KR100743534B1 - 디지털 정보를 전송하는 전송장치 및 전송방법 - Google Patents

Abstract

전송기는 전송매체를 통하여 전송신호를 전송하는 것에 대하여 기술되어 있다. 전송기는 예측필터계수의 배열에 따라 디지털 정보신호로부터의 예측신호를 도출한다. 예측필터계수의 배열은 제1 배열의 계수들을 평활화함으로써 얻어진다. 제1 배열의 계수들은 디지털 정보신호에 응답하여 발생된다. 잔류신호는 인코드되어 인코드된 신호를 얻는다. 인코드된 신호는 전송매체를 통하여 전송된다.

예측필터, 계수생성, 전송매체, 전송기, 수신기

Description

디지털 정보를 전송하는 전송장치 및 전송방법{TRANSMISSION DEVICE AND METHOD FOR TRANSMITTING A DIGITAL INFORMATION}

본 발명은 전송매체를 통해 디지털 정보신호를 전송하기 위한 전송기에 관한 것으로서,

- 디지털 정보신호를 수신하는 입력수단과,

- 예측필터계수의 배열에 의존하여 디지털 정보신호로부터의 예측신호를 도출하기 위한 적응 예측 필터 수단과,

- 잔류신호를 얻도록 디지털 응답신호와 예측신호를 조합하는 제 1 신호조합수단과,

- 인코드된 신호를 얻도록 잔류신호를 인코드하는 인코드 수단과,

- 디지털 정보신호에 응답하여, 필터계수 A[i]의 배열을 생성하는 계수생성수단으로서, i는 0≤i＜p인 정수이고, p는 변수인 계수 생성수단과,

- 인코드된 신호를 전송매체를 통해 전송하기 위하여 공급하는 출력수단을 포함하는 전송기에 관한 것이다.

또한, 본 발명은 전송신호를 수신하여 그로부터 디지털 정보를 생성하는 수신기와 전송방법에 관한 것이다.

서두 단락에 정의된 유형의 전송장치와 수신장치는, 1996년 9월에 간행된 J. Audio Eng. Soc., Vol. 44, No. 9, pp. 706 - 719.로부터 알려져 있다. 종래의 전송장치는 디지털 정보신호의 전송을 위한 비트 레이트를 효과적으로 줄이도록 되어 있다. 디지털 정보신호를 인코딩하기 전에 디지털 정보신호의 예상 버전이 디지털 정보신호로부터 감산된다. 그러므로, 잔류신호는 인코더 내에서 성공적으로 인코드 되고, 전송매체를 통하여 전송된다. 선형예측 필터의 성능은 인코더의 코드이득에 있어서 결정적이다. 선형예측 필터의 성능은 예측필터계수에 의해 결정된다. 예측계수(a-파라미터)를 찾는 일반적인 방법은 자동상관관계(auto-correlation) 방법이다. 자동상관관계 방법으로 결정된 a-파라미터는 항상 최적화 코딩이득을 가져오는 것은 아닌 것으로 나타났다.

본 발명의 목적은 디지털 정보를 전송하고 수신하기 위한 보다 효과적인 방법을 사용하는 전송장치와 수신장치를 제공하는 것이다.

본 발명에 따른 전송장치는 적응 예측필터 수단에 공급되는 예측필터 계수들의 배열을 얻도록 필터계수 A[i]의 배열을 평활화하기 위한 평활화(smoothing) 수단을 더 포함한다.

본 발명에 따른 수신기는, 적응 예측 필터 수단에 공급되는 예측필터 계수들의 배열을 얻도록 필터계수 A[i]의 배열을 평활화하는 평활화 수단을 더 구비하는 것을 특징으로 한다.

본 발명은 이하의 인식에 근거하고 있다. 전송 대역폭과 저장용량이 제한되는 한, 디지털 신호의 비트감축신호를 증가시킬 필요가 있다. 예를 들면, 자동상관관계 방법에 의해 얻어진 획득 예측필터 계수(a-파라미터)는 최적의 코딩이득을 가져오지 않다는 것을 알았다. a-파라미터 값에 대한 광범위 검색 동안, 더 큰 코딩이득은 약간 변형된 a-파라미터에 의해서 얻어질 수 있다는 것을 알았다. 약 4%의 코딩이득 향상을 달성할 수 있었다. 그러나, 이러한 광범위 검색을 위한 전송장치에 필요로 하는 복잡성이 심각하기 때문에 현실적이지 않다.

광범위 검색 전후의 a-파라미터 사이의 차이를 연구한 결과, 전후의 a-파라미터는 거의 같다는 것을 알 수 있었다(도 8). 최초의 복수 개의 a-파라미터를 줌인하면, 자동상관관계 방법으로 얻을 수 있었던 a-파라미터가 리플 행동을 나타내고 또한 광범위 검색으로부터 생기는 a-파라미터는 그것의 평활화된 버전을 나타낸다(도 9).

예측 필터 계수를 얻기 위해, a-파라미터에 관해서 광범위 검색을 실시하는 대신에, 자동상관관계 방법을 이용하여 얻을 수 있었던 a-파라미터는, 평활화 함수에 의해 후 처리된다. 평활화 함수로 얻어지는 코딩이득의 개선은 광범위 검색으로 얻어지는 코딩이득과 비교하는 것이 적합하다. 도 10은 4.5% 개선된 5분간의 DSD 프래그멘트의 결과를 나타낸다. 도 11은 두 방법에 있어서의 성능을 비교하는 것에 적합하다는 것을 나타낸다(광범위 검색은 이 프래그멘트에 대하여 또 다른 0.4%를 얻는다.). 단, 평활화 방법을 실시하는 장치의 복잡성의 증가 정도는, 광범위 검색방법을 실시할 때의 장치의 복잡성의 증가 정도에 비하면, 무시할 수 있다.

본 발명의 이러한 관점과 다른 관점은 이하에 기술된 실시예를 참조하여 명확하게 설명되어 질 것이다.

도 1은 SACD 인코더의 실시예를 나타내고,

도 2는 연속된 프레임의 코딩이득을 나타내고,

도 3은 연속된 프레임의 코딩이득과 대응하는 최대치 |a_i|를 나타낸다.

도 4는 최대함수 |a_i|로서 코딩이득을 나타낸다.

도 4a는 도 4에 나타난 최대함수 |a_i|로서 코딩이득의 상세도이다.

도 5와 도 5a는 예측 차수의 함수로서 코딩이득과 임펄스(impulse) 응답을 나타낸다.

도 6와 도 6a는 본 발명에 따른 2개의 제1 계단을 적용한 후의 예측차수의 함수로서 코딩이득과 임펄스 응답을 나타낸다.

도 7은 본 발명에 따른 방법을 적용한 후의 같은 연속된 프레임들의 코딩이득을 나타낸다.

도 7a는 본 발명에 따른 방법을 적용한 후의 연속된 프레임의 최대치 |a_i|를 나타낸다.

도 7b는 본 발명에 따른 방법을 적용한 후의 최대함수 |a_i|로서 코딩이득을 나타낸다.

도 8은 광범위 검색의 전후의 예측필터계수의 배열을 나타낸다.

도 9는 광범위 검색의 전후의 예측필터계수의 배열의 상세도를 나타낸다.

도 10은 계수들의 제1 배열을 이용함으로써 얻어지는 코딩이득과, 계수들의 제1 배열의 평활화 버전을 사용함으로써 얻어지는 코딩이득을 나타낸다.

도 11은 광범위 검색에 의해 얻어지는 계수들의 배열을 이용함으로써 얻어지는 코딩이득과, 계수들의 제1 배열의 평활화 버전을 이용함으로써 얻어지는 코딩이득을 나타낸다.

도 12는 본 발명에 따른 전송기의 실시예를 나타낸다.

도 13은 본 발명에 따른 수신기의 실시예를 나타낸다.

도 14는 평활화 알고리즘의 실시예의 흐름도를 나타낸다.

수퍼 오디오 CD(SACD)에 대해, 오디오 신호는 프레이밍, 선형예측 및 엔트로피 코딩을 이용하여 무손실 코딩된다. 코딩이득 η는 예측 품질에 의해 결정된다. 따라서, 예측계수를 최적으로 결정하는 알고리즘을 가지는 것은 중요하다. 도 1은 SACD 인코더에 사용되는 단순화된 구조의 블록도를 나타낸다. 오디오 신호의 이진표현인 DSD 신호는 입력단자(2)에서 수신된다. DSD 신호는 계수발생 유닛(4)과 적응 예측필터(6)에 공급된다. 계수발생유닛(4)은 적응필터를 위한 계수를 도출하도록 구성되어 예측필터는 수신된 DSD 신호의 양질의 예측을 발생시킨다. 예측계수를 발견하는 일반적인 방법은 자동상관관계 방법이다. 적응예측필터(6)는 수신된 DSD 신호로부터 예측된 DSD 신호를 생성하도록 구성된다. 예측필터의 필터특성은 제공되는 계수에 따라 달라진다. 신호조합유닛(8)은 수신된 DSD 신호로부터 예측된 DSD 신호를 감산함으로써 잔류신호를 얻는다. 잔류신호는 인코드 유닛(10)에 공급되어 인코드된 신호를 얻는다. 비트 스트림 신호인 인코드된 신호는 전송매체에 공급된다. 수신기의 구현에 따라 적응 예측필터의 계수들은 전송된다. 전송매체는 광학기록매체와 같은 기록매체일 수도 있다. 인코드 유닛은 바람직하게는 무손실 인코더를 포함한다. 무손실 인코더는, F.Bruekers등에 의한 "Improved lossless coding of 1-bit audio signals"(1997년 9월 26∼29일 AES의 제103차 컨벤션에서 발표된 프리프린트 4563 (I-6))에 설명되어 있다. 하지만, 연산 코더와 같은 코더로서, 후프만 코더 가 적용가능하다. DSD 신호는 바람직하게는 프레임으로 분할된다. 각 프레임은 인코더에 입력되어 전송매체로 전송되는 인코드된 신호와 계수가 된다.

개선된 코딩 이득을 가져오는 예측계수를 생성하기 위해, 그다지 복잡하지 않은 방법이 개시된다.

높은 코딩 이득이 예상될 수 있는 프레임이 매우 낮은 이득으로 인해 종종 왜곡된다는 문제가 있다. 프레임에 대한 낮은 코딩이득은 평균 코딩이득을 감소시키므로, 저장용량에 대하여 악영향을 미친다. 도 2는 문제를 나타내는 연속된 프레임의 코딩이득을 나타낸다. 초록에서는 코딩이득은 상대적으로 높을 때(평균 2.7)에 매우 낮은 코딩이득(거의 1.0)을 가지는 프레임이 존재하는 것을 볼 수 있다.

상호 작용적으로 보다 낮은 예측 오더를 선택하는 것이 이 문제를 방지할 수 있을 것으로 보인다. 그러나, 중요한 문제는, 일단 전체 코딩처리를 행하였을 경우에만 코딩 이득이 가능하고, 보다 낮은 오더를 이용하여 상호 작용적으로 반복적으로 프레임을 재 인코드하는데 필요로 하는 복잡성이 높아진다.

낮은 코딩이득을 렌더링하는 LPC 계수를 시그널링할 수 있는 예측 메커니즘을 설명한다. 검출은 종종 a-파라미터로 지칭되는 직접형 예측필터계수의 동적 범위에 기초한다. 탑 트레이스(top trace)는 도 2와 같고 더 낮은 트레이스는 a-파라미터의 절대값의 최대값을 나타내는 도 3을 참조한다. 이는 낮은 코딩이득의 출현은 높은 최대값 |a_i|의 출현과 상관관계를 가지는 이 도면으로부터 명백하다. 이 검출에 근거하여 3단계의 처리는 이 문제를 해소하기 위해서 개시된다. 그 결과는 인코딩 처리 보다 높은 성능을 제공하는 예측계수이다.

도 4는 도 3의 약간 다른 버전을 나타낸다. 여기서, a-파라미터의 절대값의 최대값 max |a_i|는 수평축에 나타나고, 세로축은 해당 코딩이득을 나타낸다. a-파라미터는 슈어(Schur) 알고리즘을 조합하여 자동상관관계 방법을 이용하여 결정한다. 하나의 선이 10의 값으로 그려진다. a-파라미터의 절대값의 최대값이 80을 넘는 경우를 생각하면, 높은 코딩이득을 가지는 프레임이 1개도 출현하지 않는다.

문제의 프레임들 중에서 하나 즉, 낮은 코딩이득을 가지는 프레임을 줌인하여, 예측 오더의 함수로서 예측이득을 보려면, 도 5를 참조한다. 도 5와 5a는 두 가지 문제를 보여준다. 도 5a는 다양한 예측 오더에 대한 임펄스 응답을 나타낸다. 예를 들면, 이득이 최대인 예측 오더 80에서 더 높은 코딩이득이 가능함을 보여주는 도 5로부터 결론지을 수 있다. 두 번째 문제는 도 5a에서 보여준다. 임펄스 응답은 모양이 바뀌는 것이 아니라 크기가 바뀐다. 예측이득이 스팩트럼 [플라나간 종이(Flanagan paper)]에서 불균일한 것에 비례한다는 것이 발견되면, 스팩트럼 도메인에서 이것을 해석하는 것은 흥미롭다. 그러므로, 모든 평탄화는 낮은 오더에서 이미 달성되었고, 오더가 증가할 때에 크기만 변하고 스팩트럼 색(또는 역 필터 도메인에서의 평탄화)은 변하지 않는다. 이것은 몇몇 좋지 않은 상태를 가리킨다. 예측 필터의 임펄스 응답 즉, 전체 코딩처리를 통할 필요가 없는 응답을 관찰함으로써 이 문제를 피하도록 조치를 취한다.

자동상관관계 방법에 의해 반환되는 a-파라미터의 최대 절대값과 낮은 코딩이득과의 사이에는 관계가 있는 것을 알 수 있었다. 양호한 코딩이득을 가지는 프레임에 대하여, a-파라미터의 최대의 절대 값은 언제나 10 미만이고, 문제의 프레임은 100의 값을 나타내는데 심지어 600의 값을 나타내는 경우도 있다.

본 발명에 따른 이 방법의 스텝 1은 문제의 프레임 즉, 코딩이득이 낮은 프레임의 검출이다. 물론, 더 높은 코딩이득에 대하여도 가능하다. 따라서, 스텝 1은 자동상관관계 방법에 근거한 a-파라미터의 계산을 포함한다. 다음으로, a_i의 절대 최대치를 나타내는 값 T는 a-파라미터 A = {a₁, a₂, ..., a₁₂₈}에 근거하여 계산되어 T = max |A|이다. T가 소정의 값 예를 들어 10.0보다 크면 프레임은 문제의 프레임으로 선언된다.

스텝 2: LPC 분석 전에 매우 낮은 수준의 랜덤 노이즈 신호를 입력단에 추가하면, 이러한 몇 가지 문제들이 없어진다. 마찬가지로, 제1 자동상관관계 계수인 R[0]의 값은 매우 작은 양에 의해 올라갈 수 있다. 스텝 1의 문턱치를 넘으면, 자동상관관계 계수 R[0]는 R'[0] = R[0]*(1.0 + 4·10^-6)와 같이 수정되어 a-파라미터는 R[0]의 새로운 값에 따라 다시 계산된다.

그러한 사소한 변경이 대부분의 경우에 문제를 해결하더라도, 여전히 문제가 있거나 코딩이득의 관점에서 심지어는 더 나빠진 프레임이 존재한다.

스텝 3: 현재 획득된 a-파라미터의 최대 절대값은 또한 문제가 예상되는지를 확인하기 위한 적합한 결정 메커니즘이다. 작은 노이즈의 부가가 문제를 해결하지 않은 이러한 프레임에 대하여 다른 측정이 수행되어야 한다. 그리고, 그것은 LPC 예측에 대하여 감소된 오더를 택하는 것이다. 그러나, 최적의 예측 오더를 선택하는 것은 어렵다. 적합한 결과를 얻는 것으로 보이는 문턱치는 현재의 오더가 분석되는 예측 오더인 새로운 오더 = min((현재의 오더 * 8/9), 80)이다.

실제로, 이 3개의 스텝(max(abs(a-파라미터))을 통한 검출, 노이즈 추가 및 오더 감축)의 조합으로 코딩이득은 문제의 프레임에 대하여 상당히 개선된다. 더 중요하게는, 좋은 프레임들은 이 메커니즘으로 역으로 영향을 받지 않는다.

결과:

도 6은 상술한 절차의 처음 2단계를 적용한 후에 달성되는 개선을 보여준다. 이것은 코딩 이득이 80번째의 오더의 예측 이후 급격하게 감소한 도 5와는 대조적이다. 현재 a-파라미터는 진폭 동역학에 관하여 합리적인 행동도 나타낸다. 상술한 바와 같이, 2개의 스텝을 적용한 후에도 몇 개의 문제 프레임이 계속 존재하지만, 스텝 3의 적용하면 그러한 문제 프레임을 제거할 수 있다.

최종적으로, 도 7, 7a 및 7b는 불량 프레임이 완전히 제거된 것을 잘 나타낸다.

불량 프레임의 제거의 3단계 접근법이 모두 설명되었다. 이것은 개선된 코딩이득을 가져오는 예측계수를 얻는 방법으로 신호를 조절함으로써 달성되었다.

슈어 재귀(Schur recursion)만이 설명되었으나, 촐레스키 분해법(Choleski decomposition)을 사용할 경우에도 동일한 문제가 존재한다는 것을 실험이 나타낸다. 이 경우에도, 개시된 해결책은 불량 상태의 a-파라미터를 완전히 제거하는데 도움이 된다.

a-파라미터 또는 예측필터 계수의 "평활화"는 무시할 수 있을 정도의 복잡성을 통하여 광범위 검사와 거의 같은 결과를 가져올 수 있다.

평활화 알고리즘은 a-파라미터의 새로운 세트를 산출하기 위해서, a-파라미터를 사용한다. 예를 들면, FIR 필터링 또는 IIR-필터링 등에 의해, 실시가 가능하다. 몇 가지 실험을 실시한 후에는 변형된 IIR 방법이 선택되었다.

/* Apar[0] .. Apar[po-1]는 예측 오더 po를 가지는 필터의 a-파라미터를 포함한 */ for (i = 1; i < po-1; i++) {Apar[i] = Apar[i-1] + 2*Apar[i] + Apar[i+1]}

삭제

이 식으로부터 알 수 있는 바와 같이, 적용된 값은 다음의 계산에서 재활용되므로, 알고리즘은 재귀적이다. 이 접근법은 비재귀적 접근법보다 더 효율적인 효과를 얻을 수 있었다.

a-파라미터에 이 평활화를 적용하면, 평균적으로, 약 3% 코딩이득 개선을 얻을 수 있다. 도 10은 5-분 DSD 프래그멘트에 대한 결과를 나타낸다. 그 결과는 4.5%나 개선되었다. 이 방법의 복잡성은 거의 무시할 만하다. 도 10에서 알 수 있는 바와 같이, 평활화가 코딩이득을 감소시키는 프레임은 전혀 없었다. 몇 개의 높은 이득 프레임(η > 3)에 대하여만 이득이 사소한 감소를 나타내는 것을 제외하고는 동등한 결과가 복수의 다른 DSD 프래그멘트에 대해서도 얻을 수 있었다.

광범위 검색에 기인하는 코딩이득과 자동 상관관계 방법으로부터 생긴 a-파라미터의 평활화로부터도 코딩 이득을 비교하는 것이 가능해진다. 도 11은 두 방법에서의 성능이 비교할만하다는 것을 나타낸다(광범위 검색은 이 프레그멘트에 대하여 0.4의 추가 이득을 낼 것이다). 구성의 복잡함을 줄이기 위하여 a-파라미터의 평활화 기법을 이용하는 방법은 바람직하다는 것이 자명하다.

도 14는, 평활화 알고리즘의 다른 실시예의 블록도를 나타낸다. 이 평활화 알고리즘은 n개의 계수를 가지는 예측필터에 대한 n개의 계수를 생성한다. C_in[0:n-1]은 평활화 전의 n개의 필터계수이다. C_out[0:n-1]은 평활화 후의 n개의 필터계수이다. 다음의 알고리즘은 평활화된 계수이다.

C_out[0] = C_in[0]

C_out[n-1] = C_in[n-1]

C_out[i] = 0.25 * C_in[i+1] + 0.5 * C_in[i] + 0.25 * C_out[i-1]

여기서, i는 정수이고, 1 ≤ i ≤ n-2이다.

도 14는 마지막 수식을 나타내는 블록도이다. 사각 블록은 하나의 계수의 지연을 나타낸다. 삼각형 블록은 입력신호와 대응하는 인자와의 곱을 나타낸다. 타원형 블록은 모든 입력된 신호의 합을 나타낸다.

도 12는 본 발명에 따른 인코더의 실시예이다. 도 12의 인코더는 도 1의 인코더와 유사하다. 같은 참조부호가 붙은 유닛은 같은 기능을 수행한다. 도 12의 인코더는 도 1의 인코더와 다르다. 왜냐하면, 선형 예측계수는 계수를 예측필터(6)에 공급하기 전에 평활화 유닛(12)에 적용되기 때문이다. 평활화 유닛에 의해 수행되는 평활화 기능의 실시예는 위에서 설명되었다. 바람직하게는 평활화 유닛은 계수들에 대하여 저대역 통과 필터링을 수행한다. 이러한 필터들은 유한 임펄스 응답필터(FIR), 무한 임펄스 응답필터(IIR) 또는 FIR과 IIR의 조합에 의해 구현될 수 있을 것이다.

도 13은 본 발명에 따른 수신기의 실시예를 나타낸다. 인코드된 신호를 포함하는 전송신호는 입력단(18)에서 수신된다. 그 수신된 신호는 디코더 유닛(20)에 공급된다. 디코더 유닛(20)은 인코드된 신호를 디코드하여 잔류신호를 얻는다. 디코더 유닛은 바람직하게는 무손실 디코더를 포함한다. 그러한 무손실 디코더는 F. Bruekers 등에 의한 「Improved lossless coding of 1-bit audio signals」(1997년 9월 26∼29일 AES의 제103 차 컨벤션에서 발표된 논문 프리프린트 4563 (I-6))에 설명되어 있다. 그러나, 연산 디코더와 같은 다른 코더인 후프만 디코더도 적절하다. 잔류신호는 신호조합 유닛(22)에 공급된다. 신호조합유닛은 예측 디지털 정보신호를 잔류신호에 더하여 디지털 정보신호를 얻도록 구성된다. 디지털 정보신호는 수신기(30)의 출력단에 공급된다. 디지털 정보신호는 계수생성유닛(26)과 적응 예측필터(24)에도 공급된다. 계수 생성유닛은 디지털 정보신호로부터 적응 예측필터를 위한 필터계수를 도출하도록 구성된다. 예측계수를 찾는 일반적인 방법은 자동상관관계 방법이다. 그러나, 다른 방법들도 적절하다. 예측필터계수는 예측계수에 대하여 평활화 기능을 수행하여 평활화 된 예측필터계수를 얻는 평활화 유닛(28)에 공급된다. 바람직하게는 평활화 유닛은 저대역 통과 필터링을 수행한다. 평활화된 예측필터계수는 적응예측필터(24)에 공급된다. 적응 예측필터는 예측 디지털 정보신호를 생성하도록 구성된다. 디지털 전송신호의 무손실 전송을 위하여 적응 예측필터, 계수생성기 유닛 및 전송기와 수신기 내의 평활화 유닛은 같은 기능을 정확히 수행한다. 계수생성기 유닛(26)과 평활화 유닛(28)은 전송신호가 인코드된 신호와 적응 예측 필터계수를 포함하느냐에 따라 선택적이다. 상기의 경우에 적응예측필터계수는 수신기에 의해 디지털 정보신호로부터 도출될 필요는 없다.

개시된 방법은, 코딩이득을 알기 전에는 모든 코딩처리를 수행해야만 하는 다른 것과 비교하면, 덜 복잡하다.

본 발명은 바람직한 실시예를 참조하여 설명하였지만, 그것은 비 제한적인 예라는 것을 알 수 있을 것이다. 따라서, 당업자에게는 청구항으로 정의된 바와 같은 본 발명의 범위를 벗어나지 않는 범위 내에서 다양한 변형을 꾀할 수 있는 것이다.

동사 "포함한다" 및 그 활용형은 청구항에서 언급된 것 이외의 구성이나 단계의 존재를 배제하지 않는다. 더욱이, 청구항에서 각각의 구성요소는 단수로 표기되어 있으나 그러한 구성요소가 복수개가 존재한다는 것을 배제하지 않는다. 청구항에서 괄호 안에 위치한 어떠한 참조부호도 청구항의 구성을 제한하지 않는다. 본 발명은 소프트웨어뿐만 아니라 하드웨어에도 구현될 수도 있다. 몇 개의 "수단"이라는 용어는 하드웨어의 같은 아이템에 의해 표현될 수도 있다. 더욱이 본 발명은 각각의 모든 신규한 특성 또는 특성들의 조합으로 존재한다.

Claims (8)

1. 전송 매체를 통해 디지털 정보신호를 전송하기 위한 전송장치로서,

   상기 디지털 정보신호를 수신하는 입력수단과,

   예측 필터 계수의 배열에 의존하여 상기 디지털 정보신호로부터 예측신호를 도출하기 위한 적응 예측 필터 수단과,

   잔류신호를 얻도록 상기 디지털 정보신호와 상기 예측신호를 조합하는 제1 신호조합수단과,

   인코드된 신호를 얻도록 상기 잔류신호를 인코드하는 인코드 수단과,

   상기 디지털 정보신호에 응답하여 필터계수 A[i]의 배열을 생성하는 계수생성수단으로서, i는 0≤i＜p를 만족하는 정수이고, 여기서 p는 변수인 계수생성수단과,

   상기 인코드된 신호를 전송매체를 통해 전송하기 위해 출력단에 공급하는 출력수단을 구비한 전송장치에 있어서,

   상기 적응 예측 필터 수단에 공급하는 예측필터 계수의 배열을 얻도록 필터 계수 A[i]의 상기 배열을 평활화하는 평활화 수단을 더 구비한 것을 특징으로 하는 전송장치.
2. 제1 항에 있어서,

   상기 평활화 수단은, 상기 계수신호를 얻도록 상기 계수를 저대역 통과 필터링하는 저대역 통과 필터링 수단을 포함하는 것을 특징으로 하는 전송장치.
3. 제2 항에 있어서,

   상기 저대역 통과 필터링 수단은, FIR 필터의 형태인 것을 특징으로 하는 전송장치.
4. 제2 항에 있어서,

   상기 저대역 통과 필터링 수단은, IIR 필터의 형태인 것을 특징으로 하는 전송장치.
5. 제2 항에 있어서,

   상기 필터링 수단은, 상기 계수를 얻기 위해 다음의 방정식을 수행하도록 적응되어 있고,

   C_out[0] = C_in[0],

   C_out[i] = 0.25*C_in[i+1] + 0.5*C_in[i] - 0.25*C_out[i-1], 여기서, i는 정수이고, 1 ≤ i ≤ n-2이며,

   C_out[n-1] = C_in[n-1],

   C_in[x]는 평활화 전의 n개의 필터 계수이고, x는 계수번호이며,

   C_out[x]는 평활화 후의 n개의 필터 계수이고, x는 계수번호이며, 여기서, x는 정수이고, 1 ≤ x ≤ n-1인 것을 특징으로 하는 전송장치.
6. 청구항 제1항 내지 제5항 중 어느 한 항에 있어서,

   상기 전송장치는 상기 인코드된 신호를 레코드 캐리어 상에 기록하는 장치의 형태인 것을 특징으로 하는 전송장치.
7. 전송 매체를 통해 디지털 정보신호를 전송하기 위한 방법으로서,

   상기 디지털 정보신호를 수신하는 단계와,

   예측 필터 계수의 배열에 의존하여 상기 디지털 정보신호로부터 예측신호를 도출하는 단계와,

   상기 디지털 정보신호와 상기 예측신호를 조합하여 잔류신호를 얻는 단계와,

   상기 잔류신호를 인코드하여 인코드된 신호를 얻는 단계와,

   상기 디지털 정보신호에 응답하여, 필터계수 A[i]의 배열을 생성하는 단계로서, i는 0≤i＜p를 만족하는 정수이고, 여기서 p는 변수인 단계와,

   상기 인코드된 신호를 전송매체를 통하여 전송하기 위해 출력단에 공급하는 단계를 구비하는 전송방법에 있어서,

   필터계수 A[i]의 배열을 평활화하여 예측필터 계수의 배열을 얻는 단계를 더 구비한 것을 특징으로 하는 전송방법.
8. 전송신호를 수신하여 디지털 정보신호를 생성하기 위한 수신기로서,

   상기 전송신호를 수신하여 인코드된 신호를 추출하는 수신수단과,

   잔류신호를 얻도록 상기 인코드된 신호를 디코드하는 디코드 수단과,

   예측 필터 계수의 배열에 의존하여 상기 디지털 정보신호로부터 예측신호를 도출하기 위한 적응 예측 필터 수단과,

   상기 디지털 정보신호를 얻도록 상기 잔류신호와 상기 예측신호를 조합하는 신호조합수단과,

   상기 디지털 정보신호에 응답하여, 필터계수 A[i]의 배열을 생성하는 계수생성수단으로서, i는 0≤i＜p를 만족하는 정수이고, 여기서, p는 변수인 계수생성수단을 구비한 수신기에 있어서,

   상기 적응 예측 필터 수단에 공급하는 예측필터 계수의 배열을 얻도록 필터계수 A[i]의 배열을 평활화하는 평활화 수단을 더 구비한 것을 특징으로 하는 수신기.

Images