4.1概述

4.2矢量量化的基本原理

4.3最佳矢量量化器

4.4矢量量化器的設(shè)計(jì)算法

4.5降低復(fù)雜度的矢量量化系統(tǒng)

4.6小結(jié)

習(xí)題四第四章矢量量化量化可以分為兩大類：一類是標(biāo)量量化，另一類是矢量量化VQ(VectorQuantization)。4.1概述4.2.1矢量量化的定義

圖4.1中的輸入信號(hào)序列{xn}每4個(gè)樣點(diǎn)構(gòu)成一個(gè)矢量(取K=4)，共得到n/4個(gè)四維矢量，即X1，X2，X3，…，Xn/4。矢量量化就是先集體量化X1，然后量化X2，再依次向下量化。

下面以K=2為例進(jìn)行說明。4.2矢量量化的基本原理圖4.14維矢量形成示意圖當(dāng)K=2時(shí)，所得到的是一些二維矢量，所有可能的二維矢量就形成了一個(gè)平面。如果記二維矢量為(a1,a2)，所有可能的(a1,a2)就是一個(gè)二維歐氏空間。如圖4.2(a)所示,矢量量化就是先把這個(gè)平面劃分成N塊(相當(dāng)于標(biāo)量量化中的量化區(qū)間)，即S1,S2,…，SN，然后從每一塊中找一個(gè)代表值Yi(i=1,2,…，N)(相當(dāng)于標(biāo)量量化中的量化值)，這就構(gòu)成了一個(gè)有N個(gè)區(qū)間的二維矢量量化器。圖4.2(b)所示的是一個(gè)7區(qū)間的二維矢量量化器，即K=2，N=7，有Y1，Y2，…，Y7共7個(gè)代表值，通常把這些代表值Yi稱為量化矢量。圖4.2矢量量化示意圖若要對(duì)落在二維矢量空間中的一個(gè)模擬矢量X=(a1,a2)進(jìn)行量化，首先要選擇一個(gè)合適的失真測度，而后利用最小失真原則，分別計(jì)算用量化矢量Yi(i=1,2,…,7)替代X所帶來的失真。其中最小失真值所對(duì)應(yīng)的那個(gè)量化矢量Yi(i=1,2,…，7)中某一個(gè)，就是模擬矢量X的重構(gòu)矢量(或稱恢復(fù)矢量)。通常把所有N個(gè)量化矢量(重構(gòu)矢量或恢復(fù)矢量)構(gòu)成的集合{Yi}稱之為碼書(codebook)或碼本。碼書中的矢量稱為碼字(codeword)或碼矢(codevector)。例如圖4.2(b)中所示的矢量量化器的碼書Y={Y1,Y2,…,Y7}，其中每個(gè)量化矢量Y1,Y2,…，Y7稱為碼字或碼矢。不同的劃分或不同的量化矢量選取就可以構(gòu)成不同的矢量量化器。根據(jù)上面對(duì)矢量量化的描述，我們可以把矢量量化定義為

Y∈YN={Y1,Y2,…，YN|Yi∈Rk}

矢量量化是把一個(gè)K維模擬矢量X∈X

Rk映射為另一個(gè)k維量化矢量,其數(shù)學(xué)表達(dá)式為

Y=Q(X)(4-1)矢量量化系統(tǒng)通?？梢苑纸鉃閮蓚€(gè)映射的乘積，即

Q=αβ(4-2)

式中,α是編碼器，它是將輸入矢量X∈X

Rk映射為信道符號(hào)集IN={i1,i2，…，iN}中的一個(gè)元ij；β是譯碼器，它是將信道符號(hào)ij映射為碼書中的一個(gè)碼字Yi，即

α(X)=ij(X∈X，ij∈IN)

(4-3)

β(ij)=Yj(ij∈IN，Yi∈YN)(4-4)4.2.2失真測度

設(shè)計(jì)矢量量化器的關(guān)鍵是編碼器α(X)的設(shè)計(jì)，而譯碼器β(i)的工作過程僅是一個(gè)簡單的查表過程。設(shè)計(jì)編碼器需引入失真測度的概念，失真測度的選擇直接影響矢量量化系統(tǒng)的性能。

失真測度是以什么方法來反映用碼字Yi代替信源矢量X時(shí)所付出的代價(jià)，這種代價(jià)的統(tǒng)計(jì)平均值(平均失真)描述了矢量量化器的工作特性，即

D=E［d［X]，Q(X)］］(4-5)

(1)平方失真測度

d(X，Y)=‖X－Y‖2=∑(Xi－Yi)2

(4-6)

這是最常用的失真測度，因?yàn)樗子谔幚砗陀?jì)算，并且在主觀評(píng)價(jià)上有意義，即小的失真值對(duì)應(yīng)好的主觀評(píng)價(jià)質(zhì)量。

(2)絕對(duì)誤差失真測度

(4-7)

此失真測度的主要優(yōu)點(diǎn)是計(jì)算簡單，硬件容易實(shí)現(xiàn)。

(3)加權(quán)平方失真測度

d(X，Y)=(X－Y)TW(X－Y)

(4-8)在矢量量化器的設(shè)計(jì)中，失真測度的選擇是很重要的。一般來說，要使所選用的失真測度有實(shí)際意義，必須要求它具有以下幾個(gè)特點(diǎn)：

①必須在主觀評(píng)價(jià)上有意義，即小的失真對(duì)應(yīng)好的主觀質(zhì)量評(píng)價(jià)；

②必須在數(shù)學(xué)上易于處理，能導(dǎo)致實(shí)際的系統(tǒng)設(shè)計(jì)；

③必須可計(jì)算并保證平均失真D=E［D［X,Q(X)］］存在；

④所采用的失真測度應(yīng)使系統(tǒng)容易用硬件實(shí)現(xiàn)。4.2.3矢量量化器

有了失真測度，就可以根據(jù)矢量量化的定義來具體設(shè)計(jì)矢量量化器了。通常用最小失真的方法——最近鄰法NNR(NearestNeighborRule)來設(shè)計(jì)，也就是要滿足下式：

式中,IN={1,2,…,i,…，N}；N為碼書的大小；表示當(dāng)且僅當(dāng)(充分必要條件)。(4-9)這樣就可以得到一個(gè)如圖4.3所示的矢量量化器實(shí)現(xiàn)框圖。其工作過程是：在編碼端，輸入矢量X與碼書(Ⅰ)中的每一個(gè)或部分碼字進(jìn)行比較，分別計(jì)算出它們的失真。搜索到失真最小的碼字Yi的序號(hào)i(或此碼字所在碼書中的地址)，并將i的編碼信號(hào)通過信道傳輸?shù)阶g碼端；在譯碼端，先把信道傳來的編碼信號(hào)譯成序號(hào)i，再根據(jù)序號(hào)i(或碼字Yi所在地址)，從碼書(Ⅱ)中查出相應(yīng)的碼字Yi。由于碼書(Ⅰ)與碼書(Ⅱ)是完全一樣的，此時(shí)失真D(X,Yi)最小，所以Yi就是輸入矢量X的重構(gòu)矢量(恢復(fù)矢量)。很明顯，由于在信道中傳輸?shù)牟⒉皇鞘噶縔i本身，而是其序號(hào)i的編碼信號(hào)，所以傳輸速率還可以進(jìn)一步降低。圖4.3矢量量化原理框圖矢量量化器的速率定義為

由式(4-10)可見，矢量量化器的速率r與碼書大小N的對(duì)數(shù)lbN成正比，與維數(shù)K成反比。這說明N越大，速率越高；而維數(shù)K越大，速率越低。

信道中傳輸速率RT與矢量量化器速率r的關(guān)系為

RT=fsr

(4-11)(比特/樣值或每維)(4-10)在標(biāo)量量化中，Lloyd-Max算法給出了設(shè)計(jì)最佳標(biāo)量量化器(失真最小)的兩個(gè)必要條件：一是在預(yù)先劃分定量化區(qū)間Δxα(α=1，2，…，n)情況下，集合中每一個(gè)量化值必須是相應(yīng)量化區(qū)間的質(zhì)量中心；二是當(dāng)量化值

給定時(shí)，量化區(qū)間的端點(diǎn)值xα(α=1，2，…，n－1)必須是量化值中兩個(gè)鄰近點(diǎn)的中點(diǎn)值。同樣，在設(shè)計(jì)最佳矢量量化器時(shí)，重要的問題是如何劃分量化區(qū)間和確定量化矢量。4.3最佳矢量量化器

Gray等人把標(biāo)量量化中設(shè)計(jì)最佳量化器的兩個(gè)條件，推廣到設(shè)計(jì)最佳矢量量化器中。分別在兩個(gè)給定條件下，尋找最佳劃分與最佳碼書，使平均失真最小，即一是在給定條件下，尋找信源空間的最佳劃分，使平均失真最??；二是在給定劃分條件下，尋找最佳碼書，使平均失真最小。下面分別討論。

(1)最佳劃分。由于碼書已給定，因此可以用最近鄰準(zhǔn)則NNR(NearestNeighborRule)得到最佳劃分。圖4.4為K=2的最佳劃分示意圖。圖4.4最佳劃分示意圖信源空間X

中的任一點(diǎn)矢量X，X∈Sj(圖4.4中所示為K=2的平面)，如果任意輸入矢量X和碼字Yj的失真小于它和其他碼字Yi∈YN的失真，即

Sj={X|X∈X

且d(X,Yj)≤d(X,Yj)}(i≠j,i∈IN)

(4-12)則Sj為最佳劃分。如果X落在邊界上，可以在不增加失真的前提下，將X置于任何鄰近區(qū)間中。由于給定碼書YN={Y1,Y2，…，Yj，…，YN}共有N個(gè)碼字，所以可以把信源空間劃分成N個(gè)區(qū)間Sj(j=1，2，…，N)。通常把這種劃分稱為Voronoi劃分，對(duì)應(yīng)的子集Sj(j=1，2，…，N)稱為Voronoi胞腔(cell)，下面簡稱胞腔。

(2)最佳碼書。給定了劃分Si(并不是最佳劃分)后，為了使碼書的平均失真最小，碼字Yi必須為相應(yīng)劃分Si(i=1，2，…，N)的形心，即

(4-13)對(duì)于一般的失真測度和信源分布，很難找到形心的計(jì)算方法，但對(duì)一些簡單的分布和好的失真測度，則是容易找到形心的計(jì)算方法的。例如，對(duì)于由訓(xùn)練序列定義的樣點(diǎn)分布和常用的均方失真測度，形心就可由下式給出：

(4-14)4.4.1LBG算法

算法一：已知信源分布特性的設(shè)計(jì)算法。

圖4.5所示的是已知信源分布特性的算法流程圖，具體步驟如下：

①給定初始碼書，即給定碼書大小N和碼字

，并置n=0，設(shè)起始平均失真D(－1)→∞,以及給定計(jì)算停止門限ε(0<ε<1)。4.4矢量量化器的設(shè)計(jì)算法②用碼書根據(jù)最佳劃分原則構(gòu)成N個(gè)胞腔

。

③計(jì)算平均失真與相對(duì)失真：

平均失真為

相對(duì)失真為(4-15)(4-16)若,則計(jì)算停止，此時(shí)的碼書就是設(shè)計(jì)好的碼書，否則進(jìn)行第④步。

④利用式(4-14)計(jì)算這時(shí)劃分的各胞腔的形心，由這N個(gè)新形心構(gòu)成新的碼書，并置n=n+1，返回第②步再進(jìn)行計(jì)算，直到，得到所要求設(shè)計(jì)的碼書為止。圖4.5已知信源分布特性的算法流程圖算法二：已知訓(xùn)練序列的設(shè)計(jì)算法。

圖4.6所示的已知訓(xùn)練序列的設(shè)計(jì)算法的流程圖，具體步驟如下：

①給定初始碼書，即給定碼書大小N和碼字

，并置n=0，設(shè)起始平均失真D(－1)

→∞，給定計(jì)算停止門限ε(0<ε<1)。②用碼書為已知形心，根據(jù)最佳劃分原則把訓(xùn)練序列TS={X1，X2，…，Xm}劃分為N個(gè)胞腔，即

(4-17)圖4.6已知訓(xùn)練序列的算法③計(jì)算平均失真與相對(duì)失真：

平均失真為

(4-18)相對(duì)失真為

(4-19)

若，則停止計(jì)算，當(dāng)前的碼書就是設(shè)計(jì)好的碼書，否則進(jìn)行第④步。④利用式(4-14)計(jì)算這時(shí)劃分的各胞腔的形心，由這N個(gè)新形心構(gòu)成新的碼書，并置n=n+1，返回第②步再進(jìn)行計(jì)算，直到，得到所要求的碼書為止。4.4.2初始碼書的選定與空胞腔的處理

(1)隨機(jī)法。這種方法是從訓(xùn)練序列中隨機(jī)選取N個(gè)矢量作為初始碼字，構(gòu)成初始碼書的。

(2)分裂法。這種方法是1980年由Linde、Buzo和Gray提出的，具體步驟如下：

①計(jì)算所有訓(xùn)練序列TS的形心，將此形心作為第一個(gè)碼字；

②用一個(gè)合適的參數(shù)A，乘以碼字，形成第二個(gè)碼字；

③以碼字、為簡單的初始碼書，即

用前面所述的LBG算法，去設(shè)計(jì)僅含2個(gè)碼字的碼書

;④將碼書中的2個(gè)碼字、分別乘以合適的參數(shù)B，得到4個(gè)碼字、、、；

⑤以這4個(gè)碼矢為基礎(chǔ)，按步驟③構(gòu)成含4個(gè)碼字的碼書，再乘以合適的參數(shù)以擴(kuò)大碼字的數(shù)目。如此反復(fù)，經(jīng)lbN次設(shè)計(jì)，就得到所要求的有N個(gè)碼字的初始碼書。在LBG算法中，遇到的另一個(gè)問題是空胞腔和隨機(jī)選擇法中的非典型矢量如何處理。下面分別說明。

(1)去細(xì)胞分裂法。首先把某空胞腔中的形心，即碼字Yz去掉，然后將最大的胞腔SM分裂為2個(gè)小胞腔。分裂方法如下：

①用一個(gè)合適的參數(shù)A去乘以原形心YM，得到2個(gè)碼字：YM1=YM，YM2=AYM；②以YM1、YM2

２個(gè)碼字來劃分這個(gè)大胞腔，構(gòu)成2個(gè)小胞腔SM1、SM2。它們分別為

SM1={X|d(X，YM1)≤d(X，YM2)，X∈SM}(4-20)

SM2={X|d(X，YM2)≤d(X，YM1)，X∈SM}

(4-21)

(2)非典型碼字的處理。在隨機(jī)選擇法中，存在一些非典型矢量，用它們?nèi)バ纬砂粫r(shí)，胞腔中往往只有少數(shù)幾個(gè)矢量，甚至只有它們自己本身一個(gè)矢量。其實(shí)在別的設(shè)計(jì)算法中，也有只含很少幾個(gè)矢量的胞腔，此時(shí)一般采用下面的辦法來處理：

①重新選擇隨機(jī)初始碼字，直到?jīng)]有非典型碼字為止；

②把這種胞腔中少數(shù)矢量分別歸并到鄰近的各個(gè)胞腔中，再用分裂法把其中一個(gè)最大的胞腔分裂為2個(gè)小胞腔。4.5.1樹形搜索矢量量化器

1.樹搜索原理

樹圖是一個(gè)連通的且無環(huán)路的有向圖。由圖4.7可見，以樹根第一層為起點(diǎn)，第二層有2個(gè)節(jié)點(diǎn)(Y0，Y1)；第三層有4個(gè)節(jié)點(diǎn)(Y00，Y01，Y10，Y11)；第四層(此樹的最后一層)有8個(gè)節(jié)點(diǎn)，各層上的節(jié)點(diǎn)又稱為樹葉。4.5降低復(fù)雜度的矢量量化系統(tǒng)圖4.7二叉樹結(jié)構(gòu)圖(M=8)在進(jìn)行矢量量化編碼時(shí)，做逐層搜索，一直到最后一層，編碼時(shí)的走步控制原則為

具體量化步驟如下：

(1)分別計(jì)算輸入矢量X與Y0、Y1的失真d(X,Y0)和d(X,Y1)，并且比較它們的大小。若d(X,Y0)>d(X,Y1)，則走下支路(下子樹)，到了節(jié)點(diǎn)Y1處送出1碼至信道；若d(X,Y0)<d(X，Y1),則走上支路(上子樹)，到了節(jié)點(diǎn)Y0處，就送出0碼至信道。

(2)若上一步走的是下支路，那么在節(jié)點(diǎn)Y1處，再計(jì)算輸入矢量X與節(jié)點(diǎn)Y10、Y11的失真d(X,Y10)和d(X,Y11)，并且比較它們的大小。若d(X,Y10)<d(X,Y11)，則走上支路，到Y(jié)10處送出0碼至信道；反之，就走下支路，到了Y11處，送出1碼至信道。

(3)若剛才走的是上支路，那么在節(jié)點(diǎn)Y10處分別計(jì)算失真d(X,Y100)和d(X,Y101)，并且比較它們的大小。若d(X,Y100)>d(X,Y101),則走下支路，到了樹葉Y101處送出1碼到信道，Y101便是輸入矢量X的量化矢量，在信道中傳輸?shù)姆?hào)是101；反之則走上支路，到了樹葉Y100處，送出0碼到信道，Y100便是X的量化矢量，在信道中傳輸?shù)氖欠?hào)100。

2.樹結(jié)構(gòu)的設(shè)計(jì)

樹搜索矢量量化器的編碼器是由樹型碼書和相應(yīng)的搜索算法構(gòu)成的。這種矢量量化器的特點(diǎn)是譯碼器的碼書和編碼器的碼書不同。譯碼器采用數(shù)組型碼書，因?yàn)樗槐赜脴渌阉鬓k法去尋找相應(yīng)輸入矢量X的碼字，只要根據(jù)傳輸來的符號(hào)到數(shù)組碼書中去直讀即可。圖4.8是它的原理圖。圖4.8樹搜索矢量量化器原理框圖設(shè)計(jì)樹結(jié)構(gòu)(找出各層的碼字)的方法有兩種：一種是從樹葉開始設(shè)計(jì)；另一種是從樹根開始設(shè)計(jì)。分別如下：

(1)從樹葉開始設(shè)計(jì)的方法。圖4.7所示的四層二叉樹矢量量化器的維數(shù)為K，第四層有N=8個(gè)碼字(樹葉數(shù))。步驟如下：

①假定第四層的8個(gè)碼字，已由LBG設(shè)計(jì)碼書的方法得到了。將這些碼字按碼字距離最近的原則配對(duì)(因?yàn)槭嵌鏄湫?，得到：{Y000，Y001}，｛Y010，Y011｝，｛Y100，Y101｝，｛Y110，Y111｝，并把它們放在相應(yīng)的樹葉位置上。②求出這些碼字對(duì)的中心，如{Y000，Y001}的中心為Y00。總共得到四個(gè)中心：Y00，Y01，Y10，Y11，并把它們放在第三層上。

③將第三層上的碼字仍按最近距離原則配對(duì)，得到{Y00，Y01}，{Y10，Y11}。再求出碼字對(duì)中心Y0與Y1并將它們放在第二層上。

這種樹形碼書總的尺寸為N0=8+4+2=14，即共有14個(gè)碼字，而譯碼端的碼字大小就是樹葉數(shù)N=8。

(2)從樹根開始設(shè)計(jì)的方法。

同樣以圖4.7所示的四層二叉樹為例，具體設(shè)計(jì)步驟如下：

①求出整個(gè)訓(xùn)練序列的形心，作為初始碼書。用一個(gè)合適的參數(shù)A去乘，得到另一個(gè)碼字。而后以這兩個(gè)值為初始碼字，將訓(xùn)練序列按一定失真測度劃分為2個(gè)胞腔，再

計(jì)算出2個(gè)胞腔的形心Y0與Y1。用這種分裂法得到的Y0、Y1便是第二層的2個(gè)碼字。②再用上述分裂法，得到第三層的4個(gè)碼字Y00，Y01，Y10，Y11。這樣繼續(xù)下去，一直計(jì)算到樹葉為止。

從上面的敘述不難看出，樹搜索的過程是逐步求近似值的過程，中間的碼字只起指引路線的作用。

3.樹搜索矢量量化器的復(fù)雜度

樹搜索矢量量化器的特點(diǎn)是以適當(dāng)提高空間復(fù)雜度來降低時(shí)間復(fù)雜度的。4.5.2多級(jí)矢量量化器

多級(jí)矢量量化系統(tǒng)由若干個(gè)普通的矢量量化系統(tǒng)級(jí)聯(lián)而成，如圖4.9所示，它的第一級(jí)是一個(gè)包括M1個(gè)碼字的矢量量化器系統(tǒng)。對(duì)每一個(gè)輸入矢量X，矢量量化編碼器1按最近鄰準(zhǔn)則找到一個(gè)碼字

并計(jì)算出X與此碼字的誤差矢量Δ(X，)。這個(gè)誤差矢量即是第二級(jí)矢量量化器系統(tǒng)的輸入。這樣一級(jí)一級(jí)地推導(dǎo)就可以構(gòu)成一個(gè)級(jí)聯(lián)系統(tǒng)。在實(shí)際設(shè)計(jì)時(shí)，各級(jí)的碼字?jǐn)?shù)M1、M2等一般選得大于2。整個(gè)矢量量化編碼器的輸出即是各級(jí)聯(lián)矢量量化編碼器的輸出碼字的編號(hào)，而矢量量化譯碼器則可以根據(jù)這些編號(hào)恢復(fù)原始的輸入矢量。

圖4.9多級(jí)矢量量化系統(tǒng)編碼器原理框圖4.5.3波形/增益矢量量化器

乘積碼矢量量化是一種降低復(fù)雜度的量化方法，它的基本思想是將待量化的矢量的不同特征分別量化，同時(shí)又要保持它們之間的有機(jī)聯(lián)系，最后將碼字相乘得到重構(gòu)矢量，因此稱為乘積碼。波形/增益矢量量化器就是一種乘積碼矢量量化器，這種矢量量化器的特點(diǎn)是將波形與增益這兩個(gè)不同特征的量分別進(jìn)行量化，重構(gòu)矢量由波形矢量與增益標(biāo)量的乘積組成。一般地，我們選擇失真測度為加權(quán)均方誤差為

d(X,Y)=(X－Y)TW(X－Y) (4-22)

式中，W為加權(quán)正定矩陣。將式(4-22)展開為

d(X,Y)=XTWX－XTWY－YTWX+YTWY

(4-23)因?yàn)橛?/p>

YTWX=XTWY(4-24)

且用Yi代替Y，可得

(4-25)從式(4-25)可以看出，失真d(X,Yi)不受右邊第一項(xiàng)的影響，所以在尋找最小失真d(X,Yi)時(shí)，只需計(jì)算第二項(xiàng)和第三項(xiàng)。量化矢量Yij由波形矢量和增益標(biāo)量的乘積組成，即

(4-26)將Yij代替式(4-25)中的Yi，可得到波形/增益矢量量化器的加權(quán)失真表示式為

(4-27)編碼過程就是選擇一對(duì)下標(biāo)(i,j)，使最小。設(shè)

(i=1,2,3,…,N1)(4-28)

(i=1,2,3,…,N2)(4-29)

已知波形碼書含有N1個(gè)碼字，其維數(shù)為K；增益碼書含有N2個(gè)碼字，碼字為標(biāo)量。編碼時(shí)，首先找出與輸入矢量最相關(guān)的碼字，使為最大值；然后將相關(guān)值送到增益編碼器進(jìn)行標(biāo)量量化，找到量化值，使

為最小值。

將下標(biāo)(i,j)編成二進(jìn)制碼送到信道中。根據(jù)收到的下標(biāo)符號(hào)(i,j)，譯碼器從收端兩個(gè)碼書中分別找出波形碼字和增益碼字，將它們相乘便得到重構(gòu)矢量。我們來分析一下波形/增益矢量量化器的復(fù)雜度。通常這樣來度量：時(shí)間復(fù)雜度用每量化一個(gè)輸入矢量所需要的加(減)法，乘法和比較運(yùn)算的次數(shù)來度量；空間復(fù)雜度用存儲(chǔ)單元多少來度量。為與全搜索矢量量化的復(fù)雜度進(jìn)行對(duì)比，我們不計(jì)加權(quán)矩陣的計(jì)算量。對(duì)波形進(jìn)行矢量量化時(shí)，為了選擇到與輸入矢量最相關(guān)的碼字，需要進(jìn)行KN1次乘法，(K－1)N1次加法和(N1－1)次比較運(yùn)算。對(duì)增益編碼時(shí)，需要進(jìn)行N2次相乘，N2次相加和(N2－1)次比較。

這樣，量化器的時(shí)間復(fù)雜度為

b=2KN1＋3N2－2(4-30)空間復(fù)雜度為

μ=KN1+N2(4-31)

與此波形/增益矢量量化器相當(dāng)?shù)娜阉魇噶苛炕鞯膹?fù)雜度為