La Quantification des Signaux

Documents pareils
Mesure avec une règle

Montage émetteur commun

Clemenceau. Régime sinusoïdal forcé. Impédances Lois fondamentales - Puissance. Lycée. PCSI 1 - Physique. Lycée Clemenceau. PCSI 1 (O.

CSMA e Colloque National en Calcul des Structures Mai 2013

Remboursement d un emprunt par annuités constantes

Plan. Gestion des stocks. Les opérations de gestions des stocks. Les opérations de gestions des stocks

ÉLÉMENTS DE THÉORIE DE L INFORMATION POUR LES COMMUNICATIONS.

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

1 Introduction. 2 Définitions des sources de tension et de courant : Cours. Date : A2 Analyser le système Conversion statique de l énergie. 2 h.

Exercices d Électrocinétique

Contrats prévoyance des TNS : Clarifier les règles pour sécuriser les prestations

Généralités sur les fonctions 1ES

Fiche n 7 : Vérification du débit et de la vitesse par la méthode de traçage

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

Q x2 = 1 2. est dans l ensemble plus grand des rationnels Q. Continuons ainsi, l équation x 2 = 1 2

Stéganographie Adaptative par Oracle (ASO)

Les jeunes économistes

Chapitre 3 : Incertitudes CHAPITRE 3 INCERTITUDES. Lignes directrices 2006 du GIEC pour les inventaires nationaux de gaz à effet de serre 3.

Exemple de Plan d Assurance Qualité Projet PAQP simplifié

DES EFFETS PERVERS DU MORCELLEMENT DES STOCKS

Corrigé du baccalauréat S Pondichéry 13 avril 2011

MÉTHODES DE SONDAGES UTILISÉES DANS LES PROGRAMMES D ÉVALUATIONS DES ÉLÈVES

CHAPITRE 14 : RAISONNEMENT DES SYSTÈMES DE COMMANDE

I. Présentation générale des méthodes d estimation des projets de type «unité industrielle»

Chapitre IV : Inductance propre, inductance mutuelle. Energie électromagnétique

Les nouvelles orientations politiques du budget 2015 du Gouvernement prévoient

Grandeur physique, chiffres significatifs

1.0 Probabilité vs statistique Expérience aléatoire et espace échantillonnal Événement...2

GENESIS - Generalized System for Imputation Simulations (Système généralisé pour simuler l imputation)

DOSSIER DE CANDIDATURE POUR UNE LOCATION

Sommaire G-apps : Smart fun for your smartphone!

STATISTIQUE AVEC EXCEL

La théorie classique de l information. 1 ère partie : le point de vue de Kolmogorov.

Guide de correction TD 6

A. RENSEIGNEMENTS GÉNÉRAUX. (Adresse civique) 3. Veuillez remplir l'annexe relative aux Sociétés en commandites assurées à la partie E.

Comment utiliser une banque en France. c 2014 Fabian M. Suchanek

hal , version 1-14 Aug 2009

Editions ENI. Project Collection Référence Bureautique. Extrait

Vu la loi n portant code des assurances prom ulguée par le dahir n du 25 rejeb 1423 (3 octobre 2002), telle qu'elle a été complétée ;

Garantie des Accidents de la Vie - Protection Juridique des Risques liés à Internet

UNIVERSITÉ DU QUÉBEC À MONTRÉAL L ASSURANCE AUTOMOBILE AU QUÉBEC : UNE PRIME SELON LE COÛT SOCIAL MARGINAL MÉMOIRE PRÉSENTÉ COMME EXIGENCE PARTIELLE

INTRODUCTION. Jean-Pierre MAGNAN Chef de la section des ouvrages en terre Département des sols et fondations Laboratoire central

TD 1. Statistiques à une variable.

Chapitre 8. Structures de données avancées. Primitives. Applications. L'informatique au lycée.

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Le guide du parraina

Économétrie. Annexes : exercices et corrigés. 5 e édition. William Greene New York University

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

COMPARAISON DE MÉTHODES POUR LA CORRECTION

Calcul de tableaux d amortissement

Florence Jusot, Myriam Khlat, Thierry Rochereau, Catherine Sermet*

IDEI Report # 18. Transport. December Elasticités de la demande de transport ferroviaire: définitions et mesures

Les prix quotidiens de clôture des échanges de quotas EUA et de crédits CER sont fournis par ICE Futures Europe

MAISON DE LA RATP 54, quai de la Râpée -189, rue de Bercy Paris. M Gare de Lyon. M Gare de Lyon

Réseau RRFR pour la surveillance dynamique : application en e-maintenance.

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

f n (x) = x n e x. T k

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE MINISTERE DE L ENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE SCIENTIFIQUE. MEMOIRE Présentée à

au Point Info Famille

Séries numériques. Chap. 02 : cours complet.

Analyse des Performances et Modélisation d un Serveur Web

Dirigeant de SAS : Laisser le choix du statut social

Pro2030 GUIDE D UTILISATION. Français

TVA et Systèmes d Information. Retour d expérience d entreprise. A3F - 26 mars 2015 Hélène Percie du Sert COFELY INEO

Matériau pour greffe MIS Corporation. Al Rights Reserved.

Impôt sur la fortune et investissement dans les PME Professeur Didier MAILLARD

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

Integral T 3 Compact. raccordé aux installations Integral 5. Notice d utilisation

Les déterminants de la détention et de l usage de la carte de débit : une analyse empirique sur données individuelles françaises

- Acquisition de signaux en sismologie large bande. - Acquisition de signaux lents, magnétisme, MT.

Initiation à la virologie Chapitre IV : Diagnostic viral

EH SmartView. Identifiez vos risques et vos opportunités. Pilotez votre assurance-crédit. Services en ligne Euler Hermes

CONSERVATOIRE NATIONAL DES ARTS ET METIERS

Thermodynamique statistique Master Chimie Université d Aix-Marseille. Bogdan Kuchta

Ecole Polytechnique de Montréal C.P. 6079, succ. Centre-ville Montréal (QC), Canada H3C3A7

Terminal numérique TM 13 raccordé aux installations Integral 33

BUREAU D'APPLICATION DES METHODES STATISTIQUES ET INFORMATIQUES

e x o s CORRIGÉ Chapitre 7. La conduite du diagnostic 1. Bilan fonctionnel par grandes masses Bilan fonctionnel de la société Bastin

CREATION DE VALEUR EN ASSURANCE NON VIE : COMMENT FRANCHIR UNE NOUVELLE ETAPE?

Pour plus d'informations, veuillez nous contacter au ou à

C est signé mars 2015 Mutuelle soumise au livre II du Code de la Mutualité - SIREN N DOC 007 B-06-18/02/2015

Pourquoi LICIEL? Avec LICIEL passez à la vitesse supérieure EPROUVE TECHNICITE CONNECTE STABILITE SUIVIE COMMUNAUTE

7. Droit fiscal. Calendrier Actualité fiscale 7.2 Contrôle et contentieux fiscal 7.3 Détermination du résultat fiscal.

UNE ETUDE ECONOMÉTRIQUE DU NOMBRE D ACCIDENTS

Dynamique du point matériel

Projet de fin d études

MEMOIRE. Présenté au département des sciences de la matière Faculté des sciences

Impôts PLUS ou moins-values

TRAVAUX PRATIQUES SPECTRO- COLORIMETRIE

Evaluation de performances d'ethernet commuté pour des applications temps réel

Prise en compte des politiques de transport dans le choix des fournisseurs

Corrections adiabatiques et nonadiabatiques dans les systèmes diatomiques par calculs ab-initio

Le traitement des expulsions locatives

Prêt de groupe et sanction sociale Group lending and social fine

DEMANDE DE GARANTIE FINANCIÈRE ET PACK RCP

VIELLE Marc. CEA-IDEI Janvier La nomenclature retenue 3. 2 Vue d ensemble du modèle 4

Produits à base de cellules souches de pomme

LE SURENDETTEMENT. a s s e c o. leo lagrange UNION NATIONALE DES ASSOCIATIONS FAMILIALES. union féminine civique et sociale

«COMBATTRE LES BLEUS» Ce que signifie le programme social des Conservateurs pour les femmes

Transcription:

Chaptr a uantfcaton ds Sgnau Nots d Cours. B. Gossln. Introducton a rprésntaton numérqu d un sgnal mplqu la quantfcaton d chaqu échantllon slon un nombr fn d valurs dscrèts. objctf vsé st, sot un transmsson, sot un tratmnt détrmné (fltrag, analys spctral, ) : Dans l prmr cas, chaqu échantllon du sgnal st quantfé, codé, pus transms; à la récpton, l st décodé, pus convrt n ampltud contnu : après ntrpolaton, on souhat rtrouvr l mag la plus fdèl possbl du sgnal orgnal. a statstqu du sgnal dot donc êtr présrvé : ll va nfluncr d un façon ssntll la procédur d quantfcaton. Dans l scond cas, la lo d quantfcaton st mposé par l systèm d tratmnt ; un contrant mportant pour un systèm d tratmnt numérqu consst à commttr ds rrurs d calcul qu sont néglgabls vs-à-vs d l ncrttud sur l sgnal lu-mêm ; ct objctf dot êtr attnt malgré l caractèr non - statonnar d crtans sgnau, tl l sgnal vocal par mpl. rrur qu résult d la quantfcaton d un sgnal détrmnst st auss détrmnst ; ss proprétés puvnt donc, n prncp, êtr établs par un approch détrmnst. En réalté, ls sgnau tls qu, par mpl, l sgnal vocal, dovnt êtr consdérés comm étant aléators : la sut ds rrurs d quantfcaton st par conséqunt auss aléator, t l on parl alors d brut d quantfcaton. Il st très mportant d n connaîtr ls proprétés statstqus, tout au mons clls ds prmr t scond ordr, c st-à-dr :

a uantfcaton ds Sgnau la dnsté d probablté p ( ) ; la moynn µ ; la varanc ; la foncton d autocovaranc ( k) φ ; la covaranc mutull avc l sgnal ( k) l rapport sgnal à brut RSB. φ ;,. orsqu on l échantllonn à un fréqunc supérur ou égal à la fréqunc d Nyqust f B, on obtnt, Consdérons un sgnal ( t) à tmps contnu t à band lmté [ B +B] sans prt d nformaton, un sgnal à tmps dscrt ( n). On ntrprétra c sgnal comm un procssus aléator à tmps dscrt X ( n). On suppos qu c procssus aléator possèd ls bonns proprétés habtulls d statonnarté t d rgodcté. A la sort du quantfcatur, c procssus dvnt un procssus aléator à valurs dscrèts, c st à dr qu Y ( X ) prnd ss valurs dans un nsmbl fn d élémnts. Un lo d quantfcaton sans mémor, ou nstantané, st défn par : (+) nvau d décson : valurs quantfés : y, y, y,, ;. A tout ampltud X comprs dans l ntrvall [, ] y stué dans ct ntrvall : Y s X [, ] y, on fat corrspondr un valur quantfé pour,,, (.) s ampltuds trêms du sgnal sont n prncp t + ; n fat, l doman d varaton d st borné t supposé symétrqu par rapport à l orgn. On a donc + ma. ma t a valur quantfé d sort put égalmnt êtr rprésnté au moyn d un mot, généralmnt au format bnar, chos parm ls qu contnt un dctonnar. Ans, par mpl, b lorsqu l nombr d valurs quantfés st un pussanc d, sot, chaqu valur quantfé put êtr rprésnté par un mot d b bts, n codant ls ndcs d référnc d cs valurs. a lo d quantfcaton ( ) put affctr du forms : st par t st un nvau d décson (mdrs charactrstc) ; st mpar t y st un valur d sort (mdthrad charactrstc) ; Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 3 Cs caractérstqus sont rprésntés à la fgur., qu llustr égalmnt l rrur d quantfcaton ( ). a scond caractérstqu, qu assur un valur quantfé nsnsbl au ptts fluctuatons évntulls autour d l orgn, st n général préféré. a dfférnc ntr du nvau d quantfcaton succssfs st applé pas d quantfcaton : (.) pas d quantfcaton st n général foncton d l ampltud du sgnal (quantfcaton non unform). cas l plus smpl st clu d la quantfcaton unform. y y y(8) y(9) y(7) y(8) () y(6) () (3) () y(7) () (3) (5) (6) y(3) y() (7) (4) (5) y(3) y() (6) y() y() y - y - Fgur. - Empls d los d quantfcaton. a statstqu du brut d quantfcaton ( ) n st rlatvmnt asé à détrmnr lorsqu l sgnal st aléator t d grand ampltud, c st-à-dr lorsqu à la fos son écart-typ t la dfférnc ntr du échantllons succssfs sont grands vs-à-vs du pas d quantfcaton. s proprétés qu corrspondnt à la quantfcaton d un brut blanc contnu gaussn d varanc fn lorsqu l pas d quantfcaton tnd vrs zéro sont applés proprétés asymptotqus. Cs drnèrs n sont toutfos pas valabls pour ls sgnau aléators dont l ampltud st d l ordr d grandur du pas d quantfcaton, t un analys mathématqu précs d la quantfcaton st dans c cas ndspnsabl. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 4. uantfcaton Unform Un lo unform t symétrqu (fgur.) st caractérsé par : s nvau d saturaton ± s ; nombr d nvau quantfés ; on chos normalmnt (ou +) pas d quantfcaton vaut alors : s, (.3) + t la valur quantfé y st chos au mlu d l ntrvall : y (.4) b. y(9) y(8) y y(7) y(6) - s () () (3) (4) s (5) (6) (7) y(4) y(3) (8) y() y() y - / - / Fgur. - o d uantfcaton Unform. Pour s, l rrur d quantfcaton st comprs ntr t + : s s (.5) On parl dans c cas d rrur (ou d brut) d granulaton. orsqu > s, Il y a dépassmnt ; on parl alors d rrur (ou d brut) d saturaton ou d dépassmnt. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 5 Errur d granulaton Sot un sgnal, dont la dnsté d probablté p ( ) st Gaussnn, d écart-typ (fgur.3). ar hachuré défnt la probablté pour qu ls ampltuds d contrbunt à la valur quantfé y, sot : k y k < yk + (.6) p yk D Fgur.3 - uantfcaton d un sgnal Gaussn. a dnsté d probablté p ( ) d l rrur d granulaton put êtr obtnu par la suprposton d tlls ars ramnés ntr où la foncton ( ) t + : rct / st défn par : ( ) p ( y + ) rct ( ) p k k rct α ( τ),, α τ < α allurs / (.7) (.8) On conçot asémnt qu lorsqu l rapport tnd vrs l nfn, la lo (.7) tnd vrs un répartton d moynn null, t unform ntr t + ( > 3 ou 4 st consdéré comm suffsant n pratqu). S la probablté d dépassmnt st néglgabl, on a donc : Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 6 p ( ) (.9) > On n dédut qu la moynn du brut d granulaton st null, t qu sa varanc ( man squard rror ) vaut : ( ) p d d (.) 4 3 t - - -3 y - / t - / Fgur.4 - uantfcaton avant échantllonnag. Toujours dans l hypothès d un rapport supérur à 3 ou 4, consdérons la fgur.4. Il st clar qu ls opératons d échantllonnag t d quantfcaton puvnt êtr prmutés ; or ctt fgur mt n évdnc l fat qu l rrur d granulaton contnu présnt un spctr baucoup plus étndu qu clu du sgnal. sgnal ( n) obtnu par l échantllonnag d ( t) sra donc sujt au phénomèn d rcouvrmnt ds spctrs ; à la lmt, l apparaîtra comm un brut blanc. En d autrs trms, pourvu qu ntr du nstants d échantllonnag succssfs, l sgnal ( t) travrs un nombr suffsant d nvau d décson ( Téch. >> ), on put admttr qu ls F F ( ) éch. ma Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 7 rrurs succssvs ( n) n sont pratqumnt pas corrélés ; d mêm, la corrélaton mutull rrur - sgnal st néglgabl. En résumé, pour un sgnal aléator Gaussn dont l écart-typ st supérur à qulqus pas d quantfcaton, on put consdérr du ponts mportants : rrur d quantfcaton st un brut blanc d répartton unform, d moynn null t dont la varanc st égal à : p ( ) > µ (.) φ ( ) k k k a corrélaton ntr l rrur d granulaton t l sgnal st néglgabl : ( k ) k φ (.) Cs proprétés rstnt qualtatvmnt valabls pour la quantfcaton d un sgnal présntant un dstrbuton Gamma, ou d aplac (tabl.). a dstrbuton Gamma st très proch d la lo d répartton pérmntal d un sgnal d parol. a dstrbuton d aplac, quant à ll, n st rlatvmnt proch, tout n présntant un prsson plus smpl à utlsr. Dstorsons dus au dépassmnts d capacté S la valur à rprésntr cèd l doman d rprésntaton admssbl, l n résult ds dstorsons. Un dépassmnt dot donc n prncp êtr évté, mas cla n st pas possbl avc rguur pour un sgnal tl qu Gaussn, par mpl. D manèr général, la probablté d dépassmnt vaut, pour un sgnal symétrqu : ( ) p p d (.3) D s On défnt l factur d charg du quantfcatur par : s Γ (.4) Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 8 os d répartton Eprsson analytqu ( µ ) Unform /. rct ( ); a / 3 a Gaussnn π.. /( ) aplac... / Gamma 3. 8π 3 /( ) Tabl. - os d répartton usulls (sgnau à moynn null). a tabl. rprnd l évoluton d la probablté d dépassmnt n foncton du factur d charg, pour un sgnal Gaussn. Γ PD,455 3,7 4,634 Tabl. - Probabltés d dépassmnt pour un sgnal Gaussn. orsqu ctt probablté d dépassmnt n st pas néglgabl, ls prssons précédnts dovnt êtr corrgés. a dnsté d probablté du brut d granulaton dvnt : pd p ( ) (.5) > t la varanc : ( ) p D (.6) uant à la varanc du brut d dépassmnt, ll vaut : D ( ) ( ) s p d (.7) s Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 9 t la varanc total du brut d quantfcaton st égal à dépassmnt st fortmnt corrélé avc l sgnal. + D. Il st clar qu l rrur d Rapport Sgnal à Brut (RSB) En l absnc d dépassmnt, l rapport sgnal à brut (RSB) st calculé comm sut : s b (.8) 3 RSB vaut donc : RSB 3 s b ( db) log 6,b + 4,77 log Γ (.9) Ctt lo st rprésnté à la fgur.5. RSBlog(s /s ) (db) 8 86 b6 65.8 6 4 4 4 8 - -8-6 -4 - -logg (db) Fgur.5 - RSB pour la quantfcaton unform d un sgnal Gaussn. En cas d dépassmnt, l RSB st dégradé, t dvnt : RSB log (.) + D Ctt dégradaton du RSB dépnd ssntllmnt d la lo d répartton du sgnal (cfr..3,.6,.7). Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau Empls : Dans l cas d un sgnal aléator à répartton unform, l dépassmnt s manfst pour a (un répartton unform ntr -a t +a mplqu un varanc ), sot pour s 3 3 log Γ 4,77dB. Pour un sgnal snusoïdal, l y a dépassmnt à partr d s ( log Γ 3,dB ). Pour un sgnal à répartton Gaussnn, l dépassmnt s manfst progrssvmnt. Cs proprétés sont llustrés à la fgur.6. o d répartton : : aplac : Gauss 3: Unform 4: Snusoïdal b6 4 3 RSBlog(s /s ) (db) 98. 96.3 86. 8 77.4 6 4 - -8-6 -4 - Fgur.6 - Dégradaton du RSB du à la saturaton. -logg.3 uantfcaton Non Unform a fgur.6 a ms n évdnc l stnc d un mamum du RSB pour un nombr donné d bts t pour un lo d répartton donné. C mamum st attnt pour un crtan valur du factur d charg ; l st lé à la lo d répartton t à la lo d quantfcaton. Il st légtm d pnsr qu un adaptaton d la lo d quantfcaton à la dnsté d probablté du sgnal st suscptbl d condur à un mllur RSB. En fft, l mportanc d l rrur d granulaton sra rédut pour ls ampltuds du sgnal ls plus probabls. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau On supposra l sgnal borné + ma ma, c qu corrspond à la stuaton concrèt usull. Pour un nombr d nvau d quantfcaton, la varanc du brut d granulaton put s écrr : p ( ) d ( y ) p ( ) d (.) Ctt varanc put êtr mnmsé par un cho adéquat ds nvau d décson nvau quantfés y. Un nsmbl d condtons nécssars st fourn par : t ds y,,,,,, (.) On put montrr qu cs condtons dvnnnt suffsants s p ( ) ( ln ( ) p ln st concav, c st-à-dr s <. On put égalmnt montrr qu ctt condton st vérfé pour ls dstrbutons d Gauss t d aplac. a résoluton d (.) n tnant compt d (.) condut à : * y + y+,,, (.3) nvau d décson optmum st donc stué à égal dstanc ds valurs quantfés qu l ntour. D autr part, lorsqu ls sont fés, on dédut d (.) t (.) : y p ( ),, (.4) p ( ) d d *, a valur quantfé optmum coïncd donc avc la valur moynn du sgnal dans l ntrvall * y E <. assocé: { } On put par conséqunt concvor un procédur tératv qu, à partr d la lo unform (par mpl), convrg vrs la lo optmum par applcaton succssv t altrné d (.3) t (.4). Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau.4 uantfcaton ogarthmqu.4. Prncp Un lo d quantfcaton non unform put êtr conçu comm l résultat d un comprsson ds ampltuds du sgnal, suv par un quantfcaton unform. Vnt nsut un panson qu agt n sns opposé à clu d la comprsson (fgur.7). u uantfcaton û y unform Fgur.7 - uantfcaton avc comprsson t panson. t sgnal possèd par hypothès un dnsté d probablté symétrqu t borné par +. Après avor sub un comprsson défn par la foncton u F( ) ma ma, tll qu u ma ma, l st quantfé unformémnt sur nvau, avc un pas suls d décson t ls pas d quantfcaton sont ans défns. ma Au valurs quantfés u corrspondnt ls nvau quantfés d sort par la foncton y F ( u). (fgur.8). s y après panson orsqu >>, on put lnéarsr la foncton F dans l ntrvall [, ], t l vnt : ma F ( y ) F ( ) F( ) (.5) En prnant la convnton d désgnr F ( ) par ( ) g, on obtnt : ma (.6) g( y ) g( y ) Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 3 uf() u ma u D û u - - y ma D Fgur.8 - Empl d o d Comprsson. D autr part, s l nombr d nvau d quantfcaton st élvé, p ( ) put êtr consdéré comm constant dans l ntrvall [, ], t l on a : p ( ) P pour [, ] (.7) Dès lors, l prsson (.) put s écrr : P ( y ) d (.8) D autr part, pour un ntrvall donné, on a : ( y )( y ) u uˆ + g (.9) Il vnt alors : P u u ( u uˆ ) g ( y ) g ( y ) du P u u ( u uˆ ) g ( y ) du (.3) g P ( y ) u u ( u u ) ˆ du (.3) s ntégrals qu ntrvnnnt dans (.3) sont rlatvs à un quantfcaton unform, t valnt chacun. On obtnt ans : Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 4 g P ( y ) (.3) Par passag à la lmt, on obtnt fnalmnt : ( ) ( ) ma p d g 3 ma ma ma p g ( ) ( ) d (.33) Ctt drnèr prsson dot êtr mnmsé sous la contrant : ma ( ) d F ( ) ma ma g (.34) On n dédut la lo d comprsson optmal : F opt ( ) p ( ) d ma (.35) ma 3 p ( )d 3 s nvau d décson t ls valurs quantfés y sont donnés rspctvmnt par : F y F ( u ) ( ) u ˆ ˆ u u + u (.36) uant à la varanc d l rrur d granulaton, on obtnt après calcul : 3 3 ma 3, mn p 3 ma b ( ) d 3 p ( ) d (.37) ma Empl : Sot un sourc Gaussnn d varanc, la varanc d l rrur d granulaton vaut alors : 3 b π (.38) prsson (.37), valabl lorsqu l nombr d nvau quantfés st élvé, n concrn qu l rrur d granulaton. En pratqu, la valur d put cpndant êtr chos pour qu l brut d dépassmnt sot néglgabl. C qu paraît plus génant, c st qu l prsson (.37) résult d un adaptaton à la dnsté d probablté du sgnal, c st-à-dr auss à sa varanc. Un objctf fréqunt n pratqu consst à assurr un RSB ndépndant d la varanc du sgnal dans un gamm d ampltuds auss larg qu ma Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 5 possbl (pour rappl, l sgnal d parol st non- statonnar). a soluton consst n prncp à chosr la lo d comprsson d la form : g ( ) α (.39) a varanc (.33) dvnt alors :,mn ma 3 α ma 3 α ma p ( ) d (.4) d sort qu l RSB st ndépndant d la varanc du sgnal : ( ) α RSB db log 3 (.4) ma a lo d comprsson (.39) st cpndant nutlsabl tll qull car ll mplqu un dnsté d nvau quantfés qu tnd vrs l nfn lorsqu l ampltud du sgnal tnd vrs zéro. Il faut donc raccordr ls du branchs d ctt lo ( < t > ) par un drot qu pass par l orgn : c sont ls du solutons classqus adoptés pour la transmsson téléphonqu..4. a o A a lo A, n usag n Europ, st rprésnté à la fgur.9. Ell st défn par : A sgn( ) + ln A ma A F ( ) A (.4) + ln ma ma sgn( ) + ln A A ma ma Pour ds sgnau d grand ampltud, l RSB st donné par (.4), avc α, sot : + ln A ( ) RSB db log 3 (.43) + ln A Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 6 Pour, l vnt : RSB( db) 6,b + 4,77 log( + ln A) b (.44) Sgnal codé Sort Normalsé 7.875 96.75 8.65 64 48 A87.56.5.375 3.5 6.5 /8 /64 /3 /8 /6 /4 / Nvau rlatf du sgnal d ntré Fgur.9 - a o d Comprsson A. Pour ds ptts sgnau, on a : g( ) A (.45) + ln A sot, d après (.33) : ma + ln A (.46) 3 A RSB db t donc, l vnt : ( ) A log 3 + ln A ma (.47) t pour b A RSB (.48) + ln A : ( db) 6, + 4,77 + log log Γ Or, pour un quantfcaton unform sur nvau avc dépassmnt néglgabl, l RSB st donné par (.9). a lo A assur donc pour ls ptts sgnau un RSB supérur d A log. + ln A Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 7 A a lo uropénn utls un valur d A tll qu 6, sot A87,56. D plus, on a + ln A chos 56 (b8). a rprésntaton ds ptts sgnau corrspond alors à un quantfcaton unform sur 496 nvau! Pour ls grands sgnau, la formul (.44) donn, pour A87,56 : RSB 6,b 9,99 38, 5 db (.49) a courb du RSB n foncton du factur d charg st rprésnté à la fgur.. Ell st ndépndant d la lo d répartton du sgnal tant qu l brut d saturaton rst néglgabl. A 87.56 b 8 Sgnal gaussn RSBlog(s /s ) (db) 8 6 b UNIF 4 8-8 -6-4 - 4 38.6 -logg (db) Fgur. - RSB pour la lo d comprsson A..4. a o µ a lo d comprsson n usag au USA st la lo µ, défn par : F ( ) ln + µ ma ma sgn( ) (.5) ln ( + µ ) Pour µ 55, ctt lo st très proch d la lo A87,56. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 8.5 Codag Entropqu.5. Introducton à la Théor d l Informaton Sot un quantfcatur Y ( X ) nsmbl fn d élémnts : Y s X [, ] y. a sort d c quantfcatur prnd ss valurs dans un pour,,, (.5) Chaqu sort y du quantfcatur put êtr rprésnté au moyn d un mot, l plus souvnt au format bnar, chos parm ls qu contnt un dctonnar. Par mpl, l st ans possbl d codr l ndc lu-mêm d la valur quantfé y, c qu condut à ds mots d cod d longuur dntqu. a sort Y du quantfcatur put êtr vu comm un sourc d nformaton à valurs dscrèts. Ctt sourc st dt sans mémor s ls sorts du quantfcatur sont statstqumnt ndépndants. évaluaton d l nformaton qu apport la réalsaton d un événmnt Y y rpos sur ls du prncps suvants : l nformaton st dépndant d la probablté d ct événmnt (un événmnt rar apport plus d nformaton) ; du événmnts ndépndants ont un msur global d nformaton égal à la somm ds msurs d chacun d ntr u ; Sur cs bass, on défnt un msur d l nformaton slon : t p{ Y ( k ) y } p Y ( l) (.5) ( p{ Y ( k) y }) log log P I P I j j log ( & { y }) log ( P P ) [ log P + P ] (.53) j a quantté d nformaton qu apport, n moynn, un réalsaton d Y, st donné par l ntrop d ordr zéro d la sourc, sot : H E { P } log log P P (.54) où P st la probablté d occurrnc d la sort y du quantfcatur : P p { Y y } p ( ) d (.55) Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 9 Empl : ntrop d un varabl bnar Sot un événmnt Y, prnant la valur, avc un probablté p, ou la valur, avc un probablté p -p. ntrop d un tll sourc d nformaton vaut : H p log p ( p ) log ( p ) (.56) Ctt ntrop st mamal pour p p /, t vaut alors bt. Cc corrspond à un plotaton optmal du bt utlsé pour codr l événmnt, pusqu chaqu bt éms contnt un mamum d nformaton..5. Codag d un Sourc Dscrèt Sans Mémor codag ntropqu rpos sur un procédur d codag à longuur varabl, qu assgn ds mots d longuur varabl au valurs possbls y, d façon tll qu ls valurs hautmnt probabls sont assocés à ds mots courts du cod, t vc - vrsa. Cc prmt donc n prncp d rédur la longuur moynn ds mots du cod. Défntons : Un cod nstantané st un cod tl qu chacun ds mots du dctonnar put êtr décodé ndépndammnt ds autrs mots, c st-à-dr dès qu l drnr bt du mot consdéré st rçu. Un cod unqumnt décodabl sgnf qu, rcvant un séqunc d mots du cod, la sourc put êtr rconsttué sans ambguïté. mportanc d l ntrop dscrèt sans mémor : H vnt du théorèm du codag sans brut d un sourc Pour tout sourc dscrèt sans mémor Y, l st un cod nstantané t unqumnt décodabl rprésntant actmnt ctt sourc, vérfant : H b < H + (.57) où b st l débt moyn, c st-à-dr la longuur moynn ds mots du cod. C théorèm sgnf qu, parm tous ls cods nstantanés unqumnt décodabls, clu qu mnms la longuur moynn ds mots du cod a un longuur moynn égal à l ntrop d la sourc. ntrop H apparaît donc comm un lmt fondamntal pour rprésntr sans dstorson un sourc d nformaton. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau codag ntropqu st un tchnqu qu prmt d réalsr c tau d transmsson déal. S l codag ntropqu st parfatmnt réalsé, l tau d transmsson à la sort du quantfcatur à nvau put êtr rédut d : b log (.58) H b rprésnt donc la rdondanc d la sourc dscrèt. Il st toutfos évdnt qu aucun réducton n st possbl s touts ls valurs équprobabls. En fft, on a alors P, t donc d (.54), H log. y sont Tau d transmsson moyn : Sot un mot du cod, d supérur à log moyn, t donc : b bts, assocé au nvau y. b put êtr nférur, égal, ou. a longuur moynn ds mots du cod défnt égalmnt l tau d transmsson b P b bts/échantllon (.59) a réducton alors obtnu vaut : log b bts/échantllon (.6) cod optmal st obtnu pour : b log P (.6) Comm b st ntr, l cod optmal n put êtr obtnu qu s ls probabltés satsfont la b contrant. Dans tous ls autrs cas, l tau d transmsson moyn b qu résult du P codag ntropqu sra légèrmnt supérur à H. Il put toutfos s avérr utl d applqur un codag ntropqu sur ds séquncs d valurs, plutôt qu sur ds valurs unqus, afn d s rapprochr l plus possbl d H. fft du codag d séquncs st d fournr un mllur approch d la contrant b P..5.3 Codag d un Sourc Dscrèt Avc Mémor orsqu l st un dépndanc statstqu ntr ls échantllons succssfs d la sourc, on put chrchr à l plotr afn d rédur ncor l nombr d bts nécssar pour rprésntr actmnt la sourc. Toutfos, l codag ntropqu dvnt alors assz compl, car d longus séquncs dovnt êtr tratés, t ls probabltés conjonts connus ou stmés par calcul. En Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau pratqu, l st possbl d élmnr ls rdondancs lnéars du sgnal n ffctuant un fltrag avant la quantfcaton, afn d appromr un sourc sans mémor. s sorts du quantfcatur sont alors non corrélés (lnéarmnt), t l tau d transmsson mnmum st donc toujours théorqumnt donné par l ntrop d ordr, H. a méthod lnéar optmal d décorrélaton st l Analys n Composants Prncpals (ACP). Ctt méthod mplqu toutfos trop d calculs t s avèr nplotabl n pratqu. Du solutons sont alors nvsagabls : Prédcton Ctt méthod consst à codr la dfférnc ntr la valur réll d l échantllon t un valur prédt. Par mpl, l codag DPCM consst à codr la dfférnc d valur ntr du échantllons consécutfs : d ( t) ( t) ( t ). a méthod d prédcton st assz ffcac pour un sgnal d parol, mas s avèr rlatvmnt pu adéquat pour un sgnal d mag. Transformaton Ctt méthod altrnatv, souvnt mployé pour l sgnal d mag, consst à décomposr l sgnal n blocs, t à applqur nsut un transformé sur chacun d u. Un transformé très ploté n rason d ss prformancs prochs d clls d l ACP st la Transformé n Cosnus Dscrèt (DCT)..5.4 Algorthm d Huffman Afn d évtr un problèm nhérnt à l utlsaton d un cod d longuur varabl, on pourrat ajoutr ds séparaturs ntr mots du cod dans un séqunc. Cla n st cpndant pas nécssar lorsqu l cod vérf la condton dt du préf : aucun mot du cod n dot êtr l préf d un autr mot du cod. algorthm d Huffman prmt d obtnr un tl cod, t on put montrr qu l st l algorthm optmal. Pour aucun autr cod unqumnt décodabl, la longuur moynn ds mots du cod st nférur. Ct algorthm consst à construr progrssvmnt un graph ornté n form d arbr bnar, où chaqu branch partant d un nœud st assocé à un symbol ou, n partant ds nœuds trmnau. Un mot du cod st assocé à chaqu nœud trmnal n prnant comm mot d cod la succsson ds symbols bnars sur ls branchs. s phass d ct algorthm sont ls suvants : Sont ls du lsts d départ { y y } t { P P }. s du symbols ls mons probabls sont sélctonnés, t du branchs dans l arbr sont créés t étqutés par ls du symbols bnars t. s du lsts sont réactualsés, n rassmblant ls du symbols utlsés n un nouvau symbol, t n lu assocant comm probablté la somm ds du probabltés sélctonnés. s du étaps précédnts sont répétés tant qu l rst plus d un symbol dans la lst. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau Empl : Sot un sourc n pouvant prndr qu s valurs dfférnts, avc ls probabltés fourns à la tabl.3 c-dssous. Un codag drct ds ndcs nécsstrat évdmmnt 3 bts. Symbol y y y3 y4 y5 y6 Probablté,5,5,7,8,6,4 Tabl.3 - Probabltés assocés au s événmnts { Y y }. ntrop d ctt sourc dscrèt st égal à,6 bts. algorthm d Huffman fournt l arbr bnar rprésnté à la fgur.. a tabl d codag résultant st rprs à la tabl.4. a longuur moynn ds mots st égal à, bts, valur très vosn d la lmt théorqu. y,5,5,3 y y 3 y 4,5,7,8,8, y 5 y 6,6,4 Fgur. - Illustraton d l algorthm d Huffman. Symbol y y y3 y4 y5 y6 Cod Tabl.4 - Défnton du Cod. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 3.5.5 uantfcaton Scalar avc Contrant Entropqu Nous avons rchrché, à la scton.3, l quantfcatur scalar qu prmttat d mnmsr la b dstorson, pour un nombr d nvau d quantfcaton donné, c st-à-dr n rspctant un contrant sur l débt d transmsson. Nous allons à présnt ré-optmsr l quantfcatur, ctt fos n vu d rndr possbl un codag ntropqu ffcac à sa sort. problèm d la rchrch d un quantfcatur optmum consst alors à mnmsr l ntrop H à la sort du quantfcatur (t donc l tau d transmsson moyn b), étant donné un contrant la dstorson toléré pour l sgnal. sur ntrop H à la sort du quantfcatur s prm : H P log P (.6) Sous l hypothès qu l nombr d nvau d quantfcaton st élvé, la dnsté d p put êtr supposé constant dans l ntrvall [, ]. D (.54), l vnt : probablté ( ) ( y )( ) p ( y ) P p (.63) Dès lors, l prsson d l ntrop d la sort du quantfcatur put s écrr : H p H H p p ( ) ( ) ( ) y log p y p y log (.64) log log (.65) g ( y ) p ( y ) p ( y ) ( y ) ( ) ( ) ( ) ( ) ( ) y log p y p y log + p y log g y (.66) Par passag à la lmt, on obtnt : H ( ) p ( ) d log p ( ) d + p ( ) g( ) p log log d (.67) H ( ) p ( ) d log + p ( ) g( ) p log log d (.68) prmr trm n dépnd qu d la sourc. Il st défn comm étant l ntrop dfférntll à l ntré du quantfcatur : Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 4 h ( X ) E{ p ( ) } p ( ) p ( ) log log d (.69) Il vnt donc : H h log ( X ) + p ( ) g( ) log d (.7) C résultat fourn l ntrop pour un lo d comprsson donné, t caractérsé par g ( ). Nous avons vu qu, pour un grand nombr d nvau d quantfcaton, la varanc êtr appromé par : sot : ma ma E g p g ( ) ( ) ( ) On montr faclmnt qu, pour un varabl aléator X, { X } E{ X } d [ ] put (.7) (.7) E, avc l sgn égalté s t sulmnt s X E{ X } avc un probablté égal à, c st-à-dr s X st un constant. Cla prmt d écrr : E (.73) g( ) avc égalté s la foncton g ( ) st un constant sur tout l support d ( ) vérfr ls contrants : On n dédut qu g. F F ( ) ( ) ma ma p. En outr, g dot (.74) Cla sgnf qu l mllur quantfcatur d la sourc contnu X ( n) st tout smplmnt l quantfcatur unform suv d un codag ntropqu (pour autant qu l pas d quantfcaton p constant dans un sot suffsammnt ptt pour qu l hypothès d dnsté d probablté ( ) ntrvall dmur valabl). ntrop mnmsé vaut alors (cfr. uantfcaton Unform) : Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 5 mn H h( X ) log h( X ) log (.75) trm log rprésnt donc la prt d nformaton du à la quantfcaton, t vaut l ntrop dfférntll du quantfcatur. En fft : H { log p ( ) } E log, (.76) pusqu la dnsté d probablté p ( ) st consdéré comm unformémnt répart ntr, +. Empls : Dans l cas d un sourc gaussnn d varanc dfférntll h ( X ) vaut : h ( X ) log π, l st asé d calculr qu l ntrop (.77) On obtnt alors, pour un tau d transmsson b (c st-à-dr un ntrop H ) donné : π b (.78) 6 Dans l cas d un sourc Gaussnn, l gan apporté par l quantfcatur avc contrant ntropqu, rlatvmnt au quantfcatur scalar logarthmqu (cfr. (.38)) st donc d : sot,8 db. 3π / 3 3 π / 6,9 (.79) Pour un nvau d brut toléré, l gan st d : 3 3 b log,467 bts (.8) Dans l cas d un dstrbuton Gamma (qu, pour rappl, st très proch d la lo d répartton pérmntal d un sgnal d parol), l gan par rapport au quantfcatur logarthmqu st d,7 bts! Born Inférur d Shannon : Il a été démontré qu, lorsqu on accpt un dstorson moynn au plus égal à, alors l plus ptt nombr d bts nécssar pour rprésntr un sourc dscrèt, sans mémor, d dnsté p qulconqu, st donné par la born nférur d Shannon : d probablté ( ) Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 6 ( ) h( X ) log ( π ) b (.8) S l on vut un dstorson null, l codag dot s far sans prt. On a ( ) b H, l ntrop d la sourc. Plus l nvau d brut toléré augmnt, plus l nombr d bts nécssars pour codr l sgnal dmnu. S l on accpt un dstorson supérur ou égal à la pussanc d la sourc, alors l n st mêm plus nécssar d chrchr à la codr. On a b ( ). a comparason d (.8) avc l prsson (.75) du tau d transmsson mnmum du quantfcatur scalar avc contrant ntropqu montr un écart d : π b log,55 bts (.8) 6 Cla sgnf qu l codag ntropqu ds sorts d un quantfcatur unform n st qu à,55 bt au-dssus d la lmt nférur théorqu absolu! C résultat st valabl qulqu sot la p du sgnal. dnsté d probablté ( ) Pour un débt b fé, la dstorson obtnu st à,53 db au dssus d la lmt théorqu. Ctt dfférnc par rapport à la born nférur d Shannon st l pr à payr pour avor la smplcté d un codag d symbols élémntars (sourc sans mémor). Problèms pratqus du Codag à onguur Varabl a ms n œuvr du quantfcatur scalar avc contrant ntropqu s avèr rlatvmnt délcat n pratqu. s mots du cod étant d longuur varabl, l s pos ds problèms d propagaton d rrur : un smpl rrur d transmsson dans un mot du cod put n fft causr un prt d synchronsaton, c qu rnd mpossbl la rconstructon corrct d longus séquncs d mots. Il st donc nécssar d nsérr régulèrmnt ds bts d synchronsaton. D autr part, l débt global obtnu st varabl, pusqu l dépnd d l nformaton local contnu dans l sgnal (mpl : slnc/parol). S cla n pos guèr d problèm pour ls systèms accptant un débt varabl, tl qu ntrnt, l st ndspnsabl d rndr f l débt pour d autrs systèms qu, u, accptnt ls symbols à un tau constant, tls qu ls GSMs ou ls chaîns d télévson numérqus, par mpl. A ctt fn, ls mots d cod d longuur varabl dovnt êtr mémorsés dans un tampon. Sous pn d prt d nformaton, l st évdmmnt nécssar d évtr un dépassmnt d la capacté d ctt mémor tampon. En pratqu, l quantfcatur st alors contrôlé par la mémor tampon ll-mêm, qu, va un systèm logqu, va prmttr un adaptaton du pas d quantfcaton, par mpl (cfr. quantfcaton adaptatv). Un altrnatv consst à rndr f la longuur ds mots du cod, n consdérant ds séquncs d symbols d longuur dfférnts. Cc st llustré à la tabl.5, pour l codag d tros symbols élémntars A, B, t C, où B st l plus probabl. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 7 Sourc Cod BBB BBA BBC BA BC A C Tabl.5 - Codag d séquncs d longuur varabl. Enfn, l rst ls problèms lés à la statstqu du sgnal. D un part, un cod st établ pour un dnsté d probablté donné, t n st donc optmal qu pour ctt drnèr. A ttr d mpl, l codag d Huffman ploté pour la transmsson d fa ou l codag JPEG a été dans ls du cas calculé sur un nsmbl d mags typs, t n st donc pas optmal pour un sgnal partculr. D autr part, la mémorsaton du dctonnar ds valurs au nvau du récptur, nécssar pour procédr au décodag, put rstrndr ls possbltés d un mplémntaton matérll. Un soluton commun à cs du problèms consst à transmttr alors un nformaton sur la statstqu du sgnal, afn d pouvor rconstrur (rcalculr) l cod. On parl alors d Codag à onguur Varabl Adaptatf Calculé : à un sut d N valurs (k), on assoc : - un préf, qu détrmn la dstrbuton d probablté ; - un suff, qu consst n un codag à longuur varabl qu put êtr rcalculé étant donné l préf ; Un mpl d tl cod st l cod ATR, qu put êtr utlsé pour la transmsson d un sgnal bnar pour lqul la probablté p d avor l symbol élémntar st assz élvé (p >> p - p ). On applqu alors un codag ntropqu sur ds séquncs d symbols, d longuur mamum d m symbols, où m st à détrmnr n foncton d p. a règl d codag st la suvant : Pour un séqunc d m symbols consécutfs, on émt l cod ; Dans ls autrs cas (un symbol st rncontré), on émt l cod, suv d un nombr d m bts qu rprésnt l nombr d symbols consécutfs rncontré avant c symbol. Un mpl d cod st donné à la tabl.6. Séqunc d ntré Cod éms Tabl.6 - Empl d cod ATR, pour m. On put montrr qu un tl cod st optmal pour un cho d m tl qu : p ( / ) m. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 8.6 uantfcaton Adaptatv Un soluton sédusant à pror pour la quantfcaton d un sgnal non statonnar consst à utlsr un lo adaptatv. En fft, un quantfcaton logarthmqu st nvarant, t, quoqu très utl pour la quantfcaton d sgnau non statonnars comm la parol avc un nombr d bts suffsant (typqumnt 8), l codag d la parol avc mons d bts par échantllon nécsst un quantfcaton adaptatv. Il s agt n général d l adaptaton à la varanc à court - trm du sgnal, d un lo d quantfcaton conçu pour un crtan répartton moynn ds ampltuds. Du typs d réalsatons équvalnts sont possbls : quantfcatur st f, l st adapté à un sgnal d varanc unté t l st précédé par un amplfcatur à gan varabl (fgur.) ; uantfcatur δ δ,opt ; u y ou y Estmaton d () ( ) y () Fgur. - Adaptaton d un quantfcatur f. () () adaptaton progrssv adaptaton rétrograd s pas d quantfcaton sont rndus proportonnls à la varanc du sgnal (fgur.3) ; uantfcatur δ. δ opt y Estmaton d () ( ) y () Fgur.3 - Adaptaton du pas d quantfcaton. () () adaptaton progrssv adaptaton rétrograd Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 9 adaptaton st dt progrssv (Adaptatv uantzaton wth Forward stmaton ou AF) lorsqu l stmaton d la varanc st fat sur l sgnal orgnal. Dans c cas, l faut transmttr, n plus du sgnal quantfé, un nformaton sur la varanc stmé. Ctt nformaton st toutfos transms à un cadnc plus fabl qu cll utlsé pour ls échantllons (un fos par tranch d échantllons). On put auss songr à un adaptaton rétrograd (Adaptatv uantzaton wth Backward stmaton ou AB) : la varanc st alors stmé sur l sgnal quantfé y. Cc prmt d n pas transmttr d nformaton sur la varanc, qu put n fft êtr stmé à la récpton après décodag du sgnal. Comm y st soums au brut d quantfcaton, l st clar qu ctt procédur st plus grossèr qu l adaptaton progrssv, sauf lorsqu l nombr d nvau quantfés st assz élvé. problèm ssntl, pour la quantfcaton adaptatv, st clu d l stmaton d la varanc. écart - typ put êtr stmé sur un bloc d N échantllons par ls formuls suvants : N AF : ˆ ( ) n (.83) + N n ˆ N N y n AB : ( n) ˆ (.84) a pérod d apprntssag N st chos n foncton du déla d'ncodag toléré, ds contrants sur l débt global (AF), t d la statonnarté du sgnal. Dans l cas d la parol échantllonné à 8 khz, un valur d N8 st un bonn stmaton. s stmaturs (.83) t (.84) dmandnt la mémorsaton d N échantllons avant quantfcaton, c qu mplqu un déla. Un autr procédur consst à affctr ls échantllons passés d un pods qu décroît avc lur âg. Par mpl, dans l cas d'un AB, cla donn : ( ) ( α) α y < α < ˆ n n (.85) coffcnt ( α) st un coffcnt d normalsaton qu rnd la somm ds pods égal à l unté. équaton (.85) put êtr écrt sous la form : ˆ ( ) α ˆ ( n ) + ( α) y n (.86) n orsqu α st vosn d, ls pods varnt pu pour élvé (sgnal statonnar). Par contr, lorsqu α st proch d, l stmatur sut plus fdèlmnt l évoluton ds qulqus échantllons précédnts (sgnal non statonnar). Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 3 paramètr α détrmn la constant d tmps d adaptaton (laqull st, par défnton, l tmps nécssar pour qu ( n) ˆ décross d un factur d sa valur ntal lorsqu y dvnt un séqunc d zéros). On calcul asémnt qu, s d échantllonnag, la constant d tmps du problèm vaut : τ ln ( / α) F F désgn la fréqunc (.87) a fgur.4 présnt l fft d la valur d α sur la vtss d adaptaton, dans l cas d un sgnal d parol échantllonné à 8 khz. a valur d,9 caus ds changmnts rapds d qu sut ls mama locau du sgnal avc un constant d tmps d, ms. Ctt sort d adaptaton st applé nstantané. a valur d,99 produt ds changmnts lnts d qu n sut pas ls pcs locau du sgnal mas sulmnt l nvlopp, avc un constant d tmps d 5 ms. Ctt sort d adaptaton st applé syllabqu. ˆ ˆ Fgur.4 - Estmaton d la varanc d un sgnal d parol. Copyrght Faculté polytchnqu d Mons B. Gossln

a uantfcaton ds Sgnau 3 Référncs :. Jayant N. S. & Noll P., Dgtal Codng of Wavforms, Prntc-Hall Ed., 984.. ch H., Codag d la Parol, Nots d Cours, Faculté Polytchnqu d Mons, 996. 3. Morau N., Tchnqus d Comprsson ds Sgnau, Ed. Masson, 995. 4. Bot R., Haslr M., Ddu H., «Effts non lnéars dans ls fltrs numérqus», Prsss polytchnqus t unvrstars romands, 997. Copyrght Faculté polytchnqu d Mons B. Gossln