基于提升格式的高光谱遥感图像压缩算法

高光谱遥感的特点是谱分辨力的提高,但其高数据维给图像进一步处理带来了困难,因此有必要对其进行有效压缩处理.该文以提升格式为基础对高光谱图像压缩算法进行了研究,充分考虑了高光谱图像的空间相关性和谱间相关性,采用自适应波段选择的谱间压缩方法,通过自适应选择信息量大并且与其他波段相关性小的波段来降低高光谱数据量,然后采用梅花形网格分解方法构造出第二代小波变换,从而对二维图像进行空间压缩,可实现提升格式的分解和完全重构.实验结果表明,谱间压缩能够保留信息丰富的波段,同时计算复杂度大大降低,以提升格式为基础的第二代小波变换比第一代小波变换取得更好的空间压缩效果.     

一种基于矢量量化的高光谱遥感图像压缩算法

压缩是高光谱遥感(hyperspectral remote sensing)图像的一个重要研究领域.文中充分考虑了高光谱遥感图像的谱间相关性较强而空间相关性相对较弱的特点,采用了自适应波段选择降维方法与基于神经网络的矢量量化方法相结合的方法对高光谱遥感图像进行压缩.首先采用自适应波段选择(Adaptive band selection)的谱间压缩方法,通过自适应地选择信息量大并且与其他波段相关性小的波段来降低高光谱数据量.然后对降维后图像在空间进行小波变换并进行矢量量化,最后对量化后数据进行自适应算术编码.实验结果表明,谱间压缩能够保留信息丰富的波段,同时计算复杂度大大降低;基于神经网络的SOFM算法及其改进算法取得较好的空间压缩效果,实现了对高光谱遥感图像的有效压缩.     

变换域Wyner-ziv视频编码的码率控制

为了降低变换域Wyner-Ziv 视频编码的解码复杂度,利用信道相关特征量及系数带的时间相关性提出了一种有效的码率控制算法.该算法在编码仨计传送的最小码率块,并利用不同系数带的时间相关性及信道的平均反馈次数,对估计的最小码率进行调整,得到实际需要传送的初始码率,从而有效地控制解码反馈次数,降低系统延时和解码复杂度.实验结果表明,该算法在保证编码效率的同时可以大幅度降低解码复杂度,最大可降低82%.     

小波变换下的特征匹配图像编码

针对现有图像编码算法大多是利用图像自身像素之间的相关性,而很少利用来自不同图像信息之间的相关性来减少编码过程中的冗余这一问题,本文提出在小波变换域下,利用图像特征匹配实现的编码方法。在编码端,首先通过小波变换将输入图像分解为低频子带和高频子带,低频子带经过低失真的编码算法编码后传到解码端;高频子带进行尺度不变特征变换特征提取,并与图像库码书进行匹配,将匹配索引传到解码端。在解码端,根据码书和索引解码出SIFT特征,并利用解码后的特征在图像库中找到复原图像块,进行高频子带的复原。最后通过小波逆变换,得到重构图像。结果表明:对测试图像进行编码,平均压缩比为437;在同等压缩比下,本文算法的PSNR值平均比JPEG 2000和JPEG分别高0. 18、4. 55 dB; SSIM值平均比JPEG 2000和JPEG高0. 001、0. 08。     

无反馈分布式视频编码中Wyner-Ziv帧码率控制算法

基于分布式视频编码系统,提出一种Wyner-Ziv帧的码率控制算法.首先,通过理论推导和实验,提出了针对Wyner-Ziv帧不同系数带的率失真估计模型,并通过训练学习的方法针对不同系数带分别确定模型参数;然后,使用提出的率失真模型估计当前帧的编码码率,并结合目标码率约束确定最优量化矩阵;最后,为每个比特面分配相应数目的校验位,完成LDPC编码并输出.实验结果表明,在相同目标码率下,与现有无反馈码率控制算法相比,使用本算法可提高解码恢复视频峰值信噪比0.3～1dB,且编码端运算复杂度增加很小.     

一种新的多视点分布式视频编码算法

提出一种新的分布式视频编码(DVC)算法,在编码端对原始视频帧进行块分类后,对其稀疏块进行编码;在解码端应用复杂的重构算法并结合DVC边信息融合算法。提出的算法具有复杂度低、码率较低、码率控制灵活等优点,同时编解码端互相独立、无须反馈通道。仿真实验表明,提出的算法具有降低编码复杂度和保持压缩效率的优点。     

基于压缩感知的语音信号编码算法

针对语音信号在离散余弦变换基上的稀疏性,提出了一种基于压缩感知的语音压缩编码算法。算法在编码端采用随机高斯矩阵直接对语音波形进行观测,并采样均匀量化技术对随机观测进行量化。解码端利用未饱和的观测值通过Lasso算法实现语音信号的重构。仿真结果表明,该算法具有良好的重构性能。     

基于改进SPIHT的传感网络低复杂度图像压缩算法

为有效降低传感网络图像压缩算法的计算复杂度,提高偏远区域无线传感网络的监测与传输性能,提出一种改进低复杂度多级树集合分裂(Set Partitioning in Hierarchical Trees, SPIHT)的传感网络图像压缩算法。该算法在图像小波分解过程中,利用提出的两种池化决策裁剪和优化高频系数,解决了SPIHT在重要性系数选择方面计算复杂度高的问题。通过实验对比分析,对于同类型和不同类型特征的图像,在保证重构图像清晰度的条件下,提出算法在编码、解码时间上分别比SPIHT算法平均减少38.47%和44.11%,有效降低了计算复杂度,提升了传感网络监测与传输能效。     

块迭代线性预测的超光谱图像分布式压缩算法

根据超光谱图像特点和应用环境要求,提出一种基于DCT变换域分布式信源编码的超光谱图像压缩算法．编码端首先进行线性预测,然后按DCT子带顺序进行比特平面编码,解码端使用关键帧重建边信息进行LDPC解码．在编码端使用部分像素点进行线性预测,从而减少了编码端的运算量．在解码端,利用已解码子带信息进行基于块的迭代线性预测,使用优化后的边信息解码后面的子带．与传统算法相比,本算法在编码端的运算量更少,需要的存储空间更小,满足超光谱图像压缩系统要求,易于硬件实现．     

一种低码率移动通信音频带宽扩展方法研究

在移动通信中,音频编解码器要求采用计算复杂度低、码率低并且高质量的音频编码算法.提出了一种新的低码率音频带宽扩展算法,利用码本映射法得到高频合成滤波器系数,编码端在复用码流中高频部分只传递量化的增益修正,从而只增加极少的编码比特数和运算复杂度即可重建高频分量,提高解码音质.     

基于区间设定的DCT域视频水印算法

结合H.264/AVC编解码标准和编解码器的结构,该文提出一种基于I帧压缩域DCT量化系数的视频水印方法。根据DCT量化系数的特点,选择intra4×4模式下DC系数非零的4×4DCT子块作为水印嵌入块,采取区间设定的方式将水印嵌入到低频非零系数中去。在解码端,提取相应位置DCT系数值,利用区间设置关系检测水印,属于盲检测。实验仿真结果表明,该算法具有较小的码率变化和较好鲁棒性。     

MIMO系统中树搜索检测的排序算法

提出了树搜索算法中基于对数似然比信息的排序算法,给出了使用对数似然比信息排序的一般公式。在未编码情况下给出使用线性检测器近似的对数似然比信息排序方法,在迭代检测解码情况下给出使用解码器反馈的比特后验信息进行对数似然比排序的方法。使用对数似然比信息的排序算法不但用到了信道信息,还利用了每帧中的接收信号矢量和先验信息,使各层信号能按照后验概率的大小进行检测。仿真结果表明,该算法在未编码情况下能显著提高系统性能,在编码情况下能加快整个系统的收敛速度。     

基于并行预测控制的Turbo码译码结构

提出一种基于并行预测控制的Turbo码译码结构. 通过建立预测控制模块(PCA)来预测分量译码器第n+1次的译码外部信息值. 相比于传统的并行译码方案,基于PCA模块的PPC-Turbo结构可以降低译码算法的复杂度,并减少译码时延. 通过对单次外部信息值预测（6～9次）及复次外部信息值预测（6+8、7+9次）,对比了外部信息预测的变化趋势及不同帧长（1?024、512、256、128、64帧）情况下的译码时延,验证了译码时延的减少. 在帧长为1?024、信噪比为0～2?dB时,对译码器2第6～8次的外部信息进行了单次预测,比较了PPC-Turbo与Turbo的误比特率(BER)性能,结果表明,两者的BER非常接近,预测控制模块可以代替分量译码器的一次译码迭代.     

无循环前缀SFBC-OFDM系统的Turbo均衡

为了提高传输效率,对无循环前缀(CP)的空频分组码正交频分复用(SFBC-OFDM)系统进行了研究,提出一种基于软信息反馈的Turbo均衡算法. 同时提出了符号间干扰删除、软循环重构、对角化SFBC译码以及MMSE频域均衡器,通过多次迭代抑制系统中出现的各种干扰. 仿真结果表明,该算法可有效改善无CP的SFBC-OFDM的误码性能.     

低功耗、低复杂度TURBO码实现研究

提出了一种改进的TURBO码算法,该算法改进了传统算法的路径度量的运算和可靠度的运算,可以显著地减少TURBO解码器使用的硬件资源,存储器的使用是传统算法的一半。根据改进的算法,该文还提出了一种新的加比选运算单元,综合结果和功耗分析显示,新的ACS单元面积和功耗分别是传统ACS单元的32.7%和26.8%。     

利用介质膜进行OCDMA编／解码的研究

提出了一种利用介质膜实现光CDMA编／解码方案,研究了介质膜编／解码器的基本原理,给出了介质膜编／解码器结构。分析结果表明,所提出的介质膜编／解码器方案可以在全光水平上实现CDMA编／解码,突破光电转换的瓶颈,同时容易实现光CDMA编／解码器的光集成化。     

用GaAs FET实现宽带有源倍频链技术研究

介绍一种用砷化镓场效应管实现宽带信号的倍频技术,该技术具有有源倍频的有增益、单向性及隔离度好、稳定性好等特点,并对其进行了仿真实验,结果表明:使用砷化镓场效应管实现的宽带有源倍频是低次倍频中一种有效的技术手段。     

结合特征选择和优化随机森林的无线网络数据丢失重建

基于K邻近(KNN)算法和随机森林算法,提出了一种无线网络中丢失数据的重建方法。首先将多维原始数据通过不稳定无线信道进行发送,接收端将接收到的完整原始数据集中,利用KNN算法筛选出部分和重建特征相关性较高的特征,用于构造随机森林模型。然后输入缺失的数据样本,随机森林模型自适应地对数据样本进行分类,并利用完整样本对缺失特征值进行预测,从而完成丢失数据的重建。最后通过仿真实验表明,该方案可以有效地提升数据重建的精确度,在数据丢失率达到80%的情况下,重建数据的准确率仍然优于现有的解决方案。