SE519562C2 - Förfarande och anordning för avstånds- och distorsionsskattning vid kanaloptimerad vektorkvantisering - Google Patents

Description

25 30 , - - - u w . . . | 1 s 519 5452 2 En nackdel med dessa metoder är att det överförda indexet på grund av transmis- sionskanalens inverkan ej alltid är detsamma som det mottagna indexet. I dessa fall kan den faktiskt avkodade vektorn skilja sig väsentligt från den ursprungliga sampel- vektorn. Det viktade kvadrerade euklidiska avståndet har den tillkommande nackdelen att viktningsfiltret ibland bestäms i en återkopplingsslinga, vilket innebär att ett mottaget fel kan påverka viktningsfiltret och därför den avkodade signalen under lång tid.

En ofta använd metod att reducera känsligheten för kanalfel är att pålägga framåtfel- korrektionskodning (FEC=Fowvard Error Correction). På detta sätt kan avkodaren detektera och till och med korrigera fel som inträffat under transmission innan kod- boksuppslagning sker. En nackdel med denna metod är dock att redundans måste introduceras i kodorden som sänds över kanalen. Vidare kräver denna metod mycket långa koder för att ge acceptabla felhaltsprestanda. Ett vanligt sätt att erhålla sådana långa kodord är att samla ihop index från flera vektorkvantiserade sampelvektorer innan FEC-kodningen utförs. Denna hopsamlingsprocess resulterar i en väsentlig fördröjning, som i allmänhet är oönskad vid realtidstillämpningar, såsom mobiltelefoni, video- och audiotransmission.

En alternativ metod för felskydd är kanaloptimerad vektorkvantisering (COVQ) (se referens [3]). Istället för att skydda det utsända indexet mot kanalfel, beaktar COVQ kanalens statistiska egenskaper redan vid kodbokskonstruktionen. Idén bakom COVQ är att fastän fel kodboksindex kan ha mottagits, så bör den avkodade kodboksvektorn ändå ligga "nära" den ursprungliga sampelvektorn. Ett karaktäristiskt särdrag för COVQ är att antalet index som kan sändas ofta faktiskt är mindre än antalet index som kan mottagas. På detta sätt kan mottagarkodboken innehålla vektorer "mellan" sampel- vektorer som svarar mot faktiskt sända index. Ett kanalfel kan därför fortfarande resultera i en avkodad vektor som ligger "nära" den avsedda vektorn. COVQ erbjuder därför ett system med samtidigt optimerad vektorkvantisering och kanalskydd.

Eftersom långa kodord ej erfordras kan den extra fördröjning som introduceras av FEC-kodning undvikas. En nackdel med COVQ är dock att denna metod är mycket beräkningslntensiv. Därför har avstånds- och distorsionsmått baserats på det enkla lO 15 20 25 30 f . , _ . _, _, . ,, . - I i 3 kvadrerade euklidiska avståndet och ej på det mera komplexa men föredragna perceptuella viktade avståndsmåttet.

SUMMERING AV UPPFINNINGEN Ett syftemål för föreliggande uppflnning är erbjudande av ett förfarande och en anordning för avstånds- och distorsionsskattning vid kanaloptimerad vektorkvantise- ring, vilket förfarande och vilken anordning erbjuder ökad robusthet utan de fördröj- ningar som traditionellt är associerade med kanalkodade vektorkvantiseringsindex, företrädesvis även utan väsentligt ökad komplexitet.

Ett annat syftemål för uppfinningen är ett förfarande och en anordning för kanaloptime- rad vektorkvantiseringskodning som använder dessa nya avstånds- och distorsions- skattningar för mera robust kodning.

Dessa syftemål uppnås genom förfaranden och anordningar i enlighet med de bifogade patentkraven.

Kort uttryckt uppnår föreliggande uppflnning de ovan nämnda syftemålen genom viktning av sampelvektorer och kodboksvektorer innan avstånds- och distorsionsmåt- ten beräknas genom användning av de viktade vektorerna. l en föredragen utförings- form reduceras viktningsprocessens komplexitet väsentligt genom förberäkning och lagring av väsentliga storheter.

KORT BESKRIVNING AV RlTNlNGARNA Föreliggande uppflnning samt ytterligare syftemål och fördelar hos denna förstås bäst genom hänvisning till nedanstående beskrivning samt de bifogade ritningarna, i vilka FIG. 1 är ett blockschema av ett kanalskyddat vektorkvantiseringssystem; FIG. 2 är ett blockschema av ett kanaloptimerat vektorkvantiseringssystem; FIG. 3 är ett mera detaljerat blockschema av ett kanaloptimerat vektorkvantise- ringssystem; 10 15 20 25 30 . i j 519 562 4 3% ' -= '''' ~ FIG. 4 är ett blockschema av en utföringsform av ett kanaloptimerat vektorkvanti- seringssystem i enlighet med föreliggande uppfinning; FIG. 5 är ett flödesschema som illustrerar kodningsprocessen i ett kanaloptimerat vektorkvantiseringssystem i enlighet med föreliggande uppfinning; FIG. 6 är ett blockschema av en föredragen utföringsform av ett kanaloptimerat vektorkvantiseringssystem i enlighet med föreliggande uppfinning; FIG 7. är ett flödesschema som illustrerar kodningsprocessen i ett kanaloptimerat vektorkvantiseringssystem i enlighet med en föredragen utföringsform av föreliggande uppfinning; DETALJERADE BESKRIVNING AV DE FÖREDRAGNA UTFÖRINGSFORMERNA I följande beskrivning används samma hänvisningsbeteckningar för element med samma eller liknande funktion.

Innan uppfinningen beskrivs i detalj ges en kort summering av kanalskyddad vektor- kvantisering och kanaloptimerad vektorkvantisering under hänvisning till figurerna 1-3.

Figur 1 är ett blockschema som illustrerar principerna för ett kommunikationssystem som använder kanalskyddad vektorkvantisering. En vektorkälla 10 utmatar sampel- vektorer till en VQ-kodare 12. VQ-kodaren 12 genomsöker en kodbok 14 innehållande en uppsättning kodboksvektorer för att finna den ”närmaste” vektorn. Indexet i för denna kodboksvektor leds till en kanalkodare 16, som förser detta index med felskydd.

Det skyddade indexet leds till en modulator 18 och sänds över en brusig kanal. Den mottagna kanalen demoduleras i en demodulator 20. Såsom indikeras bildar modula- torn 18, demodulatorn 20 och den brusiga kanalen tillsammans en digital kanal. Den demodulerade signalen kanalavkodas i en kanalavkodare 22, och ett mottaget index r leds till en VQ-avkodare 24. VQ-avkodaren 24 är en enkel uppslagningstabell som återvinner en kodboksvektor svarande mot index r ur en kopia av kodboken 14. Det faktum att identiska kodböcker används i kodare och avkodare har indikerats med den streckade linjen från kodboken 14 till avkodaren 24. Slutligen leds den återvunna kodboksvektorn till en användare 26. 10 15 20 25 30 . » I - - - A519 552 5 in Figur 2 är ett blockschema som illustrerar principerna för ett kommunikationssystem som använder kanaloptimerad vektorkvantisering. En vektorkälla 10 utmatar sampel- vektor till en COVQ-kodare 13. COVQ-kodaren 13 använder en COVQ-kodbok 28 innehållande en stor uppsättning kodboksvektorer för att finna den ”närmaste” vektorn i enlighet med ett distorsionsmått som beskrivs ytterligare nedan. Ett index i som karaktäriserar den kvantiserade sampelvektorn leds till en modulator 18 och sänds över en brusig kanal. Den mottagna signalen demoduleras i en demodulator 20. Det mottagna och demodulerade indexet r leds till en COVQ-avkodare 25. COVQ- avkodaren 25 är en enkel uppslagningstabell som återvinner en kodvektor som svarar mot index r ur en kopia av kodboken 28. Den återvunna kodboksvektorn leds slutligen till användare 26.

Av ovanstående framgår att en väsentlig storhet vid vektorkvantisering i allmänhet är "närheten" eller ”avståndet” d(x,ci) mellan en sampelvektor x och kodboksvektor cr. En vanlig avståndsskattning är det kvadrerade euklidiska avståndsmåttet 2 d(x,c,~) = "x - ei” Vid vektorkvantisering VQ används detta mått vanligen för att välja den kodboksvektor c; som bäst matchar en given sampelvektor x.

Vid kanaloptimerad vektorkvantisering (COVQ) kan detta avståndsmått användas för beräkning av en uppsättning distorsionsmått Ui(x) i enlighet med M-1 a,-(x)= E[d(x,êR)|1 = f]= Zd(x,e,)p,| i -r=0 där E[.] betecknar väntevärde R,l är stokastiska variabler, M är antalet vektorer i COVQ-kodboken, ö. är en COVQ-kodboksvektor som svarar mot index r och pm är den betingade kanalövergångssannolikheten att kodboksindex r har mottagits när index i faktiskt sänts över kanalen. Med andra ord, Gi(x) representerar det förväntade avkod- ningsfelet eller distorsionen för en sampelvektor x som vektorkvantiserats (kodats) till 10 15 20 25 = Q i f 1 1 . p p 519 5:52 ,- index i. Vid kanaloptimerad vektorkvantisering väljs det index i som ger den minsta ÖiSIOfSiOfIGH G1(x) för en given sampelvektor x såsom det kodningsindex som skall sändas.

Såsom noterats ovan erfordras de betingade kanalövergångssannolikheterna pf|i för beräkning av de förväntade distorsionerna. För en binär symmetrisk kanal kan de betingade kanalövergångssannolikheterna pm beräknas enligt prli I gd,,(f,i)(1_ ¿)1v-d,,(r,i) där N betecknar antalet bitpositioner i ett index, dH(j,i) betecknar Hamming-avståndet (antalet skiljaktliga bitar) mellanj och i och s betecknar kanalens bitfelshalt (BER).

Figur 3 illustrerar ”matchnings”-processen i en COVQ-kodare mera i detalj. Avstånden d(x,Ö,) för en sampelvektor x från vektorkällan 10 till var och en av vektorerna Ö, i kodboken 28 beräknas i en avståndsberäknare 30. Dessa avstånd multipliceras med motsvarande kanalövergångssannolikheter pfp, som lagras i ett lagringsblock 32.

Produkterna bildas och ackumuleras i en distorsionsberäknare 34, som bildar en uppsättning distorsionsmått Cli(x). Blocket 36 finner indexet i för det distorsionsmått i uppsättningen som har det minsta värdet. Detta är det index som kommer att sändas. l enlighet med en viktig aspekt av föreliggande uppfinning ersätts det enkla avstånds- måttet d(x,Öi) ovan med en mera generell klass av viktade avståndsmått dw(x, ê,-) = dum, Beg därA är en dX|1 viktningsmatris och B är en dXlg viktningsmatris så att A11 A12 A111 X1 B11 B12 Ax = z s s Be,- = ' Ådl Adz .. . Adll X] 3112 51,1 1 Bdl Bdz ßd,2 e,¿,2 10 15 20 25 . ' , ,._. .i f. - ,. 2,, . v M _'_ f . . . v» v i. = . i :vä ' i _ . r ' ^“ ” .' q .l-e f ^' I' » , l x - * Här är l1 antalet sampel i sampelvektorn x medan Iz är antalet komponenter i kod- boksvektorn Öl. Detta mera generella viktade avståndsmått medger att sampelvektorer och kodboksvektorer har olika antal dimensioner. De viktade vektorerna Ax och Bci har dock samma antal dimensioner, nämligen d. I allmänhet kan viktningsmatrisema A,B bero av sampelvektorn x och/eller tiden. Vidare skall åtminstone en av matriserna A,B vara skild från enhetsmatrisen för åtminstone en kombination av x, Öl (i annat fall skulle ingen viktning förekomma).

I en föredragen utföringsform av föreliggande uppfinning utgörs avståndsmåttet dw(x,öi) av det viktade kvadrerade euklidiska avståndsmåttet eller normen dw(x, e, ) = llAx _ Be, |2 Andra normer utgörs av exempelvis Hölder-normen 1 da ç dw(x,e,) =[Zj(f1x)k -uræêgkjfl k=0 eller Minkowsky-normen dw (x> âr) = osršlsaš_l|(l4x)k _ )k| Av ovanstående exempel framgår att det viktade avståndet eller felmåttet enligt föreliggande uppfinning ej behöver uppfylla alla kraven för en matematisk definition av en norm. Exempelvis uppfyller det viktade avståndsmåttet ej triangelolikheten.

Om dessutom vissa restriktioner påläggs A eller B kan följande specialfall erhållas.

Om A och/eller B ej beror av sampelvektorn x behöver de ej beräknas för varje ny sampelvektor, utan kan lagras. 10 15 20 25 30 . 519 5-52 f ny; i f :fy-"z.:":"'É.fÉ*'fÉ= i 8 ~' , g n. -%,"..° fw.. , , .

Om antingen A eller B (men ej båda) är lika med enhetsmatrisen kan motsvarande matrismultiplikation utelämnas, vilket ger antingen dw(x,ê,)=d(x,Bê,) eller dw(X, ör) :d (AX, år) .

Om A=B erhålls dw(x,Ö,)=d(Ax,AÖ,). För ett viktat kvadrerat euklidiskt avståndsmått reduceras detta till ||A(x-Öf)||2. Detta mått kan vara användbart vid vektorkvantisering av linjespektrumfrekvenser (LSF).

Om A och B är diagonala reduceras matrismultiplikationens komplexicitet väsentligt.

Sampelvektorerna och kodboksvektorerna kan ha samma längd d. I detta fall är A,B kvadratiska matriser.

Kombinationer av de ovan nämnda specialfallen är givetvis också möjliga. Exempelvis kan matriserna A och B vara konstanta, lika och diagonala.

Eftersom viktningsmatriserna A,B är väsentliga för föreliggande uppfinning ges nedan ett par exempel på beräkningen av dessa matriser.

En lämplig viktning för vektorkvantisering av LSF-parametrar är A=B=W, där W är en diagonalmatris. Diagonalelementen wi av W kan beräknas enligt ekvationen wi = P(Wi)6, där P betecknar effektspektrum av det syntesfilter som svarar mot linjespekt- rumfrekvenserna wi och ö är en konstant sådan att O<ö<1. Eftersom elementen i W beror av syntesfiltret, som uppdateras ram för ram, kommer matrisen W att vara tidsberoende.

Vid talkodning är det lämpligt att använda felviktning genom filtrering. l detta fall beräknas viktningsmatriserna A och B ur filtrets impulssvar h(0), h(1), h(M-1). Linjär filtrering med ett sådant filter är ekvivalent med multiplikation med matrisen h(0) 0 0 H I h(:1) h(:0) h(M--l) h(1ll--2) h(.0) 10 15 20 25 30 , . . l . v 519 562 9 Viktningsmatriserna A och B sätts lika med H för denna typ av viktning. l allmänhet byggs A och B upp av olika impulssvar. För kodbokssökningen i CELP-kodning (CELP=Code Excited Linear Predictive) ges A av det perceptuella viktningsfiltrets impulssvar, medan B ges av impulssvaret från kaskaden av det perceptuella viktnings- filtret och syntesfiltret. Viktningsmatriserna A,B kommer att vara tidsberoende (eller indataberoende), eftersom filtren uppdateras för varje tal (sub)ram.

I enlighet med ytterligare en viktig aspekt av föreliggande uppfinning kan det viktade avståndsmåttet användas för beräkning av ett nytt distorsionsmått i enlighet med M-1 cn-(x) = Eidwl1 = fl= Zdwofßnpfli -r=0 Figur 4 är ett blockschema av en utföringsform av ett kanaloptimerat vektorkvantise- ringssystem i enlighet med föreliggande uppfinning. En viktningsmatris A från ett matrislagringsblock 38 leds till en viktningsenhet 40 tillsammans med en sampelvektor x från vektorkällan 10. På liknande sätt leds en viktningsmatris B från ett matrislag- ringsblock 42 till en viktningsenhet 44 tillsammans med kodboksvektorer från COVQ- kodboken 28. De viktade vektorerna från viktningsenheterna 40, 44 leds till en beräknare 30W av viktat avstånd. De viktade avståndsmåtten dw(x,Ör) leds till en distorsionsberäknare 34W, som beräknar en uppsättning (viktade) distorsionsmått.

Blocket 36W väljer det distorsionsmått i uppsättningen som har det minsta värdet och sänder motsvarande index i över den digitala kanalen. Blocken 30W, 32W, 34W, 36W, 40, 44 implementeras företrädesvis genom en eller flera mikro/signalprocessor- kombinationer.

Om viktningsmatrisen B är oberoende av sampelvektorn x (och tiden) kan en viktad kodbok förberäknas och lagras i kodaren. l detta fall kan blocken 42 och 44 utelämnas.

Figur 5 är ett flödesschema som illustrerar en utföringsforrn av en kodningsprocess i ett kanaloptimerat vektorkvantiseringssystem i enlighet med föreliggande uppfinning. l steg S1 viktas alla kodboksvektorerna med viktningsmatrisen B. I steg S2 viktas den aktuella sampelvektorn x med viktningsmatrisen A. l steg S3 beräknas avståndet, till lO 15 20 25 519 562 .f'¿-;f-.“¿";'_“i§_*'--'~ 10 ._ exempel det kvadrerade euklidiska avståndet, mellan den viktade sampelvektorn och varje viktad kodboksvektor. Såsom noterats ovan är det ett karaktäristiskt särdrag för COVQ att antalet index som kan sändas faktiskt kan vara mindre än antalet index som kan mottagas. De index som kan sändas kallas aktiva index och bestäms under träningen av kodaren, såsom förklaras i [3]. Vid sökningen efter bästa index att sända är det därför endast nödvändigt att beakta aktiva index. Steg S4 initialiserar en sökslinga genom att sätta ett sökindex i och en variabel imln till det första aktiva indexet io, een genom att satta en variabel om", till distorsionen oi för detta index i0_ slingan startas i steg S5 genom testning av huruvida detta är det sista aktiva indexet. Om så ej är fallet utförs steg S6, i vilket slingvariabeln uppdateras till nästa aktiva index i. Steg S7 beräknar motsvarande distorsion Gl. l steg S8 jämförs den beräknade distorsionen med den aktuella minsta distorsionen omm Om den beräknade distorsionen ai är mindre än den aktuella minsta distorsionen, uppdaterar steg S9 variablerna im". och Umm. I annat fall utelämnas steg S9. Slingan återgår sedan till steg S5. När alla aktiva index har genomsökts övergår slingan till steg S10, i vilket det slutliga värdet av variabeln imln sänds. Därefter hämtar steg S11 nästa sampelvektor. Om A och/eller B beror av x eller tiden kan de uppdateras i steg S12 om så är lämpligt. Steg S13 testar huruvida viktningsmatrisen B har ändrats. Om så är fallet återgår processen till steg S1 för viktning av kodboksvektorerna med den nya viktningsmatrisen B. l annat fall kan steg S1 utelämnas, eftersom de tidigare beräknade viktade kodboksvektorerna fortfarande är giltiga, och i detta fall återgår processen till steg S2 istället. l enlighet med en föredragen utföringsform kan det viktade kvadrerade euklidiska avståndsmåttet dw(x,Ö,)=]|Ax-BÖ,l|2 användas för beräkning av distorsionsmåtten Gl(x) som används vid COVQ i enlighet med: lO 15 519 562 11 M-l a,-(x)=E[dw(x,êR)|1=z]=E HAx-Be-R 2|1=z = ||Ax-Bê,|2p,,.= l r=0 M-l zorïATAx - zxTAfßê, + efßfßz-g- pm. = r=0 M-l M-1 M~l xTATAxZpW -2xTATBZê, -p,|,. + ZngTBTBêg-pfli = r=0 r=O r=O xTATAx -zxfAfß-ßrêR 1 = 11+ EæRTBTBêRU = f] = xTATAx - 2xTATB - ,u,- + oy-(B) där pr betecknar den izte förväntade rekonstruktionsvektorn, vilken kan förberäknas och lagras genom användning av COVQ-kodboken 28 och kanalövergångssannolikheterna pr", och där 0r(B) betecknar det izte kodboksvariansmättet, som beror av valet av B.

Den första termen i detta uttryck är oberoende av valt index i och därför kan denna term utelämnas eftersom den endast representerar en gemensam förskjutning och ej påverkar de relativa magnituderna och ordningsföljden av distorsionerna Gr. Det är alltså tillräckligt att beräkna det modifierade distorsionsmåttet I a,- (x) = -ZxTATB - p,- + o-I-(B) I detta uttryck är den andra termen Ur(B) den beräkningsmässigt mest intensiva. Denna term innehåller dock ett uttryck med formeln cTBTBc, där c är en vektor och B är en matris. Ett sådant uttryck kan skrivas om som: 12 000 001 00114-1 00 010 c cTBTBc=cTOc=(c0 c1 cM_1 ¿ l = 0114-10 0114-1114-1 014-1 00000 +00101 +00M-10M-1 01000 +01101 +01M-10114-1 (00 01 0M_1 2 I I z = 0114-1000 +0114-1101 +0M-11l4-10114-1 0000000 +0010001 +00114-1000M-1 4-0100100 +O11C101 -l-O1M_101CM_1 +0114-1 0014-100 +01i4-1 1014-101 *0114-114-10114-10114-1 = 0000 0001 C00M_1 OQO 001 00M_1 Z C160 C161 C1CM_1 ® 010 _ A11 l I I I ' ' elements CM_100 CM_101 0M_10M__1 OM-IÛ OM-IM-l 00 000 001 0014-1 1 C 010 (1 1 1 _1 (00 01 0M_1) ® . I = 0114-1 0114-10 0114-1114-1 1 1T((CCT) ®O)1=1T((CCT) ®BTB)1 där ® betecknar elementvis multiplikation och 1 representerar en vektor bestående av enbart ettor. Genom att B är oberoende av i erhålls 1=1]=1T(E[êRêRT|1=1]®(BTB))1=1T(<1>,®(BTB))1 0,119) = EWRTBTBêR 10 15 20 25 30 . e . f . ~ 13 “XI :>I'ZHi,_ I' där M-1 Å A T . . Å (Di = E[cRcR II = z]= Zcrcf -prli f: betecknas den izte betingade kodbokskorrelationsmatrisen. Det modifierade distor- sionsmåttet Gi'(x) kan därför skrivas som I a,- (x)= -2xTATB-fl,-+;T(<1>,-®(BTB))1 Eftersom w och cpi endast beror av COVQ-kodboken och kanalövergångs- sannolikheterna, kan dessa storheter förberäknas och lagras, vilket väsentligt reduce- rar komplexiteten av beräkningen av de modifierade distorsionsmåtten. Om vissa restriktioner påläggs A eller B kan dessutom följande specialfall erhållas.

Om A och/eller B beror av sampelvektorn x (eller tiden) behöver de ej uppdateras för varje ny sampelvektor. I specialfallet där både A och B är konstanta kan vektorstorhe- terna -ZATB-w och de skalära storheterna 1T(<1>;®(BTB))1 förberäknas och lagras. Om endast B är konstant kan vektorstorheterna -ZB-w och de skalära storheterna 1T(q>.®(BTB))1 förberäknas och lagras.

Om antingen A eller B (men ej båda) är lika med enhetsmatrisen kan motsvarande multiplikation utelämnas. Om B är lika med enhetsmatrisen reduceras den andra termen till de konstanta skalära storheterna 1Tq>;_1_=diag(q>i), som kan förberäknas och lagras.

Om A=B reduceras komplexiteten, eftersom BTB endast behöver beräknas för en av lermema i Gi'(x) och kan återanvändas för den andra.

Om A och/eller B är diagonala reduceras komplexiteten av matrismultiplikation väsentligt. Om A är diagonal förenklas den första termen i G.”(x), eftersom xTAT reduceras till en inre produkt istället för en matrismultiplikation. Om B är diagonal kommer även BTB att vara diagonal, vilket innebär att den andra termen i <1i'(x) endast 10 15 20 25 30 519 552 ;_j:;jj==,g_.-' tjuv. ="="ïj_»"-, 'j- j 14 2 C I ' .,' . ' kommer att erfordra diagonalelementen av cpi. Detta reduceras Iagringsbehovet för cp.- och även komplexiteten i beräkningen av den andra termen.

Kombinationer av de ovan nämnda specialfallen är givetvis också möjliga. Exempelvis kan matriserna A och B vara konstanta, lika med varandra och diagonala.

Figur 6 är ett blockschema av en föredragen utföringsform av ett kanaloptimerat vektorkvantiseringssystem i enlighet med föreliggande uppfinning. l denna utförings- form lagras förberäknade förväntade rekonstruktionsvektorer p; och betingade korrelationsmatriser cp; i lagringsblock 46 respektive 48. Dessa storheter kan sägas ersätta kodarkodboken 14 och kanalövergångssannolikhetslagringsblocket 32 i utföringsformen enligt figur 4 (kodvektorerna och övergångssannolikheterna är givetvis väsentliga för förberäkningen av dessa storheter, såsom beskrivits ovan). Tillsammans med sampelvektorerna från vektorkällan 10 och viktningsmatriserna A och B från blocken 38 och 42 beräknas en uppsättning distorsioner i distorsionsberäknaren 34W.

Blocket 36W väljer det distorsionsmått i uppsättningen som har det minsta värdet och sänder motsvarande index i över den digitala kanalen. det noteras att även i denna utföringsform används fortfarande en avkodarkodbok 28 för uppslagning på avkodar- sidan. Blocken 34W, 36W implementeras företrädesvis genom en eller flera mik- ro/signal processorkombinationer.

Figur 7 är ett flödesschema som illustrerar ett exempel på en kodningsprocess i ett kanaloptimerat vektorkvantiseringssystem i enlighet med en föredragen utföringsform av föreliggande uppfinning. l steg S20 beräknas den andra termen (innehållande viktningsmatrisen B, men ej sampelvektorn x) för alla distorsioner Gi' genom använd- ning av de förberäknade storheterna cpi. Steg S21 initialiserar en sökslinga genom att sätta ett sökindex i och en variabel imm till det första aktiva indexet io och genom att sätta en variabel Cfmin till den modifierade distorsionen för detta index in. Denna slinga börjar i steg S22 genom att testa huruvida detta är det sista aktiva indexet. Om så ej är fallet utförs steget S23, i vilket slingvariabeln uppdateras till nästa aktiva i. l steget S24 beräknas den första termen i motsvarande distorsion Gi. Steg S25 beräknar distorsio- nen Ga' genom addering av denna term och dess motsvarande andra tenn (beräknad i steg S20). l steg S27 jämförs den beräknade distorsionen med den aktuella minsta lO 15 20 25 « . » - . » . . . l - w V dismfsiflfle" Ofmin. Om den beräknade distorsionen Gi' är mindre än den aktuella minsta distorsionen uppdaterar steg S28 variablerna imin 0Ch Cfmin. I annat fall utelämnas steg S28. Slingan återgår sedan till steg S22. När alla aktiva index har genomsökts lämnas slingan i steg S29, i vilket slutvärdet på variabeln im", sänds. Därefter hämtar steg S30 nästa sampelvektor. Om A och/eller B beror av x eller tiden uppdateras dessa i steg S31 om så är lämpligt. Steg S32 testar huruvida viktningsmatrisen B har ändrats. Om så är fallet återgår processen till steg S20 för uppdatering av den andra termen för alla distorsioner med den nya viktningsmatrisen B. I annat fall kan steg S20 utelämnas eftersom de tidigare beräknade andra termerna fortfarande är giltiga, varvid processen återgår till steg S21 istället. l ovanstående beskrivning har en digital kanal antagits. Ett grundläggande viktat avståndsmått baserade på samma principer kan dock även introduceras för analoga utkanaler om kanalövergångssannolikheterna ersätts med kanalövergångstäthets- funktioner och summeringarna ersätts med integration.

De nya avstånds/distorsionsmåtten och kodningsförfarandet i enlighet med föreliggan- de uppfinning erbjuder kanaloptimerade databeroende kvantisering och ger robusthet vid små fördröjningar.

Den föredragna utföringsforrnen av uppfinningen uppnår detta vid väsentligt reducerad beräkningsmässig komplexitet, i synnerhet om speciella strukturer för viktningsmatri- serna A och B kan utnyttjas.

Fackmannen inser att olika modifieringar och förändringar kan utföras vid föreliggande uppfinning utan awikelsen från dess grundtanke och ram, som definieras av de bifogade patentkraven. lO 15 519 552 : 16 . . . . ..

« - ~ , . . REFERENSER Y. Linde, A. Buzo and R. M. Gray, “An algorithm for Vector Quantizer Design", IEEE Trans. Communication, Vol. COM-28, sid. 84-95, Januari 1980.

International Telecommunication Union, “Coding of Speech at 16 kbitls Using Low-Delay Code Excited Linear Prediction", Recommendation G.728, Geneva, 1992.

Nariman Farvardin, Vinay Vaishampayan, "On the Performance and Compiexity of Channel-Optimized Vector Quantizers", IEEE Transaction on lnforrnation Theory, Voi. 37, Nr. 1, sid. 155-60, Januari 1991.

Claims (27)

lO 15 20 25 30 519 562 I? PATENTKRAV

1. Avståndsskattningsförfarande vid kanaloptimerad vektorkvantisering, känne- tecknat av: viktning av en sampelvektor x med en första viktningsmatris A; viktning av kodboksvektor Öf med en andra viktningsmatris B, varvid viktningsma- triserna A, B är olika och åtminstone en av viktningsmatriserna A, B skiljer sig från identitetsmatrisen; bildande av ett avstàndsmått dw(Ax,BÖf) representerande avståndet mellan den viktade sampelvektorn Ax och den viktade kodboksvektorn Bör.

2. Distorsionsskattningsförfarande vid kanaloptimerad vektorkvantisering, känne- tecknat av: viktning av en sampelvektor x med en första viktningsmatris A; viktning av en uppsättning kodboksvektorer år med en andra viktningsmatris B, varvid viktningsmatriserna A, B är olika och åtminstone en av viktningsmatriserna A, B är skild från identitetsmatrisen; bildande av en uppsättning avstàndsmått dw(Ax,BÖ,) representerande avståndet mellan den viktade sampelvektorn Ax och varje viktad kodboksvektor BÖf; och bildande av ett distorsionsmått Gi(x) genom multiplicering av varje avstàndsmått med en förutbestämd kanalövergångssannolikhet pfji att ett index r har mottagits vid en avkodare när ett index i har sänts från en kodare samt addering av de multiplicerade avståndsmåtten för varje möjligt index r.

3. Kanaloptimerat vektorkvantiseringsförfarande, kännetecknat av: viktning av en sampelvektor x med en första viktningsmatris A; viktning av en uppsättning kodboksvektorer Ö, med en andra viktningsmatris B, varvid viktningsmatriserna A, B är olika och åtminstone en av viktningsmatriserna A, B är skild från identitetsmatrisen; bildande av en uppsättning avstàndsmått dw(Ax,BÖf) representerande avståndet mellan den viktade sampelvektor Ax och varje viktad kodboksvektor Bör; lO 15 20 25 30 519 5ff>2aiasi=fl bildande av en uppsättning distorsionsmått {Gi(x)} genom multiplicering av varje avståndsmått med en förutbestämd kanalövergàngssannolikhet pfj; att ett index r har mottagits vid en avkodare när ett index i har sänts från en kodare samt addering av de multiplicerade avståndsmåtten för varje möjligt index r; bestämning av ett index imm svarande mot det minsta distorsionsmåttet Gr(x); och representation av sampelvektorn med detta index imin.

4. Förfarande enligt krav 1, 2 eller 3, kännetecknat av att endast en av nämnda första viktningsmatris A och nämnda andra viktningsmatris B är skild från identitetsma- trisen.

5. Förfarande enligt krav 1, 2 eller 3, kännetecknat av att varje viktningsmatris A, B är sampelvektoroberoende.

6. Förfarande enligt krav 1, 2 eller 3, kännetecknat av att varje viktningsmatris A, B är tidsoberoende.

7. Förfarande enligt krav 1, 2 eller 3, kännetecknat av att varje viktningsmatris A, B är konstant.

8. Förfarande enligt krav 1, 2 eller 3, kännetecknat av att sampelvektor x och kodboksvektorn Öl har samma längd.

9. Förfarande enligt något av föregående krav, kännetecknat av att avståndsmåttet dw(Ax,BÖf) är ett viktat kvadrerat euklidiskt avståndsmått.

10. Distorsionsskattningsförfarande vid kanaloptimerad vektorkvantisering, känne- tecknat av sampling av en sampelvektor x; och beräkning av ett distorsionsmått Gi'(x) i enlighet med uttrycket a,-'(x)= -zxTAïß-y, +1T(<1>,- ® (Bïßjh lO 15 20 25 30 där 519 562 l°l A är sampelvektorviktningsmatris, B är en kodboksvektorviktningsmatris, varvid åtminstone en av viktningsmatri- serna A, B är skild från identitetsmatrisen,

11. och

12. w är en förväntad i:te rekonstruktionsvektor, cp; är en betingad i:te kodbokskorrelationsmatris, T betecknar transponering, 1 betecknar en vektor bestående av enbart ettor, och ® betecknar elementvis multiplikation. Kanaloptimerat vektorkvantiseringsförfarande, kännetecknat av beräkning av en uppsättning distorsionsmått {0li(x)} i enlighet med uttrycket a,-'(x)= -zxïAfß-p, +1T(<1>,- ® (BTB))1 där x är en sampelvektor, A är en sampelvektorviktningsmatris, B är en kodboksvektorviktningsmatris, varvid åtminstone en av nämnda viktningsmatriser A, B är skild från identitetsmatrisen, p; är en förväntad i:te konstruktionsvektor, cpi är en betingad i:te kodbokskorrelationsmatris, T betecknar transponering, 1 betecknar en vektor bestående av enbart ettor, och ® betecknar elementvis multiplikation; bestämning av ett index imin svarande mot det minsta distorsionsmåttet Ul'(x), representation av sampelvektor genom detta index imin Förfarande enligt krav 10 eller 11, kännetecknat av att den förväntade i:te rekonstruktionsvektorn definieras av lO 15 20 25 30 519 562 %:ä^:fæfi¿ïf;f 20 ,. ._ ._ M-1 ur = 25, -p,|,~ r=o där Ö, är den r:te kodboksvektorn, och pm är en förutbestämd kanalövergångssannolikhet att ett index r has mottagits vid en avkodare när ett index i har sänts från en kodare.

13. Förfarande enligt krav 10 eller 11, kännetecknat av att den betingade i:te kodbokskorrelationsmatrisen definieras M-l Å Å T (Di = zcrcr 'pr|i r=O där Öf är den r:te kodboksvektorn, och pf|f är en förutbestämd kanalövergångssannolikhet att ett index r har mottagits vid en avkodare när ett index i har sänts från en kodare.

14. Förfarande enligt krav 10, 11 eller 13, kännetecknat av förberäkning och lagring av storheterna -Zw och (Dr, och hämtning av dessa lagrade storheter varje gång ett distorsionsmått Gr'(x) skall beräknas för en given sampelvektor x.

15. Förfarande enligt krav 15, kännetecknat av att endast kodboksvektor- viktningsmatrisen B är skild från identitetsmatrisen.

16. Förfarande enligt krav 14, kännetecknat av att sampelvektorviktningsmatrisen A och kodboksvektorviktningsmatrisen B utgörs av samma matris.

17. Förfarande enligt krav 14, kännetecknat av sampelvektorviktningsmatrisen A är diagonal.

18. Förfarande enligt krav 14, kännetecknat av att kodboksvektorviktningsmatrisen B är diagonal. 10 15 20 25 30

19. Förfarande enligt krav 10, 11, 12 eller 13, varvid endast sampelvektorviktnings- matrisen A är skild från identitetsmatrisen, kännetecknat av förberäkning och lagring av storheterna -Zw och fqml; och hämtning av de lagrade storheterna varje gång att ett distorsionsmått Gr'(x) skall beräknas för en given sampelvektor x.

20. Förfarande enligt krav 10, 11, 12 eller 13, varvid kodboksvektorviktningsmatri- sen B är konstant och skild från identitetsmatrisen, kännetecknat av förberäkning och lagring av storheterna -ZBjrr och 1T( hämtning av dessa lagrade storheter varje gång ett distorsionsmått Gr'(x) beräknas för en given sampelvektor x.

21. Förfarande enligt krav 10, 11, 12 eller 13, varvid sampelvektorviktningsmatrisen A och kodboksvektorviktningsmatrisen B båda är konstanta och skilda från identitets- matrisen, kännetecknat av förberäkning och lagring av kvantiteterna -2ATBw och 1T(q>r®(BTB))1; och hämtning av dessa lagrade storheter varje gång ett distorsionsmått Gr'(x) skall beräknas för en given sampelvektor x.

22. Avståndsskattningsanordning vid kanaloptimerad vektorkvantisering, känne- tecknad av: organ (40) för viktning av en sampelvektor x med en första viktningsmatris A; organ (44) för viktning av en kodboksvektor Ö; med en andra viktningsmatris B, varvid viktningsmatriserna A, B är olika och åtminstone en av viktningsmatriserna A, B är skild från identitetsmatrisen; organ (3OW) för bildande av ett avståndsmått dw(Ax,BÖr) representerande avståndet mellan den viktade sampelvektorn Ax och den viktade kodboksvektorn BÖr.

23. Distorsionsskattningsanordning vid kanaloptimerad vektorkvantisering, känne- tecknad av: organ (40) för viktning av en sampelvektor x med en första viktningsmatris av; 10 15 20 25 30 519 562 22 organ (44) för viktning av en uppsättning kodboksvektoror Öl med en andra « ; f . s . viktningsmatris B, varvid viktningsmatriserna A, B är olika och åtminstone en av viktningsmatriserna A, B är skild från identitetsmatrisen; organ (33W) för bildande av en uppsättning avståndsmått dw(Ax,BÖ,) represen- terande avståndet mellan den viktade sampelvektorn Ax och varje viktad kodboksvek- tor Bör; organ (34W) för bildande av ett distorsionsmått genom multiplicering av varje avståndsmått med en förutbestämd kanalövergångssannolikhet pf|r att ett index r har mottagits vid en avkodare när ett index i har sänts från en kodare samt addering av de multiplicerade avståndsmåtten för varje möjligt index r.

24. Kanaloptimerad vektorkvantiseringsanordning, kännetecknad av: organ (40) för viktning av en sampelvektor x med en första viktningsmatris A; organ (44) för viktning av en uppsättning kodboksvektoror Ö, med en andra viktningsmatris B, varvid viktningsmatriserna A, B är olika och åtminstone en av viktningsmatriserna A, B är skild från identitetsmatrisen; organ (3OW) för bildande av en uppsättning avståndsmått {dw(Ax,BÖ,)} repre- senterande avståndet mellan den viktade sampelvektorn Ax och varje viktad kodboks- vektor Bör; organ (34W) för bildande av en uppsättning distorsionsmått genom multiplice- ring av varje avståndsmått med en förutbestämd kanalövergångssannolikhet pfjr att ett index r har mottagits vid en avkodare när ett index i har sänts från en kodare samt addering av de multiplicerade avståndsmåtten för varje möjligt index r; organ (36W) för bestämning av ett index imrn svarande mot det minsta distor- sionsmåttet Gr'(x) och representation av sampelvektorn med detta index imrn.

25. Distorsionsskattningsanordning vid kanaloptimerad vektorkvantisering, känne- tecknad av organ (10) för sampling av en sampelvektor x; och organ (34W) för beräkning av ett distorsionsmått Gr'(x) i enlighet med uttrycket a/(x) = -zxTATß-p, +1T(<1>, ® (BTB))1 10 15 20 25 30 där A är en sampelvektorviktningsmatris, B är en kodboksvektorviktningsmatris, varvid åtminstone en av viktnings- matriserna A, B är skild från identitetsmatrisen, w är en förväntad i:te rekonstruktionsvektor, cpi är en betingad i:te kodbokskorrelationsmatris, T betecknar transponering, 1 betecknar en vektor bestående av enbart ettor, och ® betecknar elementvis multiplikation.

26. Kanaloptimerad vektorkvantiseringsanordning, kännetecknad av organ (34W) för beräkning av en uppsättning distorsionsmått {Gi'(x)} i enlighet med uttrycket a,f(x)= -zxTAïß-p, + fio, ® (BTB)); där x är en sampelvektor, A är en sampelvektorviktningsmatris, B är en kodboksvektorviktningsmatris, varvid åtminstone en av viktnings- matriserna A, B är skild från identitetsmatrisen, p; är en förväntad i:te rekonstruktionsvektor, qa; är en betingad i:te kodbokskorrelationsmatris, T betecknar transponering, 1 betecknar en vektor bestående av enbart ettor, och ® betecknar elementvis multiplikation; och organ (36W) för bestämning av ett index im". svarande mot det minsta distor- sionsmåttet Gi'(x) och representation av sampelvektorn med detta index imm.

27. Anordning enligt krav 26 eller 26, kännetecknad av organ (46, 48) för lagring av de förberäknade storheterna -Zw och cp; samt för hämtning av dessa lagrade storheter varje gång ett distorsionsmått Gi'(x) skall beräknas för en given sampelvektor x.