一种小波域的SAR原始数据压缩算法

合成孔径雷达SAR原始数据样点之间具有低的相关性,为进一步提高压缩比,需要做去相关处理。该文将提升小波变换应用于SAR原始数据压缩,针对SAR原始数据的特点,提出一种有效的小波系数量化比特分配方法,并采用对于高斯信号为最优的标量量化器对小波系数进行量化编码。实验结果表明,该算法与传统的原始数据压缩算法相比,在保持低复杂度的同时,其压缩信噪比与解压缩图像质量都取得了明显的改善。     

甚低速率语音编码中的高效模拟退火算法研究

为了解决600bps甚低速率语音编码中码本矢量量化信噪比低以及抗信道误码能力差的难题,本文提出了一种改进的模拟退火算法,在600bps甚低速率语音编码中得到了成功的应用。首先,采用改进的模拟退火算法设计语音编码参数矢量量化码本。然后,采用模拟退火算法分配码本序号,以此提高在信道误码条件下语音编码算法的鲁棒性。仿真结果表明本算法的量化信噪比与经典的LBG算法相比改善了0.4dB左右,平均误码失真与采用随机分配码本序号的方法相比改善60%以上。非正式主观试听表明600bps语音编码算法的合成语音具有良好的可懂度和自然度,并且在1%信道误码条件下仍然具有良好的性能。     

两通道自适应FIR滤波器组的时域设计

研究了在无完全重构约束情况下两通道自适应FIR滤波器组的时域设计方法。滤波器组没有PR约束时 ,子带编码器的失真由系统失真和量化失真两部分构成 ,对于给定的比特率 ,整体失真的最小化问题是一个无约束非线性规划问题。由于优化问题的非线性 ,设计结果依赖于初始滤波器组的选择。给出了两种初始滤波器组的确定方法和相应的算法 ,并列举了一些设计例子。自适应滤波器组达到了大的编码增益 ,证实了这种方法的有效性。     

卫星图像的格矢量量化编码压缩方法研究

卫星图像是一个种高熵值图像,本文针对卫星图像研究了格矢量量化编码压缩方法,分析了格矢量量化特性,并列举了几种格。实验结果表明,格矢量量化编码压缩方法失真小,计算量少,比较适用于卫星图像编码压缩。     

基于率失真优化的嵌入式静态图像编码算法

提出了一种新的基于率失真优化的嵌入式静态图像编码算法。率失真优化是按照率失真斜率递减的顺序编码系数位,最先编码的位具有最大的率失真斜率,每编码一位都会使失真减少最大。率失真斜率的计算仅仅是利用MQ自适应算术编码器的概率状态估计表而进行的查表过程,采用率失真门限可以显著减少计算量。实验证明该算法具有更快的编码速度以及较好的压缩效果。     

改进的SOFM及其在矢量量化中的应用

根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。     

块自适应预测量化算法压缩SAR原始数据

分析了使用块自适应预测量化(block adaptive predictive quantization,BAPQ)算法压缩SAR原始数据,分别讨论了使用均匀量化器、Lloyd-Max量化器及阈值量化器时,BAPQ算法的性能情况。提出的使用阈值量化器量化输入信号与预测信号差值信号的算法,可以充分利用差值信号接近零值个数增多以及阈值量化器量化高斯分布信号性能更优的特点,增加压缩系统的性能。通过进一步分析BAPQ算法的复杂度,认为BAPQ算法在低编码比特率条件下是算法性能与算法复杂度之间较好的折中,能适应现代SAR系统数据压缩的需求。     

宽带正交频分复用系统的记忆型预失真器

提出了一种自适应预失真器及其迭代算法,可同时解决宽带OFDM发射机中功率放大器的非线性和记忆效应问题。该预失真器由均衡器和基于查询表(LUT)的无记忆预失真器串联组成,首先通过窄带训练序列,获得无记忆预失真器的参数,抵消功率放大器的非线性,然后通过迭代算法修改均衡器的参数,补偿功率放大器的记忆效应。与以往解决OFDM功率放大器记忆效应的预失真器相比,迭代算法简单,便于实现。仿真结果表明该预失真器可有效校正和抵消宽带OFDM系统中功率放大器的非线性和记忆效应。     

混合神经网络矢量量化的设计与实现

本文设计了一种混合神经网络矢量量化编码方法,利用Kohonen网络的自组织聚类功能设计矢量量化器码书,实现矢量量化,用三层BP网络完成码字的信道符号编码.该神经网络矢量量化编码器能够并行处理输入矢量,速度快,效率高,适用于语音和图像数据压缩.     

一种高效的H.264帧内编码全零块判决算法

分析了H.264帧内编码模式选择、整数变换和量化的特点,提出了一种帧内编码全零块判决算法。该算法根据相邻块的编码信息,使用动态判决门限判决量化后的全零块,避免了变换、量化等复杂过程。与已有的全零块判决算法相比,所提算法的全零块判决率最大可以达到87.8%,提高了帧内编码速度,可满足实时视频通信的要求。     

矢量量化中Voronoi区域的有效确定

分析Ｇｅｒｓｈｏ提出的关于降低矢量量化中编码的计算复杂度两个算法,指出其适用的范围和不足,并进一步提出有效确定Ｖｏｒｏｎｏｉ区域的快速算法     

一种基于效能函数的传感器管理最优决策模型

提出了一种传感器管理最优决策模型,并以量测前后获得的目标信息增量为该模型中的性能指标,分析了基于最大预测误差协方差的传感器资源分配算法的最优性。分别以IMMKF、基于CV模型的KF、基于CA模型的KF为滤波器进行了仿真研究,结果表明基于IMMKF的预测误差协方差分配算法对于不同运动轨迹目标具有更好的效果。     

An optimal scheduling algorithm based on task duplication

1.INTRODUCTION Anefficientschedulingofaparallelprogramontothe processorsisvitalforachievingahighperformance fromaparallelcomputersystem.Thetaskduplication basedschedulingisanewapproachtothescheduling problems.Sincethecommunicationtimeamongtasks assignedtothesameprocessorisconsideredtobe negligible,taskduplicationisonewayofreducingthe interprocessorcommunicationoverhead.Usingthis approach,someofthemorecriticaltasksofaparallel programareduplicatedonmorethanoneprocessor.Thiscanpotentiallyred…     

An Exact Penalty Function Method for Linear Static Stackelberg Problem with Multiple Leaders and Multiple Followers

ＡｎＥｘａｃｔＰｅｎａｌｔｙＦｕｎｃｔｉｏｎＭｅｔｈｏｄｆｏｒＬｉｎｅａｒＳｔａｔｉｃＳｔａｃｋｅｌｂｅｒｇＰｒｏｂｌｅｍｗｉｔｈＭｕｌｔｉｐｌｅＬｅａｄｅｒｓａｎｄＭｕｌｔｉｐｌｅＦｏｌｌｏｗｅｒｓＬＩＤｅｎｇｆｅｎｇ；ＣＨＥＮＳｈｏｕｙｕ（Ｄｅｐ...     

基于强化学习的改进三维A*算法在线航迹规划

针对飞行器在线航迹规划对算法实时性与结果最优性要求高的问题,基于强化学习方法改进三维A^*算法。首先,引入收缩因子改进代价函数的启发信息加权方法提升算法时间性能;其次,建立算法实时性与结果最优性的性能变化度量模型,结合深度确定性策略梯度方法设计动作-状态与奖励函数,对收缩因子进行优化训练;最后,在多场景下对改进后的三维A^*算法进行仿真验证。仿真结果表明,改进算法能够在保证航迹结果最优性的同时有效提升算法时间性能。     

飞机排班航班串编制模型及算法研究

分析了飞机排班计划的编制流程,主要针对其中的航班串编制问题进行了深入研究,建立了航班串编制VRP模型,模型不仅考虑了航班时间、出港到港机场衔接之间的约束,而且还考虑了客流量、维修基地机场的约束。为了求解模型,构造了一种基于单亲遗传算子的免疫算法,采用适合模型的抗体编码方式,并使用单亲遗传算子生成新抗体。应用实际的航班信息进行航班串编制的仿真研究结果表明,文中的模型和算法切实可行。     

基于混沌遗传算法的板坯入库决策优化方法

针对热轧板坯库优化管理，分析了板坯入库操作流程，并建立了板坯入库决策的优化模型，考虑了板坯入库库位和垛位选择的多种原则，对一个板坯入库批次进行全局优化运算，可快速为板坯选择最优的库位和垛位。对于模型的求解方法，构造了一种自适应的混沌遗传算法，采用自然数编码方式，动态的在线调整算法的交叉和变异概率，并采用混沌优化方法作为变异算子。对生产数据进行实际排产的结果表明，建立的模型和算法切实可行，可应用于生产实际。     

模型与实际有差异时非线性大工业过程递阶优化控制算法

针对实际非线性离散系统与它的模型之间的差异,提出了一种基于模型优化控制问题来求解实际问题最优解的递阶算法,该算法通过上级的关联预测和参数估计与下级的修正的基于模型优化子问题的迭代问题,总可以获得实际非线性离散大系统最优控制．并行计算可以节省计算时间．分析了该算法的收敛性和最优性．仿真例子说明该算法的特色．