（信号与信息处理专业论文）信源信道联合解码算法研究及其在语音传输中的应用.pdf

摘要 随着无线移动通信技术和网络通信技术的不断发展，对多媒体通信的传输要求目益提高，与 函音、音频、视频相关的技术也成为通信研究领域的热点和重点。香农的信源信道分离编码原理 是目前多媒体通信系统的设计基础，信源编码基于信源的统计特性实现信源数据的有效压缩，而 信道编码则用于增加传输数据的鲁棒性，实现可靠传输。通信系统的信源编码和信道编码在结构 上分别独立地进行设计，降低了系统设计的复杂性。根据香农的分离原理，只有在码字无限长f 即 意味着复杂度和延迟的无限人) 和点列点通信环境下，独立设计系统才能获得最佳系统性能，这就 促使了信源信道联合编解码算法的研究和发展，该方法将信源编码、信道编码或信源解码、信道 解码作为一个整体进行设计，从而提高系统性能。 本文主要对信源信道跌合解码算法，以及基于联合解码结构的语音传输系统进行研究。提 h 了基于迭代结构和参数估计的信源信道联合解码算法。联合解码算法首先基于信源参数帧间相关 性提供的先验信息以及信道输出数据，进行迭代的信道解码：接着利用迭代信道解码提供的接收 参数似然值，结合信源参数的先验信息，计算后验概率，进行基于最小均方误差或最大后验概率 估计的信源解码t 同时后验概率作为先验信息反馈到r 一时刻迭代的信道解码。为丁降低迭代信 道解码的运算量，避免对数似然值和概率值的相互转换，引入r 简化算法。仿真实验表明对于高 斯马尔可夫信源，该联合解码算法和简化的联合解码算法均明显提高了接收参数信啭比，改善了 接收系统性能。 本文采用非系统卷积码，因此迭代的宕道解码为串联结构，由软输入、软输出维特比解码和 比特估计模块两部分组成。根据维特比算法和比特估计模块的外信息转移图表，本文分析了迭代 信道解码算法的收敛性，指出迭代信道解码的系统性能提高受到信道信噪比、信源参数冗余量等 因数的影响。同时联合解码算法迭代次数的增加不会无限提高系统性能，一般而言，迭代次数设 置为2 ，即可保证联台解码算法获得显著的性能改善。 利用多元统计分析工具，对基于最小均方误差估计的信源解码算法进行分析，在信源参数、 信道输出数据为联台高斯分布条件下，推导了接收参数信噪比提高幅度的表达式+ 指出联合解码 算法的性能提高与信道信噪比、信源参数的一阶相关系数有关，证明了联合解码算法的可行性和 有效性，实验仿真结果表明了分析方法的正确性。 针对g s me f r 这一重要的语音编码标准，分析了编码参数的冗余量，对参数分别由非等概 分布和帧问相关性提供的冗余信息，在联合解码的信道解码和信源解码中进行合理分配，最大程 度地获取由信源参数冗余信息带来的系统性能增益，并避免了由冗余信息重复使用造成的性能损 失；针对各信源参数的特性，不同的参数选择不同的估训准则；以迭代信道解码算法分析为基础， 选定台理的迭代次数。仿真实验表明基于语音编码参数统计特性的联合解码算法显著改善了接收 端解码语音音质，提高了语音传输系统性能。 关键词：信源信道联合解码，迭代信道解码， 图表，g s me f r 语音编码，冗余量，非等概分布 参数估计，先验信息，后验概率，外信息转移 帧问相关性，估计准则 a b s t r a c t w i t ht h er a p j dd e v e l o 口m e n to fw i r e l e s sc o m m u n i c a t i o na n dn e t w o r kc o m m u n i c a t i o n ，t h e r eh a s b e e na 】1 衲c r e a s m gd e m a n df o rm u l t i m e d i ac o m m u n i c a t j o n ，a n dt h el e c h l l o 】o g i e sr e j a 把dl os p e e c h ， a u d i oa n dv i d e oh a sb e e nd r a w nl n o r ea n e n t i o n si nt h er e s e a r c hn l e do fc o m m u n l c a t i o n s h a n n o n s s e p a r a t et h e o t e mi st h ed e s i g nf o u n d 撕o no f m u l t i m e d i ac o m m u n i c a t i o ns y s t e m ，i nw h i c hs o u r c ec o d i n g a n dc h a n n e lc o d i n ga r et r e a l e da st w oi n d e p e n d e n ts u b j e c t ss o u r c ec o d i n ga i m st ol d u c ea sm u c h r e d u n d a n c ya sp o s s i b l es ot h a tt h es o u r c e c a nb er e p r e s e n t e dw l t hf e w e rb i t sw h i l et h eg o a lo fc h a n n e l c o d i n gj s t om a k et h e 订a n s m i n e ds j g n a l sr o b u s tt oc h a n n e ln o i s ed i s t o n j o n sa n de n s u r e st h er e l i a bj e 订a n s m i s s i 。n h o w e v e lt h es e p a r a t et h e o r e mi sv a l i du n d e rt h ea s s u m p t i o no fi n n n i t e l e n g t hc o d e w o r d ( r e s u i t i n gi ni n n n i t ed e l 8 ya n ds y s t e mc o m p l e x i t y ) a n dp o i n t t o p o i n tc o m m u n i c a t i o nt h i s1 e a dt ot h e r e s c a r c ho f j o l n ls o u r c e c h a n n e lc o d i n gw h i c hj o i m l yd e s i g n st h es o u r c ee n c o d e r ( d e c o d e r ) w i t hc h a n ne 1 e n c o d e r ( d e c o d e r ) t oi m p r o v et h es y s t e mp e r f o n n a n c e t h i st h e s i sj n v e s t 追a t e st h ej o i n ts o u r c e c h a n n e ld e c o d i n ga l g o r j t h mw i t h8 p p 】i c a t i o nt os p e e c h t r a n s m i s s j 。nt h et h e s i 5p r o p o s e s 小ej o i ms o u r c e c h a n 玎c 】d e c o d j n gb a s e do n - l e a t ；v es t r u c t u r ea n d p a r a m e t e rc s t i m a t i o n a c c o r d i “gt op r j or ii n f o m a t j o ”p r o v i d e db yt i m ec o r r e l “o no fs o u r c op a r a m e t e r a 工1 dc h a n n e l o u t p u l ，c h a n n e 】d e c o d e re x e c u t e sj nt h ei t e r a t i v ep r o c e s s s o u r c ed e c o d e rc a l c u l a t e s p a r a m e t e r sp o s t e r i o np r o b a b i j i t vb a s e do nb i tr e l i a b t yf 硇mi r e r a t i v ec h a n n e ld e c o d e ra n d e s i d u a j r e d u n d a n c vo fs o u t c ep a r a m e t e rt h e ns o u r c ep a r a m e t e r sa r ee s t i m a t e db vm m s e ( m i n i m u mm e a n s q u a r ee r r o r ) o rm a p ( m a x i m u map o s t er i o n ) c r i t e r i a a 1 s ot h ep o s t e r 】o r ip r o b a b j l i t yi sf e e d b a c ka s p r i or i 】n f o n n a 朝o nt oi t e r a t j v ec h a n n e 】o nt h en c x tt i m ei no r d e rt oa v o i dt h et r a n s f o n no f1 0 9 l i k e l i h o o d a 1 1 dp r o b a b i l j t v ，s j m p l m e dj o i n ts o u r c e - c h a n n e l d e c o d i n ga l g o r i t h mi sa l s op r o p o s e d t or e d u c et h e c o m p j e x i t y r l h es i m u l a t 】o nr e s u l ts h o w st h a tj o i n td e c o d i n go b v i o u s l yi m p r o v e st h es n r ( s i g n a lt o n o i s er a t i o ) o fd e c o d e dp a r a l n e t e rs ot h a ti m p r o v e st h es y s t e mp e r f o r m a n c e t h ei t e r a t i v cc h a n n e ld e c o d e ri ss e r ia 1 1 vc o n c a t e n a t e db e e a u s et h ec o n v o l u t i o n a le n c o d e ri so ft h e n o n s y s t e m a t i cf o r mm 出活t h e s i s i t e r a t v ec h a n n e ld e c o d e ri sc o m p o s e do fs o 矗一 n s o 最一o u t l e r b l a l g o 】t h m ( s o v a ) a n db i te s t i m a t i o nm o d e l b a s e do ne x l t ( e x t r i n s i cj n f b r m a t i o nt r a n s f e r ) c h a r 【so f s o v aa n db i te s t i m a t i o nm o d e l ，c o n v e 唱e n c eb e h a v i o ro fi t e r a t j v ec h a r m e ld e c o d i “gi sa n a l y z e da n dt h e p e r f o r m a n c eo fj o m td e c o d i n gi sd e t e r m i n e db yc h a n n e ls n ra n ds o u r c er e d u n d a n c ya i s o ，as m a i 】 n u m b e ro fi t e r a t i o nw 1 1 lg r e a t l yi m p r o v et h op e r f o r m a n c el ng e n e r a l ，t h en u m b e rj ss e tt o2 u 枷i z e dt o o l so fs t a t 两i c a la n a l y s i s ，t h ep e r f o r m a n c eo fs o u r c ed e c o d e r b a s e do nm m s e e s t i m a t l o n a r ea n a i y z e d u n d e rt 】1 ea s s u m p t i o no fj o j n t l yg a u s s j a nd i s t r i b u t i o no fs o u r c ep a r a m e t e ra n dc h a n n e l o u t p u t ，s n ro fr e c e i v e dp a r a m e t e ri sd e d u c e da n dt h ef a c t o r sw h i c hd e l e r m i n et h ei m p r o v e m e n to f s y s t e i np e r f o r m a n c ea r og j v e nt h ep e r f o r m a n c ej m p r o v e m e n to fs o u r c ed e c o d e ro nm m s ee s t i m a t i 鲫 i sr e l a t e d 【oc h a n n e lc o n d 】t i o na n d 小e1 ”叭l t o c o r r e l a t i o no fs o u r c ep a r a m e t e la l s o ，s i m u l a t j o n 口r o v e s t h ev a l i d i t yo fa n a l y s i sp r o c e s s t h e 陀d u a lr e d u n d a n c ym h e r e n ti nt h eg s me f rc o d e cp a r a m e t e f si se s t i m a t e d t h er e d u n d a n c v d u et ot h en o n u n i f o r md i s t r i b u t i o na n di n t e r f r a m ec o r r e l a t i o ni su t z e da sp l i or ii n f o r m a t i o nb o t hm c h a m l e ld e c o d e ra n ds o u r c ed e c o d e li no r d c rt oe x p l o j tt h cr e ( i u n d a n c ya sm u c ha sp o s s i b l ca n da v o j d t 1 1 。p f i o “p m b a b i l i t yo rs 0 l l r c ep a r a n l e t c l b e i n gu s e dt w i c c ，t h em o d i n c a t i o no fi o i n ts o u r c e c h a n n e l d e c o d j n ga l g o m h mm c n t i o n e da b o v ei sp r o p o s e da n di s8 p p l i c dt o ( s me f rs p e e c ht r a n s m j s s i o n i i i s v s t e i na 1 s ot h ee s 廿l n a t j o nc r i t e a ( m m s eo rm a p ) a r es e l e c t e da c c o r d i n gt ot h ep r o p e r t yo fs p e e c h c o d e cp a r a m e t e r st h en u m b e ro fi t e r a t l o nc h a n n e ld e c o d i n gf o rg s me f ri ss e tt o lb a s e do nt h 。 e x l ta n a 】v s j sr e s u l to fi t e r a t i v ec h a n n e ld e c o d e rt h es i m u i a t l o ns h o w st h a tt h eq u a l j t yo fr e c e i v e d s p e e c hp r o v i d e db yj o i n t s o l l r c ec h a n n e ld e c o d i n gi si m p r o v e do b v i o u s l yc 。m p a r e d w i t ht h a to f s e p a r a t e ds o u r c ec h a n n e ld e c o d i n g k e y ，o r d s ：j o i n ts o u r c ec h a n n e ld e c o d i n g ，i t e r a “v ec h a n n e ld e c o d i n g ，p a r a m e t e re s t i m a t i o n p r i o j n 佑r m a t j o n ，p o s t e r j o r ip r o b a b i l i t y ，e x t r i n s i cj n f 。r m a t i o nt r a n s 佗rc h a r t s ，g s me f rs p e e c hc o d e r r e d l m d a n c mn o n u n i f o r m ，i n t e r f r a m ec o r r e l a 廿o n ，e s t i m a 【j o nc n t e r j a v 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发 表或撰写过的研究成果，电不包含为获得东南大学或其它教育机构的学位或证书而使 用过的材料。与我一同 作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示了谢意。 研究生签名： l 主l 左丕 日期：堕门 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复 印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电予文档的内 容和纸质沦文的内容相一致。除在保密期内的保密沦文外，允许论文被查阅和借阅， 可以公布( 包括刊蹙) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大 学研究生院办理。 研究生签名：! 丑! 塑二导师签名：銎数目 期 1 1 引言 第一章绪论 通信理论的个基本问题就是在给定发送端信源和接收端重建数据的可信度度量的条件下， 实现点对点数据的有效、可靠传输。所谓有效性，是指用尽可能短的时间和尽可能少的资源来佳 送一定数量的信息。而可靠性就是要使信源发出的消息经过信道传输后，尽可能准确地、不失真 地再现在接收端。为了解决这两个问题，引入了信源编码和信道编码理论。信源编码是在不失真 或允许一定失真条件下，进行数据压缩，用尽可能少地符号来传送信息。而信道编码则考虑在信 道干扰的情况下，增加信源信号传输的抗干扰能力。 1 9 4 8 年香农的分离原理指出信源编码和信道编码可以分别进行优化设计而不会损失系统 的整体性能。香农的无失真变长信源编码定理( 香农第一定理) 指刘于熵( 或熵速率) 为h 的离散 无记忆信源，当信源速率为r ( 比特 言源输出) 时，只要r 丈于h ，就能以任意小的差错概率进行 编码。反之，如果月小于，无论采用复杂度多大的编码器和译码器，差错概率不可能达到任意 小。针对离散无记忆信道，香农的有噪信道编码定理( 香农第二定理) 认为如果任何一个离散无记 忆信道的容量为c ，只要传输速率尺小于c ，则对任意的5 大于0 ，总存在一种分组长度为”的 信道编码方案m 足够大) ，以小于d 的错误概率实现可靠的通信。反之，r 大丁c 时，不可能找 到一种信道编码使错误概率趋于零。随后，香农在1 9 5 9 年”1 提出了保真度准则下的信源编码定理 ( 香农第三定理) 指出对于一个离散无记忆平稳信源而言，在允许失真d 的条件下，信源最小的编 码速率是信源的信息率失真函数尉d ) 。根据香农的三大定理，得到了信息一传输定理，假设离散 无记忆信源的信息率失真函数为尉d ) ，离散无记忆信道的信道容量为c ，若两者之问满足c 大于 r ( d ) 的条件，则信源序列能在此信道输出端重现，其失真小于等于d 。 信息一传输定理隐含着这样一个事实p 】：要在点对点的通信中实现有效可靠的信息传输，信 源编码和信道编码可以分别独立进行设计，信源编码( 信道编码) 无须考虑信道( 信源) 的统计特性， 这使得实际的通信系统分为信源压缩编码和信道纠错编码两大不同的研究领域。信源编码针对不 同的信源如文本、语音、音频、静图像、视频等研究各种压缩算法，在满足一定的失真要求f 尽可能多地去除信源信号冗余量，用尽可能少的比特来描述信源，其实质就是使信源编码码率尽 司能接近率失真函数。而信道编码则恰恰相反，针对不同的信道、信道中不同的干扰f 噪声、多径 效应、衰减等) ，研究相应的纠错方法，在信源码字中加入可控冗余信息，减小信道误码对信源的 影响。 由于香农的分离编码原理使得通信系统的设计分为相互独立的信源编码和信道编码两部分， 信源压缩编码只与信源信号有关，不依赖信道，而信道编码只针对信道特性，不考虑信源的特性， 大大降低了通信系统设计的复杂度，并且不影嘛系统的整体最优性，因此得到r 广泛的应用。但 分离原理足针对平稳无记忆信源和信道得出的结论，假发了一定的前提条件，目前在许多实际的 应用环境下，受到越来越多的约束和限制。 首先分离原理只在单一信道或点对点通信系统中成立，刺于类似广播系统的多衰落路径通信 环境下，分离编码定理的假设是不成立的【4 j 。h a n 和c o s l a 指出在广播信源、信道编码系统中， 信源编码和信道编码之间的区别已经消失，刚此香农信息论中的可达码率以及容量区域的概念在 多用户信息论中并不适用。广播系统是一对多的传输结构，无法针对每一个用户进行编码考虑， 而又要求每一个用户都能从绩收的信号中恢复尽可能多的信息，世香农的编码理论并没有考虑这 种应用情况。 其次信息一传输定理是针对无记忆平稳信源和信道，并不适用于所有的信源一信道对，即信 息传输速率r 和信道容量c 的关系式并不是信源信息能在信道中进行有效可靠传输的必要条什， 文献”1 针对这个问题定义了一个无记忆非平稳信源一信道，其中信源熵j v 是信道容量c 的2 倍， 但此信源依然能存该信道上实现可靠传输。因此若信源编码、信道编码独立设计，而不充分考虑 相互的统计特性，就不能有效地利用信源、信道资源，反而会增加不必要的系统复杂度和运算量， 降低系统效率。 即便足对于无记忆平稳信源一信道，由于分离编码定理提出的独立系统最优性能是在假设信 源序列和信道码字长度足够大的条件下成立的，这就意味着系统延迟和复杂度的急剧增加，因此 在对延迟和复杂度均有严格要求的实际通信系统中是难以实现的，这样实际环境下基于分离定理 的信源、信道独立编码系统不能满足信源序列、信道码宇无限长的条件，就不能保证独立编码系 统结构的最优。 以上提及的分离原理在实际应用中的局限性促成了信源信道联合编码技术的研究和发展。 m a s s e y 指出”信源佶道联合编码可获得与独立编码系统相同或更好的性能，但降低了系统结构复 杂度，并且指出信源信道编码系统的独立设计其实是最佳联合编码设计的一种特例。在实际环境 下，通信信道存在各种噪声、下扰、多径效应以及衰落和通信盲区，在带宽、延迟和复杂度限制 条件下，无法做到最佳信道编码。另方面，同样由于延迟和复杂度的考虑，以及信源信号的非 平稳性，信源编码仍然保留了大量的冗余信息，信源编码比特有不同的重要性和误码灵敏度，在 这些条件下，信源信道联合编码的研究逐步成为热点。 1 2 信源信道联合编解码的研究与发展 纵观近年国内外的研究动态，信源信道联合编解码j s c c ( j o i n ts o u r c e c h a n n e l c o d i n g ) 系统总 体上分为三个大类：信源信道联合编码j s c e ( j o i n ts o u r c e c h a n n e le n c o d i n 曲，根据信源和信道的 统计特性进行发送端的联合信源编码器或信道编码器设计；信源信道联合解码j s c d f j o i m s o u r c e c h a n n e 】d e c o d i n g ) 进行联合解码器的设计，而编码端不做任何调整和改动；码率分配策略 r a s ( r a t ea l | o c a t i o ns t ia t e g i e s ) 中信源编码和信道编码是独立设计，在码率限制和优化准则下进行 信源码率和信道码率的晟住比特分配。 1 2 1 信源信道联合编码j s c e 早期的信源信道联合编码( j s c e ) 集中在基于信道特| 生的信源参数量化器设计，自k u r t e n b a c h 、 w i n t z 于1 9 6 9 年首次0 8 1 提出基于有噪信道特性的标量量化器设计后，许多工作就致力于有噪信道 的鲁棒性量化器研究，此时量化器考虑噪声信道的统计特性，失真由量化噪声和由信道误码引入 的误差共同决定，基于此类思想设计的量化器称为信道最佳量化器。之后基于修正的失真度 量，k u n l a z a w a 、k a s a h a r a 和n a m e k a w a 9 1 提出了针对矢量量化器的l l o y d 算法。f a r v a r d j n 和 第一章绪隆 v a ；s h a m p a y a n 设计【1 了基于有噪信道最佳的标量量化器的迭代算法，此迭代算法被引入到图像的 块变换编码中 ，荠同时重新设计基于信道最佳的矢量量化器1 1 “，指出在不增加任何编码复杂度 前提下，基于信道统计特性的最佳量化器提高了系统性能，并且随着信道噪声干扰的增加，联合 编码的码矢量个数随之减少，也就意味着码率的降低，因此鐾于信道最佳的量化器可以认为是一 种隐式的自适应信道编码器，这样在某些条件下无需进行额外的信道编码对信源编码数据进行差 错保护。 基于信道最佳的量化器设计实际上属于信道最佳信源编码方案，另一种j s c e 算法是基于信 源最佳的信道编码，此类联合编码方案中信源编码不考虑信道噪声的影响，而信道编码则要兼顾 信源参数的统计特性和给定信道的特性。最常见的就是非等重保护u e p ( u n e q u a le r r o r p r o t e c t i o n ) ， 根据信游编码参数的重要性，采用不同的信道保护策略。根据不同的信道编码 u 信道，非等重保 护有其不同的其体实现方案。m o d e s t j n o 和d a u l 在图像的差分编码调制d p c m 中i j ，基丁= _ 编码 比特刘重建图像的贡献进行差错保护，在不牺牲传输带宽的条件下，使得由信道误码造成的接收 端合成信号失真最小，并同时将此方法扩展到图像的变换编码中”。而i i a g e n a u e r 州利用码率匹 配收缩卷积码r c p c ( r a t e c o m pa t l b l ep u n c m r e dc o n v o l u t i o n a lc o d e ) 算法用予进行非等重保护， r c p c 只利用一个编码器和一个解码器，通过改变删余矩阵( p u i l c t u r em a t r j x ) 中删除比特的数目， 就可以使卷积码实现不同的信道编码码率，从而实现信源参数的菲等重保护，t a n a b e 和f a r v a r d i n 将这种思想运用于图像的子带编码l j 。针对瑞利衰落信道，文献”“根据于带语音编码中各参数对 信道误码的灵敏度进行匹配的r c p c 信道编码。由于卷积码能够对突发误码和随机误码进行纠错， 囡此r c p c 码提供了很好的纠错能力。 此外g 0 1 d m i t h 和e f f r o s 将以上两种基于信道最佳的信源编码和信源最佳信道编码算法进行综 合，整个编码系统将基于信道最佳的矢量量化c o v q ( c h 枷e lo p t i m i z e dv e c t o ro u a n t i z a t i o n ) 作 为信源编码，r c p c 作为信道编码，采用迭代算法使得全局失真最小进行编码设计。 1 2 2 信源信道联合解码j s c d 联合解码( j s c d ) 最早由s a y o o d 和b o r k e n h a g e n 于1 9 9 1 年提出，在二进制列称信道上，利 用差分脉冲编码调制( d p c m ) 后信源参数残留的冗余信息和信道的误差概率进行信源的维特比解 码，为差分图像编码提供差错保护。这工作被f i n g s c h e i t 、h i n d e l a n g 等人进行了推广阻2 1 j 2 ，2 ”， 在加陆高斯自噪声信道a w g n ( a d d i t j v ew h ；t eg a u s s i a nn o ；s e ) 条件下，利用卷积码、分组码等信 道解码输出的似然值结合信源编码参数的统计特性，提出了基于参数序列的最大后验概率 m a p ( m a x i m u map o s t e r i o r i ) 解码和基于参数样点的最小均方误差m m s e ( m i n j m u mm c a ns q u a r e e r r o r ) 解码，由于这些联台解码算法均集中于信源解码模块，利用信源参数的冗余信息，结合信 道解码( 或信道) 提供的接收参数可信度信息，进行基于m m s e ，m a p 的信源参数估计，因此这些 联合解码算法也称为软输入信源解码s b s d ( s o r b i ts o u r c ed e c o d i n 曲。由于信源参数的冗余信息 是解码端的先验信息，s b s d 算法通过分析信源参数的统计特性从而尽可能多的获取信源信息， 文献口4 l 基于递归结构利用参数帧间、帧内相关性盲接计算接收参数的后验概率，文献2 5 1 则利用自 回归a r ( a u t o - r e g r e s s i v e ) 模型对参数进行建模，利用线性预测器计算当前接收参数的估计值，而 a d f a t ”“则利用参数的非等概分布和帧内、帧问相关性迭代计算参数比特的后验概率，进而得到 参数的后验概率，再基于m m s e 肌a p 准则计算最佳接收参数。蛆上文献均利用一阶马尔可夫过 变至查兰垦圭兰篓篁圣 程对信源参数的帧问、帧内相关性进行建模，l a h o u t i 等人u “1 在此基础上假设信源参数为高阶马 尔可夫过程，同时允许信源解码延迟，用于g s m 语音编码标准中线谱对参数的重建，提高了线 谱对参数的接收质量。s b s d 算法在软输出信道解码之后进行，信道解码与s b s d 算法的估计过 程是相互独立。 另一类联合解码算法基于信源参数的统计信息、信道特性以及信道输出的观测数据修正信道 解码中路径的度量值，这一工作首先由h a g e n a u e r 于1 9 9 5 年提出口，基于信息比特的帧间相关 性利用a dh o c 算法估计比特的先验概率，用于计算维特比信道解码中路径的度量值，并将此算法 运用于g s m 语音编码。由于此类方法利用信源参数的冗余信息对信道解码过程进行修正，又称 为信源控制信道解码s c c d ( s o u r c ec o m r o l l e dc h a n n e ld e c o d i n 2 ) 。s c c d 算法中，信息比特先验 概率的估计是关键，估计的算法包括语音编码参数比特的直方图法p ，比特先验概率的卡尔曼滤 波u 【 “l ，分别考虑参数的帧间或者帧内相关性o l ，也可同时利用参数级的帧问、帧内相关性 【”珊挪娜】，而文献【”埽0 用二阶马尔可夫过程对参数的帧间相关性进行建模，比特级先验概率用于 卷积码或分组码的信道解码过程，在g s m 、m e l p ( m i x e de x c i t a t i o nl l n e a rp r e d j c t i o n ) 和 a m r ( a d a p t i v e m u 雠r a t e ) 等语音传输系统中获得了定的性能增益。由于h u f h l l a n 变氏编码在图 像压缩算法中的泛使用，并且变长编码的误判不仅会引起相同维数码书中码字的误判，甚至会 将较大维的码字分割成若干较小维的码字，从而造成编码端和解码端的同步失调，因此目前针对 图像编码中变艮编码的联合解码算法也逐步成为研究的热点h q 4j ，4 “，同时针对卷积码和分组码的 联合解码算法也推广至t u r b o c o d e 信道解码【4 ”j 。s c c d 算法的不足在于信道解码关注的是信息 比特的误码率，而对于实际的传输系统而言( 语音、图像传输) ，性能评估指标不是误码率，而是 发送信号与接收信号之间的信噪比( 或加权信噪比) 。 s b s d 和s c c d 两种联合解码算法，分别在比特级、参数级上使用信源参数的先验信息，通 常情况r ，这两种联合解码算法是相互独立的。g o r t z ”对一帧只包含一个量化参数的信源编码 和系统信道编码结构引入了基于信道码字最佳的参数估训算法c c o e ( c h a n n e lc o d e do p t i m a l e s n ma t i o n ) ，将s b s d 算法和s c c d 算法进行综合，此后g o n z h “又将此一算法又推广到非系统 信道编码和一帧包含若干各量化参数的结构中，而h e i n e n h “等人将此算法应用于更为一般的非线 性分组码系统中。c c o e 算法同时考虑信道数据数据的可信度信息、信道码字冗余和信源参数的 相关性，但由于复杂度原因难以在实际系统中实现，因此a d r a t 、h i n d e l a n 2 和g o r l z 等人针对系 统信道编码，在s b s d 和s c c d 之问引入了迭代的联合解码过程旧4 ，k l j e w e r 等人刚将此迭代 算法运用到图像的传输中，获得了良好的系统性能。 1 2 _ 3码率分配策略r a s 此类联合编码算法中信源编码器和信道编码器为级联结构，固定的比特率在信源编码器和信 道编码器之间进行最优分配，以使系统的整体性能最佳。当信源编码码率增加时，由有损信源编 码造成的失真( 量化噪声) 随之减小，但限制了信道编码引入的兀余量，则由信道噪声造成的失真 相应提高，h o c h w a i d 和z e g e r 等人在理跄上分析了”这种信源编码、信道编码之间的折中关系， 在矢量量化器和一进制对称信道b s c ( b i n a r ys y m m e l r j cc h a n n e l ) 条件下，他们估计了信道编码码 率的渐进上限和下限，同时h oc 1 1 w a i d 分析了高斯信道下信道码率的范围i “】。该类方法还包括 g o o d m a n 和s u n d b e r g 开发的嵌入式d p c m 语音编码与码率匹配收缩卷积码r c p c 【j ，以及b e l z e r 第一章绪论 等采用相同的u n g e r b o e c k 网格进行量化和网格编码调制【5 4 j 。 综上所述，信源信道联台编解码的分类结构如图l l 所示。以上介绍了信源信道联合编码的 分类和目前的研究进展，本文将研究的重点放在聪合解码算法j ，基于以下考虑：信源压缩算法 的计算量和复杂度集中在编码端，这一过程在发送端完成；而信道编码的计算量和复杂度主要集 中在解码端，这一过程在接收端进行。若要求联合编码算法j s c e 中基于信道特性的信源编码具 有更好的鲁棒性，就必须在发送端进行更有效的信源编码，这就需要通过反馈系统安时的将信道 信息、反馈给编码端，使信源编码自适应于当前信道特性，但由此增加了编码结构的复杂度和运算 量：若信源编码针对某一类信道如b s c 、a w g n 信道进行分析，这样联合编码设计只能适应特 定的信道，缺乏通用性和灵活性。而对于j s c f 中基于信源特性的信道编码，若考虑提高信道编 码的性能，注意到在相同信道码字条什下，改善信道解码的结构可以获得更为满意的效果。由于 联合编码算法j s c e 存在以上提及的不足之处，而联合解码算法j s c d 将信道解码与特定的信源 解i g 相结合联合解码算法所需的信道状态可直接由接收端的信道估计模块提供，保证了联合解 t 日算法可白适应于当前信道特性，并且不会增加发送端信源、信道编码的复杂度和带宽，这样联 合解码算法j s c d 更具有吸引力。 信源信道联合编解码j s c c 联合编码算法j s c e 基于信道特性 的信豫编码 联合解码算法j s c d i 码宰分配策略r a s 基于信源特性 的信遭编码 软输入信源解码 s b s d 信源控制信道解码 s c c d 图1 1 信源信道联合编解码算法的分类框图 1 - 3 本文的章节内容及创新工作 本文从基于信源特性的信道解码算法s c c d 和基于软输入的信源解码算法s b s d 着手，借助 t u r b o c o d e s 的迭代解码思想，引入信源参数、信道码字外信息的概念，深入讨论基于迭代结构 和参数估计的信源信道联合解码算法，并研究基于联合解码算法的语音传输系统结构。 本论文的章节安排如f ： 第二章茸先介绍信源编码、信道编码和信道的基本概念，在此基础上详细介绍了信源信道联 合编 9 和解码的基本方法和结构框架。本章内容是后续章节的基础。 第三章针对高斯一马尔可夫信源，提小了基于迭代结构和参数估计的信源信道联台解码算法。 首先简要介绍了t u r b o c 。d e 码的迭代解码过程，接着以s c c d 和s b s d 两种联台解码算法为基 础，类似 t u t b o c o d e 的外信息思想，引入信源参数和信道解码码字的外信息概念，提出基于 迭代结构和参数估计的联合解码框架c 迭代的信道解码首先利用参数的帧问相关性同日寸结合同 参数各比特之间的相关性提供的冗余信息作为先验信息，修正维特比算法中的路径度量值，进行 迭代垤算同时信源解码根据软输入、软输出迭代信道解码提供的信源参数比特似然值和参数的 东南大学博士学位论文 帧间相关性计算参数的后验概率，基于m m s e 准则或m a p 准则估计当前信源参数，并且后验概 率作为先验信息反馈到迭代的信道解码模块。迭代的信道解码为降低计算量和复杂度，引入了简 化运算结构，避免了剥数似然值和概率值之间的相互转换，简化算法明显减少了计算过程，但- 陛 能无明显损失。与独立解码系统相比较，仿真结果表明了联合解码算法的可行性和有效性。 第三章的仿真实验证明了联合解码算法的有效性，在此基础上，第四章对迭代的信道解码和 基于参数估计的信源解码两种联合解码算法分别进行理论分析。本章首先介绍外信息转移图表法 e x l t ( e x t r i n s i ci n f o r m a t i o nt r a n s f e rc h a r t s ) ，指出该方法在迭代解码算法性能分析中的应用，然后 利用e x i t 图表法对基于迭代结构的信道解码收敛性进行分析。迭代的信道解码在单个解码器( 信 道解码、比特估计模块) 的e x l ti 剖表基础上，得到迭代运算的整体f x j l l 图，通过分析整体e x j t 图表可知，基于信源特性的迭代信道解码大大提高了接收参数的信噪比，改善接收端系统性能， 并且迭代的解码算法性能提高与信道信噪比、信源参数的冗余量( 如参数的非等概分布和帧间相关 性) 有关。同时联台解码算法迭代次数的增加不会无限提高系统性能，一般而言，迭代次数设置为 2 ，即可保证联合解码算法获得显著的洼能改善。接着本章利用多元统计分析的方法，假设信源 参数、信道输出数据为联合高斯分布，对基丁m m s e 估计的软输入信源解码进行分析，给出了 系统性能的影响因子，推导r 接收参数信噪比提高幅度的表达式，指出基于参数估计的信源解码 系统性能的提高幅度与信道解码一样受到信道特性以及信源参数统计特性的影响。 第五章提出了基于信源信道联合解码算法的g s me f r 语音接收系统结构。本章首先分析 g s me f r 语音编码参数的冗余信息，接着针剥迭代