實驗一

目 的 : 探討不同的可變長度碼設計對於軟性訊源解碼效能的影 響。

模擬環境 : 透過事前的訓練可知每個索引發生的機率，並據以建構 其霍夫曼碼，依 4.2、4.3 節敘述，可延伸出基於最小長 度及具有錯誤更正能力的兩種設計。索引指定則同樣透 過 MIT-BIH 資料庫 100 號心電圖的資料，依 4.4 節的流 程進行訓練，而訓練時的通道環境設定為 3dB。接著依 5.1 節敘述進行相關的環境設定，再將訊源編碼的碼書

40

41

42

63 3.00E-05 [0 0 1 0 1 1 0 1 0 1 1 1 ] [0 0 0 1 0 1 0 0 0 0 0 0 1] [0 1 1 1 1 0 0 1 1 1 1 0] [0 1 1 1 1 0 0 1 1 1 1 0]

平均長度 5.0824 5.1548 5.49 5.49

分 析 :

RVLC

₁為基於最小平均長度的設計，

RVLC

₂為具有錯誤更 正能力的設計，而

RVLC

₃為 4.4 節所建議的索引指定設 計。可以從表 5.1 中得知霍夫曼碼的碼字平均長度為 5.0824，

RVLC

₁的選取較霍夫曼碼多了後置條件的這項限 制，故其平均長度提升至 5.1548，而

RVLC

₂則因為位元 等長度的碼字間之漢明距離必須不小於 2，使得平均長

表 5.1 不同可變長度碼設計之碼書

圖 5.1 四種可變長度碼之軟性訊源解碼效能

43

度增加到 5.49。至於

RVLC

₃，只是在

RVLC

₂中位元等長度 的碼字集合進行置換，而不是針對所有的碼字集合，因 此使得整體的平均長度仍為 5.49。圖 5.1 比較此四種碼 書應用在軟性訊源解碼機制上的效能，可以發現平均碼 字長度的增加使得訊源編碼後產生較多的殘餘冗息，有 助於軟性訊源解碼效能的提升，因此解碼效

Huffman <

RVLC

₁

< RVLC

₂。至於額外考慮索引指定設計

RVLC

₃，因其 在訓練時的通道環境設定為 3dB，相較於

RVLC

₂在通道環 境 3dB 下有約 0.44dB 的顯著改進，但在通道環境小於

0dB 時，改進幅度則因通道環境不匹配而較不明顯，因 此我們可以推測在設計索引指定時，用於訓練與測試的

通道環境應匹配，才能取得最佳的解碼效能。

5.2 實驗二

目 的 : 探討匹配於通道環境的索引指定設計。

模擬環境 : 分別依通道訊雜比(Channel SNR,CSNR)為 0dB 與 3dB 的 訓練環境，進行 4.4 節之索引指定設計，將此兩種不同 碼書依 5.1 節的環境設定進行實驗，索引的估算同樣採 用 3.4 節的維特比演算法。

44

45

46

分 析 :

RVLC

₃

(3)

為實驗一在通道訊雜比 3dB 環境下訓練所得的 索引指定，而

RVLC

₃

(0)

則為 0dB 通道環境下訓練所得的 另一組碼書。由圖 5.2 可明顯看出

RVLC

₃

(3)

在通道環境 3dB 時訊源解碼效能較

RVLC

₃

(0)

約有 0.33dB 的改善，而

RVLC

₃

(0)

則是在 0dB 附近時效能較

RVLC

₃

(3)

好約 0.4dB。

由此我們也得知訓練用通道環境的不同造成了最佳化索 引指定的差異，進而影響了解碼效能，因此也可證明索 引指定的最佳化設計確實具有通道匹配的特性。

圖 5.2 不同通道環境訓練所得之索引指定的效能比較

47

5.3 實驗三

目 的 : 探討軟性解碼輸出採用不同檢測方式的效能

模擬環境 : 依 5.1 節的敘述進行相關設定，針對 3.4 節兩種不同的 索引估計方法

進行模擬

，分別是最大後驗機率原則與建 議

之維特比演算法。

結 果 :

圖 5.3

RVLC

₁之不同索引檢測方式比較

48

圖 5.4

RVLC

₂之不同索引檢測方式比較

圖 5.5

RVLC

₃之不同索引檢測方式比較

49

分 析 : 整體而言，三種可變長度碼使用維特比演算法的效能皆 較 MAP 來得好，而兩種估測方法的效果在通道環境差時 (-2、0dB)較通道環境好(2、3、4、6 dB)差異更大，大 約有 1 dB 的改進。我們的推測是通道環境好時，索引後 驗機率的計算較為可靠，使得兩種估測方法較無太大的 差別。但通道環境差時，使用 MAP 估測的索引組合之位 元長度不等於

N

的錯誤可能性較大。反之，採用維特比 演算法則可保證找出一條符合

N

與

T

中機率最大的索引 組合。

50

第六章 結論與未來展望

有鑑於國人對提升醫療品質的需求，居家式的醫療照護在未來將 日趨普及，對於人體生理訊號重建品質的要求也越來越高。本論文提 出一個可變長度碼的軟性訊源解碼機制，同時推導基於解碼效能而設 計的雙向性可變長度碼，並將其運用於心電圖的訊號壓縮。

首先我們針對個別患者之心電圖進行向量量化，利用碼向量索引 間的機率分佈不均產生一組霍夫曼碼，接著據此發展基於最小碼字長 度與具有錯誤更正能力的非對稱性 RVLC。本論文中採用的軟性訊源 解碼機制，主要是利用個別封包的索引與位元數目為已知的條件，發 展出索引層級的籬柵圖，並以此配合通道的軟性資訊與一階事前相關 性進行解碼。至於非對稱性 RVLC 碼的索引指定，是將訊源解碼效能 納入設計的考量，逐次置換以尋找索引與碼字間最佳的對應關係，以 期能增進整體傳輸系統的強健性。

現今行動通訊的日漸蓬勃，各種多媒體資料如音樂、影像…等等 的傳輸將是熱門的議題，各式各樣的壓縮方法也如雨後春筍般地出 現，雖然彼此間方法有其不同之處，但雙向性可變長度碼已逐漸納入 各個主流規格，因此其解碼機制的設計便成為一個重要的研究方向。

可變長度解碼的問題主要還是在於索引同步的控制，RVLC 提供了一

51

個編碼機制，使得在解碼時能夠進行前向與後向性的即時解碼，但至 今仍然未見有利用其雙向解碼能力的軟性輸出解碼機制。本論文中所 採用的解碼演算法受限於籬柵結構的複雜性而執行遞迴運算，使得其 解碼效率在即時性的運用上面臨一定的考驗。除此之外，在我們模擬 的實驗環境下，僅考慮無記憶性的白高斯通道，並無法代表真實多變 的通訊環境。因此未來如何設計一套專屬於 RVLC 的即時性雙向軟性 訊源解碼機制，並將其應用在實際的通訊環境下，將是一個重大的挑 戰。

52

參考文獻

[1] T. Fingscheidt and P. Vary,“ Softbit Speech Decoding: A New Approach to Error Concealment,” IEEE Trans. Speech Audio Processing, vol.9, no.3, pp.240‐251, 2001.

[2] R.Thobaben and J.Kliewer,“ Low-Complexity Iterative Joint Source-Channel Decoding for Variable-Length Encoded Markov Sources,” IEEE Trans.Commun, vol.53, no.12, pp.2054-2046, Dec.2005.

[3] J.Kliewer and R.Thobaben,“ Iterative Joint Source-Channel Decoding of Variable-Length Codes Using Residual Source Redundancy,” IEEE Trans.Wireless Commun.,vol.4, no.3, pp.919-929,2005.

[4] Y.Takishima, M.Wada, and H.Murakami,“ Reversible Variable Length Codes,”IEEE Trans.Commun, vol.43, pp.158-162, Feb.-Apr.1995.

[5] C.W.Tsai and J.L.Wu,“ On Construct the Huffman-Code-Based Reversible Variable-Length Codes,”IEEE Trans.Commun, vol.49, pp.1506-1509,Sept.2001.

[6] Ksenija Lakovic and John Villasenor,“ On Design of Error-Correcting Reversible Variable Length Codes,”IEEE Commun.Lett., vol.6, no.8, pp.337-339, Aug.2002.

[7] Kenneth Zeger and Allen Sersho,“ Pseudo-Gary Coding,”IEEE Trans.Commun, vol.38, no.12,Dec.1990.

[8] Susanna Kaiser and Maja Bystrom,“ Soft Decoding of Variable-Length Codes,”in Proc.IEEE Int. Conf.Commun., 2000, pp.1203-1207.

[9] Khlid Sayood, Hasan H.Otu, and Nejat Demir,“Joint Source/Channel

Coding for Variable Length Codes,” IEEE Trans.Commun, vol.48,

no.5, May.2000.

53

[10] V.buttigieg and P.G.Farrell,“A maximum a-posteriori(MAP) decoding algorithm for variable-length error-correcting codes,”in Codes and cyphers:Cryptography and coding IV,Essex, England, The Institude of Mathematics and its Application, pp.103-119, 1995.

[11] R.Bauer and J.Hagenauer,“Symbol by symbol MAP decoding of variable length codes,”accepted for 3rd ITG Conference Source and Channel Coding,Munich, Germany, Jan. 17-19.2000.

[12] N.Görtz,“Optimization of Bit Mappings for Iterative Source- Channel Coding,” in Proc. of International Symposium on Turbo

Codes and Related Topics, (Brest, France), pp. 255–258, Sept.

2003.

[13] Linde,Y.,Buzo,A.,& Gray ,R.(1980).An algorithm for vector

quantization design.IEEE Transactions On Communications,

28(1),84-94.

在文檔中 雙向性可變長度碼的軟性訊源解碼機制 (頁 48-0)