信源信道联合编码

信源编码是一个数据压缩的过程，其目的是尽可能地将信源中的冗余度去掉；而信道编码则是一个增加冗余的过程，通过适当加入冗余度来达到抵抗信道噪声、保护传输数据的目的。从冗余度的角度看，这两个过程刚好相反。信息论原理指出，在通信系统中，信源编码和信道编码可以分别进行最优化处理而不会影响系统的总体性能。但这只是理论上的结论，它是有条件成立的，例如它要求系统支持无限长的编码码字和编解码时延，并且仅对点对点的通信适用。这些条件往往是实际所不允许的，因而这种设计方式也难使系统性能达到最优。     

信源信道联合编码的一种方法

对于单个符号组成的信源,该文提出了一种在Shannon编码中嵌入信道编码的编码方法,在[0,2)区间内选择最小汉明距离为dmin的一系列码字。在有信道误差的情况下,译码器运用码字间的最小汉明距离和码字与符号的对应关系以及信源的统计特性,恢复出原始的符号序列,而不用采用已知的信道编码技术。dmin提供了译码器所需的纠错能力。一般适用于带宽有限、误码率较高的二进制对称信道。     

信源信道联合的新范式：语义通信

从信源信道联合处理的角度,总结了编码传输技术的发展历程,进而引入基于非线性处理的语义通信编码传输新技术框架。该框架采用“非线性变换”和“非线性编码”两个新机制,可有效提取信源的语义特征,并与信道传输实现精准匹配,从而显著提升系统传输效率,实现通信传输从经典技术层到现代语义层的突破。     

无线信道中的联合信源信道编码

该文提出了一种噪声信道下传输渐进图像的联合信源信道编码方法。该方法根据信道条件的好坏动态的调整信源编码速率和信道编码速率，因此极大地提高了系统的性能和编码效率。同时该方法还具有结构简单，易于实现等优点。试验证明本方法与以前文献中提出的EEP方法以及UEP方法相比，在信噪比低时即信道条件恶劣的情况下，能够明显提高恢复图像的质量。     

IP网络信源信道联合编码策略

面向IP网络，讨论了一种信源编码的失真估计模型，并用典型的视频编码器作了验证．提出了一种基于包的信道编码方法，并将该方法引入信道编码的失真估计中，对一种信道编码的失真估计模型作了改进．以前述内容为基础，提出了两种信源信道联合编码策略，实验结果表明，这两种策略得到的最优结果在很大程度上提高了视频重建质量．     

数据通信中的信源信道联合编码技术

信源信道联合编码是数据通信中的重要技术之一。文章讨论了传统分离编码理论的局限性,介绍了信源信道联合编码的系统框架,详细阐述了几种联合编码的实现方法和联合编码技术在数据传输中的应用,包括联合码率控制,不等差保护和差错控制与差错隐藏等。     

基于H.264率失真模型的无线信源信道联合编码方案

针对H.264编码器的率失真特性,建立了一种新的H.264编码率失真(R-D,rate-distortion)模型:然后基于该R-D模型和Turbo码的抗差错特性,对无线环境下的端到端视频传输失真进行了深入的分析,提出了一种无线信道下的自适应视频信源信道联合编码(JSCC,joint source channel coding)方案,该方案可以自适应地根据当前无线信道的具体状况,将网络可用带宽在信道编码和信源编码之间进行最优的分配,使得端到端的传输失真达到最小.实验结果表明,与固定选择信道编码速率方案相比,该方案可以显著提高传输的可靠性,在接收端可以获得更好的视频重建质量.     

二元对称信道上均匀无记忆信源的信源-信道联合编码的研究

在传统通信系统中,信源编码与信道编码是分别考虑的。但是,在实际中发现,用某种“特定”方法连接起来的最优信源编码器和信道编码器,并不一定能构成最佳通信系统。因此出现了实现通信系统整体优化的“信源信道联合编码”理论。本文主要以数字传输中二元对称信道(BSC)为例,研究了此信道上的信源和信道编码的联合设计。     

信源—信道联合分组编码的性能限

本文以联合编码的观点证明了能达到信道容量意义上的率—失真限的分组信源—信道联合编码方式的存在性,并给出了有限码长情况下的性能限。无噪信道的有失真信源编码定理只是本文结论的一个特例。     

基于纠错算术码的信源信道自适应联合编解码系统

对信源信道自适应联合编码方法进行了研究,提出了一种新的基于纠错算术码的联合信源信道编解码系统。该系统在编码端利用算术码内嵌禁用符号实现信源信道一体式编码,即利用马尔科夫信源模型和根据信道状态信息自适应地调整禁用符号概率大小从而调整编码码率来实现信道自适应;在解码端,推导出了基于MAP的解码测度数学公式并基于此测度公式提出了一种改进的堆栈序列估计算法。与传统的信道自适应编码算法不同,该自适应编码算法只需调整一个参数:禁用符号,且理论上可获得连续可变的编码码率。实验结果表明,与经典的Grangetto联合编码系统以及分离编码系统相比,所提出的编码系统具有明显改善的性能增益。     

基于改进深度学习自编码的图像边沿畸变校正算法研究

图像边沿畸变校正中直线投影衍生边沿拟合度差,导致校正误差大,提出基于改进深度学习自编码的图像边沿畸变校正算法.采用自适应阈值小波去噪算法,对各级尺度参数实施自适应变换,完成噪声去除.根据图像去噪结果,使用费舍尔向量编码优化深度学习结果,提取图像的边沿畸变形态.并以边沿畸变形态提取结果为基础,获取校正目标优化函数,分析边...     

噪声信道中基于残留冗余的联合信源信道编码.

对信源编码中的残留冗余在联合编码中的作用进行了研究，提出了一个在噪声信道中对可变长信源编码码流传输提供有效差错保护的联合信源信道编码方法，该方法利用信源编码器输出中的残留冗余为传输码流提供差错保护。与Sayood K提出的系统相比，该方法是基于改进的联合卷积软解码以及采用非霍夫曼码的通用可变长码，更接近于一般的信源和信道编码方法，并且信源符号集的大小也不受限制。仿真表明，所提出的联合编码方法可获得比传统的分离编码方法更高的性能增益。     

噪声信道中基于残留冗余的联合信源信道编码

对信源编码中的残留冗余在联合编码中的作用进行了研究,提出了一个在噪声信道中对可变长信源编码码流传输提供有效差错保护的联合信源信道编码方法,该方法利用信源编码器输出中的残留冗余为传输码流提供差错保护。与SayoodK提出的系统相比,该方法是基于改进的联合卷积软解码以及采用非霍夫曼码的通用可变长码,更接近于一般的信源和信道编码方法,并且信源符号集的大小也不受限制。仿真表明,所提出的联合编码方法可获得比传统的分离编码方法更高的性能增益。     

基于深度学习的图像目标检测算法综述

图像目标检测是找出图像中感兴趣的目标，并确定他们的类别和位置，是当前计算机视觉领域的研究热点。近年来，由于深度学习在图像分类方面的准确度明显提高，基于深度学习的图像目标检测模型逐渐成为主流。首先介绍了图像目标检测模型中常用的卷积神经网络；然后，重点从候选区域、回归和anchor-free方法的角度对现有经典的图像目标检测模型进行综述；最后，根据在公共数据集上的检测结果分析模型的优势和缺点，总结了图像目标检测研究中存在的问题并对未来发展做出展望。     

一种码率自适应信源信道联合编码系统

双LDPC码系统是新近出现的一种信源信道联合编码系统,该系统的性能虽然好但不稳定,在信源熵增加时会产生很高的误码平台。为了解决这一问题,提出了一种码率自适应双LDPC码系统,此系统采用码率自适应LDPC码作为信源码,当信源熵变化时可以灵活地调整信源码率,从而保证系统在高低不同的信源熵情况下都具有优秀、稳定的性能。仿真结果显示,在高低不同的信源熵情况下,所提出的码率自适应双LDPC码系统性能均好于传统双LDPC码系统,而且在误比特率为10-6时都没有出现误码平台。     

基于Windows平台实现视频信号编解码

提出了一种基于Windows95/98平台的视频信号压缩编解码方案，实现了视频信号的接收处理和播放，测试结果表明该方案编程效率大大提高，对视频信号的处理性能稳定可靠，播放图像性能良好。     

A FINE GRANULAR JOINT SOURCE CHANNEL CODING METHOD

An improved FGS (Fine Granular Scalability) coding method is proposed in this letter,which is based on human visual characteristics.This method adjusts FGS coding frame rate according to the evaluation of video sequences so as to improve the coding efficiency and subject perceived quality of reconstructed images.Finally,a fine granular joint source channel coding is proposed based on the source coding method,which not only utilizes the network resources efficiently,but guarantees the reliable transmission of video information.     

A joint resource allocation‐channel coding design based on distributed source coding

Wireless sensor networks (WSNs) have found a wide variety of applications recently. However, the challenges in WSNs still remain in improving the sensor energy efficiency and information quality (distortion reduction) of the sensing data transmissions. In this paper, we propose a novel cross‐layer design of resource allocation and channel coding to protect distributed source coding (DSC)‐based data transmission. Resource allocation strategies include rate adaptation and automatic repeat‐request retransmissions. Our proposed joint design of resource allocation, channel coding, and DSC can improve the network energy efficiency and information quality while meeting the data transmission latency requirements. Further, we investigate how the resource allocation enables the network to achieve unequal error protection among correlated DSC streams. Our simulation studies demonstrate that the proposed joint design significantly improves the DSC‐based data transmission quality and the network energy efficiency. Copyright © 2013 John Wiley & Sons, Ltd.     

一种基于予帧联合编码的600b/s低速语音编码算法

为了适应无线通信等甚低速语音通信应用,文中提出一种基于子帧联合编码的600b/s语音编码算法。该算法的激励源采用混合激励模型,声道参数使用帧内预测多级矢量量化进行高效量化,在参数编解码时提出了子帧分类联合的思想,并在编码端使用语音增强仰制背景噪声,解码端使用后滤波处理来改善语音质量,这些方面较传统LPC算法有了明显改进。同时,选用TI公司的TMS320VC5416DSP芯片实时实现了该算法。非正式主观试听结果表明,该算法在可懂度、消晰度等方面与传统的2.4kb/sLPC自法相当,而速率仅为LPC算法的1/4,是甚低速率的一种良好的编码方案。