联合信源信道编码原理探究

信源编码和信道编码的分开考虑在实际系统中存在相互矛盾的一面,针对有效性与可靠性的冲突本文结合最近研究热点介绍联合信源信道编码的理论框图和适用环境等情况。为了将信息有效不失真的从信源传输到信宿才有联合编码器进行优化分配。实现在复杂条件下达到接近理论值的最优通信效果。     

基于DCT-CS和ATC的联合信源信道编码

提出了一种基于离散余弦变换的压缩感知(DCT-CS)编码与非对称Turbo码(ATC)的联合信源信道编码方法.该法将分块图像依据信号的自然属性和视觉特性先进行DCT变换,再按Zigzag扫描,并用压缩感知进行压缩,最后与非对称Turbo码结合实现了自适应图像压缩传输的联合信源信道编码-实验仿真结果表明:根据不同的无线信道环境自动采取不同的图像分块大小和压缩感知测量数以及非对称Turbo码类型,能够达到图像的传输速率和重建质量的优化平衡.     

基于矢量量化和可变长编码的联合信源信道编码

提出了一个在噪声信道中对可变长信源编码码流传输提供有效差错保护的联合信源信道编码方案，利用信源编码器输出中的残留冗余为传输码流提供差错保护。该方法基于改进的联合卷积软解码以及采用非霍夫曼码的通用可变长码(UVLC)，更接近于一般的信源和信道编码方法，并且信源符号集的大小也不受限制。仿真结果表明，文中提出的联合编码系统可获得比传统的分离编码系统更高的性能增益。     

一种基于差错弹性控制的联合信源信道编码算法

目的 研究视频数据在无线信道上的可靠传输问题.方法 结合差错弹性控制和信源信道联合编码技术,在网络带宽一定的情况下引入信源解码器的抗误码性能指标,根据不同的信道状态确定联合信源信道编码的具体方案.结果 提出一种基于解码器差错弹性控制的联合信源信道编码算法.结论 该算法和传统的联合信源信道算法相比可获得更高的性能增益,适合于视频数据在无线网络上传输.     

基于QC-LDPC码的联合信源信道编码研究

基于欧式几何构造的准循环LDPC码(quasi-cyclic LDPC,QC-LDPC)应用于联合信源信道编码(joint source and channel coding,JSCC)系统中,由于JSCC系统中信源码和信道码存在特殊的边连接关系,致使满足信源码字和信道码字之间特殊连接关系的QC-LDPC码字比较少,但至少QC-LDPC码可以用来作为JSCC系统中的信道码.仿真结果表明,双QC-LDPC码的JSCC系统纠错性能相比双随机LDPC码的JSCC系统有明显的改善,同时前者的译码迭代次数明显少于后者,从而提升了译码效率.仅使用QC-LDPC码作为信道码的JSCC系统也比双随机LDPC码的JSCC系统有更好的性能,且其迭代次数也更少.     

信源信道联合编解码设计

红外图像数据传输时,由于数据量大,需压缩后传输,而压缩后数据对信道干扰非常敏感,需进行信道纠错编码以保障数据传输,提高抗干扰性.介绍了一种信源信道联合编码策略,即信源采用多分辨率重采样图像压缩算法,信道采用RS码加交织,解决了图像传输过程中的信道干扰问题.     

基于ROI图像传输的联合信源信道编码的研究

根据JPEG2000中的一般位移法和最大位移法在处理感兴趣区域时的优点,提出了基于SPIHT算法的感兴趣区域图像压缩编码的新方法,并且充分考虑了SPIHT算法和Turbo码的特性,根据信源编码后数据在重建时的重要程度,利用Turbo码进行了等差错和非等差错保护信道编码.仿真结果表明,在传输全视觉图像时,采用非等差错保护信道编码可以使感兴趣区域的峰值信噪比得到明显提高,并且使感兴趣区域的图像质量远高于背景区域的图像质量.     

基于LDPC码的联合信源信道编码研究

为弥补UMPBP-Based译码算法相对于LLRBP译码算法的性能缺陷,提出一种改进型UMP BP-Based译码算法.该算法中的参数是在最小均方误差准则下确定的,对所有的LDPC码的译码具有通用性.最后将该算法应用于联合信源信道编码中.仿真结果表明,在相同误码率的情况下,改进型UMP BP-Based译码算法比UMP BP-Based译码算法、Normalized BP-Based译码算法以及OffsetBP-Based译码算法具有更好的LDPC译码性能.     

视频及音频信号的数字化与信源编码

阐述了视频及音频信号编码的目的,介绍了信源编码的原理,探讨了实现音频、视频数字传输的方法。     

二种同时估计信源位置和信号发射时间的TOA算法

提出了当接收端在空间随机分布时同时估计信源位置和信号发射时间的二种TOA算法。方法一为用一新变量代替定位估计中的二次项，把非线性估计转化为二步最大似然（ML）线性估计；方法二通过消去二次项，而只需一步最大似然估计。二种算法结构简单，计算量不大，具有较高的精度。     

基于双原模图低密度奇偶校验码的联合信源信道编译码系统优化设计

香农经典信息论表明信源信道分离编码是渐进最优的,然而该理论自身的局限性使其在实际应用场景中的性能并不是最优的.与传统的信源信道分离级联系统相比,联合信源信道编译码系统可以更加有效地挖掘信源或者信道的特征,进而获得更好的性能,更适合未来无线通信的需求.本文主要基于双原模图低密度奇偶校验(double protograph...     

振幅调制-非线性调频信号测量声场的脉冲响应

提出采用振幅调制-非线性调频（AM-NLFM）信号测量声场的脉冲响应，AM—NLFM信号基于相位驻留原理的调制方法．该信号在测量声场脉冲响应时，具有良好的抗系统非线性失真和时变影响的能力，可以降低非周期傅里叶变换时的频谱泄漏，且可以根据任意频谱调制而能保持很低的波峰因数．实测表明该信号可以有效提高脉冲响应测量的速度与精度．该信号也可用于电声系统传递函数的测量中．     

香农曲线在语音信号信源信道联合编码器中的应用

近年来随着通信领域的飞速发展,香农理论在编码器的设计中越来越重要,本文基于香农映射理论的思想,利用香农映射曲线,设计了一种用于语音信号的信源信道联合编码器,该编码器结构简单,易于实现,并且能够有效地利用带宽。     

离散加权信源与熵密度偏差的极限性质

利用熵密度偏差，研究了服从几分分布的离散加权信源的极限性质，其主要结果推广了离散信源Shannon－Mcmillan定理。     

基于振幅谱重构信号的松弛迭代算法

介绍了信号重构问题和基于振幅谱重构信号的迭代算法，提出了一种改进的松驰迭代算法，详细描述了该算法的具体过程，该算法充分利用了迭代过程中的前几次迭代信息，从而使算法收敛速度更快，计算机模拟:该算法具有民敛快、精度高、实现容易等优点，可广泛用于语音处理、地震勘探数据处理、图象处理和通信等应用领域。     

联合信源信道编码的分级编码视频网络传输

提出了在丢包网络传输过程中,针对精细粒度分级编码(FGS)视频流存在的数据重要性差异,利用前向纠错编码(FEC)对视频流提供非均匀保护.考虑采用一致的信源信道联合统计率失真模型作为约束,根据信道的传输带宽和平均丢包率,联合优化信源编码码率和非均匀FEC编码码率的分配.该方法应用于丢包网络的视频传输,可以根据网络传输条件的变化,自适应地分配信道编码码率,提高信道带宽利用率,增强视频的传输质量.仿真结果表明,所提方法对不同的信道条件具有较好的适应性,并且能够有效地提高视频传输的鲁棒性.     

信号类课程教学中连续与离散的类比性

从探索信号类课程中连续和离散两部分内容并行讲授的角度出发,对具有共性和可比性的知识点进行了类比性的解读。涉及时域分析中连续信号和离散序列的内在联系,连续系统和离散系统的卷积分析法,频域分析中基于傅里叶变换与离散时间傅里叶变换的频谱分析法,复频域分析中的基于拉氏变换和z变换的系统函数法,以及从连续性与周期性看傅里叶变换和离散傅里叶变换的本质等方面的内容。简要地给出了课程整合的实践思路。     

多用户长码直扩信号的信源数估计

针对低信噪比(signal-to-noise ratio,SNR)下多用户长码直扩信号在信源数估计中容易产生虚拟用户数的问题,提出一种基于阵列接收的信源数估计方法。首先采用阵列天线对长码直扩信号进行信号接收;然后使用信息论、盖氏圆以及平滑秩的算法实现信源数的估计,最后对3种算法进行对比研究。所提的信源数估计方法相比于直接用3种算法估计信源数在信噪比上有很大的提高,而且不会产生虚拟用户数。理论分析和仿真结果表明:在信噪比较低的环境下,对周期长码和非周期长码信号的信源数估计都能达到较好的估计性能。     

小波分析与振幅比法联合拾取P波初至时间

振幅比法是一种准确有效的初至拾取方法,但是振幅比法在信噪比偏低时会产生误判现象。针对这种情况,提出了小波分析与振幅比法联合拾取P波初至时间的方法。小波-振幅比法是将小波分析与振幅比法结合起来,首先对爆破信号进行小波去噪,基于小波分析的滤噪理论包括信号分解、各分解层次硬阈值去噪与信号重构三个步骤,提高了爆破信号的信噪比,最后使用振幅比法拾取P波初至时间。以2014年7月28日11时监测到的一个矿震事件为例,用小波-振幅比联合方法准确拾取爆破信号P波初至时间,计算得出x、y、z三个方向的定位误差小于42米,符合空间位置定位（x,y,z误差小于50米）的要求;说明了通过小波滤噪方法可以有效提高爆破信号信噪比并且提高了P波到时拾取的准确度,提高了定位精度,具有较好的应用前景。     

工业过程的数学模型由离散时间域向连续时间域的转换方法

工业过程在离散时间域上的数学模型HG(z)与其在连续时间域上的数学模型G(S)之间存在着如下的关系式: HG(z)=(1-z~(-1))z[G(S)/S]. 若由辨识所获得的HG(z)为和则与之对应的连续时间域上的数学模型为和文中所提出的各个公式可用来计算K、τ_d、τ、τ_1、τ_2、τ_0、ζ和T.