基于嵌入式的PSO-BP神经网络码率控制算法研究

在多变的4G移动网络信道中,针对嵌入式移动端视频传输时出现的网络拥塞现象,利用神经网络与码率控制算法相结合的方法,减轻或预防网络拥塞的发生。接收端产生RTCP包并解析出最能直接反映信道情况的延时、丢包和抖动3个信道参数,同时将其作为输入参数反馈给神经网络,将想要预测的码率值作为输出参数,X264编码器根据最佳预测码率更新编码速率。对BP神经网络和PSO-BP神经网络算法编码速率的预测结果进行了比较,说明优化过的码率控制算法的预测误差更小。为了贴近实际,NS2仿真通过添加不同干扰流的实验及分析得到预测性能和结果,该方法可以将反映视频质量的参数PSNR值控制在32~37之间,码率的预测误差控制在±60 kb/s左右。实验结果表明,该算法在拥塞情况下能够有效调整码率,实现流畅、清晰的视频传输。     

变电站视频监控系统的高效视频压缩方法研究

为提高视频编码效率,满足监测用户对变电站视频监控系统高清图像质量的要求,通过分析国际上视频编码相关技术的研究现状,结合MPEG-x系列标准技术和H.26x系列标准技术,提出基于动态纹理建模的视频编码方法,改进了帧间预测的精度。仿真实验结果：对于分辨率为176 dpi×144 dpi的视频序列,该方法比H.264标准算法图像质量提高了0.06 dB,码率减小了1.05%;对于分辨率为416 dpi×240 dpi的视频序列,该方法比H.264标准算法图像质量提高了0.17 dB,码率减小了3.22%。仿真实验结果表明该方法相比目前主流的H.264标准算法,进一步提升了压缩效率。     

X265的平均码率控制算法优化

码率控制算法通过动态的调整编码参数,使产生的码率能在有限的带宽内稳定传输,并尽可能提高视频的质量。目前针对HEVC的并行编码以及对应码率控制已成为研究热点,现有并行结构下的平均比特率控制算法受到帧间依赖性的约束,待编码帧无法及时获得与其并行帧的实际编码比特数进行码率控制,因此本文算法利用比特数预测模型通过预测并行帧的实际比特数作为码率控制的参数,及时的进行并行编码并且在此基础提出了缓冲区的优化过程。仿真结果表明,相比原有算法,减少的平均码率误差约为4.43%,同时提高的平均PSNR约为0.21 dB。     

基于H．264算法的网络视频传输系统实现

本文介绍了基于H.264算法的网络视频传输系统的实现方案。该方案采用目前最新的视频压缩标准——H.264作为视频编解码算法,i．MX27作为系统的中心处理器,嵌入式Linux作为操作系统,RTP／UDP作为网络传输协议,实现了视频实时的在网络上传输。系统运行结果表明：该系统可以在Internet上实现视频的实时传输,显示帧率为10帧／秒以上（CIF格式）。除此之外,为了保证视频信息在传输过程中的安全性,在压缩视频的过程中,给信息提供了加密功能。本课题研究的基于H264视频编码算法的网络视频传输系统可以实现30帧／秒的视频信息传输效果。     

基于深度学习的视频多目标码率分配策略

在高效视频编码（HEVC）中,最新的λ域码率控制方案自适应地对每个像素分配比特数,在自适应分配比特数的过程中,不考虑目标对象的编码质量。针对该问题提出了基于深度学习的视频多目标码率分配方案。在该方案中,首先采用目标检测算法SSD来检测识别编码视频中的多目标对象,获取对象信息。然后在帧级码率分配过程中,根据帧间差异,采用自适应比特比率,为每帧视频分配合理的比特数。最后,以更小的量化参数（QP）来提升目标对象编码质量。实验结果表明,与HM16.9相比,改进的算法在码控精度几乎不变的情况下,对全局的平均质量提升0.15 dB, 目标区域的质量提升0.35 dB。     

无线可伸缩视频实时传输系统设计与实现

为保障和提高时变无线信道下实时视频传输的服务质量,设计和实现了嵌入式端到端无线可伸缩实时视频传输系统.在视频传输过程中,可伸缩控制模块基于改进的加增乘减(AIMD)算法根据无线信道状态实时地进行传输速率预测;同时采用空间伸缩和质量伸缩联合可伸缩方案匹配最佳的视频传输参数,由传输控制协议(TCP)进行可靠反馈.测试结果表明,该系统能有效保证时变无线环境下的实时视频传输的质量.     

基于参考帧的多视点视频信息隐藏算法

提出了一种用于多视点视频的信息隐藏算法。在多视点视频编码的运动估计和补偿过程中,通过调制编码块所采用的参考帧序号实现信息嵌入。为了保持最优参考帧概率分布规律不变,根据统计分析对参考帧进行了优化分组。优化分组还将相似的参考帧映射为不同的分组,从而降低了信息嵌入对编码码率的影响。提取嵌入信息时不需要原始视频。实验结果表明,算法保持了最优参考帧的概率分布规律,且能较好地保持视频质量,没有引起码率的显著增长。     

变电站SCADA系统双服务器无扰动切换算法

在变电站监控与数据采集(SCADA)系统中,应保证在双服务器的切换过程中上、下行报文不丢失,并在双服务器恢复正常工作后自动同步实时数据库和历史数据库的信息.在双网架构的变电站SCADA系统中,双服务器的双网交叉故障情况下系统如何工作是另一个难点问题.文中介绍了一种适用于变电站SCADA系统中双服务器的无扰动切换算法,该算法能确保在双服务器切换的瞬间不丢失网络数据报文和历史数据记录.重点讨论了服务器状态切换过程、双服务器各有一个网络中断时系统的运行情况以及历史数据库和实时数据库的同步问题.     

认知无线电主动切换的延时优化

在认知无线电通信系统中,当主用户出现在授权频谱时,认知用户必须及时空出该频段,这个过程称作频谱切换。衡量频谱切换算法的一项重要指标是切换延时,切换延时越短,认知用户越能快速顺利地进行数据传输。在分析切换机制分类的基础上,提出了一种基于信道空闲概率排序的频谱切换算法,并且通过仿真验证了其理论上的有效性。针对实际的信道模型,对该算法进行了改进,比较了改进前后的切换延时,仿真结果表明,改进后的算法对缩短切换延时效果显著。     

微网系统稳定运行及模式平滑切换研究

提出了一种基于对等结构的控制策略,实现微网系统在并网和孤岛两种模式下的稳定运行和平滑切换。稳定运行时的多环控制策略包含电压-相角下垂控制、虚拟阻抗控制和电压电流双环控制,可按逆变器额定容量之比精确分配负荷功率,保持系统电压幅值、频率的稳定。并网时采用基于双二阶广义积分器及锁频环的电压同步策略,使微网的电压幅值、相角快速向主网同步,从而平滑并网。解列时设计了功率同步策略,通过降低微网与主网间的交互功率,抑制切换时的功率冲击。仿真结果表明,所提控制策略能够保证微网系统的稳定运行,同时在过渡模式下,减小网络冲击,稳定系统频率,实现模式平滑切换。     

电力系统监控视频传输速率自适应控制设计

为解决电力系统视频监控工程领域的实际技术问题,提出一种电力系统监控实时视频传输速率的自适应控制方案。系统可以根据网络传输时间、传输延迟和数据包丢失率等参数对网络拥塞状况进行监测,并按照传输速率自适应控制的一定算法动态地调整视频发送端的输出速率,具有一定的鲁棒性,从而改善视频输出质量。经实验测试,该系统在减小视频数据包丢失率、提高网络带宽利用率和避免网络拥塞等方面,具有良好的对比效果。     

新群体规模自适应遗传算法在配网恢复重构中的应用

从群体规模和和遗传算子的角度,提出了新群体规模自适应遗传算法,用以解决配电网恢复重构问题。将群体中个体赋予年龄和寿命来代替选择算子,采用宏观调控法对群体规模易出现快速“膨胀”问题进行改善,并结合配电网开环运行特点,采用基于环路策略的遗传操作来减少不可行解。运用与群体规模自适应的交叉率和变异率,能有效地从全局和局部角度提高算法的效率,使算法快速稳定收敛到全局最优解。通过算例验证了该算法在配电网恢复重构运用中的高效性和稳定性。     

基于改进型RBF神经网络的VSG转动惯量自适应控制

与传统同步发电机相比,虚拟同步发电机(VSG)具有参数灵活可调的优势,特别是虚拟惯量和虚拟阻尼能够对VSG稳定性产生显著影响.RBF神经网络对于连续非线性函数具有很好的逼近效果,且算法简单,学习能力强大,学习速度快,能够满足实时控制的需求.文中基于控制对象的特性,对RBF神经网络进行改进,并设计出一种全新的自适应控制策...     

基于指数率失真模型的增量式码率控制算法

高速增长的视频通信需求促进了视频压缩技术的快速发展。为了进一步提高H.264/AVC的码率控制性能,提出了一种新的码率控制算法。新算法包含一种新型的指数型率失真模型,一种增量式QP计算方法,一种基于权重的帧比特位分配策略和一种线性回归模型参数更新方法。基于指数率失真模型的一阶微分特性和拉格朗日中值定理,提出的增量式QP计算方法成功地解决H.264/AVC中的"QP悖论"。编码实验结果表明,新算法与JM模型中推荐的码率控制算法相比,实际比特率更接近目标比特率,达到了更精确的缓冲控制,明显地提高了平均解码视觉质量QCIF为0.23dB,CIF为0.75dB,720p为0.12dB。     

一种信道预测下的自适应QAM调制方法

提出一种自适应矩形多幅度调制方法,能够更有效应用于无线移动通信中的多径衰落信道.其中发送端的信道状态信息(CSI)通过基于预处理的ESPRIT信道预测算法获得.理论分析和仿真实验表明,这种信道预测算法下的自适应QAM调制方法,在保证目标误码率的前提下,实现了比无自适应传输技术更快的比特率,提高了带宽利用率.     

一种直流微电网多光伏变换器新型功率分配策略

为了解决光伏单元在运行过程中因工作模式切换造成的母线电压波动问题,提出一种新型平滑切换控制策略。根据光伏电池的输出特性曲线,将输出功率对输出电流的微分作为控制变量。通过跟踪不同的dp/di指令值来实现光伏单元最大功率点跟踪模式、恒压下垂模式的控制以及两种模式间的平滑切换。在此基础上,针对多光伏变换器工作在恒压下垂控制时因线路阻抗差异造成功率分配精度较低的问题,提出一种基于二次调节的自适应下垂控制策略。此外,构建相邻光伏单元间的稀疏通信网络,并采用动态一致性算法实现相关平均信息的全局稳定收敛。仿真和实验结果表明,所提控制策略可以实现光伏单元工作模式切换过程平滑过渡和负荷功率的精确分配。     

Prebooking reservation mechanism for next-generation optical networks

In future wavelength-division multiplexed networks, wavelength resources are efficiently utilized by statistical multiplexing and dynamic lightpath provisioning. In order to provide desired blocking probability and the ease of quality of service provisioning, this paper concentrates on the end-to-end connection acknowledged optical burst switching (OBS) protocols, and proposes a prebooking mechanism to improve the lightpath bandwidth efficiency, which consequently, reduces the blocking probability and better supports latency-sensitive traffic. The prebooking mechanism excludes lightpath acknowledgement delay from the lightpath holding time by "prebooking" each aggregated burst/flow based on the estimated characteristics of arriving traffic. More specifically, a burst length prediction and reservation strategy is proposed and analyzed for the widely observed self-similar incoming traffic. The simulation results show that the proposed excessive reservation strategy is able to achieve low bit loss caused by the prediction error. In addition, the proposed mechanism is also investigated with constant bit rate traffic in a large mesh backbone, such as NSFNET. The results demonstrate that in large networks, the proposed prebooking mechanism is able to bring significant benefits in terms of blocking probability and lightpath bandwidth efficiency. For example, with a maximum acceptable end-to-end delay of 90 ms and a 10/sup -4/ bit loss tolerance, our prebooking mechanism yields approximately double the supported traffic load relative to the familiar wavelength-routed OBS architecture.     

基于RBF神经网络的电压外环滑模控制的Vienna整流器

以Vienna整流器为研究对象,针对其传统电压外环滑模变结构控制不变性和对系统参数扰动敏感的问题,分析了以逼近率为基础的滑模变结构控制算法,提出了一种基于RBF神经网络的自适应电压外环滑模控制算法。该控制算法通过将RBF神经网络与滑模控制算法有效结合,同时将中点电位平衡控制加入到RBF神经网络自适应电压外环滑模控制算法的设计中,使用RBF神经网络对电压外环非线性系统进行自适应逼近,能够有效降低切换增益,削弱抖振,增强系统的抗干扰能力。最后,通过仿真分析与实验测试验证所提控制算法的有效性。将所提出的控制算法与传统滑模控制算法、PI控制算法进行比较,结果表明采用这种电压外环控制算法能够对直流输出电压目标值进行快速跟踪,平衡中点电位,改善了系统的动静态性能,提升了其抗干扰能力。     

改进的有源电力滤波器滞环电流控制策略

针对滞环电流控制开关频率不固定、频率范围大从而产生较大损耗的问题,以提高控制精度、减少开关损耗为目标,提出一种有源电力滤波器随机变环宽滞环电流跟踪控制方法。该方法针对电力系统负荷的特点,产生预置变环宽函数,能够较合理地给出滞环宽度,并引入随机函数,将开关频率范围拉宽,使电流频谱分布范围更宽,从而降低谐波畸变率,减少开关损耗。仿真及实验结果均证明了其可行性,可在保持总控制精度的同时有效降低总开关损耗,同时具有良好的补偿性能。