用训练数据优化DPCM方法，对锯齿波信号数据进行预测量化MATLAB

1.DPCM预测编码：

基本原理：

预测编码本质上利用了信源相邻符号之间的相关性，即根据某一模型利用以往的样本值对新样本进行预测，然后将样本的实际值与其预测值相减得到一个误差值，最后对这一误差值进行编码。这种编码方式很适用于去除图像或视频这样的信源的空间冗余，即每一帧相邻的像素之间有着较强的相关性，相邻像素的像素值相差并不大。

……

2.代码实现：利用MATLAB编译器内DPCM函数

①DPCM编码函数：

        [indx,quants] = dpcmenco(sig, codebook, partition, predictor)   

   sig： 输入信号
   partition： 量化区间边界
   codebook： 量化码本
   predictor=[0, t1,…, tm]： 预测器传递函数系数矩阵，对应预测器传递函数 为，y(k)=t1x(k-1) + t2x(k-2) + … + tmx(k-m)

   indx： DPCM编码的编码索引
   quants： 信号量化值

②DPCM解码函数：

        [sig,quanterror] = dpcmdeco(indx,codebook,predictor)

         indx： DPCM编码的编码索引

         codebook： 码本
         predictor=[0, t1,…, tm]： m阶预测器传递函数系数矩阵
         sig： 解码信号
         quanterror： 量化预测误差（与sig维数和长度相同）

③训练数据优化DPCM调制参数：

        [predictor,codebook,partition] = dpcmopt(training_set,ord,len)

   training_set： 训练数据
         len： 整数，决定优化码本codebook矩阵长度

3.相关代码：