Kvantizacija: razlika između inačica
Bot: Automatski unos stranica |
Nema sažetka uređivanja |
||
| Redak 1: | Redak 1: | ||
'''Kvantizacija''', u procesuiranju digitalnih signala, odnosi se na proces gdje su kontinuirane vrijednosti amplitude predstavljene ograničenim skupom diskretnih vrijednosti <ref name="dea.brunel.ac.uk">(http://dea.brunel.ac.uk/cmsp/Home_Saeed_Vaseghi/Sampling%20and%20Quantisation.pdf)</ref>. Kontinuirana amplituda uzoraka je kvantizirana i mapirana u n-bit binarnih cifara <ref name="dea.brunel.ac.uk"/>. To uključuje i zaokruživanje vrijednosti na jedinicu preciznosti. Uređaj ili algoritamska funkcija koji izvodi kvantizaciju je kvantizator. Kvantiziranjem n bitova, raspon amplitude signala je podijeljen u 2<sup>n</sup> diskretne razine, i svaki uzorak je kvantiziran na najbližu razinu kvantizacije i onda je mapirana u binarni kod dodijeljena toj razini <ref name="dea.brunel.ac.uk"/>. Primjer kvantizacije može biti audio kompaktni disk (CD) koji je sampliran na 44,100 Hz i kvantiziran sa 16 bita koji je jedna od 65.536 mogućih vrijednosti po uzorku <ref>(http://care.iitd.ac.in/Academics/Courses/crp_718/exp_sp_2.pdf)</ref>. Izbor broja razina je veoma važan u diskretnoj kvantizaciji. Kvalitet rezultirajućeg signala je obrnuto proporcionalan količini podataka potrebnih da se predstavi svaki uzorak <ref>(https://sisu.ut.ee/sites/default/files/imageprocessing/files/digitizn.pdf)</ref>. | |||
Najjednostavniji način kvantiziranja signala jest da se izabere digitalna vrijednost amplitude koja je najbliža originalnoj analognoj amplitudi. Ovo zaokruživanje na najbližu razinu do grješke koja predstavlja najveći izvor smetnje u digitalnom procesuiranju signala <ref name="en.wikipedia.org"/>. U pretvaranju analognih signala u digitalne, razlika između stvarne analogne vrijednosti i kvantizirane digitalne vrijednosti se naziva grješkom kvantizacije. Signal koji je nastao zbog ove grješke je ponekad modeliran kao dodatni slučajni signal zbog stohastičkog ponašanja. Kvantizacija je do određenog stupnja uključena u gotovo sva procesuiranja digitalnih signala<ref name="en.wikipedia.org"/> . Točnost kvantiziranog signala može se popraviti do željenog stupnja povećavajući broj razina L=2<sup>n</sup>. U isto vrijeme zbog korištenja regenerativnih repetitora signali se mogu prenositi na veće udaljenosti nego što je to bilo moguće za analogne signale <ref>(Lathi, B., P., “ Modern Digital and Analog Communication Systems”, Oxford University Press, Inc., 1998.)</ref>. U sljedećem dijelu različite metode kvantiziranja su ukratko objašnjene. Početi ćemo sa skalarnom kvantizacijom, u kojoj su uzorci kvantizirani individualno nasuprot vektor kvantizaciji, u kojoj su blokovi uzoraka kvantizirani u vremenu. | |||
'''Kvantizacija''', u procesuiranju digitalnih signala, se | |||
Najjednostavniji način | |||
== Skalarna | == Skalarna kvantizacija == | ||
Najjednostavnija i najpoznatija forma kvantizacije je skalarna kvantizacija koji radi na skalarnim unosnim podacima. U skalarnoj kvanitzaciji svaki uzorak je | Najjednostavnija i najpoznatija forma kvantizacije je skalarna kvantizacija koji radi na skalarnim unosnim podacima. U skalarnoj kvanitzaciji svaki uzorak je kvantiziran na ograničen broj razina koje su često enkodirane u binarnu reprezentaciju. Proces kvantizacije je proces zaokruživanja, tj. svaka točka uzorka signala je zaokružena na ”najbližu” vrijednost od ograničenog seta mogućih razina kvantizacije <ref name="Proakis, G. 2002">( Proakis, G., J., & Salehi, M., ”Communication Systems Engineering”, Pearson Education International, 2002.)</ref>. U skalarnoj kvanitzaciji set realnih brojeva R je podijeljen na N razdvojenih podskupova koji su označeni sa R<sub>x</sub>, 1< k<N (svaki se naziva region kvantizacije). x<sup>~</sup> je reprezentativna točka ili razinu kvantizacije i izabran je iz R<sub>x</sub> i odgovara svakom njegovom podskupu. Ako je signal sampliran u vremenu i, x<sub>i</sub> pripada R<sub>x</sub>onda je kvantizirana verzija od x predstavljena kao x<sup>~</sup><sub>k</sub>. Nakon toga x<sup>~</sup><sub>k</sub> kodiran, tj. predstavljen binarnom sekvencom. Ovaj postupak, kodiranje, omogućava prijenos signala. Postoji n mogućnosti za kvantizirane razine, log<sub>2</sub>n bitova je dovoljno da se ove razine kodiraju u binarne sekvence. Broj bita koji je potreban da se prenese svaki output izvora je R=log<sub>2</sub>n bita. Cijena predstavljanja svakog uzorka koji pada u region R<sub>x</sub> jednom tačkom x<sup>~</sup><sub>k</sub> jest grješka skalarne kvantizacije <ref name="Proakis, G. 2002"/>. | ||
== Vektorska | == Vektorska kvantizacija == | ||
U skalarnoj kvantizaciji svaki proizvod diskretnog-vremenskog izvora je kvantiziran odvojeno i onda je kodiran. Ideja vektorske kvantizacije | U skalarnoj kvantizaciji svaki proizvod diskretnog-vremenskog izvora je kvantiziran odvojeno i onda je kodiran. Ideja vektorske kvantizacije jest da se uzmu blokovi izvora izlaza dužine n i da se dizajnira kvantizer u n-dimenzionalnom Euklidovom prostoru, prije nego da se kvantizacija izvrši na osnovu pojedinačnih uzoraka u jednodimenzinalnom prostoru <ref name="ReferenceA">(Proakis, G., J., & Salehi, M., ”Communication Systems Engineering”, Pearson Education International, 2002.)</ref>. Predpostavimo da su regioni kvantizacije u n-dimenzinalnom prostoru označeni kao R<sub>i</sub>, 1<i<K. Ovi K regioni čine dijelove n-dimenzinalnog prostora. Svaki blok izvora izlaza dužine n je označen kao n dimenzionalni vektor x€R<sup>n</sup>; if x€R<sub>i</sub> je kvantiziran u kvantiziranu funkciju Q<sub>x</sub>=x<sup>~</sup><sub>i</sub>. Ukupan broj kvantiziranih razina je označen kao K, log K je broj bita dovoljan da se predstave ove vrijednosti <ref name="ReferenceA"/>. Ovo znači da je potrebno log K bita po n izvoru izlaza, te je srazmjer izvornog koda je: R=log K/n. | ||
== Ravnomjerna i | == Ravnomjerna i neravnomjerna kvantizacija == | ||
S obzirom na ulazne signale i izlazne | S obzirom na ulazne signale i izlazne razine kvantizacija može biti ravnomjerna i neravnomjerna. U ravnomjernoj kvantizaciji raspon ulaza je podijeljen u razine koji imaju jednake razmake. Ravnomjerni kvantizeri su najjednostavniji primjeri skalarnih kvantizatora. U ravnomjernoj kvantizaciji cijela realna crta je podijeljena u N broj regija. Za razliku od ravnomjerne kvantizacije, u neravnomjernoj raspon ulaza nije podijeljen u razine s jednakom udaljenošću. Na ovaj način grješka je smanjena što znači da kvantizator bolje funkcionira nego ravnomjerni kvantizator sa istim brojem razina <ref name="ReferenceA"/>. U neravnomjernoj kvantizaciji granice regije su središnje točke kvantiziranih vrijednosti <ref name="ReferenceA"/>. | ||
[[Kategorija:Računarstvo]] | [[Kategorija:Računarstvo]] | ||
Posljednja izmjena od 14. siječanj 2026. u 19:18
Kvantizacija, u procesuiranju digitalnih signala, odnosi se na proces gdje su kontinuirane vrijednosti amplitude predstavljene ograničenim skupom diskretnih vrijednosti [1]. Kontinuirana amplituda uzoraka je kvantizirana i mapirana u n-bit binarnih cifara [1]. To uključuje i zaokruživanje vrijednosti na jedinicu preciznosti. Uređaj ili algoritamska funkcija koji izvodi kvantizaciju je kvantizator. Kvantiziranjem n bitova, raspon amplitude signala je podijeljen u 2n diskretne razine, i svaki uzorak je kvantiziran na najbližu razinu kvantizacije i onda je mapirana u binarni kod dodijeljena toj razini [1]. Primjer kvantizacije može biti audio kompaktni disk (CD) koji je sampliran na 44,100 Hz i kvantiziran sa 16 bita koji je jedna od 65.536 mogućih vrijednosti po uzorku [2]. Izbor broja razina je veoma važan u diskretnoj kvantizaciji. Kvalitet rezultirajućeg signala je obrnuto proporcionalan količini podataka potrebnih da se predstavi svaki uzorak [3]. Najjednostavniji način kvantiziranja signala jest da se izabere digitalna vrijednost amplitude koja je najbliža originalnoj analognoj amplitudi. Ovo zaokruživanje na najbližu razinu do grješke koja predstavlja najveći izvor smetnje u digitalnom procesuiranju signala [4]. U pretvaranju analognih signala u digitalne, razlika između stvarne analogne vrijednosti i kvantizirane digitalne vrijednosti se naziva grješkom kvantizacije. Signal koji je nastao zbog ove grješke je ponekad modeliran kao dodatni slučajni signal zbog stohastičkog ponašanja. Kvantizacija je do određenog stupnja uključena u gotovo sva procesuiranja digitalnih signala[4] . Točnost kvantiziranog signala može se popraviti do željenog stupnja povećavajući broj razina L=2n. U isto vrijeme zbog korištenja regenerativnih repetitora signali se mogu prenositi na veće udaljenosti nego što je to bilo moguće za analogne signale [5]. U sljedećem dijelu različite metode kvantiziranja su ukratko objašnjene. Početi ćemo sa skalarnom kvantizacijom, u kojoj su uzorci kvantizirani individualno nasuprot vektor kvantizaciji, u kojoj su blokovi uzoraka kvantizirani u vremenu.
Skalarna kvantizacija
Najjednostavnija i najpoznatija forma kvantizacije je skalarna kvantizacija koji radi na skalarnim unosnim podacima. U skalarnoj kvanitzaciji svaki uzorak je kvantiziran na ograničen broj razina koje su često enkodirane u binarnu reprezentaciju. Proces kvantizacije je proces zaokruživanja, tj. svaka točka uzorka signala je zaokružena na ”najbližu” vrijednost od ograničenog seta mogućih razina kvantizacije [6]. U skalarnoj kvanitzaciji set realnih brojeva R je podijeljen na N razdvojenih podskupova koji su označeni sa Rx, 1< k<N (svaki se naziva region kvantizacije). x~ je reprezentativna točka ili razinu kvantizacije i izabran je iz Rx i odgovara svakom njegovom podskupu. Ako je signal sampliran u vremenu i, xi pripada Rxonda je kvantizirana verzija od x predstavljena kao x~k. Nakon toga x~k kodiran, tj. predstavljen binarnom sekvencom. Ovaj postupak, kodiranje, omogućava prijenos signala. Postoji n mogućnosti za kvantizirane razine, log2n bitova je dovoljno da se ove razine kodiraju u binarne sekvence. Broj bita koji je potreban da se prenese svaki output izvora je R=log2n bita. Cijena predstavljanja svakog uzorka koji pada u region Rx jednom tačkom x~k jest grješka skalarne kvantizacije [6].
Vektorska kvantizacija
U skalarnoj kvantizaciji svaki proizvod diskretnog-vremenskog izvora je kvantiziran odvojeno i onda je kodiran. Ideja vektorske kvantizacije jest da se uzmu blokovi izvora izlaza dužine n i da se dizajnira kvantizer u n-dimenzionalnom Euklidovom prostoru, prije nego da se kvantizacija izvrši na osnovu pojedinačnih uzoraka u jednodimenzinalnom prostoru [7]. Predpostavimo da su regioni kvantizacije u n-dimenzinalnom prostoru označeni kao Ri, 1<i<K. Ovi K regioni čine dijelove n-dimenzinalnog prostora. Svaki blok izvora izlaza dužine n je označen kao n dimenzionalni vektor x€Rn; if x€Ri je kvantiziran u kvantiziranu funkciju Qx=x~i. Ukupan broj kvantiziranih razina je označen kao K, log K je broj bita dovoljan da se predstave ove vrijednosti [7]. Ovo znači da je potrebno log K bita po n izvoru izlaza, te je srazmjer izvornog koda je: R=log K/n.
Ravnomjerna i neravnomjerna kvantizacija
S obzirom na ulazne signale i izlazne razine kvantizacija može biti ravnomjerna i neravnomjerna. U ravnomjernoj kvantizaciji raspon ulaza je podijeljen u razine koji imaju jednake razmake. Ravnomjerni kvantizeri su najjednostavniji primjeri skalarnih kvantizatora. U ravnomjernoj kvantizaciji cijela realna crta je podijeljena u N broj regija. Za razliku od ravnomjerne kvantizacije, u neravnomjernoj raspon ulaza nije podijeljen u razine s jednakom udaljenošću. Na ovaj način grješka je smanjena što znači da kvantizator bolje funkcionira nego ravnomjerni kvantizator sa istim brojem razina [7]. U neravnomjernoj kvantizaciji granice regije su središnje točke kvantiziranih vrijednosti [7].
- ↑ 1,0 1,1 1,2 (http://dea.brunel.ac.uk/cmsp/Home_Saeed_Vaseghi/Sampling%20and%20Quantisation.pdf)
- ↑ (http://care.iitd.ac.in/Academics/Courses/crp_718/exp_sp_2.pdf)
- ↑ (https://sisu.ut.ee/sites/default/files/imageprocessing/files/digitizn.pdf)
- ↑ 4,0 4,1 Pogreška u citiranju: Nevažeća
<ref>oznaka; nije zadan tekst za izvoren.wikipedia.org - ↑ (Lathi, B., P., “ Modern Digital and Analog Communication Systems”, Oxford University Press, Inc., 1998.)
- ↑ 6,0 6,1 ( Proakis, G., J., & Salehi, M., ”Communication Systems Engineering”, Pearson Education International, 2002.)
- ↑ 7,0 7,1 7,2 7,3 (Proakis, G., J., & Salehi, M., ”Communication Systems Engineering”, Pearson Education International, 2002.)