实验三 模拟数字转换.docx

1、实验三 模拟数字转换实验三 模拟-数字转换一、实验预习： 1.概述 2.Huffman编码 3.量化4.均匀PCM平按已量化值的递增次序映射。5.非均匀PCM二、实验内容（题目解答）：1. 编码 实验代码：主函数：clc;p=0.2 0.15 0.13 0.12 0.1 0.09 0.08 0.07 0.06;h,l=huffman(p);H=entropy(p);求熵函数：function h=entropy(p)if length(find(p10e-10, error(Not a prob. vector, components do not add up to 1)endh=sum(-

2、p.*log2(p);Huffman编码函数：function h,l=huffman(p); if length(find(p10e-10, error(Not a prob. vector, components do not add up to 1)endn=length(p);q=p;m=zeros(n-1,n);for i=1:n-1 q,l=sort(q); m(i,:)=l(1:n-i+1),zeros(1,i-1); q=q(1)+q(2),q(3:n),1;endfor i=1:n-1 c(i,:)=blanks(n*n);endc(n-1,n)=0;c(n-1,2*n)=1

3、;for i=2:n-1 c(n-i,1:n-1)=c(n-i+1,n*(find(m(n-i+1,:)=1). -(n-2):n*(find(m(n-i+1,:)=1); c(n-i,n)=0; c(n-i,n+1:2*n-1)=c(n-i,1:n-1); c(n-i,2*n)=1; for j=1:i-1 c(n-i,(j+1)*n+1:(j+2)*n)=c(n-i+1,. n*(find(m(n-i+1,:)=j+1)-1)+1:n*find(m(n-i+1,:)=j+1); endendfor i=1:n h(i,1:n)=c(1,n*(find(m(1,:)=i)-1)+1:find

4、(m(1,:)=i)*n); l1(i)=length(find(abs(h(i,:)=32);endl=sum(p.*l1);实验结果：Huffman编码结果：平均码长：信源的熵：2. 量化实验代码：主函数：echo on ;a=-20,-5,-4,-3,-2,-1,0,1,2,3,4,5,20;y,dist=mse_dist(normal,a,0.01,0,1);for i=1:length(a)-1 y(i)=centroid(normal,a(i),a(i+1),0.001,0,1); echo off ;end子函数：function dist=uq_mdpnt(funfcn,b,n

5、,delta,tol,p1,p2,p3) if (2*bdelta*(n-1) error(Too many levels for this range.); returnendargs=;for j=1:nargin-5 args=args,p,int2str(j);endargs=args,);a(1)=-b;a(n+1)=b;a(2)=-(n/2-1)*delta;y(1)=a(2)-delta/2;for i=3:n a(i)=a(i-1)+delta; y(i-1)=a(i)-delta/2;endy(n)=a(n)+delta;dist=0;for i=1:n newfun = x

6、_a2_fnct ; dist=dist+eval(quad(newfun,a(i),a(i+1),tol,funfcn, num2str(y(i), args);endfunction y,dist=uq_dist(funfcn,b,c,n,delta,s,tol,p1,p2,p3) if (c-bdelta*(n-2) error(Too many levels for this range.); returnendif (sc) error(The leftmost boundary too large.); returnendargs=;for j=1:nargin-7 args=ar

7、gs,p,int2str(j);endargs=args,);a(1)=b;for i=2:n a(i)=s+(i-2)*delta;enda(n+1)=c;y,dist=eval(mse_dist(funfcn,a,tol,args);实验结果：均方误差：dist = 0.0769量化值：y = -5.0168 -4.2168 -3.2605 -2.3158 -1.3832 -0.4599 0.4599 1.3832 2.3158 3.2605 4.2168 5.01683. 均匀PCM 实验代码：主函数：echo ont=0:0.01:10;a=sin(t);sqnr8,aquan8,co

8、de8=u_pcm(a,8);sqnr16,aquan16,code16=u_pcm(a,16);pause % Press a key to see the SQNR for N=8.sqnr8pause % Press a key to see the SQNR for N=16.sqnr16pause % Press a key to see the first five quantized values.plot(t,a,-,t,aquan8,-,t,aquan16,-,t,zeros(1,length(t);title(用8电平和16电平对一个正弦信号进行的均匀PCM); 子函数：f

9、unction sqnr,a_quan,code=u_pcm(a,n)amax=max(abs(a);a_quan=a/amax;b_quan=a_quan;d=2/n;q=d.*0:n-1;q=q-(n-1)/2)*d;for i=1:n a_quan(find(q(i)-d/2 = a_quan) & (a_quan = q(i)+d/2)=. q(i).*ones(1,length(find(q(i)-d/2 = a_quan) & (a_quan = q(i)+d/2); b_quan(find( a_quan=q(i) )=(i-1).*ones(1,length(find( a_q

10、uan=q(i) );enda_quan=a_quan*amax;nu=ceil(log2(n);code=zeros(length(a),nu);for i=1:length(a) for j=nu:-1:0 if ( fix(b_quan(i)/(2j) = 1) code(i,(nu-j) = 1; b_quan(i) = b_quan(i) - 2j; end endendsqnr=20*log10(norm(a)/norm(a-a_quan); 实验结果： 所得的SQNR是：sqnr8 = 18.9023 sqnr16 = 25.1272 4. 非均匀PCM 实验代码： 主函数：ec

11、ho ont=0:0.01:10;a=20*randn(1,20),randn(1,480);n=64;sqnr,aquan,code=u_pcm(a,64);pause % Press a key to see the SQNR .sqnrpause plot(a);pauseplot(aquan,-);sqnr1,aquan1,code1=mula_pcm(a,64,255);pause % Press a key to see the SQNR .sqnr1pause plot(aquan1,-);子函数：function sqnr,a_quan,code=mula_pcm(a,n,mu

12、)y,maximum=mulaw(a,mu);sqnr,y_q,code=u_pcm(y,n);a_quan=invmulaw(y_q,mu);a_quan=maximum*a_quan;sqnr=20*log10(norm(a)/norm(a-a_quan);function sqnr,a_quan,code=u_pcm(a,n)amax=max(abs(a);a_quan=a/amax;b_quan=a_quan;d=2/n;q=d.*0:n-1;q=q-(n-1)/2)*d;for i=1:n a_quan(find(q(i)-d/2 = a_quan) & (a_quan = q(i)

13、+d/2)=. q(i).*ones(1,length(find(q(i)-d/2 = a_quan) & (a_quan = q(i)+d/2); b_quan(find( a_quan=q(i) )=(i-1).*ones(1,length(find( a_quan=q(i) );enda_quan=a_quan*amax;nu=ceil(log2(n);code=zeros(length(a),nu);for i=1:length(a) for j=nu:-1:0 if ( fix(b_quan(i)/(2j) = 1) code(i,(nu-j) = 1; b_quan(i) = b_

14、quan(i) - 2j; end endendsqnr=20*log10(norm(a)/norm(a-a_quan);实验结果：sqnr = 19.7348sqnr1 = 24.1075三、实验分析与讨论1.信号量化的目的是什么？ 用有限的离散值近似模拟原始信号的振幅，在接收端由这些有限的离散值恢复原始信号 。2.量化信号有哪些优缺点？缺点：无论抽样值大小如何，量化噪声的均方根值都是固定不变的。因此，当信号较小时，则信号量化噪声功率比也比较小，这样，对于弱信号时的信号量噪比就难以达到给定的要求。3.什么是A率压缩和率压缩？它们各自有什么特点？ A压缩律是指符合下式的对数压缩规律： 律压缩特

15、性： 4. 在PCM系统中，信号量噪比是指什么，它和信号带宽有什么关系？ 信号功率与量化噪声之比简称信号量噪声比。 当低通信号最高频率给定时，PCM系统的输出信号量噪比随系统的带宽B按指数规律增长。四、思考题1、实验1中Huffman码的效率是多少？Huffman码唯一吗？为什么？答：霍夫曼编码效率等于熵/平均码长，已知熵为3.0371，平均码长为3.1，所以霍夫曼编码效率为0.98。霍夫曼码不唯一，因为在进行概率相加时，可能会出现上一次的和与某一个概率一样，此时有向上和向下两种编码方式，因此造成霍夫曼码不唯一。2、.答：3、答：代码：%均匀PCM量化器n=input(请输入量化级数:);en

16、dtime = 2;%定义信号周期为2dt = 0.5; %定义抽样间隔为0.5t = 0:dt:endtime; %划分数组a = zeros(size(t);for tt=1:1/dt a(tt+0:endtime/2-1*(2/dt)=t(tt); %当0=t1时，x(t)=tendfor tt=1/dt+1:2/dt a(tt+0:endtime/2-1*(2/dt)=2-t(tt); %当1=t2时，x(t)=-t+2endamax=max(abs(a); %max求最大值，abs求绝对值a_quan=a/amax; %归一化b_quan=a_quan; %赋初值d=1/n; %求出

17、量化间隔q=d.*1:n;q=q-d/2; %求出量化电平%进行量化for i=1:n%定位第i个量化间隔码子 a_quan(find(q(i)-d/2=a_quan) & (a_quan=q(i)+d/2)=.?q(i).*ones(1,length(find(q(i)-d/2=a_quan)&(a_quan=q(i)+d/2); %赋值为相应的量化电平b_quan(find(a_quan=q(i) =(i-1) .* ones(1,length(find(a_quan=q(i);enda_quan=a_quan*amax;%恢复原值（量化后）%编码nu=ceil(log2(n); %cei

18、l返回大于或者等于指定表达式的最小整数code=zeros(length(a),nu); for i=1:length(a) for j=nu:-1:0 if (fix(b_quan(i)/(2j)=1) %fix向最靠近0取整 code(i,(nu-j)=1; b_quan(i)=b_quan(i)-2j; end endendsqnr=20*log10(norm(a)/norm(a-a_quan); %求量化信噪比disp(系统的量化信噪比：) disp(sqnr)disp(系统的量化误差：)disp(a - a_quan)disp(系统的量化编码结果：)disp(code) plot(t,a,r-)hold on;plot(t,a_quan,b-)8电平的结果截图：16电平的结果截图：五、实验心得此次实验内容为模数转换，主要为将模拟信号转换成数字信号进行抽样量化编码等过程，通过本次实验，我了解了哈弗曼编码的原理及过程，以前学过哈弗曼编码理论原理，这次通过matlab仿真又加深了印象，还有计算编码效率，对比出来霍夫曼编码方式是最优的。然后是量化，也就是有损数据压缩，抽样信号必须经过量化才能转化成数字信号。然后分别使用了均匀PCM和非均匀PCM的原理，对信号进行变换