配套課件-現(xiàn)代編碼技術_第1頁
配套課件-現(xiàn)代編碼技術_第2頁
配套課件-現(xiàn)代編碼技術_第3頁
配套課件-現(xiàn)代編碼技術_第4頁
配套課件-現(xiàn)代編碼技術_第5頁
已閱讀5頁,還剩1096頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、第1章通信與編碼概述 習題1. 通信系統(tǒng)的基本模型通信系統(tǒng)的基本模型如圖1.1所示,組成部分如下:信源:消息的發(fā)出者。信宿:消息的接收者。信源編碼器:消息的重組單元。信道編碼器:消息抗毀能力的構建單元。信道:消息的傳輸媒介,如電話機之間的電纜、無線電臺之間的電磁空間等。干擾源:毀壞傳輸信號的各種因素的等價體,可分為自然干擾源和人為干擾源兩類。如大氣的雷電干擾、電離層的擾動等屬于自然干擾;信號的轉發(fā)干擾等屬于人為干擾。信道譯碼器:消息的毀壞檢驗及恢復單元。信源譯碼器:消息的還原單元。發(fā)送端:從信源到信道前的各部分的總稱。接收端:從信道后到信宿的各部分的總稱。圖1.1通信系統(tǒng)的基本模型2. 信道模

2、型信道是發(fā)送端和接收端之間的連接通道,它可以等效為一個輸入端和一個輸出端的系統(tǒng),如圖1.2所示。圖1.2信道簡化模型根據(jù)信道是否存在干擾,可將其分為無噪信道和有噪信道;根據(jù)傳輸信道是否連續(xù),可將其分為離散信道和模擬信道;根據(jù)信道當前輸出與先前的輸入是否有關,可將其分為有記憶信道和無記憶信道;根據(jù)信道參數(shù)是否隨時間而變化,可將其分為恒參信道和隨參信道;此外,信道還可以分為二元信道和多元信道,對稱信道和非對稱信道,有損信道和無損信道等。1) 離散信道首先,我們來考慮信道的表示。假設發(fā)送端發(fā)射的信號都取自字符集:X=a1,a2,an由于信道中存在噪聲干擾、傳輸衰落、傳輸失真等因素,因此從發(fā)送端發(fā)出符

3、號ai,在接收端收到的未必是符號ai,甚至于還可能是X中不存在的符號。于是可以假設接收端接收的信號都屬于符號集:Y=b1,b2,bm對給定的信道進行大量的實驗后,經(jīng)統(tǒng)計可以發(fā)現(xiàn):從發(fā)送端符號集中發(fā)送的符號ai以概率pij轉化為接收端符號集中的bj。為方便起見,概率pij常常表示為條件概率的形式,即pij=p(bj|ai)(i=1,2,n;j=1,2,m)這樣,用符號轉移概率pij就可以充分描述信道特性。為方便起見,引入信道轉移矩陣P,即常用的離散信道模型有以下幾種:(1) 二元對稱信道。在這種信道中,X=Y=0,1,并且p(1|0)=p(0|1)=p,即字符0和1發(fā)生錯傳的概率相同,信道轉移矩

4、陣P為二元對稱信道常常用狀態(tài)轉移圖來簡化表示,如圖1.3所示。圖1.3二元對稱信道(2) 二元刪除信道。在這種信道中,X=0,1,Y=0,1,Y中的字符表示0或1在傳輸中發(fā)生畸變而在接收端產生的一種發(fā)送端字符集中不存在的字符。在一個通信系統(tǒng)中,字符0和1分別代表正脈沖和負脈沖,發(fā)送端發(fā)送出正脈沖或負脈沖后,接收端收到的是受到干擾的畸變正脈沖或負脈沖,當畸變變化比較嚴重時,無法識別出是正脈沖還是負脈沖,這種接收信號就用來表示。對接收端是沒有意義的,應被刪除。畸變脈沖如圖1.4所示。圖1.4接收端收到的畸變脈沖(a) 畸變的正脈沖;(b) 畸變的負脈沖;(c) 畸變的脈沖二元刪除信道的信道轉移矩陣

5、P為其中,p(|0)=p,p(|1)=q。二元刪除信道常用圖1.5來表示。圖1.5二元刪除信道(3) 多元(N元)對稱信道。 多元(N元)對稱信道常用狀態(tài)轉移圖來簡化表示,如圖1.6所示。圖1.6多元(N元)對稱信道(4) 無記憶擴展信道。字符序列x經(jīng)信道后轉移成y的概率為 (1.1.1) 二維擴展信道的信道轉移矩陣P為(1.1.2) 2) 輸入離散、輸出連續(xù)的AWGN信道AWGN信道的全稱是加性高斯白噪聲(Additive White Gaussian Noise,AWGN)信道。輸入離散、輸出連續(xù)的AWGN信道具有輸入信號是離散的、輸出信號是連續(xù)的、信道受到的干擾服從高斯分布等特點,是通信

6、中最常用的信道模型之一。圖1.7是二元輸入離散、輸出連續(xù)的AWGN信道簡化模型。圖1.7二元輸入離散、輸出連續(xù)的AWGN信道簡化模型3. 編碼定理1) 香農第一定理(無失真壓縮編碼定理)定義1.1.1設離散信源空間X=a1,a2,an,離散變量ai(i=1,2,n)及對應變量的概率分布p(X)為式中,。稱lbp(ai)為離散變量ai的自信息量;稱為信源空間X的熵,單位為bit。(1.1.3a) 定義1.1.2設有離散空間X=a1,a2,an和Y= b1,b2,bm,稱為條件熵;稱為平均互信息量。其中,p(ai,bj)為離散變量ai與bj的聯(lián)合概率密度,p(ai|bj)為條件概率密度。(1.1.

7、3b) (1.1.3c) 定義1.1.3對信源輸出的一列符號序列按一定規(guī)則進行變換稱為編碼,變換后形成的新序列稱為碼字,碼字中的每一個元素稱為碼元,碼元所屬符號集稱為碼符號集,碼字中碼元的數(shù)量稱為碼長,全部碼字構成的集合稱為碼。如果q=2,則稱為二元碼;如果q2, 則稱為q元碼,這里q表示碼符號集中元素的個數(shù)。如果在一種碼的編譯碼過程中沒有信息損失,并且該碼在理想信道(無噪無信道損失)上傳輸后能不失真地恢復原消息,則稱該編碼為無失真編碼;如果在編譯碼過程中有控制地損失一些信息,則稱該編碼為限失真編碼。限失真編碼在通信中是十分重要的,如一張僅幾百兆的光盤能容納數(shù)十小時的視頻內容就源于該技術的重要

8、貢獻。定義1.1.4設有碼C=c1,c2,ci,p(ci)=pi ,碼字ci的長度為li,稱為碼C的平均碼長,單位為bit。定義1.1.5設信源符號集為X,并有q元碼C,稱為編碼效率。(1.1.5) (1.1.4) 引理1.1.1(概率匹配原則) 設無記憶信源X=0,1,2,q1且元素相互獨立和等出現(xiàn)概率,其上有一種碼C=ci|i=1,2,M,ci有長度li,發(fā)生概率為pi,若C是無損編碼且L(C)最小,那么(1.1.6) 證明由于0,1,2,q1是獨立等概的,因此每一個這樣的元素有自信息量。 這樣,碼C中平均每個碼字含有的信息量為L(C)lbq。由于是無損編碼,因此L(C)lbq不應當小于H

9、(X),又由于L(C)最小,因此定理1.1.1設離散平穩(wěn)無記憶信源的熵為H(X),X= a1,a2,an,那么一定存在一種碼C使熵和平均碼長間滿足下列關系:證明基于信源X,構造一個長度為N的符號串si= (r1,r2,rN),riX,這樣的符號串si形成一個N維擴展信源XN,對N維擴展信源進行編碼,獲得碼C=ci|i=1,2,,每個ci長為li,發(fā)生概率為pi。按概率匹配原則進行編碼,碼長應滿足:(1.1.7) 式(1.1.8)兩邊乘以pi并求和后,有(1.1.8) (1.1.9) 注意到由此可得(1.1.10) 由于是無記憶信源,故H(XN)=NH(X) (1.1.11)將式(1.1.11)

10、代入式(1.1.10),即得式(1.1.7)。2) 香農第二定理定義1.1.6對離散無記憶信道,信源和信宿分別為X和Y,px表示信源X的概率分布,稱為信道容量。(1.1.12) 定義1.1.7消息在信道上的傳輸過程中,單位時間內傳送的實際信息量稱為信息傳輸速率,記為R。定理1.1.2設離散無記憶信道的信道容量為Cc,總存在一種RCc的碼C使接收端恢復消息的誤碼率peCc的碼C使pe任意小。順便指出,在連續(xù)AWGN信道上,香農信道容量公式為(1.1.13) 3) 香農第三定理在許多實際情況下進行無失真編碼是不必要的,信源可以在信宿恢復消息所需的條件下對消息進行壓縮處理,以減小存儲或傳輸?shù)目偭?。這

11、種壓縮方式通常就是去掉消息間的冗余度。要滿足信宿恢復消息所需要的條件,就必須在編碼時對失真設置一個最大值,稱為保真度,記為D。保真度越高,即D越小,意味著壓縮去掉的傳輸?shù)男旁葱畔⒘烤驮缴?,需要傳輸更多的信源信息量。很顯然,對給定的保真度D,信息傳輸速率R不能低于某一個下限值。保真度不同,下限值也不一定相同,即下限值是D的函數(shù),稱為率失真函數(shù),記為R(D)。定理1.1.3對任意給定的保真度D0,只要碼長N足夠大,一定可以找到一種碼C使編碼后每個符號的信息傳輸率不小于R(D),且碼的平均失真度不超過D。4. 數(shù)字調制的基本原理所謂調制,是指根據(jù)調制信號的變化規(guī)律去改變載波某些參數(shù)的過程。調制具有搬

12、移信號頻譜的作用,能夠把信號的頻譜搬移到理想的位置,從而獲得適合于信道傳輸?shù)男盘?,大大提高信號傳輸?shù)挠行院涂煽啃浴U{制可以分為模擬調制和數(shù)字調制兩種,模擬調制的調制信號取值是連續(xù)的,數(shù)字調制的調制信號取值是離散的。1) 二進制數(shù)字調制二進制數(shù)字調制是指調制信號為二進制數(shù)字信號的調制方式,在這類調制中,載波的某個參數(shù)(如幅度、頻率或相位)僅有兩種簡單的變化狀態(tài)。二進制數(shù)字調制分為幅度鍵控、頻移鍵控和相移鍵控三種。(1) 二進制幅度鍵控(Binary Amplitude Shift Keying,BASK)。設xk是來自于信源的二進制數(shù)字信息1和0,其發(fā)生概率分別為p和1p,即則BASK信號可以

13、表示為式中:fc為載波頻率;g(t)是一個矩形脈沖;Ts為持續(xù)時間。式(1.1.14)表明在二進制幅度鍵控調制中,載波幅度隨二進制被調信號序列的變化而改變,如圖1.8所示。(1.1.14) 圖1.8BASK調制信號示意圖(2) 二進制頻移鍵控(Binary Frequency Shift Keying,BFSK)。設xk是來自于信源的二進制數(shù)字信息1和0,其發(fā)生概率分別為p和1p,則BFSK信號可以表示為式(1.1.15)表明BFSK調制信號隨被調信號序列在兩個載波頻率間切換。當xk=1時,使用載波頻率f1;當xk=0時,使用載波頻率f2,如圖1.9所示。(1.1.15) 圖1.9BFSK調制

14、信號示意圖(3) 二進制相移鍵控(Binary Phase Shift Keying,BPSK)。設xk是來自于信源的二進制數(shù)字信息1和0,其發(fā)生概率分別為p和1p,則BPSK信號可以表示為式(1.1.16)表明BPSK調制信號隨被調信號序列在兩個相位相差為180的信號間切換。當xk=1時,載波信號為cos(2fct);當xk=0時,載波信號為cos(2fct),如圖1.10 所示。(1.1.16) 圖1.10BPSK調制信號示意圖2) M進制數(shù)字調制設xk是來自于信源的二進制數(shù)字信息1和0,將m個二進制符號的所有可能組合與M(M=2m)個載波相位相對應,則MPSK信號可以表示為例如,取m=2

15、,那么載波相位數(shù)為M=22=4,稱為QPSK (即4PSK)信號。2個二進制符號的可能組合為00,01,10,11,2個二進制符號與載波相位間的對應關系見表1.1。(1.1.17) 表1.1QPSK信號的載波相位對應關系 為了更清楚地表明這種對應關系,常使用信號星座(Constellation)圖形來描述。圖 1.11 給出了BPSK、QPSK和8PSK信號的星座圖。圖1.11MPSK信號星座圖(a) BPSK信號星座圖;(b) QPSK信號星座圖;(c) 8PSK信號星座圖習題11. 信源編碼和信道編碼的根本目的是什么?2. 已知離散無記憶信源求信源的熵。3. 在二元對稱信道中,已知信源,信

16、宿Y的概率分布p(Y)=0.60.4,求信道轉移矩陣。4. 在實際信道中,噪聲和損失是不可避免的。矩陣P1是有噪無損信道的信道轉移矩陣,P2是無噪有損信道的信道轉移矩陣,即試畫出兩信道的狀態(tài)轉移圖,并比較兩者的差異,以及據(jù)此推斷出無噪無損信道和有噪有損信道的狀態(tài)轉移圖。5. 已知信源,信道轉移矩陣,信宿求信宿Y的概率分布p(Y)。6. 求出無記憶二元對稱信道的二維擴展信道的信道轉移矩陣。第2章信源編碼 2.1無失真信源編碼2.2限失真信源編碼習題2.1無失真信源編碼無失真信源編碼的理論基礎就是第1章介紹的香農第一定理,實現(xiàn)的途徑之一是概率匹配原則,最終目的是找到一種平均碼長最短的碼。先來看一個

17、例子。例2.1.1設有離散無記憶信源,進行以下兩種方式的二進制編碼:(1) a100,a201,a310,a411;(2) a10,a210,a3110,a4111,試求兩種編碼方式的平均碼長和編碼效率。解信源熵為H(X)=(0.5 lb0.5+0.3 lb0.3+0.15 lb0.15+0.05 lb0.05)=1.6477 bit(1) L(C1)=20.5+20.3+20.15+20.05=2 bit(2) L(C2)=0.51+0.32+0.153+0.053=1.7 bit2.1.1Huffman編碼1. 編碼原理利用概率匹配原則,編碼時,碼長應當選擇滿足式(1.1.8)的整數(shù),但并

18、非每次應用都能獲得理想的編碼。看下面兩個例題。例2.1.2無記憶信源,利用概率匹配原則進行編碼,并求出平均碼長和編碼效率。解根據(jù)式(1.1.8),字符a1、a2、a3、a4、a5對應的碼長分別為1、2、3、4、4,用二進制符號來表示字符,即那么,平均碼長為又因為所以,獲得的編碼效率為=100%例2.1.2的二元碼的碼樹見圖2.1。圖 2.1例2.1.2編碼的碼樹例2.1.3無記憶信源,試利用概率匹配原則進行編碼,并求出平均碼長和編碼效率。解根據(jù)式(1.1.8),字符a1、a2、a3、a4、a5、a6對應碼長分別為2、2、3、5、6、6,用二進制符號來表示字符,即計算后,得到H(X)=1.83

19、bit,L(C)=2.55 bit,71.8%例2.1.3編碼的碼樹見圖2.2。圖 2.2例2.1.3編碼的碼樹由例2.1.3的計算可知,該編碼效率很低。從碼樹上我們可以看到,離樹根較近的地方有許多空枝,如果不考慮式(1.1.8)而把其他碼字移到這些空枝上會出現(xiàn)什么情況呢? 圖2.3就是移動碼字后的碼樹。圖 2.3改進圖2.2后的碼樹圖2.3所示的碼樹對應的符號編碼如下:圖2.3所示碼樹對應編碼的平均碼長和編碼效率分別為L(C)=2.15 bit,85.1%由此可見,改進后的碼樹(圖2.3)的編碼效率明顯提高。例2.1.3啟示我們編碼時碼樹不能留有空枝,單純地應用概率匹配原則不一定能得到最佳編

20、碼。例2.1.3獲得較高編碼效率實質上是對碼樹實行了全局性能匹配,圖2.2所示的碼樹只是在局部枝上實行概率匹配原則,而忽略了全局優(yōu)化,因而效率較低。那么圖2.3是否是例2.1.3的最佳編碼呢?我們再來觀察針對例2.1.3的另一碼樹圖2.4。圖 2.4例2.1.3編碼的另一碼樹圖2.4所示碼樹對應的符號編碼如下:圖2.4所示碼樹對應編碼的平均碼長和編碼效率分別為L(C)=2.05 bit,89.3%定理2.1.1(q元Huffman編碼)設離散無記憶信源按下述步驟進行編碼,獲得的碼一定具有最小平均碼長。第一步,根據(jù)出現(xiàn)概率的大小,按從大到小的順序重排字符符號。第二步,在重組的信源中,從最小概率的

21、符號開始,按概率從小到大的方式取q個符號作為q片樹葉合并到一個節(jié)點上,將0,1,2,q1這q個數(shù)不重復地分配到這q個樹葉上。第三步,被合并的q個字符用一個臨時字符代替,這個臨時字符的概率為被合并的q個字符的概率之和,其余字符及概率不變,從而形成一個新的信源空間。第四步,如果新的信源空間的概率分布p(X)=1,這時的節(jié)點就是碼樹的樹根,則轉到第五步,否則, ,轉到第一步。第五步,從樹根開始,沿枝到達樹葉,途中遇到的數(shù)字按行走順序組合就得到該樹葉字符所對應的碼字,找完全部樹葉,編碼完成。證明設Huffman編碼完成后,aici(i=1,2,n),并且碼ci的長度為li,則Huffman編碼的平均碼

22、長。再設p(ak)p(aj),根據(jù)Huffman編碼,則有l(wèi)jlk。如果重新構造一個編碼C,其對應關系如下:即交換字符ak與aj所對應的碼字,而其余字符對應碼字不變,形成碼C,那么碼C的平均碼長為式(2.1.1)說明Huffman編碼的平均碼長最短。(2.1.1) 從Huffman編碼過程來看,如果完成編碼共引入了r個臨時字符,除第一次合并用了信源的q個字符外,其余各次合并都只使用了信源的q1個符號,所以信源符號的數(shù)量應當為n=r(q1)+q (2.1.2)例2.1.4設離散無記憶信源,構建平均碼長最短的二元碼。解第一次合并:按概率從大到小的順序重排字符,并合并最后兩個字符為新的臨時字符d1。

23、第二次合并:按照概率從大到小的順序重排字符,并合并最后兩個字符為新的臨時字符d2。第三次合并:按照概率從大到小的順序重排字符,并合并最后兩個字符為新的臨時字符d3。第四次合并:按照概率從大到小的順序重排字符,并合并最后兩個字符為新的臨時字符d4。第五次合并:按照概率從大到小的順序重排字符,并合并最后兩個字符為新的臨時字符d5。因為p(X)=1,故編碼結束。從圖2.5所示的碼樹的樹根開始,可以讀出對應于每一字符的Huffman編碼如下:經(jīng)計算,本例的熵、平均碼長和編碼效率分別為H(X)=2.42 bit,L(C)=2.45 bit,98.8%圖 2.5例2.1.4的Huffman編碼過程例2.1

24、.5已知離散無記憶信源試求Huffman三元和四元編碼。解本例的三元Huffman編碼過程見圖2.6,三元Huffman編碼如下:圖 2.6三元Huffman編碼過程由于不滿足式(2.1.2),因此添加一個字符a10,并取p(a10)=0。本例的四元Huffman編碼過程見圖2.7,四元Huffman編碼如下:圖 2.7四元Huffman編碼過程2. 舉例CCITT T.4對三類傳真機的掃描線長度和每行像素作了如下規(guī)定:(1) A4紙文本的一行(215 mm1%)掃描后構成一條掃描線,線上有1728個黑白像素;(2) B4紙文本的一行(255 mm1%)掃描后構成一條掃描線,線上有2048個黑

25、白像素;(3) A3紙文本的一行(303 mm1%)掃描后構成一條掃描線,線上有2432個黑白像素。三類傳真機對掃描線的編碼的結構如圖2.8所示。圖 2.8三類傳真機對掃描線的編碼的結構(a) 一維編碼方案;(b) 二維編碼方案經(jīng)過大量統(tǒng)計發(fā)現(xiàn)游程長度有以下特點:(1) 游程長度的概率分布表現(xiàn)為對掃描的文本的行與行間不同,對掃描的文本的頁與頁間不同;(2) 出現(xiàn)于每一掃描線中的游程長度的種類非常多,例如,在一條有1728個黑白像素的掃描線上出現(xiàn)的可能游程長度為1,2,3,1728。MH碼表見表2.1和表2.2。 表2.1一維改進Huffman編碼表構造碼 表2.2一維改進Huffman編碼表結

26、尾碼 傳真機傳輸一頁文件文本是按圖2.9所示的數(shù)據(jù)傳輸格式進行傳輸?shù)摹D 2.9一頁文件傳真的數(shù)據(jù)傳輸格式2.1.2算術編碼1. 基本概念Huffman編碼是在信源符號與可變長度碼字之間建立一個1-1對應關系而實現(xiàn)編碼的,算術編碼則是對信源的輸出符號流進行編碼,因此,算術編碼不需要像Huffman編碼那樣為每一個信源符號指定一個碼字。本節(jié)先介紹算術編碼的思想和基本概念,具體編碼方法的介紹將在后續(xù)各小節(jié)中陸續(xù)展開。設有無記憶信源空間,其中,p1p2pn,定義信源字符的累積概率為很明顯,有下列關系:l0=0,l1=p1,l2=p1+p2,并且pi=lili1 (2.1.4)(2.1.3)由于概率的

27、大小總是在0和1之間,因而可以把li與li1視為區(qū)間0,1)中的兩個點,那么,pi剛好等于子區(qū)間li1,li)的長度。很明顯,這些子區(qū)間是互不重疊的,不同的信源符號有唯一一個子區(qū)間與之對應,因而,我們可以任選子區(qū)間的一個點來代表這個子區(qū)間所對應的信源符號。例如,可以選子區(qū)間的左端點,這種代表是可變的,但代表的信源符號是唯一的,如圖2.10所示。圖 2.10信源字符累積概率劃分的子區(qū)間與信源符號的對應關系不同的字符序列與唯一一個子區(qū)間對應,如圖2.11所示。圖 2.11序列的累積概率劃分的子區(qū)間與序列的對應關系很明顯,每一序列的概率恰好為所對應子區(qū)間li1,li)的長度,有關系式:(2.1.5)

28、 新序列或者的累積概率為(2.1.6) (2.1.7) 2. 編碼方法算術編碼的編碼過程實質上就是尋找字符所對應的子區(qū)間,新到字符對應的子區(qū)間是通過迭代更新前一個字符的子區(qū)間來獲得的。設信源輸出的第k1個字符對應的子區(qū)間為DLk1,DHk1),子區(qū)間的寬度為k1=DHk1DLk1,那么,第k個字符對應的子區(qū)間DLk,DHk)為(2.1.8) 式(2.1.8)也可以變形為用子區(qū)間下端點和區(qū)間寬度來表示,即(2.1.9) 算術編碼的具體編碼過程如下。首先,初始化。然后,輸入字符進行迭代運算。第一步,信源X輸出第一個字符。設 。取,更新區(qū)間,即新區(qū)間。如果信源輸出字符結束,則任取作為字符 的算術編碼

29、。否則,繼續(xù)第二步,并令(2.1.10) 第二步,信源X輸出第二個字符 。設。取,更新區(qū)間,。如果信源輸出字符結束,則任取 作為字符的算術編碼。否則,繼續(xù)第三步,并令第三步,信源X輸出第三個字符 。 假設已進行了第k1步,即已知和,繼續(xù)第k步。第k步,信源X輸出第k個字符 。(2.1.11) 設。取,更新區(qū)間, 。如果信源輸出字符結束,則任取作為字符的算術編碼。否則,繼續(xù)第k+1步,并令歸納起來,算術編碼的編碼流程圖如圖2.12所示。(2.1.12) 圖 2.12算術編碼的編碼流程圖例2.1.6設有離散無記憶信源空間,求出字符流a2a0a1a0a0a4a3的算術編碼。解首先,將區(qū)間0,1)分成

30、5個子區(qū)間,即其次,初始化,即DL0=0,DH0=1,j=0最后,輸入字符進行迭代運算,見表2.3。表2.3例2.1.6字符流的算法編碼過程3. 譯碼方法因為每一字符被唯一地指定了一個子區(qū)間,所以只需要根據(jù)碼字來反推是哪個子區(qū)間就能得到相應的字符,從而實現(xiàn)譯碼。算術譯碼的過程如下。第一步,譯出字符流的第一個字符。第二步,譯出字符流的第二個字符。第三步,譯出字符流的第三個字符。如此繼續(xù)下去,直到最后一個字符譯出。歸納起來,算術編碼的譯碼流程圖如圖2.13所示。圖 2.13算術編碼的譯碼流程圖例2.1.7信源空間同于例2.1.6,譯出算術編碼b=0.7412261962890625。解譯碼過程見表

31、2.4,得到算術編碼b對應的字符流為a2a0a1a0a0a4a3。表2.4例2.1.7的算術編碼b的譯碼過程4. 二元QM編譯碼器二元QM編譯碼器是一種自適應方式的算術編譯碼器,其優(yōu)點是無需預先確定信源空間的概率模型,特別適合于難以進行概率統(tǒng)計的信源空間,編譯碼中所需要的概率通過概率估計器估計來獲得。此外,算術編碼每次遞推要進行乘法運算,并且要求運算在下一個字符到來前完成,有時要達到這一要求是困難的。QM編譯碼器能轉乘法運算為移位操作或減法運算,極大地提高了處理速度,因此,QM編譯碼器得到了廣泛應用。例如,JPEG圖像壓縮標準中就使用QM編譯碼器。QM編譯碼器的編譯碼原理框圖見圖2.14。圖

32、2.14QM編譯碼器的編譯碼原理框圖(a) 編碼器;(b) 譯碼器式(2.1.9)的子區(qū)間迭代關系可以簡化為如下兩種形式:(1) 如果第k個字符的概率較大,即字符a1,則有(2) 如果第k個字符的概率較小,即字符a2,則有(2.1.14) (2.1.13) 式(2.1.13)和(2.1.14)可以用如下的計算機賦值語句來實現(xiàn):(1) 對于MPS,有 DLDL,(12Q) (2.1.15)(2) 對于LPS,有 DLDL+(12Q),2Q (2.1.16)實際的QM編譯碼器就是按式(2.1.15)和(2.1.16)來實現(xiàn)編譯碼的。2.2限失真信源編碼2.2.1基本概念什么是失真?簡單地說,失真就

33、是信宿接收到的符號與信源發(fā)出的符號不同。 定義2.2.1設信源X=a1,a2,an,信宿Y=b1,b2,bm,從信源發(fā)送出符號xX,信宿接收到符號yY,稱為失真函數(shù)。(2.2.1) 失真函數(shù)d(x,y)可以通過設置不同的d0來表示失真的嚴重程度,常見的d0取值方法主要有以下幾種形式。誤碼失真:d0=1絕對失真:d0=|xy| (2.2.2)平方失真:d0=(xy)2 (2.2.3)相對失真: (2.2.4) 定義2.2.2設從信源X發(fā)送長度為N的符號序列(x1,x2,xN),信宿接收到的是長度為M的符號序列(y1,y2,yM),定義階是NM的矩陣A:稱A為失真矩陣。(2.2.5) 例2.2.1

34、在N元對稱信道中,采用誤碼失真函數(shù),即d(i,i)=0,d(i,j)=1,i,j=0,1,N1且ij,失真矩陣為在二元刪除信道中,定義d(0,0)=d(1,1)=0,d(0,1)=d(1,0)=1,失真矩陣為設信源X=0,1,2,3,信宿Y=0,1,2,3,采用平方失真函數(shù),失真矩陣為定義2.2.3設信源p(ai,bj)表示ai與bj的聯(lián)合概率,稱為平均字符失真度。式中,E表示數(shù)字期望,p(ai,bj)=p(ai) p(bj|ai)。(2.2.6) 如果是連續(xù)信號,式(2.2.6)中的求和符號轉化為積分符號,概率轉化為隨機變量的概率密度函數(shù),就得到連續(xù)隨機變量的平均失真函數(shù):(2.2.7) 定

35、義2.2.4設信源發(fā)出長為N的字符序列,其中,信宿接收字符序列為,其中,那么字符序列x與y間的失真函數(shù)為定義2.2.5設有信源X的N維擴展信源XN,信宿Y的N維擴展信宿YN,那么平均序列失真度為對于無記憶信道,與間有關系:(2.2.9) (2.2.8) 例2.2.2設有離散無記憶信源 ,無記憶信道轉移矩陣 ,求在誤碼失真函數(shù)下平均字符失真度和平均序列失真度。解設信宿為,則有 p(b1|a1)=0.75,p(b2|a1)=0.25,p(b1|a2)=0.4,p(b2|a2)=0.6由式(2.2.6)得平均字符失真度為X二維擴展信源X2為由于無記憶信道 ,因此由式(1.1.2)得二維擴展信道P2為

36、又因為各字符序列間的誤碼失真函數(shù)為根據(jù)式(2.2.8),平均序列失真度 為顯然,符合式(2.2.9)的結論。在通信系統(tǒng)中,允許的失真有一定的限度,這個限度可以用平均字符失真度和保真度D來衡量,即滿足所謂的如下保真度準則:(2.2.10) 2.2.2離散與連續(xù)信源的限失真編碼方法1. 離散信源的限失真編碼設X=0,1,考慮無記憶等概信源X3=000, 001, 010,011,100,101,110,111,信源需要向信宿傳送消息101000100010111110001110假設通過無噪無損信道進行傳送,應當如何進行壓縮編碼呢?一種壓縮方法是將信源分成兩個子集,分別是000,001,010,1

37、00和011,101,110,111,前一個子集的字符序列全部編碼為000,后一個子集的字符序列全部編碼為111。將000與111分別壓縮為0和1在信道上傳輸,那么消息、編碼、壓縮、傳輸與接收、譯碼的關系見表2.5。 表2.5消息、編碼、壓縮、傳輸與接收、譯碼間的關系2. 模/數(shù)(A/D)轉換的量化失真編碼現(xiàn)代通信中大量采用數(shù)字通信技術,這是因為數(shù)字信號比模擬信號具有更強的抗干擾能力和壓縮能力。A/D轉換過程如圖2.15所示。圖 2.15A/D轉換過程設連續(xù)變量x的取值范圍在區(qū)間(b0,bn)中,將區(qū)間(b0,bn)分成n=2N個小區(qū)間b0,b1),b1,b2),b2, b3),bi,bi+1

38、),n稱為量化級數(shù)。對于位于bi,bi+1)中的任何采樣值,都用yi(bi,bi+1)來表示(i=0,1,2,n1),見圖2.16。那么,y0,y1,yn1就是x(b0,bn)的n級量化值。圖 2.16量化示意圖下面來討論如何選取量化值yi。由于yi是指定的,不再是隨機變量,因而式(2.2.7)變?yōu)椴捎闷椒绞д婧瘮?shù),則式(2.2.11)變?yōu)?2.2.11) (2.2.12) 對式(2.2.12)求關于bi+1的導數(shù),并令其為零,得到于是,得到(2.2.13) 式(2.2.13)說明平均失真度達到最小,應選擇bi+1為區(qū)間yi,yi+1的中點。又因為所以(2.2.14) 考慮變量x的概率密度函數(shù)

39、是均勻的,即那么,式(2.2.14)可化為(2.2.16) (2.2.15) 式(2.2.16)說明yi應為區(qū)間bi,bi+1的中點,結合式(2.2.13),得到各小區(qū)間是均勻的,不難計算將式(2.2.17)代入式(2.2.12),求得(2.2.18) (2.2.17) 2.2.3最小均方誤差準則下的最佳線性預測編碼方法通常,在模擬信號采樣值間存在一定的相關性,因此,相鄰采樣值之差的方差會比采樣值的方差小許多,這說明如果用量化采樣值的量化級數(shù)去量化差值,那么量化誤差會減小,這意味著在保持相同量化精度的條件下,對相鄰采樣值之差的量化級數(shù)可以減小,這一結論對數(shù)據(jù)壓縮極為有利。差分脈沖編碼調制(DP

40、CM)系統(tǒng)就是利用上述思想進行工作的,見圖2.17。圖 2.17DPCM系統(tǒng)框圖從圖2.17可以看出,DPCM系統(tǒng)的關鍵就是預測器的構造,預測器可以通過前向預測法來實現(xiàn)。已知采樣值x(1),x(2),x(n1),需要估計x(n)。自然會想到,估計x(n)的最簡單的方法就是把它視為已知采樣值的線性組合,即x(n)被估計為預測器可以通過圖2.18所示的橫向FIR濾波器結構來實現(xiàn)。(2.2.19) 圖 2.18前向預測器的實現(xiàn)結構式(2.2.19)通過過去的數(shù)據(jù)來估計當前數(shù)據(jù),因此稱為前向預測。式(2.2.19)中的N稱為預測器的階,ai稱為預測器系數(shù),預測誤差為人們當然希望前向預測器是最佳的,也就

41、是預測的均方誤差應當最小。要使最小,必須合理選擇預測器系數(shù)ai。由(2.2.20) (2.2.21) 得到方程組使用自相關函數(shù)的定義,并考慮信源是平穩(wěn)隨機過程,于是有Ex(ni)x(nj)=R(|ij|) (2.2.23)式中,R()表示x(n)在相移為時的自相關函數(shù)。(2.2.22) 通常,采樣數(shù)據(jù)是有限的,因而R()只能通過有限個數(shù)據(jù)來估計。如果有M個采樣數(shù)據(jù),則R()能被估計為又根據(jù)式(2.2.21),預測的均方誤差為(2.2.24) (2.2.25) 聯(lián)合式(2.2.22)和式(2.2.23),得到(2.2.26) 圖2.19給出了Levinson遞推算法的流程。圖 2.19Levin

42、son遞推算法的流程2.2.4最佳變換編碼方法數(shù)據(jù)壓縮編碼的實質是去掉冗余消息,正交變換是完成這一任務的有力工具之一。正交變換主要有Karhunen-Love變換(簡稱K-L變換)、離散正弦變換(Discrete Sine Transform,DST)、 離散余弦變換(Discrete Cosine Transform,DCT)、離散Hartley變換、離散W變換等。1. K-L變換設x與y是兩個階為N1的列向量(信號矢量),A是一個NN的矩陣,如果y=Ax,則稱x被變換為y。如果變換矩陣A是正交矩陣,則稱這個變換為正交變換。設Ai表示矩陣A的第i行的轉置,則A=A1,A2,ANT又因為A是正

43、交矩陣,即ATA=AAT=I,所以A1=AT于是,由變換y=Ax得到(2.2.27) 設x的均值為0,現(xiàn)在我們希望用較少的y的分量來表示x,從而實現(xiàn)對數(shù)據(jù)x的壓縮。例如,用y的前m個分量來表示數(shù)據(jù)x,這樣的表示只能是x的近似,記為,即誤差矢量為(2.2.28) (2.2.29) 當然,在恢復信號x時,也只能用y的這前m個分量。因此,希望能合理選擇變換矩陣A使均方誤差達到最小。這里使用了A是正交矩陣,即 的條件。由式(2.2.27)有,將其代入式(2.2.30),有(2.2.30) (2.2.31) 為了使式(2.2.31)最小,考慮Lagrange條件極值,約束條件是矩陣A正交,有于是,獲得C

44、xAi=iAi (2.2.33)式(2.2.33)提示我們,實現(xiàn)數(shù)據(jù)的壓縮的變換矩陣應當由信號的協(xié)方差矩陣的特征向量來構成。將式(2.2.33)代入式(2.2.31),得到均方誤差er為(2.2.34) (2.2.32) 2. DCT變換1) 一維DCT變換一維DCT變換由Ahmed和Rao首先給出,一維DCT變換能將信號x=(x(0),x(1),x(N1)T 變換到信號y=(y(0),y(1),y(N1)T,且滿足下列關系式:(2.2.35) 令那么,一維DCT變換的正變換可以簡寫為(2.2.37) (2.2.36) 寫成矩陣形式,有y=CNx (2.2.38)式中:(2.2.39) 由于矩

45、陣CN是正交的,因此一維DCT的反變換不難求出,即將式(2.2.40)寫成一般表達式,即(2.2.40) (2.2.41) 令稱式(2.2.42)為一維DCT變換的變換核。利用變換核,一維DCT變換的正、反變換可以簡單表示為(2.2.43) (2.2.42) 2) 二維DCT變換在許多場合,需要變換的信號不是一維信號,而是二維信號,如一幅靜態(tài)數(shù)字圖像就是用二維信號來表示的。二維DCT變換是非常重要的一類二維變換。設x(n,m)|n=0,1,N1;m=0,1,M1表示一個二維離散信號集合,二維DCT變換將信號集合x(n,m)變換為y(u,v)|u=0,1,N1;v=0, 1,M1,且滿足下列關系

46、:(2.2.44) 二維DCT變換的反變換為定義二維DCT變換的變換核為(2.2.45) (2.2.46) 那么,二維DCT變換的正、反變換在變換核下可以簡化表示為(2.2.47) 注意到變換核是可分離的,即h(u,v,n,m)=g(u,n,N)g(v,m,M),這里的g(,)就是式(2.2.42),所以,二維DCT變換的正變換也可以寫成如下的矩陣形式:式中:y(u,v)NM表示NM階矩陣,第u行第v列元素為y(u,v);CN和CM的意義同于式(2.2.39)。(2.2.48) 展開式(2.2.47)的反變換,得到式(2.2.49)表示一個NM個點的圖像可以理解為由NM個基圖像的加權和構成,其

47、權重就是二維DCT變換值y(u,v),因而y(u,v)代表了對應的基圖像h(u,v,n,m)在加權和中所占的比重,在物理概念上相當于二維DCT變換把空間像素的幾何分布變換成空間的頻率分布。(2.2.49) 圖像塊的大小NM除了對二維DCT變換的計算量有很大影響外,對圖像的壓縮效果也有明顯影響。通常,在對圖像進行DCT變換時往往把圖像分割成許多小方塊,然后按順序對每一塊進行處理,圖像塊較小,圖像中包含的像素就少,進行DCT變換的計算量就小,但壓縮效果差,還會產生“方塊效應”;圖像塊過大,雖然去相關性能好,但計算量很大并且一旦圖像塊的像素足夠多后對數(shù)據(jù)壓縮的效果就會達到飽和狀態(tài),再加大塊的尺寸對改

48、進壓縮效果不會有明顯提高。因此,在對靜止圖像進行壓縮的JPEG技術標準中,建議的圖像塊的大小為88,其壓縮流程見圖2.20。圖 2.20靜止數(shù)字圖像的JPEG壓縮流程3. 小波變換1) 概念準備設有函數(shù)f(t)(t+),如果函數(shù)f(t)滿足:那么,稱f(t)為絕對可積函數(shù)。設函數(shù)f(t)(t+)絕對可積,稱(2.2.50) (2.2.51) 為f(t)的傅里葉變換。稱為F()的傅里葉反變換。這里j2=1。設有函數(shù)f(t)(t1,b00,定義,稱下面積分為離散小波變換。(2.2.85) (2.2.86) 最典型的a0和b0的取值是a0=2,b0=1,即我們已經(jīng)熟悉的二尺度小波伸縮平移族式(2.2

49、.71)。例如, 以為尺度函數(shù),那么,小波函數(shù)就是Harr函數(shù),其小波伸縮平移族為(2.2.87) 圖2.27給出了幾個較小的i和k對應的Harr小波伸縮平移族及尺度函數(shù)的波形。圖 2.27尺度函數(shù)波形與Harr小波伸縮平移族的幾個波形由式(2.2.80)不難看出,二尺度下的離散小波變換就是離散細節(jié)系數(shù),Mallat塔式算法為計算提供了一套遞推公式。在式(2.2.81)中令i=0并用n來代替k,則有由式(2.2.88),對(t)進行伸縮平移操作,即用2itk代替t后,有(2.2.88) (2.2.89) 再令m=2k+n,則式(2.2.89)可以簡化表示為將式(2.2.90)兩邊同乘以2i/2

50、并應用式(2.2.65),得到又由式(2.2.79),有(2.2.91) (2.2.90) (2.2.92) 同理,不難推導出式(2.2.92)和式(2.2.93)是離散小波變換Mallat塔式算法的兩個關鍵遞推方程,這兩個方程建立了Vi1空間的分辨率為i1的離散平滑逼近系數(shù)到Vi和Ui兩個子空間的分辨率為i的離散平滑逼近系數(shù) 和離散細節(jié)系數(shù) 間的遞推關系,使計算量大幅度地減小。Mallat塔式算法的分解遞推流程見圖2.28。(2.2.93) 圖 2.28Mallat格式算法的分解遞推流程在遞推出離散平滑逼近系數(shù)和離散細節(jié)系數(shù)后,由式(2.2.64)、式(2.2.76)和式(2.2.77),f

51、(t)可以分解成(2) 離散小波反變換。離散小波變換主要用于信號的分解,離散小波反變換主要用于信號的重建,重建是分解的逆過程。為了快速完成信號的重建,我們也需要找到離散平滑逼近系數(shù)和離散細節(jié)系數(shù)間的遞推關系。由式(2.2.76)、式(2.2.77)和式(2.2.78),有(2.2.94) (2.2.95) 利用式(2.2.65)和式(2.2.71),并把二尺度函數(shù)的性質式(2.2.81)和式(2.2.83)代入式(2.2.95),有由式(2.2.65),式(2.2.96)可以簡化為(2.2.97) (2.2.96) 注意到,所以式(2.2.97)兩邊同乘以i1,m(t)后求內積,可以得到進一步

52、地,有式(2.2.99)就是重建信號的Mallat快速算法遞推公式,遞推流程可以用圖2.29來表示。(2.2.99) (2.2.98) 圖 2.29Mallat算法的重建遞推流程(3) Mallat算法的初值及h(n)與g(n)間的關系。于是,分辨率i=0時的離散平滑逼近系數(shù)a0可以用對原函數(shù)的采樣來近似代替,即式中,t為采樣間隔時間。已知h(n)與g(n)間的關系是實現(xiàn)Mallat算法快速分解的另一個前提,可以證明兩者有如下關系:g(n)=(1)nh(1n) (2.2.101)(2.2.100)5) 二維離散小波變換類似于一維離散小波變換,在分辨率i下的二維尺度空間Vi可以表示為與的張量積,

53、即用Wi表示在的正交補空間,即且則有(2.2.102)(2.2.103)設f()是Wi上的小波函數(shù),fi,m(x)=2i/2(2ixm),f i,n(y)=2i/2(2iyn),f i,m(x)|mZ和f i,n(y)|nZ是Wi上的標準正交基,定義(2.2.104)f(x,y)可以在二維小波函數(shù)和二維尺度函數(shù)下展開為式中:、 和分別為空間、 和上的小波展開系數(shù); 為空間Vi上的尺度展開系數(shù),即(2.2.105)(2.2.106)類似于一維情況,二維離散小波變換也有快速Mallat分解算法,算法公式如下:(2.2.107)二維離散小波變換的快速Mallat重建算法遞推公式為(2.2.108)習

54、題21. 已知離散無記憶信源為求二元Huffman編碼,并計算效率,畫出碼樹。2. 已知離散無記憶信源為求三元和四元Huffman編碼。3. 已知離散無記憶信源為算術編碼為b=0.57470703125(0.10010011001),譯出長度N=5的字符流。4. 無記憶信源,信道轉移矩陣為 ,試求在平方失真函數(shù)下的平均字符失真度。 5. 求采用絕對失真函數(shù)時,A/D轉換的量化失真編碼的平均失真度,其中,p(x)采用式(2.2.15)。6. 設信號x=(x1,x2)T的協(xié)方差矩陣,求出K-L變換y=Ax的正交矩陣A。7. 驗證N=4時的一維DCT變換矩陣是正交矩陣。8. 設有一個二維圖像信號(a

55、0),試求出二維DCT變換。9. 結合表2.1和表2.2,對用MH編碼壓縮的傳真信號 00110101000011010110001011100000011010110000000000001譯出黑白游程長度的順序分布,并計算壓縮比。第3章分組碼 3.1糾、檢錯編碼的基本概念3.2線性分組碼3.3循環(huán)碼3.4BCH碼習題 3.1糾、檢錯編碼的基本概念為了降低錯誤概率pe及使接收端具備檢錯、糾錯能力,我們這樣來對待傳消息進行編碼。選碼C1=00000,11111,作映射:即消息中的每一符號比特按其重復的5比特碼字來表示,并由發(fā)送端傳送。接收端按選大原則進行譯碼,在接收的5比特矢量中,哪個符號多就

56、譯為哪個。例如接收為10110,則譯為11111。消息的編碼、譯碼關系見表3.1。表3.1消息的編碼、譯碼關系定義3.1.1,x=(x1,x2,xn),y=(y1,y2,yn),稱dist(x,y)=|i|xiyi,i=1,2,n| (3.1.1)為碼字x與y的漢明距離。碼字間的漢明距離滿足下列三角不等式:dist(x,y)dist(x,z)+dist(z,y) (3.1.2)在一個碼中,任意兩個不同碼字間漢明距離的最小者稱為這個碼的最小漢明距離。定義3.1.2設有碼C,稱 (3.1.3)為碼C的最小漢明距離。在一個碼中,碼字中非零碼元的數(shù)目也是一個重要的參數(shù),這個參數(shù)通常稱為碼字的漢明重量。

57、定義3.1.3設有碼C,稱wt(x)=|i|xi0,i=1,2,n| (3.1.4)為碼字x的漢明重量。定義3.1.4設有碼C,0 =(0,0),稱wt(C)=minwt(x)|xC,x0 (3.1.5)為碼C的最小漢明重量。例3.1.1設有碼C2=(a1,a2,a3,a4,a5,a6,a7,a8),式中a1=(0000000)a2=(0011101)a3=(0100111)a4=(0111010)a5=(1001110)a6=(1010011)a7=(1101001)a8=(1110100)求dist(a2,a4),dist(a3,a7),wt(a8),dist(C2),wt(C2)。解di

58、st(a2,a4)=4,dist(a3,a7)=4,wt(a8)=4,dist(C2)=4,wt(C2)=4定義3.1.5設有碼C,如果,有x+yC,則稱碼C是線性碼。所有的這樣2k個碼字構成的集合稱為分組碼。須注意一點,nk個校驗元可以放在碼字中的任何位置,如果碼字前k位固定為信息碼,則這種分組碼稱為系統(tǒng)分組碼,如圖 3.1 所示。圖 3.1系統(tǒng)(n,k)分組碼碼字結構定義3.1.6將k位信息碼通過一定的規(guī)則添加nk個校驗元而形成長為n的碼字,如果所有這樣的碼字組成一個線性碼,則稱為(n,k)線性分組碼。定義3.1.7稱(n,k)線性分組碼的 為碼率。例3.1.2構造奇偶校驗碼。對X=0,1

59、的k維擴展信源Xk添加一位校驗位形成一個長為k+1的碼字,即且滿足關系:x1+x2+xk+xk+1=0(偶校驗) (3.1.6)即信息碼(x1x2xk)中如有偶數(shù)個1,則xk+1=0,如有奇數(shù)個1,則xk+1=1。或x1+x2+xk+xk+1=1(奇校驗) (3.1.7)即信息碼(x1x2xk)中如有偶數(shù)個1,則xk+1=1,否則xk+1=0。解僅討論偶校驗,所得結論適合于奇校驗。設發(fā)送碼字(x1x2xkxk+1),接收矢量為(y1y2ykyk+1),如果無錯,則接收矢量應滿足式(3.1.6);如果產生奇數(shù)個錯誤,則y1+y2+ yk+yk+1=1, 因為一個碼元x發(fā)生錯誤意味著這個碼元變?yōu)閤

60、+1,為討論方便,不防設y1,y2,y2r+1發(fā)生錯誤,于是y1+y2+yk+yk+1=(1+x1)+(1+x2)+(1+x2r+1)+x2r+2+xk+xk+1=(2r+1)+(x1+x2+xk+xk+1)=2r+1=1 (mod2)說明不滿足式(3.1.6),從而發(fā)現(xiàn)錯誤,但無法判別哪些碼元、多少碼元出錯,所以無糾錯能力。如果是偶數(shù)個錯誤,則有 y1+y2+yk+yk+1=2r+(x1+x2+xk+xk+1)=2r=0 (mod2)說明滿足式(3.1.6),因而無法檢出錯誤。綜合起來,奇偶校驗碼能檢奇數(shù)個錯誤,不能檢偶數(shù)個錯誤,無糾錯能力,碼率為。定理3.1.1在一個線性分組碼中,碼的最小

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論