (AREA)

Abstract

Wird von einem adaptiven Prädiktionsalgorithmus ausgegangen, der durch einen Geschwindigkeitskoeffizienten steuerbar ist, um in dem Fall, dass der Geschwindigkeitskoeffizient einen ersten Wert aufweist, mit einer ersten Adaptionsgeschwindigkeit und einer ersten Adaptionspräzision und einer damit verbundenen ersten Prädiktionspräzision zu arbeiten und in dem Fall, dass der Geschwindigkeitsparameter einen zweiten Wert aufweist, mit einer zweiten, gegenüber der ersten niedrigeren Adaptionsgeschwindigkeit und dafür aber einer zweiten, gegenüber der ersten höheren Präzision zu arbeiten, so lassen sich die nach den Reset-Zeitpunkten auftretenden Adaptionszeitdauern, in denen die Prädiktionsfehler aufgrund der noch nicht adaptierten Prädiktionskoeffizienten zunächst erhöht sind, verringern, indem der Geschwindigkeitsparameter zunächst auf den ersten Wert (42) und nach einer Weile auf den zweiten (50) Wert eingestellt wird. Nachdem der Geschwindigkeitsparameter nach einer vorbestimmten Zeitdauer nach den Reset-Zeitpunkten wieder auf den zweiten Wert eingestellt ist, sind die Prädiktionsfehler und damit die zu übertragenden Residuals optimierter bzw. kleiner, als es mit dem ersten Geschwindigkeitsparameterwert möglich wäre.

Description

Prädiktives CodierungsSchema
Beschreibung
Die vorliegende Erfindung bezieht sich auf die prädiktive Codierung von Informationssignalen, wie z.B. Audiosignalen, und insbesondere auf die adaptive prädiktive Codierung.
Ein prädiktiver Codierer - oder auch Sender - codiert Sig- nale dadurch, dass er einen gegenwärtigen bzw. aktuellen Wert des zu codierenden Signals durch die vergangenen bzw. vorausgehenden Werte des Signals prädiziert. Im Fall der linearen Prädiktion erfolgt diese Prädiktion bzw. Vermutung über den gegenwärtigen Wert des Signals durch eine gewich- tete Summe der vergangenen Werte des Signals. Die Prädiktionsgewichte oder auch Prädiktionskoeffizienten werden laufend an das Signal angepasst bzw. adaptiert, so dass die Differenz zwischen prädiziertem Signal und tatsächlichem Signal auf eine vorbestimmte Weise minimiert wird. Die Prä- diktionskoeffizienten sind beispielsweise bezüglich des Quadrats des Prädiktionsfehlers optimiert. Das Fehlerkriterium beim Optimieren des prädiktiven Codierers oder auch Prädiktors kann aber auch anders gewählt werden. Anstelle der Verwendung des Kriteriums der kleinsten Fehlerquadrate kann die spektrale Flachheit des Fehlersignals, d.h. der Differenzen oder Residuals, minimiert werden.
Zum Decodierer oder auch Empfänger werden nur noch die Differenzen zwischen den prädizierten Werten und den tatsäch- liehen Werten des Signals übertragen. Diese Werte werden Residuals oder auch Pradiktionsfehler genannt. Im Empfänger kann der tatsächliche Signalwert rekonstruiert werden, indem der gleiche Prädiktor verwendet wird, und der so auf die gleiche Weise wie beim Codierer erhaltene prädizierte Wert zum Pradiktionsfehler, der ja vom Codierer übertragen worden ist, addiert wird. Die Prädiktionsgewichte für die Prädiktion können mit einer vorgegebenen Geschwindigkeit an das Signal adaptiert werden. Im sogenannten Least-Mean-Squares- (LMS) -Algorithmus gibt es dafür einen Parameter. Der Parameter uss auf einer Art und Weise eingestellt werden, der einen Kompromiß zwischen Adaptionsgeschwindigkeit und Präzision der Prädiktionskoeffizienten darstellt. Dieser Parameter, manchmal auch als Schrittweitenparameter bezeichnet, bestimmt also, wie schnell sich die Prädiktionskoeffizienten an einen optima- len Satz an Prädiktionskoeffizienten adaptieren, wobei ein nicht optimal angepasster Satz an Prädiktionskoeffizienten dazu führt, dass die Prädiktion weniger genau und damit die Pradiktionsfehler größer sind, was sich wiederum in einer erhöhten Bitrate zur Übertragung des Signals niederschlägt, da sich kleine Werte bzw. kleine Pradiktionsfehler oder Differenzen mit weniger Bits übertragen lassen als größere.
Ein Problem bei der prädiktiven Codierung besteht nun darin, dass bei Übertragungsfehlern, d.h. dem Auftreten von fehlerhaft übertragenen Prädiktionsdifferenzen bzw.
Fehlern, die Prädiktion senderseitig und empfangsseitig nicht mehr übereinstimmt. Es werden falsche Werte rekonstruiert, da bei zuerst auftretendem Pradiktionsfehler dieser empfangsseitig auf den aktuell prädizierten Wert ad- diert wird, um den decodierten Wert des Signals zu erhalten. Auch die danach folgenden Werte sind betroffen, da ja empfangsseitig die Prädiktion basierend auf dem bereits decodierten Signalwerten durchgeführt wird.
Um nun eine Resynchronisation oder einen Abgleich zwischen Sender und Empfänger zu erreichen, werden die Prädiktoren, d.h. die Prädiktionsalgorithmen, senderseitig und empfangsseitig zu gegebenen, für beide Seiten gleichen Zeitpunkten auf einen bestimmten Zustand zurückgesetzt, was als Reset bezeichnet wird.
Problematisch ist nun, dass unmittelbar nach solchen Resets die Prädiktionskoeffizienten überhaupt nicht an das Signal angepasst sind. Die Adaption dieser Prädiktionskoeffizienten benötigt immer ein wenig Zeit von den Reset-Zeitpunkten an. Hierdurch vergrößert sich der mittlere Pradiktionsfehler, was zu einer erhöhten Bitrate oder einer verringerten Signalqualität, durch beispielsweise Verzerrungen, führt.
Die Aufgabe der vorliegenden Erfindung besteht deshalb darin, ein Schema zur prädiktiven Codierung eines Informationssignals zu schaffen, das auf der einen Seite eine aus- reichendere Robustheit gegenüber Fehlern in den Differenzwerten bzw. Residuals des codierten Informationssignals und auf der anderen Seite eine geringere hiermit verbundene Erhöhung der Bitrate oder Verringerung der Signalqualität ermöglicht.
Diese Aufgabe wird durch eine Vorrichtung gemäß Anspruch 8 oder 22 oder ein Verfahren gemäß Anspruch 1 oder 15 gelöst.
Der vorliegenden Erfindung liegt die Erkenntnis zugrunde, dass von der bisherigen festen Einstellung des Geschwindigkeitsparameters des adaptiven Prädiktionsalgorithmus, der einer prädiktiven Codierung zugrunde liegt, abgegangen werden uss, hin zu einer variablen Einstellung dieses Parameters. Wird nämlich von einem adaptiven Prädiktionsalgo- rithmus ausgegangen, der durch einen Geschwindigkeitskoeffizienten steuerbar ist, um in dem Fall, dass der Geschwindigkeitskoeffizient einen ersten Wert aufweist, mit einer ersten Adaptionsgeschwindigkeit und einer ersten Adaptionspräzision und einer damit verbundenen ersten Prädikti- onspräzision zu arbeiten und in dem Fall, dass der Geschwindigkeitsparameter einen zweiten Wert aufweist, mit einer zweiten, gegenüber der ersten niedrigeren Adaptionsgeschwindigkeit und dafür aber einer zweiten, gegenüber der ersten höheren Präzision zu arbeiten, so lassen sich die nach den Reset-Zeitpunkten auftretenden Adaptionszeitdau- ern, in denen die Pradiktionsfehler aufgrund der noch nicht adaptierten Prädiktionskoeffizienten zunächst erhöht sind, verringern, indem der Geschwindigkeitsparameter zunächst auf den ersten Wert und nach einer Weile auf den zweiten Wert eingestellt wird. Nachdem der Geschwindigkeitsparameter nach einer vorbestimmten Zeitdauer nach den Reset- Zeitpunkten wieder auf den zweiten Wert eingestellt ist, sind die Pradiktionsfehler und damit die zu übertragenden Residuals optimierter bzw. kleiner, als es mit dem ersten Geschwindigkeitsparameterwert möglich wäre.
Anders ausgedrückt liegt der vorliegenden Erfindung die Er- kenntnis zugrunde, dass Pradiktionsfehler nach Reset- Zeitpunkten minimiert werden können, indem der Geschwindigkeitsparameter, wie z.B. der Schrittweitenparameter eines L S-Algorithmus, für eine bestimmte Dauer nach den Reset- Zeitpunkten so verändert wird, dass sich die Geschwindig- keit der Adaption der Gewichte für diese Dauer vergrößert - bei freilich verringerter Präzision.
Bevorzugte Ausführungsbeispiele der vorliegenden Erfindung werden nachfolgend Bezug nehmend auf die beiliegenden Zeichnungen näher erläutert. Es zeigen:
Fig. 1 ein Blockschaltbild eines prädiktiven Codierers gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 2 ein Blockschaltbild zur Veranschaulichung der Funktionsweise des Codierers von Fig. 1;
Fig. 3 ein Blockschaltbild eines zu dem Codierer von Fig. 1 korrespondierenden Decodierers gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 4 ein Flußdiagramm zur Veranschaulichung der Funktionsweise des Decodierers von Fig. 3;
Fig. 5 ein Blockschaltbild der Prädiktionseinrichtung von Fig. 1 und 3 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung; Fig. 6 ein Blockschaltbild des Transversalfilters von Fig. 5 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung;
Fig. 7 ein Blockschaltbild der Adaptionssteuerung von Fig. 5 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung; und
Fig. 8 ein Diagramm zur Veranschaulichung des Verhaltens der Prädiktionseinrichtung von Fig. 5 für zwei verschiedene festeingestellte Geschwindigkeitsparameter.
Bevor die vorliegende Erfindung anhand von Ausführungsbei- spielen Bezug nehmend auf die Figuren näher erläutert wird, wird darauf hingewiesen, dass in unterschiedlichen Figuren auftretende Elemente mit gleichen Bezugszeichen versehen sind, und dass deshalb eine wiederholte Beschreibung dieser Elemente weggelassen wird.
Fig. 1 zeigt einen prädiktiven Codierer 10 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung. Der Codierer 10 umfasst einen Eingang 12, an dem derselbe das zu codie- rende Informationssignal s empfängt, und einen Ausgang 14, an dem derselbe das codierte Informationssignal δ ausgibt.
Das Informationssignal kann jegliches Signal sein, wie z.B. ein Audiosignal, ein Videosignal, ein Meßsignal oder der- gleichen. Das Informationssignal s besteht aus einer Folge von Informationswerten s(i) mit ielN, also Audiowerten, Pixelwerten, Meßwerten oder dergleichen. Das codierte Informationssignal δ setzt sich, wie es im Folgenden noch näher beschrieben werden wird, aus einer Folge von Differenzwer- ten oder Residuals δ(i) mit ielN zusammen, die zu den Signalwerten s(i) auf die unten beschriebene Weise korrespondieren. Intern umfasst der Codierer 10 eine Prädiktionseinrichtung 16, einen Subtrahierer 18 und eine Steuereinrichtung 20. Die Prädiktionseinrichtung 16 ist mit dem Eingang 12 verbunden, um, wie es im Folgenden noch näher beschrieben wird, für einen aktuellen Signalwert s (n) einen prädizier- ten Wert s' (n) aus vorangegangenen Signalwerten s (m) mit m<n und melN zu ermitteln und an einem Ausgang auszugeben, der wiederum mit einem invertierenden Eingang des Subtrahierers 18 verbunden ist. Ein nicht invertierender Eingang des Subtrahierers 18 ist ebenfalls mit dem Eingang 12 verbunden, um den prädizierten Wert s' (m) von dem tatsächlichen Signalwert s (n) abzuziehen - oder einfach die Differenz der beiden Werte zu bilden - und das Ergebnis an dem Ausgang 14 als Differenzwert δ(n) auszugeben.
Die Prädiktionseinrichtung 16 implementiert einen adaptiven Prädiktionsalgorithmus. Um die Adaption durchführen zu können, empfängt sie deshalb den Differenzwert δ(n) - auch Pradiktionsfehler genannt - über einen Rückkopplungsweg 22 an einem weiteren Eingang. Darüber hinaus umfasst die Prädiktionseinrichtung 16 zwei Steuereingänge, die mit der Steuereinrichtung 20 verbunden sind. Über diese Steuereingänge ist es der Steuereinrichtung 20 möglich, Prädiktionskoe fizienten oder Filterkoeffizienten ωi der Prädikti- onseinrichtung 16 zu bestimmten Zeitpunkten, wie es im Folgenden noch beschrieben werden wird, zu initialisieren und einen Geschwindigkeitsparameter des der Prädiktionseinrichtung 16 zugrundeliegenden Prädiktionsalgorithmus zu verändern, welcher im Folgenden mit λ bezeichnet wird.
Nachdem nun im Vorhergehenden Bezug nehmend auf Fig. 1 der Aufbau des Codierers 10 von Fig. 1 beschrieben worden ist, wird Bezug nehmend auf Fig. 2 unter gleichzeitiger Bezugnahme auf Fig. 1 die Funktionsweise desselben beschrieben, wobei im Folgenden davon ausgegangen wird, dass sich derselbe in der laufenden Verarbeitung eines zu codierenden Informationssignals s befindet, also bereits Signalwerte s (m) mit m<n codiert worden sind. In einem Schritt 40 initialisiert zunächst die Steuereinrichtung 20 die Prädiktions- oder Filterkoeffizienten ω± der Prädiktionseinrichtung 16. Die Initialisierung nach Schritt 40 findet zu vorbestimmten Reset-Zeitpunkten statt. Die Reset-Zeitpunkte oder genauer die Signalwertnummern nr bei denen ein Reset nach Schritt 40 durchgeführt wurde, können beispielsweise in festen Zeitabständen zueinander auftreten. Die Reset-Zeitpunkte sind decoderseitig rekon— struierbar, beispielsweise dadurch, dass Informationen über dieselben in das codierte Informationssignal δ eingebautwerden, oder dass der feste Zeitabstand bzw. die feste Anzahl von Signalwerten zwischen denselben standardisiert ist.
Die Koeffizienten (Di werden auf beliebige Werte eingestellt, die beispielsweise in jedem Reset-Zeitpunkt, d.h. bei jeder Ausführung des Schrittes 40, die selben sind. Vorzugsweise werden die Prädiktionskoeffizienten im Schritt 40 auf Werte initialisiert, die heuristisch aus typischen repräsentativen Informationssignalen hergeleitet worden sind und diesbezüglich im Mittel, d.h. über den repräsentativen Satz von Informationssignalen, wie z.B. einer Mischung aus Jazz, Klassik-, Rock- usw. Musikstücken, einen optimalen Satz an Prädiktionskoeffizienten ergaben.
In einem Schritt 42 stellt die Steuereinrichtung 20 den Geschwindigkeitsparameter λ auf einen ersten Wert ein, wobei die Schritte 40 und 42 vorzugsweise im wesentlichen gleich- zeitig zu den Reset-Zeitpunkten ausgeführt werden. Wie es im Folgenden noch ersichtlich werden wird, hat die Einstellung des Geschwindigkeitsparameters auf den ersten Wert die Folge, dass die Prädiktionseinrichtung 16 eine schnelle A- daption der in Schritt 40 initialisierten Prädiktionskoef- fizienten α>i durchführt - bei freilich reduzierter Adapti- onspräzision. In einem Schritt 44 wirken dann die Prädiktionseinrichtung 16 und der Subtrahierer 18 als Prädiktionseinrichtung zusammen, um das Informationssignal s und insbesondere den aktuellen Signalwert s (n) durch Prädizieren desselben unter Adaption der Prädiktionskoeffizienten CÖI zu codieren. Genauer ausgedrückt, umfasst der Schritt 44 mehrere Teilschritte, nämlich das Ermitteln eines prädizierten Wertes s' (n) für den aktuellen Signalwert s (n) durch die Prädiktionseinrichtung 16 unter Verwendung vorausgegangener Signal- werte s (m) mit m<n unter Verwendung der aktuellen Prädiktionskoeffizienten cöi, das Subtrahieren des so prädizierten Wertes s' (n) von dem tatsächlichen Signalwert s (n) durch den Subtrahierer 18, das Ausgeben des sich ergebenden Differenzwertes δ(n) an dem Ausgang 14 als Teil des codierten Informationssignals δ und das Adaptieren bzw. Anpassen der Koeffizienten α>i durch die Prädiktionseinrichtung 16 anhand des Prädiktionsfehlers bzw. Differenzwertes δ(n), den dieselbe über den Rückkopplungsweg 22 erhält.
Die Prädiktionseinrichtung 16 verwendet für die Adaption bzw. Anpassung der Prädiktionskoeffizienten CÖI den durch die Steuereinrichtung 20 vorgegebenen bzw. eingestellten Geschwindigkeitsparameter λ, der, wie es im Folgenden anhand des Ausführungsbeispiels eines LMS-Algorith us noch näher beschrieben wird, bestimmt, wie stark der rückgekoppelte Pradiktionsfehler δ(n) pro Anpassungsiteration, hier n, in die Adaption oder Aktualisierung der Prädiktionskoeffizienten α>i eingeht bzw. wie stark sich die Prädiktionskoeffizienten cöi abhängig von dem Pradiktionsfehler δ(n) pro Adaptionsiteration, d.h. pro rückgekoppeltem δ(n), ändern können.
In einem Schritt 46 überprüft die Steuereinrichtung 20 dann, ob der Geschwindigkeitsparameter λ verändert werden sollte oder nicht. Die Bestimmung in Schritt 46 kann auf mehrere Weisen durchgeführt werden. Beispielsweise stellt die Steuereinrichtung 20 fest, dass eine Geschwindigkeitsparameterveränderung durchgeführt werden sollte, wenn seit der Initialisierung bzw. Einstellung in Schritt 40 bzw. 42 eine vorbestimmte Zeitdauer vergangen ist. Alternativ wertet die Steuereinrichtung 20 zur Bestimmung in Schritt 46 einen Adaptionsgrad, wie z.B. die Annäherung an einen opti- malen Satz von Koeffizienten cθi mit korrespondierender niedrigem mittlerem Pradiktionsfehler, der Prädiktionseinrichtung 16 aus, wie es im Folgenden noch näher erläutert wird.
Es wird zunächst angenommen, dass zunächst keine Geschwindigkeitsparameterveränderung in Schritt 46 erkannt wird. In diesem Fall überprüft die Steuereinrichtung 20 in einem Schritt 48, ob wieder ein Reset-Zeitpunkt vorliegt, d.h. ein Zeitpunkt, zu dem aus Resynchronisationsgründen die Prädiktionskoefffizienten wieder initialisiert werden sollten. Zunächst wird wiederum davon ausgegangen, dass kein Reset-Zeitpunkt vorliegt. Liegt kein Reset-Zeitpunkt vor, so fährt die Prädiktionseinrichtung 16 mit der Codierung des nächsten Signalwertes fort, wie es durch "n-»n+lλ in Fig. 2 angedeutet ist. Auf diese Weise wird mit der Codierung des Informationssignals s unter Adaption der Prädiktionskoeffizienten α>i mit der Adaptionsgeschwindigkeit, wie sie durch den Geschwindigkeitsparameter λ eingestellt ist, fortgefahren, bis schließlich bei einem Durchgang der Schleife 44, 46, 48 in dem Schritt 46 die Steuereinrichtung 20 feststellt, daß eine Geschwindigkeitsparameterveränderung durchgeführt werden sollte. In diesem Fall stellt die Steuereinrichtung 20 in einem Schritt 50 den Geschwindigkeitsparameter λ auf einen zweiten Wert ein. Die Einstel- lung des Geschwindigkeitsparameters λ auf den zweiten Wert hat die Folge, dass die Prädiktionseinrichtung 16 bei Durchlaufen der Schleife 44-48 in Schritt 44 die Adaption der Prädiktionskoeffizienten coi von nun an mit einer niedrigeren Adaptionsgeschwindigkeit, aber dafür mit einer er- höhten Adaptionspräzision durchführt, so dass in diesen auf den Geschwindigkeitsparameterveränderungszeitpunkt folgenden Durchläufen, die sich auf nachfolgende Signalwerte des Informationssignals s beziehen, die sich ergebenden Residu- als δ(n) kleiner werden, was wiederum eine erhöhte Komprimierungsrate bei der Einbindung der Werte δ(n) in das codierte Signal ermöglicht.
Nach weiteren Durchläufen der Schleife 44-48 erkennt dann die Steuereinrichtung 20 irgendwann einen Reset-Zeitpunkt in Schritt 48, woraufhin der Funktionsablauf wieder bei Schritt 40 beginnt.
Es wird noch darauf hingewiesen, dass bei der vorhergehenden Beschreibung nicht weiter darauf eingegangen worden ist, auf welche Weise die Folge von Differenzwerten δ(n) in das codierte Informationssignal δ eingebracht werden. Obwohl es möglich wäre, die Differenzwerte δ(n) in einer bi- nären Darstellung mit fester Bitlänge in das codierte Signal einzubringen, ist es jedoch vorteilhafter eine Codierung der Differenzwerte δ(n) mit variabler Bitlänge vorzunehmen, wie z.B. eine Huffmancodierung, oder eine arithmetische Codierung, oder aber eine andere Entropiecodierung. Ein Bitratenvorteil bzw. ein Vorteil einer geringeren notwendigen Menge an Bits zur Codierung des Informationssignals s ergibt sich bei dem Codierer 10 von Fig. 1 nun dadurch, dass nach den Reset-Zeitpunkten vorübergehend zunächst der Geschwindigkeitsparameter λ so eingestellt wird, dass die Adaptionsgeschwindigkeit groß ist, so dass die noch nicht adaptierten Prädiktionskoeffizienten schnell a- daptiert werden, und dann der Geschwindigkeitsparameter so eingestellt wird, dass die Adaptionspräzision größer ist, so dass nachfolgende Pradiktionsfehler kleiner sind.
Nachdem im Vorhergehenden nun die prädiktive Codierung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung beschrieben worden ist, wird im Folgenden ein zu dem Codierer von Fig. 1 korrespondierender Decodierer in Aufbau und Funktionsweise Bezug nehmend auf die Figuren 3 und 4 gemäß einem Ausführungsbeispiel der vorliegenden Erfindung beschrieben. Der Decodierer ist in Fig. 3 mit dem Bezugszeichen 60 gezeigt. Er umfaßt einen Eingang 62 zum Empfang des codierten Informationssignals δ bestehend aus den Differenzwerten bzw. Residuals δ(n), einen Ausgang 64 zur Ausgabe des decodierten Informationssignals s das bis auf Rundungsfehler in der Darstellung der Differenzwerte δ(n) dem ursprunglichen Informationssignal s (n) entspricht und dementsprechend aus einer Folge von decodierten Signalwerten s(n) besteht, eine Pradiktionsemrichtung 66, die zur derjenigen des Codierers 10 von Fig. 1 identisch bzw. Funktionsgleich ist, einen Summierer 68 und eine Steuereinrich- tung 70. Es wird darauf hingewiesen, dass im Folgenden nicht zwischen den decodierten Signalwerten s (n) und den ursprunglichen Signalwerten s (n) unterschieden wird, sondern beide mit s (n) bezeichnet werden, wobei sich die jeweilige Bedeutung von s (n) jedoch aus dem Zusammenhang er- gibt.
Ein Eingang der Pradiktionseinrichtung 66 ist mit dem Ausgang 64 verbunden, um bereits decodierte Signalwerte s (n) zu erhalten. Aus diesen bereits decodierten Signalwerten s (m) mit m<n ermittelt die Pradiktionseinrichtung 66 einen prädizierten Wert s' (n) für einen aktuell zu decodierenden Signalwert s(n) und gibt diesen prädizierten Wert an einen ersten Eingang des Addierers 68 aus. Ein zweiter Eingang des Addierers 68 ist mit dem Eingang 62 verbunden, um den prädizierten Wert s' (n) mit dem Differenzwert δ(n) zu summieren und das Ergebnis bzw. die Summe an den Ausgang 64 als Teil des decodierten Signals s und an den Eingang der Pradiktionseinrichtung 66 zur Pradiktion des nächsten Signalwerts auszugeben.
Ein weiterer Eingang der Pradiktionseinrichtung 66 ist mit dem Eingang 62 verbunden, um den Differenzwert δ(n) zu erhalten, wobei dieselbe diesen Wert verwendet, um die aktuellen Pradiktionskoefflzienten cöi zu adaptieren. Wie bei der Pradiktionseinrichtung 16 von Fig. 1 sind die Pradiktionskoeffizienten ωx durch die Steuereinrichtung 70 initialisierbar, ebenso wie der Geschwindigkeitsparameter λ durch die Steuereinrichtung 70 variierbar ist. Unter gleichzeitiger Bezugnahme auf die Fig. 3 und 4 wird nun im Folgenden die Funktionsweise des Decodierers 60 beschrieben. In zu den Schritten 40 und 42 korrespondierenden Schritten 90 und 92 initialisiert zunächst die Steuereinrichtung 70 die Prädiktionskoeffizienten coi der Pradiktionseinrichtung 66 und stellt den Geschwindigkeitsparameter λ derselben auf einen ersten Wert ein, der einer höheren A- daptionsgeschwindigkeit aber dafür einer verringerten Adap- tionspräzision entspricht.
In einem Schritt 94 decodiert dann die Pradiktionseinrichtung 66 das codierte Informationssignal δ bzw. den aktuellen Differenzwert δ(n) durch Prädizieren des Informations- Signals unter Adaption der Prädiktionskoeffizienten cöi. Genauer ausgedrückt, umfasst der Schritt 94 mehrere Teilschritte. Zunächst prädiziert die Pradiktionseinrichtung 66, die über die bereits decodierten Signalwerte s (m) mit m<n in Kenntnis ist, aus denselben den aktuell zu ermit- feinden Signalwert, um den prädizierten Wert s' (n) zu erhalten. Dabei verwendet die Pradiktionseinrichtung 66 die aktuellen Prädiktionskoeffizienten cöi. Der aktuell zu decodierende Differenzwert δ(n) wird durch den Addierer 68 auf den prädizierten Wert s' (n) addiert, um die so erhaltene Summe als Teil des decodierten Signals s am Ausgang 64 auszugeben. Die Summe wird aber auch in die Pradiktionseinrichtung 66 eingegeben, die diesen Wert s(n) bei den nächsten Prädiktionen verwenden wird. Zusätzlich verwendet die Pradiktionseinrichtung 66 den Differenzwert δ(n) aus dem codierten Signalstrom um die aktuellen Prädiktionskoeffizienten coi zu adaptieren, wobei die Adaptionsgeschwindigkeit und die Adaptionspräzision durch den aktuell eingestellten Geschwindigkeitsparameter λ vorgegeben ist. Auf diese Weise werden die Prädiktionskoeffizienten α>i aktuali- siert bzw. adaptiert.
In einem dem Schritt 46 von Fig. 2 entsprechenden Schritt 96 überprüft die Steuereinrichtung, ob eine Geschwindig- keitsparameterveränderung stattzufinden hat. Falls dies nicht der Fall ist, wird in einem zu dem Schritt 48 korrespondierenden Schritt 98 durch die Steuereinrichtung 70 festgestellt, ob ein Reset-Zeitpunkt vorliegt. Falls dies nicht der Fall ist, wird die Schleife der Schritte 94-98 erneut durchlaufen, diesmal für den nächsten Signalwert s (n) bzw. den nächsten Differenzwert δ(n), wie es durch "n—»n+lλ in Fig. 4 angedeutet ist.
Liegt in Schritt 96 jedoch ein Geschwindigkeitsparameter- Veränderungszeitpunkt vor, stellt die Steuereinrichtung 70 in einem Schritt 100 den Geschwindigkeitsparameter λ auf einen zweiten Wert ein, der einer niedrigeren Adaptionsgeschwindigkeit jedoch einer höheren Adaptionspräzision ent- spricht, wie es in Hinblick auf die Codierung bereits erörtert wurde.
Wie bereits erwähnt, wird entweder durch Informationen in dem codierten Informationssignal 62 oder durch Standardi- sierung gewährleistet, dass die Geschwindigkeitsparameterveränderungen und Reset-Zeitpunkte an den gleichen Stellen bzw. zwischen den gleichen Signalwerten bzw. decodierten Signalwerten auftreten, nämlich senderseitig und empfangsseitig.
Nachdem Bezug nehmend auf die Figuren 1-4 allgemein ein prädiktives Codierungsschema gemäß einem Ausführungsbeispiel der vorliegenden Erfindung beschrieben worden ist, wird Bezug nehmend auf die Fig. 5-7 ein spezielles Ausfüh- rungsbeispiel für die Pradiktionseinrichtung 16 beschrieben, nach welchem Ausführungsbeispiel nämlich die Pradiktionseinrichtung 16 nach einem LMS-Adaptionsalgorithmus arbeitet .
Fig. 5 zeigt den Aufbau der Pradiktionseinrichtung 16 gemäß dem LMS-Algorithmus-Ausführungsbeispiel . Wie bereits Bezug nehmend auf Fig. 1 und 3 beschrieben, umfasst die Pradiktionseinrichtung 16 einen Eingang 120 für Signalwerte s (n) , einen Eingang 122 für Pradiktionsfehler bzw. Differenzwerte δ(n), zwei Steuereingänge 124 und 126 für die Initialisierung der Koeffizienten öi bzw. die Einstellung des Geschwindigkeitsparameters δ und einen Ausgang 128 zur Ausga- be des prädizierten Wertes s' (n) . Intern umfasst die Pradiktionseinrichtung 16 ein Transversalfilter 130 und eine Adaptionssteuerung 132. Das Transversalfilter 130 ist zwischen Eingang 120 und Ausgang 128 geschaltet. Die Adaptionssteuerung 132 ist mit den beiden Steuereingängen 124 und 126 und darüber hinaus mit den Eingängen 120 und 122 verbunden und umfasst ferner einen Ausgang um Korrekturwerte δθi für die Koeffizienten (ܱ an das Transversalfilter 130 weiterzuleiten.
Der LMS-Algorithmus, der durch die Pradiktionseinrichtung 16 - gegebenenfalls im Zusammenspiel mit dem Subtrahierer 18 (Fig. 1) - implementiert wird, ist ein linearer adapti- ver Filteralgorithmus, der, allgemein gesagt aus zwei Grundprozessen besteht:
1. Einem Filterprozess, der (a) das Berechnen des Ausgangssignals s' (n) eines linearen Filters ansprechend auf ein Eingangssignal s (n) durch das Transversalfilter 130 und (b) das Erzeugen eines Schätzfehlers δ(n) durch Vergleichen des Ausgangssignals s' (n) mit einer gewünschten Antwort s (n) durch den Substrahierer 18 bzw. das Erhalten des Schätzfehlers δ(n) aus dem codierten Informationssignal δ umfasst.
2. Einem adaptiven Prozess, der durch die Adaptionssteuerung 132 durchgeführt wird und eine automatische Anpassung der Filterkoeffizienten Cöi des Transversalfilters 130 gemäß dem Schätzfehler δ(n) aufweist.
Die Kombination dieser zwei zusammenwirkenden Prozesse ergibt eine Rückkoppelungsschleife, wie sie bereits Bezug nehmend auf Figuren 1-4 erläutert wurde. Details des Transversalfilters 130 sind nun in Fig. 6 dargestellt. Das Transversalfilter 130 empfängt an einem Eingang 140 die Folge von Signalwerten s (n) . Dem Eingang 140 schließt sich eine Serienschaltung aus m Verzögerungsele- menten 142 an, so dass an Verbindungsknoten zwischen den m Verzögerungselementen 142 die Signalwerte s(n-l) ... s (n-m) vorliegen, die dem aktuellen Signalwert s (n) vorangehen. Jeder dieser Signalwerte s(n-l) ... s (n-m) bzw. jeder dieser Verbindungsknoten wird an einen von m Gewichtungsein- richtungen 144 angelegt, die den jeweils anliegenden Signalwert mit einer jeweiligen Prädiktionsgewichtung bzw. einem jeweiligen der Filterkoeffizienten ( ± mit i = 1 ... m gewichten bzw. multiplizieren. Die Gewichtungseinrichtungen 144 geben ihr Ergebnis an einen jeweiligen einer Mehrzahl von Summierern 146 aus, die in Serie geschaltet sind, so dass sich an einem Ausgang 148 des Transversalfilters 130 aus der Summe des letzten Summierers der Serienschaltung der Schätzwert bzw. prädizierter Wert s' (m) zu
Figure imgf000017_0001
In einem weiteren Sinne kommt der Schätzwert s' (n) in einer im weiteren Sinne stationären Umgebung einem nach der Wiener Lösung prädizierten Wert nahe, wenn die Anzahl an Iterationen n unendlich erreicht.
Die Adaptionssteuerung 132 ist in Fig. 7 näher gezeigt. Die Adaptionssteuerung 132 umfasst demnach einen Eingang 160, an welchem die Folge von Differenzwerten δ(n) empfangen wird. Diese werden in einer Gewichtungseinrichtung 162 mit dem Geschwindigkeitsparameter λ multipliziert, der auch als Schrittweitenparameter bezeichnet wird. Das Ergebnis wird einer Mehrzahl von m Multiplikationseinrichtungen 164 zugeführt, die dasselbe mit einem der Signalwerte s(n-l) ... s (n-m) multiplizieren. Die Ergebnisse der Multiplikatoren 164 bilden Korrekturwerte δcöi ... δωm. Folglich stellen die Korrekturwerte δα>i ... δωm eine skalare Version des inneren Produkts des Schätzfehlers δ(n) und des Vektors aus Signal- werten s(n-l) ... s (n-m) dar. Diese Korrekturwerte werden vor dem nächsten Filterschritt auf die aktuellen Koeffizienten cθi ... ωm addiert, so dass der nächste Iterationsschritt, d.h. für den Signalwert s(n+l), im Transversalfil- ter 130 mit den neuen adaptierten Koeffizienten α>i -> cöi +δcüi durchgeführt wird.
Der Skalierungsfaktor λ, der bei der Adaptionssteuerung 132 verwendet wird, und, wie bereits erwähnt, auch als Schritt- eitenparameter bezeichnet wird, kann als eine positive Quantität angesehen werden und sollte bestimmte Bedingungen relativ zu dem spektralen Gehalt des Informationssignals erfüllen, damit der LMS-Algorithmus, der durch die Einrichtung 16 von Figuren 5-7 realisiert wird, stabil ist. Stabi- lität soll hier bedeuten, dass mit zunehmendem n, also wenn die Adaption unendlich lange durchgeführt wird, der mittlere quadratische Fehler, der durch das Filter 130 erzeugt wird, einen konstanten Wert erreicht. Ein Algorithmus der diese Bedingung erfüllt, wird als im quadratischen Mittel stabil bezeichnet.
Eine Änderung des Geschwindigkeitsparameters λ bewirkt eine Änderung in der Adaptionspräzision, d.h. in der Präzision, da die Koeffizienten ( an einen optimalen Satz von Koeffi- zienten angepaßt werden können. Eine Fehlanpassung der Filterkoeffizienten führt zu einer Erhöhung des mittleren Fehlerquadrats oder der Energie in den Differenzwerten δ im eingeschwungen Zustand n— >∞. Insbesondere verhält sich die Rückkopplungsschleife, die auf die Gewichte öi wirkt, wie ein Tiefpassfilter, dessen Ermittelungszeitdauerkonstante invers proportional zu dem Parameter λ ist. Folglich wird durch Einstellen des Parameters λ auf einen kleinen Wert der adaptive Prozess verlangsamt, wobei die Effekte des Gradientenrauschen auf die Gewichte cöi größtenteils heraus- gefiltert werden. Dies hat umgekehrt den Effekt des Redu- zierens der Fehlanpassung. Fig. 8 stellt den Einfluss der Einstellung des Parameters λ auf unterschiedliche Werte λi und λ2 auf das Adaptionsverhalten der Pradiktionseinrichtung 16 von Figuren 5-7 anhand einer Graphik dar, bei der entlang der x-Achse die Anzahl der Iterationen n bzw. die Anzahl der Prädiktionen und A- daptionen n aufgetragen und entlang der y-Achse die mittlere Energie der Restwerte δ(n) bzw. das mittlere Fehlerquadrat aufgetragen ist. Eine durchgezogene Linie bezieht sich auf einen Geschwindigkeitsparameter λi. Wie es zu sehen ist, benötigt die Adaption an einen stationären Zustand, bei dem die mittlere Energie der Restwerte im wesentlichen konstant bleibt, eine Anzahl ni Iterationen. Die Energie der Restwerte im eingeschwungenen bzw. quasi-stationären Zustand beträgt Ei. Mit einem größeren Geschwindigkeitspa- rameter λ2 ergibt sich eine gestrichelte Kurve, wobei, wie es zu sehen ist, weniger Iterationen, nämlich n2, benötigt werden, bis der eingeschwungene Zustand erreicht wird, wobei der eingeschwungene Zustand jedoch mit einer höheren Energie E2 der Restwerte verbunden ist. Der eingeschwungene Zustand bei Ei bzw. E2 zeichnet sich nicht durch ein Einschwingen des mittleren Fehlerquadrats der Restwerte bzw. Residuals auf einen asymptotischen Wert, sondern auch durch ein Einschwingen der Filterkoeffizienten ö mit einer gewissen, im Fall von λi höheren und im Fall von λ2 niedrige- ren, Präzision an den optimalen Satz von Filterkoeffizienten aus .
Wenn nun aber, wie Bezug nehmend auf Figuren 1-4 beschrieben, zunächst der Geschwindigkeitsparameter λ auf den Wert λ2 eingestellt wird, so wird eine Adaption der Koeffizienten cöi zunächst schneller erreicht, wobei der Wechsel auf λi nach einer gewissen Zeitdauer nach den Reset-Zeitpunkten dann dafür sorgt, dass die Adaptionspräzision für den darauffolgenden Zeitraum verbessert wird. Insgesamt wird da- durch eine Restwerteenergiekurve erreicht, die eine höhere Komprimierung ermöglicht als mit einem der beiden Parametereinstellung allein. Zu der vorhergehenden Figurenbeschreibung wird noch darauf hingewiesen, dass die vorliegende Erfindung nicht auf LMS- Algorithmus-Implementierungen beschränkt ist. Obwohl folglich Bezug nehmend auf die Figuren 5-8 die vorliegende Er- findung Bezug nehmend auf den LMS-Algorithmus als einen adaptiven Prädiktionsalgorithmus näher beschrieben worden ist, ist die vorliegende Erfindung ferner auch im Zusammenhang mit anderen adaptiven Prädiktionsalgorithmen anwendbar, bei denen über einen Geschwindigkeitsparameter eine Einstellung der Abstimmung zwischen Adaptionsgeschwindigkeit einerseits und Adaptionspräzision andererseits vorgenommen werden kann. Da die Adaptionspräzision wiederum Ein- fluss auf die Energie der Restwerte hat, kann somit immer der Geschwindigkeitsparameter zunächst so eingestellt wer- den, daß die Adaptionsgeschwindigkeit groß ist, woraufhin derselbe dann auf einen Wert eingestellt wird, bei dem die Adaptionsgeschwindigkeit zwar gering aber die Adaptionspräzision und damit die Energie der Restwerte geringer ist. Bei solchen Prädiktionsalgorithmen müsste beispielsweise keine Verbindung zwischen dem Eingang 120 oder Adaptionsstörung 132 bestehen.
Es wird ferner darauf hingewiesen, dass anstelle der im vorhergehenden beschriebenen festen Zeitdauer nach den Re- set-Zeitpunkten zur Auslösung der Geschwindigkeitsparameterveränderung ferner auch eine Auslösung abhängig von dem Adaptionsgrad durchgeführt werden kann, wie z.B. eine Auslösung einer Geschwindigkeitsparameterveränderung dann, wenn die Koeffizientenkorrekten δω, wie z.B. eine Summe der Absolutwerte derselben, einen gewissen Wert unterschreitet, was einer Annäherung an den quasi-stationären Zustand, wie er in Fig. 8 gezeigt ist, bis auf einen bestimmten Annäherungsgrad anzeigt.
Insbesondere wird darauf hingewiesen, dass abhängig von den Gegebenheiten das erfindungsgemäße Schema auch in Software implementiert sein kann. Die Implementation kann auf einem digitalen Speichermedium, insbesondere einer Diskette oder einer CD mit elektronisch auslesbaren Steuersignalen erfolgen, die so mit einem programmierbaren Computersystem zusammenwirken können, dass das entsprechende Verfahren ausgeführt wird. Allgemein besteht die Erfindung somit auch in einem Computerprogrammprodukt mit auf einem maschinenlesbaren Träger gespeicherten Programmcode zur Durchführung des erfindungsgemäßen Verfahrens, wenn das Computerprogrammprodukt auf einem Rechner abläuft. In anderen Worten ausgedrückt kann die Erfindung somit als ein Computerprogramm mit einem Programmcode zur Durchführung des Verfahrens realisiert werden, wenn das Computerprogramm auf einem Computer abläuft.

Claims

Patentansprüche
1. Verfahren zur prädiktiven Codierung eines Informationssignals mittels eines adaptiven Prädiktionsalgo- rithmus, dessen Prädiktionskoeffizienten (oi) initialisierbar sind, und der durch einen Geschwindigkeitskoeffizienten (λ) steuerbar ist, um in dem Fall, dass der Geschwindigkeitskoeffizient (λ) einen ersten Wert aufweist, mit einer ersten Adaptionsgeschwindigkeit und einer ersten Adaptionspräzison zu arbeiten, und in dem Fall, dass der Geschwindigkeitsparameter (λ) einen zweiten Wert aufweist, mit einer zweiten, gegenüber der ersten niedrigeren Adaptionsgeschwindigkeit und einer zweiten, gegenüber der ersten höheren Adaptions- Präzision zu arbeiten, mit folgenden Schritten:
A) Initialisieren (40) der Prädiktionskoeffizienten (G>i) ; B) Steuern (42) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den ersten Wert einzustellen;
C) Codieren (44) eines ersten Teils des Informationssignals mittels des adaptiven Prädiktionsalgorithmus mit dem auf den ersten Wert eingestellten Geschwindigkeitsparameter (λ) ; D) Steuern (50) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den zweiten Wert einzustellen; und
E) Codieren (44) eines auf den ersten Teil folgenden zweiten Teils des Informationssignals mittels des adaptiven Prädiktionsalgorithmus mit dem auf den zweiten Wert eingestellten Geschwindigkeitsparameter (λ) .
2. Verfahren gemäß Anspruch 1, bei dem der Schritt C) unter Adaption der in Schritt A) initialisierten Prädiktionskoeffizienten (cöi) durchgeführt wird, um adaptierte Prädiktionskoeffizienten (ü ) zu erhalten, und bei dem der Schritt E) unter Adaption der adaptiven Prädiktionskoeffizienten (cöi) durchgeführt wird.
Verfahren gemäß Anspruch 1 oder 2, bei dem die Schritte A)-E) intermittierend zu vorbestimmten Zeitpunkten wiederholt werden, um aufeinanderfolgende Abschnitte des Informationssignals zu codieren.
Verfahren gemäß Anspruch 3, bei dem die vorbestimmten Zeitpunkte in einem vorbestimmten Zeitintervall zyklisch wiederkehren.
5. Verfahren gemäß Anspruch 4, bei dem der Schritt D) nach Ablauf einer vorbestimmten Zeitdauer nach Schritt B) durchgeführt wird.
6. Verfahren gemäß einem der Ansprüche 1-4, bei dem der Schritt D) ansprechend darauf durchgeführt wird, dass eine augenblickliche Adaptionskorrektur (δcθi) des a- daptiven Prädiktionsalgorithmus einen vorbestimmten Wert unterscheireitet .
7. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem aus Schritt C) und E) Differenzen zwischen Informationswerten des Informationssignals und prädizierten Werten erhalten werden, die eine codierte Version des Informationssignals darstellen.
Vorrichtung zur prädiktiven Codierung eines Informationssignals, mit einer Einrichtung (16, 18) zur Durchführung eines a- daptiven Prädiktionsalgorithmus, dessen Prädiktionskoeffizienten (<Bi) initialisierbar sind, und der durch einen Geschwindigkeitskoeffizienten (λ) steuer- bar ist, um in dem Fall, dass der Geschwindigkeitskoeffizient (λ) einen ersten Wert aufweist, mit einer ersten Adaptionsgeschwindigkeit und einer ersten Adap- tionspräzison zu arbeiten, und in dem Fall, dass der Geschwindigkeitsparameter (λ) einen zweiten Wert auf- weist, mit einer zweiten, gegenüber der ersten niedrigeren Adaptionsgeschwindigkeit und einer zweiten, gegenüber der ersten höheren Adaptionspräzision zu arbeiten; und
einer Steuereinrichtung (20) , die mit der Einrichtung zur Durchführung des adaptiven Prädiktionsalgorithmus gekoppelt ist, und wirksam ist, um
A) eine Initialisierung (40) der Prädiktionskoeffi- zienten (cc>i) ;
B) eine Steuerung (42) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den ersten Wert einzustellen;
C) eine Codierung (44) eines ersten Teils des Informationssignals mittels des adaptiven Prädiktionsalgorithmus mit dem auf den ersten Wert eingestellten Geschwindigkeitsparameter (λ) ;
D) eine Steuerung (50) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den zweiten Wert einzustellen; und
E) eine Codierung (44) eines auf den ersten Teil folgenden zweiten Teils des Informationssignals mit- tels des adaptiven Prädiktionsalgorithmus mit dem auf den zweiten Wert eingestellten Geschwindigkeitsparameter (λ) , zu bewirken.
9. Vorrichtung gemäß Anspruch 8, bei dem die Steuereinrichtung (20) ausgebildet ist, um bewirken, daß die Codierung C) unter Adaption der in A) initialisierten Prädiktionskoeffizienten (cöi) durchgeführt wird, um adaptierte Prädiktionskoeffizienten (cöi) zu erhalten, und die Codierung E) unter Adaption der adaptiven Prädiktionskoeffizienten (coi) durchgeführt wird.
10. Vorrichtung gemäß Anspruch 8 oder 9, bei dem die Steuereinrichtung (20) ausgebildet ist, um zu bewirken, dass die Schritte A)-E) intermittierend zu vorbestimmten Zeitpunkten wiederholt werden, um aufeinanderfolgende Abschnitte des Informationssignals zu codieren.
11. Vorrichtung gemäß Anspruch 10, bei dem die Steuerein- richtung (20) derart ausgebildet ist, dass die vorbestimmten Zeitpunkte in einem vorbestimmten Zeitintervall zyklisch wiederkehren.
12. Vorrichtung gemäß Anspruch 4, bei dem die Steuerein- richtung (20) derart ausgebildet ist, dass der Schritt D) nach Ablauf einer vorbestimmten Zeitdauer nach Schritt B) durchgeführt wird.
13. Vorrichtung gemäß einem der Ansprüche 1-4, bei dem die Steuereinrichtung ausgebildet ist, um zu bewirken, dass der Schritt D) ansprechend darauf durchgeführt wird, dass eine augenblickliche Adaptionskorrektur (δα>i) des adaptiven Prädiktionsalgorithmus einen vorbestimmten Wert unterscheireitet .
14. Vorrichtung gemäß einem der vorhergehenden Ansprüche, bei dem die Einrichtung zur Durchführung eines adaptiven Prädiktionsalgorithmus ausgebildet ist, um Diffe- renzen zwischen Informationswerten des Informationssignals und prädizierten Werten zu erhalten, die eine codierte Version des Informationssignals darstellen.
15. Verfahren zur Dekodierung eines prädiktiv codierten Informationssignals mittels eines adaptiven Prädiktionsalgorithmus, dessen Prädiktionskoeffizienten (α>i) initialisierbar sind, und der durch einen Geschwindigkeitskoeffizienten (λ) steuerbar ist, um in dem Fall, dass der Geschwindigkeitskoeffizient (λ) einen ersten Wert aufweist, mit einer ersten Adaptionsgeschwindigkeit und einer ersten Adaptionspräzison zu arbeiten, und in dem Fall, dass der Geschwindigkeitsparameter (λ) einen zweiten Wert aufweist, mit einer zweiten, gegenüber der ersten niedrigeren Adaptionsgeschwindigkeit und einer zweiten, gegenüber der ersten höheren Adaptionspräzision zu arbeiten, mit folgenden Schritten: F) Initialisieren (90) der Prädiktionskoeffizienten (Cöi) ;
G) Steuern (92) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den ersten Wert einzustellen;
H) Decodieren (94) eines ersten Teils des prädiktiv codierten Informationssignals mittels des adapti- ven Prädiktionsalgorithmus mit dem auf den ersten Wert eingestellten Geschwindigkeitsparameter (λ) ;
I) Steuern (100) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den zweiten Wert einzustellen; und J) Decodieren (94) eines auf den ersten Teil folgenden zweiten Teils des prädiktiv codierten Informationssignals mittels des adaptiven Prädiktionsalgorithmus mit dem auf den zweiten Wert eingestell- ten Geschwindigkeitsparameter (λ) .
16. Verfahren gemäß Anspruch 15, bei dem der Schritt C) unter Adaption der in Schritt A) initialisierten Prädiktionskoeffizienten (cöi) durchgeführt wird, um adap- tierte Prädiktionskoeffizienten (cöi) zu erhalten, und bei dem der Schritt E) unter Adaption der adaptiven Prädiktionskoeffizienten (CÖI) durchgeführt wird.
17. Verfahren gemäß Anspruch ,15 oder 16, bei dem die Schritte A)-E) intermittierend zu vorbestimmten Zeitpunkten wiederholt werden, um aufeinanderfolgende Abschnitte des prädiktiv codierten Informationssignals zu decodieren.
18. Verfahren gemäß Anspruch 17, bei dem die vorbestimmten Zeitpunkte in einem vorbestimmten Zeitintervall zyklisch wiederkehren.
19. Verfahren gemäß Anspruch 18, bei dem der Schritt D) nach Ablauf einer vorbestimmten Zeitdauer nach Schritt B) durchgeführt wird.
20. Verfahren gemäß einem der Ansprüche 15-19, bei dem der Schritt D) ansprechend darauf durchgeführt wird, dass eine augenblickliche Adaptionskorrektur (δcöi) des a- daptiven Prädiktionsalgorithmus einen vorbestimmten Wert unterscheireitet .
21. Verfahren gemäß einem der vorhergehenden Ansprüche, bei dem Schritte C) und E) das Addieren von Differenzen in dem prädiktiv codierten Informationssignal und prädizierten Werten umfasst.
2. Vorrichtung zur Dekodierung eines prädiktiv codierten Informationssignals, mit einer Einrichtung (16, 18) zur Durchführung eines a- daptiven Prädiktionsalgorithmus, dessen Prädiktionskoeffizienten (coi) initialisierbar sind, und der durch einen Geschwindigkeitskoeffizienten (λ) steuerbar ist, um in dem Fall, dass der Geschwindigkeitskoeffizient (λ) einen ersten Wert aufweist, mit einer ersten Adaptionsgeschwindigkeit und einer ersten Adap- tionspräzison zu arbeiten, und in dem Fall, dass der Geschwindigkeitsparameter (λ) einen zweiten Wert aufweist, mit einer zweiten, gegenüber der ersten niedrigeren Adaptionsgeschwindigkeit und einer zweiten, ge- genüber der ersten höheren Adaptionspräzision zu arbeiten; und einer Steuereinrichtung (20) , die mit der Einrichtung zur Durchführung des adaptiven Prädiktionsalgorithmus gekoppelt ist, und wirksam ist, um
A) eine Initialisierung (40) der Prädiktionskoeffizienten (cö ) ; B) eine Steuerung (42) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den ersten Wert einzustellen;
C) eine Decodierung (44) eines ersten Teils des prädiktiv codierten Informationssignals mittels des adaptiven Prädiktionsalgorithmus mit dem auf den ersten Wert eingestellten Geschwindigkeitsparameter (λ);
D) eine Steuerung (50) des adaptiven Prädiktionsalgorithmus, um den Geschwindigkeitsparameter (λ) auf den zweiten Wert einzustellen; und E) eine Decodierung (44) eines auf den ersten Teil folgenden zweiten Teils des prädiktiv codierten In- formationssignals mittels des adaptiven Prädiktionsalgorithmus mit dem auf den zweiten Wert eingestellten Geschwindigkeitsparameter (λ) , zu bewirken.
23. Vorrichtung gemäß Anspruch 22, bei dem die Steuereinrichtung (20) ausgebildet ist, um zu bewirken, daß die Codierung C) unter Adaption der in A) initialisierten Prädiktionskoeffizienten (ω±) durchgeführt wird, um adaptierte Prädiktionskoeffizienten (cö ) zu erhalten, und die Codierung E) unter Adaption der adaptiven Prädiktionskoeffizienten (Cöi) durchgeführt wird.
24. Vorrichtung gemäß Anspruch 22 oder 23, bei dem die Steuereinrichtung (20) ausgebildet ist, um zu bewir- ken, dass die Schritte A)-E) intermittierend zu vorbestimmten Zeitpunkten wiederholt werden, um aufeinanderfolgende Abschnitte des prädiktiv codierten Informationssignals zu decodieren.
25. Vorrichtung gemäß Anspruch 24, bei dem die Steuereinrichtung (20) derart ausgebildet ist, dass die vorbestimmten Zeitpunkte in einem vorbestimmten Zeitintervall zyklisch wiederkehren.
26. Vorrichtung gemäß Anspruch 4, bei dem die Steuereinrichtung (20) derart ausgebildet ist, dass der Schritt D) nach Ablauf einer vorbestimmten Zeitdauer nach Schritt B) durchgeführt wird.
27. Vorrichtung gemäß einem der Ansprüche 1-4, bei dem die Steuereinrichtung ausgebildet ist, um zu bewirken, dass der Schritt D) ansprechend darauf durchgeführt wird, dass eine augenblickliche Adaptionskorrektur (δcθi) des adaptiven Prädiktionsalgorithmus einen vorbestimmten Wert unterscheireitet .
28. Vorrichtung gemäß einem der vorhergehenden Ansprüche, bei dem die Einrichtung zur Durchführung eines adaptiven Prädiktionsalgorithmus eine Einrichtung zum Addieren von Differenzen in dem prädiktiv codierten Informationssignal und prädizierten Werten umfasst.
29. Computer-Programm mit einem Programmcode zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 7 oder nach einem der Ansprüche 15 bis 21, wenn das Computer-Programm auf einem Computer abläuft.
- 1 / 5
10
Figure imgf000031_0001
60
Figure imgf000031_0002
2 / 5 -
Figure imgf000032_0001
Figure imgf000033_0001
4 -
Figure imgf000034_0001
Figure imgf000034_0002
5 / 5
130
Figure imgf000035_0001
Figure imgf000035_0002
PCT/EP2004/014496 2004-02-13 2004-12-20 Prädiktives codierungsschema WO2005083683A1 (de)

Priority Applications (11)

Application Number Priority Date Filing Date Title
AU2004316541A AU2004316541B2 (en) 2004-02-13 2004-12-20 Predicative coding scheme
EP04804095A EP1700293B1 (de) 2004-02-13 2004-12-20 Prädiktives codierungsschema
CA2556024A CA2556024C (en) 2004-02-13 2004-12-20 Predictive coding scheme
JP2006552473A JP4351260B2 (ja) 2004-02-13 2004-12-20 予測符号化方法
DE502004003807T DE502004003807D1 (de) 2004-02-13 2004-12-20 Prädiktives codierungsschema
BRPI0418389-4A BRPI0418389B1 (pt) 2004-02-13 2004-12-20 Esquema de codificação preditiva
CN2004800415752A CN1914670B (zh) 2004-02-13 2004-12-20 预测编码和解码预测编码的方法及设备
IL177124A IL177124A (en) 2004-02-13 2006-07-27 Coding program with predictability
US11/462,140 US7386446B2 (en) 2004-02-13 2006-08-03 Predictive coding scheme with adaptive speed parameters
NO20064021A NO338722B1 (no) 2004-02-13 2006-09-07 Prediktiv koding og dekoding
HK07101128A HK1094080A1 (en) 2004-02-13 2007-02-01 Predictive coding scheme

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102004007185.3 2004-02-13
DE102004007185A DE102004007185B3 (de) 2004-02-13 2004-02-13 Prädiktives Codierungsschema

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US11/462,140 Continuation US7386446B2 (en) 2004-02-13 2006-08-03 Predictive coding scheme with adaptive speed parameters

Publications (1)

Publication Number Publication Date
WO2005083683A1 true WO2005083683A1 (de) 2005-09-09

Family

ID=34625823

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2004/014496 WO2005083683A1 (de) 2004-02-13 2004-12-20 Prädiktives codierungsschema

Country Status (17)

Country Link
US (1) US7386446B2 (de)
EP (1) EP1700293B1 (de)
JP (1) JP4351260B2 (de)
KR (1) KR100852483B1 (de)
CN (1) CN1914670B (de)
AT (1) ATE362169T1 (de)
AU (1) AU2004316541B2 (de)
BR (1) BRPI0418389B1 (de)
CA (1) CA2556024C (de)
DE (2) DE102004007185B3 (de)
ES (1) ES2285551T3 (de)
HK (1) HK1094080A1 (de)
IL (1) IL177124A (de)
NO (1) NO338722B1 (de)
PT (1) PT1700293E (de)
RU (1) RU2345426C2 (de)
WO (1) WO2005083683A1 (de)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8218634B2 (en) * 2005-01-13 2012-07-10 Ntt Docomo, Inc. Nonlinear, in-the-loop, denoising filter for quantization noise removal for hybrid video compression
US11128601B2 (en) * 2007-08-28 2021-09-21 Spencer Health Solutions, Llc Methods, systems, and computer program products for compiling information for use in a command script for a product dispensing system
EP2466580A1 (de) 2010-12-14 2012-06-20 Fraunhofer-Gesellschaft zur Förderung der Angewandten Forschung e.V. Codierer und Verfahren zur prädiktiven Codierung, Decodierer und Verfahren zur Decodierung, System und Verfahren zur prädiktiven Codierung und Decodierung und prädiktiv codiertes Informationssignal
CN102436215B (zh) * 2011-11-24 2013-06-05 重庆大学 数控冲花打孔机并行控制加工时间虚拟计算方法
JP5994073B2 (ja) * 2013-01-31 2016-09-21 株式会社アクセル 音声信号圧縮装置及び音声信号圧縮方法
ES2710338T3 (es) 2016-05-10 2019-04-24 Von Sobbe Hans Ulrich Sistema de análisis

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5535299A (en) * 1993-11-02 1996-07-09 Pacific Communication Sciences, Inc. Adaptive error control for ADPCM speech coders
US6104996A (en) * 1996-10-01 2000-08-15 Nokia Mobile Phones Limited Audio coding with low-order adaptive prediction of transients
US6360200B1 (en) * 1995-07-20 2002-03-19 Robert Bosch Gmbh Process for reducing redundancy during the coding of multichannel signals and device for decoding redundancy-reduced multichannel signals
US20030191634A1 (en) * 2002-04-05 2003-10-09 Thomas David B. Signal-predictive audio transmission system

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US535299A (en) * 1895-03-05 Combined telegraph and telephone system
US3631520A (en) * 1968-08-19 1971-12-28 Bell Telephone Labor Inc Predictive coding of speech signals
US3931596A (en) * 1974-09-30 1976-01-06 Bell Telephone Laboratories, Incorporated Adaptive quantizer apparatus using training mode
US4475227A (en) * 1982-04-14 1984-10-02 At&T Bell Laboratories Adaptive prediction
US4518950A (en) * 1982-10-22 1985-05-21 At&T Bell Laboratories Digital code converter
US4751736A (en) * 1985-01-31 1988-06-14 Communications Satellite Corporation Variable bit rate speech codec with backward-type prediction and quantization
US4677423A (en) * 1986-01-06 1987-06-30 American Telephone & Telegraph, At&T Bell Laboratories ADPCM coder-decoder including partial band energy transition detection
DE3714589A1 (de) 1987-05-01 1988-11-10 Standard Elektrik Lorenz Ag Videosignal-codierer mit dpcm und adaptiver praediktion
EP0649557B1 (de) * 1993-05-05 1999-08-25 Koninklijke Philips Electronics N.V. Übertragungssystem mit mindestens einem kodierer
JP3224465B2 (ja) * 1993-12-22 2001-10-29 シャープ株式会社 画像符号化装置
GB9509831D0 (en) * 1995-05-15 1995-07-05 Gerzon Michael A Lossless coding method for waveform data
JP3348612B2 (ja) * 1996-10-31 2002-11-20 日本ビクター株式会社 ブロック間予測符号化装置、ブロック間予測復号化装置、ブロック間予測符号化方法、ブロック間予測復号化方法、及びブロック間予測符号化復号化装置
US6078620A (en) * 1997-07-31 2000-06-20 Lucent Technologies, Inc. Method and apparatus for performing adaptive differential pulse code modulation
TW376611B (en) * 1998-05-26 1999-12-11 Koninkl Philips Electronics Nv Transmission system with improved speech encoder
CN1242379C (zh) * 1999-08-23 2006-02-15 松下电器产业株式会社 音频编码装置
WO2002082425A1 (en) * 2001-04-09 2002-10-17 Koninklijke Philips Electronics N.V. Adpcm speech coding system with specific step-size adaptation
JP4215448B2 (ja) * 2002-04-19 2009-01-28 日本電気株式会社 音声復号装置及び音声復号方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5535299A (en) * 1993-11-02 1996-07-09 Pacific Communication Sciences, Inc. Adaptive error control for ADPCM speech coders
US6360200B1 (en) * 1995-07-20 2002-03-19 Robert Bosch Gmbh Process for reducing redundancy during the coding of multichannel signals and device for decoding redundancy-reduced multichannel signals
US6104996A (en) * 1996-10-01 2000-08-15 Nokia Mobile Phones Limited Audio coding with low-order adaptive prediction of transients
US20030191634A1 (en) * 2002-04-05 2003-10-09 Thomas David B. Signal-predictive audio transmission system

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HUFFMAN S D ET AL: "Adaptive linear estimation based on time domain orthogonality", ICASSP 80 PROCEEDINGS. IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS, SPEECH AND SIGNAL PROCESSING IEEE NEW YORK, NY, USA, vol. II, 1980, pages 453 - 456, XP002334029 *
NOURELDIN A ET AL: "New technique for reducing the angle random walk at the output of fiber optic gyroscopes during alignment processes of inertial navigation systems", OPTICAL ENGINEERING SPIE USA, vol. 40, no. 10, October 2001 (2001-10-01), pages 2097 - 2106, XP002334028, ISSN: 0091-3286 *

Also Published As

Publication number Publication date
DE502004003807D1 (de) 2007-06-21
IL177124A (en) 2011-04-28
BRPI0418389A (pt) 2007-05-22
NO338722B1 (no) 2016-10-10
RU2006132731A (ru) 2008-03-20
HK1094080A1 (en) 2007-03-16
BRPI0418389B1 (pt) 2019-06-25
RU2345426C2 (ru) 2009-01-27
CN1914670B (zh) 2011-03-23
NO20064021L (no) 2006-09-07
DE102004007185B3 (de) 2005-06-30
KR100852483B1 (ko) 2008-08-18
ES2285551T3 (es) 2007-11-16
EP1700293A1 (de) 2006-09-13
CA2556024C (en) 2010-08-10
JP2007534229A (ja) 2007-11-22
US20070016409A1 (en) 2007-01-18
CA2556024A1 (en) 2005-09-09
JP4351260B2 (ja) 2009-10-28
ATE362169T1 (de) 2007-06-15
CN1914670A (zh) 2007-02-14
KR20070085059A (ko) 2007-08-27
US7386446B2 (en) 2008-06-10
EP1700293B1 (de) 2007-05-09
BRPI0418389A8 (pt) 2018-04-03
AU2004316541B2 (en) 2008-04-24
PT1700293E (pt) 2007-08-21
IL177124A0 (en) 2006-12-10
AU2004316541A1 (en) 2005-09-09

Similar Documents

Publication Publication Date Title
DE2645016C3 (de)
DE69726661T2 (de) Verfahren und vorrichtung zur kodierung eines digitalen informationssignales
DE60021083T2 (de) Verfahren zur verbesserung der kodierungseffizienz eines audiosignals
DE60038405T2 (de) Vorrichtung und Verfahren zur adaptiven Verringerung von Energieverbrauch in integrierten Schaltungen
DE69433075T2 (de) Codierungsschema für Kanäle mit Intersymbolinterferenz
DE102004009955B3 (de) Vorrichtung und Verfahren zum Ermitteln einer Quantisierer-Schrittweite
EP0962015B1 (de) Verfahren und vorrichtungen zum codieren von diskreten signalen bzw. zum decodieren von codierten diskreten signalen
DE3426939C2 (de) Vorrichtung für eine geschlossene prädiktive Quantisierung eines digitalen Vektorsignals
WO1999018673A1 (de) Verfahren und vorrichtung zur erzeugung eines bitratenskalierbaren audio-datenstroms
WO2005083683A1 (de) Prädiktives codierungsschema
EP0135066B1 (de) Übertragungsanordnung für digitale Signale
DE102014104142B4 (de) Quantisierungsschaltung und Verfahren zum Quantisieren einer Eingangsgröße
DE2319650C3 (de) Verfahren und Anordnung zum Umwandeln eines Nachrichtensignals aus einem digitalen Codeformat in ein anderes
DE102014111716B4 (de) Adaptiver Entzerrer
WO2000072454A1 (de) Verfahren zum filtern eines mobilfunksignals und entsprechender mobilfunk-empfänger
DE60128243T2 (de) AM-Empfänger mit einem Kanalfilter mit adaptiver Bandbreite
DE3908865C2 (de) Gerät zur Verarbeitung digitaler Signale
DE19742201C1 (de) Verfahren und Vorrichtung zum Codieren von Audiosignalen
DE2703854C2 (de) Bildübertragungsanlage
DE1961666A1 (de) Rueckkopplungscoder und Decoder,die bewertete Codefolgen verwenden
DE2703909C2 (de) Bildübertragungsanlage
EP1491015A1 (de) Einrichtung und verfahren zur geregelten skalierung und quantisierung von soft-output-werten eines entzerrers
DE19960493A1 (de) Gerät und Verfahren zur Codierung eines Audio-/Videosignals
DE19735675C2 (de) Verfahren zum Verschleiern von Fehlern in einem Audiodatenstrom
DE2403597C3 (de) Übertragungssystem auf der Basis der Differential-Puls-Code-Modulation

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): BW GH GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
DPEN Request for preliminary examination filed prior to expiration of 19th month from priority date (pct application filed from 20040101)
WWE Wipo information: entry into national phase

Ref document number: 2004804095

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 2004316541

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: 177124

Country of ref document: IL

WWE Wipo information: entry into national phase

Ref document number: 2146/KOLNP/2006

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 11462140

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 1020067016186

Country of ref document: KR

Ref document number: PA/a/2006/009145

Country of ref document: MX

Ref document number: 2006552473

Country of ref document: JP

Ref document number: 200480041575.2

Country of ref document: CN

Ref document number: 2556024

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

WWW Wipo information: withdrawn in national office

Ref document number: DE

ENP Entry into the national phase

Ref document number: 2004316541

Country of ref document: AU

Date of ref document: 20041220

Kind code of ref document: A

WWP Wipo information: published in national office

Ref document number: 2004316541

Country of ref document: AU

WWE Wipo information: entry into national phase

Ref document number: 2006132731

Country of ref document: RU

WWP Wipo information: published in national office

Ref document number: 2004804095

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 11462140

Country of ref document: US

WWG Wipo information: grant in national office

Ref document number: 2004804095

Country of ref document: EP

ENP Entry into the national phase

Ref document number: PI0418389

Country of ref document: BR