Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do pracowni specjalistycznej

Podobne dokumenty
Kwantowanie sygnałów analogowych na przykładzie sygnału mowy

Kompresja danych DKDA (7)

Kodowanie i kompresja Streszczenie Studia Licencjackie Wykład 11,

Kodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania

Podstawowe funkcje przetwornika C/A

Teoria przetwarzania A/C i C/A.

1.5. Sygnały. Sygnał- jest modelem zmian w czasie pewnej wielkości fizycznej lub stanu obiektu fizycznego

Fundamentals of Data Compression

Andrzej Leśnicki Laboratorium CPS Ćwiczenie 9 1/5 ĆWICZENIE 9. Kwantowanie sygnałów

ĆWICZENIE nr 3. Badanie podstawowych parametrów metrologicznych przetworników analogowo-cyfrowych

Przetwarzanie i transmisja danych multimedialnych. Wykład 9 Kodowanie podpasmowe. Przemysław Sękalski.

Przetwarzanie i transmisja danych multimedialnych. Wykład 6 Metody predykcyjne. Przemysław Sękalski.

Według raportu ISO z 1988 roku algorytm JPEG składa się z następujących kroków: 0.5, = V i, j. /Q i, j

Kodowanie i kompresja Streszczenie Studia dzienne Wykład 12,

Wybrane algorytmu kompresji dźwięku

Przetwarzanie analogowo-cyfrowe sygnałów

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Założenia i obszar zastosowań. JPEG - algorytm kodowania obrazu. Geneza algorytmu KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG

Systemy plezjochroniczne (PDH) synchroniczne (SDH), Transmisja w sieci elektroenergetycznej (PLC Power Line Communication)

Sposoby opisu i modelowania zakłóceń kanałowych

Kwantyzacja wektorowa. Kodowanie różnicowe.

Sprawdzian wiadomości z jednostki szkoleniowej M3.JM1.JS3 Użytkowanie kart dźwiękowych, głośników i mikrofonów

Sygnał a informacja. Nośnikiem informacji mogą być: liczby, słowa, dźwięki, obrazy, zapachy, prąd itp. czyli różnorakie sygnały.

KOMPRESJA STRATNA SYGNAŁU MOWY. Metody kompresji stratnej sygnałów multimedialnych: Uproszczone modelowanie źródeł generacji sygnałów LPC, CELP

KOMPRESJA OBRAZÓW STATYCZNYCH - ALGORYTM JPEG

Micha Strzelecki Metody przetwarzania i analizy obrazów biomedycznych (2)

ZAKŁAD SYSTEMÓW ELEKTRONICZNYCH I TELEKOMUNIKACYJNYCH Laboratorium Podstaw Telekomunikacji WPŁYW SZUMÓW NA TRANSMISJĘ CYFROWĄ

Kompresja sekwencji obrazów - algorytm MPEG-2

Przetwarzanie sygnałów z zastosowaniem procesorów sygnałowych - opis przedmiotu

Kwantyzacja wektorowa. Plan 1. Zasada działania 2. Projektowanie. Algorytm LBG 3. Kwantyzatory strukturalne 4. Modyfikacje

Kodowanie podpasmowe. Plan 1. Zasada 2. Filtry cyfrowe 3. Podstawowy algorytm 4. Zastosowania

Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015

mgr inż. Grzegorz Kraszewski SYSTEMY MULTIMEDIALNE wykład 4, strona 1. GOLOMBA I RICE'A

Przetwarzanie sygnałów w telekomunikacji

Kompresja dźwięku w standardzie MPEG-1

Przetwornik analogowo-cyfrowy

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 335

Postać informacji zewnętrznej turbo-dekodera a jakość podejmowanych decyzji

LABORATORIUM PODSTAW TELEKOMUNIKACJI

Kompresja obrazów w statycznych - algorytm JPEG

KATEDRA ELEKTRONIKI AGH WYDZIAŁ EAIIE. Dydaktyczny model 4-bitowego przetwornika C/A z siecią rezystorów o wartościach wagowych

Politechnika Białostocka

Symulacja sygnału czujnika z wyjściem częstotliwościowym w stanach dynamicznych

Wykład II. Reprezentacja danych w technice cyfrowej. Studia Podyplomowe INFORMATYKA Podstawy Informatyki

WYDZIAŁ ELEKTRYCZNY KATEDRA TELEKOMUNIKACJI I APARATURY ELEKTRONICZNEJ. Instrukcja do zajęć laboratoryjnych. Numer ćwiczenia: 5

MODULACJE IMPULSOWE. TSIM W10: Modulacje impulsowe 1/22

Politechnika Białostocka. Wydział Elektryczny. Katedra Automatyki i Elektroniki. Kod przedmiotu: TS1C

Teoria informacji i kodowania Ćwiczenia

ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 5 - suplement

Wydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Konstrukcje i Technologie w Aparaturze Elektronicznej.

Analogowa (para miedziana, radio, walkie-talkie, CB) Cyfrowa (ISDN, GSM, VoIP, DRB, DVB, Tetra, )

POLITECHNIKA BIAŁOSTOCKA

Politechnika Świętokrzyska. Laboratorium. Cyfrowe przetwarzanie sygnałów. Ćwiczenie 6. Transformata cosinusowa. Krótkookresowa transformata Fouriera.

Kompresja Kodowanie arytmetyczne. Dariusz Sobczuk

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Technika audio część 1

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej. Instrukcja do zajęć laboratoryjnych z przedmiotu:

PRZEWODNIK PO PRZEDMIOCIE

Spis treści. Format WAVE Format MP3 Format ACC i inne Konwersja między formatami

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Przetworniki A/C. Ryszard J. Barczyński, Materiały dydaktyczne do użytku wewnętrznego

Politechnika Białostocka

Podstawy kompresji stratnej+kwantyzacja

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

TEORIA OBWODÓW I SYGNAŁÓW LABORATORIUM

Podstawy transmisji multimedialnych podstawy kodowania dźwięku i obrazu Autor Wojciech Gumiński

Ćwiczenie 4. Filtry o skończonej odpowiedzi impulsowej (SOI)

Wybrane metody kompresji obrazów

O sygnałach cyfrowych

Architektura przetworników A/C. Adam Drózd

Akwizycja i przetwarzanie sygnałów cyfrowych

Ćw. 7 Przetworniki A/C i C/A

Ćwiczenie 29 Temat: Układy koderów i dekoderów. Cel ćwiczenia

Konwersja dźwięku analogowego do postaci cyfrowej

Teoria sygnałów Signal Theory. Elektrotechnika I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny)

ADAPTACYJNE PRZETWARZANIE SYGNAŁÓW LABORATORIUM. Ćwiczenie 4. Wybrane telekomunikacyjne zastosowania algorytmów adaptacyjnych

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Kompresja sekwencji obrazów

Spacery losowe generowanie realizacji procesu losowego

Kompresja danych Streszczenie Studia Dzienne Wykład 10,

Przetworniki cyfrowo analogowe oraz analogowo - cyfrowe

PAKIET INFORMACYJNY - informacje uzupełniające

AKADEMIA GÓRNICZO HUTNICZA Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Katedra Elektroniki

Spis treści. Format WAVE Format MP3 Format ACC i inne Konwersja między formatami

Przykładowe zadanie praktyczne

WYCIĄG Z PROGRAMU KSZTAŁCENIA NA STUDIACH DRUGIEGO STOPNIA

Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej

Spis treści. 1. Cyfrowy zapis i synteza dźwięku Schemat blokowy i zadania karty dźwiękowej UTK. Karty dźwiękowe. 1

Politechnika Warszawska

Informatyka Studia II stopnia

SYLABUS. Nazwa jednostki prowadzącej Wydział Matematyczno Przyrodniczy Centrum Mikroelektroniki i Nanotechnologii

Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) kierunkowy (podstawowy / kierunkowy / inny HES)

Temat 7. Dekodery, enkodery

Kody splotowe (konwolucyjne)

Kodowanie Huffmana. Platforma programistyczna.net; materiały do laboratorium 2014/15 Marcin Wilczewski

Cyfrowe przetwarzanie obrazów i sygnałów Wykład 2 AiR III

Technika audio część 2

Cechy karty dzwiękowej

PRZETWORNIKI A/C I C/A.

Transkrypt:

Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Instrukcja do pracowni specjalistycznej Temat ćwiczenia: Badanie własności koderów PCM zastosowanych do sygnałów audio. Numer ćwiczenia: 3 Pracownia Specjalistyczna z przedmiotu: Techniki Multimedialne Kod: TS1C611258 Opracował: Dr hab. inż. Ewa Świercz Białystok 2013 1

Pracownia Specjalistyczna 3 z przedmiotu Techniki Multimedialne Temat: Kodery PCM, kodery ADPCM. 1. Cel pracowni: Badanie własności koderów PCM zastosowanych do sygnałów audio. 1 Kwantyzacja skalarna Definicja: Kwantyzacja reprezentacja dużego (w szczególności nieskończonego) zbioru wartości przez mniejszy, skończony zbiór wartości. Jak każdy proces kompresji kwantyzacja to para odwzorowań: koder i dekoder. Koder dzieli cały zakres zmienności sygnału na przedziały, przypisuje im jednoznaczne słowa kodowe Rys.1. Idea kwantyzacji W koderze PCM spróbkowany sygnał akustyczny podlega kwantyzacji. Rys.2. Projekt kwantyzatora zależy od rozkładu danych modelujemy je rozkładami ciągłymi. {x } - zbiór próbek, {x* } - próbki skwantowane y 1,..,y N - poziomy kwantyzacji, N=2 b, b=rozdzielczość bitowa (bit/próbkę) 1 N D 1,...,D N - przedziały kwantyzacji p(x) - rozkład prawdopodobieństwa P k - prawdopodobieństwo, że próbka x należy do D k Kwantyzacja: jeżeli xd k to x*=y k e n = x n - x* n - błąd kwantyzacji n-tej próbki 2

e n 2 moc błędu kwantyzacji w chwili n-tej Średnia moc błędu kwantyzacji dla M próbek Średnia moc sygnału SNR iloraz mocy sygnału do mocy błędu kwantyzacji Dla sygnału mowy wartość b zazwyczaj jest równa b = 8 bitów na próbkę w: dla sygnałów muzycznych jest równa b =16 bitów na próbkę. Najprostszy jest kwantyzator równomierny realizujący liniową charakterystykę kompresji y=x, ale nie zawsze jest to dobre podejście. Rys.3. Idea kwantyzatora liniowego, równomiernego (równe przedziały kwantyzacji i skoki poziomów kwantyzacji ) W kompresji sygnału mowy wykorzystywana jest nieliniowa charakterystyka kwantyzatora Szukany jest najlepszy kwantyzator do danych poprzez optymalizację, która dotyczy Optymalizacji charakterystyki kompresji y=f(x), która zapewni minimum błędu 2 e kwantyzacji, Optymalizacji poziomów kwantowania, Optymalizacji z ograniczeniami entropijnymi. Przykład kompresji z logarytmiczną krzywą kompresji 3

[Hanzo et al.] Rys.4. Kwantyzator z logarytmiczną charakterystyka kwantyzacji (krzywa kompresji typu A-law) Zadania do wykonania Sygnałem wejściowym jest fraza mowy lub fraza muzyczna (wybierz określoną frazę i nie zmieniaj jej w trakcie ćwiczenia). Oba sygnały można stłumić (podaje się tłumienie w db). Sygnał nie stłumiony (0dB) posiada próbki o wartościach niewykraczających poza przedział [-1; +1]. Sygnał jest podzielony na ramki widoczne na ekranie. Dla każdej ramki podany jest SNR[dB] - stosunek energii sygnału w ramce do energii błędu kwantowania w db. Wynikami symulacji są: SNR - stosunek energii sygnału w całej przetwarzanej frazie do energii błędu kwantyzacji, oraz SNRseg - tzw. segmentowy SNR - wartość średnia SNR[dB] liczonych osobno w każdej ramce. Wynikiem symulacji jest też fraza sygnału skwantowanego - gotowa do odsłuchu. 1. W kwantyzatorze równomiernym ustaw zakres pracy 1,0 (wykorzystujemy wówczas cały zakres pracy przetwornika C/A), oraz tłumienie sygnału wejściowego 0dB. Wykreśl zależność SNR i SNRseg w funkcji liczby poziomów kwantyzacji (2, 4, 7, 8, 9, 16, 32, 64, 128, 256 poziomów)w kwantyzatorze równomiernym. Wyjaśnij różnicę w wartościach SNR i SNRseg. Odsłuchaj i oceń subiektywnie jakość sygnału po kwantyzacji. Czy SNR jest dobrym wskaźnikiem jakości? 2. Powtórz eksperyment opisany w punkcie 1 dla kwantyzatora nierównomiernego z kompresją logarytmiczną (krzywa kompresji typu "A"). Dlaczego stosuje się kompresję logarytmiczną w systemach PCM? 3. Ustaw zakres pracy kwantyzatora równy 1,0, liczbę poziomów kwantyzacji =16, tłumienie sygnału wejściowego =0dB. Zanotuj SNR i SNRseg dla sygnału mowy kwantowanego przy użyciu kwantyzatora równomiernego, nierównomiernego z kompresja logarytmiczna, nierównomiernego - o optymalnym położeniu poziomów kwantyzacji, zaprojektowanego specjalnie dla przetwarzanej frazy (algorytm Lloyda optymalizacji kwantyzatora). 4. Ustaw zakres pracy kwantyzatora równy 1,0, liczbę poziomów kwantyzacji =16, tłumienie sygnału wejściowego =30dB. Powtórz wszystkie badania z punktu 3. Dokonaj oceny jaki kwantyzator daje najlepszą jakość sygnału kwantowanego przy tłumieniu 0 db i tłumieniu 30 db. 4

Literatura: [1] S.Haykin, Systemy telekomunikacyjne, cz.1 WKiŁ, Warszawa, 2004. [2] T.P.Zieliński, Cyfrowe przetwarzanie sygnałów od teorii do zastosowań, WKŁ, Warszawa 2005. [3] J.Szabatin, Podstawy teorii sygnałów,wkił, Warszawa,2005. [4] R.Tadeusiewicz, Sygnał mowy WKiŁ, Warszawa, 1988. [5] P.Dymarski " Zaawansowane Techniki Przetwarzania Sygnałów w Telekomunikacji, materiały pomocnicze do laboratorium dostępne u prowadzącego. 5