Ứng dụng của xử lý số tín hiệu trong thông tin số – Tối ưu hóa sự kết hợp mã nguồn và mã kênh

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

TRẦN NGỌC TUẤN

ỨNG DỤNG CỦA XỬ LÝ SỐ TÍN HIỆU TRONG THÔNG TIN SỐ –
TỐI ƯU HÓA SỰ KẾT HỢP MÃ NGUỒN VÀ MÃ KÊNH

Chuyên ngành : Kỹ thuật viễn thông
Mã số

: 62520208

LUẬN ÁN TIẾN SĨ KỸ THUẬT VIỄN THÔNG

NGƯỜI HƯỚNG DẪN KHOA HỌC:
PGS.TS. NGUYỄN QUỐC TRUNG

Hà Nội - 2017


MỤC LỤC
LỜI CAM ĐOAN ................................................................................................................. i
LỜI CẢM ƠN ...................................................................................................................... ii
MỤC LỤC ...........................................................................................................................iii
DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT................................................................. vi
DANH MỤC CÁC BẢNG.................................................................................................. ix
DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ............................................................................. x
CÁC KÝ HIỆU TOÁN HỌC DÙNG TRONG LUẬN ÁN ............................................ xii
MỞ ĐẦU............................................................................................................................... 1
1. Giới thiệu đề tài ....................................................................................................................... 1

2. Những vấn đề còn tồn tại ........................................................................................................ 3
3. Mục tiêu, đối tượng và phương pháp nghiên cứu của luận án............................................ 4
3.1. Mục tiêu nghiên cứu......................................................................................................................... 4
3.2. Đối tượng và phạm vi nghiên cứu .................................................................................................... 4
3.3. Phương pháp nghiên cứu.................................................................................................................. 4

4. Ý nghĩa khoa học và ý nghĩa thực tiễn của luận án.............................................................. 5
4.1. Ý nghĩa khoa học ............................................................................................................................. 5
4.2. Ý nghĩa thực tiễn.............................................................................................................................. 5

5. Các đóng góp mới của luận án ............................................................................................... 5
6. Cấu trúc của luận án ............................................................................................................... 6

CHƯƠNG 1. TỔNG QUAN VỀ HỆ THỐNG THÔNG TIN SỐ VÀ KỸ THUẬT KẾT
HỢP MÃ NGUỒN VÀ MÃ KÊNH.................................................................................... 8
1.1. Kết hợp mã nguồn và mã kênh trong thông tin số ............................................................ 8
1.1.1. Hệ thống thông tin số truyền thống ............................................................................................... 8
1.1.2. Kỹ thuật kết hợp mã nguồn và mã kênh JSCC.............................................................................. 9

1.2. Lượng tử hóa tín hiệu......................................................................................................... 14
1.2.1. Lượng tử hóa vectơ ..................................................................................................................... 14
1.2.2. Điều kiện lượng tử hóa tối ưu ..................................................................................................... 15
1.2.3. Thiết kế bảng mã cho bộ lượng tử hóa vectơ .............................................................................. 16

1.3. Các tính chất và ứng dụng của kỹ thuật lượng tử hóa vectơ.......................................... 18
1.3.1. Đặc điểm của kỹ thuật lượng tử hóa vectơ.................................................................................. 18
1.3.2. Lượng tử hóa các tham số của các bộ mã hóa tiếng nói.............................................................. 20

1.4. Kết hợp mã nguồn và mã kênh – mã chống lỗi không dư thừa...................................... 25
1.4.1. Phương pháp lượng tử hóa vectơ tối ưu theo kênh COVQ ......................................................... 25

1.4.2. Phương pháp tối ưu hóa thứ tự bảng mã ..................................................................................... 27

1.5. Kết luận chương 1............................................................................................................... 29

CHƯƠNG 2. KẾT HỢP MÃ NGUỒN VÀ MÃ KÊNH BẰNG PHƯƠNG PHÁP TỐI
ƯU HÓA THỨ TỰ BẢNG MÃ CỦA BỘ LƯỢNG TỬ HÓA....................................... 31
2.1. Giới thiệu chương ............................................................................................................... 31

iii


2.2. Phương pháp tối ưu hóa thứ tự bảng mã (phương pháp IA) ......................................... 32
2.2.1. Mô hình toán học của bài toán IA ............................................................................................... 32
2.2.2. Các bước triển khai phương pháp IA .......................................................................................... 33
2.2.3. Các khái niệm trong bài toán IA ................................................................................................. 34
2.2.4. Các thuật toán IA ........................................................................................................................ 34

2.3. Thuật toán mô phỏng luyện kim SA ................................................................................. 36
2.3.1. Cơ sở của thuật toán SA.............................................................................................................. 36
2.3.2. Thuật toán SA và các tham số ..................................................................................................... 38
2.3.3. Thuật toán ISA cho bài toán tối ưu IA ........................................................................................ 39

2.4. Cải tiến thuật toán SA ........................................................................................................ 39
2.4.1. Những hạn chế của thuật toán SA ............................................................................................... 39
2.4.2. Các giải pháp cải tiến thuật toán SA cho bài toán IA.................................................................. 40
2.4.3. Thuật toán SA cải tiến – Thuật toán MSA .................................................................................. 43
2.4.4. Lựa chọn các tham số điều khiển cho thuật toán SA/MSA......................................................... 44
2.4.5. Kết quả mô phỏng và bàn luận.................................................................................................... 51

2.5. Cải tiến thuật toán MSA với cơ chế ngăn chặn tìm kiếm trùng lặp............................... 55

2.5.1. Khả năng tìm kiếm trùng lặp của thuật toán MSA...................................................................... 55
2.5.2. Cơ chế chống duyệt trùng lặp của thuật giải tìm kiếm Tabu....................................................... 57
2.5.3. Cải tiến cơ chế chống duyệt trùng lặp và áp dụng cho thuật toán MSA...................................... 58
2.5.4. Thuật toán MSA sử dụng cơ chế tránh duyệt trùng lặp cải tiến .................................................. 64
2.5.5. Mô phỏng và bàn luận................................................................................................................. 66

2.6. Kết luận chương 2............................................................................................................... 68

CHƯƠNG 3. KẾT HỢP MÃ NGUỒN VÀ MÃ KÊNH VÀ PHƯƠNG PHÁP ĐIỀU
CHẾ SỬ DỤNG PHƯƠNG PHÁP TỐI ƯU HÓA THỨ TỰ BẢNG MÃ .................... 70
3.1. Đặt vấn đề............................................................................................................................ 70
3.2. Kết hợp mã nguồn và mã kênh trong các hệ thống điều chế số nhiều mức bằng phương
pháp IA....................................................................................................................................... 71
3.2.1. Mô hình hệ thống và các tham số................................................................................................ 71
3.2.2. Xác suất chuyển đổi ký tự (Symbol Transition Probability) ....................................................... 74
3.2.3. Xác suất chuyển đổi từ mã (Codeword Transition Probability) .................................................. 76
3.2.4. Mô phỏng và kết quả................................................................................................................... 78

3.3. Kết hợp mã nguồn mã kênh và kỹ thuật điều chế ........................................................... 84
3.3.1. Mở rộng bài toán IA có xét đến phương pháp điều chế số.......................................................... 84
3.3.2. Mô hình hệ thống và các tham số................................................................................................ 85
3.3.3. Ước lượng xác suất chuyển đổi từ mã PC(a,b) ............................................................................ 87
3.3.4. Phương pháp kết hợp mã nguồn và mã kênh và kỹ thuật điều chế.............................................. 89
3.3.5. Các thí nghiệm mô phỏng và kết quả .......................................................................................... 90

3.4. Kết luận chương 3............................................................................................................... 94

CHƯƠNG 4. ỨNG DỤNG CỦA PHƯƠNG PHÁP IA VÀO KỸ THUẬT LƯỢNG TỬ
HÓA VECTƠ CÓ CẤU TRÚC VÀ TRONG MÃ HÓA TIẾNG NÓI ......................... 96
4.1. Giới thiệu............................................................................................................................. 96

4.2. Lượng tử hóa Vectơ có cấu trúc........................................................................................ 96
4.3. Kỹ thuật lượng tử hóa vectơ chuyển mạch phân đoạn SSVQ ........................................ 98
4.3.1. Thiết kế bộ lượng tử hóa SSVQ .................................................................................................. 98
4.3.2. Bộ lượng tử hóa SSVQ ............................................................................................................... 99
4.3.3. Đề xuất phương pháp lượng tử hóa IA-SSVQ .......................................................................... 100
4.3.4. Kết quả mô phỏng và bàn luận.................................................................................................. 101

iv


4.4. Ứng dụng kỹ thuật IA-SSVQ trong mã hóa tiếng nói ................................................... 102
4.4.1. Lượng tử hóa các tham số LPC ................................................................................................. 102
4.4.2. Bộ lượng tử hóa LSF-IA-SSVQ................................................................................................ 104
4.4.3. Mô phỏng bộ lượng tử hóa LSF băng rộng và kết quả.............................................................. 105

4.5. Kết luận chương 4............................................................................................................. 107

KẾT LUẬN VÀ HƯỚNG NGHIÊN CỨU TIẾP THEO ............................................. 109
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN......................... 111
TÀI LIỆU THAM KHẢO............................................................................................... 112

v


DANH MỤC CÁC THUẬT NGỮ VIẾT TẮT
Thuật ngữ
viết tắt

Thuật ngữ tiếng Anh

Giải thích tiếng Việt

ADPCM

Adaptive Differential Pulse Code
Modulation

Điều chế xung mã vi sai thích nghi

AMR-WB

Adaptive Muti-Rate Wideband

Băng rộng đa tốc độ thích ứng

AWGN

Additive White Gaussian Noise

Nhiễu Gauss trắng cộng tính

BER

Bit Erorr Rate

Tỷ lệ lỗi bit

BSA

Binary Switching Algorithm

Thuật toán hoán đổi cặp

BSC

Binary Symetric Channel

Kênh nhị phân đối xứng

COQ

Channel Optimized Quantization

Lượng tử hóa tối ưu theo kênh

COSQ

Channel Optimized Scalar
Quantization

Lượng tử hóa vô hướng tối ưu theo
kênh

COVQ

Channel Optimized Vector
Quantization

Lượng tử hóa véctơ tối ưu theo kênh

COSC

Channel-Optimized Source Coding

Mã nguồn tối ưu theo kênh

COSSVQ

Channel Optimized Switched Split
Vector Quantization

Lượng tử hóa vectơ chuyển mạch
phân đoạn tối ưu theo kênh

CSNR

Channel Signal-to-Noise Ratio

Tỷ số tín hiệu trên tạp âm của kênh

DMC

Discrete Memoryless Channel

Kênh rời rạc không nhớ

DPCM

Differential Pulse Code Modulation

Điều chế xung mã vi sai

EAIAA

Evolutionary Algorithm Based Index Thuật toán gán chỉ số dựa trên thuật
Assignment Algorithm
toán tiến hóa

EEP

Equal Error Protection

Mức độ bảo vệ đều

FEC

Forward Error Correction

Mã sửa lỗi

GA

Genetic Algorithm

Giải thuật di truyền

GCD

Greatest Common Divisor

Ước chung lớn nhất

GLA

Generalized Lloyd Algorithm

Thuật toán Lloyd tổng quát

IA

Index Assignment

Đánh (gán) chỉ số

IRCC

Irregular Convolutional Code

Mã xoắn không đều

vi


ISA

Improved Simulated Annealing

Mô phỏng luyện kim cải tiến

ISF

Immittance Spectral Frequency

Tần số phổ hỗ dẫn

JSCC

Joint Source-Channel Coding

Phối hợp mã nguồn mã kênh

LBG

Linde-Buzo-Gray

Tên của thuật toán được đặt bởi 3
chữ đầu của tên 3 tác giả

LPC

Linear Predictive Coding

Mã hóa dự đoán tuyến tính

LSF

Line Spectral Frequency

Tần số phổ vạch

LTP

Long Term Prediction

Dự đoán thời gian dài

MAP

Maximum A Posteriori

Hậu nghiệm cực đại

MGF

Moment Generating Function

Hàm sinh mô-men

MSA

Modified Simulated Annealing

Mô phỏng luyện thép sửa đổi

MTS

Modified Tabu Search

Tìm kiếm Tabu sửa đổi

PCM

Pulse Code Modulation

Điều chế xung mã

PDF

Probability Density Function

Hàm mật độ xác suất

PGA

Parallel Genetic Algorithm

Giải thuật di truyền song song

PSK

Phase Shift Keying

Khóa dịch chuyển pha

QAM

Quadrature Amplitude Modulation

Điều chế biên độ cầu phương

QPSK

Quadrature Amplitude Phase Shift
Keying

Khóa dịch pha cầu phương

RCPC

Rate-Compatible Punctured
Convolution Code

Mã xoắn đột lỗ tốc độ thích ứng

SA

Simulated Annealing

Mô phỏng luyện thép

SATS

Simulated Annealing - Tabu Search

Mô phỏng luyện thép - Tìm kiếm
Tabu

SOCC

Source-Optimized Channel Coding

Mã kênh tối ưu theo mã nguồn

SOVQ

Source Optimized Vector
Quantization

Lượng tử hóa véctơ tối ưu hóa theo
nguồn

SED

Squared Euclidean Distance

Khoảng cách Euclid bình phương

SD

Spectral Distortion

Độ méo phổ

SNR

Signal to Noise Ratio

Tỷ lệ tín hiệu trên tạp âm

vii

SNqR

Signal to Quantization Noise Ratio

Tỷ lệ tín hiệu trên tạp âm lượng tử

SQ

Scalar Quantization

Lượng tử hóa vô hướng

SSVQ

Switched Split Vector Quantization

Lượng tử hóa Vectơ chuyển mạch
phân đoạn

SVQ

Split Vector Quantization

Lượng tử hóa Véctơ phân đoạn

TS

Tabu Search

Tìm kiếm Tabu

TSCC

Tandem Source Channel Coding

Mã nguồn và mã kênh nối tiếp

UEP

Unequal Error Protection

Mức độ bảo vệ không đều

VQ

Vector Quantization

Lượng tử hóa Véctơ

WED

Weighted Euclidean Distance

Khoảng cách Euclid có trọng số

viii

DANH MỤC CÁC BẢNG
Bảng 2.1. Điều kiện và cách chọn các tham số điều khiển của thuật toán SA/MSA .......... 50
Bảng 2.2. Ví dụ về cách chọn các tham số điều khiển ........................................................ 51
Bảng 2.3. Các tham số điều khiển của thuật toán SA/MSA sử dụng trong mô phỏng........ 52
Bảng 2.4. So sánh thời gian chạy thuật toán SA và MSA (tính bằng giây) ........................ 52
Bảng 2.5. So sánh kết quả của các thuật toán IA................................................................. 54
Bảng 2.6. Danh sách các cặp vị trí K_LIST với trường hợp N = 4 ...................................... 63
Bảng 2.7. Các thông số của hệ thống sử dụng để mô phỏng thuật toán MSA và SATS..... 66
Bảng 2.8. Các tham số điều khiển của các thuật toán SA với 2 kịch bản mô phỏng. ......... 67
Bảng 2.9. Kết quả của 3 thuật toán SA, MSA và SATS sau 10000 lần thực hiện (kịch bản
1, số vòng lặp 434) .............................................................................................................. 67
Bảng 2.10. Kết quả của thuật toán MSA và SATS sau 10000 lần thực hiện (kịch bản 2, số
vòng lặp 1604) ..................................................................................................................... 67
Bảng 3.1. Các thông số của hệ thống mô phỏng. ................................................................ 78
Bảng 3.2. Các tham số đầu vào của 4 trường hợp mô phỏng.............................................. 79
Bảng 3.3. Các thông số của hệ thống có sử dụng mã kênh dùng cho mô phỏng. ............... 90
Bảng 3.4. Các khả năng phân phối từ mã b 7 bit vào các ký tự 4 bit (hệ thống sử dụng mã
Hamming (7,4) và điều chế 16-QAM) ................................................................................ 91
Bảng 3.5. Các khả năng phân phối từ mã b 7 bit vào các ký tự 6 bit (hệ thống sử dụng mã
Hamming (7,4) và điều chế 64-QAM) ................................................................................ 92
Bảng 4.1. So sánh hoạt động của các bộ lượng tử hóa LSF SSVQ 46bit/khung. ............. 106
Bảng 4.2. So sánh hiệu của của các bộ lượng tử hóa LSF-SSVQ kết hợp với mã kênh. .. 106

ix


DANH MỤC CÁC HÌNH VẼ, ĐỒ THỊ
Hình 1.1. Sơ đồ khối cơ bản của một hệ thống thông tin số truyền thống ............................ 8
Hình 1.2. Sơ đồ khối một bộ lượng tử hóa véctơ. ............................................................... 14
Hình 1.3. Ví dụ về các vectơ mã trong lượng tử hóa vectơ 2 chiều. ................................... 16

Hình 1.4. So sánh các kỹ thuật lượng tử hóa véctơ 2bit/mẫu với số chiều khác nhau ........ 19
Hình 1.5. Lượng tử hóa VQ với các nguồn tín hiệu có độ tương quan khác nhau.............. 19
Hình 1.6. Dạng sóng của tín hiệu tiếng nói hữu thanh và vô thanh .................................... 20
Hình 1.7. Phổ của tín hiệu tiếng nói băng hẹp và băng rộng............................................... 21
Hình 1.8. Cấu tạo bộ máy phát âm. ..................................................................................... 22
Hình 1.9. Mô hình phát âm.................................................................................................. 22
Hình 1.10. Đồ thị thời gian của tín hiệu gốc, tín hiệu sai số LPC và sai số Pitch. .............. 24
Hình 1.11. Mô hình bên thu và bên phát tiếng nói. ............................................................. 24
Hình 1.12. So sánh hiệu quả hoạt động của phương pháp COVQ với phương pháp VQ
truyền thống......................................................................................................................... 27
Hình 1.13. Một phương án gán chỉ số cho các vectơ mã trong bảng mã kích thước N....... 27
Hình 1.14. So sánh hiệu quả của các phương án đánh chỉ số khác nhau. ........................... 28
Hình 1.15. Phương pháp IA tối ưu với các mức nhiễu CSNR khác nhau ........................... 29
Hình 2.1. Quá trình truyền dẫn dưới sự tác động của nhiễu................................................ 32
Hình 2.2. Ba bước triển khai phương pháp IA. ................................................................... 33
Hình 2.3. Sự thay đổi D(π) qua các bước lặp của thuật toán MSA (trường hợp N=32, số
bước lặp chọn đủ lớn).......................................................................................................... 45
Hình 2.4. Sự thay đổi D(π) qua các bước lặp của thuật toán MSA (trường hợp N=128, số
bước lặp chọn không đủ lớn)............................................................................................... 46
Hình 2.5. Sự thay đổi D(π) qua các bước lặp của thuật toán MSA (trường hợp N=256, số
bước lặp chọn không đủ lớn)............................................................................................... 46
Hình 2.6. Quan hệ giữa số bước lặp nT (số trạng thái) và αT ............................................... 48
Hình 2.7. Mô hình và các tham số của hệ thống mô phỏng ................................................ 51
Hình 2.8. Kết quả hàm mục tiêu D(π) theo các lần lặp của thuật toán SA.......................... 55
Hình 2.9. Kết quả hàm mục tiêu D(π) theo các lần lặp của thuật toán MSA. ..................... 55
Hình 2.11. Cơ chế hoạt động của danh sách Tabu cải tiến, mỗi mục bao gồm 4 thành phần,
trường hợp N = 4, LTB = 3.................................................................................................... 61

x

Hình 2.12. Ví dụ về khả năng duyệt trùng lặp khi sử dụng điều kiện yêu cầu giống nhau
hoàn toàn khi so sánh cặp giá trị.......................................................................................... 62
Hình 2.13. Cơ chế hoạt động của danh sách cấm Tabu cải tiến, mỗi mục bao gồm 3 thành
phần, trường hợp N = 4, LTB = 3 .......................................................................................... 64
Hình 3.1. Sơ đồ khối của hệ thống ...................................................................................... 72
Hình 3.2. Các khả năng phân phối từ mã n bit b1b2...bn vào các ký tự m bit....................... 72
Hình 3.3. Vùng quyết định của một điểm tín hiệu điều chế ................................................ 74
Hình 3.4. Hai loại vùng cơ bản tạo thành các vùng quyết định........................................... 75
Hình 3.5. Các khả năng phân phối từ mã 7 bit vào các ký tự 4 bit (M=16, N=128) ........... 79
Hình 3.6. Kết quả ước lượng các tham số PC(a,b) bằng các phương pháp khác nhau ........ 81
Hình 3.7. So sánh hoạt động của các phương pháp IA khác nhau ...................................... 83
Hình 3.8. Sơ đồ khối của hệ thống ...................................................................................... 86
Hình 3.9. Ví dụ về quá trình truyền từ mã n bit sử dụng điều chế số.................................. 86
Hình 3.10. Ví dụ về một khả năng phân phối từ mã b độ dài n bit vào các ký tự m bit ...... 88
Hình 3.11. So sánh các phương pháp đánh chỉ số IA khi kết hợp với mã Hamming (7,4). 93
Hình 4.1. Quá trình thiết kế bộ lượng tử hóa SSVQ. .......................................................... 98
Hình 4.2. Sơ đồ khối bộ lượng tử hóa SSVQ ...................................................................... 99
Hình 4.3. So sánh hoạt động của các phương pháp SSVQ khác nhau. ............................. 101

xi


CÁC KÝ HIỆU TOÁN HỌC DÙNG TRONG LUẬN ÁN

Ký hiệu

Ý nghĩa

∈

Thuộc (tập hợp)

∉

Không thuộc (tập hợp)

∅

Tập rỗng

∀

Với mọi

∞

Vô cùng
Được định nghĩa là

P(X|Y)

Xác suất xảy ra sự kiện X khi sự kiện Y xảy ra (Xác suất có điều kiện)

n
 
k 

Tổ hợp chập k của n phần tử

 A

Phép làm tròn tăng (trả về số nguyên lớn hơn A mà gần với A nhất)

x

Chuẩn Euclid của véctơ x

xii


MỞ ĐẦU
1. Giới thiệu đề tài
Những hệ thống thông tin ngày nay luôn đòi hỏi nâng cao tốc độ và chất lượng truyền
dẫn đồng thời có khả năng truyền lượng thông tin nhiều nhất có thể trong điều kiện nhất
định của môi trường truyền dẫn. Để đáp ứng những yêu cầu này, các nghiên cứu không
ngừng tập trung vào việc tăng chất lượng của tín hiệu truyền dẫn đồng thời vẫn giữ được
độ phức tạp của hệ thống ở mức độ hợp lý. Một trong những vấn đề gặp phải khi cải tiến
và nâng cấp các hệ thống là khả năng tận dụng và kế thừa được các hệ thống sẵn có hoặc
các thiết kế hệ thống sẵn có, tránh được việc phải thiết kế lại toàn bộ hệ thống. Việc thiết
kế và thay thế toàn bộ hệ thống đang hoạt động sẽ rất phức tạp, tốn nhiều thời gian và chi
phí. Để có thể kế thừa được các hệ thống sẵn có thì đòi hỏi các cải tiến chỉ thực hiện tại
một số thành phần của hệ thống và không gây ảnh hưởng đến các thành phần khác của hệ
thống.
Trước đây theo lý thuyết của Shannon đưa ra năm 1948 [1], mã hóa nguồn và mã hóa
kênh có thể được thiết kế và hoạt động độc lập với nhau mà không mất đi sự tối ưu. Từ đó
các hệ thống thông tin số truyền thống đều được thiết kế theo cấu trúc nối tiếp mã nguồn
rồi đến mã kênh TSCC (Tandem Source Channel Coding) riêng biệt. Mã nguồn được thiết
kế trong điều kiện kênh lý tưởng tức mà không quan tâm đến ảnh hưởng của nhiễu kênh,
nhằm giảm thiểu tốc độ bit của nguồn tín hiệu sau mã hóa mà vẫn đảm bảo chất lượng tín

hiệu sau khi khôi phục lại. Tiếp đến mã kênh [8,7] được thiết kế để giảm thiểu tác động
của nhiễu kênh mà không quan tâm đến các thông tin trong mã nguồn.
Tuy nhiên định lý của Shannon chỉ đúng trong trường hợp lý tưởng, khi cả bên phát và
bên thu không bị giới hạn về độ phức tạp và độ trễ. Điều này không phải luôn đúng trong
thực tế, nhất là khi độ phức tạp và độ trễ là hai yếu tố giới hạn đối với các ứng dụng truyền
dẫn thời gian thực. Hơn nữa với thiết kế nối tiếp như vậy thì chất lượng truyền dẫn sẽ giảm
rất mạnh khi chất lượng của kênh truyền giảm xuống một ngưỡng nào đó. Nguyên nhân là
do khi nhiễu lớn thì mã kênh cũng bị tác động mạnh của nhiễu và do đó không những mất
khả năng phát hiện và sửa lỗi mà cơ chế sửa lỗi còn có thể gây ra nhiều lỗi hơn. Trong
những trường hợp hệ thống TSCC không đạt hiệu quả cao, nhiều nghiên cứu đã tập trung
vào một phương pháp mới đó là kết hợp mã nguồn và mã kênh JSCC (Joint Source
Channel Coding) nhằm đạt được hiệu quả hoạt động tốt hơn mà vẫn đảm bảo độ trễ và độ
phức tạp ở một mức độ nhất định.
Các kỹ thuật phối hợp mã nguồn và mã kênh thông thường được phát triển dựa trên sự
nghiên cứu các đặc tính của tín hiệu cần truyền, của mã nguồn (phương pháp mã hóa tín
hiệu), của kênh truyền và của mã kênh (phương pháp mã hóa để phát hiện và sửa lỗi sai).
Cho đến nay có nhiều nghiên cứu về các kỹ thuật phối hợp mã nguồn với mã kênh và đã
đạt được một số kết quả nhất định, đã được ứng dụng trong các chuẩn mã hóa tín hiệu

1


nhằm nâng cao chất lượng tín hiệu mà vẫn tiết kiệm được tài nguyên hệ thống. Tổng quan
về các phương pháp kết hợp mã nguồn và mã kênh được trình bày chi tiết ở Chương 1 của
luận án này, trong đó kỹ thuật JSCC được phân loại thành các nhóm chính bao gồm: Mã
kênh tối ưu theo mã nguồn, mã nguồn tối ưu theo kênh, và nhóm các kỹ thuật khác.
Phương pháp được nghiên cứu nhiều nhất là mã kênh tối ưu theo nguồn SOCC
(Source Optimized Channel Coding), điển hình của phương pháp này là kỹ thuật mã hóa
bảo vệ không đều UEP (Unequal Error Protection). Trong quá trình mã hóa, mã nguồn và
mã kênh vẫn được mã hóa độc lập, nhưng trong quá trình thiết kế bộ mã kênh sẽ phân làm

nhiều mức bảo vệ khác nhau. Những dữ liệu quan trọng trong mã nguồn sẽ được bảo vệ ở
mức độ cao hơn (với nhiều bit bảo vệ hơn) những dữ liệu ít quan trọng. Thậm chí những
dữ liệu không quan trọng hoặc có độ nhạy thấp có thể không cần được bảo vệ. Kỹ thuật
UEP giúp hệ thống hoạt động hiệu quả hơn và cho hiệu quả sử dụng băng thông tốt hơn.
Đổi lại, kỹ thuật này làm tăng độ phức tạp của hệ thống do phải mã hóa kênh với nhiều
mức khác nhau. Mỗi kỹ thuật UEP chỉ áp dụng được với đúng một trường hợp đặc thù của
hệ thống với một mã nguồn và một mã kênh trong một điều kiện kênh truyền nhất định do
đó độ linh hoạt của kỹ thuật UEP vào loại thấp nhất trong các kỹ thuật JSCC. Ngoài ra kỹ
thuật này chỉ thích hợp với việc thiết kế mới hệ thống do đòi hỏi thiết kế lại và thay thế các
bộ mã hóa và giải mã trong hệ thống và còn có thể ảnh hưởng đến các thành phần khác của
hệ thống.
Nhóm phương pháp thứ hai là mã nguồn tối ưu theo kênh COSC (Channel Optimized
Source Coding). Ở nhóm phương pháp này, mã nguồn và mã kênh hợp thành một khối gọi
là mã nguồn-kênh, khi đó bản thân mã nguồn có tính bền bỉ với các tác động của nhiễu. Kỹ
thuật điển hình của nhóm phương pháp này là tối ưu hóa bộ lượng tử hóa tín hiệu theo
kênh truyền, khi đó quá trình lượng tử hóa và mã hóa tín hiệu sẽ được tối ưu để giảm thiểu
méo tín hiệu khi tính đến tác động của nhiễu kênh. Thuận lợi của kỹ thuật này là độ phức
tạp của các khâu mã hóa và giải mã thấp, và không phải đánh đổi bằng việc tăng tốc độ bit
như sử dụng mã kênh. Ngoài ra kỹ thuật này có khả năng ứng dụng linh hoạt hơn kỹ thuật
UEP vì có thể sử dụng trong bất kỳ module nào của hệ thống có sử dụng lượng tử hóa tín
hiệu. Tuy nhiên bù lại để tìm được ra các giải pháp lượng tử hóa và mã hóa tối ưu cần khối
lượng tính toán và bộ nhớ rất lớn, và để tìm ra phương án tối ưu nhất hầu như không khả
thi. Đây cũng là nguyên nhân chưa có nhiều nghiên cứu về nhóm phương pháp COSC này
do trước đây các kỹ thuật và công nghệ máy tính và vi xử lý chưa phát triển như ngày nay.
Luận án này tập trung nghiên cứu một phương pháp của nhóm phương pháp thứ hai, là
phương pháp tối ưu hóa phương pháp gán từ mã cho các mẫu tín hiệu lượng tử hay còn gọi
là phương pháp tối ưu việc gán chỉ số IA (Index Assignment) áp dụng cho các hệ thống số
truyền dẫn tín hiệu tương tự. Phương pháp IA này bản chất là sắp xếp lại thứ tự bảng mã
(Codebook) của bộ lượng tử hóa theo thứ tự tối ưu, do đó phương pháp có thể làm tăng
hiệu quả hoạt động của hệ thống nhưng không tăng thêm độ phức tạp, tốc độ bit và độ trễ.

Hơn nữa phương pháp này khá linh hoạt khi không cần ước lượng chính xác về chất lượng

2


kênh truyền (tỷ số tín hiệu trên tạp âm SNR) và có thể thực hiện độc lập hoặc phối hợp với
mã kênh. Do đó, phương pháp này có tính khả thi cao, và còn có thể áp dụng để nâng cấp
các hệ thống sẵn có do chỉ thay đổi thứ tự bảng mã của bộ lượng tử hóa mà không làm ảnh
hưởng đến các khối khác của hệ thống. Đây là một lợi thế lớn vì việc thay thế một hệ thống
mới, một thiết kế hoàn toàn mới không phải là điều dễ dàng.

2. Những vấn đề còn tồn tại
Trong phương pháp IA, để tìm được thứ tự tối ưu của bảng mã là điều không đơn giản,
nhất là khi kích thước bộ lượng tử hóa lớn thì việc tìm ra bảng mã tối ưu là điều không thể.
Do vậy có rất nhiều nghiên cứu về lý thuyết và thuật toán để tìm ra các phương án cận tối
ưu. Tuy nhiên các phương pháp IA trước đây đều được nghiên cứu riêng lẻ và chưa được
phát triển. Các nghiên cứu trước đây còn một số tồn tại như sau:
+ Hầu hết các phương pháp IA khó áp dụng trong trường hợp bảng mã có kích thước
lớn, do các thuật toán IA có độ phức tạp cao. Các thuật toán được đưa vào phần lớn là các
thuật toán tổng quát chưa được tối ưu riêng cho bài toán IA. Trong khi đó trên thực tế có
nhiều ứng dụng hoặc chuẩn mã hóa sử dụng các bảng mã kích thước lớn (ví dụ 9 bit, 10
bit).
+ Hầu hết các nghiên cứu về phương pháp IA đều giả thiết kênh truyền là kênh nhị
phân đối xứng BSC (Binary Symetric Channel) và phương pháp đo méo tín hiệu sử dụng
khoảng cách Euclid bình phương SED (Squared Euclidean Distance), đồng thời không xét
đến kỹ thuật điều chế số. Trong khi đó, với các kỹ thuật điều chế khác nhau sẽ dẫn đến các
tham số đầu vào của thuật toán IA khác nhau, và nhiều trường hợp giả thiết kênh BSC sẽ
không đúng mà chỉ mang tính xấp xỉ.
Luận án này tập trung nghiên cứu và phát triển thuật toán luyện thép SA (Simulated
Annealing) ứng dụng trong bài toán gán chỉ số IA do tính hiệu quả, thông dụng, hội tụ

nhanh và dễ cài đặt của thuật toán. Nhờ những ưu điểm đó, thuật toán SA có thể ứng dụng
cả trong nhiều trường hợp cần tối ưu nhiều bộ lượng tử hóa mà vẫn đảm bảo độ tối ưu của
kết quả.
Thuật toán SA ứng dụng trong bài toán IA vẫn còn có một số hạn chế như một số
bước độ phức tạp vẫn chưa được tối ưu, không có cơ chế tránh duyệt trùng lặp, không đảm
bảo kết quả tối thiểu phải là một cực tiểu địa phương. Hơn nữa hiệu quả hoạt động của
thuật toán SA phụ thuộc rất nhiều vào cách chọn các tham số điều khiển mà các nghiên
cứu trước đây cũng chưa đưa ra các tiêu chí và cách chọn các tham số điều khiển nhằm
phát huy được hiệu quả của thuật toán và độ tối ưu của kết quả.

3


3. Mục tiêu, đối tượng và phương pháp nghiên cứu của luận án
3.1. Mục tiêu nghiên cứu
•

Nghiên cứu, cải tiến phương pháp tối ưu hóa thứ tự bảng mã của bộ lượng tử hóa
(phương pháp IA) để làm tăng chất lượng tín hiệu truyền dẫn trong các hệ thống
thông tin số mà không làm tăng độ phức tạp và băng thông của hệ thống, bao gồm
những vấn đề và mục tiêu sau:
o Nghiên cứu, đề xuất thuật toán tìm kiếm tối ưu cải tiến sử dụng trong phương
pháp IA nhằm tăng độ ổn định, tốc độ hội tụ và độ tối ưu của thuật toán.
o Nghiên cứu, đề xuất phương pháp ước lượng các tham số của hệ thống thông
tin số làm tham số đầu vào cho bài toán tối ưu IA.

•

Nghiên cứu, tổng hợp các trường hợp khác nhau của hệ thống và đề xuất phương
pháp tối ưu hóa mã nguồn mã kênh và kỹ thuật điều chế sử dụng phương pháp IA.

•

Nghiên cứu ứng dụng phương pháp IA vào kỹ thuật lượng tử hóa vectơ có cấu trúc
để ứng dụng trong các trường hợp lượng tử hóa vectơ có số chiều lớn và kích thước
bảng mã lớn.

3.2. Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu của luận án bao gồm những đối tượng sau:
•

Kỹ thuật phối hợp mã nguồn mã kênh bằng phương pháp IA bao gồm:
o Các thuật toán tối ưu hóa tổ hợp giải quyết bài toán tìm kiếm tối ưu trong
phương pháp IA.
o Phương pháp ước lượng các tham số đầu vào (là các tham số của hệ thống
thông tin số) cho bài toán IA có xét đến kỹ thuật điều chế số.

•

Các hệ thống thông tin số truyền dẫn tín hiệu tương tự có độ tương quan cao (như
thoại, âm thanh, hình ảnh,...) sử dụng kỹ thuật lượng tử hóa vectơ (hay lượng tử
hóa theo khối) và truyền dẫn qua kênh dừng với mô hình kênh rời rạc không nhớ
DMC (Discrete Memoryless Channel). Hệ thống có thể sử dụng mã kênh để điều
khiển lỗi trong trường hợp cần thiết và mã kênh (nếu có) là các mã khối có tính hệ
thống (Symmetric Block Code).

•

Các bộ lượng tử hóa vectơ có cấu trúc và ứng dụng.

3.3. Phương pháp nghiên cứu
Nghiên cứu lý thuyết và tài liệu: Nghiên cứu tổng quan lý thuyết và các công trình liên
quan đến lĩnh vực của luận án, kết hợp với thực tế để xác định các vấn đề còn tồn tại, từ đó
nghiên cứu, đề xuất ra hướng giải quyết và phát triển.

4


Sử dụng mô phỏng trên máy tính và thực nghiệm để kiểm chứng, đưa ra so sánh và
đánh giá về hiệu quả giữa các phương pháp cải tiến đề xuất trong luận án với các phương
pháp khác.

4. Ý nghĩa khoa học và ý nghĩa thực tiễn của luận án
4.1. Ý nghĩa khoa học
•

Các kết quả nghiên cứu của luận án này góp phần phát triển một trong các kỹ thuật
kết hợp mã nguồn và mã kênh, nhằm giảm thiểu ảnh hưởng của nhiễu kênh trong
các hệ thống truyền dẫn các nguồn tín hiệu liên tục, đáp ứng nhu cầu không ngừng
cải tiến và nâng cao chất lượng truyền dẫn của các hệ thống thông tin số.

•

Ngoài ra các kết quả của luận án là nền tảng cho các nghiên cứu tiếp theo trong các
lĩnh vực: mã nguồn tối ưu theo kênh để cải tiến hơn nữa chất lượng truyền dẫn mà
không ảnh hưởng đến độ phức tạp và băng thông của hệ thống, nâng cấp các hệ
thống sẵn có mà không ảnh hưởng đến thiết kế hệ thống, nghiên cứu cải tiến các
chuẩn mã hóa tín hiệu.

4.2. Ý nghĩa thực tiễn

•

Các nghiên cứu của luận án là một giải pháp khả thi và cụ thể, mở ra khả năng ứng
dụng vào việc thiết kế tối ưu các hệ thống thông tin số hoặc nâng cấp các hệ thống
sẵn có đang sử dụng các kỹ thuật lượng tử hóa tín hiệu và điều chế số, giúp nâng
cao chất lượng tín hiệu trong truyền dẫn.

•

Ngoài ra các nghiên cứu này bổ sung thêm một giải pháp nâng cao chất lượng tín
hiệu cho các nhà thiết kế và sản xuất trong nước để có thể tự thiết kế và chế tạo các
hệ thống truyền dẫn tín hiệu không quá phức tạp mà không phải sử dụng các
module và các chuẩn truyền dẫn tín hiệu sẵn có, từ đó có thể làm chủ được công
nghệ và nâng cao tính bảo mật của hệ thống.

5. Các đóng góp mới của luận án
Luận án có các đóng góp mới như sau:
•

Đề xuất hai thuật toán là MSA và SATS sử dụng trong phương pháp IA với hiệu
quả tối ưu và độ ổn định cao. Thuật toán SATS là một phiên bản cải tiến của thuật
toán MSA với cơ chế chống duyệt trùng lặp, cho kết quả tốt hơn nhưng lại có độ
phức tạp cao hơn. Hai thuật toán cải tiến được xét trong trường hợp tổng quát
không bị hạn chế bởi các giả thiết giới hạn như các công trình trước và có khả năng
hội tụ nhanh do đó có thể áp dụng trong nhiều trường hợp thực tế nhất là với các
trường hợp bảng mã có kích thước lớn. Luận án cũng đưa ra phương pháp chọn các
tham số điều khiển của các thuật toán tùy thuộc vào kích thước của bảng mã nhằm
phát huy được ưu thế của các thuật toán và đảm bảo được độ tối ưu của kết quả.

5

•

Đề xuất phương pháp kết hợp mã nguồn mã kênh và phương pháp điều chế số sẵn
có sử dụng phương pháp IA để giảm thiểu được méo tín hiệu gây ra bởi nhiễu kênh.
Phương pháp đề xuất có thể linh hoạt áp dụng trong nhiều trường hợp và còn có thể
dùng để nâng cấp các hệ thống sẵn có mà không phải thay đổi hay thiết kế lại hệ
thống.

•

Nghiên cứu ứng dụng của phương pháp IA vào các kỹ thuật lượng tử hóa vectơ có
cấu trúc, đề xuất phương pháp IA-SSVQ dựa trên sự kết hợp phương pháp IA với
kỹ thuật lượng tử hóa vectơ chuyển mạch phân đoạn SSVQ để tăng khả năng giảm
thiểu ảnh hưởng của nhiễu kênh trong truyền dẫn.

6. Cấu trúc của luận án
Nội dung chính của luận án được chia làm 4 chương.
Chương 1. Tổng quan về hệ thống thông tin số và kỹ thuật kết hợp mã nguồn và mã
kênh. Chương này giới thiệu tổng quan về các kỹ thuật kết hợp mã nguồn với mã kênh, ưu
nhược điểm của hệ thống kết hợp mã nguồn mã kênh và hệ thống truyền thống. Trong
chương này cũng điểm qua ngắn gọn một số lý thuyết cơ bản được sử dụng trong các kỹ
thuật kết hợp mã nguồn và mã kênh và trong luận án, bao gồm: Kỹ thuật lượng tử hóa tín
hiệu, kỹ thuật mã hóa tiếng nói. Phần cuối chương 1 trình bày về kỹ thuật mã kênh không
dư thừa, là kỹ thuật kết hợp mã nguồn mã kênh được nghiên cứu trong luận án.
Chương 2. Kết hợp mã nguồn và mã kênh bằng phương pháp tối ưu thứ tự bảng mã
của bộ lượng tử hóa. Chương này nghiên cứu phương pháp IA, phương pháp tối ưu hóa thứ
tự của bảng mã trong các bộ lượng tử hóa theo đặc tính của kênh truyền, đây là một
phương pháp phối hợp mã nguồn và mã kênh đơn giản, có tính ứng dụng và khả thi cao.

Trong chương này, luận án tập trung vào một thuật toán thông dụng và hiệu quả áp dụng
cho bài toán IA là thuật toán mô phỏng luyện thép SA. Sau khi phân tích các hạn chế còn
tồn tại của thuật toán, luận án đề xuất thuật toán cải tiến MSA đồng thời đưa ra phương
pháp lựa chọn các tham số điều khiển cho cả hai thuật toán SA/MSA để phát huy được ưu
điểm và hiệu quả của thuật toán. Tiếp đó, luận án đề xuất thuật toán SATS là một phiên
bản nâng cấp của thuật toán MSA với cơ chế chống duyệt trùng lặp. Các thuật toán được
đánh giá và so sánh thông qua mô phỏng, từ đó rút ra kết luận về tính hiệu quả của các
thuật toán cải tiến.
Chương 3. Chương này nghiên cứu phương pháp kết hợp mã nguồn mã kênh và kỹ
thuật điều chế số sẵn có. Phần đầu chương trình bày trường hợp kỹ thuật điều chế nhiều
mức (M-PSK, M-QAM) và đề xuất phương pháp ước lượng các tham số đầu vào cho bài
toán tối ưu IA. Phần sau mở rộng và tổng hợp lại thành một bài toán tổng quát hơn là phối
hợp mã nguồn mã kênh và kỹ thuật điều chế sử dụng phương pháp IA – phương pháp tối
ưu hóa thứ tự của bảng mã. Phương pháp chia hai trường hợp, một là có thể ước lượng
được các tham số của kênh làm tham số đầu vào cho bài toán IA cùng với mô hình đề xuất.

6


Trường hợp thứ hai là khi không áp dụng được mô hình đề xuất thì ta có thể tối ưu hóa
theo các tham số ước lượng gần đúng.
Chương 4. Chương này nghiên cứu kỹ thuật lượng tử hóa vectơ có cấu trúc áp dụng
cho những trường hợp thực tế khi lượng tử hóa vectơ có số chiều lớn, đồng thời áp dụng kỹ
thuật IA để tăng khả năng chống nhiễu cho bộ lượng tử hóa vectơ có cấu trúc. Sau đó đề
xuất phương pháp kết hợp giữa phương IA và phương pháp lượng tử hóa phân đoạn
chuyển mạch SSVQ – một trong những phương pháp lượng tử hóa vectơ có cấu trúc mới
nhất – và ứng dụng của kỹ thuật IA-SSVQ trong các bộ mã hóa tiếng nói.
Cuối cùng là phần kết luận và các hướng nghiên cứu tiếp theo của luận án.

7

CHƯƠNG 1. TỔNG QUAN VỀ HỆ THỐNG THÔNG TIN SỐ
VÀ KỸ THUẬT KẾT HỢP MÃ NGUỒN VÀ MÃ KÊNH
1.1. Kết hợp mã nguồn và mã kênh trong thông tin số
1.1.1. Hệ thống thông tin số truyền thống
Nhiệm vụ chính của một hệ thống thông tin nói chung và hệ thống thông tin số nói
riêng là truyền bản tin từ phía phát đến phía thu. Để có thể truyền qua hệ thống số, bản tin
cần được mã hóa thành dòng bit. Quá trình truyền bản tin từ phía phát đến phía thu phải
trải qua các quá trình mã hóa, điều chế, truyền và nhận tín hiệu, giải mã tín hiệu và khôi
phục lại bản tin ở phía thu [7]. Trên Hình 1.1 là các khối cơ bản của một hệ thống thông tin
số truyền thống.

Nguồn

Mã hóa nguồn

Mã hóa kênh

Điều chế

Kênh truyền

Dữ liệu
sau khôi
phục

Giải mã nguồn

Giải mã kênh

Giải điều chế

Hình 1.1. Sơ đồ khối cơ bản của một hệ thống thông tin số truyền thống
Quá trình mã hóa thông tin gồm hai khối là mã nguồn và mã kênh nối tiếp nhau. Kỹ
thuật mã hóa như vậy gọi là kỹ thuật mã hóa nối tiếp TSCC (Tandem Source Channel
Coding) và kỹ thuật này được sử dụng trong hầu hết các hệ thống thông tin số truyền
thống.
Mã nguồn là quá trình chuyển đổi bản tin thành dòng bit nhị phân một cách hiệu quả.
Một chức năng khác của khối mã nguồn có chức năng nén tín hiệu đầu vào thành dòng bit
có tốc độ càng nhỏ càng tốt, nhưng vẫn phải đảm bảo chất lượng tín hiệu sau khi khôi phục
phải ở một mức nhất định. Nếu tín hiệu vào là dạng tương tự khi truyền qua hệ thống thông
tin số đến phía thu sẽ có tổn hao do phải trải quá trình rời rạc hóa tín hiệu như lấy mẫu và
lượng tử hóa.
Tín hiệu sau khi được mã hóa nguồn thành dòng bit, nếu được truyền trực tiếp qua
kênh truyền sẽ bị nhiễu tác động đặc biệt là kênh vô tuyến chịu ảnh hưởng của nhiều loại
nhiễu tác động từ bên ngoài dẫn đến tín hiệu thu được bị méo. Nhất là với các kỹ thuật mã
hóa nguồn có tỷ lệ nén lớn thì tín hiệu rất nhạy cảm với lỗi. Do vậy thông thường dòng bit
8


sẽ trải qua một bước mã hóa nữa gọi là mã hóa kênh [8]. Nguyên tắc chung của mã hóa
kênh là chèn vào dòng bit các bit dư thừa nhưng có quy luật để giúp phía thu có khả năng
phát hiện lỗi và còn có thể sửa lỗi. Số lỗi phát hiện và sửa được tùy theo số bit thêm vào
nhiều hay ít.
Trước đây theo kết quả của Shannon năm 1948 [1], mã nguồn và mã kênh có thể được
thiết kế độc lập với nhau mà vẫn đạt được sự tối ưu, và các hệ thống thông tin số truyền
thống đều được thiết kế theo cấu trúc nối tiếp mã nguồn và mã kênh được thiết kế riêng
biệt. Tuy nhiên kết quả của Shannon chỉ đúng trong trường hợp lý tưởng, khi cả bên phát
và bên thu không bị giới hạn về độ phức tạp và độ trễ. Điều này không hoàn toàn phù hợp

trong thực tế, nhất là khi độ phức tạp và độ trễ là hai yếu tố giới hạn đối với các ứng dụng
thời gian thực. Do vậy đã có nhiều nghiên cứu sự kết hợp giữa mã nguồn và mã kênh JSCC
(Joint Source-Channel Coding), khi đó hệ thống vẫn có thể chống lỗi hiệu quả mà độ phức
tạp và độ trễ vẫn được đảm bảo ở mức hợp lý.

1.1.2. Kỹ thuật kết hợp mã nguồn và mã kênh JSCC
Để có cái nhìn tổng quan về các kỹ thuật mã nguồn và mã kênh, người đọc có thể tham
khảo tại [5]. Có nhiều cách để phân loại các kỹ thuật kết hợp mã nguồn và mã kênh JSCC.
Trong đó hai kỹ thuật được nghiên cứu nhiều nhất là kỹ thuật mã kênh tối ưu hóa theo mã
nguồn SOCC (Source-Optimized Channel Coding) và kỹ thuật mã nguồn tối ưu hóa theo
kênh COSC (Channel-Optimized Source Coding).
1.1.2.1. Mã kênh tối ưu hóa theo mã nguồn SOCC
Phương pháp này trong một số tài liệu còn được gọi là mã hóa phối hợp (Concatenated
Coding) và vẫn sử dụng hai khối mã hóa là mã nguồn và mã kênh nối tiếp nhau như trong
hệ thống TSCC. Mã nguồn được thiết kế như các hệ thống truyền thống không tính đến
ảnh hưởng của nhiễu kênh, tiếp theo mã kênh được thiết kế tối ưu hóa theo mã nguồn và
các đặc tính của kênh truyền nhằm tối thiểu hóa xác suất lỗi hoặc méo giữa tín hiệu thu
được và tín hiệu gốc.
Kỹ thuật điển hình của phương pháp JSCC này là kỹ thuật mã bảo vệ không đều UEP
(Unequal Error Protection). Khác với phương pháp truyền thống là mã bảo vệ đều EEP
(Equal Error Protection) sử dụng một mã kênh để bảo vệ cho mã nguồn, trong phương
pháp UEP mã kênh được điều chỉnh với nhiều mức bảo vệ khác nhau tùy theo mức độ
quan trọng của từng thành phần trong mã nguồn và điều kiện của kênh truyền. Đặc điểm
của mã nguồn trong quá trình thiết kế mã kênh được xét đến là mức độ quan trọng và độ
nhạy của các thành phần dữ liệu hay tham số. Dữ liệu khi được mã hóa thành dòng bit sẽ
bao gồm nhiều thành phần, nhiều tham số là các cụm bit. Kỹ thuật UEP sẽ phân tích mức
độ quan trọng và độ nhạy của từng thành phần dữ liệu, thành phần nào quan trọng hoặc có
độ nhạy cao (tức là nếu bị thay đổi sẽ kéo theo dữ liệu sau khôi phục bị thay đổi lớn) thì sẽ
bố trí mã kênh bảo vệ ở mức độ cao hơn (tức là sử dụng nhiều bit mà kênh hơn để bảo vệ).
Còn thành phần dữ liệu nào ít quan trọng, hoặc độ nhạy thấp thì sẽ được bảo vệ ở mức độ

9


thấp hơn của mã kênh, thậm chí có những thành phần không quan trọng sẽ không cần được
bảo vệ. Ví dụ với kỹ thuật lượng tử hóa vô hướng đều, méo tín hiệu có thể được giảm bớt
bằng cách sử dụng mã kênh với mức độ bảo vệ cao hơn đối với các bit có trọng số lớn của
từ mã. Nguyên nhân là do lỗi bit tại bit có trọng số lớn sẽ gây ra sự sai lệch về giá trị của từ
mã lớn hơn là lỗi tại bit có trọng số thấp, dẫn đến méo tín hiệu nhiều hơn.
Phương pháp UEP được thiết kế tùy thuộc vào loại mã nguồn và mã kênh nhất định.
Tác giả Modestino và cộng sự đã nghiên cứu hệ thống truyền dẫn tín hiệu hình ảnh bằng
kỹ thuật điều chế xung mã vi sai DPCM (Differential Pulse Code Modulation) kết hợp với
mã xoắn (Convolutional Code) [9]. Phương pháp kết hợp này được mở rộng sau đó với kỹ
thuật mã hóa biến đổi theo khối [10]. Hai công trình này đưa đến kết luận rằng, khi điều
kiện kênh tốt thì hệ thống sẽ hoạt động tốt hơn nếu sử dụng nhiều bit hơn cho mã nguồn
(tăng tốc độ mã nguồn). Và ngược lại, khi điều kiện kênh xấu thì nếu tăng tốc độ mã kênh
và giảm tốc độ mã nguồn, hệ thống sẽ hoạt động hiệu quả hơn. Như vậy, cần có sự thỏa
hiệp giữa tốc độ mã nguồn và mã kênh để tăng hiệu quả của hệ thống khi truyền dẫn qua
kênh nhiễu.
Việc lựa chọn tốc độ cho mã nguồn và mã kênh là một vấn đề cơ bản của phương pháp
UEP. Nếu tăng tốc độ mã nguồn thì độ méo tín hiệu của mã nguồn giảm (giảm méo lượng
tử hóa do lượng tử hóa với nhiều mức tín hiệu hơn), tuy nhiên đổi lại thì tốc độ mã kênh lại
giảm và độ méo do nhiễu kênh sẽ tăng. Hochwald và Zeger đã có một nghiên cứu lý thuyết
về sự thỏa hiệp giữa mã nguồn và mã kênh [11] và đưa ra cận trên và cận dưới của tốc độ
mã kênh để tối thiểu hóa méo trung bình trong trường hợp hệ thống bao gồm bộ lượng tử
hóa vectơ nối tiếp với bộ mã hóa kênh và kênh truyền là kênh nhị phân đối xứng BSC.
Tiếp sau đó, Hochwald đã mở rộng nghiên cứu này cho kênh Gauss [12].
Ngoài kết hợp với các loại mã kênh truyền thống, một số loại mã kênh mới cũng được
phát triển cho kỹ thuật UEP như mã xoắn đục lỗ tốc độ thích ứng RCPC (Rate-Compatible
Punctured Convolutional Code) [13] hay mã xoắn không đều IRCC (Irregular
Convolutional Code) [14]. Hai loại mã này đều đựa vào mã xoắn nhưng cho phép các mức

tốc độ mã hóa khác nhau, từ đó có thể cung cấp các mức bảo vệ không đều.
Các kỹ thuật UEP có đặc điểm chung là tính linh hoạt thấp vì mỗi một sự kết hợp mã
nguồn mã kênh sẽ được thiết kế riêng cho một trường hợp của hệ thống đặc thù bao gồm
nguồn tín hiệu, mã nguồn tín hiệu, mã kênh và kênh truyền. Nếu hệ thống thay đổi một
trong các yếu tố gồm nguồn tín hiệu, kỹ thuật mã nguồn tín hiệu, kỹ thuật mã kênh, đặc
tính kênh truyền thì kỹ thuật UEP cần được nghiên cứu và thiết kế lại hoàn toàn.
1.1.2.2. Mã hóa nguồn tối ưu theo kênh COSC
Phương pháp JSCC còn lại là phối hợp mã nguồn mã kênh thành một bộ mã hóa và
được thiết kế tối ưu theo đặc trưng của cả nguồn tín hiệu và kênh truyền. Trong một số tài
liệu, phương pháp này còn được gọi là phương pháp phối hợp mã nguồn với mã kênh

10


(Combined Source Channel Coding). Hai hướng chủ yếu của phương pháp này là lượng tử
hóa tối ưu theo kênh truyền và tối ưu hóa thứ tự của bảng mã lượng tử.
Kỹ thuật thứ nhất là lượng tử hóa tối ưu theo kênh truyền COQ (Channel-Optimized
Quantization). Kỹ thuật này thiết kế lại các bộ lượng tử hóa, thay đổi trong quá trình thiết
kế bộ lượng tử hóa theo các đặc tính của kênh có nhiễu với tiêu chí tối thiểu hóa méo gây
ra bởi lượng tử hóa và nhiễu kênh. Cụ thể là kỹ thuật này thay thế phương pháp đo độ méo
của tín hiệu trong quá trình thiết kế bằng phương pháp đo méo có tính đến sự tác động của
nhiễu. Kỹ thuật COQ đầu tiên được áp dụng cho lượng tử hóa vô hướng và được gọi là
lượng tử hóa vô hướng tối ưu theo kênh COSQ (Channel Optimized Scalar Quantization)
[15]. Sau đó, kỹ thuật COQ này được tiếp tục được mở rộng và áp dụng cho mã hóa
chuyển đổi (Transform Coding) [16] và lượng tử hóa vectơ COVQ (Channel Optimized
Vector Quantization) [17]. Kỹ thuật COVQ bản chất là một thuật toán mở rộng cho trường
hợp kênh nhiễu của thuật toán Lloyd tổng quát GLA [4]. Các nghiên cứu đã chứng minh
rằng, các bộ lượng tử hóa được tối ưu hóa cho kênh nhiễu sẽ cải thiện được chất lượng
truyền dẫn mà không đòi hỏi phải tăng tốc độ bit. Kỹ thuật COVQ vẫn tiếp tục được
nghiên cứu, mở rộng và ứng dụng trong các bộ mã hóa khác nhau. Một số nghiên cứu gần

đây ví dụ như: Vấn đề mở rộng băng thông [18], ứng dụng với trường hợp kênh chuyển
tiếp (Relay Channel) [19], đối với truyền dẫn qua kênh có nhớ [20,21]. Tuy nhiên phương
pháp này đòi hỏi thời gian thiết kế dài và phải ước lượng được chính xác các thông số của
kênh truyền, điều này không dễ dàng trên thực tế. Vì vậy, kỹ thuật COVQ mới chỉ dừng lại
ở các nghiên cứu lý thuyết, ít được ứng dụng trong thực tế.
Phương pháp thứ hai là tối ưu hóa việc gán từ mã IA (Index Assignment). Trong kỹ
thuật mã hóa nguồn chuyển đổi tín hiệu sang dòng bit nhị phân, các mẫu tín hiệu sau khi đã
được lượng tử hóa sẽ được ánh xạ vào các từ mã nhị phân. Nếu số bit là n thì mỗi mẫu tín
hiệu sẽ tương ứng với một từ mã hay còn gọi là chỉ số có giá trị từ 0 ÷ 2n−1 và có rất nhiều
cách gán các chỉ số này cho các mẫu tín hiệu lượng tử. Trong trường hợp truyền dẫn qua
kênh nhiễu, các phương pháp đánh chỉ số khác nhau sẽ ảnh hưởng lớn đến chất lượng
truyền dẫn, cụ thể là độ méo của tín hiệu thu được sau giải mã và tín hiệu gốc. Đối với kỹ
thuật lượng tử hóa vô hướng, đã có nhiều nghiên cứu về các phương pháp đánh chỉ số cho
các mẫu tín hiệu lượng tử [22,23]. Rydbeck và Sundberg đã đề xuất một thuật toán lặp để
tìm kiếm phương án đánh chỉ số tốt cho các bộ lượng tử hóa vô hướng [24]. Sau đó Zeger
và Gersho đã mở rộng thuật toán lặp này cho các bộ lượng tử hóa Vectơ [25]. Cho đến nay
cũng có nhiều nghiên cứu về lý thuyết đưa ra các giới hạn cận trên và cận dưới [26,27] và
về thuật toán [28-37] cho phương pháp tối ưu việc đánh chỉ số của các mẫu tín hiệu lượng
tử IA này. Ngoài việc áp dụng cho kỹ thuật lượng tử hóa Vectơ, phương pháp này còn
được kết hợp và ứng dụng trong nhiều kỹ thuật khác như trong mã hóa đa mô tả [38], mã
kênh dựa trên cơ chế gán chỉ số (Index Assignment-Based Channel Coding) [63].
Hai phương pháp trình bày trên còn được gọi là mã hóa kênh không dư thừa, vì chúng
có khả năng giảm thiểu được ảnh hưởng của nhiễu nhưng lại không đòi hỏi thêm các bit dư

11


thừa như các kỹ thuật mã hóa kênh. Trong hai kỹ thuật trên thì kỹ thuật IA tuy hiệu quả
hoạt động không được như kỹ thuật COVQ ở mức nhiễu được tối ưu, nhưng lại có khả
năng áp dụng linh hoạt hơn vào các hệ thống thực tế, vì kỹ thuật này không đòi hỏi phải

biết chính xác mức độ nhiễu của kênh truyền. Tuy nhiên hiện nay, các nghiên cứu về kỹ
thuật IA vẫn ít có khả năng ứng dụng vào thực tế vì hầu hết đều tập trung vào các trường
hợp đặc biệt của hệ thống (như kênh truyền là kênh BSC) mà không xét đến các yếu tố
khác ảnh hưởng đến sự chính xác của phương pháp khi áp dụng vào hệ thống thực (ví dụ
như kỹ thuật điều chế số), hoặc các thuật toán thì chỉ áp dụng được với những không gian
tìm kiếm nhỏ (trong khi đó trên thực tế các hệ thống thường sử dụng các bảng mã 8bit ÷
10bit).
1.1.2.3. Các phương pháp JSCC khác
Ngoài hai phương pháp chính đã trình bày ở phần trên, còn có một số phương pháp
phối hợp mã nguồn với mã kênh khác được nghiên cứu như sau:
Phương pháp kết hợp bộ giải mã kênh và giải mã nguồn: Phương pháp này tận dụng
sự dư thừa trong tín hiệu, do các bộ mã hóa nguồn trên thực tế là không lý tưởng nên
không thể loại bỏ hết sự dư thừa trong tín hiệu. Tín hiệu sau mã hóa vẫn tồn tại sự dư thừa
và thông tin tiên nghiệm này có thể được sử dụng để hỗ trợ cho bộ giải mã có những quyết
định tốt hơn. Bộ giải mã ở phía thu sẽ sử dụng những thông tin nhận được từ kênh và thông
tin tiên nghiệm từ mã nguồn và còn có thể ở cả mã kênh để xem xét tất cả các khả năng có
thể và lựa chọn ra khả năng có xác suất cao nhất. Ngoài việc sử dụng các thông tin tiên
nghiệm từ nguồn tín hiệu, các thông tin tiên nghiệm từ kênh cũng có thể được sử dụng tại
phía thu để làm giảm méo và tăng chất lượng tín hiệu sau giải mã nhờ bộ giải mã hậu
nghiệm cực đại MAP (Maximum A Posteriori). Kỹ thuật thu MAP được phát triển cho
lượng tử hóa vô hướng [40] và lượng tử hóa vectơ [41]. Nói chung để thực hiện và nghiên
cứu các kỹ thuật thuộc nhóm này sẽ khá phức tạp vì cần có sự nghiên cứu về loại mã
nguồn cần truyền, phân tích các đặc tính thống kê, độ nhạy của dữ liệu... và không phải
loại mã nguồn nào cũng có thể xây dựng được phương án kết hợp mã hóa và giải mã hiệu
quả. Phương pháp này cũng như phương pháp UEP có độ linh hoạt thấp, một cơ chế mã
hóa chỉ có thể áp dụng cho đúng một loại mã nguồn không áp dụng được cho loại mã
nguồn khác.
Một số phương pháp JSCC khác xét đến kỹ thuật điều chế như: kỹ thuật bảo vệ không
đều sử dụng điều chế phân cấp [42], kỹ thuật kết hợp giữa bộ lượng tử hóa tối ưu theo
kênh và điều chế đa sóng mang [43]. Các phương pháp kết hợp với kỹ thuật điều chế

thường đòi hỏi thiết kế bộ điều chế theo một tiêu chuẩn đặc thù (ví dụ sử dụng biểu đồ
chòm sao điều chế đặc thù) hoặc sử dụng cùng một lúc nhiều phương pháp điều chế. Do đó
nếu áp dụng cá kỹ thuật này để tối ưu hệ thống thì đều đỏi hỏi thiết kế lại hệ thống sử dụng
kỹ thuật điều chế đặc thù không thông dụng, hoặc sử dụng cùng lúc nhiều kỹ thuật điều
chế thì độ phức tạp của hệ thống sẽ tăng. Trong khi đó thông thường một hệ thống chỉ sử
dụng một kỹ thuật điều chế để điều chế toàn bộ dòng bit truyền đi (là ghép kênh của toàn
12


bộ các từ mã, các tham số, dữ liệu), như vậy nếu áp dụng các kỹ thuật này thì có thể chỉ đạt
được sự tối ưu đối với một hoặc một nhóm các từ mã hoặc dữ liệu. Vì những lý do này nên
các nghiên cứu về kỹ thuật JSCC có xét đến kỹ thuật điều chế hiện vẫn chưa khả thi khi áp
dụng vào thực tiễn.
Ngoài ra còn có thể kết hợp các phương pháp JSCC với nhau, ví dụ kết hợp phương
pháp IA với phương pháp kết hợp bộ giải mã kênh và mã nguồn [44], phương pháp COVQ
với mã bảo vệ không đều RCPC [45].
1.1.2.4. Ưu nhược điểm của các kỹ thuật JSCC
Nói chung, các nghiên cứu đều chỉ ra rằng hệ thống kết hợp mã nguồn và mã kênh
hoạt động tốt hơn hệ thống mã nguồn mã kênh riêng biệt đặc biệt là trong trường hợp điều
kiện kênh xấu. Các ưu điểm của hệ thống JSCC so với TSCC được so sánh định lượng
trong [46]. Hai hệ thống được so sánh thông qua độ trễ và độ phức tạp, và các kết quả chỉ
ra rằng khi hệ thống vượt quá một ngưỡng nào đó về độ phức tạp và thấp hơn một ngưỡng
nào đó về độ trễ thì hệ thống JSCC tốt hơn. Ngoài ra, trong [47] cũng so sánh hệ thống
JSCC với TSCC theo loga của xác suất lỗi trong trường hợp kênh truyền là kênh rời rạc
không nhớ và đã chỉ ra rằng trong nhiều trường hợp thì hàm loga xác suất lỗi của hệ thống
JSCC cao gấp đôi TSCC, tức là xác suất lỗi của hệ thống JSCC nhỏ hơn nhiều.
Tuy nhiên, đổi lại phương pháp JSCC có độ linh hoạt thấp vì mỗi hệ thống JSCC được
thiết kế tối ưu cho việc truyền dẫn một loại tín hiệu với kênh truyền cụ thể. Nếu thay đổi
một trong các yếu tố này thì sẽ phải thực hiện thiết kế lại toàn bộ khối mã hóa. Một vấn đề
nữa của kỹ thuật JSCC là việc tìm lời giải cho các bài toán tối ưu là không đơn giản, nhiều

khi việc tìm ra lời giải tối ưu là không thể do mà ta phải tìm đến các phương pháp tìm lời
giải cận tối ưu.
Trong các phương pháp JSCC đã được trình bày tổng quan ở phần trên thì phương
pháp IA là một trong những phương pháp có độ linh hoạt cao nhất. Phương pháp này
không đòi hỏi phải thiết kế lại hệ thống mà chỉ đơn giản là sắp xếp lại bảng mã lượng tử
hóa. Trong khi đó kỹ thuật lượng tử hóa tín hiệu được sử dụng rộng rãi trong các hệ thống
thông tin số vì đây là một khâu quan trọng trong việc số hóa tín hiệu (hay mã hóa nguồn tín
hiệu), do đó kỹ thuật IA có khả năng ứng dụng rộng rãi vào các hệ thống thực tế. Ngoài ra
phương pháp IA còn có thể ứng dụng để nâng cấp các hệ thống sẵn có vì khi thực hiện
phương pháp này sẽ không làm ảnh hưởng đến các khối khác dẫn đến phải thiết kế lại hệ
thống. Vì những lý do này, luận án đã chọn phương pháp IA là hướng nghiên cứu chính
với mục đích giải quyết những vấn đề còn tồn tại trong các nghiên cứu trước đây về
phương pháp IA để mở ra khả năng ứng dụng của phương pháp IA vào các hệ thống thực
tế. Trong các phần tiếp theo của chương này, các vấn đề cơ bản liên quan đến phương pháp
IA sẽ được trình bày.

13


1.2. Lượng tử hóa tín hiệu
Lượng tử hóa là kỹ thuật cơ bản trong mã hóa nguồn tín hiệu, đây là quá trình ánh xạ
một tập vô hạn các mẫu tín hiệu vào một tập hữu hạn các từ mã. Hiệu quả của lượng tử hóa
tùy thuộc vào các đặc điểm của nguồn tín hiệu, như các phụ thuộc thống kê và hàm mật độ
xác suất PDF (Probability Density Function). Phương pháp lượng tử hóa đơn giản nhất là
lượng tử hóa vô hướng SQ (Scalar Quantization), trong đó các mẫu tín hiệu đầu vào được
ánh xạ tới các từ mã vô hướng một cách riêng lẻ. Do quá trình lượng tử hóa các mẫu tín
hiệu là độc lập với nhau nên tín hiệu sau lượng tử hóa vẫn tồn tại sự dư thừa giữa các mẫu
tín hiệu và như vậy quá trình lượng tử hóa sẽ không hiệu quả.
Lý thuyết của Shannon đã chỉ ra rằng lượng tử hóa vectơ (hoặc theo khối) sẽ cho hiệu
quả cao hơn lượng tử hóa vô hướng [1]. Phương pháp lượng tử hóa véctơ VQ (Vector

Quantization) sẽ ánh xạ các nhóm mẫu tín hiệu vào các nhóm từ mã (hay gọi là vectơ mã),
phương pháp này có thể đạt được méo lượng tử thấp nhất trong các phương pháp lượng tử
hóa ứng với một mức tốc độ và số chiều của vectơ cho trước. Lượng tử hóa vectơ không
những tận dụng được sự tương quan giữa các mẫu tín hiệu, mà còn cho hiệu quả tốt hơn
lượng tử hóa vô hướng ngay cả với trường hợp nguồn tín hiệu là nguồn không nhớ và độc
lập [57]. Tuy nhiên đổi lại, độ phức tạp và bộ nhớ yêu cầu của lượng tử hóa vectơ cao hơn
so với lượng tử hóa vô hướng. Do sự phát triển của công nghệ vi xử lý nên hạn chế này
không phải là vấn đề lớn và kỹ thuật lượng tử hóa vectơ ngày nay được ứng dụng rộng rãi
trong các bộ mã hóa các tín hiệu tương tự, nhất là các tín hiệu có độ tương quan cao [3].

1.2.1. Lượng tử hóa vectơ
Sơ đồ khối của một bộ lượng tử hóa vectơ điển hình được biểu diễn trên Hình 1.2. Tại
phía phát, mỗi vectơ đầu vào sẽ được so sánh với từng vectơ mã trong bảng mã
(Codebook) để chọn ra vectơ gần nhất, sau đó thứ tự của vectơ tìm được trong bảng mã sẽ
được truyền sang bên thu để thông báo về vectơ mã đã được chọn. Bên thu căn cứ vào thứ
tự của vectơ mã thu được và bảng mã sẵn có sẽ giải mã ra vectơ lượng tử hóa có thứ tự
tương ứng.
x(n)

Nhóm thành
vector

x

Tìm vectơ
mã gần nhất

i

ci

Bảng mã
C
Hình 1.2. Sơ đồ khối một bộ lượng tử hóa véctơ
Như vậy, mỗi vectơ truyền đi thay vì truyền tất cả các mẫu tín hiệu thì với kỹ thuật
VQ hệ thống chỉ cần truyền đi chỉ số hay số thứ tự của vectơ đó trong bảng mã. Và dễ thấy
rằng điều kiện để bên thu giải mã ra đúng vectơ mã bên phát phát đi là bảng mã ở cả hai
bên phát và bên thu phải giống nhau.
14