非均勻編碼

由於在均勻量化中，無論抽樣值大小如何，量化噪聲的均方根值都固定不變。均勻量化適用於概率分佈比較均勻的信號。

均勻量化對信號取值小的區間，其量化間隔也小；反之，量化間隔就大，因此當輸入量化器的信號具有非均勻分佈的概率密度（實際中常常是這樣）時，非均勻量化器的輸出端可以得到較高的平均信號化噪聲功率比。

非均勻量化是根據信號的不同區間來確定量化間隔的。對於信號取值小的區間，其量化間隔v也小；反之，量化間隔就大。它與均勻量化相比，有兩個突出的優點。首先，當輸入量化器的信號具有非均勻分佈的概率密度（實際中常常是這樣）時，非均勻量化器的輸出端可以得到較高的平均信號量化噪聲功率比；其次，非均勻量化時，量化噪聲功率的均方根值基本上與信號抽樣值成比例。因此量化噪聲對大、小信號的影響大致相同，即改善了小信號時的量化信噪比。

實際中，非均勻量化的實際方法通常是將抽樣值通過壓縮再進行均勻量化。通常使用的壓縮器中，大多采用對數式壓縮。美國採用

壓縮律，我國和歐洲各國均採用A壓縮律。

在數字通信系統中，信源編碼技術可以提高數字信號傳輸的有效性。無失真信源編碼允許把等長的消息變換成變長的消息，這樣可使平均碼長達到最短，提高編碼效率。目前最常用的方法就是香農編碼、費諾編碼Huffman 編碼。限失真信源編碼即連續信源編碼在時間和取值上都是連續的，所以要先經過抽樣抽取一些可以代表整個信號的離散點，使信號在時間上離散。再經過均勻量化或非均勻量化使信號在取值上也離散，成為離散的數字信號。因為量化方式的不同也就產生不同的編碼方法: 標量量化編碼和矢量量化編碼。標量量化編碼又包括均勻量化編碼和非均勻量化編碼[1]。信源編碼實現的總流程圖如1 所示。

在實際應用中，對於給定的量化器，量化電平數M和量化間隔v都是確定的，量化噪聲Nq也是確定的。但是，信號的強度可能隨時間變化（例如，語音信號）。當信號小時，信號量噪比也小。所以，這種均勻量化器對於小輸入信號很不利。為了克服這個缺點，改善小信號時的信號量噪比，在實際應用中常採用非均勻量化。

在非均勻量化時，量化間隔隨信號抽樣值的不同而變化。信號抽樣值小時，量化間隔v也小；信號抽樣值大時，量化間隔v也變大。

實際中，非均勻量化的實現方法通常是在進行量化之前，先將信號抽樣值壓縮，再進行均勻量化。這裏的壓縮是用一個非線性電路將輸入電壓x變換成輸出電壓

圖中縱座標y是均勻刻度的，橫座標x是非均勻刻度的。所以輸入電壓x越小，量化間隔也就越小。也就是説，小信號的量化誤差也小。 ^[1]