自適應(yīng)增量調(diào)制ADM與線性增量調(diào)制LDM

自適應(yīng)增量調(diào)制ADM與線性增量調(diào)制LDM匹

1=1匹

1=1為了便于對比，將自適應(yīng)增量調(diào)制ADM與線性增量調(diào)制LDM（步長為恒定值）的調(diào)制結(jié)果放到同一圖像中，并將ADM最小步長固定為1/8,選擇LDM的不同步長進行對比。圖1為ADM最小步長1/8，線性LDM步長固定為0.5，可見LDM出現(xiàn)了明顯的過載失真，編碼速率跟不上信號的變化速率，且產(chǎn)生的信號噪聲比ADM要大（0.5565：0.9232）圖2線性LDM步長固定為0.8,在這種情況下LDM有一定的過載失真，但沒有上圖嚴(yán)重，也存在一定的顆粒失真，總體上也顆粒噪聲也不太大，產(chǎn)生的信號噪聲比ADM要略?。?.5565：0.4069）圖3線性LDM步長固定為1.5,可見LDM已經(jīng)沒有過載失真，而是出現(xiàn)了較為明顯的顆粒噪聲，產(chǎn)生的信號噪聲比ADM要大（0.5565：0.9118）圖4線性LDM步長固定為2,LDM已經(jīng)出現(xiàn)了明顯的顆粒失真，在信號平緩處十分嚴(yán)重，產(chǎn)生的信號噪聲比ADM要大得多（0.5565：1.5725）圖5為對某一調(diào)頻波進行跟蹤的過程，在跟蹤過程中，ADM既能較好地跟蹤上信號變化較快的部分，又能上信號平緩的部分減小顆粒噪聲，達(dá)到了一個較好的效果。而線性LDM步長固定為1，在信號變化快的部分跟不上信號的變化速率，在信號平緩的部分又產(chǎn)生大量的顆粒噪聲，效果不理想。圖6為將圖5所得到的兩種信號經(jīng)過低通濾波器后的輸出，它包含了圖1到圖4輸入到低通濾波器的輸出結(jié)果。

圖4：自適應(yīng)AM最小步長1/8,線性AM步長固定為2附：Matlab源程序clear;closeall;clc;A=10;K=100;%用來調(diào)整采樣率與信號頻率關(guān)系的比例系數(shù)，初始設(shè)為100fm=100;%信號頻率fs=K*fm;%采樣頻率dt=1/fs;%采樣時間間隔T=5/fm;%采樣時間長度，選兩個周期的時間長度N=T/dt+1;%采樣點數(shù)t=[0:dt:T];%量化采樣區(qū)間%fori=1:N%產(chǎn)生調(diào)頻波%y(i)=A*sin(2*pi*(fm+10*cos(60*pi*(i-1)*dt))*(i-1)*dt);%輸入函數(shù)%endy=A*sin(2*pi*fm*t);%產(chǎn)生正弦波形數(shù)據(jù)%自適應(yīng)增量調(diào)制誤差信號的方差一功率%線性增量調(diào)制誤差信號的方差一功率%畫出自適應(yīng)增量調(diào)制前后的信號波形[adm,ldm]=Delta_Modulation(y,N);%調(diào)用增量調(diào)制函數(shù)var_adm=var(y-adm)var_ldm=var(y-ldm)subplot(2,1,1)plot(t,y,'k',t,adm,'b')title('自適應(yīng)增量調(diào)制前后的信號波形出')；axis([0,T,-1.2*A,1.2*A]);subplot(2,1,2)plot(t,y,'k',t,ldm,'b')%畫出線性增量調(diào)制前后的信號波形title('線性增量調(diào)制前后的信號波形出')；axis([0,T,-1.2*A,1.2*A]);b=fir1(30,0.15);%設(shè)計30階低通濾波器adm_filter=filter(b,1,adm);%對自適應(yīng)增量調(diào)制輸出信號進行低通濾波ldm_filter=filter(b,1,ldm);%對線性增量調(diào)制輸出信號進行低通濾波figure(2);subplot(2,1,1);plot(t,y,'r',t,adm_filter,'b')%畫出自適應(yīng)增量調(diào)制信號濾波后波形title('自適應(yīng)增量調(diào)制信號濾波后波形')；axis([0,T,-1.2*A,1.2*A]);subplot(2,1,2)plot(t,y,'r',t,ldm_filter,'b')%畫出線性增量調(diào)制信號濾波后波形title('%自適應(yīng)增量調(diào)制誤差信號的方差一功率%線性增量調(diào)制誤差信號的方差一功率%畫出自適應(yīng)增量調(diào)制前后的信號波形function[adm_out,ldm_out]=Delta_Modulation(input_signal,N_point)%增量調(diào)制函數(shù)，同時輸出自適應(yīng)增量調(diào)制adm_out與線性增量調(diào)制ldm_out結(jié)果step_min=0.125;step_ldm=1;step_adm=zeros(1,N_point);mq=zeros(1,N_point);mq(1)=1;adm_out(1)=0;ldm_out(1)=0;fori=2:1:N_point%%%%%%%%%%%%%%%%%%%%%%%%%%%以下為被調(diào)用的function[adm_out,ldm_out]=Delta_Modulation(input_signal,N_point)%增量調(diào)制函數(shù)，同時輸出自適應(yīng)增量調(diào)制adm_out與線性增量調(diào)制ldm_out結(jié)果step_min=0.125;step_ldm=1;step_adm=zeros(1,N_point);mq=zeros(1,N_point);mq(1)=1;adm_out(1)=0;ldm_out(1)=0;fori=2:1:N_pointmq(i)=sign(input_signal(i-1)-adm_out(i-1));%將上一時刻的輸出與實際輸入進行比較，如果輸出小于輸入，量化為1,%該時刻上升一個臺階，否則量化為-1，該時刻下降一個臺階ifstep_adm(i-1)<step_min%如果上一時刻步長比最小步長要小，則使此時刻步長等于最小步長step_adm(i)=step_min;elsestep_adm(i)=step_adm(i-1)*(1+0.5*mq(i-1)/mq(i));%如果本時刻與前一時刻量化比較結(jié)果同號，則將步長增加50%，異號則將步長減少50%endadm_out(i)=adm_out(i-1)+mq(i)*step_adm(i);%該時刻的輸出在上一時刻輸出值的基礎(chǔ)上增加或減少一個現(xiàn)有臺階步長的增量endmq=zeros(1,N_point);%量化輸出mq(1)=1;fori=2:1:N_point%進行線性增量調(diào)制mq(i)=sign(input_signal(i-1)-ldm_out(i-1));%將上一時刻的