[数据压缩]_第12周作业

一、技术背景

多抽样率滤波器组，完全重建QMF滤波器组优点是在对信号进行抽取后，可以根据每个子带的不同特征分别进行处理，而插值和合成环节又能消除信号失真的各种因素，因此被广泛用于语音处理、图像处理、国防通信和小波变换中。目前，完全重建QMF滤波器组的设计有多种优化设计方法，如特征值法、最小二乘法[1]、遗传法、多项式分解法[2]等等，都将信号失真降到了很小的范围，但是这些方法计算复杂、参数不容易确定、程序编写较难。而利用matlab的信号处理功能和运算功能，可以快速、有效的设计完全重建QMF滤波器组，且具有较高的精度。

二、理论分析

三、重建信号的误差

对于一个给定的信号，经过分析滤波器后，再进行抽取、编码、传输，可以通过零值内插、综合滤波器滤波、求和运算得到恢复和重建。但是重建后的信号并不能与原始信号完全相同，两者之间存在着误差，主要包括：

（1）混叠失真。由抽取和内插产生的混叠和镜像带来的误差，导致分析滤波器组和综合滤波器组的频带不能完全分开；

（2）幅度失真。由于分析和综合滤波器组的频带在通带内不是全通函数，其幅频特性波纹产生的误差；

（3）相位失真。由滤波器相频特性的非线性所产生的误差；

（4）量化失真。由编、解码产生的误差，与量化噪声相似，这类误差无法完全消除，只能设法减小。

在完全重建QMFB过程中，希望设计的滤波器通带尽量平、过渡带尽量窄，且阻带尽可能快速衰减。

四、基于matlab完全重建QMFB的方法

函数详解：

1.function [h0,h1,g0,g1] = firpr2chfb(N,fp,varargin)

ps:直接百度就只搜出来师哥师姐的作业。没有搜到函数介绍，于是在matlab里用help指令查看了。

N是4个滤波器的顺序，必须为奇数。fp是低通滤波器H0和G0的通带边缘，要小于0.5。H1和G1是高通滤波器的通带边缘，为1-fp.

function [h0,h1,g0,g1] = firpr2chfb(N,fp,varargin)
%FIRPR2CHFB   FIR perfect reconstruction 2 channel filter bank design.
%   [H0,H1,G0,G1] = FIRPR2CHFB(N,Fp) designs four FIR filters for the
%   analysis (H0 and H1) and synthesis (G0 and G1) sections of a
%   two-channel perfect reconstruction filter bank. The design corresponds
%   to so-called orthogonal filter banks also known as power-symmetric
%   filter banks.

2.[H,w]=freqz(B,A,N)

B和A分别对应离散系统的系统函数H(z)的分子、分母多项式的系数向量；N默认是512

H则包含了离散系统对应区间内N个频率等分点的频率响应，w为N个频率等分点的值

N值的确定：通过仿真获得了完全重建QMFB的最佳系数

选定w=0.45，以不同的输入信号x1(n),x2(n),x3(n) ，改变N的大小求出相应的mse，通过相应的mse比较得到最优的N值。

​

仿真结果如表1：

N=0.45时，	mse1 (10^{-7})	mse2 (10^{-7})	mse3 (10^{-9} )
31	3.0100	9.7629	0.83517
3