MATLAB中将双输入量化为双输出

Question

我试图用128级统一量化器对一组双类型样本进行量化，我希望输出也是双类型的。当我尝试使用“量化”matlab时，会出现一个错误:不支持类'double‘的输入。我也试过"uencode“，但它的回答是无稽之谈。我对matlab很陌生，我已经花了好几个小时来研究这个问题。任何帮手都可以。谢谢

Answer 1

uencode应该给出整数结果。这就是关键所在。但关键是它假定了一个对称的范围。从-x到+x，其中x是数据集中最大或最小的值。所以，如果你的数据是从0-10，你的结果看起来是无稽之谈，因为它量化的数值范围-10到10。

在任何情况下，您实际上都需要编码值和量化值。我编写了一个简单的函数来完成这个任务。它甚至没有什么帮助说明(实际上只需输入"help ValueQuantizer")。我还使它非常灵活，所以它应该与任何数据大小(假设您有足够的内存)工作，它可以是一个向量，2d数组，3d，4d....etc。

这里有一个例子来说明它是如何工作的。我们的数字是从-0.5到3.5的均匀分布。这表明，与uencode不同，我的函数处理非对称数据，并且它使用负值。

a = 4*rand(2,4,2) - .5
[encoded_vals, quant_values] = ValueQuantizer(a, 3)

产生

a(:,:,1) =
    0.6041    2.1204   -0.0240    3.3390
    2.2188    0.1504    1.4935    0.8615
a(:,:,2) =
    1.8411    2.5051    1.5238    3.0636
    0.3952    0.5204    2.2963    3.3372

encoded_vals(:,:,1) =
     1     4     0     7
     5     0     3     2
encoded_vals(:,:,2) =
     4     5     3     6
     1     1     5     7

quant_values(:,:,1) =
    0.4564    1.8977   -0.0240    3.3390
    2.3781   -0.0240    1.4173    0.9368
quant_values(:,:,2) =
    1.8977    2.3781    1.4173    2.8585
    0.4564    0.4564    2.3781    3.3390

因此，您可以看到它以整数的形式返回编码的值(就像uencode，但没有奇怪的对称假设)。与uencode不同，它只是以双倍形式返回所有内容，而不是转换为uint8 8/16/32。重要的是它还返回量化的值，这正是您想要的。

这是函数

function [encoded_vals, quant_values] = ValueQuantizer(U, N)
% ValueQuantizer uniformly quantizes and encodes the input into N-bits
% it then returns the unsigned integer encoded values and the actual
% quantized values
%
% encoded_vals = ValueQuantizer(U,N) uniformly quantizes and encodes data
% in U. The output range is integer values in the range [0 2^N-1]
%
% [encoded_vals, quant_values] = ValueQuantizer(U, N) uniformly quantizes
% and encodes data in U. encoded_vals range is integer values [0 2^N-1]
% quant_values shows the original data U converted to the quantized level
% representing the number

    if (N<2)
        disp('N is out of range. N must be > 2')
        return;
    end

    quant_values = double(U(:));

    max_val = max(quant_values);
    min_val = min(quant_values);

    %quantizes the data
    quanta_size = (max_val-min_val) / (2^N -1);
    quant_values = (quant_values-min_val) ./ quanta_size;

    %reshapes the data
    quant_values = reshape(quant_values, size(U));
    encoded_vals = round(quant_values);

    %returns the original numbers in their new quantized form
    quant_values = (encoded_vals .* quanta_size) + min_val;
end

据我所知，这应该总是有效的，但我还没有做过广泛的测试，祝你好运