【数据压缩】MPEG音频编码实验

实验原理：

本次实验对MEPG-1 Audio LayerII的编码器原理进行分析：

• 多相滤波器组：将PCM样本变换到32个子带的频域信号

• 心理声学模型:计算信号中不可听觉感知的部分，计算出噪声的遮蔽效应，对这部分被掩蔽的听不见的信号不进行传输

• 比特分配器：根据心理声学模型的计算结果，为每个子带信号分配比特数

• 装帧：产生出一个数据帧，帧要求与MPEG-l兼容

心理声学模型的分析：

1.将样本变换到频域
模型1：采用512点或1024点DFT样本窗口。
应注意的是,MPEG音频编码的三个层每帧的样本数不同。Layer I:每帧有384样本点，512样本点足够覆盖；Layer II和Layer III:每帧1152个样本点，每帧计算两次，模型1选择两个信号掩蔽比（SMR）中较小的一个。

2.确定声压级别：

3.考虑安静时阈值
也即绝对阈值,安静时也没法听到的声压级

4.根据不同信号的掩蔽能力区别，将音频信号分解为“乐音（tones）”和“噪声”，如图为两种信号的掩蔽效果:

5.音调和非音调掩蔽成分的消除
利用标准中给出的绝对阈值消除被掩蔽成分；考虑在每个临界频带内，小于0.5Bark的距离中只保留最高功率成分

6.单个掩蔽值的计算
根据标准中给出的算法求出音调成分和非音调成分的单个掩蔽阈值

7.全局掩蔽阈值的计算

8.选出本子带中最小的阈值作为该子带阈值

9.计算出每个子带的信号掩蔽比（SMR）
SMR = 信号能量/掩蔽阈值
最后将SMR传递给编码单元

---

实验过程：

实验要求：选择某个数据帧，输出

• 该帧所分配的比特数
• 该帧的比例因子

• 该帧的比特分配结果

  在m2aenc工程资源下，m2aenc.cpp内的main()：
  对实验所需的比特、比例因子等信息输出到指定文本文件中，从而记录相应实验数据。
  文本文件初始化代码：

    FILE *C_TRACE;    C_TRACE = fopen("C_trace.txt", "w");

• 记录该帧所分配的总比特数：
  
  输出结果：
  
  由实验结果可知，第一个帧总计可以分配5008个比特给所有子带的样本。

• 记录比特分配:

    if (frameNum == 1)    {        fprintf(C_TRACE, "下面输出比特分配：\n");        for (int i = 0; i < frame.sblimit; i++)            fprintf(C_TRACE, "ch[0].subband[%d]: %d bits\n",i,bit_alloc[0][i]);            //putbits(bs, bit_alloc[k][i], (*alloc)[i][0].bits);        fprintf(C_TRACE, "\n");    }

比特分配结果：

输出信息描述了每个自带所占用的bit数，由于输入文件类型为mono单声道类型，所以只输出了第一个频道的子带比特分配

• 记录比例因子选择：

if (frameNum == 1)    {        fprintf(C_TRACE, "下面输出比例因子选择：\n");        for (int i = 0; i < frame.sblimit; i++)            fprintf(C_TRACE, "Ch[0].subband[%d] scfsi: %d\n",i,scfsi[0][i]);        fprintf(C_TRACE, "\n");    }

比例因子输出结果：

• 记录每个子带的三个比例因子：

    if (frameNum == 1)    {        fprintf(C_TRACE, "下面输出比例因子：\n");        for (int i = 0; i < frame.sblimit; i++)        {            fprintf(C_TRACE, "Ch[0].subband[%d] scalar: %d\t %d\t %d\n", i, scalar[0][0][i], scalar[0][1][i], scalar[0][2][i]);        }        fprintf(C_TRACE, "\n");    }