專利名稱：：基于n維空間二分法的矢量量化器的制作方法
技術領域：
：本發(fā)明涉及數(shù)據轉換，并且更具體涉及用于例如在動態(tài)元件匹配中執(zhí)行異步矢量量化的方法和系統(tǒng)。
背景技術：
：數(shù)模轉換器(DAC)和模數(shù)轉換器(ADC)使用在多種應用中。在執(zhí)行轉換中，DAC/ADC—般使用例如AE轉換的技術來找到對輸入信號最接近的匹配以及將誤差轉換為信號頻帶外噪聲。這種DAC/ADC的要求對于某些應用可能非常嚴格。例如，DAC和ADC可以用在現(xiàn)代音頻系統(tǒng)中。對于這種應用，靶向性能(targetedperformance)可以是16比特的信噪比(SNR)，或在某些帶寬例如20KHz音頻帶寬中更高。類似的技術例如第三代便攜式電話和在互聯(lián)網協(xié)議上的語音(VoIP)音頻會議電話也需要成本低的但不過度犧牲性能的高性能的音頻編碼器/解碼器(CODEC)。盡管DAC和ADC是已知的，常規(guī)地用在轉換誤差中的例如數(shù)據加權平均對于某些應用可能不是足夠的或可能實現(xiàn)起來昂貴。因此，期望一種用于提供低成本、高性能的數(shù)據轉換器的機制。動態(tài)元件匹配(DEM)是一種可用于將失配(mismatch)誤差轉換為ADC/DAC的信號頻帶外噪聲的技術。因為DEM不需要高度精確的校準系統(tǒng)，所以實現(xiàn)DEM可以是相對低成本的。為了執(zhí)行DEM，使用了矢量量化。矢量量化是一種數(shù)學技術，其可用于使信號頻帶外的模擬失配噪聲成形(shape)，允許DAC/ADC執(zhí)行其功能。特別是，矢量量化確定了對特定矢量的最接近的匹配。在使用DEM的ADC/DAC的實現(xiàn)中，矢量量化可用于確定如何轉換DAC/ADC元件，例如電容器或電流源，以找到對輸入信號的最接近的匹配。為了更容易地理解矢量量化，參考圖l，其為描述三維矢量量化的圖10。矢量U12對應于輸入信號。因此，U12對應于輸入信號的樣本。在算術上，矢量量化確定最接近地匹配矢量U12的、并且在每一維上具有單位矢量分量的矢量。換句話說，對于圖1中描繪的三維情況，矢量量化確定矢量U12在由原點(O,O，O)和立方體14的頂點界定的最接近的矢量上的投影。因此，矢量量化的輸出是O矢量或是從原點(0,0,0)到頂點(l，O，O)、(O，l，O)、(0,0,1)、(l丄0)、(O,l，l)或(l，l，l)之一的矢量。在U12和輸出V之間最接近的匹配在IIU-VII最小時出現(xiàn)。這個量在U12與V的標量乘積最大時是最小的，該量對應于與V校準(alignwith)的U12。使U12與V校準因此對應于識別U12的最大元素。因此，使用數(shù)學方法，矢量量化可以找到對U12最接近的匹配以及誤差。在矢量量化的應用中，空間維的數(shù)量對應于期望的分辨率。期望的分辨率R由在分辨率中的期望的比特數(shù)給出。對應于輸入信號的矢量U的空間維的數(shù)量N大于或等于2R—1。因此，對于兩比特分辨率，空間維的數(shù)量是3。因此，在圖1中描繪的立方體14可以用于執(zhí)行對于具有3比特分辨率要求的應用的矢量量化。對于4比特分辨率，空間維的數(shù)量是5。對于更高的分辨率，維的數(shù)量按指數(shù)比例決定。盡管DEM實現(xiàn)起來可能成本較低，當前對于其在常規(guī)DAC/ADC中的使用存在障礙。特別是，實現(xiàn)矢量量化可能有不期望有的結果。期望信號例如在N比特AE轉換中具有n比特分辨率(n比特信號)。在這種轉換中，對應的矢量具有N維(如上所述，對應于2n—l)。換句話說，矢量量化在N維中發(fā)生，其中N是211—1。常規(guī)矢量量化器將因此對每個輸入數(shù)據樣本分類大約2n個元素。該分類操作一般需要比用于獲得數(shù)據樣本的采樣吋鐘運行快2"倍的時鐘。這種時鐘是非常高的頻率，這是不期望有的。而且，DAC/ADC將包括至少2個時鐘，采樣時鐘和用于分類的時鐘。因此，DAC/ADC也是混合模式環(huán)境。在混合模式環(huán)境中使用高頻時鐘也是不期望有的。因此，所需要的是一種用于幫助提供高速度、低成本的轉換器的機制。本發(fā)明處理這種需要。
發(fā)明內容本發(fā)明提供了一種用于量化對應于輸入信號的矢量的方法和系統(tǒng)。矢量具有多個對應于N維空間的分量。在一方面，所述方法和系統(tǒng)包括遞歸遞歸地將空間分為具有比前面的遞歸少一維的相等的空間，直到形成終端空間(endspace)。每個終端空間是二維的。在這方面，所述方法和系統(tǒng)也包括異步比較在多個終端空間中的每一個的多個分量，以確定多個終端空間的具有對矢量最接近的匹配的一個特定終端空間的子空間的子空間。在另一方面，所述方法和系統(tǒng)包括提供至少一個包括多個節(jié)點的樹以及異步橫貫(traverse)所述樹來確定對矢量最接近的匹配。多個節(jié)點對應于在多個分量的每一個之間的多個比較的多個AND。多個比較的每一個確定多個分量的第一分量是否大于多個分量的第二分量。根據這里所公開的方法和系統(tǒng)，本發(fā)明提供了一種用于執(zhí)行異步矢量量化的方法和系統(tǒng)。圖l是描述三維矢量量化的圖。圖2是描述根據本發(fā)明用于執(zhí)行矢量量化的方法的一個實施方式的流程圖。圖3是描述根據本發(fā)明用于執(zhí)行矢量量化的方法的另一個實施方式的流程圖。圖4是根據本發(fā)明的失配成形引擎的一個實施方式圖。圖5是描述根據本發(fā)明的判決樹的一個實施方式的圖。圖6是描述根據本發(fā)明的一對判決樹的一個實施方式的圖。具體實施例方式本發(fā)明涉及矢量量化。以下描述被呈現(xiàn)以使本領域的普通技術人員能夠進行和使用本發(fā)明，并且被提供在專利申請及其需求的上下文中。對這里描述的優(yōu)選實施方式以及一般原理和特征的各種修改對本領域的技術人員來說是容易顯而易見的。因此，本發(fā)明不是用來限制所示實施方式，而是與在此描述的原理和特征一致的最寬的范圍相符合。本發(fā)明提供了一種用于量化對應于輸入信號的矢量的方法和系統(tǒng)。矢量具有多個對應于N維空間的分量。在一方面，所述方法和系統(tǒng)包括遞歸地將空間分為具有比前面的遞歸少一維的相等的空間，直到形成終端空間。每個終端空間是二維的。在這方面，所述方法和系統(tǒng)也包括異步比較在多個終端空間中的每一個的多個分量的一對分量，以確定多個終端空間的具有對矢量最接近的匹配的一個特定終端空間的子空間的子空間。在另一方面，所述方法和系統(tǒng)包括提供至少一個包括多個節(jié)點的樹以及異步橫貫該樹來確定對矢量最接近的匹配。多個節(jié)點對應于在多個分量的每一個之間的多個比較的多個AND。多個比較的每一個確定多個分量的第一分量是否大于多個分量的第二分量。本發(fā)明將按照特定的矢量、特定的維數(shù)以及特定的應用例如ADC來描述。然而，本領域的普通技術人員應容易認識到，所述方法和系統(tǒng)對于其它矢量、其他維數(shù)以及其他應用有效地操作。圖2是描述根據本發(fā)明用于執(zhí)行矢量量化的方法100的一個實施方式的流程圖。使用方法100來量化對應于輸入信號的矢量，例如矢量U12。因此，矢量駐留在n維空間中并且在該n維空間中具有多個分量(例如，n個分量)。盡管矢量具有n個分量，但一個或更多分量可以是0。輸入信號也一般是標量信號。因此，被量化的矢量一般是標量向矢量變換的結果。'通過步驟102，N維空間被遞歸地分成多個具有比前面的遞歸少一維的相等的空間，直到形成終端空間。每個終端空間是二維的。因此，在步驟102中，n維空間被首先分成n個具有(n-l)維的空間。這個過程繼續(xù)，增加了空間的數(shù)量并且減少了每個空間的維數(shù)，直到得到二維終端空間。通過步驟104，在終端空間中的矢量的分量然后相互異步地比較來確定具有對矢量最接近的匹配的特定終端空間的子空間。步驟104利用空間二分法來識別最接近地匹配對應于輸入信號的矢量的子空間。換句話說，步驟104比較每個終端空間中矢量的分量來確定最大分量，該最大分量對應于最接近地匹配矢量的子空間。因為終端空間是二維的，所以子空間具有維數(shù)l并且對應于最接近地匹配矢量的矢量。因此，通過借助于空間二分法來識別子空間，對應于輸入信號的矢量被量化。因此，使用方法100，對應于輸入信號的矢量可以被異步量化。因為在步驟104中的比較被異步執(zhí)行，所以可以不需要高頻時鐘來執(zhí)行矢量量化。因此，可以避免高頻、混合模式環(huán)境。而且，因為矢量量化可在對應于輸入信號的矢量上異步地執(zhí)行，所以DEM可以用在轉換應用中。因此，方法100促進了低成本、高速度轉換器例如音頻/視頻轉換器的使用。圖3是描述根據本發(fā)明用于執(zhí)行矢量量化的方法110的另一個實施方式的流程圖。圖4是根據本發(fā)明的失配成形引擎200的一個實施方式的圖。參考圖3-4,在失配成形引擎200的上下文中描述了方法100。失配成形引擎200包括標量到矢量的轉換器202、矢量量化器210、環(huán)路濾波器204以及矢量到標量的轉換器206。矢量量化器包括以下描述的至少一個判決樹212以及邏輯214。在優(yōu)選實施方式中，所示的失配成形引擎200是Ai:轉換器的一部分，如圖4所述。然而，沒有什么阻止失配成形引擎作為另一個分量的一部分。方法110用來量化對應于輸入信號的矢量，例如矢量U12。因此，矢量駐留在N維空間中并且在該N維空間中具有多個分量(g卩，N個分量)。盡管矢量具有N個分量，但是一個或更多分量可具有O的量值。輸入信號也一般是標量信號。因此，被量化的矢量通常是一般使用標量到矢量的轉換器202來執(zhí)行的標量到矢量的轉換的結果。通過步驟112，提供了包括多個節(jié)點的至少一個樹。在步驟112中提供的樹優(yōu)選地是樹212。節(jié)點對應于AND比較矢量的分量。該比較可由Ck和5表示。術語Ck如下給出Ck=Ui>Uj,其中k是從0到N(N-l)/2-l的整數(shù)，i和j是從O到N-l的整數(shù)并且i不等于j。類似地，5=Ui<Uj。因此，每個比較Ck或5確定一個分量是否大于另一個特定的分量。在一個實施方式中，步驟112提供了單一判決樹。圖5是描述根據本發(fā)明的這種判決樹212'的一個實施方式的圖。參考圖3-5，判決樹212'對應于在失配成形引擎200中的判決樹212'，并且利用步驟112的一個實施方式來形成。在步驟112中提供的判決樹212'包括被量化的矢量的所有分量的比較。因此，在x級的每個節(jié)點n處，比較由gtU;M[n]=AND(Ck,C"給出。因此，如在圖5中所描述的，每個>化對應于分量大于Ui的比較。換句話說，當橫貫樹時，通過執(zhí)行對前面節(jié)點中的比較的AND操作來到達特定的節(jié)點。樹212'具有N-1的深度(總級數(shù))。在另一個實施方式中，步驟112提供了包括多個子樹的樹。在這樣的實施方式中，優(yōu)選地提供一對子樹。圖6是描述根據本發(fā)明的判決樹對212"的一個實施方式的圖。子樹214和216的每一個用于搜索矢量分量的一部分。優(yōu)選地，第一子樹214搜索M個最大的分量來確定哪個分量更大。在這樣的子樹214中，節(jié)點具有形式gti^[n]。同樣在優(yōu)選的實施方式中，該對的第二子樹214搜索多個分量的第二部分。這些分量優(yōu)選地包括N-M個最小的分量并且被搜索來確定最小的分量。對于這種具有兩個子樹216和218的樹212"，在x級的n處，比較由gti^[n:NAND(Ck,C"或ltUx_I[n]=AND(Ck，C"給出。一旦樹被配置，樹212/212'/212，'就通過步驟114被異步橫貫至少一個樹來確定與被量化的矢量最接近的匹配。因此，通過樹212/2127212"內的節(jié)點的某個部分的通道被異步跟隨，且最接近的匹配被確定。通過步驟116提供了輸出矢量。在一個實施方式中，輸出矢量V具有由V[i]=OR(ltuk)給出的分量V[i],其中i是從0到(N-l)/2-l的整數(shù)且k是從O到x-l的整數(shù)，其中x是在樹中的級數(shù)，或V[i]-OR[gtiik]給出，其中i是從(N-l)/2-l到N-1的整數(shù)且k是從O到x-l的整數(shù)。例如，假設方法110和失配成形引擎200用在4元件轉換器中，所述4元件轉換器對應于四維矢量量化。假設對應于輸入信號的矢量U在四維中具有分量uo、Ul、112和U3。比較由C(^U!〉U。、Ci=U2>U0、C2=U3>U0、C3-U2〉U!、C4=U3>Ui、C5=U3>U2、Co=U0>Ui、Ci=uo>u2、C2=Uo>U3、C3=Ul>U2、C4=Ul>U3、Cs-U2〉u3給出。在對應的樹212/212'/212'，中的術語由上述適當?shù)男g語gtU()和ltU()給出。對于樹212"的第一級，節(jié)點是gtuo-Co,d.C2ltu。=Co.c3.C4ltu0[l]=C0.C3.gtu0[2]=Ci.C3.c5ltu。[2]:d.C3.C5<formula>formulaseeoriginaldocumentpage9</formula>在樹212"的第二級的節(jié)點由下列項給出<table>tableseeoriginaldocumentpage9</column></row><table>因此，使用方法110和失配成形引擎200，對應于輸入信號的矢量可被異步量化。因為樹212/212'/212"被異步橫貫，可不需要高頻時鐘來執(zhí)行矢量量化。因此，可以避免高頻、混合模式環(huán)境。因此，模擬電路不需要被高頻時鐘干擾。而且，在高速應用中，對樹212/2127212"的判決可以在每個時鐘周期執(zhí)行。而且，由于樹212/212'/212，'的使用，失配成形引擎200以及方法IOO和110對于不同數(shù)量的元件和不同的分辨率可以按比例決定。例如，使用失配成形引擎200和方法IOO或110可提供的8元件AEDAC。因此，方法100和110以及失配成形引擎200使低成本、高速的轉換器例如音頻/視頻轉換器更容易。公開了一種用于例如在聲音/音頻和其他轉換器中執(zhí)行對輸入信號的矢量量化的方法和系統(tǒng)。已經根據所示實施方式描述了本發(fā)明，且本領域的普通技術人員應容易認識到，對實施方式可能有變化，并且任何變化應在本發(fā)明的精神和范圍內。因此，本領域的普通技術人員可進行各種修改而不背離所附權利要求的精神和范圍。權利要求1.一種用于量化對應于輸入信號的矢量的方法，所述矢量具有對應于n維空間的多個分量，所述方法包括遞歸地將所述n維空間分成具有比前面的遞歸少一維的相等的空間，直到形成多個終端空間，所述多個終端空間的每一個是二維的；以及異步比較在所述多個終端空間的每一個內的所述多個分量，以確定所述多個終端空間的具有對所述矢量最接近的匹配的特定終端空間的子空間。2.—種用于量化對應于輸入信號的矢量的方法，所述矢量具有對應于N維空間的多個分量，所述方法包括提供包括多個節(jié)點的至少一個樹，所述多個節(jié)點對應于在所述多個分量的每一個之間的多個比較的多個AND，所述多個比較的每一個確定所述多個分量的第一分量是否大于所述多個分量的第二分量；以及異步橫貫所述至少一個樹來確定與所述矢量最接近的匹配。3.如權利要求2所述的方法，其中所述多個分量包括N個分量，其中所述多個比較的一個比較是Ck=Ui>Uj，其中k是從0到N(N-l)/2-l的整數(shù)，i和j是從0到N-l的整數(shù)并且i不等于j;以及5=ui<Uj。4.如權利要求3所述的方法，所述至少一個樹提供還包括提供多個子樹，所述多個子樹的第一部分搜索包括M個最大的所述多個分量的所述多個分量的第一部分，所述多個子樹的第二部分搜索包括N-M個最小的所述多個分量的所述多個分量的第二部分。5.如權利要求4所述的方法，其中對應于所述多個子樹的所述第一部分的所述多個節(jié)點的一部分的每一個包括對節(jié)點n的比較，gtUx.i[n]-AND(Ck,^)。6.如權利要求5所述的方法，其中對應于所述多個子樹的所述第二部分的所述多個節(jié)點的一部分的每一個包括對節(jié)點n的比較，ltUx-i[n:^AND(Ck,)。7.如權利要求6所述的方法，其還包括提供具有分量V[ihOR(ltUk)的輸出矢量，其中i是從0至U(N-l)/2-l的整數(shù)且k是從0到x-l的整數(shù)，以及V[i]=OR(gtuk)，其中i是從(N-1)/2到N-l的整數(shù)且k是從0到x-l的整數(shù)，以及x是所述至少一個樹的級。8.—種用于量化對應于輸入信號的矢量的系統(tǒng)，所述系統(tǒng)具有對應于N維空間的多個分量，所述系統(tǒng)包括至少一個樹，其包括多個節(jié)點，所述多個節(jié)點對應于在所述多個分量的每一個之間的多個比較的多個AND，所述多個比較的每一個確定所述多個分量的第一分量是否大于所述多個分量的第二分量；以及邏輯，其用于異步橫貫所述至少一個樹來確定對所述矢量的最接近的匹配。9.如權利要求8所述的系統(tǒng)，其中所述多個分量包括N個分量，其中所述多個比較的一個比較是Ck=Ui>Uj，其中k是從0到M(M-l)/2-l的整數(shù)，i和j是從0到N-l的整數(shù)并且i不等于j;以及5=ui<Uj。10.如權利要求9所述的系統(tǒng)，其中所述至少一個樹還包括多個子樹，所述多個子樹的第一部分搜索包括M個最大的所述多個分量的所述多個分量的第一部分，所述多個子樹的第二部分搜索包括N-M個最小的所述多個分量的所述多個分量的第二部分。11.如權利要求IO所述的系統(tǒng)，其中對應于所述多個子樹的所述第一部分的所述多個節(jié)點的一部分的每一個包括對節(jié)點n的比較，gtUx-![n]-AND(Ck,^)。12.如權利要求11所述的系統(tǒng)，其中所述對應于所述多個子樹的所述第二部分的所述多個節(jié)點的一部分的每一個包括對節(jié)點n的比較，ltUx-i[n沁AND(Ck,)。13.如權利要求12所述的系統(tǒng)，其中所述系統(tǒng)還提供具有分量V[ipOR(ltUk)的輸出矢量，其中i是從0至U(N-l)/2-l的整數(shù)且k是從0到x-l的整數(shù)，以及V[i]=OR(gtuk)，其中i是從(N-1)/2到N-l的整數(shù)且k是從0到x-l的整數(shù)，其中x是所述至少一個樹的級。14.一種失配成形引擎，其包括標量到矢量的轉換器；矢量量化器，其與所述標量到矢量的轉換器耦合，所述矢量量化器包括至少一個樹和邏輯，所述至少一個樹包括多個節(jié)點，所述多個節(jié)點對應于在所述多個分量的每一個之間的多個比較的多個AND，所述多個比較的每一個確定所述多個分量的第一分量是否大于所述多個分量的第二分量，所述邏輯用于異步橫貫所述至少一個樹來確定對所述矢量的最接近的匹配；環(huán)路濾波器，其耦合所述矢量量化器；以及矢量到標量的轉換器，其耦合所述環(huán)路濾波器。全文摘要描述了一種用于量化對應于輸入信號的矢量的方法和系統(tǒng)。矢量具有對應于N維空間的多個分量。在一個方面，所述方法和系統(tǒng)包括遞歸地將空間分成具有比前面的遞歸少一維的相等的空間，直到形成終端空間。每個終端空間是二維的。所述方法和系統(tǒng)也包括異步比較每個終端空間中的分量來確定具有與所述矢量最接近的匹配的特定終端空間的子空間。在另一方面，所述方法和系統(tǒng)包括提供包括多個節(jié)點的樹以及異步橫貫所述樹來確定對所述矢量的最接近的匹配。所述節(jié)點對應于在分量之間的比較的AND。每個比較確定第一分量是否大于第二分量。文檔編號G06K9/36GK101356540SQ200680050886公開日2009年1月28日申請日期2006年11月7日優(yōu)先權日2005年11月16日發(fā)明者塞巴斯蒂安·菲耶韋申請人:愛特梅爾公司