【正文】 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 39 。%找出訓(xùn)練樣本與所有當(dāng)前碼書距離最小值 number(j)=I。%計(jì)算訓(xùn)練樣本與當(dāng)前碼書質(zhì)心的距離 end d(k)=A。 for j=1:sample_num for k=1:book_size A=0。 for j1=1:xunhuan_num。%起始平均失真 j2=0。 number=zeros(sample_num,1)。)。%每隔五個(gè)樣本取一個(gè)樣本 end end disp(39。 r=r+1。 r=1。 last_book=zeros(book_size,book_dimen)。 s=zeros(book_size,book_dimen)。 num=size(a/book_dimen)。)。 a=fscanf(fid,39。rt39。39。參加訓(xùn)練樣本的個(gè)數(shù) xunhuan_num=20。%碼書大小 book_dimen=5。)。),title(39。),ylabel(39。 %時(shí)間的向量 subplot(211),plot(t,y),xlabel(39。,fs)。 fprintf (39。語音長度 =%g 秒\n39。,y(i))。 for i=1:leng fprintf(fid,39。wt39。39。 save y leng=length(y)。)。 2020： 3437 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 38 附 錄 LBG算法的仿真程序 tic clear all % [y,fs]=wavread(39。 本文中，覆蓋算法和 PNN算法由本人編譯， 在設(shè)計(jì)時(shí)由于時(shí)間倉促并且設(shè)計(jì)者能力有限，僅做到了算法的實(shí)現(xiàn)，若要提高算法性能，仍需要進(jìn)一步對程序語言的進(jìn)行優(yōu)化。另外， PNN算法和覆蓋算法比 LBG算法更容易產(chǎn)生空胞腔，在這點(diǎn)上， LBG算法體現(xiàn)出 其劃分胞腔較均勻的優(yōu)越性。 本設(shè)計(jì)運(yùn)用 MATLAB仿真實(shí)現(xiàn)了三種算法 :LBG算法，成對最鄰近（ PNN）算法和覆蓋算法，并在對實(shí)際語音信號進(jìn)行仿真的過程中，通過改變語音數(shù)據(jù)量大小，碼書維數(shù)，量化壓縮比等參數(shù)，比對分析實(shí)驗(yàn)結(jié)果，對各算法的實(shí)現(xiàn)過程和性能特點(diǎn)進(jìn)行了深入的研究。另外， PNN算法比覆蓋算法算法更容易產(chǎn)生空胞腔。另外， PNN算法比 LBG 算法 更容易產(chǎn)生空胞腔， 且胞腔中向量個(gè)數(shù)的方差更大，也即 PNN 算法比 LBG 算法劃分出的胞腔更 不均勻。 仿真結(jié) 論 一 輸入的數(shù)據(jù)量越大， 循環(huán)次數(shù)越多，空胞腔數(shù)越多 ， 胞腔劃分越不均勻， 運(yùn)算量（運(yùn)算時(shí)間）越大 ； 二 碼書維數(shù)越大，胞腔中向量的個(gè)數(shù)的方差越大，胞腔劃分的越不均勻； 三 壓縮比越大，循環(huán) 次數(shù)越多， 空胞腔個(gè)數(shù)越少 ， 胞腔劃分越不平均， 運(yùn)算量（運(yùn)算時(shí)間）越多 。 進(jìn)行了大量的仿真說明： 從表可以看出在相同壓縮比情況下，當(dāng)訓(xùn)練序列較小時(shí)，覆蓋算法比 PNN 算法的運(yùn)算量少，運(yùn)算時(shí)間短 ， 胞腔中向量個(gè)數(shù)的方差更小， 即 PNN算法比覆蓋算法劃分出的胞腔更不均勻 ； 當(dāng)訓(xùn)練序列較大時(shí)， PNN 算法比覆蓋算法的運(yùn)算量少，運(yùn)算時(shí)間短 ， 胞腔中向量個(gè)數(shù)的方差 更大， 即 覆蓋算法比 PNN 算法劃分出的胞腔更不均勻。初始碼書均由隨機(jī)選取法生成。另外， PNN算法比 LBG 算法 更容易產(chǎn)生空胞腔， 且胞腔中向量個(gè)數(shù)的方差更大，也即 PNN 算法比 LBG算法劃分出的胞腔更不均勻。 表（ 313） LBG算法與 PNN算法對比 壓縮比 算法 100 個(gè)訓(xùn)練序列量化出 8 個(gè)碼字 200 個(gè)訓(xùn)練序列量化出 16 個(gè)碼字 400 個(gè)訓(xùn)練序列量化出 32 個(gè)碼字 LBG 算法 運(yùn)算時(shí)間 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 34 （失真門限為 ） 空胞腔數(shù) 0 0 0 胞腔中向量個(gè)數(shù)的方差 PNN 算法 運(yùn)算時(shí)間 空胞腔數(shù) 1 5 6 胞腔中向量個(gè)數(shù)的方差 431 數(shù)據(jù)分析： 在相同 初始碼書和量化 壓縮比情況下， 訓(xùn)列序列大小分別為 100,200， 400，碼書大小分別為 8,16,32， LBG 算法的運(yùn)算時(shí)間分別為 ,， PNN 算法的運(yùn)算時(shí)間分別為 , ,， LBG 算法產(chǎn)生的空胞腔數(shù)為 0， 0,0，覆蓋算法產(chǎn)生的空胞腔數(shù)分別為 1,5,6， LBG 算法劃分的胞腔中的矢量個(gè)數(shù)的方差 分別為,，覆蓋算法劃分的胞腔中的矢量個(gè)數(shù)的方差分別為 ，431， 。 進(jìn)行大量的仿真說明：壓縮比越大，循環(huán)次數(shù)越多，空胞腔個(gè)數(shù)越少，胞腔劃分越不平均，運(yùn)算量（運(yùn)算時(shí)間）越多 四 LBG 算法與 PNN 算法對比： 設(shè)置量化壓縮比為 不變， 碼書維數(shù) 均為 為 5維 ， LBG 算法的失真門限為 。 進(jìn)行大量的仿真說明： 結(jié)論：碼書維數(shù)越大，胞腔中向量的個(gè)數(shù)的方差越大，胞腔劃分的越不均勻。 程序運(yùn)行結(jié)果： 循環(huán)次數(shù) = 184 final_book= 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 31 cup_time= 每個(gè)胞腔中的碼字個(gè)數(shù) 72 16 9 60 5 12 3 3 1 1 7 3 5 1 1 1 仿真結(jié)果 在對實(shí)際語音信號進(jìn)行 MATLAB仿真的過程中，通過改變語音數(shù)據(jù)量大小，碼書維數(shù)，量化壓縮比三個(gè)人參數(shù)，比對分析實(shí)驗(yàn)結(jié)果的數(shù)據(jù) . 一 改變數(shù)據(jù)量 表（ 310） PNN算法算法改變數(shù)據(jù)量的仿真結(jié)果 語音文件 參數(shù)類型 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 語音長度 15s 15s 15s 15s 樣本個(gè)數(shù) 50 100 200 400 碼書中碼字個(gè)數(shù) 4 8 16 32 碼字維數(shù) 5 5 5 5 量化壓縮比 空胞腔個(gè)數(shù) 0 1 5 6 胞腔中向量個(gè)數(shù)的方差 431 循環(huán)次數(shù) 46 92 184 368 運(yùn)算時(shí)間 數(shù)據(jù)分析： 改變數(shù)據(jù)量大小 ：試驗(yàn)用的是同一段語音，保持量化壓縮比 不變，使輸入訓(xùn)練序列大小分 別為 50,100,200， 400，則碼書中碼字個(gè)數(shù)為 4,8,16,32，其他參數(shù)設(shè)置內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 32 不變 .結(jié)果如 上 表所示，循環(huán)次數(shù) 46,92,368,184 呈現(xiàn)遞增趨勢，空胞腔個(gè)數(shù)為 0,1,5,6呈現(xiàn)遞增趨勢，胞腔中向量個(gè)數(shù)的方差為 ， ,431, 呈現(xiàn)遞增趨勢，運(yùn)算時(shí)間為 ， ， ， ,呈現(xiàn)遞增趨勢。 設(shè)置碼本 維數(shù)是 5，初始化碼書為訓(xùn)練序列（一個(gè)訓(xùn)練矢量為一個(gè)胞腔），計(jì)算所有碼字之間的失真，找出失真最小的兩個(gè)碼字合并胞腔，直到碼書大小滿足碼書大小 16停止迭代，此時(shí)的碼書是最終的碼書。 矢量量化器成對最鄰近（ PNN）算法的仿真及仿真結(jié)果分析 程序設(shè)計(jì)思路 為了使程序簡短，運(yùn)行容易，初始碼書的選取采用隨機(jī)選取法； 考慮到輸入數(shù)據(jù)有正值有負(fù)值，失真測度采用歐氏距離 均方誤差。 五 當(dāng)訓(xùn)練序列較小時(shí)， 覆蓋算法比 LBG算法的運(yùn)算量少，運(yùn)算時(shí)間短，當(dāng)訓(xùn)練序列較內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 30 大時(shí)， LBG算法比 覆蓋 算法的運(yùn)算 量少，運(yùn)算時(shí)間短。另外，覆蓋算法算法比 LBG 算法算法更容易產(chǎn)生空胞腔， 失真更大， 且胞腔中向量個(gè)數(shù)的方差更大，也即覆蓋算法比 LBG 算法劃分出的 胞腔更不均勻。 表（ 39） LBG算法與覆蓋算法對比 量化壓縮比 算法 100個(gè)訓(xùn)練序列量化出 8個(gè)碼字 400個(gè)訓(xùn)練序列量化出32個(gè)碼字 1000個(gè)訓(xùn)練序列量化出 80個(gè)碼字 內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 29 LBG算法（失真門限為） 運(yùn)算時(shí)間 空胞腔數(shù) 0 0 2 胞腔中矢量個(gè)數(shù)的方差 覆蓋算法（初始失真半徑為） 運(yùn)算時(shí)間 空胞腔數(shù) 0 5 28 胞腔中矢量個(gè)數(shù)的方差 +003 +003 數(shù)據(jù)分析： 在相同 初始碼書和量化 壓縮比情況下， 訓(xùn)列序列大小分別為 100,400,1000，碼書大小分別為 8,32,80， LBG 算法的運(yùn)算時(shí)間分別為 ,，覆蓋算法的運(yùn)算時(shí)間分別為 ,， LBG 算法產(chǎn)生的空胞腔數(shù)為 0， 0,2，覆蓋算法產(chǎn)生的空胞腔數(shù)分別為 0,5,28， LBG算法劃分的胞腔中的矢量個(gè)數(shù)的方差分別為,，覆蓋算法劃分的胞腔中的矢量個(gè)數(shù)的方差分別為 ，+003， +003。 進(jìn)行大量的仿真說明：壓縮比越大，胞腔劃分次數(shù)越多，最終失真半徑越大，運(yùn)算量（運(yùn)算時(shí)間）越多 五 LBG 算法與覆蓋算法對比 ： 設(shè)置量化壓縮比為 不變， 碼書維數(shù) 均為 為 5維 ， LBG 算法的失真門限為 ，覆蓋算法的初始失真半徑為 。運(yùn)算時(shí)間為, 呈現(xiàn)遞減趨勢。 進(jìn)行大量的仿真說明：輸入的數(shù)據(jù)量越大，劃分胞腔次數(shù)越多，最終失真半徑越小，運(yùn)算量（運(yùn)算時(shí)間）越大 二 改變碼書維數(shù) 改變數(shù)據(jù)量大小，碼書中碼字個(gè)數(shù)不變，壓縮比隨之改變 表（ 36） 覆蓋算法算法改變碼書維數(shù)的仿真結(jié)果 語音文件 參 數(shù)類型 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 語音長度 15s 15s 15s 樣本個(gè)數(shù) 100 100 100 碼書中碼字個(gè)數(shù) 8 8 8 碼字維數(shù) 5 8 11 量化壓縮比 初始失真半徑 最終失真半徑 空胞腔個(gè)數(shù) 0 2 0 劃分胞腔次數(shù) 84 992 5756 運(yùn)算時(shí)間 數(shù)據(jù)分析： 改變碼字維數(shù) ：試驗(yàn)用的是同一段語音，使碼字維數(shù)分別為 5,8,11，其他參數(shù)設(shè)置不變 .結(jié)果如 上 表所示，劃分胞腔次數(shù)為 84,992,5756 呈現(xiàn)遞增趨勢，最終失真半徑為， ， 呈現(xiàn)遞增趨勢，運(yùn)算時(shí)間為 ， ， 呈現(xiàn)內(nèi)蒙古工業(yè)大學(xué)本科畢業(yè) 設(shè)計(jì) 說明書 27 遞減趨勢。仿真達(dá)到 200個(gè)數(shù)據(jù)量化為 16個(gè)數(shù)據(jù)的目的。 矢量量化器覆蓋算法的仿真及仿真結(jié)果分析 程序設(shè)計(jì)思路 為了使程序簡短，運(yùn)行容易，初始碼書的選取采用 隨機(jī)選取法； 考慮到輸入數(shù)據(jù)有正值有負(fù)值，失真測度采用歐氏距離 均方誤差。 進(jìn)行大量的仿真說明： 碼書維數(shù)越大，循環(huán)次數(shù)越少，平均失真越大，相對失真越小，運(yùn)算量（運(yùn)算時(shí)間）越大 四 改變失真門限 （ 34） LBG算法改變失真門限的仿真結(jié)果 語音文件 參數(shù)類型 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 8比特 單聲道 采樣率為 8000 語音長度 15s 15s 15s 15s 樣本個(gè)數(shù) 10000 10000 10000 10000 碼書中碼字個(gè)數(shù) 640 640 640 640 碼字維數(shù) 11 11 11 11 量化壓縮比 18． 8 失真門限 循環(huán)次數(shù) 5 6 8 15 平均失真 相對失真 運(yùn)算時(shí)間 數(shù)據(jù)分析： 改變失真門限 ：試驗(yàn)用的是同一段語音，使失真門限分別為 ， ,其他參數(shù)設(shè)置不變 .結(jié)果如 上 表所示，循環(huán)次數(shù)為 5,6,8， 15 呈現(xiàn)遞增趨勢，平均失真為 ， ， ， 呈現(xiàn)遞減趨勢，相對失真為 ， ， ，呈現(xiàn)遞減趨勢，運(yùn)算時(shí)間為 ， ， ， 呈現(xiàn)遞減趨勢。 進(jìn)行大量的仿真說明：輸入的數(shù)據(jù)量越大，相對失真越小，循環(huán)次數(shù)越多，運(yùn)算量（運(yùn)算時(shí)間）越大 二 改變量化壓縮比 改變數(shù)據(jù)量大小，碼書中碼字個(gè)數(shù)不變，壓縮比隨之改變 表（ 32） LBG算法改變量化壓縮比的仿真結(jié)果