关 键 词：

毕业设计论文

资源描述：

中转数字系统对讲机设计,毕业设计论文

内容简介：

第四章中转数字对讲机语音编解码方案进一步的开环基音改进以编码帧后半部分语音信号为基础，在巨P0,1尸区间内搜索。其中含(1) + 5147码率为*atel夕二(1) +5120工码率为其它了lesee戈esesl工一!D一max(l (1)一517),1pig(4-14)由于基音表不全是整数值，所以要对基音进行小数部分的搜索。基音的小数搜索针对码本进行，因而基音的量化也就同时进行，即搜索使得相关函数最大的码字p1，二。基音改进搜索从计算归一化的基音加权语音的自相关函数开始艺sw(n)-s.(n一1)RP(l)=下=o-=-升一 , (1=1穿一6,. .， Ilgh + 6)(4-15)艺sw(n)艺sw(n一1)月二n-_n搜索到最佳整数基音周期为I=，二沂斗max RP (1)(4-16)在此基础上，由风-1,.弓+1区间计算得到对应小数基音码本的搜索区间., p2l。引入SIN表(十个SIN窗口函数)，依次由!pl，.， p2的索引1P对应的小数值选择用一个SIN窗，然后计算SIN窗作用于自相关函数仁式-3,.成十3后的值，值最大时对应的小数基音码本索引IP所对应的小数基音就是最佳基音周期，IP就是量化值。然后根据码率和累积延迟进行修正，获得基音周期珠和基音量化值IPe4. 2. 5 LSF系数的量化和内插线谱系数分布在0,司之间，而且是升序排列，有利于量化和内插。SMV编码器对第二次线性预测得到线谱频率系数Isf,(进行量化，量化过程分二步:1. LSFs平均消除。先从LSFs中减去平均矢量MLSF, SMV算法中，平均矢量MLSF己经过训练形成常数表:Isf (i)=Isf (i)一M*二(i);i=1,.,102. LSFs预测矢量。SMV算法采用有记忆预测矢量量化，其中先对(4-17)LSFs预测采用滑动平均模型(MA)进行预测。，二、瞬，*口，。、。，.，。EJ kl)=lsj kl)一山op (l)E7pkl),l=1,，二，1Vp=1(4-18)Rate 1采用2级预测，其它码率采用4级预测。在这一步，Rate l和Rate 1/2生成两个残差矢量，而Rate 1/4和Rate 1/8只生成一个残差矢量。nts华南理工大学硕士学位论文3. LSFs预测残差的量化。LSFs的预测残差的量化用多级量化和分裂式量化相结合方案。基本原理为:假设量化过程为两级，第一级输入矢量个数为2,输出分裂为2个矢量，码本数32:第二级输入为第一级所输出2个矢量，输出1个矢量，码本数16.量化过程如下，首先搜索与第一个输入矢量匹配的两个最佳输出矢量，然后搜索与第二个输入矢量匹配的两个最佳输出矢量，比较它们的匹配程度，选出最佳的两个，作为第一级可能的量化结果(由第二级量化的结果来选择其中一个作为最终的第一级量化结果)，它们所对应的两个残差矢量作为第二级的输入;同理，第二级量化可得到一个最佳码本，它所对应的码本索引号就是这一级的量化结果:根据第二级的最佳码本所对应的输入矢量，即第一级的输入残差矢量，对应得到第一级的量化结果。4.2. 6各种编码速率的激励编码1. Ratet/8的激励编码Rate 1/8的激励编码不是分成子帧进行，而是基于整个编码帧进行的。由随机噪声生成器产生160个随机的高斯样本信号。rad (i), i = 0,.,l 59。则激励增益g。为:蝙艺浏 g,Vmax(E一”600)/其中Err根据前两帧的码率设置。e2(n)(4-19)凡(0)+E_(l);前两帧码率都不是Ratel / 80.s-E,f +0.5(E_(0) +E_(1);其他(4-20)其中Ewr (0)和Ew, (1)是对应于前后半帧信号的加权残差能量。对增益9。的量化不采用直接量化，而是用预测的方法。预测后的增益g, =10命(E-E,.eE)。其中E一30dB是平均能量，仄是伪随机矢量e.-d的能量，E是预A9育e量。双二l o log,o(1 r. ,-) e2d(n)Lhm =a(4-21)E=艺hi -(20 log,瑞_1)其中，(bl,b2,b3,b4卜10.7,0.6,0.4,0.2为MA预测系数