Дифференциальная импульсно-кодовая модуляция

Дифференциальная импульсно-кодовая модуляция (ДИКМ, англ. Differential Pulse-Code Modulation, DPCM) — это метод аналого-цифрового преобразования, при котором сигнал квантуется и кодируется не по абсолютным значениям, а по разности между текущим отсчётом сигнала и его предсказанным значением. Относится к классу дифференциальных методов кодирования с предсказанием, позволяющих сократить избыточность и уменьшить требуемую скорость передачи данных или разрядность квантования по сравнению с классической импульсно-кодовой модуляцией (ИКМ). Применяется в системах цифровой связи, аудиокомпрессии, обработке речи и изображений.

Принцип работы

Основная идея ДИКМ заключается в том, что соседние отсчёты сигнала (во времени или пространстве) часто коррелированы — их значения изменяются плавно. Вместо кодирования каждого отсчёта с полной разрядностью (например, 8 или 16 бит) ДИКМ кодирует только разность между фактическим значением и предсказанием, которое строится на основе предыдущих отсчётов. Поскольку разность обычно имеет меньший динамический диапазон, её можно представить меньшим числом бит, что снижает скорость потока данных.

Структурная схема

Кодер ДИКМ включает три основных блока:

• Предсказатель — линейный или нелинейный фильтр, вычисляющий ожидаемое значение текущего отсчёта на основе одного или нескольких предыдущих восстановленных отсчётов.
• Вычитатель — формирует разностный сигнал (ошибку предсказания) как разность между входным отсчётом и предсказанным значением.
• Квантователь — преобразует разностный сигнал в дискретный уровень с заданной разрядностью (обычно от 1 до 8 бит).

Декодер выполняет обратные операции: восстанавливает разность из квантованного значения, суммирует её с предсказанным значением и подаёт результат на предсказатель для следующего шага. Таким образом, в декодере используется та же модель предсказания, что и в кодере, что обеспечивает идентичность восстановленного сигнала (с точностью до ошибки квантования).

Математическая модель

Пусть \( x[n] \) — исходный дискретный сигнал, \( \hat{x}[n] \) — предсказанное значение, \( d[n] = x[n] - \hat{x}[n] \) — разность. Квантованная разность \( d_q[n] \) кодируется и передаётся. На приёмной стороне восстановленный отсчёт \( x_r[n] = \hat{x}[n] + d_q[n] \). Предсказатель использует фильтр с конечной импульсной характеристикой (КИХ-фильтр) порядка \( p \):

\[ \hat{x}[n] = \sum_{k=1}^{p} a_k \cdot x_r[n-k], \]

где \( a_k \) — коэффициенты предсказания. В простейшем случае \( p=1 \) и \( a_1=1 \) предсказание равно предыдущему восстановленному отсчёту — это так называемый дельта-модулятор (ΔM), частный случай ДИКМ с одноразрядным квантованием.

История

Метод дифференциального кодирования был предложен в 1948 году американским инженером Бернардом Оливером (Bernard Oliver) и его коллегами из Bell Labs. Первоначально ДИКМ разрабатывалась для повышения эффективности передачи речевых сигналов по цифровым каналам с ограниченной пропускной способностью. В 1950-х годах появились первые практические реализации, в том числе дельта-модуляция, описанная Ф. де Жагером (F. de Jager) в 1952 году.

С развитием цифровой обработки сигналов в 1970–1980-х годах ДИКМ стала основой для стандартов сжатия речи (например, ADPCM — Adaptive Differential Pulse-Code Modulation) и изображений (JPEG, где используется ДИКМ для кодирования DC-коэффициентов). В 1990-х годах метод был адаптирован для видео- и аудиокодеков, таких как MPEG-1 Audio Layer III (MP3) и AAC, где ДИКМ применяется в сочетании с психоакустическими моделями.

Виды и классификация

По типу предсказания

• Линейное предсказание — предсказание строится как взвешенная сумма предыдущих отсчётов с фиксированными или адаптивными коэффициентами. Наиболее распространённый вариант.
• Нелинейное предсказание — используется, когда сигнал имеет нелинейные зависимости (например, в изображениях с резкими границами). Может включать нейросетевые модели, но на практике применяется редко из-за вычислительной сложности.

По адаптивности

• Фиксированная ДИКМ — коэффициенты предсказания и параметры квантователя заданы заранее и не меняются в процессе кодирования. Проста в реализации, но менее эффективна для нестационарных сигналов.
• Адаптивная ДИКМ (ADPCM) — параметры предсказателя и/или квантователя динамически изменяются в зависимости от статистических свойств сигнала. Обеспечивает лучшее сжатие, но требует передачи служебной информации. Широко используется в голосовых кодеках (например, G.726).

По разрядности квантования

• Одноразрядная ДИКМ — дельта-модуляция (ΔM). Разность квантуется всего одним битом (положительная/отрицательная). Проста, но страдает от шума перегрузки по наклону при быстрых изменениях сигнала.
• Многоразрядная ДИКМ — разность квантуется с разрядностью от 2 до 8 бит. Позволяет точнее передавать сигнал, но требует большей скорости передачи.

Применение

Аудиокомпрессия

ДИКМ лежит в основе многих алгоритмов сжатия речи и музыки:

• ADPCM (G.726) — международный стандарт кодирования речи для телефонных сетей, обеспечивающий скорость 16–40 кбит/с при качестве, близком к ИКМ с 64 кбит/с.
• MPEG-1 Audio Layer III (MP3) — использует ДИКМ в модифицированном дискретном косинусном преобразовании (MDCT) для кодирования подполосных сигналов.
• AAC (Advanced Audio Coding) — применяет ДИКМ для кодирования спектральных коэффициентов.

Обработка изображений

В стандарте сжатия JPEG ДИКМ применяется для кодирования DC-коэффициентов (постоянной составляющей) блоков 8×8 пикселей. Разность между DC-коэффициентом текущего блока и предыдущего кодируется с меньшим числом бит, что снижает общий размер файла.

Видеокодирование

В стандартах MPEG-2, H.264/AVC, H.265/HEVC ДИКМ используется для кодирования векторов движения и разностных кадров (ошибок предсказания). Адаптивные варианты позволяют эффективно сжимать видеопотоки с переменной сложностью.

Цифровая связь

ДИКМ применяется в системах передачи данных с ограниченной полосой пропускания, например, в цифровых радиорелейных линиях и спутниковой связи. Метод позволяет снизить требуемую скорость передачи без существенного ухудшения качества.

Достоинства и недостатки

Достоинства

• Эффективность сжатия — при той же разрядности квантования ДИКМ обеспечивает меньшую скорость потока по сравнению с ИКМ для коррелированных сигналов.
• Простота реализации — базовая схема требует минимум вычислительных ресурсов, что важно для встраиваемых систем.
• Устойчивость к ошибкам — ошибки в канале связи влияют только на текущий отсчёт и не накапливаются (при правильной конструкции предсказателя).

Недостатки

• Чувствительность к перегрузке по наклону — при быстрых изменениях сигнала (например, резких звуках или границах изображений) разность может превысить диапазон квантования, что приводит к искажениям.
• Зависимость от корреляции — для некоррелированных сигналов (например, шума) ДИКМ не даёт выигрыша и может даже ухудшить качество.
• Необходимость синхронизации — кодер и декодер должны использовать одинаковую модель предсказания, иначе возникают расхождения.

Связанные понятия

• Импульсно-кодовая модуляция (ИКМ) — базовый метод аналого-цифрового преобразования, при котором каждый отсчёт кодируется независимо.
• Дельта-модуляция — частный случай ДИКМ с одноразрядным квантованием.
• Сигма-дельта модуляция — развитие дельта-модуляции, где используется интегратор перед квантователем, что улучшает характеристики при низких частотах.
• Адаптивное дифференциальное кодирование — обобщение ДИКМ с изменяемыми параметрами.

Источники

• Oliver, B. M., Pierce, J. R., & Shannon, C. E. (1948). «The Philosophy of PCM». Proceedings of the IRE, 36(11), 1324–1331.
• Jayant, N. S., & Noll, P. (1984). Digital Coding of Waveforms: Principles and Applications to Speech and Video. Prentice-Hall.
• G.726 — ITU-T Recommendation «40, 32, 24, 16 kbit/s Adaptive Differential Pulse Code Modulation (ADPCM)».
• JPEG Standard (ISO/IEC 10918-1:1994) — Digital compression and coding of continuous-tone still images.
• Rabiner, L. R., & Schafer, R. W. (1978). Digital Processing of Speech Signals. Prentice-Hall.