Vector quantization of random model sources

La qualité de la quantification vectorielle (VQ) utilisant l'algorithme de Linde, Buzo et Gray et la mesure de la distance Euclidienne a été évaluée en mesurant le rapport signal sur bruit de quantification (SNR) pour des processus stochastiques stationnaires. L'évaluation était faite pour des dimensions d'un à dix et pour un nombre des intervalles de quantification 2, 4 et 8 - conforme à 1, 2 et 3 bits par échantillon. Nous avons étudié des processus stochastiques avec des distributions des amplitudes gaussiennes, laplaciennes et suivant fonctions Ko ou gamma avec des types des corrélations différentes. Les résultats montrent que la qualité de la VQ est fortement déterminée par le type de corrélation mais qu'elle dépend seulement d'une façon insignifiante de la distribution. Avec le processus gaussien on obtient toujours - c'est à dire avec tous les types de corrélations - des valeurs SNR les plus grands qui étaint au maximum 2 dB sous la "rate distortion function". Pour les processus statistiquement indépendants les valeurs SNR dépendent d'une manière significative de la statistique d'amplitude. L'ordre des valeurs SNR d'un quantificateur vectoriel des dimensions plus grandes sont en accord avec les conclusions de la théorie d'information. Quand on augmente la dimension les valeurs SNR arrivent aux limites théoretiques. Finalement nous nous avons occupés de la question, si la méthode VQ est en fait la méthode la plus efficace. Au-delà nous avons étudié la convergence de l'algorithme de construction du dictionnaire