联合模拟网络编码和压缩感知的数据传输方案

基于模拟网络编码和压缩感知的思想,提出传输链路上的节点可进行同时传输以降低传输所需时隙开销,设计了一种在链状拓扑中的联合模拟网络编码和压缩感知的传输方案.基于分簇压缩感知方案可有效减少传输量的思想,提出了将无线传感器网络划分为簇,在簇间采用联合模拟网络编码和压缩感知传输方案的模拟网络编码分簇方案.与传统的压缩方案相比,该方案降低了传输量,节省了节点能耗,且减少了传输所需时隙开销,提高了系统吞吐量.     

变速率线性广播网络编码的通用全局编码核构造算法

针对单源有向无圈网络中,当信源速率变化时,线性广播网络编码需重新构造链路的全局编码核和非源节点的局部编码核问题.提出通用全局编码核的概念,并给出通用全局编码核的构造算法.利用该算法,以信源最大可行速率构造出各链路的通用全局编码核.当信源速率变化时,各链路的全局编码核可由通用全局编码核进行简单变形而直接导出,且非源节点的局部编码核无需改变.这样既保持了现有算法构造的各非源节点的局部编码核适用于不同速率的优点,又能方便地得到各链路对应于不同速率的全局编码核.最后基于线性信息流理论,对该算法的时间复杂度和记忆复杂度进行了论证,相对于基于递归向量构造全局编码核的编码算法,该算法的时间复杂度和记忆复杂度均大大降低.     

基于网络编码的流量感知路由协议研究设计

介绍了网络编码的基本理论及相关技术,详细分析了无线网络的基本架构和路由技术,在此基础上分析了无线网络中流量分布对网络编码的性能影响,进一步提出了基于网络编码的流量感知路由协议,并在AODV路由协议基础上对流量感知路由协议进行了研究设计。     

基于压缩感知的图像自适应编码算法

利用压缩感知理论对图像进行固定采样率的压缩并重构时,由于图像各个块的稀疏程度不同,低采样率很难保证图像各块都具有较高的重构质量,而高采样率又会造成资源的浪费.为了解决上述问题,提出了一种基于压缩感知的图像自适应编码算法,该算法首先判断图像各块在DCT域的稀疏度,然后根据判断结果对图像各块进行自适应的压缩采样,从而确保图像在较低采样率下能获得较高的重构质量.实验结果表明,运用所提自适应编码算法在采样率平均值为44%时,重构图像的平均PSNR值可达到35,dB以上,并且重构图像所有块的PSNR值分布比较集中,从而使得图像具有较好的主观质量.     

基于压缩感知的视频编码技术研究

通过分析和比较基于传统视频编码架构和基于分布式视频压缩感知的视频压缩感知编码技术的主要特性,提出一种新的基于帧间模式决策的混合式视频压缩感知编码模型.针对不同的图像内容变化速率、感知帧测量率以及图像组尺寸等情况,分别进行算法的仿真实验.测试结果表明,所提出的混合式视频压缩感知编码技术能够在高保真重建视频序列的同时,兼顾编解码速度.     

视频传输中的分层多描述编码和速率控制的综合应用

多描述编码是抗误码的一种技术,分层编码和速率控制结合起来可以根据信道情况来调节发送端的编码和发送速率,从而达到网络最优化,在一定带宽情况下得到具有最大清晰度的视频图像。     

基于多层分块自适应压缩感知的图像编解码方法

压缩感知中,测量矩阵对图像进行单一采样率的压缩采样。传统的测量矩阵虽然能够获得比较好的重构效果,但因采样数目较多,故而资源耗费也较多。为了解决上述问题,提出了多层分块自适应编码算法(multi-layered block adaptive coding algorithm,MLBA)以及多层分块自适应压缩感知编解码方法(multi-layered block adaptive compressed sensing codec method,MLBACS)。MLBACS编解码方法基于MLBA编码算法,能够根据图像局部结构进行不同层数和大小的分块,并自适应分配采样率。仿真结果表明,在同等重构性能的前提下,相对于单一采样率下的压缩感知,MLBACS编解码方法能够不同程度地降低重构图像所需的采样数目。     

语声中速率多脉冲压缩编码的新方法

目前,出现了许多新的语音压缩编码技术,其中多脉冲线性预测编码由于考虑了人耳的听觉效应,利用谱逼近准则寻优,获得了良好的语声编码听音效果,因而在中速率语声编码方法中颇受人们重视。本文对多脉冲编码方案提出了几种新的改进方法:去帧间影响效应、残差的峰值逼近多脉冲的方法,线性预测参数的二次寻优、二级多脉冲激励模型法,文献中自相关法公式的修正等。最后给出了实验结果。     

自适应采样率分配的分布式压缩感知视频编码

提出了一种基于压缩感知理论的分布式视频编码方案,它是建立在压缩感知理论的基础上全新的具有动态测量率分配的分布式视频编码框架,具有编码端简单、抗误码能力强、编码效率较高的特点.在编码端,关键帧和非关键帧独立编码,关键帧采用高采样率的压缩感知测量,非关键帧采用自适应的压缩感知测量.在解码端,利用非局部稀疏模型和字典训练更新算法,关键帧和非关键帧联合进行压缩感知重建.实验结果表明,本文的编码算法能获得较好的率失真性能和主观图像质量.     

基于RSS的WSN多目标定位压缩感知算法优化

提出了一种将压缩感知算法应用于WSN多目标定位的系统框架,采用残差最优匹配的方法对压缩感知重构算法进行了改进,提高了定位精度,提出了根据重构结果判断定位是否成功的算法框架,该框架能更大程度的减少需要网络通信的数据量,并改变了当前的压缩感知重构算法的结果评价对稀疏度K的依赖。本算法适用于通信条件恶劣的WSN场景,仿真结果显示了本算法应用于WSN多目标定位的性能优于BP、CosAMP、GMP算法。     

压缩感知在计算电磁学中的应用综述

将压缩感知理论引入计算电磁学中以提升现有算法的计算效率,已成为近期研究热点.论文对压缩感知的基本理论及实现过程进行了简要介绍,着重阐述了在压缩感知理论框架下面向计算电磁学领域的新型计算模型及其研究进展.对压缩感知关键技术优化进行了归纳,指出了计算模型的发展方向.     

基于压缩感知过程的语音增强

压缩感知(compressive sensing,CS)是一种基于信号稀疏性的采样方法,可以有效提取信号中所包含的信息。该文提出了一种基于CS过程的语音增强新算法。算法利用语音在离散余弦变换(discrete cosine transform,DCT)域下的稀疏性,采用Hadamard矩阵对带噪语音进行压缩测量,通过改进的正交匹配跟踪(orthogonal matching pursuit,OMP)算法恢复语音信号,实现语音增强。与经典谱减法和子空间算法进行实验对比分析,结果表明:该算法在降噪性能上优于经典谱减法和子空间算法。     

基于P2P网络的可靠网络编码多路径协议

网络编码方法能够保证传输的可靠性,同时也能降低数据冗余度,因此将网络编码方法引人对等互联网络中必能发挥稳定性和可靠性作用．针对对等互联网络中的传统可靠多路径路由协议进行改进完善,引入网络编码方法进行完善,提出了可靠网络编码多路径协议（NC-RMPP）．并针对该新协议在对等互联网络中的相关性能进行了实验模拟和数据分析．     

物理层网络编码与卷积信道编码相融合的无线通信方案

信号不同步是物理层网络编码研究中的热点,为了提高系统的信道容量和鲁棒性,针对异步通信条件下误码率高的难题,提出一种物理层网络编码与卷积信道编码相融合的无线通信方案.首先将置信传播算法引入到中继节点编码中,然后将信道译码和物理层网络编码联合起来,减少异步通信带来的不利影响,最后采用仿真实验测试其有效性和优越性.仿真实验结果表明,相对于其它编码方案,物理层网络编码与卷积信道编码方案不仅降低了数据传输的误码率,提高了系统通信的可靠性和信息传输速率,而且增强了系统对相位偏移和符号偏移的鲁棒性,具有更高的实际应用价值.     

异步双向中继信道的物理层网络编码

物理层网络编码(physical-layer network coding,PNC)中的一个重要问题是,如何解决由于传输环境导致的信号不同步问题,包括载波频率不同步、相位偏移和符号不同步.之前文献大多数都是假设符号发送严格同步,主要研究了异步双向中继信道物理层网络编码方案,中继端利用BP(Belief propagation)算法来解决异步导致系统系能下降的问题,仿真结果表明,利用BP算法可以减小信号异步导致的系统性能下降,相位偏移对系统性能下降影响较大,而符号偏移却可以减小这种性能下降.     

基于压缩感知观测值的数字图像水印算法

根据压缩感知理论具有计算保密性这一特点,提出一种新的基于压缩感知观测值的数字图像水印算法.首先对载体图像进行小波变换,得到稀疏后的小波系数矩阵;然后对小波系数矩阵的不同频率部分,用不同的观测矩阵进行压缩感知,得到压缩后的观测值;再将水印嵌入至小波高频系数部分的观测值中,使用子空间追踪算法恢复稀疏信号,进而通过小波反变换得到加密图像.实验结果表明:该算法具有信息安全性,能满足水印不可见性和鲁棒性要求;相比同类算法,该算法的水印提取过程更加灵活与安全.     

基于压缩感知的室内定位系统的定位性能分析

随着Wi-Fi技术的普及,Wi-Fi室内定位技术也越来越受到关注。压缩感知(compressive sensing, CS)技术被提出应用于Wi-Fi室内定位,为了研究各类CS算法在室内定位系统中的定位性能,构建出一套基于CS算法的室内位置指纹定位系统。在离线阶段采集数据并构建指纹库,在在线定位阶段采用不同压缩感知算法比较各类算法的定位性能。实验结果表明,设备朝向包含多方向,参考点数据量越多时定位性能更优;CS的算法参数会影响定位性能;在设定的实验环境下,压缩感知中的分段弱正交匹配追踪(stage-wise weak orthogonal matching pursuit, SWOMP)算法的定位精度比K最近邻算法(k-nearest neighbor, KNN)优21.9%;在各类压缩感知算法中,正交匹配追踪(orthogonal matching pursuit, OMP)相较于其他CS算法表现较差,并且这种差距随参考点数据量的增多而愈加明显。