0.6 Viễn thông số  (Page 15/30)

Đối với tín hiệu tiếng nói, một hệ thống PCM vi phân sử dụng sự tiên đoán trên mẫu gần nhất có thể tiết kiệm một bit/mẫu, nên hệ thống PCM vi phân có thể có lỗi tương đương như hệ PCM nhưng ít hơn một bit/ mẫu. Vì thế, nếu ta nghĩ một kênh tiếng nói đòi hỏi lượng tử hoá 8 bit PCM, nhịp truyền sẽ là 64kbps. PCMvi phân chỉ cần 7 bit/ mẫu. Vì thế nó sẽ giảm nhịp truyền xuống còn 56kbps và giải phóng kênh đó cho việc khác.

Trong DPCM thích nghi, hệ số tiên đoán không là hằng số trong toàn bộ sự truyền. Vì mỗi nhóm (group) có chiều dài của các mẫu là n, nên ta có thể tính toán một ma trận [Rij­]. Ta sử dụng ma trận này để tìm ra các hệ số tiên đoán. Khi các hệ số tiên đoán không còn là hằng số nữa, phải có cách để đảm bảo rằng bên hệ thống thu cũng sử dụng cùng các hệ số như vậy. Phương pháp tổng quát nhất cho việc thiết lập này là gửi các hệ số cập nhật như một overhead( thông thường được nhân với một thông tin mẫu).

NHIỄU LƯỢNG TỬ (quantization noise).

Hình 7.32 Mối quan hệ vào ra của lượng tự hoá.

Ta bắt đầu nghiên cứu nhiễu lượng tử trong kỹ thuật PCM bằng cách kiểm tra lại mối quan hệ vào ra lượng tử của hình 7.32. Nhiễu lượng tử hay lỗi, được định nghĩa như một hàm thời gian mà thực chất là hiệu giữa sq(t) (dạng sóng lượng tử) và s(t). Lỗi này được cho bởi: e(nTs) = s(nTs) – sq(nTs)

e(t)

Hình 7.33 Lỗi lượng tử.

Ta mong muốn sẽ tìm ra được các thống kê trung bình của lỗi. Để làm được điều đó, đầu tiên ta phải tìm hàm mật độ lỗi có thể xảy ra. Hình 7.34 minh hoạ lỗi như một hàm giá trị mẫu ngõ vào. Đường cong lỗi bắt đầu tại -S/2 tức ở tại đường biên dưới của mỗi khoảng lượng tử và tăng tuyến tính đến giá trị +S/2 ở tại đường biên trên. Nếu bây giờ ta biết được hàm mật độ xác suất của những trị mẫu, vấn đề sẽ trở nên đơn giản cho việc tìm hàm mật độ xác suất của e. Đây là một ứng dụng của hàm có biến ngẫu nhiên. Kết quả là:

Si là các giá trị thay đổi của s tương ứng với e. Nếu ta đặt e bằng một giá trị xác định như trong hình 7.34,, có một số giá trị của s (bằng với số các vùng lượng tử) chính là giá trị của e. Biên độ hàm dốc, luôn là 1. Vì thế biểu thức 7.9 có thể viết lại là

Giá trị thứ nhất của si ở bên phải so với giá trị gốc là:

Hình 7.34 Giá trị mẫu kháng lỗi.

Tất cả các giá trị khác của si có thể tìm bằng cách cộng hoặc trừ thêm một lượng S từ giá trị này.

Nếu các mẫu được phân bố đều nhau trên dãy giá trị, các số hạng trong biểu thức tổng 7.10 sẽ trở thành hằng số tức là chiều cao của hàm mật độ gốc. Kết quả là mật độ lỗi đồng đều như được trình bày ở hình 7.35. Bây giờ ta giả sử rằng các mẫu có mật độ hình tam giác như được trình bày ở hình 7.36. Kết quả vẫn là mật độ lỗi đồng đều của hình 7.35. Thật vậy, khi e tăng, tổng si của biểu thức 7.10 cũng tăng một lượng tương ứng. Trong mật độ hình tam giác, mỗi giá trị tổng giảm xuống, giá trị khác sẽ tăng lên một lượng giống như vậy. Một đối số tương tự như vậy có thể dùng cho bất cứ