立即可解网络编码应用于无线网络重传中的时延分析

立即可解网络编码(instantly decodable network coding,IDNC)分为狭义立即可解网络编码(strict IDNC,S-IDNC)和广义立即可解网络编码(generalized IDNC,G-IDNC).分析了S-IDNC和G-IDNC的特点,并对这2种思想应用于重传的时延性能做了对比分析.以最小化解码时延为目标提出基于S-IDNC和基于G-IDNC权重顶点搜索算法,实验对比分析了所提算法和已有典型算法性能,验证了所提算法的有效性,并归纳了S-IDNC和G-IDNC的时延特征差异.实验结果表明,基于S-IDNC的重传算法使得信宿节点的时延大小分布较为聚集,而基于G-IDNC的重传算法时延大小分布更为分散,G-IDNC时延均值优于S-IDNC,而S-IDNC系统完成时延优于G-IDNC.     

双策略高效视频编码帧间模式快速决策算法

为了减少编码复杂度,提出针对编码单元(CU)级和预测单元(PU)级的帧间快速算法.首先,利用当前编码块的3个空间邻近已编码块的深度信息,提前跳过某些CU的编码模式的检测.其次,利用当前编码块执行完Inter_2N×2N模式后,得出的残差块的纹理信息跳过某些PU的编码模式检测.实验结果表明:文中算法可以节省45.03%的编码时间;BD-BR(bjøntegaard delta bit rate)造成1.49%的损失;算法能够很大程度节省编码时间;引入的率失真性能损失忽略不计.     

基于叠加编码的时间压缩转发中继协议

传统重复编码解码转发中继具有简单、易实现的特点,在无线通信中得到了广泛的研究.重复编码的采用使得中继接收和转发必须占用同等的信道资源,这在中继信道各链路质量存在差异的情况下会导致系统频谱效率低下.为此,文中提出了一种基于叠加编码的中继协议,利用叠加编码在信息速率调节方面的灵活性,既保证重复编码的使用,又允许对中继转发时间进行适当压缩,进而均衡各链路负载.理论分析及仿真表明,在信源及中继至信宿的组合链路较好的情形下,基于叠加编码的中继协议实现了更高的频率利用率.     

AMC与HARQ相结合的跨层设计在D2D中继通信中的研究

在蜂窝网络中引入终端直通（D2D）技术,能有效提升系统频谱效率.文中在研究了物理层自适应调制编码（AMC）策略与数据链路层自动请求重传（ARQ）技术相结合的跨层设计理论基础上,提出了D2D中继通信场景下AMC与HARQ相结合的跨层设计方案.仿真结果表明,采用AMC与HARQ相结合的跨层设计策略能显著提升D2D通信的频谱效率,增加D2D中继通信的吞吐量.     

流媒体技术中的数据压缩

对多媒体数据压缩领域内的主要的工作方法和机制进行了比较和分析，同时也对这些领域将来的发展方向进行探讨。     

上下文相关算术编码的VLSI结构设计

由于上下文相关算术编码(CAE)方法的良好压缩特性，使其适用于二值形状视频对象的编码．然而CAE配编码所消耗的运算资源较大，不能满足实时视频编码的要求．为了有效减少数据载入次数，提出一种高效的上下文相关算术编码(CAE)的VISI结构．采用延迟线结构保存输入像素，使其在以后的处理中重复利用．实验结果表明，采用这种结构，有效减少了存储器的访问次数，在计算概率索引时，避免了加法操作，从而达到了利用较少的门电路实现高效编码的设计目标．     

实数编码遗传算法离散重组算子分析

用组合数学分析了实数编码遗传算法的一点交叉、多点交叉和均匀交叉等三种离散重组算子的组合能力，算子的组合能力算子组合出新染色体数目的大小衡量，分析表明，对同一父染色体对交，一点交叉最多可组合出2(n-1)个新的染色体，多点交叉为2C^kn-1个，均匀交叉为2（2^n-1-1)个，函数优化实验研究表明，在算法中采用何种离散重组算子较为合适与算子的组合能力有关，也与优化问题有关。     

普适计算环境下三维模型的错误保护编码

 普适计算环境普遍存在传输信道误码率高的问题。三角网格模型由于不规则的网状结构,对于传输错误非常敏感。为提高三角网格模型在普适计算环境下的传输质量,提出了一种三维模型的错误保护编码方案。将三维模型数据编码为类似二维图像的方式,三角网格模型不规则的网状结构被消除,数据关联性大为降低,误码弹性得到根本改善。为了进一步提高编码效率,给出了基于错误保护的压缩编码方案。为了控制创建过程中产生的参数化误差,还提出了一种均匀准保角平面参数化方法,确保了重建的三维模型忠实于原始三维模型。模拟试验的结果表明,与常规的三角网格编码方法相比,这种编码方法改善了三维模型数据的误码弹性,并只需较少的存储空间。     

多尺度移不变稀疏编码及其在机械故障诊断中的应用

提出了一种融合多尺度信息的高效移不变稀疏编码算法,并用于机械故障诊断. 将移不变稀疏编码作为分类器应用于故障诊断,直接对振动信号进行训练和识别,不需要提取特征和预处理. 为进一步提升效果,将不同尺度的移不变稀疏编码分类器融合在一起. 经实验验证,即使在训练样本和测试样本负载不同的情况下,文中方案仍然能够以较高的准确率识别出轴承的故障位置和程度. 与其他方法相比,文中方法的准确率、鲁棒性更高,具有一定的工程应用价值.      

一种基于SPIHT的分层图像压缩方法

提出一种利用SPIHT算法进行图像分层压缩的编码方法,该方法首先利用图像平滑技术将图像分解为平滑部分和轮廓部分,然后以一定的编码率分别对它们进行编码.实验结果表明,合理分配各层的编码率,能够获得视觉效果比单独采用SPIHT编码更好的编码图像.