广播电视常用音频数字编码技术

文章介绍了广播电视行业常用的音频数字编码方式：非压缩编码(PCM)和压缩编码(MPEG、Dolby、DTS)的原理以及优缺点、应用范围．     

一种基于网络编码的速率自适应多播MAC协议

针对现有IEEE 802.11协议在无线局域网多播应用中存在可靠性差、吞吐性能不佳等诸多缺陷,提出了一种基于网络编码的速率自适应多播MAC协议RAMPNC.该协议采用网络编码组传输模型发送多播数据,使多播接收节点通过对累积的编码帧进行解码操作恢复出所需的原始数据.此外,RAMPNC利用RTS/CTS 握手信号实现信道状态信息交换,并根据多播接收节点反馈的信道信噪比估值动态调整源端的物理层发送速率.通过使用NS-2模拟器评估RAMPNC协议性能,结果显示,该协议在多播吞吐量,平均帧传输延时和帧投递率等方面获得了比已有ELBP和ARSM协议更好的性能.     

基于非对称逆布局模型的几何矩计算方法

以提高低阶矩的计算速度和精度为目标,以传统的图像表示方法和基于分层结构的图像表示方法为研究对象,提出了一种基于非对称逆布局模型和坐标编码程序(NAMCEP)的快速精确几何矩计算方法.给出了基于NAMCEP表示的精确矩计算的一个重要定理.以图像处理领域里惯用的Lena,Goldhill,F16和Peppers二值图像作为典型测试图像,并与流行的基于线性二元树(LBT)表示的矩计算方法进行比较,结果表明:基于NAMCEP表示的矩计算方法精确矩计算时间比LBT平均节省68.75%,能够有效地用于推导平移、伸缩和旋转不变量方面.     

高压放大器

高压放大器主要应用于非线性光学、量子光学、量子通讯、量子测量等科学研究领域,在放大模式下输出可调节的直流电压或直流高压调制的函数信号,用于开环或闭环控制系统中,如在铯原子相干光谱研究中,用于光栅外腔半导体激光器的频率调谐;在“连续变量的量子密集编码系列实验中”用来锁定光学谐振腔;     

自组装DNA计算研究难点与展望

随着DNA计算领域研究的深入,自装组DNA计算的研究成为了并行计算领域的研究热点,在本文中,作者主要分析讲述当前自组装DNA计算的几种结构形式：一维的、二维的以及三维的自组装DNA分子结构特点和发展现状,并且提出现在自组装DNA计算发展的难点以及今后的发展展望。随着多学科交叉融合力度的加大,自组装DNA计算将会成为生物信息学、应用数学、计算机仿真学、智能计算、纳米材料科学等多领域专家的重要研究方向。     

采用格形矢量量化的小波图象编码方法

研究了以格形矢量量化方法进行小波图象的压缩编码。以两种经典的格形矢量量化算法乘积码塔形矢量量化（ＰＣＰＶＱ）和分块均匀格点矢量量化为例，分析了两种算法中非均匀矢量格点的分布与输入信号源的概率密度分布函数的关系，指出在保持矢量格点具有规则分布的前提下，格点分布难以与不规则的输入矢量概率分布实现良好的匹配。提出了一种均匀格点分布与熵编码相结合的矢量量化图象编码方法，该方法与以上两种算法对信号源输入矢量的概率分布具有更灵活的适应能力。给出了该算法和ＰＣＰＶＱ的实验结果的比较。     

一种基于背景记录和变化检测的视频对象分割算法

MPEG—4引入视频对象的概念，以支持基于内容的操作．视频对象分割是MPEG—4成功与否的关键因素之一．该文提出了一种基于背景记录和变化检测的视频分割算法．通过背景记录，它可克服常规的变化检测算法存在的对阴影和亮度变化敏感的缺点．实验结果表明，它可应用到各种视频序列，并能快速得到准确的分割结果．     

核磁共振测井仪通讯电路设计

核磁共振测并包含多种复杂的测井模式,NE（回波个数）、TE（回波间隔）均可根据地层的不同由地面操作工程师进行调整。NE越大．数据吞吐量越大：TE越小,井下仪器电路间的通讯时间越短。本文根据NMR通信协议,提出了通讯电路的设计方法。实现曼彻斯特编码．完成NMR仪器数据打包、上传、转发等操作以及辅助参量采集功能。实际测井表明,设计满足应用要求;     

多值图象分层为二值图象的压缩编码方法

本文提出并实现了一种新的多灰度图象压缩编码方法。该方法将多灰度图象按位分层为二值图象,进行游程长度编码。各码码长相等(均为8bit);码字覆盖的最大游程长度为1024。由于按照字节存取,编码解码很方便;遇到干扰可恢复图象,比Huffman编码有很强的抗干扰性能。提出的直接图象码解决了游程长度较短的低位分层图象的压缩问题。对于序列活动图象,帧内、帧间编码能同时进行,实现容易。该压缩编码方法无失真,也可应用于文本二值图象的编码压缩。     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。