语音信号处理－实验五 基于LBG算法的最佳码本分析

实验五 基于LBG算法的最佳码本分析（4课时）

一、实验目的

通过Matlab编程掌握语音信号最佳码本设计方法。

二、实验原理

最佳设计是指从大量信号样本中训练出好的码本；从实际效果出发寻找到好的失真测度定义公式；用最少的搜索和计算失真的运算量，来实现最大可能的平均信噪比。如果用表示训练用特征矢量与训练处的码本的码字之间的畸变，那么最佳码本设计的任务就是在一定的条件下，使得此畸变的统计平均值达到最小。

三、实验过程

LBG算法是一种递推算法，从事先选定的初始码本开始进行迭代，知道系统性能满足要求或者不再有明显改进为止。具体实现步骤如下：

第一步 初始化。给定全部参考矢量集合S，设定失真控制门限, 算法最大迭代次数L,以及初始码本，设置总失真，初始迭代次数m=1，最大迭代次数为L。

第二步：迭代。

（1）根据最邻近准则将S分成J个子集，

（2）计算总失真

（3）计算新码字：每一个码字为其对应子集的质心。

（4）计算相对失真改进量，

与失真控制门限比较，

若转入（5）；若转入（6）

（5）若m大于L，则转入(6)，否则m+1，转入(1)

（6）得到最终的码书

四、实验结果

实验五程序

% vq.m

[x1,x2,x3,y1,y2,y3]=randcz_nn(1,0.2,-1,0.2,-1,0.2,1,0.2,1,0.2,-1,0.2,100,100,100);

x=[x1 x2 x3; y1 y2 y3];

[code,label]=vq_cz(x,3,0.1,20);%[code,label]=vq_cz(x,codelength,tolthr,m)m,maximal iteration time

%randcz_nn.m

function[x1,x2,x3,y1,y2,y3]=randcz_nn(mux1,varx1,mux2,varx2,mux3,varx3,muy1,vary1,muy2,vary2,muy3,vary3,n1,n2,n3)

x1=mux1+sqrt(varx1)*randn(1,n1);

x2=mux2+sqrt(varx2)*randn(1,n2);

x3=mux3+sqrt(varx3)*randn(1,n3);

y1=muy1+sqrt(vary1)*randn(1,n1);

y2=muy2+sqrt(vary2)*randn(1,n2);

y3=muy3+sqrt(vary3)*randn(1,n3);

%vq_cz.m

function [code,label]=vq_cz(x,codelength,tolthr,m)

%the program is to caculate the codebook by the LBG

%code=vq_cz(x,codelength)

%parameter:

%x: input data(N*M)

%codelength: the length of the code book

%tolthr delta

%m maximal iteration times

[r,c]=size(x);

Y=x(:,1:codelength);%随机选取x的前三列为初始码字

d=[];

D=[inf];

l=1;

tol=1;

while (tol>=tolthr && l<=m)

d=[];

l=l+1;

for i=1:codelength

d=[d;sum(repmat(Y(:,i),[1,c]).^2+x.^2-2*repmat(Y(:,i),[1,c]).*x)];%计算训练集矢量和各码字之间距离

end

[a,b]=min(d);% 找出每个x样本距离最近的质心

D(l)=sum(a);% 计算总失真

label=b;% x样本点新的标签

for i=1:codelength

Y(:,i)=sum(x(:,find(b==i)),2)./length(x(find(b==i))); %重新计算码本

end

tol=(D(l-1)-D(l))/D(l)

end

code=Y;

plot(x(1,:),x(2,:),'*')

hold on

plot(code(1,:),code(2,:),'rO')

xlabel('x坐标')

ylabel('y坐标')