3.2.2 量化与矢量量化（VQ）

文档摘要

3.2.2 量化与矢量量化（VQ） 3.2.2 量化与矢量量化（VQ）：从连续到离散的精度博弈在有损源编码的宏大叙事中，速率失真理论（Rate-Distortion Theory）为我们划定了信息压缩的理论极限，而量化（Quantization）则是实现这一极限的最核心手段。作为技术专家，我们深知，量化的本质是将无限可能的连续信号映射到有限的离散集合中。这不仅仅是一个简单的“舍入”过程，而是一场关于精度损失与比特率节省的精妙博弈。标量量化的深层逻辑与 Lloyd-Max 算法在讨论复杂的矢量量化之前，我们必须透彻理解标量量化（Scalar Quantization, SQ）。标量量化是对单个样本进行处理的过程。假设我们有一个连续随机变量 $X$，其概率密度函数为 $fX(x)$。