卡門後顧型演算法在預估編碼應用之探討

Abstract

在本論文中，我們利用卡門濾波演算法(Kalman filter algorithm)的技 術於適應性微脈碼調變(ADPCM)系統。眾所週知, 在一適應性微脈碼調變 系統中，其性能表現主要受限於出現在重建信號以及預估回路中的量化雜 訊。我們採取兩種使用卡門濾波演算法的架構分別來降低重建信號中以及 預估回路中的量化雜訊。為了使編碼延遲達到最小，系統參數均由後顧( backward)方法求取。卡門濾波演算法中程序雜訊(process noise)及量測 雜訊(measurement noise)之統計特性估計的準確與否,是應用卡門濾波演 算法成功的關鍵。我們提出一種利用量化器的特性及革新程序 (innovation process)的後顧估計法來獲取卡門濾波演算法中雜訊的互變 異(covariance)矩陣。對實際語音訊號，實驗結果告訴我們利用卡門濾波 演算法的增強型適應性微脈碼調變(enhanced ADPCM)系統比傳統的適應性 微脈碼調變系統具有更佳的性能表現。