矢量量化中碼書設計的研究.pdf

1、矢量量化(Vector Quantization，VQ)是香農信息論在信源編碼理論方面的新發(fā)展。它提出將若干標量數(shù)據(jù)組構成一個矢量，然后在矢量空間中給以整體量化，從而壓縮了數(shù)據(jù)而不損失太多信息，這是一種高效的壓縮技術。本文以矢量量化碼書設計算法作為主要研究對象，對幾種常用的碼書設計算法：經典GLA算法，成對最近鄰(PNN)算法，學習矢量量化(LVQ)算法進行仿真實驗，比較三種算法重建矢量時產生的失真大小以及三種算法碼書設計的計算量大小。

2、 文中對經典的GLA算法提出了改進措施：用PNN算法訓練初始碼書作為GLA算法的初始碼書以降低GLA算法對初始碼書的敏感性，并通過仿真檢驗改進效果。實驗數(shù)據(jù)證明：利用改進算法重建矢量得到的失真比經典的GLA小，改進后GLA算法對初始碼書的敏感性有所降低，碼本更加接近全局最優(yōu)化，而且總的計算量有所下降。 本文還提出一種改進方法以改善LVQ算法對碼字更新的局部最優(yōu)問題：設定碼字更新次數(shù)的閾值，使得絕大多數(shù)碼字都得到更新，使算