Pulssikoodimodulaatio

Pulssikoodimodulaatio (PCM, engl. pulse code modulation) on menetelmä, jolla analoginen äänitaajuussignaali koodataan digitaaliseen muotoon. Pulssikoodimodulaatiossa otetaan tasaisin väliajoin näytteitä, jotka ilmaistaan numeerisesti. Näytteen taso voidaan ilmaista joko lineaarisesti tai logaritmisesti. Tyypillisesti signaalinkäsittelyssä käytetään A/D- ja D/A-muuntimia näytteiden käsittelyyn. Digitaalinen äänentoisto perustuu useimmiten PCM-ääneen, jota toistavat esimerkiksi cd-soittimet, mp3-soittimet ja modernit tietokoneet.

Historia

PCM-menetelmän on kehitettänyt Alec H. Reeves vuonna 1939. New Yorkin maailmannäyttelyssä vuonna 1939 oli esitteillä ”vocoder” (lyhenne sanoista voice coder) -äänisyntetisaattoridemonstraatio.

Puheen salaukseen käytettävä SIGSALY-järjestelmä oli ensimmäinen PCM-tiedonsiirtoa käyttävä. Järjestelmä oli käytössä liittoutuneiden välillä toisen maailmansodan aikana. Järjestelmän kehitti Bell Telephone Laboratories (BTL) ja se otettiin muodollisesti käyttöön 15. heinäkuuta 1943 Pentagonin ja Lontoon välillä.

Yleistä

ITU:n suosituksessa G.711 on määritelty kaksi koodauslakia: A-Law ja μ-Law. Molemmissa näytteenottotaajuus on kahdeksan kilohertsiä (kHz) ja kansainvälisissä yhteyksissä on käytettävä kahdeksaa bittiä näytettä kohden. Sarjamuotoisessa bittien siirrossa on No. 1 (polaarisuus) lähetettävä ensin ja No. 8 (vähiten merkitsevä bitti) viimeisenä.

Näytteiden logaritmisuus laajentaa dynamiikkaa 36 desibeliin (dB) saakka.^lähde? Tärkein syy erilaisiin näytteenottolakeihin oli runkoverkossa käytetty linjakoodaus: Amerikassa käytettiin AMI-koodaus-linjakoodausta, joka toimii erittäin huonosti, jos lähetettävänä on pelkkiä nollia.^lähde?

Nyquistin teoreeman mukaan taajuuksia, jotka ovat korkeampia kuin puolet näytteenottotaajuudesta ei laskostumisilmiön takia voida erottaa tätä taajuutta pienempitaajuisista signaaleista. Toisin sanoen kahdeksan kilohertsin näytteenottotaajuudella voidaan tallentaa periaatteessa korkeintaan neljän kilohertsin korkuisia ääniä. Siksi signaalit yleensä alipäästösuodatetaan ennen A/D-muunnosta. Käytännössä raja on 3,4 kilohertsiä, koska alipäästösuodinta ei voi tehdä kovin jyrkäksi.^lähde?

Bell Labsin varhainen DS0-standardi määrittelee PCM:n puheen koodauksen 8 kHz taajuudella ja kahdeksalla bitillä, eli 256 tasolla. Tällöin yksi puhekanava käyttää 64 000 bittiä sekunnissa.^lähde?

CD-levyillä käytettävä PCM-signaali on laadultaan 44,1 kilohertsin taajuudella 16 bitin tarkkuudella. DAT-nauhureissa käytetään 48 kilohertsin ja 16 bitin näytteistystä. S-VHS-kasettia hyödyntävä ADAT käyttää 16-bittistä näytteistystä 48 kilohertsin taajuudella (vaihtuva välillä 40,4–50,85 kHz). Lineaarisilla 16 bitin näytteillä saavutetaan 96 desibelin dynamiikka, sillä:^lähde?

$20\log _{10}2^{16}=96dB$

Muunnelmia

Variaatioita PCM:stä:

• DPCM engl. differential PCM (DPCM) vertaa tallennettua ja ennakoitua arvoa ja tallentaa näiden erotuksen.
• ADPCM engl. adaptive differential PCM (ADPCM) on DPCM:b variaatio.
• LPCM engl. linear pulse code modulated audio (LPCM) on PCM-audion variaatio.
• A-Law, pakattua ääntä
• μ-Law, pakattua ääntä

Katso myös

• Pulssinleveysmodulaatio (PWM)
• Pulssintiheysmodulaatio (PDM)

Aiheesta muualla

• Kuvia tai muita tiedostoja aiheesta Pulssikoodimodulaatio Wikimedia Commonsissa