強健向量量化器之設計

Abstract

本論文將一維之強健性壓縮函數（例如A－law及μ－law） ，擴展到多維空間，導出 多維強健量化器必須滿足之方程式，並藉以得到二維壓縮函數。因為此二維壓縮函數 無法解碼，並於原點附近會趨近無限大，所以我們加以修正，而得到實際可用之二維 強健性壓縮函數。 在拉普拉斯及高斯分佈之輸入訊號下，我們應用這些二維壓縮函數組成之幾種強健量 化器來做量化，其量化效果均比對每維做μ－law 對數量化好。同時，它也沒有最佳 量化器及均勻量化器對輸入訊號之統計特性變動敏感的缺點。