Question

有谁知道如何计算从16位到8位的量化误差？

我查看了关于Quantization的维基百科文章，但它没有解释这一点。

任何人都可以解释它是如何完成的吗？

很多爱，路易丝

更新：我的功能看起来像这样。

unsigned char quantize(double d, double max) {
  return (unsigned char)((d / max) * 255.0);
}

Answer 1

我认为您需要将16位值和8位值都转换为它们各自所代表的模拟值，然后区分它们。为了坚持维基百科条目，这里有one来讨论它。

Answer 2

通常，误差是重构的量化信号和原始信号之间的差异。

假设你的原始系列是Xi，你通过q整数除法进行量化 - 得到一系列整数值int（Xi / q）。您的错误项是e = Xi - q * int（Xi / q）。

例如：样本值60000除以256，在去量化后得到234. 234 * 256 = 59904。量化误差为60000-59904 = 96。

Answer 3

有趣的是，如果将最后8位视为有符号字符，则会为您提供正确的量化误差。

char absolute_quatization_error(short measurement) //lets consider that short is 16bits
{
   return (measurement & 0xFF);
}

好的上层功能很棘手你应该使用类似的东西。

short absolute_quatization_error(short measurement) //lets consider that short is 16bits
{
    short r;
    r=measurement & 0xFF;
    if (r>0x7F)
        return (0xFF-r);
    else
        return r;
}

如果你需要相对错误，你应该使用。

float relative_quatization_error(short measurement)
{
     return 1.0*absolute_quatization_error(measurement)/((float)measurement); //i did not check if this correctly converts to float.
}

Answer 4

维基百科的文章中有，表示为信噪比。但我想真正的问题是，你想以什么单位结果？作为信噪比，它是20 log（2 ^ 8）= 55 dB

您可能需要阅读此内容：http://en.wikipedia.org/wiki/Decibel

如何计算从16位到8位的量化误差？

4 个答案: