Державний науково-дослідний інститут інформаційної інфраструктури

Залєвскі Юзеф

УДК 621.395+621.374

Компресія і відтворення сигналів мови за допомогою екстремального аналізу

і цифрової фільтрації

05.13.06 - Автоматизовані системи управління та прогресивні

інформаційні технології

Автореферат

дисертації на здобуття наукового ступеня

кандидата технічних наук

ЛЬВІВ - 1998

Дисертацією є рукопис

Робота виконана в Інституті Телекомунікації Технічно-Сільськогосподарської Академії, Бидгощ, Польща

Наукові керівники: | доктор технічних наук, професор

ПОГРІБНИЙ Володимир Олександрович,

Державний науково-дослідний інститут інформаційної інфраструктури, зав.відділом; Інститут Телекомунікації ТСА, Бидгощ, Польща, професор кафедри “Телетрансмісія”

доктор технічних наук ДЖИЦІМСКІ Здзіслав

Інститут Телекомунікації ТСА, Бидгощ, Польща,

професор кафедри “Телетрансмісія”

Офіційні опоненти:

Провідна установа: | доктор фіз.-мат. наук, професор Яворський Ігор Миколайович,

Фізико-механічний інститут ім.Г.В.Карпенка НАН України, зав. відділом;

кандидат технічних наук, доцент, МОДЛА Роман Миколайович,

Українська академія друкарства, доцент

Державний університет “Львівська політехніка” Міністерства освіти України, кафедра “Автоматизовані системи управління”

Захист відбудеться “ 8 ” грудня 1998р. о “ 14-00 ” год. на засіданні спеціалізованої вченої ради Д 35.813.01 у Державному науково-дослідному інституті інформаційної інфраструктури, (290053, Львів, вул.Наукова, 5 А).

З дисертацією можна ознайомитися у бібліотеці Інституту (290053, Львів, вул.Наукова, 5 А).

Автореферат розісланий “ 5 ” листопада 1998р.

Вчений секретар

спеціалізованої вченої ради,

доктор технічних наук Бунь Р.А.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність роботи. Інтенсивний розвиток телекомунікаційних послуг вимагає розроблення нових ефективних методів передачі мовних сигналів, що сприяє розвитку інформаційних технологій. Одним з головних підходів є компресія сигналів, яка дозволяє зменшити обсяг даних, але одночасно погіршує якість передавання та відтворення сигналів. Забезпечення необхідної зрозумілості та виразності мови можливе при застосуванні цифрових методів перетворення та обробки сигналів. Для подання сигналів в цифровій формі широко використовуються різницеві методи подання сигналів, до яких належать різно-манітні види дельта-модуляції (ДМ). Характерною властивістю усіх типів різницевої модуляції є висока завадостійкість. Однак її використання обмежене відсутністю ефективних методів визначення параметрів перетворення (частоти дискретизації та кроків квантування). Серед багатьох відомих способів компресії сигналів важливу роль відіграє компресія на основі екстремального аналізу (ЕА). Методи компресії сигналів і їх відтворення в режимі реального часу з застосуванням ЕА та цифрової фільтрації забезпечують високий коефіцієнт стиску сигналів при заданій точності відтворення і тому заслуговують на дальший розвиток. В ЕА доцільно і природно представляти аналогові сигнали з допомогою ДМ. Для підвищення ефективності ЕА нестаціонарних сигналів в режимі реального часу, зокрема, мовних сигналів, необхідно провести дослідження точності ЕА при використанні різних видів різницевої модуляції, як для не змішаних форматів ДМ, ІКМ, так і змішаних – ДМ-ІКМ. Результати цих досліджень дозволять реалізувати економічні і технологічні спеціалізовані спецпроцесори в інтегральному виконанні для роботи в режимі реального часу. Тема дисертаційної роботи є актуальною, оскільки вона пов’язана з розробленням нових ефективних методів компресії мовних сигналів в режимі реального часу з використанням ЕА та різницевої модуляції, а також відтворенням сигналів після компресії з застосуванням адаптивної цифрової фільтрації. Актуальність теми підтверджується грантом 8 T11 D 007 13 Комітету Наукових Досліджень Польщі, який направлений на розв’язування поставлених в дисертаційній роботі завдань. Тема роботи відповідає Державній програмі розвитку телекомунікації Польщі.

Зв’язок роботи з науковими програмами, планами, тема-ми. Основу роботи складають результати теоретичних та практичних досліджень, виконаних автором самостійно або при його безпосередній участі в Інституті Телекомунікації Технічно-Сільськогосподарської Академії (м.Бидгощ) з 1971 пo 1998 роки.

Роботи виконувалися в рамках: програми Комітету Наукових Досліджень Польщі, грант 8T11D007.13, п. “Адаптивна компресія і відтворення сигналів в режимі реального часу з використанням екстремального аналізу та цифрової фільтрації в форматі дельта-модуляції”; Державної програми фундаментальних досліджень Польщі CPBP № 02.16, проблема “Контрольно-вимірювальні системи для діагностики та керування телекомунікаційними мережами”; відомчої проблеми 08.02.B.01.09 Міністерства зв’язку Польщі, тема “Розроблення і впровадження методики вимірювання фонового шуму в телефонному каналі”.

Мета дослідження: розроблення методів компресії та відтворення мовних сигналів з використанням екстремального аналізу та адаптивної цифрової фільтрації, а також розроблення структур ефективних спецпроцесорів для реалізації цих методів.

В роботі поставлені і вирішені наступні задачі:

·

· розвиток методики компресії сигналів з використанням екстремального аналізу шляхом розроблення універсального алгоритму визначення в режимі реального часу строгих та нестрогих екстремумів, незалежно від формату по-дання сигналів;

· розроблення загальних засад вибору частоти дискретизації та кроків квантування ДМ при перетворенні стаціонарних ергодичних випадкових сигналів і на підставі цього визначення загальної амплітудно-часової середньоквадратичної похибки екстремального аналізу;

· розроблення методів підвищення точності запропонованого методу відтворення мовних сигналів після компресії з використанням лінійної інтерполяції та цифрової фільтрації на основі аналізу середньоквадратичних похибок апроксимації, а також комп’ютерної симуляції;

· розроблення ефективних структур спецпроцесорів для екстремального аналізу в режимі реального часу, а також для відтворення сигналів після такої компресії з допомогою адаптивних структур з мінімізацією середньоквадратичних похибок в часовій та частотній областях.

Наукова новизна одержаних результатів:

·

· розвинено методику компресії з використанням загального алгоритму екстремального аналізу для визначення в режимі реального часу строгих та нестрогих екстремумів, незалежно від формату представлення сигналу;

· розвинено засади вибору частоти дискретизації та кроків квантування ДМ для перетворення стаціонарних ергодичних випадкових сигналів і на підставі цього удосконалено методику визначення загальної амплітудно-часової серед-ньоквадратичної похибки екстремального аналізу;

·

·

Практичне значення одержаних результатів. Отримані результати досліджень дозволяють створювати ефективні спец-процесори для компресії даних для телеметрії і телекомунікації. Запропонований і розроблений в дисертації метод компресії мовних сигналів на основі екстремального аналізу дозволяє отримати в телефонних каналах коефіцієнт компресії рівний 2. Запропонована методика вимірювання фонового шуму на основі адаптивної цифрової фільтрації в частотній області покращує точність вимірювання на 5%, підвищує швидкодію і зменшує трудомісткість на 25%. Розроблені алгоритми і принципи побудови структур можуть знайти застосування в експериментах, системах керування промисловими об’єктами та телекомунікації.

Реалізація і впровадження результатів роботи:

·

· розроблено пристрій KSAE-1 для компресії сигналів в телефонних каналах з використанням екстремального аналізу (впроваджено в фірмі “SOLID”, м.Бидгощ, Польща, акт впровадження від 04/02/1997р.);

·

· на замовлення Міністерства Зв’язку Польщі результати дисертанта використані при переробці польських норм в галузі будівництва телекомунікацій з метою узгодження їх з європейськими стандартами, а також для ряду технічних нормативних документів стосовно будівництва телекому-нікацій (протокол від 21.12.1995р.);

·

За успіхи в науковій і технічній діяльності дисертант нагороджений Золотою Відзнакою Польщі “Заслужений працівник зв’язку”, медаллю Народної Освіти Польщі, а також Золотим Хрестом за Заслуги.

Особистий внесок автора. В роботах, написаних у співавторстві, дисертанту належить: в [1,5] - постановка задачі; в [3,4,8] – методика вимірювання шумів; в [2,11] – підходи до двоступеневого відтворення сигналів; в [9,12] – алгоритми; в [10,13] – комп’ютерна симуляція; в [6,7,12] – структурні схеми.

Апробація результатів дисертації. Основні результати дисертаційної роботи доповідалися і обговорювалися на двох міжнародних та чотирьох республіканських науково-технічних конференціях і симпозіумах. Дисертаційна робота розглядалась на семінарі Інституту Телекомунікацій ТСА, Бидгощ, а також на об’єднаному семінарі Державного науково-дослідного інституту інформаційної інфраструктури та Фізико-механічного інституту ім. Г.В. Карпенка, Львів, в 1998 р.

Публікації. За темою дисертаційної роботи опубліковано 14 друкованих праць, у тому числі 5 статей у збірниках наукових праць, 7 робіт у збірниках матеріалів і праць конференцій, 2 патенти Польщі.

Структура та обсяг роботи. Дисертаційна робота складається із вступу, чотирьох розділів, висновків, списку використаних джерел та додатків. Дисертація містить 132 сторінки машинописного тексту, 29 ілюстрацій, список літератури з 128 найменувань та 31сторінку додатків.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обгрунтовано актуальність роботи, показано її зв’язок з науковими програмами, планами та темами, сформульовано мету та задачі досліджень, наукову новизну і практичне значення отриманих результатів. Наведено дані про реалізацію та впровадження результатів роботи, її апробацію і публікації.

У першому розділі розглянуто особливості сигналів телекомунікаційних систем. Проаналізовано методи опису мовних сигналів та шумів в часовій та частотній областях, а також описано розроблений метод адаптивної цифрової фільтрації фонових шумів в частотній області.

В роботі прийнято, що мовний сигнал в телефонному каналі, як випадковий процес, має наступні властивості: розподіл сигналу є симетричним з нульовим середнім; для малих значень густина ймовірності приймає великі значення і швидко спадає зі зростанням , характер цієї функції подіб-ний до кривої нормального розподілу з малою дисперсією; в діапазоні великих значень густину ймовірності можна описати гама-функцією.

На якість зв’язку або його дальність при заданій якості впливає фоновий шум, який містить адитивну і мультиплікативну складові. Джерела складових фонового шуму в телефон-ному каналі незалежні, тому самі складові вважають статистично незалежними.

Для об’єктивної оцінки впливу відношення сигнал/шум на якість приймання мовних сигналів необхідно проводити зважування шуму, яке реалізується шляхом корекції спектра фонового шуму при допомозі фільтра з заданою амплітудно-частотною характеристикою. Запропоновано проводити зважування шуму за допомогою адаптивної цифрової фільтрації в частотній області, алгоритм якої наступний:

, (1.1)

де: -спектр сигналу на виході ЦФ, - амплітудно-частотна характеристика адаптивного ЦФ,- спектр вхід-ного сигналу, - вхідний сигнал, - середньоквадратична похибка відхилення спектра від взірцевого спектра, - но-мер гармоніки. Адаптація амплітудно-частотної характеристики цифрового фільтра відбувається на основі мінімізації середньоквадратичної похибки

, (1.2)

де- число гармонік спектра сигналу, - взірцевий спектр.

Роботу розробленого алгоритму перевірено з допомогою комп’ютерного моделювання.

У другому розділі наведено розроблені принципи компресії мовних сигналів з використанням екстремального аналізу в режимі реального часу. При ЕА передається інформація тільки про величину екстремумів та часових інтервалів між ними. Пошук екстремумів після дискретизації сигналу базується на аналізі тенденцій змін висхідних різниць між його черговими відліками:

, (2.1)

де відліки в моменти дискретизації (i-1,i, i+1).

Пошук двох строгих та чотирьох нестрогих екстремумів відбувається згідно з наступним алгоритмом:

(2.2)

де - знак секвенції, - означає появу екстремума.

Алгоритм (2.2) є універсальним алгоритмом, який не залежить від способу цифрового представлення сигналу.

Різниці (2.1) тісно пов’язані з кодами (кроками квантування) ДМ. Тому доцільно аналіз приростів замінити аналізом ДМ-кодів. Така заміна можлива, коли різниця між вхідним сигналом і сигналом апроксимації дельта-кодера пов’язана з приростом вхідного сигналу в і-му періоді дискретизації:

. (2.3)

Вираз (2.3) дійсний, якщо відсутнє перенавантаження дельта-кодера, обумовлене значною крутістю наростання або спадання вхідного сигналу. Тоді можна записати

, (2.4)

де - кроки квантування ДМ.

Для лінійної ДМ алгоритм пошуку строгих та нестрогих екстремумів при аналізі чотири- та п‘ятирозрядних комбінацій можна подати наступним чином:

(2.5)

де – однорозрядний код ЛДМ, - строгий екстремум, - нестрогий екстремум.

ЕА з використанням ДМ характеризується похибками квантування (амплітудні похибки) та дискретизації (часові похибки). Загальну середньоквадратичну амплітудно-часову похибку ЕА можна оцінити використовуючи залежність:

, (2.6)

де - дійсні значення екстремумів, - оцінки екстремумів після ЕА, - моменти появи дійсних екстремумів, - моменти появи оцінок екстремумів, - загальне число екстремумів, .

Вираз (2.6) дозволяє мінімізувати похибку ЕА (тобто похибку компресії даних) шляхом відповідного вибору частоти дискретизації та кроку квантування.

Основними параметрами ДМ є частота дискретизації та кроки квантування. В роботі розвинено засади вибору частоти дискретизації та кроків квантування ДМ при перетворенні випадкових стаціонарних ергодичних сигналів в режимі реального часу для заданого апріорі амплітудного або середньоквад-ратичного спектрів сигналу. В багатьох випадках відомими є тільки результати ДПФ реалізації процесу . В цьому випадку необхідно користуватися усередненими спектрами для множини реалізацій випадкового процесу. Детерміністично-статистичний підхід до визначення параметрів ДМ, запропонований В.Погрібним, пеpедбачає обчислення максимуму добутку оцінок середніх амплітуд гармонічних складових на їх частоти або при нерівномірному спектрі, де - частота та усереднений модуль амплітуди і-ї гармоніки. Комп’ютерне моделювання показало, що максимальна похідна випадкового сигналу залежить від двох-трьох гармонік, які характеризуються найбільшими добутками їх амплітуд на відповідні частоти. Груба оцінка частоти дискретизації (при апроксимації синусоїдального сигналу сигналом трикутної форми), обчислена на підставі максимальної суми двох добутків усереднених амплітуд гармонік на їх частоти, для усередненого спектра має вигляд:

, (2.7)

де- верхня частота спектра, -максимальний крок квантування. Подібний підхід використовується і для обчислення точних оцінок частоти дискретизації (на підставі максимальної крутості синусоїдального сигналу).

Кроки квантування ДМ можуть бути задані апріорі (виходячи з максимально допустимих шумів квантування). Тоді частота дискретизації вибирається з урахуванням цих кроків. В іншому випадку величина кроків квантування вибирається таким чином, щоб не допустити перенавантаження дельта-кодера за крутіс-тю, обумовленого швидким зростанням або спаданням вхідного сигналу. Відповідні вирази для обчислення кроків квантування одержуємо з (2.7) при заданій частоті дискретизації.

Для оцінки ефективності компресії мовних сигналів при використанні екстремального аналізу використовується коефіцієнт компресії, який у випадку застосування ДМ має вигляд:

, (2.8)

де - тривалість реалізації, - частота дискретизації ДМ,

- число екстремумів включно з першим відліком.

Наприклад, для часового ряду довжиною відліків при наявності 100 екстремумів, коефіцієнт компресії .

Третій розділ присвячений розробленню способів відтворення мовних сигналів в режимі реального часу після його компресії з використанням ЕА. Таке відтворення можна здійснити з перевіркою похибок відтворення в часовій або частотній областях.

Метод реконструкції сигналу в часовій області.

Запропонований метод відтворення сигналу в часовій області після компресії на основі ЕА з ДМ базується на лінійній інтерполяції та “вигладжуванні”.

Лінійна інтерполяція значень, отриманих в результаті ЕА, дозволяє отримати грубу оцінку сигналу і відбувається вона згідно з алгоритмом

, (3.1)

де -значення сигналу на і-му відрізку інтерполяції в k-му періоді дискретизації , , -число відліків на і-му відрізку інтерполяції; - значення сусідніх екстремумів.

Вигладжування після інтерполяції здійснюється з допомогою адаптивної цифрової фільтрації. Загальним алгоритмом цієї фільтрації є функція адаптивної згортки

, (3.2)

де - вихідний сигнал після цифрової фільтрації, - сигнал після лінійної інтерполяції, - вагові коефіцієнти імпульсної характеристики цифрового фільтра (ЦФ) в форматі ІКМ, - коефіцієнт адаптації, - середньоквадратична похибка відтворення екстремумів, – число вагових коефіцієнтів в форматі ІКМ, , – число відліків вхідного сигналу. Коефіцієнт адаптації для кожного вагового коефіцієнта з множини залежить також від середньоквадратичного відхилення , яке описується залежністю

, (3.3)

дe , - сигнал після ЕА і інтерполяції (значення екстремумів), - вихідний сигнал цифрового фільтра. Адаптація полягає у виборі відповідних імпульсних характеристик цифрового фільтра для різних значень і приводить до мінімізації середньоквадратичної похибки шляхом зміни характеристики фільтра.

Метод реконструкції сигналу в частотній області .

Реконструкція сигналу в частотній області відрізняється від реконструкції в часовій області (3.2) іншим способом адаптації вагових коефіцієнтів:

, (3.4)

дe - коефіцієнт адаптації, - різниця між заданим апріорі спектром і спектром потужності сигналу після цифрової фільтрації, в якій адаптивно вибираються вагові коефіцієнти імпульсної характеристики. При цьому методі адаптація полягає у виборі вагових коефіцієнтів, які мінімізують різницю . Критерій зміни вагових коефіцієнтів імпульсної характеристики базується на відповідному взаємозв’язку заданої точності відтворення сигналу з різницями спектральних густин . Принцип реконструкції сигналу перевірений шляхом комп’ютерного моделювання на прикладі відтворення тестового сигналу, в ролі якого вибрано рожевий шум. Відрізок реалізації такого сигналу і оцінку спектра потужності цілого сигналу показано відповідно на рис.3.1a i рис.3.1b. Результати ЕА для , тобто значення екстремумів i місце їх появи, також ілюструє рис.3.1а.

Результат лінійної інтерполяції після ЕА зображено на рис.3.2а, а оцінку спектра потужності цілої реалізації – на рис.3.2b. При порівнянні рис.3.1b i рис.3.2b видно, що спектр сигналу після відтворення з використанням тільки лінійної інтерполяції є спотворений. Це проявляється в збільшенні потуж-ності високочастотних складових та зменшенні потужності низькочастотних і обумовлено проявом коливань Гіббса. Наступним етапом реконструкції сигналу є цифрова фільтрація. На рис.3.3a i рис.3.3b показано відрізок реалізації сигналу після лінійної інтерполяції і адаптивної цифрової фільтрації, а також оцінку спектра потужності цілої реалізації цього сигналу.

Видно, що використання такої фільтрації підвищує точність відтворення сигналу.

У четвертому розділі розглядаються запропоновані оригінальні структури спеціалізованих процесорів для ЕА з ДМ та для відтворення сигналів після компресії з мінімізацією похибок в часовій та частотній областях. Вибір їх параметрів грунтується на методах, наведених в попередніх розділах. 

Для реалізації алгоритму пошуку екстремумів (2.5) запропоновано структуру адаптивного екстремального аналізатора, який містить ЛДМ-кодер, блок аналізатора та блок адаптивного вибору кроку квантування.  

Для реконструкції сигналів після ЕА з мінімізацією похибок в часовій області розроблено структуру спецпроцесора (адаптивного апроксиматора), який працює в режимі реального часу. Процесор здійснює двоступеневу реконструкцію сигналу на підставі грубої апроксимації з допомогою лінійної інтерполяції та наступної точної апроксимації з допомогою адаптивної цифрової фільтрації (див. рис.4.1). Спецпроцесор містить блок лінійної інтерполяції L INT, адаптивний цифровий фільтр FC, блок пам’яті ROM для зберігання вагових коефіцієнтів {hm} імпульсної характеристики FC, аналізатор похибок UA, блок вибору вагових коефіцієнтів UWW, віднімаючий пристрій SUB, елемент затримки та блок керування ST. На входи спецпроцесора надходять дані про величини чергових екстремумів та про тривалість інтервалів між ними. Попередньо на вхід аналізатора UA подають величину заданої похибки відтворення сигналів. За результатами порівняння обчисленої процесором середньоквадратичної похибки та заданої виноситься рішення про зміну або незмінність вагових коефіцієнтів {hm}, повний набір яких знаходиться в ROM.

Розроблена структура снецпроцесора для відтворення сигналів після екстремального аналізу відрізняється простотою та економічністю. Вона дозволяє досягти високої точності відтворення нестаціонарних, зокрема, мовних сигналів і може знайти застосування в телекомунікації.

1.  

Далі спектр порівнюється з заданим апріорі (виходячи з необхідної точності відтворення) спектром . Отримана різниця співставляється з заданою і на основі цього виноситься рішення про зміну або незмінність вагових коефіцієнтів імпульсної характеристики фільтра.

ОСНОВНІ РЕЗУЛЬТАТИ І ВИСНОВКИ

1. Запропоновано використати адаптивну цифрову фільтрацію в частотній області для дослідження шумів в телефонних каналах, що дозволило створювати економічну вимірювальну апаратуру, придатну для потреб телеметрії.

2. Розвинено методику компресії з використанням екстремального аналізу та дельта-модуляції для повільнозмінних сигналів зі стрімко спадаючим спектром, сигналів, дисперсія яких концентрується в околі однієї гармоніки, а також сигналів з властивостями обох попередніх типів.

3. Досліджено з допомогою комп’ютерного моделювання залежність середньоквадратичної амплітудно-часової похибки екстремального аналізу від частоти дискретизації та кроків квантування лінійної дельта-модуляції, що дозволяє підбирати параметри екстремального аналізу в відповідності з вимогами або можливостями апаратурної реалізації.

4. Розроблено методику двоступеневого відтворення мовних сигналів (після компресії на основі екстремального аналізу), що включає лінійну інтерполяцію та адаптивну цифрову фільтрацію.

5. З допомогою комп’ютерного моделювання та компресії рожевого шуму досліджено точність двоступеневої методики відтворення, використовуючи як критерій точності середньо-квадратичну похибку.

6.

СПИСОК ОПУБЛІКОВАНИХ АВТОРОМ ПРАЦЬ

ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1.

1.

1.

1.

1.

1.

1.

1.

1.

1.

1.

1.

1.

1.

Залєвскі Ю. Компресія і відтворення сигналів мови за допомогою екстремального аналізу і цифрової фільтрації.- Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - автоматизовані системи управління та прогресивні інформаційні технології.- Державний науково-дослідний інститут інформаційної інфраструктури, Львів,1998.

Дисертація присвячена розробленню методів компресії та відтворення мовних сигналів з використанням екстремального аналізу, а також ефективних спецпроцесорів для реалізації цих методів. Розглянуто моделі мовних сигналів та фонових шумів в телекомунікаційних каналах. Розроблено загальний метод екстремального аналізу з використанням дельта-модуляції. Запропоновано вибір частоти дискретизації та кроків квантування дельта-модуляції стосовно до екстремального аналізу мовних сигналів. Розроблено оригінальний метод підвищення точності відтворення сигналу в часовій та частотній областях. Розглянуто особливості комп’ютерного моделювання екстремального аналізу та відтворення сигналів. На підставі запропонованих методів та алгоритмів розроблено оригінальні структури спецпроцесорів для компресії та відтворення сигналів з використанням екстремального аналізу.

Ключові слова: екстремальний аналіз, дельта-модуляція, компресія даних, цифрова фільтрація

Залєвски Ю. Компрессия и воспроизведение речевых сигналов с помощью экстремального анализа и цифровой фильтрации.- Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - автоматизированные системы управления и прогрессивные информационные технологии.– Государственный научно-исследовательский институт информационной инфраструктуры, Львов,1998.

Диссертация посвящена разработке методов компрессии и воспроизведения речевых сигналов с использованием экстремального анализа, а также эффективных спецпроцессоров для реализации этих методов. Рассмотрены модели речевых сигналов и фоновых шумов в телекоммуникационных каналах. Разработан общий метод экстремального анализа с использованием дельта-модуляции. Предложен выбор частоты дискретизации и шагов квантования дельта-модуляции приме-нительно к экстремальному анализу речевых сигналов. Разработан оригинальный метод повышения точности воспроизведения сигнала во временной и частотной областях. Рассмотрены особенности компьютерного моделирования экстре-мального анализа и воспроизведения сигнала. На основании предложенных методов и алгоритмов разработаны оригинальные структуры спецпроцессоров для компрессии и воспроизведения сигналов с использованием экстремального анализа.

Ключевые слова: экстремальный анализ, дельта-модуляция, компрессия данных, цифровая фильтрация

Zalewski J. Compression and reconstruction of acoustic signals using extreme analysis and digital filtering.- Manuscript.

The thesis for a kandidate’s degree achievement in speciality 05.13.06 - automatic control system and progressive information technologies.- State Institute of Information Infrastructure, Lviv, 1998.

The thesis is devoted to the methods of compression and reconstruction of acoustic signals using extreme analysis as well as to the processors implementing the algorithms worked out. The models of acoustic signals in telecommunication channels and background noise in such channels are considered. The general extreme analysis by means of delta modulation is presented. The choices of frequency and quantization steps in delta modulation, according to the extreme analysis of acoustic signals, are proposed. Moreover, original methods of increasing the reconstruction accuracy of signals, both in the time- and frequency-domains, are elaborated. Some particularities of computer simulations of extreme analysis and delta modulation are also considered. On the basis of proposed methods and algorithms, a couple of original structures of specialized processors for compression and reconstruction are elaborated.

Key words: exstreme analysis, delta modulation, data compression, digital filtering.