编号：D299
大小：10M
环境：Matlab2020b
简介：基于Matlab，通过对一个以flac无损格式的音频进行ΔM调制与解调，把解调结果通过扬声道输出，让实验者可以直观地感受到ΔM调制所谓的细节丢失，同时研究了在不同误码率下，声音的失真程度，并把实验结果通过主观体验展现出来。
增量调制简称ΔM或增量脉码调制方式（DM），它是继PCM后出现的又一种模拟信号数字化的方法。1946年由法国工程师De Loraine提出，目的在于简化模拟信号的数字化方法。主要在军事通信和卫星通信中广泛使用，有时也作为高速大规模集成电路中的A/D转换器使用。
原理
程序流程图

音频文件读取
音频文件通过Matlab函数（audioread）载入，得到音频文件的采样率以及PCM编码结果。为了减少处理过程的内存占用以及运行时间，对载入的音频截取一个声道以及截短。
ΔM调制
默认初始量化状态是0，调制增量为0.03。对于每一个PCM量化样点，如果比上一次量化状态要大，调制器输出1，量化状态更新为上一次状态加上调制增量；反之，调制器输出0，量化状态更新为上一次量化状态减去调制增量。
流程图如下图所示，对于每一个PCM量化值，执行以下操作。

调制的结果是二进制数组。
随机误码
误码率可以进行调整，通过Matlab的（rand）函数为每一个二进制位生成随机数，当生成的随机数小于误码率时，对该调制结果的二进制位进行取反，从而模拟指定误码率的传输误码。
ΔM解调
默认初始解调输出为0，解调增量为0.03，注意解调增量与调制增量需要保持一致。读取每一个调制结果，如果为1，解调输出为上一次输出加上解调增量；反之，则解调输出为上一次输出减去解调增量。
解调流程如下图所示，对于调制结果的每一个二进制位，执行如下操作。

解调结果为粗PCM量化结果。
平滑处理&归一化处理
解调得到的粗PCM量化结果中有比较多的毛刺，所以需要对其进行平滑处理。平滑采用了Matlab的平滑化函数（smooth），采用了基于Savitzky-Golay算法的10点平滑算法，该算法如果感兴趣的话可以自行学习，此处不做介绍。
平滑处理后的量化值不在-1到1的范围内，而Matlab对音频信号的范围规定为-1到1，所以还要进行归一化处理，等比例地把型号缩放到-1到1的范围之内，避免发生幅度钳制。

运行展示

实验结果
实验结果地址：https://www.bilibili.com/video/BV1Vp4y1J7JG/
从实验结果可以听出，随着误码率的上升，声音有效部分越来越小声，但只要调高音量，仍然能听到歌声。

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频