Differential Pulse Code Modulation

(Modulacion por codigo de pulso diferencial)

SISTEMAS DE COMUNICACIONES
ING. RAÚL HARO BÁEZ
2014
PCM Diferencial
 En vez de codificar toda la amplitud para cada
muestra, es posible codificar y transmitir solo la
diferencia entre la amplitud de la muestra actual y la
de la muestra previa. Puesto que muestras sucesivas
suelen tener amplitudes similares, debe ser posible
utilizar menos bits para codificar los cambios. El
ejemplo más común de este proceso de la modulación
delta, que se describe a continuación.
PCM Diferencial
DPCM
 Es un codificador de forma de onda que parte de la base de
PCM pero añade algunas funcionalidades basadas en la
predicción de las muestras de la señal.
 Se parte de una señal analógica (continua en el tiempo) la
cual se quiere codificar. El primer paso a realizar es el
proceso de muestreo (tomar el valor de la señal cada cierto
período regular de tiempo). Con eso se consigue una señal
discreta en el tiempo (compuesta por toda una serie de
muestras equi-espaciadas).
 El siguiente paso es la cuantificación: se preestablecen unos
niveles (amplitudes) y (2 opciones):
 [opción 1] se coge el valor de dos muestras consecutivas, se
resta el valor de la primera menos la segunda, se cuantifica
el resultado y finalmente se codifica

 El codificador hace la función de diferenciador (también

conocido como derivador), mientras que el decodificador
actúa como un acumulador (también integrador). El
cuantificador (Q) reduce el número de bits mientras que el
cuantificador inverso (Q − 1) recupera el número de bits
original de la señal discreta inicial.
 [opción 2] se hace la predicción de una muestra a
partir de las muestras anteriores y se calcula la
diferencia entre el valor de la muestra actual real y la
predicción (el resultado es el error de predicción), se
cuantifica el error y se codifica.

 Incorpora un “predictor lineal”.

DPCM
 El objetivo de un Predictor es obtener una
estimación lo mas cercana posible al valor de la
muestra correspondiente.
Modulación por Código de Pulso Diferencial
Adaptativo
ADPCM
 El uso del PCM para codificación de voz en la tasa
estándar de 64 kbps exige un alto ancho de banda
en el canal para su transmisión.

 En ciertas aplicaciones como la transmisión segura

sobre canales de radio son de baja capacidad.

 Necesidad de codificación de voz a baja velocidad

de bits, manteniendo la fidelidad o aceptable
calidad de reproducción.
ADPCM
 Un codificador de forma de onda es optimizado
para la explotación de la caracterización estadística
de las formas de onda de voz y las propiedades de
audio. En particular, la filosofía de diseño tiene dos
objetivos en mente:

 Eliminar redundancias de la señal de voz en la medida

de lo posible.
 Asignar los bits disponibles a las partes del código de no
redundancia de la señal de voz en forma
porcentualmente eficiente.
ADPCM
 Es una técnica para convertir el sonido o la
información analógica a información binaria
(una cadena de 0's y 1's), tomando muestras de la
frecuencia de sonido y expresando el valor de la
modulación de las muestras de sonido en
términos binarios.

 Es una combinación de adaptación diferencial de

código de pulso con modulación adaptable de
primer orden de predicción y de conmutación de
pre-énfasis, y la asignación de bits de adaptación.
 ADPCM es aquel que nos permite la codificación
de voz a 32 kbps a través del uso combinado de
cuantización adaptativa y predicción adaptativa.(el
número de ocho bits por muestra necesaria en el
estándar PCM es por lo tanto reducido a cuatro.)
Terminología
 pdf=función densidad de probabilidad

 Distorsión: Error Cuadrático Medio de Cuantización (msqe)

 Es el promedio cuadrático de la diferencia entre entrada y salida
 Se representa como 2q
M bi

    ( x  y i )2 fx ( x ) dx 
2
q
i 1 bi 1

i
M/2
2i  1 2 1 2
 2  (x  ) dx 
i 1 ( i 1)  2 2 X max 12
 Longitud Media: Número promedio de bits requeridos para codificar una
muestra
 La varianza de una señal uniforme es :
( 2 X max )2
  2
s
12
CUANTIZACIÓN ADAPTATIVA
 A menudo la pdf real y la pdf teórica no se
corresponden exactamente. Además, los parámetros
(media, varianza y forma) pueden cambiar a lo largo del
tiempo.

 En consecuencia, aumenta la distorsión

 Para tratar el problema se introducen técnicas de

Cuantización adaptativa:

 Adaptar dinámicamente las características del

cuantizador a la estadística de la entrada
CUANTIZACIÓN ADAPTATIVA
 Hay dos aproximaciones:
 Adaptativa hacia adelante (off-line o forward-adaptive):
 La salida de la fuente se divide en bloques de datos
 Se analiza cada bloque para modificar los parámetros del cuantizador antes de
cuantizar el bloque
 Los nuevos parámetros del cuantizador se transmiten al receptor como
información lateral

 Adaptativa hacia atrás (on-line o backward-adaptive):

 Los parámetros del cuantizador se modifican en función de las características
de los últimos datos ya cuantizados:

 Si  es menor de lo necesario, el número de muestras que caen en los

niveles externos del cuantizador es demasiado alto, respecto al predicho
por la pdf teórica: se aumenta 
 Si  es mayor de lo necesario, el número de muestras que caen en los
niveles internos del cuantizador es demasiado alto: se disminuye 

 No es necesario transmitir los nuevos parámetros del cuantizador al receptor

(no hace falta información lateral)
CUANTIZACIÓN ADAPTATIVA
CUANTIZACIÓN ADAPTATIVA
 Cuantización de Jayant:
 Se basa en un esquema de cuantización hacia atrás, pero
sólo analiza la última muestra de señal.

 La expansión y la contracción de  se consigue asignando

un multiplicador Mk a cada intervalo

 Si la muestra n-1 cae en el intervalo k, el tamaño de escalón ’ que se

aplicará a la siguiente muestra n se obtiene multiplicando el tamaño de
escalón previo  por el multiplicador Mk
 Los multiplicadores de niveles internos son menores que 1 (contraen)
 Los multiplicadores de niveles externos son mayores que 1 (expanden)

17
CUANTIZACIÓN ADAPTATIVA
 Ejemplo: Cuantizador de Jayant de 3 bits con 0 = 0.5 inicial
 M0 = M4 = 0.8, M1 = M5 = 0.9, M2 = M6 = 1, M3 = M7 = 1.2
 Opera mejor para señales correlacionadas (voz e imagen)
PREDICCION ADAPTATIVA
 Se justifica porque las señales del habla son
intrínsecamente no estacionarias, este es un fenómeno
que se manifiesta en el hecho de que la auto-
correlación y función de densidad espectral de
potencia de las señales del habla son variables en el
tiempo, al igual que las funciones de sus respectivos
argumentos.
 Esto implica que el diseño de predictores para dichas
aportaciones deben ser igualmente variables en el
tiempo, es decir, de adaptación.
 PREDICCIÓN ADAPTATIVA
 Existen dos tipos de régimen:

 Hacia adelante APF(adaptive prediction with forward estimation):

 Las muestras des-cuantizadas de la señal de entrada se utilizan para
obtener ESTIMACIONES de los coeficientes del predictor.

 Hacia atrás APB(adaptive prediction with backward estimation):

 Las muestras de la salida del cuantizador y el error de predicción son
utilizados para obtener ESTIMACIONES de los coeficientes del predictor.

 Sin embargo, APF adolece de las mismas desventajas

intrínsecas que AQF (información lateral, memoria, y
retraso),estos inconvenientes se eliminan mediante el régimen
de APB

20
 En consecuencia, APB es el método preferido de predicción para
ADPCM. el algoritmo para predecir y un régimen de adaptación de
la cuantización, se han combinado en un diseño sincrónico para
ambos, el codificador y decodificador.

 El rendimiento de esta combinación es tan impresionante que en

32kb ADPCM es ahora aceptado internacionalmente como una
norma técnica para la codificación de señales de voz, junto con 64kb
utilizando PCM
Modulación Delta
 En este tipo de modulación la señal de mensaje de entrada
es sobremuestreada, es decir a una frecuencia mucho mayor
a la frecuencia de Nyquist, con el fin de incrementar la
correlación entre muestras adyacentes de la señal.

 Si la aproximación cae por debajo de la señal en cualquier

momento del muestreo se incrementa en ∆. Si la
aproximación se ubica sobre la señal esta se disminuye en ∆.

 Sabiendo que la señal de entrada es m(t) y su aproximación

de escalera mq(t).
DM
e(nTs)=m(nTs)-mq(nTs-Ts)

eq(nTs)=delta*sgn[e(nTs)]

mq(nTs)=mq(nTs-Ts)+eq(nTs)

 Donde :
Ts es el periodo de muestreo
e(nTs) es una señal de error
m(nTs) la señal de entrada
mq(nTs-Ts) ultima aproximación de la señal de entrada
eq(nTs) versión cuantizada de e(nTs)

 Por lo tanto la salida del cuantizador eq(nTs) es finalmente codificada para

producir la señal de DM deseada.
DM
Diagrama de Bloques
Receptor
Errores de Cuantización
 Distorsión por Sobrependiente

 Delta muy pequeño, aproximación no puede seguir

rápidamente si la pendiente de entrada es muy
pronunciada
Errores de Cuantización
 Ruido Granular

 Delta muy Grande, causando que la aproximación de

escalera este sobre una seccion plana de la señal de
entrada.
ADM
 Una forma de usar la AQB (adaptación cuantitativa de estimación de
reversa) es modificar la modulación delta lineal hacia la forma de
modulación delta adaptativa. Al usarla tenemos ADM, cuyo algoritmo se
basa en dos principios:

1.- Si errores sucesivos de polaridad inversa (1-0-1-0) ocurren,

significa que el tamaño de paso es muy grande y por lo tanto lo reduce.

2.- Y si errores sucesivos de la misma polaridad suceden, entonces

la modulación de delta esta con pendiente excesiva, y por lo tanto el tamaño
de paso se reduce.
 El mismo puede ser definido por las siguientes formulas:

 Donde ∆[n] es el tamaño de paso en el paso numero n del algoritmo, y

mq[n] es el cuantificador de un bit de salida que equivale a +-1.
 El diagrama de bloques es el siguiente:
En los siguientes graficos podemos ver el resultado real de un
experimento con una onda senosoidal a la cual se le aplica modulacion
delta linear y modulacion delta adaptativa.