音頻感知編碼模型及關(guān)鍵技術(shù)的研究.pdf

1、關(guān)于音頻感知編碼模型的研究主要集中在兩個方面：一是各種音頻壓縮編碼算法的研究；二是音頻編解碼器實現(xiàn)技術(shù)的研究。當前，隨著移動通訊網(wǎng)絡的普及，音頻產(chǎn)品的傳播變得更加頻繁和方便，但移動設備終端的計算能力和存儲容量都是有限的，因此，低復雜度高質(zhì)量的音頻編碼算法研究和系統(tǒng)實現(xiàn)成為數(shù)字音頻處理領(lǐng)域的研究熱點之一。 為實現(xiàn)一個低復雜度高質(zhì)量的音頻編解碼器，本論文的工作主要圍繞下述兩個方面展開：在算法級上，選擇音頻感知編碼模型中具有突出優(yōu)點的

2、AAC編碼系統(tǒng)為研究對象，分別在頻域變換、心理聲學分析和量化編碼這三大關(guān)鍵模塊中進行算法優(yōu)化，在保證編碼質(zhì)量的前提下，降低運算復雜度，減小編碼耗時；在實現(xiàn)技術(shù)方面，采用SOPC設計策略，使用“微處理器軟核+專用IP核”的模式進行軟硬件協(xié)同工作，在FPGA開發(fā)平臺上實現(xiàn)一個低復雜度高音質(zhì)的AAC編解碼系統(tǒng)。 本文的主要工作和創(chuàng)新如下： (1)濾波器組是音頻感知編碼模型中的計算密集型模塊，占用較大的運算量。本文針對濾波器組的

3、快速實現(xiàn)算法進行了研究，分別提出了兩種改進方案——基于遞歸結(jié)構(gòu)和基于N/8點FFT核的MDCT/IMDCT快速實現(xiàn)方案，適于IP核設計并可以實現(xiàn)MDCT/IMDCT電路共用。第一種方案具有電路規(guī)整、占用硬件資源少、運算速度快和吞吐能力強等優(yōu)點，與現(xiàn)有遞歸算法相比，只需要N<'2>/16個周期就可以完成N點MDCT/IMDCT變換。第二種方案，相對于目前流行的基于N/4點FFT核的實現(xiàn)方法，增加了一些加法器，但降低了對乘法器數(shù)目的需求，減

4、小了計算誤差，同時將運算速度提升了近一倍。 (2)為消除預回聲的影響，音頻感知編碼模型在心理聲學模塊中通過暫態(tài)分析，判斷信號的瞬變性，以指導變換編碼中自適應長短塊的切換。本文結(jié)合人耳聽覺特性和音頻編碼特點，草擬了一種聽覺感知閾值的擬合模型框架，并且，分析了基于感知熵的塊類型選擇算法存在的缺點，提出了一種簡單的暫態(tài)分析方法——時域峰值檢測法，能在時域上快速判斷出音頻信號的瞬變性，從而，對平穩(wěn)信號和瞬變信號使用不同的變換窗長度，以獲

5、取較好的時域分辨率和頻域分辨率。在對音質(zhì)影響不大的前提下，提高了心理聲學模型的計算速度。 (3)音頻感知編碼模型中使用Brandenburg的雙循環(huán)量化處理結(jié)構(gòu)，可以獲取較好的編碼質(zhì)量，但存在收斂速度慢、迭代次數(shù)多的缺點，不具備實時處理能力。本文在原量化模塊設計思想的指導下，提出了基于噪聲預測的量化-編碼結(jié)構(gòu)。通過確定公共縮放因子和尺度因子的制約關(guān)系，縮小量化階的迭代范圍，加快了收斂速度，簡化了量化模塊的運算復雜度。與原有雙循環(huán)

6、迭代結(jié)構(gòu)相比，在對音質(zhì)影響不大的前提下，運算速度提高了一倍。相應地，在反量化模塊中，提出了一種改進型的查表方法，與現(xiàn)有算法相比，減少了50％的存儲空間，并將計算誤差控制在10<'-6>級別內(nèi)。 (4)依據(jù)嵌入式系統(tǒng)實時操作和可編程化的要求，本文提出了一種基于SOPC架構(gòu)的數(shù)字音頻編解碼系統(tǒng)的可編程實驗模型。選擇MPEG AAC為實驗對象，通過對編解碼系統(tǒng)中關(guān)鍵模塊的算法改進和部分電路的硬件優(yōu)化，軟硬件協(xié)同設計，降低編解碼的運算復