小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

网格编码矢量量化在SAR原始数据压缩中的应用

本文提出了一种结合传统的块自适应量化与网格编码矢量量化对SAR原始数据进行压缩的方法。首先对SAR原始数据实施块自适应量化以减小数据的动态范围,然后对块自适应量化后的数据进行网格编码矢量量化。该方法在考虑了SAR原始数据特性的基础上较好地利用了矢量的空间相关性和信号的时间相关性,进一步提高了量化增益。仿真结果表明,该方法在SAR原始数据的压缩中取得了很好的效果。     

小波包变换在水声信号压缩编码中的应用

应用小波包变换及Huffman编码技术相结合的方法对水声信号进行了压缩编码。先对水声信号进行小波包分解;然后对分解系数进行阈值处理,最后对阈值后的系数进行Huffman编码。使用了两种阈值方案,通过仿真比较．其中不同频段不同阈值方案的零率比全局阈值的零率高。尽管全局阈值的零率稍低一些,但其Huffman编码效率较高且硬件实现较为简单,因此最后选取全局阈值进行闽值量化。仿真结果表明,本算法对水声信号压缩编码效果理想。     

基于提升小波的SAR原始数据压缩算法

该文介绍了提升方法构造小波变换的优点,结合SAR原始数据的特点,提出了基于提升小波变换的SAR原始数据压缩算法。利用模拟和实际数据分析了基于提升小波的压缩算法的性能,与其他原始数据压缩算法的比较说明了这一方法的有效性。     

一种基于正交小波包变换的数据压缩方法

本文将最优小波包基变换应用到数据压缩方法的研究工作中,针对不同频率的小波包系数之不同统计特性设计了相应的标量量化和矢量量化方法,并对一组实际测量数据运用我们建议的方法进行压缩,在失真率较小的情况下,得到较高的压缩比.     

合成孔径雷达原始数据压缩

本文首先论述了合成孔径雷达原始数据压缩的意义和重要性，接着简要回顾了它的发展历史，着重讨论了分块自适应量化（ＢＡＱ）和矢量量化（ＶＱ）两种数据压缩方法，最后展望了合成孔径雷达原始数据压缩的发展前景。     

基于DCT的SAR原始数据压缩算法分析

根据合成孔径雷达(SAR)原始数据经离散余弦变换(DCT)后的系数特性,分析了在DCT域按各子带能量分布作变比特块自适应量化的算法--DCT域块自适应量化(DCT-BAQ),并将该方法与时域BAQ算法作了比较.结合一组实测SAR原始数据,用两种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了两种压缩算法所成的图像.实验证明,在相同的比特率下,DCT-BAQ算法的数据域和图像域信噪比均比时域BAQ算法高.数据域信噪比增加1.38～1.94 dB,图像域信噪比增加1.56～1.91 dB.加之DCT变换是实数运算、有快速算法,所以将它用于SAR原始数据压缩有一定的优越性.     

合成孔径雷达原始数据压缩

本文首先论述了合成孔径雷达原始数据压缩的意义和重要性,接着简要回顾了它的发展历史,着重讨论了分块自适应量化(BAQ)和矢量量化(VQ)两种数据压缩方法.最后展望了合成孔径雷达原始数据压缩的发展前景.     

SAR图像小波包子带编码

针对合成孔径雷达(SAR)数据具有高动态范围、固有斑点噪声和纹理边缘处具有重要高频率成分等特性,将小波包子带编码方法应用于高分辨率SAR图像数据的压缩,根据各子带重要性不同采用不同量化方法,在小波包分解后引入跨频带的矢量量化方法。研究结果表明,此方案在图像分解、量化编码上均较传统方法有显著提高。     

基于小波的SAR原始数据幅相压缩算法

根据SAR原始数据幅值和相位统计独立的分布特点,该文在分析了SAR原始数据幅值的小波域系数特性后,研究了对SAR原始数据的幅值和相位分别进行量化的基于小波变换的幅相压缩算法。文中采用此算法对实际合成孔径雷达数据进行了压缩,结果表明,与传统的BAQ算法相比,该算法在很好保持数据的相位信息的同时,压缩效果有了明显的改善。     

一种基于小波变换的SAR图像船舰检测的新算法

根据小波变换和Teager能量算子(TEO)的局部特性,该文提出一种基于SAR图像的船舰检测算法.该算法对SAR图像进行小波变换,计算小波系数的Teager能量.根据小波域的Teager能量对船舰信号的增强特性,使用双参数CFAR检测SAR图像船舰.仿真结果表明,新算法与传统的双参数CFAR检测算法和基于K-分布的单元平均检测算法相比,在船舰检测数和虚警数性能指标上均优于传统检测算法.     

归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。     

基于DCT-TCQ的SAR原始数据压缩算法

该文提出了一种基于离散余弦变换(DCT)和网格编码量化(TCQ)的SAR原始数据压缩算法。SAR原始数据可以看成是距离向和方位向的2维线性调频信号的线性平移叠加,因而含有丰富的频率分量,对DCT系数按频率分组,根据各组频率分量系数方差确定量化比特分配,然后对量化系数进行TCQ编码量化,可以大幅度提高了量化增益。真实SAR原始数据实验结果表明：该算法使SAR原始数据的压缩性能指标较现有算法有了明显提高。     

一种距离聚焦后的SAR原始数据压缩算法

由于合成孔径雷达(SAR)原始数据的相关性很低,直接压缩原始数据是比较困难的。该文提出一种新算法,先对SAR原始数据作距离聚焦处理,使其在方位向具有较强的相关性,再沿方位向作矢量线性预测,并对预测残差序列作分块自适应量化。结合一组实测SAR原始数据,用3种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了3种压缩算法所成的图像。实验表明,在相同比特率条件下,该文算法得到的数据域信噪比和图像域信噪比均比BAQ算法高。该文算法的计算量远小于有关文献给出的距离聚焦后的压缩方法。     

合成孔径雷达原始数据压缩AP算法幅相比特分配研究

该文研究合成孔径雷达原始数据压缩AP算法,由非正态信源率失真不等式下界结合拉格朗日乘子法推导了幅相比特分配的微分熵公式,指出幅度微分熵和相位微分熵决定了幅相比特分配。进一步研究了相位的均匀分布特性和幅度的瑞利分布特性,由连续信源微分熵定义推导了幅相比特分配的幅度均值公式,指出幅度均值是决定幅相比特分配的唯一因素。根据统计直方图和概率密度之间的关系,给出了更为一般情况下的幅度相位微分熵计算公式。两种幅相比特分配方案各有优点,都可以实现幅度相位比特的自动分配。真实数据实验证实了该方法的有效性。     

基于近似小波变换与时频分析的SAR运动目标检测

本文针对地面匀速直线运动的目标，提出近似小波变换与时频分析相结合的检测方法，近似小波变换不仅可以检测出目标信号相位二次项中含有的运动参数，还可以为时频分析提供预处理，滤除杂波及其噪声，时频分析则可以同时检测相位一次项及二次项中含有的运动参数。