基于最优分解和方向加权的静止图像压缩算法

基于小波变换的JPEG2000是新一代静止图像压缩标准,具有很多优点。但是由于二维小波是一维小波的张量积,它只有有限的方向,因而不能较好地捕捉图像的方向信息。基于方向滤波的小波 contourlet变换(wavelet based contourlet transform, WBCT)可以弥补这个不足,它比小波变换能更稀疏地表示图像信息。把WBCT嵌入在JPEG2000框架中,并结合其性质,提出了基于最优分解和方向加权的静止图像压缩算法。实验结果表明,该算法在中低码率下可以更好地表现图像的轮廓和强纹理信息,在高码率下也能较好地编码图像的弱纹理信息。不管是参照客观质量评价方法,还是凭主观视觉感受,该算法的压缩性能均优于JPEG2000。     

一种用于图像传输的非均匀纠错方案及性能分析

根据压缩码流特性和传输信道特性,综合利用CRC冗余校验和基于码率兼容的删除Turbo码,通过在信源编码和信道编码之间引入判决控制器,提出了一种适用于图像实时无线传输的非均匀纠错编码方案,并在衰落信道中对该方案的性能进行了仿真实验.结果表明:该方案在一定的信噪比范围内明显优于传统的均匀纠错编码传输系统,尤其在低信噪比和图像高压缩比情况下,优势更为明显;另外,随着信道条件的逐渐恶化,该方案优于均匀纠错方案的信噪比范围逐渐变宽.     

译码迭代次数约束下累积无率码的优化设计

以最大化码率为目标设计的无率编码通常能够实现逼近容量的性能,但是这种编码在译码时需要进行非常多次(理论上是无穷多次)的迭代才能达到预期的误比特率性能。基于外部信息转移图的渐近收敛分析,提出一种在有限译码迭代次数约束下的非系统累积无率码编码度分布的优化设计方法,给出此优化问题的数学模型。通过求解该优化问题可得到满足要求的编码度分布函数。仿真结果表明,与以最大化码率为目标设计的编码相比,在有限的译码迭代次数下,所提出的方法设计的编码能获得更好的纠错性能,且译码迭代次数越小,性能优势越明显。     

基于LDPC自适应编码调制的图像传输性能

研究了基于LDPC码的自适应编码调制技术及其在慢衰落无线信道图像传输中的应用,分析了确定最优信噪比转换门限集合的最小均方误差非线性曲线拟合法,进而得到基于LDPC码的自适应编码调制系统的最大平均吞吐量性能。仿真结果表明,在慢衰落无线信道图像传输中,系统能获得满意的图像传输质量和很高的频谱利用率。     

基于跨层不等重功率分配的渐进图像传输方案

为了在无线衰落信道下鲁棒和高效地编码传输渐进图像,提出了基于跨层不等重功率分配的编码传输方案。和以往基于不等重功率分配的传输优化方案不同,该方案综合考虑了反馈信道提供的物理层信道状态信息、链路层自动重传信息和应用层压缩编码率失真特性,采用基于解析表达的数值优化算法,求得各个层上最优不等重功率分配策略,减小给定期望传输功率约束下的图像传输失真。实验表明,相对于以往方案,所提方案不但避免了启发式优化算法的高搜索复杂度|而且能大大提高接收端重建图像的峰值信噪比。     

基于LDPC的不均等错误保护H.264抗误码算法

从最新的H.264视频压缩标准出发,提出一种基于数据分类和LDPC的不均等错误保护的策略。根据H.264数据分类中信息比特重要性的不同,对其进行不均等错误保护,即对信道中优先级较高的数据,采用码率低,抗误码性能更好的LDPC编码传输,以提高传输效率。仿真结果表明,这种联合的信源信道编码算法在AWGN信道下具有比以前的一般算法(如Turbo码)更好的适应性和更强的健壮性。     

基于码率预分配的感兴趣区域编码算法

为了有效降低传统感兴趣区域(ROI)编码算法的复杂度,提出一种基于码率预分配的感兴趣区域编码算法。算法优先对ROI进行T1编码,并截取控制ROI编码输出码率大小,实现有损到无损的ROI编码。使用基于熵估计的码率预分配方法,确定背景区域(BG)所属码块的码率,并据此控制BG码块的T1编码深度,简化编码过程。实验结果表明,算法与比特平面提升和率失真斜率提升的ROI编码算法相比,大幅度减少计算量和存储量,适合硬件实现。     

一种精细的H.264码率控制方法

针对H.264提出了一种无需二次编码的精细码率控制策略,为解决H.264中宏块模式选择时需要使用量化级而给码率控制带来的困难。提出了一种可以在模式选择前预测当前帧编码复杂度的码率模型。并且提出了基于宏块条的码率控制策略。分析了H.264中利用拉格朗日R D优化方法进行宏块模式选择的特点,并根据编码比特对拉格朗日乘子进行优化,提出了基于模式选择的精细码率控制方法。实验结果表明,与JVT提案中的码率控制方法JVT G012相比,所提方法在准确控制码率的同时,提高了PSNR值。     

一种新的H.264基本单元码率控制方法

通过对H.264码率控制原理的分析,提出一种基于峰值信噪比(peak signal noise ratio,PSNR)的图像复杂度估计方法,与平均绝对差值(mean absolute difference,MAD)联合估计基本单元编码复杂度,使基本单元目标比特分配更精确。考虑到MAD线性预测模型计算复杂度高的缺点,利用图像的空间和时间相关性,提出一种加权预测模型的基本单元MAD预测方法,省略参数更新过程以减少计算量。仿真结果表明,提出的加权模型与线性模型预测精度基本相当;所提方法在精确分配目标比特和控制码率的同时,与JM9.6相比,可以令PSNR更为平滑,且平均性能提高0.2 dB。     

基于EXIT图分析的PCGC译码器最优设计

PCGC(Parallel Concatenated Gallager Code,并行级联Gallager码)是一种将LDPC(Low Density Parity Check,低密度奇偶校验)码与并行级联编码相结合的信道编码。传统的PCGC译码器参数通过仿真获得,有可能导致不必要的译码迭代。通过分析PCGC码的边信息转移图,以获得PCGC码子译码器的最优参数。仿真结果表明,通过EXIT(Extrinsic Information Transfer,边信息转移)图分析获得的译码器最优参数设置可以在不影响误码率性能的基础上,有效地节省译码器运算量。     

最优线性网络编码的分布式构造方法

针对单源组播网络,在合理的假设条件下,提出了最优线性网络编码(在吞吐率最大的前提下编码代价最小)的分布式构造方法。首先对线性网络编码的机理进行分析,得出了不同组播率下编码方案间的内在联系,导出了一个在线测试组播容量的策略;提出的方法以遗传算法为搜索引擎,结合随机线性网络编码,嵌入了在线测试组播容量的策略。通过合理地设计编码系数的生成规则和进化策略,在获得最大吞吐率前提下达到最小编码信道数的同时,构造出相应的编码方案,且编码系数保存在各节点中,从而可以采用确定性网络编码数据传输策略传输数据。仿真结果表明提出的方法是有效的。     

基于EPC-MIMO编码设计的解距离模糊性能分析

中高脉冲重复频率雷达中, 目标的回波延迟时间大于发射脉冲的重复周期时会导致距离模糊。本文在多输入多输出(multiple-input multiple-output, MIMO)雷达中进行联合发射阵元与脉冲二维编码(element-pulse coding, EPC), 对阵元脉冲编码的设计方法进行了研究, 可实现距离解模糊。对基于Fourier正交基的编码设计进行推广, 提出了一般的EPC方法, 对于 M 个发射阵元, 可获得 M ! 种编码方式。引入期望距离区与模糊距离区的信号模糊比(signal-to-ambiguous-plus-noise ratio, SANR)作为解模糊性能的评估准则, 进行了性能分析。针对角度误差提出了稳健的权矢量优化方法, 进一步提高了解距离模糊的稳健性。仿真实验验证了所提方法的有效性, 不同编码方式在理想情况下均能有效分离不同距离区的目标, 且优化权矢量后 M ! 种编码方式对应的解距离模糊性能相近。     

二次率失真优化截取的感兴趣区域编码

提出了一种基于优化截取內嵌码块编码(EBCOT)压缩技术感兴趣区域的编码,根据给定的感兴趣区域的最小峰值信噪比要求,利用率失真优化原理自动组织码流。与一般感兴趣区域编码方法不同的是该方法不对小波域的系数进行提升。解码器不需要知道该图像是否存在感兴趣区域或者具体位置,只要进行正常的解码即可。同样重要的是该算法保留了EBCOT的固有特性。实验结果表明,该算法能够获得很好的总体质量。     

一种改进的UEP喷泉码算法及其在FGS系统中的应用

在网络视频流的传输中,针对可分级视频编码（scalable video coding, SVC）的精细粒度质量可分级(fine grain quality scalable, FGS)方式,提出了一种改进的不等差错保护(unequal error protected, UEP)的喷泉码算法,并将UEP喷泉码与FGS结合,得出了改进UEP喷泉码的FGS系统。其核心思想是对FGS中的基本层与增强层截取不等长度的原始信息,利用喷泉码译码概率对原始信息长度敏感的特性,使得FGS的基本层数据与增强层数据以不等的概率译码。在无反馈信道的情况下,保证了基本层的优先性,提高信道利用率,并且喷泉码可以自适应网络信道环境,接收端可以根据具体的网络环境,以最大概率恢复出当地的原始信息。理论分析和仿真结果表明,采用UEP喷泉码的FGS系统,能够很好地实现基本层与增强层的数据不等保护能力,提高了传统FGS系统的性能。     

基于LSTM的LEO卫星链路自适应算法

低地球轨道(low earth orbit, LEO)卫星由于其传输损耗低、地面干扰小等优点成为空天地一体化网络的重要组成部分。由于星地传输链路的时延大,现有卫星通信过程无法实时地进行信息交互,导致系统无法适应信道的变化。针对这个问题,提出了基于长短期记忆(long short-term memory, LSTM)网络的信噪比(signal to noise ratio, SNR)预测方法,并利用预测的SNR调整系统的调制与编码方案(modulation and coding scheme, MCS),使其与快速变化的信道相匹配。仿真结果表明,提出的基于LSTM网络的SNR预测方法可以达到较高的准确度,并且根据预测的SNR实时调整MCS的方案大幅度地提高了系统的总吞吐量。     

基于四天线的并行空时分组编码方案

空时编码是一种结合信道编码和分集技术的新型的编码和信号处理方法,可以不需增加带宽而大幅度的提高无线通信系统的信道容量和传输速率,从而提供远高于传统单天线系统的频带利用率,空时分组码以其译码的简单性获得人们的广泛关注。为提高空时分组码的码元速率,在现有的空时分组编码方案的基础上,结合并行传输策略,提出了基于四天线的并行空时分组编码方案。与传统的空时分组编码方案相比,该方案能够在保证误码性能的同时提高码元速率,从而进一步提高了系统的性能。仿真结果验证了所提出的编码方案所具有的良好性能。     

卫星遥感干涉多光谱图像压缩新算法

为了有效提高干涉多光谱图像压缩效率,以满足星上应用环境要求,提出了一种新的遥感干涉多光谱图像压缩算法.采用小波域匹配预处理来去除干涉光谱图像序列的帧间相关性,采用基于率失真斜率提升的感兴趣区域编码方法,对图像不同区域进行更合理的码率分配,反馈控制T1编码器的编码深度,调整编码子带个数,从而减少编码计算量和存储器使用量,便于硬件实现.实验结果表明,该算法能有效提高恢复光谱的分辨率,简化系统复杂度.     

高光谱图像修复算法的自适应稀疏编码实现

针对高光谱图像(hyperspectral images,HSI)中缺损像元及条带影响图像后续处理及应用的问题,应用稀疏表示理论,将HSI修复问题建模为不完整观测下的信号稀疏重建问题,提出自适应稀疏编码实现的HSI修复算法。首先,对加性噪声假设下的HSI观测模型进行研究。然后,通过引入基于随机近似的在线学习优化方法,提出新的从高光谱数据中直接构造字典的算法,从而获取光谱字典。之后,应用变量分解和增广拉格朗日稀疏回归方法对图像进行稀疏编码求解。最后通过稀疏重构求得修复后的HSI。实验结果表明,相对于现有算法,在不同噪声条件下,所提算法均能够更有效地修复缺损的HSI,且与其他字典学习类修复算法相比计算耗时更短。     

视频流媒体中源端基本层最佳速率确定算法

精细可扩展(fine grained scalable, FGS)编码是网络视频流行的编码技术之一. 采用FGS编码时, 基本层的速率选择需要在受益客户数量和视频编码效率之间进行折中. 为此, 本文提出了一个源端基本层最佳速率确定算法, 以最大化所有客户的观感体验. 论文首先提出了一个通过实验和曲线拟合建立 R-Q (Rate-Quality)函数曲线的方法, 在此基础上给出了缩小最佳基本层速率搜索空间的定理, 并针对单序列和多序列的不同特点和不问题复杂度, 提出了不同的算法. 针对单视频序化问题, 提出了改进的FGSOPT_N算法, 算法只用到了序列的R-Q函数曲线; 针对多视频序列问题是NP困难问题的实际, 提出了改进的定界MFGSOPT_N算法和改进的贪婪算法MFGS_N以确保找到最优基本层速率, 减少算法运行时间. 针对每种算法, 给出了实例进行算法效果的演示和对比. 结果显示提出的算法能可靠找到最优基本层速率.