本文關(guān)鍵詞：基于圖像壓縮感知的信源信道聯(lián)合編碼系統(tǒng)研究

  更多相關(guān)文章： 信源信道聯(lián)合編碼 壓縮感知 觀測矩陣 Turbo碼 不等差錯保護

【摘要】：傳統(tǒng)的通信系統(tǒng)根據(jù)香農(nóng)分離原理將信源編碼和信道編碼分別設(shè)計、互不相關(guān)。信源編碼器以獲得最大壓縮比為目標,不考慮具體信道的特性;而信道編碼器以獲得最小差錯概率為目標,不會根據(jù)信源分布特性進行針對性的保護。然而,對于大多數(shù)的通信系統(tǒng)而言,例如蜂窩通信、一對多的廣播通信、多徑嚴重的水聲通信等,都無法滿足分離原理實現(xiàn)系統(tǒng)最優(yōu)性能的前提條件。因此,實際應(yīng)用中有必要將信源、信道因素綜合考慮,優(yōu)化地分配信道資源,使系統(tǒng)達到端到端性能最優(yōu)。本文將雙重不等差錯保護與碼率動態(tài)分配機制相結(jié)合,構(gòu)建了一種基于圖像壓縮感知的信源信道聯(lián)合編碼系統(tǒng)。論文的主要研究工作和創(chuàng)新點如下:1.研究了信源編碼和信道編碼的原理、分類及經(jīng)典算法,并通過仿真實現(xiàn)了若干經(jīng)典編碼算法。在此基礎(chǔ)上,著重研究了信源信道聯(lián)合編碼理論的原理、分類、優(yōu)勢及適用范圍。2.深入研究了壓縮感知理論,實現(xiàn)了將壓縮感知理論應(yīng)用在信源信道聯(lián)合編碼系統(tǒng)中的方法。該方法不僅發(fā)揮了壓縮感知相對于傳統(tǒng)壓縮編碼方法壓縮比高、重構(gòu)性能精確的優(yōu)勢,而且在同等重構(gòu)精度下,可大量減少所需存儲的數(shù)據(jù)量。3.提出了一種基于帳篷混沌序列的觀測矩陣的設(shè)計方法。該觀測矩陣利用混沌序列優(yōu)異的偽隨機性,克服了隨機觀測矩陣在不確定性、硬件實現(xiàn)、存儲方面的缺陷。對比分析該觀測矩陣與三種典型的隨機觀測矩陣的重構(gòu)性能,仿真結(jié)果表明:在相同壓縮比的條件下重構(gòu)性能優(yōu)于隨機觀測矩陣。4.提出了一種基于圖像壓縮感知的信源信道聯(lián)合編碼方法。該方法根據(jù)信源分布特性進行信源信道聯(lián)合編碼,將雙重不等差錯保護的思想與碼率動態(tài)分配機制相結(jié)合。信源編碼部分利用二維離散小波變換分離出圖像的低頻重要分量和次重要分量,再依據(jù)各分量的重要性利用壓縮感知進行不等壓縮,得到具有漸進性的碼流,實現(xiàn)信源不等壓縮;信道編碼部分根據(jù)碼流的漸進性動態(tài)地調(diào)節(jié)Turbo碼的編碼碼率,實現(xiàn)信道不等差錯保護。仿真實驗驗證:對于不同類型、不同數(shù)據(jù)量的圖像信號,在壓縮比高達7:1左右時仍可獲得較高的重構(gòu)精度,減少系統(tǒng)耗能、增加傳輸效率。5.建立了一種有損編碼與無損編碼相結(jié)合的雙重壓縮方法。在信源編碼模塊中將壓縮感知與Huffman熵編碼結(jié)合,由于Huffman熵編碼本身作為一種最優(yōu)的無損壓縮方法可以獲得2:1~5:1的壓縮比,二者結(jié)合可以使系統(tǒng)獲得更高的壓縮比。
【關(guān)鍵詞】：信源信道聯(lián)合編碼 壓縮感知 觀測矩陣 Turbo碼 不等差錯保護
【學(xué)位授予單位】：西北工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TN911.2
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-16
• 1.1 研究背景及意義10-11
• 1.2 信源信道聯(lián)合編碼的國內(nèi)外研究現(xiàn)狀11-13
• 1.3 主要研究內(nèi)容13-16
• 第2章 信源信道聯(lián)合編碼理論概述16-22
• 2.1 信源編碼理論16-17
• 2.2 信道編碼理論17-18
• 2.3 信源信道聯(lián)合編碼理論18-20
• 2.4 圖像質(zhì)量的測評20
• 2.5 本章小結(jié)20-22
• 第3章 壓縮感知理論概述22-30
• 3.1 信號的稀疏表示22-26
• 3.2 觀測矩陣的設(shè)計26-27
• 3.3 重構(gòu)算法27-29
• 3.4 本章小結(jié)29-30
• 第4章 基于混沌序列的觀測矩陣設(shè)計30-38
• 4.1 基于帳篷混沌序列的觀測矩陣設(shè)計30-31
• 4.2 仿真實驗31-35
• 4.3 本章小結(jié)35-38
• 第5章 基于圖像壓縮感知的信源信道編碼系統(tǒng)設(shè)計38-58
• 5.1 基于壓縮感知的信源編碼方案38-45
• 5.1.1 小波變換38-41
• 5.1.2 基于小波變換的圖像壓縮感知41-42
• 5.1.3 Huffman熵編碼42-45
• 5.2 基于不等差錯保護的信道編碼方案45-52
• 5.2.1 Turbo碼的編碼原理45-46
• 5.2.2 Turbo碼的譯碼算法46-52
• 5.2.3 信道編碼方案52
• 5.3 基于DWT-CS的信源信道聯(lián)合編碼方案52-56
• 5.3.1 系統(tǒng)框圖52-53
• 5.3.2 仿真實驗53-56
• 5.4 本章小結(jié)56-58
• 第6章 總結(jié)與展望58-60
• 6.1 本文工作總結(jié)58
• 6.2 研究工作展望58-60
• 參考文獻60-64
• 發(fā)表論文及參加科研情況64-66
• 致謝66-67

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 陳俊宏;張欽宇;;基于最優(yōu)小波分組的聯(lián)合信源信道編碼圖像傳輸系統(tǒng)[J];通信學(xué)報;2012年10期

2 ;Studies and advances on joint source-channel encoding/decoding techniques in flow media communications[J];Science China(Information Sciences);2010年01期

3 羅松江;丘水生;駱開慶;;混沌偽隨機序列的復(fù)雜度的穩(wěn)定性研究[J];物理學(xué)報;2009年09期

4 張春梅;尹忠科;肖明霞;;基于冗余字典的信號超完備表示與稀疏分解[J];科學(xué)通報;2006年06期

5 單梁,強浩,李軍,王執(zhí)銓;基于Tent映射的混沌優(yōu)化算法[J];控制與決策;2005年02期

6 高西奇,甘露,鄒采榮;多小波變換的理論及其在圖像處理中的應(yīng)用[J];通信學(xué)報;1999年11期

7 周世東,梅順良,姚彥;并行級聯(lián)卷積碼的最新進展[J];電子學(xué)報;1998年07期

，

本文編號：801030