C.6实际上，任何量化器都必须处理幅度变化的信号。因此，为估计量化效果，就必须在不同功 率水平的信号下进行检测。量化器性能的一种度量方法是信号与量化噪声之比SQNR 下面我们考虑一个用在典型的语音级AD转换器上的8比特量化器。算法如下： 1.在指定的功率水平上产生一个1000个语音信号样值的序列并度量信号功率· 2.用8比特均匀量化器量化此序列。测量量化误差信号的功率。，2（均匀）。 3.采用μ律8比特量化器，测量量化误差信号的功率0.2。 4.测量两种量化的量化信噪比SQNR=o,o,2和SQNR=o,21o,2(μ-1aw)。 此算法可用MATLAB函数exp5-c6实现： >powe=0.0001,0.001,0.01.0.1,1: >>exp5_c6(power) 输出为如下形式： [o2,SQNR(uniform),SQNR(μ-law）], 在这里所有的量化信噪比均用B来度量。将结果填入表5.5中，同时在图5.2中绘出 两种量化类型的SQNR-o,2。 表5.5 02 SQNR(uniform) SQNR(μ-law) -32―32― C.6 实际上,任何量化器都必须处理幅度变化的信号。因此,为估计量化效果,就必须在不同功 率水平的信号下进行检测。量化器性能的一种度量方法是信号与量化噪声之比 SQNR。 下面我们考虑一个用在典型的语音级 A/D 转换器上的 8 比特量化器。算法如下： 1. 在指定的功率水平上产生一个 1000 个语音信号样值的序列并度量信号功率σs 2. 2. 用 8 比特均匀量化器量化此序列。测量量化误差信号的功率σq 2 (均匀)。 3. 采用μ律 8 比特量化器，测量量化误差信号的功率σq 2。 4. 测量两种量化的量化信噪比 SQNR =σs 2 / σq 2 和 SQNR =σs 2 / σq 2（μ-law）。 此算法可用 MATLAB 函数 exp5-c6 实现： >> power=[0.0001,0.001,0.01,0.1,1]; >> exp5_c6 (power) 输出为如下形式： [σs 2 ,SQNR(uniform),SQNR(μ-law) ], 在这里所有的量化信噪比均用 dB 来度量。将结果填入表 5.5 中,同时在图 5.2 中绘出 两种量化类型的 SQNR-σs 2 。 表 5.5 σs 2 SQNR(uniform) SQNR(μ-law)