Kolloquium - Details zum Vortrag
Sie werden über Vorträge rechtzeitig per E-Mail informiert werden, wenn Sie den Newsletter des kommunikationstechnischen Kolloquiums abonnieren.
Alle Interessierten sind herzlich eingeladen, eine Anmeldung ist nicht erforderlich.
Master-Vortrag: Pyramiden-Vektorquantisierung für linear-prädiktive Codierung
Christian Sohn
16. September 2014
11:00 Uhr
Hörsaal 4G IKS
Vektorquantisierer stellen einen integralen Bestandteil moderner Sprach- und Audiocodecs dar. Dabei sind beim Design eines neuen Vektorquantisierers die Eigenschaften „Quantisierungsqualität“ auf der einen sowie die „Rechen- und Speicherkomplexität“ auf der anderen Seite zu berücksichtigen. In der Vergangenheit wurden am IND neuartige Konzepte basierend auf dem Prinzip der Gain-Shape Vektorquantisierung entwickelt, zum einen der Logarithmisch Sphärische Vektorquantisierer (LSVQ), zum anderen der Logarithmisch Kubische Vektorquantisierer (LCVQ). Der LSVQ zeichnet sich durch hohe Qualität, jedoch auch einen etwas erhöhten Speicherbedarf aus, der LCVQ hat sehr geringe Rechen- und Speicherkomplexität, kann aber qualitativ nicht mit dem LSVQ mithalten. Aus diesem Grunde wurde in der vorliegenden Masterarbeit ein weiterer Gain-Shape-Vektorquantisierer entwickelt und untersucht, der die Forderung an hohe Qualität und geringe Komplexität erfüllt, der Logarithmische Pyramiden Vektorquantisierer (LPVQ).
Der erste Teil der Arbeit beschäftigt sich im Wesentlichen mit einer mathematischen Analyse des LPVQ. Neben vielen Herleitungen wird eine Formel für die Berechnung des SNR des LPVQ für zu quantisierende laplaceverteilte Eingangsgrößen hergeleitet und das asymptotische Verhalten des Vektorquantisierers für unendliche Vektordimensionen bestimmt. Insbesondere wird eine für die meisten Berechnungen notwendige nicht triviale mathematische Beschreibung der Quantisierungszellen eingeführt und erläutert. Im Evaluationsteil werden die hergeleiteten Formeln mit Simulationen verglichen und bestätigt sowie die Quantisierungsgenauigkeit der drei Vektorquantisierer-Kandidaten LSVQ, LCVQ und LPVQ bei der Quantisierung unterschiedlicher Eingangsverteilungen miteinander verglichen.
Der zweite Teil beschäftigt sich mit der Erweiterung des Logarithmischen Pyramiden Vektor-quantisierers für die Transformationskodierung (TC). Ziel hierbei ist, den Transformationsgewinn der TC zur Verbesserung des SNR einzusetzen. Dies wird erreicht durch eine Abänderung der Quantisierungsstuktur (modifizierter LPVQ), verbunden mit der Realisierung einer adaptiven Bitallokation. Nach wichtigen quantitativen Analysen wird im Evaluationsteil das SNR des modifizierten LPVQ mit adaptiver Bitallokation dem SNR des modifizierten LPVQ ohne adaptive Bitallokation gegenübergestellt. Zuletzt wird auf die praktische Einsetzbarkeit des neuen Quantisierers im Zusammenhang mit der TC eingegangen.
