Tänään
tarkasteltiin äärellisen sanapituuden vaikutuksia. Tarkastelimme ensin
mallia, jolla johdettin arvio AD-muunnoksen kvantisointivirheen
varianssille, joka on suoraan verrannollinen syntyvän
kvantisointivirheen tehoon. Tätä kautta määritellään SNR,
eli signaali-kohinasuhde, eli häiriöetäisyys. Tämä suure kertoo jotain
äänenlaadusta, ja saatavia tuloksia tullaan tarvitsemaan kappaleessa 9,
kun päätellään montako bittiä signaalista uskalletaan poistaa
kompressiossa ilman äänenlaadun havaittavaa heikkenemistä.
Jos ehtojen oletetaan olevan voimassa, voidaan osoittaa kohinan odotusarvon olevan nolla ja varianssin yhtä kuin 2^(-2b) / 12.
Yllä
olevaa kaavaa voidaan edelleen jalostaa signaali-kohinasuhteen
käsitteeksi (SNR), joka kertoo signaalin tehon suhteessa kohinan tehoon.
Kun kaavaa pyöriteltiin, havaittiin jokaisen ylimääräisen bitin (per
näyte) nostavan SNR:ää kuudella desibelillä.
Tilaa:
Lähetä kommentteja (Atom)
Luento 31.3.: Äärellinen sananpituus
Tänään tarkasteltiin äärellisen sanapituuden vaikutuksia. Tarkastelimme ensin mallia, jolla johdettin arvio AD-muunnoksen kvantisointivirh...
-
Tänään käsiteltiin kaikki neljä Fourier-muunnostyyppiä yksityiskohtaisesti. Käsin laskettavien kolmen ensimmäisen muunnostyypin jälkeen t...
-
Tänään tarkasteltiin äärellisen sanapituuden vaikutuksia. Tarkastelimme ensin mallia, jolla johdettin arvio AD-muunnoksen kvantisointivirh...
-
Kurssin toisella luennolla luotiin ensin katsaus muutamaan signaalinkäsittelyn alan tunnettuun sovellukseen: kompressio, puheentunnistus,...
Ei kommentteja:
Lähetä kommentti