Codage/décodage perfectionnés de signaux numériques, en particulier en quantification vectorielle avec codes à permutation

La présente invention concerne le codage/décodage de signaux numériques tels que des signaux audio, vidéo, et plus généralement les signaux multimédia pour leur stockage ou leur transmission. Elle propose en particulier une solution aux problèmes que posent le codage et le décodage de codes à permutations.

Typiquement, la présente invention s'applique aussi au dual du codage de source : le codage canal ou "modulation".

Le codage/décodage en compression de signaux numériques au sens de l'invention peut être très utile pour la quantification des coefficients de transformée des codeurs fréquentiels des signaux de parole et/ou audio.

Quantification vectorielle

Une solution très répandue en compression des signaux numériques est la quantification vectorielle. La quantification vectorielle représente un vecteur d'entrée par un vecteur de même dimension choisi dans un ensemble fini. Un quantificateur à M niveaux (ou "vecteurs-codes") est une application non bijective de l'ensemble des vecteurs d'entrée, généralement l'espace réel euclidien à n dimensions R ⁿ ou un sous-ensemble de R ⁿ dans un sous-ensemble fini Y de R ⁿ à M éléments distincts: Y= {y₀, y₁,... y_M-1}.

Y est appelé alphabet de reproduction ou "dictionnaire" ou encore "répertoire", et ses éléments des vecteurs-codes, des "mots de code" (ou "points de sortie" ou encore "représentants").

Le débit par dimension r du quantificateur (ou sa "résolution") est défini par la relation : $$r=\frac{1}{n}{\log }_{2}M$$

En quantification vectorielle, un bloc de n échantillons est traité comme un vecteur de dimension n. Selon la théorie du codage de source, quand la dimension devient très grande, la performance de la quantification vectorielle approche la borne de débit-distorsion de la source. Les dictionnaires de quantificateurs vectoriels peuvent être conçus à partir de méthodes statistiques telles que l'algorithme de Lloyd généralisé (ou "GLA" pour "Generalized Lloyd Algorithm"), basé sur les conditions nécessaires d'optimalité d'un quantificateur vectoriel. Les quantificateurs vectoriels statistiques ainsi obtenus ne possèdent aucune structure, ce qui rend leur exploration coûteuse en ressources de calculs et de stockage, car la complexité tant du codage que du stockage est proportionnelle à n2^nr.

En référence à la figure 1A, trois opérations majeures mettent en oeuvre un quantificateur vectoriel : deux au codage et une au décodage. Un vecteur d'entrée est codé (étape COD) en choisissant d'abord un vecteur-code dans un dictionnaire. Il s'agit du vecteur-code qui lui "ressemble" le plus (opération OP1 de la figure 1A). Puis, l'indice de ce vecteur-code est déterminé (étape IND) pour être transmis ou stocké (opération OP2 de la figure 1A). Au décodeur (étape DEC), le vecteur-code est déterminé à partir de son indice (opération OP3 de la figure 1A).

En modulation, on retrouve les trois opérations OP1, OP2 et OP3 de la figure 1A mais dans un ordre différent. En référence à la figure 1B qui illustre cette dualité modulation/quantification, on prévoit le passage d'un index à un vecteur code (étape COD' de la figure 1B correspondant à l'opération OP3 de la figure 1A). Puis, après transmission sur un canal bruité, on recherche le vecteur-code le plus proche du vecteur reçu (étape DEC' de la figure 1B correspondant à l'opération OP1 de la figure 1A). Finalement, le décodage de l'index du vecteur code est la troisième étape (étape IND' de la figure 1B correspondant à l'opération OP2 de la figure 1A).

La croissance exponentielle de la complexité, en fonction de la dimension des vecteurs et du débit, limite l'emploi des quantificateurs vectoriels non structurés à de faibles dimensions et/ou des bas débits pour pouvoir les mettre en oeuvre en temps réel. Pour un quantificateur vectoriel non structuré, la recherche du plus proche voisin (opération OP1) requiert une recherche exhaustive parmi tous les éléments du dictionnaire pour sélectionner l'élément du dictionnaire qui minimise une mesure de distance entre lui et le vecteur d'entrée. Les deux dernières opérations (indexation OP2 et opération inverse OP3) s'effectuent en général par de simples lectures de tables mais sont néanmoins coûteuses en espace mémoire. Pour s'affranchir des contraintes de taille et de dimension, plusieurs variantes de la quantification vectorielle de base ont été étudiées. Elles tentent de remédier à l'absence de structure du dictionnaire et parviennent ainsi à réduire la complexité, mais au détriment de la qualité. Cependant, le compromis performance/complexité est amélioré, ce qui permet d'accroître la plage des résolutions et/ou des dimensions sur laquelle la quantification vectorielle peut être appliquée efficacement en coût. Beaucoup de schémas de quantificateurs vectoriels structurés ont été proposés et, en particulier, le quantificateur vectoriel mettant en oeuvre un "code à permutation" présenté ci-après.

Codes à permutation

Dans le quantificateur vectoriel "code à permutation", les vecteurs-codes sont obtenus par permutations des composantes du premier vecteur-code (au sens de l'ordre lexicographique) appelé "leader" (ou encore "vecteur-directeur"). Ces composantes prennent leurs valeurs dans un alphabet A = {a₀, a₁, ..., a_q-1} de taille q (alphabet A q-aire tel que a_i ≠ a_j pour i ≠ j). Les composantes a_i sont des réels (ou entiers). Le poids wⁱ (où i est un indice allant de 0 à q-1) est le nombre de répétitions de la lettre a_i de l'alphabet. Les poids wⁱ sont des entiers positifs tels que ${\displaystyle \sum _{i=0}^{q-1}}{w}^i=n\mathrm{.}$ Par convention, les valeurs de l'alphabet satisfont a₀ > a₁ >... > a_q-1. Les n composantes du leader vont en décroissant de la position 0 à la position (n-1). Le vecteur-leader y₀ est donc un vecteur de dimension n de la forme :

On comprend qu'un ordre différent des composantes pourrait être choisi, par exemple a₀ < a₁ <... < a_q-1.

Le vecteur leader est appelé "leader signé" et le code à permutation est dit "de type I". Les autres vecteurs-codes sont obtenus par permutations des composantes de y₀. Le nombre total M de permutations est :

$$\mathit{M}=\frac{\mathit{n}!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}{\mathit{w}}^{\mathit{i}}!}}$$

Il existe un autre type de code à permutation (type II). Le vecteur leader a encore la même forme que précédemment mais ses composantes doivent être positives (a₀ > a₁ >...> a_q-1 ≥ 0). Les autres vecteurs-codes sont aussi obtenus par permutations des composantes de y₀ en leur assignant toutes les combinaisons de signes possibles. Le nombre total M de permutations est :

$$\mathit{M}=2^{\mathit{h}}\frac{\mathit{n}!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}{\mathit{w}}^{\mathit{i}}!}}$$

avec h=n si a_q-1>0 et h = n-w^q-1 sinon.

Dans ce cas, le vecteur-leader est aussi appelé leader absolu.

Le quantificateur vectoriel "code à permutation" a été étendu à la composée (ou l'union) de codes à permutation et récemment, cette structure en union de codes à permutation a été généralisée à la quantification vectorielle à dimension et résolution variables (dans le document WO-04/00219 au nom de la Demanderesse). Les codes à permutation ne sont pas seulement utilisés en quantification vectorielle statistique. On les retrouve aussi en quantification vectorielle algébrique, laquelle utilise des dictionnaires fortement structurés, issus de réseaux réguliers de points ou des codes correcteurs d'erreur. Les codes à permutation sont aussi employés en modulation.

L'exploitation de la structure à code permutation permet le développement d'algorithmes de recherche du plus proche voisin (opération OP1 sur la figure 1A) optimaux et rapides. Cependant l'indexation (ou numérotage) des vecteurs-codes (opération OP2 de la figure 1A) et l'opération inverse de décodage (opération OP3 de la figure 1A) nécessitent plus de calculs que dans le cas des quantificateurs vectoriels non structurés.

Il existe plusieurs façons d'énumérer les permutations. L'algorithme de Schalkwijk constitue l'une de ces façons:

• "An algorithm for source coding", par Schalkwijk J.P.M, dans IEEE Trans. on Information Theory, vol. IT-18, N°3, pp 395-399, mai 1972.

Utilisant l'analyse combinatoire, ces techniques permettent d'indexer un vecteur-code d'un code à permutation (opération OP2) et aussi d'effectuer l'opération inverse-décodage de l'indice (opération OP3). Parmi les algorithmes d'indexation des permutations, on rappelle ci-dessous l'algorithme de Schalkwijk communément utilisé, par exemple dans les normes :

• [3GPP TS 26.273] (ANSI-C code for the Fixed-point Extended AMR - Wideband (AMR-WB+) codec; V6.1.0 (2005-06) (Release 6)),
• et [3GPP TS 26.304] (Extended Adaptive Multi-Rate - Wideband (AMR-WB+) codec; Floating-point ANSI-C code; V6.3.0 (2005-06) (Release 6), juin 2005).

Calcul du rang d'une permutation au codage (opération OP2 de la figure 1A)

On cherche à ordonner et indexer toutes les permutations possibles des composantes du vecteur y = (y₀,y_1···,y_n-1). L'ordre est lexicographique et l'indice est appelé ici "rang". Calculer le rang du vecteur y revient à calculer le rang du vecteur D =(d₀,d_1···,d_n-1) associé à y, et tel que d_k vaut une valeur d'indice d si et seulement si y_k = a_d.

Par exemple, un vecteur y, de dimension n=8, a les composantes suivantes :

$$\mathbf{y}=\left(42400442\right)$$

L'alphabet à q = 3 lettres (composantes de valeurs différentes) est donné par A = {4, 2, 0} avec a₀ = 4, a₁ = 2 et a₂ = 0.

On associe alors au vecteur y le vecteur D = (0, 1, 0, 2, 2, 0, 0, 1) dont les composantes sont simplement les indices des q lettres de l'alphabet A.

Les rangs de y et D sont identiques, mais la définition du vecteur D permet de se ramener au calcul du rang d'une séquence D ayant ses valeurs dans un ensemble {0, 1, ..., q-1} (comportant le même nombre d'éléments que l'alphabet {a₀, a₁, ..., aq-1}).

Les poids des vecteurs y et D sont identiques puisque les occurrences de leurs composantes respectives sont identiques. On définit également le poids intermédiaire $\left(w_k^0{w}_k^1\dots w_k^{q-1}\right)$ comme le poids du vecteur de composantes (y_k,y_k+1···,y_n-1) et qui correspond donc au vecteur y tronqué en laissant les positions k à n-1. Ainsi :

$${\mathit{w}}_{\mathit{k}}^{\mathit{d}}=\sum _{\mathit{i}=\mathit{k}}^{\mathit{n}-1}\mathrm{\delta }({\mathit{y}}_{\mathit{i}},{\mathit{a}}_{\mathit{d}})=\sum _{\mathit{i}=\mathit{k}}^{\mathit{n}-1}\mathrm{\delta }\left({\mathit{d}}_{\mathit{i}}\mathit{d}\right)$$

où δ(x,y) est l'opérateur de Kronecker (δ(x,y)=1 si x=y et 0 sinon).

On a : $\left(w_0^0{w}_0^1\dots w_0^{q-1}\right)=\left(w^0{w}^1\dots w^{q-1}\right)\mathrm{.}$

Le rang t du vecteur y peut être calculé, en analyse combinatoire, par la formule :

$$\mathit{t}=\sum _{\mathit{k}=0}^{\mathit{n}-1}\sum _{\mathit{d}=0}^{{\mathit{d}}_{\mathit{k}}-1}\frac{(\mathit{n}-1-\mathit{k})!}{({\mathit{w}}_{\mathit{k}}^{\mathit{d}}-1)!{\displaystyle \prod _{\underset{\mathit{i}\ne \mathit{d}}{\mathit{i}=0}}^{\mathit{q}-1}\left({\mathit{w}}_{\mathit{k}}^{\mathit{i}}!\right)}},\mathrm{avec}\sum _{\mathit{d}=0}^{-1}=0\mathrm{et}(-1)!=\mathrm{\infty }$$

Cette formule peut être simplifiée ainsi :

$$\mathit{t}=\sum _{\mathit{k}=0}^{\mathit{n}-1}\frac{(\mathit{n}-1-\mathit{k})!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_{\mathit{k}}^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_{\mathit{k}}-1}{\mathit{w}}_{\mathit{k}}^{\mathit{d}}\right)=\sum _{\mathit{k}=0}^{\mathit{n}-1}{\mathit{I}}_{\mathit{k}}^{{\mathit{d}}_{\mathit{k}}}$$

C'est cette dernière formulation qui est souvent utilisée et que l'on adoptera donc ici. Dans la suite, $I_k^{d_k}$ sera appelé "rang partiel d'ordre k", avec :

$${\mathit{I}}_{\mathit{k}}^{{\mathit{d}}_{\mathit{k}}}=\frac{(\mathit{n}-1-\mathit{k})!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_{\mathit{k}}^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_{\mathit{k}}-1}{\mathit{w}}_{\mathit{k}}^{\mathit{d}}\right)$$

Décodage du rang (opération OP3) : Détermination de la permutation à partir de son index

Le décodage du rang t consiste à retrouver le vecteur D = (d₀, d₁, ..., d_n-1) associé à y. Une méthode de recherche séquentielle des d_k est décrite ci-après. On détermine d'abord la composante d₀, puis la composante d₁, ... jusqu'à la composante d_n-1.

* Détermination de d₀ :

Pour trouver d₀ on exploite la formule comportant les inégalités :

$$\frac{(\mathit{n}-1)!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_0^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_0-1}{\mathit{w}}_0^{\mathit{d}}\right)\le \mathit{t}<\frac{(\mathit{n}-1)!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_0^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_0}{\mathit{w}}_0^{\mathit{d}}\right)$$

Les termes (n-1)!, t, ${\displaystyle \prod _{i=0}^{q-1}}\left(w_0^i!\right)$ et les valeurs $w_0^d$ pour d=0,...,q-1 sont connus.

Pour trouver la valeur de d₀, on part de d₀ = 0, on incrémente successivement d₀ de 1 jusqu'à ce que la formule (8) soit vérifiée. En écrivant la formule (8) avec les rangs partiels, la valeur d₀ est telle que :

$${\mathit{I}}_0^{{\mathit{d}}_0}\le \mathit{t}<{\mathit{I}}_0^{{\mathit{d}}_0+1}\mathrm{avec}{\mathit{I}}_0^{{\mathit{d}}_0}=\frac{(\mathit{n}-1)!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_0^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_0-1}{\mathit{w}}_0^{\mathit{d}}\right)$$

* Détermination de d₁:

Pour trouver d₁, on exploite la relation :

$$\frac{(\mathit{n}-2)!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_1^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_1-1}{\mathit{w}}_1^{\mathit{d}}\right)\le \mathit{t}-{\mathit{I}}_0^{{\mathit{d}}_0}<\frac{(\mathit{n}-2)!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_1^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_1}{\mathit{w}}_1^{\mathit{d}}\right)$$

Les valeurs de $w_1^d$ pour d=0,...,q-1 se déduisent de celles de $w_0^d$ comme suit :

• $w_1^d=w_0^d-1$ si d = d₀
• et $w_1^d=w_0^d$ si d ≠ d₀ (on répète alors $w_0^d$ tant que d est différent de d₀).

On se ramène au même problème que la détermination de la composante d₀. Pour trouver la valeur de d₁, on part de d₁ = 0 et on incrémente successivement d₁ de 1 jusqu'à ce que l'inégalité (9) soit vérifiée $\left(I_1^{d_1}\le \left(t-I_0^{d_0}\right)<I_1^{d_1+1}\right)\mathrm{.}$

* Détermination des autres d_k:

Le calcul des d_k suivants se déduit des cas traités ci-dessus. Pour trouver la valeur de d_k, on part de d_k = 0 et on incrémente successivement d_k de 1 jusqu'à ce que l'inégalité $I_k^{d_k}\le \left(t-{\displaystyle \sum _{k=0}^{k-1}}{I}_k^{d_k}\right)<I_k^{d_k+1}$ soit vérifiée.

Une fois le vecteur D = (d₀, ..., d_n-₁) décodé, on en déduit le vecteur y par simple transposition d'alphabet.

ETAT DE LA TECHNIQUE ET PROBLEMES POSES

L'indexation d'un code à permutation et l'opération inverse sont des opérations complexes. Les algorithmes utilisés exploitent l'analyse combinatoire. L'indexation des combinaisons et l'opération inverse requièrent des divisions de produits de factorielles.

Complexité de la division

En dépit des progrès en circuits intégrés et des processeurs de traitement de signal, la division reste une opération complexe. Typiquement, la division d'un nombre entier représenté sur 16 bits par un nombre entier représenté sur 16 bits coûte 18 fois plus que leur multiplication. Le poids de la division d'un nombre entier de 32 bits par un nombre entier de 16 bits est de 32 alors que le poids de leur multiplication est de 5.

Cadrage des variables

Le coût de la division n'est pas le seul problème. Le cadrage des variables en est un autre comme l'illustre la table 1 ci-après.

Seules les factorielles des nombres entiers inférieurs ou égaux à 8 peuvent être représentées sur des mots entiers de 16 bits. Pour des nombres plus grands que 12, la représentation des factorielles sur des mots entiers de 32 bits n'est plus possible.

De plus, la complexité des opérations augmente aussi avec le nombre de bits utilisé pour représenter les variables. Ainsi, la division par un entier de 16 bits d'un entier de 32 bits est presque deux fois plus complexe (poids 32) que la division d'un entier de 16 bits (poids 18).

n

n!

Log₂(n!)

0

1

0

1

1

0

2

2

1

3

6

2.5849625

4

24

4.5849625

5

120

6.9068906

6

720

9.4918531

7

5040

12.299208

8

40320

15.299208

9

362880

18.469133

10

3628800

21.7910611

11

39916800

25.2504927

12

479001600

28.8354552

13

6227020800

32.535895

14

87178291200

36.3432499

15

1307674368000

40.2501405

16

20922789888000

44.2501405

Des solutions pour réduire la complexité de l'opération OP1 ont été proposées. Le problème de la complexité des opérations OP2 et OP3 est peu traité. Cependant, notamment dans le codeur/décodeur TDAC de la Demanderesse ou dans le codeur 3GPP-AMR-WB+, des simplifications ont été apportées aux algorithmes de codage et de décodage par la formule de Schalkwijk.

Simplifications de l'énumération des permutations et de l'opération inverse (opérations OP2 et OP3)

Le calcul du rang t d'une permutation et l'opération inverse ont été accélérés grâce à des simplifications décrites ci-après du calcul des n termes $I_k^{d_k},$ dont on rappelle ci-dessous la définition :$${\mathit{I}}_{\mathit{k}}^{{\mathit{d}}_{\mathit{k}}}=\frac{(\mathit{n}-1-\mathit{k})!}{{\displaystyle \prod _{\mathit{i}=0}^{\mathit{q}-1}\left({\mathit{w}}_{\mathit{k}}^{\mathit{i}}!\right)}}\left(\sum _{\mathit{d}=0}^{{\mathit{d}}_{\mathit{k}}-1}{\mathit{w}}_{\mathrm{k}}^{\mathit{d}}\right),\left(0\le \mathit{k}\le \mathit{n}-1\right)$$

Les deux premières servent à réduire la complexité tant du codage que du décodage. La troisième est utilisée au codage et les deux dernières au décodage.

La technique de codage est illustrée sur les figures 2 et 3. En particulier, la figure 3 vise le calcul du rang par la formule de Schalkwijk au sens de l'art antérieur, tandis que la figure 2 illustre des étapes préliminaires (référencées "EP-n", pour n^ième étape préliminaire de la figure 2).

En référence à la figure 2, le traitement commence par l'étape EP-1 à laquelle on récupère les composantes du vecteur y = (y₀, ..., y_n-1). L'étape générale EP-2 suivante vise le calcul des éléments de l'alphabet intervenant pour ce vecteur A = (a₀, ..., a_q-1), ainsi que la détermination de l'indice maximum q. Pour ce faire, après une étape d'initialisation EP-21 où l'on fixe q = 1, a₀ = y₀, on mène une boucle sur l'indice k compris entre 1 et n-1 (test de fin EP-26 et incrémentation sinon EP-27) visant à rechercher les éléments a_q comme suit :

• si la composante y_k d'indice courant k n'est pas déjà parmi les éléments {a₀, ..., a_q-1} (test EP-22), il faut attribuer un nouvel élément a_q tel que a_q = y_k (étape EP-23) à l'ensemble {a₀, ..., a_q-1} et incrémenter q de 1 (étape EP-25).

L'étape préliminaire générale suivante EP-3 est un calcul du vecteur D = (d₀, ..., d_n-1) comme suit :

• pour k allant de 0 à n-1 (étape EP-31 d'initialisation de k à 0, test de fin EP-37 sur k et incrémentation EP-38 sinon), on trouve la valeur d dans l'ensemble des indices (0, ..., q-1) tel que y_k = a_d (test EP-33 dans la boucle sur d et incrémentation EP-36 avec d=d+1 sinon).

En référence à la figure 3, on décrit maintenant les étapes de calcul du rang t qui suivent le traitement préliminaire illustré sur la figure 2. Les étapes illustrées sur la figure 3 sont référencées "CA-n" pour désigner une n^ième étape de codage au sens de l'art antérieur.

L'étape CA-1 est une initialisation du rang t à 0, de la variable P à 1 (dénominateur intervenant dans le calcul du rang à l'étape CA-13) et des q poids w₀, ..., w_q-1 à 0.

Ici, on décrémente la valeur de k de n-1 à 0 (étape CA-2 d'initialisation de k à n-1, test de fin CA-14 et décrémentation CA-15 sinon). L'intérêt d'un tel choix est décrit plus loin. On utilise ensuite les composantes d_k du vecteur D obtenu à l'étape préliminaire EP-3 et on fixe, pour un k courant, d= d_k (étape CA-3). On met à jour le poids associé w_d (w_d=w_d+1 à l'étape CA-4) pour estimer le terme P (P=Px w_d à l'étape CA-5). On initialise à 0 (étape CA-6) la somme S intervenant au numérateur dans le calcul du rang correspondant à l'étape CA-13 et l'on fait courir ensuite une boucle sur l'indice i des poids w_i (test de fin CA-9 et incrémentation CA-10 sinon, jusqu'à d-1) pour mettre à jour la somme S (S=S+w_i à l'étape CA-8). Avant de calculer le rang t à l'étape CA-13, on vérifie que la somme S est non nulle (test CA-11). L'intérêt de cette réalisation est décrit plus loin.

Le calcul du rang t (étape CA-13) fait intervenir le terme factoriel (n-k-1)! comme suit : $$t=t+\left(\mathrm{S}\mathrm{/}\mathrm{P}\right)\left(n-k-1\right)!$$

Au lieu de calculer le terme (n-k-1)! à chaque mise à jour du rang t, on préfère pré-enregistrer en mémoire ces valeurs et avoir recours à un simple accès mémoire (étape CA-12) pour obtenir la valeur courante de (n-k-1)!

Ainsi, certains des avantages du traitement illustré sur la figure 3 seront repris dans la mise en oeuvre de la présente invention. On précise ces avantages ci-après.

* Stockage des factorielles

Pour éviter de calculer les termes (n-1-k)! et $w_k^i!$ en temps réel, les valeurs des n+1 factorielles (0!, 1!, ..., n!) sont pré-calculées et stockées. Si la dimension n varie de façon bornée (n ≤ n_max) on pré-calcule et on stocke les valeurs 0!, 1!, ..., n_max!

* Test sur le cumul des poids intermédiaires pour éviter la division

Il ne sert à rien de calculer $I_k^{d_k}=\frac{\left(n-1-k\right)!}{{\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right)}\left({\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d\right)$ si le terme $S_k={\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d$ est nul. Or, ce terme est souvent nul en particulier pour les dernières positions (k proche de n-1). En ajoutant un test sur la nullité de ce terme (test CA-11 de la figure 3), on peut éviter une division (et une multiplication). Le calcul d'une division étant nettement plus complexe qu'un test, le gain en complexité est important.

* Inversion de la boucle sur les positions au codage

Les poids $w_k^d$ (avec d=0,1,..,q-1) se déduisent des poids $w_{k+1}^d$ en incrémentant $w_{k+1}^d$ de 1 et en répétant les autres valeurs $w_{k+1}^d$ pour d ≠ d_k. On peut alors réaliser une boucle (étapes CA-2, CA-14, CA-15 de la figure 3) partant de la dernière position (k = n-1) du vecteur jusqu'à la première (k = 0). Cette boucle "inversée" permet de calculer, après une initialisation à 1, le terme P_k tel que : $$P_k={\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right),$$

avec seulement une incrémentation et une multiplication par itération, soit : $$w_k^{d_k}=w_{k+1}^{d_k}+1$$ $$\mathrm{et}{P}_k=w_k^{d_k}\times P_{k+1}\left({\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right)=w_k^{d_k}\times {\displaystyle \prod _{i=0}^{q-1}}\left(w_{k+1}^i!\right)\right)$$

On peut, de plus, traiter les deux dernières positions à part (k = n-1 et k = n-2). En effet,

• ■ pour la dernière position (k = n-1), $${\displaystyle \sum _{d=0}^{d_{n-1}-1}}{w}_{n-1}^d=0\mathrm{donc}{I}_{n-1}^{d_{n-1}}=0$$
• ■ pour l'avant-dernière position (k = n-2),
  
  

  si $$d_{n-2}>d_{n-1},{\displaystyle \sum _{d=0}^{d_{n-2}-1}}{w}_{n-2}^d=1\mathrm{et}{P}_{n-2}={\displaystyle \prod _{i=0}^{q-1}}\left(w_{n-1}^i!\right)=1!\cdot 1!\cdot {\displaystyle \prod _{i=0}^{q-3}}\left(0!\right)=1\mathrm{et}\left(\mathrm{n}\mathrm{-}\mathrm{1}\mathrm{-}\mathrm{k}\right)\mathrm{!}\mathrm{=}\mathrm{1}\mathrm{!}\mathrm{,}$$
  
  

  donc $$I_{n-2}^{d_{n-2}}=1,$$
  
  

  sinon $$\left(d_{n-2}>d_{n-1}\right),{\displaystyle \sum _{d=0}^{d_{n-2}-1}}{w}_{n-2}^d=0\mathrm{donc}{I}_{n-2}^{d_{n-2}}=0\mathrm{avec}{P}_{n-2}=\mathrm{2}\mathrm{si}{d}_{n-2}=d_{n-1}$$
  
  

  et $${\mathit{P}}_{\mathit{n}-2}=1$$ sinon.

D'autres détails de réalisation avantageux, décrits ci-après, peuvent aussi être prévus.

* Suppression d'une division au décodage

Afin d'éviter des divisions au décodage lors de la recherche de d₀, l'inégalité (8) peut être reformulée sous la forme : $$\left(n-1\right)!\times \left({\displaystyle \sum _{d=0}^{d_0-1}}{w}_0^d\right)\le t\times {\displaystyle \prod _{i=0}^{q-1}}\left(w_0^i!\right)<\left(n-1\right)!\times \left({\displaystyle \sum _{d=0}^{d_0}}{w}_0^d\right)$$

De même, on supprime les divisions lors de la recherche de d₁ en reformulant l'inégalité (9) sous la forme : $$\left(n-2\right)!\times \left({\displaystyle \sum _{d=0}^{d_1-1}}{w}_1^d\right)\le \left(t-I_0^{d_0}\right)\times {\displaystyle \prod _{i=0}^{q-1}}\left(w_1^i!\right)<\left(n-2\right)!\times \left({\displaystyle \sum _{d=0}^{d_1}}{w}_1^d\right)$$

ou encore : $$0\le \left(t-I_0^{d_0}\right)\times {\displaystyle \prod _{i=0}^{q-1}}\left(w_1^i!\right)-\left(n-2\right)!\times \left({\displaystyle \sum _{d=0}^{d_1-1}}{w}_1^d\right)<\left(n-2\right)!\times w_1^{d_1}$$

Il faut noter que s'il est ainsi possible de supprimer les divisions lors de la recherche des d_k (0≤k≤n-1), il faut toujours effectuer (n-1) divisions pour calculer les $I_k^{d_k}$ (0≤k≤n-3).

* Test sur les poids au décodage

Dans les dernières positions, pour certaines valeurs de d, $w_k^d=0$ (pour les $w_0^d$ composantes de valeur d occupant des positions précédant la position k). Il est donc inutile de calculer les termes des inégalités (8) et (9) pour ces valeurs de d.

Autre problème de l'art antérieur : le cadrage des variables

Le problème du cadrage des variables a été abordé dans le codeur TDAC de la Demanderesse.

Une première solution a consisté à distinguer les traitements des dimensions supérieures à 12 de ceux des plus petites dimensions. Pour les petites dimensions (n<12), les calculs sont effectués sur des entiers non signés sur 32 bits. Pour les plus grandes dimensions, des variables flottantes en double précision sont utilisées au prix d'un accroissement de la complexité de calcul (les opérations en double précision flottante coûtent plus cher que leurs équivalents en précision entière) et de la capacité mémoire requise.

De plus, si la précision maximale est limitée à des entiers 32 bits non signés (mise en oeuvre par un processeur en virgule fixe), les factorielles d'entiers supérieurs à 12 ne peuvent pas être pré-stockées directement et les vecteurs de dimension supérieure à 12 doivent être codés à part. Pour résoudre ce problème, une solution plus élaborée utilise une représentation à virgule pseudo flottante par mantisse et exposant des factorielles n! sous la forme 2^j×r. Cette décomposition est détaillée dans la table 2 ci-après. Le stockage de n! (pour n inférieur ou égal à 16) se réduit à stocker r avec une précision de 30 bits au maximum ainsi que l'exposant j qui correspond à un simple décalage de bits.

n

log₂ (n!)

2^j

r

log₂ r

0

0

1

1

0

1

0

1

1

0

2

1.0000

2

1

0

3

2.5849625

2

3

1.5849625

4

4.5849625

8

3

1.5849625

5

6.9068906

8

15

3.9068906

6

9.4918531

16

45

5.4918531

7

12.299208

16

315

8.29920802

8

15.299208

128

315

8.29920802

9

18.469133

128

2835

11.469133

10

21.7910611

256

14175

13.7910611

11

25.2504927

256

155925

17.2504927

12

28.8354552

1024

467775

18.8354552

13

32.535895

1024

6081075

22.535895

14

36.3432499

2048

42567525

25.3432499

15

40.2501405

2048

638512875

29.2501405

16

44.2501405

32768

638512875

29.2501405

Ainsi, les techniques de l'art antérieur, pour la plupart, ne résolvent pas le problème du cadrage des variables en précision limitée, en particulier en virgule fixe. La mise en oeuvre dans le codeur TDAC, même si elle permet de régler le problème de cadrage, n'évite pas de coûteuses divisions de deux entiers. De plus, pour des dimensions élevées, les calculs intermédiaires (par exemple le numérateur et le dénominateur des rangs partiels $I_k^{d_k})$ peuvent approcher de la saturation. Dans ce cas, les simplifications présentées ci-avant ne peuvent être utilisées dans le traitement de décodage et il est nécessaire de revenir aux formulations des inégalités (8) et (9), et donc de réintroduire de nombreuses divisions.

Les techniques d'énumération autres que celle de Schalkwijk souffrent des mêmes problèmes. Dès lors qu'elles utilisent aussi l'analyse combinatoire, elles nécessitent le calcul de produits de factorielles ainsi que leurs divisions.

La présente invention vient améliorer la situation.

Elle propose tout d'abord à cet effet un procédé de codage/décodage de signaux numériques, utilisant des codes à permutation faisant intervenir un calcul d'expressions combinatoires, dans lequel ces expressions combinatoires sont représentées par des décompositions en puissances de facteurs premiers, et déterminées par une lecture mémoire de représentations préenregistrées de décompositions de nombres entiers choisis.

La présente invention fournit alors une solution efficace aux problèmes liés aussi bien à l'indexation d'un code à permutation qu'à l'opération inverse. Elle résout, conjointement, les deux problèmes de cadrage des variables et de divisions.

En effet, dans une réalisation avantageuse, les représentations préenregistrées comportent des valeurs représentatives d'exposants, stockées respectivement en correspondance de valeurs représentatives de nombres premiers successifs, pour chacun desdits entiers choisis.

On résout déjà ainsi le problème lié au cadrage des variables de l'art antérieur.

Ce problème de cadrage des variables est d'autant accru lorsqu'il s'agit de manipuler des termes factoriels.

Dans une réalisation avantageuse, pour manipuler les expressions combinatoires lorsqu'elles comportent des valeurs factorielles d'entiers, les représentations préenregistrées comportent au moins des représentations de décompositions de valeurs factorielles.

Cette réalisation permet alors de lever la contrainte de cadrage des variables et, de là, repousser les limites habituellement fixées quant à la dimension n des codes à permutation considérés.

Selon une autre caractéristique avantageuse, l'une au moins desdites expressions combinatoires comporte un quotient d'un numérateur entier par un dénominateur entier, et ce quotient est représenté par une décomposition de puissances de facteurs premiers, dont chaque puissance est une différence d'exposants respectivement associés au numérateur et au dénominateur et affectés à un même nombre premier.

On résout ainsi le problème lié au calcul de divisions de l'art antérieur, en remplaçant ce calcul par un simple calcul de soustractions.

Dans un premier mode de réalisation, on prévoit un adressage mémoire pour retrouver une décomposition préenregistrée de l'un des entiers choisis précités. A cet effet, la représentation préenregistrée d'un nombre entier choisi est stockée dans une mémoire adressable, un adressage de ladite mémoire donnant une succession d'exposants à affecter à des nombres premiers respectifs pour recomposer l'entier choisi.

Préférentiellement, la représentation préenregistrée d'un nombre entier choisi sera stockée sous la forme d'une succession d'adresses donnant chacune, pour un nombre premier, un exposant à affecter à ce nombre premier pour recomposer l'entier choisi.

On dénommera ci-après cette réalisation selon le premier mode par les termes "représentation éclatée des décompositions".

En variante, dans un second mode de réalisation, les représentations préenregistrées sont stockées sous la forme de mots comportant une succession de groupes de bits, chaque groupe ayant :

• un poids fonction d'un nombre premier, et
• une valeur fonction d'un exposant à associer à ce nombre premier.

Préférentiellement, la détermination des puissances de facteurs premiers s'effectue alors par applications successives d'au moins un masque partiel au mot de bits, avec décalages successifs en fonction des poids des bits et lectures des bits restants.

On dénommera ci-après cette réalisation selon le second mode par les termes "représentation compacte des décompositions".

Le déroulement même du procédé, pour le calcul d'une expression combinatoire, peut de façon générale être mené selon les étapes :

• identification, parmi lesdits nombres entiers choisis, de termes apparaissant dans un produit et/ou un quotient formant ladite expression combinatoire,
• lecture mémoire des exposants intervenant dans les décompositions en facteurs premiers desdits termes,
• addition et/ou respectivement soustraction des exposants lus pour déterminer les exposants intervenant dans la décomposition en puissances de facteurs premiers de ladite expression combinatoire, et, de là, calculer ladite expression combinatoire à partir de sa décomposition en puissances de facteurs premiers.

Pour ce qui concerne le calcul d'un produit à effectuer de façon récurrente et faisant intervenir à chaque récurrence un nouveau terme, il peut être avantageux de stocker temporairement la décomposition d'un calcul de produit effectué pour une récurrence antérieure. Ainsi, si le procédé comporte une étape récurrente de calcul d'un produit faisant intervenir à chaque récurrence un terme se multipliant à un produit déterminé à une récurrence antérieure :

• ledit produit déterminé à une récurrence antérieure est avantageusement conservé en mémoire sous la forme d'une décomposition en puissances de facteurs premiers,
• ledit terme se multipliant au produit est préférentiellement l'un des entiers choisis dont la décomposition est préenregistrée, et
• pour déterminer ledit produit à une récurrence courante, il suffit d'additionner, un à un par nombre premier, les exposants issus des décompositions respectives dudit produit déterminé à une récurrence antérieure et dudit terme se multipliant au produit.

De même, si le procédé comporte une étape récurrente de calcul d'une division faisant intervenir à chaque récurrence un terme divisant un quotient déterminé à une récurrence antérieure :

• ledit quotient déterminé à une récurrence antérieure est avantageusement conservé en mémoire sous la forme d'une décomposition en puissances de facteurs premiers,
• ledit terme divisant le quotient est préférentiellement l'un des entiers choisis dont la décomposition est préenregistrée, et
• pour déterminer ladite division à une récurrence courante, on soustrait, un à un par nombre premier, les exposants issus de la décomposition dudit terme aux exposants issus de la décomposition dudit quotient déterminé à une récurrence antérieure.

Ce stockage temporaire des décompositions intermédiaires des produits et/ou des quotients calculés de façon récurrente s'avèrera particulièrement avantageux pour la détermination de rangs partiels récurrents dont le cumul est représentatif d'un rang d'une permutation.

Ainsi, dans une réalisation avantageuse de l'invention, les codes à permutation font intervenir le calcul d'une quantité représentative d'un rang d'une permutation comportant un cumul de rangs partiels, chaque rang partiel correspondant alors à l'une desdites expressions combinatoires.

Le calcul du rang d'une permutation peut alors intervenir, au codage de signaux numériques en quantification vectorielle, pour indexer les permutations des composantes d'un vecteur directeur (opération OP2 de la figure 1A), ces permutations ayant été effectuées à une étape préalable (opération OP1) pour déterminer un vecteur-code le plus proche d'un vecteur d'entrée.

De même, au décodage de signaux numériques en quantification vectorielle, l'estimation d'un rang d'une permutation intervient dès lors qu'à partir d'une valeur donnée d'un rang de permutation :

• on calcule au moins une quantité représentative d'un rang de permutation (opération OP3 de la figure 1A) approchant ladite valeur donnée, en fonction d'au moins une composante présumée d'un vecteur-code à construire,
• on valide le choix de la composante présumée si cette quantité vérifie une condition de proximité avec la valeur donnée du rang.

Dans un exemple de réalisation, cette condition de proximité est vérifiée si la valeur donnée du rang peut être encadrée par des cumuls de rangs partiels jusqu'au rang partiel associé à la composante présumée, d'une part, et jusqu'au rang partiel associé à une composante correspondant à une incrémentation de la composante présumée, d'autre part.

Cette condition de proximité peut donc correspondre à une formulation générale des inégalités (8) décrites ci-avant dans le cas d'une énumération de Schalkwijk.

Ainsi, la présente invention peut s'appliquer avantageusement au codage/décodage de source avec quantification vectorielle au sens de la figure 1A.

Toutefois, le codage/décodage peut aussi être de type codage/décodage de canal, en modulation, au sens de la figure 1B, dès lors qu'il comporte :

• avant transmission, la détermination d'un vecteur-code à partir du rang d'une permutation (même opération OP3 de la figure 1A et de la figure 1B), et
• en réception, le calcul du rang d'une permutation à partir d'un vecteur-code correspondant à un vecteur reçu (même opération OP2 de la figure 1A et de la figure 1B).

Le calcul d'un rang partiel fait intervenir des termes (dans un produit ou un quotient) qui, en règle générale comme on le verra plus loin, restent inférieurs ou égaux à la dimension maximale n des codes à permutation. Ainsi, dans une réalisation avantageuse, les nombres entiers choisis dont les décompositions sont préenregistrées comportent au moins :

• les entiers compris entre 1 et la dimension maximale n,
• la valeur factorielle de l'entier 0,
• et, de préférence, les valeurs factorielles des entiers compris entre 1 et la dimension maximale n.

Dans une réalisation particulière facultative, les nombres entiers choisis peuvent comporter en outre la valeur de 0.

Ainsi, si le code de permutation utilise une énumération de Schalkwijk, un rang partiel $I_k^{d_k}$ associé à la troncature (y_k,...,y_n-1) d'un vecteur-code (y₀,...,y_n-1) s'écrit : $$I_k^{d_k}=\frac{\left(n-1-k\right)!}{{\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right)}\left({\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d\right),$$

où:

• la notation ${\displaystyle \prod _{i=0}^m}$ représente un produit pour un indice entier i allant de 0 à m,
• la notation ${\displaystyle \sum _{i=0}^m}$ représente une somme pour un indice i allant de 0 à m,
• la notation l! est la valeur factorielle de l'entier l avec l! =1x 2x 3x... x (l-1) x l, pour l>0 et 0!=1,
• l'entier n est la dimension du code de permutation, correspondant au nombre total de composantes que comporte un vecteur-code,
• l'entier k, compris entre 0 et n-1, est l'indice de la k^ième composante y_k du vecteur-code, recherchée à partir d'une valeur de rang en décodage de source (respectivement en codage de canal) ou dont on cherche à indexer les permutations en codage de source (respectivement en décodage de canal),
• l'entier q est le nombre de composantes distinctes que comporte le vecteur-code, et
• un terme w_k^d (dénommé "poids intermédiaire") représente le nombre de composantes d'indices compris entre k et n-1 et qui ont une valeur égale à celle d'une même composante d'indice d.

Dans ce cas, les nombres entiers choisis dont les décompositions sont préenregistrées et que l'on cherchera alors à identifier dans l'expression du rang partiel $I_k^{d_k},$ dans un produit et/ou un quotient, sont préférentiellement :

• les termes factoriels (n-1-k)! , pour tous les entiers k et compris entre 0 et n-1, (c'est-à-dire les valeurs des factorielles pour tous les entiers entre 0 et (n-1)),
• la valeur de chaque terme $I_k^{d_k}$ et/ou sa valeur factorielle, intervenant dans le produit $P_k={\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right),$ chaque terme $w_k^i$ étant compris entre 0 et n, et
• les termes $S_k={\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d,$ chacun compris entre 1 et n-1, pour tous les entiers k compris entre 0 et n-1.

Toujours dans le cas particulier de l'énumération de Schalkwijk, le stockage temporaire des décompositions intermédiaires s'applique avantageusement comme suit : la somme des exposants dans la décomposition du terme $P_k={\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right)$ est stockée temporairement en mémoire pour un indice k précédent, pour lui ajouter ou lui soustraire les exposants de la décomposition d'un terme $w_k^i$ pour un indice k courant.

D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés sur lesquels, outre les figures 1 A, 1 B, 2 et 3 décrites ci-avant :

• la figure 4 illustre les principes du codage/décodage du rang d'une permutation en exploitant l'invention,
• la figure 5 illustre un traitement pour le codage d'un rang d'une permutation en exploitant l'invention selon un premier mode de réalisation, dans lequel on prévoit une représentation éclatée des exposants de la décomposition en puissances de nombres premiers de termes intervenant dans ce calcul,
• la figure 6 illustre un traitement pour le codage d'un rang d'une permutation en exploitant l'invention selon un second mode de réalisation, dans lequel on prévoit une représentation compacte des exposants de la décomposition,
• la figure 7 illustre un traitement pour le décodage d'un rang d'une permutation en exploitant l'invention selon un premier mode de réalisation, dans lequel on prévoit une représentation éclatée des exposants de la décomposition, et
• la figure 8 illustre un traitement pour le décodage d'un rang d'une permutation en exploitant l'invention selon un second mode de réalisation, dans lequel on prévoit une représentation compacte des exposants de la décomposition,
• la figure 9 représente schématiquement un dispositif de codage/décodage mettant en oeuvre la présente invention.

Il convient d'insister pour rappeler (en particulier en référence aux figures 4 à 8 ci-après) que :

• le terme "codage" vise le calcul du rang t d'une permutation (opération OP2 des figures 1A et 1B), et
• le terme "décodage" vise la détermination de la permutation à partir de ce rang t (opération OP3 des figures 1A et 1B).

Ces opérations seront ainsi nommées en référence au codage/décodage de source avec quantification vectorielle. On rappelle que ces opérations peuvent être menées aussi en codage/décodage de canal, en modulation.

Pour illustrer d'emblée le principe de l'invention, on décrit ci-après la factorisation en puissances de nombres premiers.

La décomposition d'un nombre entier positif K non nul, en puissances de nombres premiers, s'écrit ainsi : $$K={\displaystyle \prod _{i=0}^{m_K}}{\left(p_i\right)}^{e_K^i}$$

p_i étant un i^éme nombre premier (p₀ = 1, p₁ = 2, p₂ = 3, p₃ = 5, p₄ = 7, p₅ = 11, p₆ = 13, p₇ =17, etc.).

On note eⁱ_K l'exposant de p_i dans la décomposition du nombre entier K et m_K l'indice du plus grand facteur premier intervenant dans la décomposition de K d'exposant non nul.

Par exemple, le nombre K=120 (soit 5!) s'écrit :

120 = 1.2³.3¹.5¹ et m_k=3 ici puisque le plus grand facteur "5" est d'indice 3 (p₃ = 5). On a donc :$${\mathrm{e}}_{5!}^0=1,{\mathrm{e}}_{5!}^1=3,{\mathrm{e}}_{5!}^2=1,\mathrm{et}{\mathrm{e}}_{5!}^3=1.$$

En pratique, le nombre "1" étant l'élément neutre de la multiplication, on peut supprimer p₀ de la décomposition, soit : $$K={\displaystyle \prod _{i=1}^{m_K}}{\left(p_i\right)}^{e_K^i}$$

Bien entendu, K=0 n'est pas décomposable en puissances de facteurs premiers.

La décomposition en produits de puissances de nombres premiers des entiers positifs inférieurs ou égaux à 16 est donnée dans la table 3a, la décomposition de leurs factorielles dans la table 3b. Cette décomposition fait intervenir 6 nombres premiers (2, 3, 5, 7, 11 et 13). Les colonnes étant indexées par le nombre premier p_i et les lignes par n, l'élément de la table 3a (respectivement 3b) à l'intersection de la colonne p_i et de la ligne n est l'exposant $e_n^i$ (respectivement $e_{n!}^i)$ du nombre premier p_i dans la décomposition en produit de puissances de nombres premiers du nombre n (respectivement n!).

Pour tout nombre entier positif n>1, le nombre m_n! de facteurs premiers de n! est tel que : p_mn! ≤ n ≤ p_mn!+1. On a indiqué le nombre m_n! (respectivement le nombre m_n) dans la dernière (respectivement avant-dernière) colonne de la table 3b (respectivement 3a). On note l'inégalité suivante : m_n ≤ m_n!

Comme le montre la table 3a, de nombreux exposants de la décomposition d'un nombre n sont nuls. Dans la dernière colonne de la table 3a, on a noté le nombre m'_n d'exposants non nuls dans la décomposition de n. L'absence de décomposition (et donc d'exposants) pour n=0 est indiquée dans la ligne n=0 de la table 3a par le signe "-".

On décrit ci-après l'application d'une telle décomposition pour le calcul d'un rang partiel d'un code de permutation, dans le cas de la formule de Schalkwijk dans un premier temps, puis dans le cas général.

On rappelle que le rang partiel, noté $I_k^{d_k},$ est donné par la relation (7) ci-avant : $$I_k^{d_k}=\frac{\left(n-1-k\right)!}{{\displaystyle \prod _{i=0}^{q-1}}\left(w_k^i!\right)}\left({\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d\right)$$

de sorte que trois termes peuvent être décomposés en puissances de nombres premiers. Il s'agit des termes : $$\left(n-1-k\right)!,P_k={\displaystyle \prod _{i=0}^{q-1}}{w}_k^i!\mathrm{et}{S}_k={\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d\mathrm{.}$$

A partir des exposants des décompositions de (n-1-k)!, de P_k et de S_k , on calcule par de simples additions et soustractions, les exposants de la décomposition de $I_k^{d_k}\mathrm{.}$

En effet, l'exposant $e_{I_k^{d_k}}^i$ d'un facteur premier p_i dans la décomposition de $I_k^{d_k}$ se calcule à partir des trois exposants de p_i dans les décompositions des trois termes (n-1-k)!, S_k et P_k. L'exposant $e_{I_k^{d_k}}^i$ est égal à la somme des exposants de p_i des deux premiers termes (numérateur de $I_k^{d_k}$) à laquelle on soustrait l'exposant de p_i du dernier terme (dénominateur de $I_k^{d_k}$). Cette observation, une fois formalisée, s'écrit : $$e_{I_k^{d_k}}^i=e_{\left(n-1-k\right)!}^i+e_{S_k}^i-e_{P_k}^i$$

On a représenté sur la figure 4 les étapes générales (référencées "G-n" pour n^ième étape générale) pouvant intervenir dans un traitement au sens de l'invention aussi bien pour le codage que pour le décodage.

Ainsi, en référence à la figure 4, à partir d'un indice courant k (étape G-1) et via quelques étapes intermédiaires qui seront décrites en détail plus loin, on retiendra surtout que l'on prévoit de se référer à des tables pré-enregistrées (notées D_l et D_l! à l'étape G-2 illustrée à titre d'exemple sur la figure 4) pour calculer l'exposant $e_{I_k^{d_k}}$ global selon la relation (10) ci-avant (étape G-3), cet exposant étant propre à la décomposition du rang intermédiaire $I_k^{d_k}$ en puissances de facteurs premiers. On en déduit alors la valeur du rang intermédiaire $I_k^{d_k}$ (étape G-4), éventuellement en menant une boucle sur l'indice i propre aux facteurs premiers. Le calcul de ce rang intermédiaire peut alors se poursuivre par une mise à jour du rang total t de la permutation (étape G-5) :

• avec une relation du type $t=t+I_k^{d_k}$ pour le codage du rang avec décrémentation de l'indice k (étape G-6),
• ou avec une relation du type $t=t-I_k^{d_k}$ pour le décodage du rang avec incrémentation de l'indice k (étape G-6), comme on le verra plus loin.

Finalement, on obtient le rang t de la permutation, en codage à l'étape G-7, ou, en décodage (traits pointillés de la figure 4), on déduit des inégalités de la formule (8) ci-avant les composantes d_k du vecteur D à l'étape G-8 et, de là, celles du vecteur Y par la relation y_k=a_d ci-avant.

Dans le cas général et indépendamment de l'énumération de Schalkwijk, si un rang partiel t' (t' >0) d'une permutation est sous la forme d'un numérateur de N_t' termes ν _j (1 ≤ j ≤ N_t') et d'un dénominateur de D_t' termes ρ_j (1 ≤ j ≤ D_t') , de sorte que : $$\mathit{tʹ}=\frac{{\displaystyle \prod _{j=1}^{N_{\mathit{tʹ}}}}{\mathrm{\nu }}_j}{{\displaystyle \prod _{j=1}^{D_{\mathit{tʹ}}}}{\mathrm{\rho }}_j},$$

alors les exposants $e_{\mathit{tʹ}}^i$ de la décomposition du rang partiel t' sont déterminés à partir des décompositions intermédiaires que sont les décompositions des N_t' ν_j et des D_t' ρ_j, ce qui s'écrit : $$e_{\mathit{tʹ}}^i={\displaystyle \sum _{j=1}^{N_{\mathit{tʹ}}}}{e}_{{\mathrm{\nu }}_j}^i-{\displaystyle \sum _{j=1}^{D_{\mathit{tʹ}}}}{e}_{{\mathrm{\rho }}_j}^i$$

On utilisera aussi par la suite la décomposition en facteurs de nombres premiers pour une formulation en produits de quotients de nombres entiers d'un rang partiel t'.

De manière générale encore, si $$\mathit{tʹ}={\displaystyle \prod _{j=1}^{Q_{\mathit{tʹ}}}}\frac{{\mathrm{\nu }}_j}{{\mathrm{\rho }}_j}={\displaystyle \prod _{j=1}^{Q_{\mathit{tʹ}}}}{\mathrm{\tau }}_j,\mathrm{alors}{e}_{\mathit{tʹ}}^i={\displaystyle \sum _{j=1}^{N_{\mathit{tʹ}}}}{e}_{{\mathrm{\tau }}_j}^i\mathrm{.}$$

En revenant au cas particulier de l'énumération de Schalkwijk, pour calculer alors un rang partiel $I_k^{d_k}$ à partir de sa décomposition, une fois cette décomposition déterminée, il peut être procédé comme suit.

En gardant à l'esprit la relation $e_{\mathit{tʹ}}^i=e_{I_k^{d_k}}^i=e_{\left(n-1-k\right)!}^i+e_{S_k}^i-e_{P_k}^i,$ le rang partiel $I_k^{d_k}$ est calculé simplement en multipliant les puissances correspondantes : $$I_k^{d_k}={\displaystyle \prod _{i=1}^{m_{I_k^{d_k}}}}{\left(p_i\right)}^{e_{I_k^{d_k}}^i}$$

On indique ici que les termes (n-1-k)! et P_k sont des entiers strictement positifs mais le terme S_k peut être nul et donc non décomposable. Dans ce cas, le rang partiel $I_k^{d_k}$ est nul. On prévoira alors un test sur la valeur du terme S_k ( S_k = 0?) pour ne calculer le rang partiel $I_k^{d_k}$ que si S_k ≠ 0, comme décrit ci-avant (étape CA-11 de la figure 3).

Plus généralement, si $$e_{\mathit{tʹ}}^i={\displaystyle \sum _{j=1}^{N_{\mathit{tʹ}}}}{e}_{{\mathrm{\nu }}_j}^i-{\displaystyle \sum _{j=1}^{D_{\mathit{tʹ}}}}{e}_{{\mathrm{\rho }}_j}^i\mathrm{alors}\mathit{tʹ}={\displaystyle \prod _{i=1}^{m_{\mathit{tʹ}}}}{p}_i^{e_{\mathit{tʹ}}^i}={\displaystyle \prod _{i=1}^{m_{\mathit{tʹ}}}}{p}_i^{{\displaystyle \sum _{j=1}^{N_{\mathit{tʹ}}}}{e}_{{\mathrm{\nu }}_j}^i-{\displaystyle \sum _{j=1}^{D_{\mathit{tʹ}}}}{e}_{{\mathrm{\rho }}_j}^i},$$

et si $$e_{\mathit{tʹ}}^i={\displaystyle \sum _{j=1}^{Q_{\mathit{tʹ}}}}{e}_{{\mathrm{\tau }}_j}^i\mathrm{alors}\mathit{tʹ}={\displaystyle \prod _{i=1}^{m_{\mathit{tʹ}}}}{p}_i^{e_{\mathit{tʹ}}^i}={\displaystyle \prod _{i=1}^{m_{\mathit{tʹ}}}}{p}_i^{{\displaystyle \sum _{j=1}^{Q_{\mathit{tʹ}}}}{e}_{{\mathrm{\tau }}_j}^i}\left(\mathit{tʹ}>0\right)$$

On retiendra alors que la factorisation en facteurs premiers des termes composant un rang partiel permet de supprimer les divisions en les remplaçant par des multiplications de puissances de facteurs premiers, avec, en particulier, de simples additions et soustractions des exposants associés à ces nombres premiers.

Ainsi, au sens de la présente invention, on prévoit les étapes suivantes, à partir d'un nombre restreint de décompositions en facteurs premiers de nombres entiers, stockées en mémoire (dites ci-après "décompositions de base") :

• détermination des décompositions en facteurs premiers de termes (tels que (n-1-k)! , $P_k={\displaystyle \prod _{i=0}^{q-1}}{w}_k^i!$ et $S_k={\displaystyle \sum _{d=0}^{d_k-1}}{w}_k^d)$ apparaissant dans le rang d'une permutation (dites ci-après "décompositions intermédiaires"), au sens de l'étape G-2 de la figure 4,
• détermination, à partir de ces décompositions intermédiaires, de la décomposition en facteurs premiers d'un rang partiel $\mathit{tʹ}\left(I_k^{d_k}\right)$ d'une permutation, notamment par le calcul des exposants intervenant dans la décomposition de ce rang partiel (avec par exemple une relation du type $e_{I_k^{d_k}}^i=e_{\left(n-1-k\right)!}^i+e_{S_k}^i-e_{P_k}^i$ ), au sens de l'étape G-3 de la figure 4, et
• calcul du rang partiel $\mathit{tʹ}\left(I_k^{d_k}\right)$ à partir de sa décomposition (par exemple en utilisant une relation du type $I_k^{d_k}={\displaystyle \prod _{i=0}^{m_{I_k^{d_k}}}}{\left(p_i\right)}^{e_{I_k^{d_k}}^i}$ ), au sens de l'étape G-4 de la figure 4.

Bien entendu, les décompositions de base à stocker font préférentiellement l'objet d'une sélection avantageuse. Dans une réalisation préférée mais non limitative, les décompositions de base à stocker seront choisies en fonction de la dimension maximale des codes à permutation considérés (cette dimension maximale étant notée n). Ainsi, les décompositions de base sont préférentiellement :

• les décompositions des factorielles d'un entier l (notées l!), l'entier l étant tel que 0≤l≤n,
• et les décomposition de l'entier l lui-même, avec cette fois 1≤l≤n ,

où on rappelle que n est la dimension maximale des codes à permutation considérés.

On peut alors identifier une décomposition de base par un nombre m donnant :

• le nombre m de facteurs premiers à considérer,
• ces m facteurs premiers, eux-mêmes,
• et leurs exposants respectifs.

Des exemples de cette mise en oeuvre seront décrits plus loin en référence aux tables 4a à 4d, dans le cadre d'une représentation dite "éclatée" des décompositions. On indique qu'une représentation dite "compacte", décrite en détail plus loin, consiste à stocker un simple mot dont les bits donnent tous les exposants intervenant dans une décomposition.

On peut définir alors différents jeux de décompositions de base, ainsi que des procédures de représentation et de stockage de ces décompositions de base.

Par ailleurs, la sélection des termes dont on détermine les décompositions intermédiaires, ainsi que la détermination proprement dite de ces décompositions intermédiaires, font l'objet de réalisations avantageuses qui seront décrites plus loin. La décomposition d'un rang partiel et le calcul d'un rang partiel à partir de sa décomposition font aussi l'objet de réalisations avantageuses décrites plus loin.

On décrit maintenant le choix des décompositions de base à stocker.

De manière générale et indépendamment de la technique d'énumération d'un code à permutation de dimension n, le calcul du rang d'une permutation utilise les nombres entiers l (0≤l≤n) et surtout leurs factorielles l! (0≤l≤n). Dans une réalisation préférée, les décompositions de base sont les décompositions des factorielles de l! (0≤l≤n) et de l (1≤l≤n) où n est la dimension maximale des codes à permutation considérés, comme indiqué ci-avant. On prévoit donc dans cette réalisation préférée, (2n+1) décompositions de base.

Néanmoins, d'autres réalisations sont possibles.

Par exemple, il peut n'être prévu que (n+1) décompositions de base, à savoir celles de l (1≤l≤n) et de 0! . Ainsi, si une décomposition de l! (l >0) est nécessaire au calcul d'un rang partiel, elle est calculée à l'étape de détermination des décompositions intermédiaires à partir des / décompositions de base de j (1≤j≤l) avec $e_{l!}^i={\displaystyle \sum _{j=1}^l}{e}_j^i\mathrm{.}$

Inversement, on peut ne prévoir que les (n+1) décompositions de l! (0≤l≤n). Si une décomposition de l (l >0) est nécessaire au calcul d'un rang partiel, elle est calculée à l'étape de détermination des décompositions intermédiaires à partir des deux décompositions de base de l! et (l-1)! et à partir de la relation : $$e_l^i=e_{l!}^i-e_{\left(l-1\right)!}^i$$

On comprend donc que le choix du jeu de décompositions de base peut avantageusement résulter d'un compromis entre la minimisation de la mémoire nécessaire au stockage des représentations de ces décompositions de base et à la minimisation de la complexité de l'étape de détermination des décompositions intermédiaires.

On décrit ci-après une représentation des décompositions au sens de l'invention.

Comme indiqué plus haut, une décomposition (qu'elle soit de rang partiel, intermédiaire ou de base) est définie par un nombre m donnant le nombre de facteurs premiers à considérer, ces m facteurs premiers et leurs exposants respectifs. On propose ci-après différentes solutions pour représenter les décompositions et stocker les données pour les décompositions de base.

Représentation éclatée des exposants

* Représentation des factorielles l! (0≤l≤n)

Le nombre m_l! de facteurs premiers intervenant dans la décomposition de la valeur l! croît avec le nombre l. Une première solution pour représenter la décomposition de l! (0≤l≤n) consiste à stocker pour chaque valeur de l (0≤l≤n) le nombre m_l! et les m_l! exposants des puissances de p_i (1≤i≤m_l!).

On notera que les m_l! exposants de l! sont non nuls.

Dans une variante plus avantageuse, le jeu des décompositions de base partage le même nombre m_n! de facteurs premiers et on stocke m_n! exposants pour chaque décomposition de base, les exposants de la décomposition de base de l! d'indice supérieur à m_l! étant nuls. Cette solution permet d'avoir recours à un tableau des exposants en prévoyant un adressage régulier de ce tableau. Toutefois, une telle réalisation nécessite une taille mémoire conséquente. Ce tableau comporte m_l!×(n+1) valeurs et l'exposant $e_{l!}^i$ est stocké à l'adresse (m_l! , l+(i-1)) de ce tableau, où la notation (x, y) vise la case de ce tableau à la ligne x et à la colonne y. Bien entendu, on comprendra que d'autres conventions peuvent être considérées. Ainsi, au lieu de considérer un tableau à deux dimensions avec m colonnes et N lignes qui comporte donc m × N cases (ou éléments), on peut considérer un tableau à une dimension ayant m × N éléments, l'élément à l'adresse (x, y) du tableau à deux dimensions se retrouvant alors à l'adresse m× x+ y du tableau à une dimension. L'exposant $e_{l!}^i$ stocké à l'adresse (l,(i-1)) du tableau à deux dimensions est alors stocké à l'adresse (m_n!×l+(i-1)) du tableau à une dimension. Par exemple, les exposants des décompositions des factorielles des nombres 0 à 8 peuvent être stockés dans le tableau à deux dimensions comprenant 36 éléments, composé de 4 colonnes (colonnes p_i =2, 3, 5, 7) de la table 3b et de 9 lignes (lignes n=0, ..8). Ces mêmes exposants peuvent être stockés dans un tableau monodimensionnel D_l! à 36 éléments, donné ci-après (annexe A-11). L'élément à l'adresse (x, y) du premier tableau étant égal l'élément à l'adresse D_l! : 4× x+ y.

Il peut être prévu, en complément, de stocker les (n+1) valeurs de m_l! pour pouvoir réduire les calculs des décompositions intermédiaires utilisant la décomposition de base de l! .

* Représentation des entiers 1 (1≤l≤n)

Pour représenter la décomposition de base l (1≤l≤n), plusieurs solutions peuvent aussi être prévues. Une première solution consiste à stocker pour chaque valeur l le nombre m_l et les m_l exposants des puissances de p_i (1≤i≤m_l) de l. Dans une variante, on peut préférer stocker autant d'exposants que pour l! (m_l!, ou m_n!) exposants. Les décompositions de base de l et l! partagent alors le même nombre m.

Dans une autre variante, on peut exploiter le fait que le nombre m'_l d'exposants non nuls de la décomposition de l soit faible. Par exemple, il apparaissait sur la table 3a que ce nombre m'_l était au maximum de 2 (pour l≤16). Ainsi, il est possible de ne stocker que ce nombre et les valeurs correspondantes p_i ou les indices i. Toutefois, il faut prévoir aussi de stocker les indices i de ces facteurs premiers de puissance non nulle car ils ne sont plus implicitement reconnus par l'adresse de l'exposant correspondant dans le tableau.

* Représentation d'une décomposition autre qu'une décomposition de base

La représentation d'une décomposition intermédiaire dépend de la représentation des décompositions de base à partir desquelles elle est déterminée. De même, la représentation d'une décomposition d'un rang partiel dépend de la représentation des décompositions intermédiaires à partir desquelles elle est déterminée.

* Stockage des décompositions de base

Typiquement, quatre solutions possibles de stockage peuvent être illustrées à titre d'exemple par les tables 4a à 4d ci-après pour un code à permutation de dimension 8 (n=8) où quatre (m_8! = 4) nombres premiers (2, 3, 5 et 7) sont considérés. Ces exemples peuvent être appliqués au codeur 3GPP AMR-WB+ (normes [3GPPTS26.273] et [3GPPTS26.304]). Ce codeur utilise une quantification vectorielle algébrique dont le dictionnaire est une union des codes à permutation du réseau de Gosset RE₈ de dimension 8.

Les trois premières solutions (tables 4a-4c) représentent et stockent les décompositions de base de l! de la même manière. On prévoit en effet un stockage de m_l! et des m_l! exposants des puissances de p_i (1≤i≤m_l!) de l!. Elles diffèrent dans la représentation et le stockage des décompositions de base de l. La table 4a montre une première solution visant le stockage de m_l et des m_l exposants des puissances de p_i (1≤i≤m_l!) de l. La table 4b montre une deuxième solution visant le stockage des m_l! exposants des puissances de p_i (1≤i≤m_l!) de l.

La table 4c ci-après montre une troisième solution visant le stockage du nombre m'_l d'exposants non nuls des puissances de p_i de l, des indices i correspondants, ainsi que leurs exposants. Dans la table représentée, pour plus de clarté, ce sont les facteurs premiers p_i qui sont indiqués.

Dans une quatrième solution (illustrée par la table 4d ci-après), on représente le jeu des décompositions de base par le nombre m_n! et, pour chaque décomposition de base (l ou l!), on stocke m_n! exposants. La table 4d est extraite des quatre colonnes (p_i=2, 3, 5 et 7) et des 9 lignes (n=0 à 8) des tables 3a et 3b données précédemment.

Dans le codeur TDAC qui utilise une quantification vectorielle statistique à dimension et résolution variables de dimension maximale 15, six (m_15! = 6) nombres premiers sont considérés: 2, 3, 5, 7, 11 et 13. Les 6 colonnes (p_i=2, 3, 5, 7, 11 et 13) et les 16 lignes (n=0 à 15) des tables 3a et 3b peuvent alors illustrer le stockage du jeu des représentations de base pour la quatrième solution.

Représentation compacte des exposants

On décrit ci-après une autre solution avantageuse minimisant le stockage et qui consiste à représenter de manière compacte les exposants d'une décomposition de base sur un nombre limité de mots. Dans cette variante de représentation des décompositions de base, les décompositions intermédiaires et celles des rangs partiels sont aussi représentées de façon compacte. Avantageusement, cette solution minimise aussi la complexité de la détermination de ces décompositions, comme on le verra.

* Représentation compacte des décompositions

On cherche à déterminer, pour chaque facteur premier p_i, une borne supérieure β_i de la valeur maximale de son exposant dans le numérateur des rangs partiels. Cette borne donne le nombre maximum de valeurs possibles de l'exposant de p_i, soit β_i+1. En notant $b_n^i,$ le nombre entier de bits pour représenter de façon binaire la valeur (β_i + 1), on a : $$b_n^i=\lceil {\log }_2\left({\mathrm{\beta }}_i+1\right)\rceil )\mathrm{et}{B}_n^i={\displaystyle \sum _{k=1}^{i-1}}{b}_n^i\left(\mathrm{avec}{B}_n^i=0\right)$$

où ┌_x┐ dénote l'entier immédiatement supérieur ou égal à x (┌x┐-1<x≤┌x┐).

Les exposants de la décomposition en facteurs premiers d'un terme K intervenant dans un rang partiel t' peuvent être représentés de façon compacte par un mot e_K de B_n bits $\left(B_n={\displaystyle \sum _{i=1}^{m_n!}}{b}_n^i\right),$ ce mot e_K étant tel que : $$e_K={\displaystyle \sum _{i=1}^{m_n!}}\left(e_K^i<<B_n^i\right)$$

La notation "<<B" représente un décalage à gauche de B bits.

Il est à noter que si le nombre n est grand, il se peut que B_n soit supérieur au nombre de bits B₀ utilisés pour représenter des entiers (16, 32 ou 40 bits). Dans ce cas, les exposants de la décomposition en facteurs premiers d'un entier K intervenant dans t' sont représentés sous la forme de M mots entiers e_K(m), 0≤m<M (avec, bien entendu, M>1).

Avantageusement, les M mots peuvent être formés de la façon suivante :

• e_K(0) comprend les i₀ premiers exposants (exposants de p₁ à p_i0 ): $$e_K\left(0\right)={\displaystyle \sum _{i=1}^{i_0}}{e}_K^i<<B_n^i\mathrm{où}{B}_n^{i_0+1}<B_0\le B_n^{i_0+2}$$
• e_K(1)comprend les exposants de p_i0+1 à p_i1: $$e_K\left(1\right)={\displaystyle \sum _{i=i_0+1}^{i_1}}{e}_K^i<<\left(B_n^i-B_n^{i_0+1}\right)\mathrm{où}\left(B_n^{i_1+1}-B_n^{i_0+1}\right)<B_0\le \left(B_n^{i_1+2}-B_n^{i_0+1}\right)$$
• Cette dernière relation peut être généralisée pour tout m, jusqu'à composer le dernier mot qui comprend l'exposant de p_mn!

Bien entendu, d'autres variantes peuvent être prévues. Par exemple, une variante consiste à stocker à part l'exposant de p₁, et appliquer le traitement ci-dessus à partir de l'exposant de p₂.

* Détermination de la borne supérieure

Les bornes β_i peuvent être déterminées de plusieurs façons. En exploitant les informations sur le code à permutation (taille q de l'alphabet, poids wⁱ 0≤i<q), la valeur maximale de chaque exposant du numérateur d'un rang partiel peut être explicitement déterminée. Si plusieurs codes à permutation (éventuellement de dimensions différentes) sont utilisés, on choisit préférentiellement, pour chaque exposant, la plus grande des valeurs maximales.

La présente invention propose avantageusement un traitement général pour la détermination de la borne supérieure dans le cadre de l'énumération de Schalkwijk. Le traitement n'exploite aucune information a priori sur les codes à permutation utilisés autre que la dimension maximale. Il exploite simplement la relation : $$\underset{0\le k<n}{\max }\left(e_{\left(n-1-k\right)!}^i+e_{S_k}^i\right)\le \underset{0\le k<n}{\max }\left(e_{\left(n-1-k\right)!}^i\right)+\underset{1\le l<n}{\max }\left(e_l^i\right)=e_{\left(n-1\right)!}^i+\underset{1\le l<n}{\max }\left(e_l^i\right)$$

pour choisir alors $${\mathrm{\beta }}_i=e_{\left(n-1\right)!}^i+\underset{1\le l<n}{\max }\left(e_l^i\right)\mathrm{.}$$

Ce traitement très général est particulièrement bien adapté lorsqu'une grande variété de codes à permutation est utilisée.

La table 5a donne les bornes supérieures des valeurs maximales des exposants dans les numérateurs de $I_k^{d_k}$ pour les dimensions 8 et 15. La table 5b donne le nombre de bits $b_n^i$ pour représenter ces exposants pour les dimensions 8 et 15 ainsi que leur somme B_n (dernière colonne). En dimension 8, l'exposant du facteur premier 2 est représenté sur 3 bits, les exposants des autres facteurs premiers (3, 5 et 7) étant représentés sur 2 bits. En dimension 15, l'exposant du facteur premier 2 est représenté sur 4 bits, l'exposant du facteur premier 3 sur 3 bits, les exposants des autres facteurs premiers (5, 7, 11 et 13) étant représentés sur 2 bits.

La table 6a (respectivement 6b) donne la représentation compacte des exposants de l et l! pour la dimension n égale à 8 (respectivement 15).

l

0

1

2

3

4

5

6

7

8

e_l

-

0

1

8

2

32

9

128

3

e_l!

0

0

1

9

11

43

52

180

183

l

0

1

2

3

4

5

6

7

e_l

-

0

1

16

2

128

17

512

e_l!

0

0

1

17

19

147

164

676

l

8

9

10

11

12

13

14

15

e_l

3

32

129

2048

18

8192

513

144

e_l!

679

711

840

2888

2906

11098

11611

11755

A titre d'exemple purement illustratif, on cherche à déterminer la décomposition de l'entier l=12 à l'aide de la table 6b.

Préférentiellement, dans la table 6b, comme la dimension maximale des codes est n=15, l'exposant de "2" est représenté sur 4 bits, celui de "3" sur 3 bits, et les autres facteurs premiers 5, 7, 11, 13 sur 2 bits. Dans la table, à la colonne l =12, on lit son exposant compact e₁₂ = 18.

En s'appuyant sur la lecture du tableau ci-après, la représentation binaire de 18 (=16+2) sur B₁₅ =15 bits est :

• 000 0000 0001 0010, soit 00 00 00 00 001 0010 en regroupant les bits associés à un même nombre premier.

i

15 ... 7

6

5

4

3

2

1

0

2^l

...

64

32

16

8

4

2

1

En représentation binaire, 18 s'écrit :

0 ... 0

0

0

1

0

0

1

0

Les 4 bits de poids faibles (poids i=0 à 3) sont l'exposant du facteur premier 2, soit: 0010 = 2, ce qui signifie que 2 est l'exposant à affecter au nombre premier 2.

Les 3 bits suivants (poids i=4 à 6) sont l'exposant du facteur premier 3, soit :

• 001 = 1, ce qui signifie que 1 est l'exposant à affecter au nombre premier 3.
• Les 2 bits suivants (poids i=7 à 8) sont l'exposant du facteur premier 5, soit : 00 = 0
• Les 2 bits suivants (poids i=9 à 10) sont l'exposant du facteur premier 7, soit : 00 = 0
• Les 2 bits suivants (poids i=7 à 12) sont l'exposant du facteur premier 11, soit : 00 = 0
• Les 2 bits suivants (poids i=13 à 14) sont l'exposant du facteur premier 13, soit : 00 = 0

La procédure d'extraction consiste à masquer les bits de poids forts pour récupérer l'exposant du facteur premier contenu dans les bits de poids faible, puis à décaler l'exposant compact du nombre de bits récupérés pour passer à l'exposant du facteur premier suivant.

Ainsi en dimension 15, il y a 6 exposants à extraire en commençant par l'exposant de 2.

La représentation binaire de l'exposant de 2 correspond aux 4 bits de poids faible de 18, soit 0 0 1 0 qui correspond à 2. Pour les récupérer, on masque les bits de poids fort de 18 avec 15 (noté 18 & 15), ce qui équivaut à :

• 2⁴ - 1 = 1 1 1 1.

On obtient e₁₂ = 18 & (2<<4 - 1) = 2, ce qui signifie que 2 est l'exposant à affecter au nombre premier 2.

Puis on décale 18 de 4 bits vers la droite, on obtient : 000 0000 0001 = 1

La représentation binaire de l'exposant de 3 correspond aux 3 bits de poids faible de 1, soit 0 0 1 (=1). Pour les récupérer, on masque les bits de poids fort de 1 avec 7 (noté 1 & 7 et valant 2³ - 1 = 1 1 1).

On obtient e¹₁₂ = 1 & (2<<3 - 1) = 1, ce qui signifie que 1 est l'exposant à affecter au nombre premier 3.

Puis on décale 1 de 2 bits vers la droite, on obtient ensuite : 0000 0000 = 0 pour tous les autres bits de poids fort.

On retient donc que les puissances de l=12 sont :

• 2 pour le nombre premier 2, et
• 1 pour le nombre premier 3,

soit l=12 = 2²x3¹

* Borne supérieure pour le dénominateur

On suppose ici que, pour chaque facteur premier, son exposant dans le dénominateur d'un rang partiel t' est inférieur ou égal à son exposant dans le numérateur de t'. Tel est le cas si t' est strictement positif car on a bien $e_{\mathit{tʹ}}^i=\left(e_{\left(\mathit{Num}\left(\mathit{tʹ}\right)\right)}^i-e_{\mathit{Den}\left(\mathit{tʹ}\right)}^i\right)\ge 0,$ soit donc $e_{\left(\mathit{Num}(\mathit{tʹ}\right)}^i\ge e_{\mathit{Den}\left(\mathit{tʹ}\right)}^i\mathrm{.}$

En pratique, avec la formule de Schalkwijk et si q>1, la valeur $e_{\left(n-1\right)!}^i$ est une borne supérieure de la valeur maximale β'_i de l'exposant du dénominateur P_k ( P_k ≤(n-1)! si q>1).

Il suffit donc de vérifier l'inégalité $e_{\left(n-1\right)!}^i<2^{b_n^i},$ ce qui est déjà fait par le traitement déterminant la valeur de β_i exposé ci-avant.

Dans les autres cas, on pourra rechercher explicitement β'_i et calculer $b_n^i$ grâce au maximum de β_i et β'_i.

Dans le cas où q=1, on comprendra qu'un seul mot de code de rang connu (t=0) intervient dans le code à permutation et il est donc inutile a priori d'effectuer les calculs de rang et les opérations inverses correspondantes. Cependant, s'il n'est pas souhaité de traiter à part ce cas particulier, il peut toujours être prévu de calculer la valeur $b_n^i$ par le maximum de β_i et $e_{n!}^i,$ La table 7 ci-après illustre ce cas pour n=16.

Table 7 : Calcul de la borne supérieure du numérateur β_i et de $b_{16}^i$ (1≤i≤6) pour les codes à permutation de dimension 16

p_i

2

3

5

7

11

13

$\underset{1\le l<16}{\max }\left(e_l^i\right)$ 1≤l<16

3

2

1

1

1

1

$e_{15!}^i$

11

6

3

2

1

1

${\mathrm{\beta }}_i=e_{15!}^i+\underset{1\le l<16}{\max }\left(e_l^i\right)$ 1≤l<16

14

8

4

3

2

2

$e_{16!}^i$

15

6

3

2

1

1

$b_{16}^i$

4

4

3

2

2

2

On décrit brièvement maintenant les capacités mémoires requises pour le stockage des décompositions de base.

Indépendamment de la solution choisie pour la représentation des décompositions de base, le stockage des décompositions de base s'effectue dans des tableaux et l'on a alors recours à un adressage de ces tableaux lors des opérations de codage et de décodage du rang. Bien que la décomposition de 0 ne soit pas possible (et, d'ailleurs, pas utilisée), il peut être préférable de stocker des exposants "factices" pour la décomposition de 0 (par exemple des 0 ou des 1), et ce, pour simplifier le calcul d'adresse. La table 8 ci-après résume la taille mémoire nécessaire pour le stockage des données relatives aux décompositions de base pour les cinq solutions présentées pour ces deux cas (stockage ou non de la décomposition factice de 0).

Solution

Pas de stockage de 0

Avec stockage factice de 0

1

$${\displaystyle \sum _{l=1}^n}{m}_l+{\displaystyle \sum _{l=0}^n}{m}_{l!}+2n+1$$

$${\displaystyle \sum _{l=0}^n}{m}_l+{\displaystyle \sum _{l=0}^n}{m}_{l!}+2\left(n+1\right)$$

2

$$2{\displaystyle \sum _{l=1}^n}{m}_{l!}+1+\left(n+1\right)$$

$$2{\displaystyle \sum _{l=0}^n}{m}_{l!}+\left(n+1\right)$$

3

$${\displaystyle \sum _{l=0}^n}{m}_{l!}+2{\displaystyle \sum _{l=1}^n}{\mathit{mʹ}}_l+2n+1$$

$${\displaystyle \sum _{l=0}^n}{m}_{l!}+2{\displaystyle \sum _{l=0}^n}{\mathit{mʹ}}_l+2\left(n+1\right)$$

4

m^nlx(2n+1)

2m^nlx(n+1)

5

2n+1+m^nl

2x(n+1)+m^nl

Dans la cinquième solution, on a tenu compte du stockage (+m_n!) des nombres de bits $b_n^i\mathrm{.}$ Cependant, en pratique, plutôt que de les lire dans une mémoire, ceux-ci seront "câblés en dur" (leur valeur étant fixe dans un programme de calcul sans être déclarée en tant que variable), comme on le verra dans les modes de réalisation plus loin. Il est donc apparu inutile de les stocker en pratique.

La table 9 donne la mémoire nécessaire pour le stockage des données relatives aux exposants de la décomposition de ces cinq solutions pour n_max = 8 et 15 (avec stockage factice de 0).

n

2m_nl x (n+1)

2 x (n+1) + m_nl

8

54

51

57

72

22

15

129

130

129

192

38

On décrit maintenant le stockage des puissances de facteurs premiers.

En dehors des décompositions de base, la présente invention utilise les puissances des facteurs premiers pour calculer le rang partiel à partir de sa décomposition. On peut, à partir d'une table de ces facteurs premiers, calculer leurs puissances en temps réel ("en ligne"). Préférentiellement, les puissances des nombres premiers autres que 2 sont pré-calculées et stockées et seules les puissances de 2 sont calculées en temps réel. La table 10a ci-après donne les puissances de 3, 5 et 7 nécessaires pour un code à permutation de dimension 8 (comme ceux utilisés dans le codeur AMR-WB+). La table 10b donne les puissances de 3, 5, 7, 11 et 13 nécessaires pour les codes à permutation de dimension maximale 15 (comme ceux utilisés dans le codeur TDAC).

Là, encore, on pourra ne stocker que le nombre nécessaire de puissances pour chaque facteur premier. En variante, s'il est préféré de ne disposer que d'un seul tableau de puissances adressable régulièrement, il peut être prévu de stocker, pour chaque facteur premier, autant de valeurs que le nombre de puissances de p₂ nécessaires (p₂=3). Pour les puissances non utilisées, on peut, bien entendu, utiliser un stockage de valeurs factices telles que des 1 ou des 0.

On décrit maintenant le calcul du rang d'une permutation pour réaliser un codage en exploitant l'invention.

Il existe plusieurs variantes selon le jeu des décompositions de base choisi et leur représentation. Par souci de concision, l'exposé des réalisations possibles ci-après est limité au cas du mode de réalisation préféré pour le jeu des décompositions de base, avec décompositions des factorielles de l! et de l.

Ci-après, la solution de représentation éclatée des exposants avec m_n! exposants par décomposition de base, qui est le cas le plus général, est d'abord exposée. Des variantes de représentation éclatée des exposants sont ensuite décrites. Enfin, la solution de représentation compacte des exposants des décompositions de base est exposée, ainsi que quelques unes de ses variantes. Il apparaîtra alors que l'invention s'applique parfaitement à un traitement de codage du rang d'une permutation.

L'algorithme de Schalkwijk est repris ci-après, comme exemple de traitement d'énumération.

Représentation éclatée des exposants de la décomposition

Soit n la dimension maximale des codes à permutation utilisés, et m_n! le nombre de facteurs premiers intervenant dans la décomposition de la grandeur n!

On décrit ci-après un premier mode de réalisation d'un codage utilisant une représentation éclatée des exposants de la décomposition.

Codage selon un premier mode de réalisation

Ici, les exposants des décompositions de base de l et l! sont stockés préférentiellement selon la "quatrième" solution de la table 4d ci-avant, avec stockage factice pour l=0 dans deux tableaux monodimensionnels notés respectivement D_l et D_l! ayant m_n! ×(n+1) éléments. Comme mentionné ci-avant, on pourrait considérer aussi des tableaux bidimensionnels ayant m_n! colonnes et (n+1) lignes. Les exposants de l (respectivement l!) étant stockés régulièrement (chacun sur m_n! valeurs), les opérations de lecture des exposants d'une décomposition de base nécessitent un calcul d'adresse dans le tableau D_l (respectivement D_l!). Pour lire les exposants de la décomposition de l! (respectivement l), il faut pointer à l'adresse (l×m_n!) du tableau D_l! (respectivement D_l), et viser ainsi l'adresse de l'exposant $e_{l!}^1$ (respectivement $e_l^1),$ l'exposant $e_{l!}^2$ (respectivement $e_l^2$) étant à l'adresse suivante (l×m_n!+1) et plus généralement l'exposant $e_{l!}^i$ (respectivement $e_l^i$) étant à l'adresse (l×m_n!+i-1). Comme mentionné ci-avant, dans des tableaux bidimensionnels, l'exposant $e_{l!}^i$ (ou $e_l^i$) est à l'adresse ((l;(i -1)) (colonne (i-1) et lignel).

Il est à noter que s'il n'est pas prévu de stockage factice pour l=0, le calcul d'adresse dans le tableau D_l des n décompositions de base de l (l >0) est: (l-1)×m_n!.

Initialisation

• On initialise à zéro les m_n! exposants de la décomposition intermédiaire de P_k (stockés dans un tableau P ayant m_n! éléments qui est préférentiellement mis à jour à chaque position, comme on le verra en référence à l'étape C-3 ci-après). Ainsi, les instructions sont les suivantes : $$\circ P\left[i\right]=0,1\le i\le m_{n!}$$
• On initialise aussi à zéro le rang t et les q poids $w_k^d$ (stockés dans un tableau w ayant q éléments qui sera mis à jour à chaque position (étape C-2 ci-après)). Les instructions sont les suivantes :

  • ○ t=0
  • ○ w[i] = 0, 0 ≤ i < q
  • ○ k=n-1

Itérations sur l'indice k

On se réfère à la figure 5 pour suivre l'itération sur les n positions (avec une boucle sur la variable k). La lettre "C" dans les notations des étapes C-n de la figure 5 désigne le mot "codage".

A l'étape C-1, on lit la variable d_k . L'étape C-2 consiste en une mise à jour de l'élément d_k du tableau w : w[d_k] = w[d_k]+1.

L'étape C-3 est une mise à jour des exposants de la décomposition de P_k (tableau P), avec, en particulier :

• une lecture des m_n! exposants $e_{w\left[d_k\right]}^i$ de la décomposition de base w[d_k] dans le tableau D_l à partir de l'adresse m_n!×w[d_k] (étape C-31), et
• une mise à jour : $P\left[i\right]=P\left[i\right]+e_{w\left[d_k\right]}^i,$ pour 1 ≤ i ≤ m_n! (étape C-32).

Ainsi, pour la mise en oeuvre de l'étape C-31, le premier exposant de la décomposition de base w[d_k] dans le tableau D_l, noté $e_{w\left[d_k\right]}^1,$ est à l'adresse m_n!×w[d_k], le deuxième, noté $e_{w\left[d_k\right]}^2,$ à l'adresse (m_n!×w[d_k]+1), et ainsi de suite. Plus généralement, l'exposant $e_{w\left[d_k\right]}^i$ sera à l'adresse m_n!×w[d_k] + i-1.

Parallèlement, à l'étape C-4, on calcule S_k à partir de la relation habituelle $$S_k={\displaystyle \sum _{d=0}^{d_k-1}}w\left[d\right]$$

L'étape C-5 est un test sur la valeur de S_k. Si S_k est nulle (flèche O), ce qui implique que le rang partiel $I_k^{d_k}$ est nul (formule (7) ci-avant) et que le rang t n'est pas modifié, le traitement se poursuit par l'étape C-11 plus loin. Sinon (flèche N avec S_k ≠ 0), le traitement se poursuit par l'étape C-6, à laquelle on lit les m_n! exposants $e_{S_k}^i$ de la décomposition de base S_k dans le tableau D_l à l'adresse m_n!×S_k.

Parallèlement, l'étape C-7 consiste à lire les m_n! exposants $e_{\left(n-1-k\right)!}^i$ de la décomposition de base (n-1-k)! dans le tableau D_l! à l'adresse m_n!×(n-1-k). On relèvera que l'étape C-7 est effectuée si la somme S_k est non nulle (sortie N du test C-5) de manière à éviter la lecture inutile dans le tableau D_l! si, de toutes façons, le rang partiel $I_k^{d_k}$ est nul.

A l'étape C-8, les résultats des différentes lectures des tables peuvent être regroupés pour calculer d'abord les m_n! exposants de la décomposition du rang partiel $I_k^{d_k},$ selon la relation : $e_{I_k^{d_k}}^i=e_{\left(n-1-k\right)!}^i+e_{S_k}^i-P\left[i\right],$ pour 1 ≤ i ≤ m_n!

Enfin, à l'étape C-9, on calcule le rang partiel $I_k^{d_k}$ lui-même par la relation : $$I_k^{d_k}={\displaystyle \prod _{i=0}^{m_n!}}{\left(p_i\right)}^{e_{I_k^{d_k}}^i}$$

On rappelle que le terme w[d_k] est un poids nécessairement inférieur ou égal à la dimension maximale n du code à permutation considéré. De même, la somme S_k de tels poids reste inférieure à la dimension maximale n et il en est de même, bien entendu, pour (n-1-k). Les décompositions de w[d_k], S_k et (n-1-k)! sont bien répertoriées dans les tables de décompositions des entiers ou des factorielles d'entiers allant jusqu'à la dimension maximale n, telles que la table 4d. A partir de la décomposition w[d_k] répertoriée dans une table et de la décomposition de P_k-1 déterminée à la boucle précédente (k-1) et gardée en mémoire, la décomposition de P_k est déterminée.