这里把如何计算 1-bit 量化等效的增益 k 的方法回顾一下:
一般的,量化器的输入为 y[n],输出为v[n];考虑K的选取使得量化器的输入与输出的均方误差最小
定义内积的运算:
因此,均方误差可以重写为:
考虑k为自变量,上式在其导数为零时取得最小值,此时的k值为:
对于1-bit的量化,考虑v=sgn(y), 上式可写为:
这里把如何计算 1-bit 量化等效的增益 k 的方法回顾一下:
一般的,量化器的输入为 y[n],输出为v[n];考虑K的选取使得量化器的输入与输出的均方误差最小
定义内积的运算:
因此,均方误差可以重写为:
考虑k为自变量,上式在其导数为零时取得最小值,此时的k值为:
对于1-bit的量化,考虑v=sgn(y), 上式可写为:
简单的说,k的表达式,在矢量代数里,就是输出v在输入y上的“投影”。