联合编码论文_金立强

导读:本文包含了联合编码论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:信源,信道,神经网络,调光,脉冲,矢量,模型。

联合编码论文文献综述

金立强[1](2019)在《基于极化码的信源信道联合编码研究》一文中研究指出在香农信源信道分离理论的指导下,现有的通信系统几乎都是基于信源编码和信道编码分离设计的。该理论表明,码长趋于无穷时,信源和信道独立编码(separate source-channel coding,SSCC)可以达到联合优化的效果,但无限码长也意味着无限的时延及复杂度。在有限码长下,信源信道联合编码(joint source-channel coding,JSCC)可以取得比SSCC更优的性能。目前,信源编码和信道编码自身的发展已经非常逼近信息论的极限性能,更多的增益需要借助JSCC来获得。相比于把最优的信源编码和信道编码简单级联,JSCC通过信源编码和信道编码的交互操作和联合设计,可以达到系统的整体最优。极化码是近些年来提出的一种能达到香农极限的好码,该码一经发现便受到研究人员的重视。将极化码与JSCC技术相结合并用于设计JSCC系统,能够有效地提升通信系统的性能。鉴于将极化码应用于JSCC的研究,特别是分布式相关信源场景下,处于基本空白的状态,本文针对分布式信源,研究和设计基于极化码的JSCC方案.论文的主要工作及创新如下:1.对于信源信道联合译码问题,提出了一种基于系统极化码的分布式信源信道联合译码方案。这一方案利用分布式信源之间的天然相关性提高译码性能,从而节省发送功率。在迭代译码过程中,对数似然比(log likelihood ratio,LLR)被信道观察或硬判决值修正,有效地解决了极化码的典型译码器不是软输出的问题,极大地提高了正确译码的概率和系统端到端的性能。该方案适用于多个信源,多进制信源,高阶调制,甚至信源统计信息未知的情况。2.针对接收端己知边信息的信源信道联合编码问题,提出了该问题下的最优极化编码方案。该方案基于所提出的准均匀系统极化码,可以联合极化带有边信息的信源和传输信道。提出了准均匀分布,通过让系统码的系统位服从准均匀分布,保证了极化变换后随机变量熵的收敛性。为了构造出服从准均匀分布的系统码,提出了比特交换编码和高效的编码算法。通过对极化变换后的比特进行有限次的线性变换,保证了生成矩阵的子矩阵是可逆的,从而保证了该系统码的存在性。对于基于Arikan核的准均匀系统极化码做了扩展,使得一般的二进制极化核也适用。3.针对正交信道下多个信源的分布式信源信道联合编码问题,提出了一个分布式信源信道联合编码方案。为了适应不同码率,提出了打孔准均匀系统极化码。该码的打孔图样也服从准均匀分布,从而保证了极化变换后随机变量熵的收敛性。由于准均匀系统极化码和打孔准均匀系统极化码都是最优的,所以基于这两种类极化码构造的分布式信源信道联合编码也是渐进最优的。4.对于分布式信源在多址接入信道下的传输问题,提出了一种能达到CES界的联合编码方案。在该方案中,基于混合单调链式法则的极化编码能够联合极化分布式信源和多址接入信道,通过链构造保证可靠译码,随机近似保证输入信道的码字概率分布满足要求。(本文来源于《北京邮电大学》期刊2019-06-05)

杨超,黄隽逸,孙云,徐向旭,赵瑞青[2](2018)在《音频信号联合编码的通用码书研究》一文中研究指出为了减小音频信号编码算法的运算量,提出了在线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号联合编码算法(以下简称联合编码)的基础上,将算法中原有的专用码书改为通用码书的算法。利用Matlab软件编程进行了专用码书和通用码书条件下的声音信号编解码实验。实验结果表明,在码率相等的条件下,使用通用码书和专用码书的联合编码方法可以得到相近的译码声音质量。使用通用码书的联合编码的最低码率在音频编码格式Opus码率的范围内,且接近Opus码率的下限,而且算法较Opus编码简单,因而实时性较好。文章提出的编码算法可为音频压缩编码的进一步研究提供参考。(本文来源于《海军航空工程学院学报》期刊2018年06期)

王振朝,宋伯尧,白莉莎[3](2018)在《基于联合编码且负载均衡的AODV路由策略》一文中研究指出在无线网状网中,为使AODV(Ad hoc On-demand Distance Vector routing)路由协议支持流间编码并解决流间编码带来的负载不均衡问题,提出了一种优化的路由策略CLAODV(Coding-aware and Load balanced AODV)。该策略允许编码节点的多个下游节点共同解码同一个编码包,以增加路径上的编码机会。同时,设计了一个可以同时体现路径上编码增益、路径丢包率以及路径负载程度的新路由度量参数(Expected Coding-aware Transmission Count and Load balancing,ECTXL)。CLAODV路由策略可根据该参数进行路由选择。仿真结果表明:与其他相关路由策略相比,文中提出的CLAODV路由策略不仅能有效增加路径的编码机会,提高网络吞吐量,而且可以明显降低路由时延与带宽资源开销。(本文来源于《计算机科学》期刊2018年10期)

杨超,黄隽逸,刘云飞,孙云,徐向旭[4](2018)在《音频信号联合编码算法码书长度研究》一文中研究指出为进一步减小音频信号的码率,针对基于线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号联合编码(以下简称联合编码),提出了通过合理选择码书长度值进一步减小声音信号码率的算法。利用Matlab软件编程进行了不同码书长度值的声音信号编解码实验。实验结果表明,在保证声音质量的前提下,通过合理选择码书长度值,可以使声音信号的码率远低于MEPG-1 Layer3的最低64kb/s标准码率,达到11.025kb/s的码率值。文章提出的编码算法可为音频压缩编码的进一步研究提供参考。(本文来源于《海军航空工程学院学报》期刊2018年04期)

徐帅,王旭东,单甜甜,吴楠[5](2018)在《基于联合编码调制的调光控制方案实现》一文中研究指出针对可见光通信系统中闪烁抑制与调光控制功能的实现,提出了一种采用联合编码调制进行调光控制的方法。该方法利用脉冲宽度调制(PWM)匹配数据帧内与帧间的占空比,同时结合游程长度受限编码(RLL)实现闪烁抑制;通过分别采用多脉冲位置调制(MPPM)和重迭脉冲位置调制(OPPM)实现光强调节,以满足功率效率或频谱效率需求。理论分析表明,与典型的可变脉冲位置调制(VPPM)相比,占空比为0.9的MPPM的归一化功率可节省2.24dB,而占空比为0.5的OPPM的频谱利用率高出0.8bps/Hz,即OPPM具有较高的频谱效率。此外,基于FPGA平台开发实现提出2种调制方案,实验结果验证了联合调制调光方案可以在保证数据有效传输的条件下抑制光源闪烁并可进行高精度的调光控制。(本文来源于《应用光学》期刊2018年04期)

范晖,夏清国,黄健[6](2018)在《基于联合编码误差消除机制的LTE-5G数据传输算法》一文中研究指出针对当前LTE-5G网络数据优化传输算法存在的误码扩散严重,且其传输过程中易受信道噪声干扰的问题,提出基于联合编码误差消除机制的LTE-5G网络数据优化传输算法。基于信道误码率性能排序,构建误差分组生成机制,利用一级、二级误差分组的误差扩散特性,采用回溯方式优化信源-信道交互期间的传输误差;基于分组误差块排序的等级特性,构建分级映射降噪规则,优化信号预发射过程,减缓信源编码中存在的误码扩散现象。仿真结果表明,与当前自适应数据压缩传输优化算法(adaptive data compression transmission algorithm,ADCT)、分支误差优化传输算法(branch error optimal transmission algorithm,BEOT)相比,所提算法具有更强的抗噪性能与更低的传输误码率。(本文来源于《计算机工程与设计》期刊2018年05期)

刘艺诗[7](2018)在《叁维模型流式传输的联合编码技术研究》一文中研究指出近年来随着虚拟现实(VirtualReality,VR)技术的兴起以及多样化智能终端的不断发展,叁维模型已经成为了一种网络传输中常见的媒体形式。为了使用户获得更逼真的应用体验,各种虚拟场景的精度和数据量急剧升高,而这类应用往往由于具有互动需求,对实时性的要求颇高。叁维模型流式传输技术的出现很大程度上缓解了海量数据量和有限带宽资源的矛盾,并使依据网络状况和用户终端处理能力自适应选择模型精度成为可能。然而当前网络尤其是无线网络,因链路受干扰、网络拥塞等原因造成不可避免的丢包C问题,成为了用/户端对模型快速精确的重构的障碍。目前VR视频点播和叁维虚拟体验类业务在网络传输层多采用传输控制协议(Transmission Control Protocol,TCP)进行交付,但其拥塞控制及重传等机制等使得其并不是实时应用中的最优传输方案。本文对叁维模型流式传输技术及应用于流媒体的信源信道编码理论进行了研究,并提出了一个在有损网络中实时、可靠地传输叁维模型的方案。首先基于PM(Progressive Meshes,PM)算法将-:叁维模型渐进式编码为成基础网格和若干优化层以实现流式传输,并提出在接收端的几何补偿算法以增强解码鲁棒性。其次,经分析现有非对等差错保护方案应用于叁维模型的局限性,提出了一种具有特殊度分布图谱的 UEP-LT 码(Unequal Error Protection-Luby Transform Code)为叁维数据流同优化层中的拓扑信息和几何信息提供非对等差错保护。最后结合模型的率失真函数,建立接收端重构内容的预期失真数学模型,综合考虑用户需求及网络状况来指导各优化层的码率分配,使得模型经有损网络传输后在接收端重构的质量达到理论上最优。该方案通过信源信道联合编码技术实现了对:(1)模型同优化层中几何与拓扑数据;(2)模型不同优化层间,两个维度的非对等差错保护,并与均等保护(Equal Error Protection,EEP)方案及无差错保护(No Eiroir Protection,NEP)方案进行了性能对比。最后对所提出的创新传输方案与传统All-TCP传输方案在不同网络环境下进行比较。结果表明在带宽资源有限的有损网络下,相同时间内本文提出的方案可为用户提供更高质量的观看体验。(本文来源于《北京邮电大学》期刊2018-03-11)

周稻祥[8](2018)在《基于联合编码和卷积网络的人脸图像特征提取方法研究》一文中研究指出人脸识别是图像处理和计算机视觉领域的一个研究热点,经过几十年的发展,取得了令人瞩目的进展,但是人脸识别依然是一个具有挑战性的研究课题,因为图像在拍摄过程受姿态、光照、遮挡等因素的影响,导致同类样本的相似度减小、异类样本的相似度提升。经典的人脸识别系统主要包括检测、对齐、特征提取和识别四个部分,其中特征提取对整个识别系统的性能起着至关重要的作用。本文以人脸识别为应用背景,以提升人脸特征的鲁棒性与判别性为研究目标,从手工设计、浅层学习和深层学习叁个层面分别提出了叁种人脸特征提取方法。本文主要研究工作和创新点如下:(1)在手工设计特征层面,提出多方向局部线形模式联合编码(Joint Encoding of Multi-Direction Line Binary Patterns,JEMDLBP)。该方法包含叁个核心部分:局部方向线形模式(Direction Line Binary Patterns,DLBP)、显着模式统计、多方向联合编码。不同于LBP在局部方形空间编码,DLBP在局部线形空间编码;显着模式统计可以在不同数据库、不同方向自适应地提取显着DLBP模式;多方向联合编码能够捕捉多个方向DLBP模式之间的共生信息,从而提高特征的判别能力。在四个人脸识别数据库和一个人脸表情识别数据库上的实验结果表明JEMDLBP特征优于传统的局部二值模式类特征。(2)在浅层学习特征层面,提出判别概率潜在语义分析模型(Discriminative probabilistic Latent Semantic Analysis,DpLSA),把传统人脸特征提取问题转化为文档主题分析问题进行解决,为人脸特征提取提供全新的思路。针对基于主题模型p LSA的人脸识别算法所学特征P(z|d)(主题-图像分布)缺乏明确意义的不足,本文提出的DpLSA模型利用每类训练样本的结构信息,给出一个新颖的单词-主题分布初始化方法,在主题和图像类别之间建立一一对应关系,解决了传统主题模型中如何选择合适主题个数的问题、解决了EM算法对模型初始化的敏感问题、加快了模型的训练速度,更为重要的是Dp LSA学到的人脸图像特征P(z|d)具有判别语义性,可以直接用于识别任务。在多个人脸数据库上的实验结果表明DpLSA对光照、遮挡和姿态具有较好的鲁棒性。(3)在深层学习特征层面,提出级联K-means卷积特征学习方法(Cascaded K-means Convolutional Feature Learning,CKCFL),该方法延用卷积神经网络的特征提取思想,采用轻量级深度神经网络框架,在性能与效率两方面提供良好的折中。CKCFL对深度神经网络的叁个核心模块:滤波器学习、特征变换和池化进行深入研究。在卷积滤波器学习层,CKCFL将K-means算法用于加速卷积滤波器的学习;在非线性变换层,利用激励函数进行非线性特征变换,实验发现Tanh函数的性能优于其他激励函数;在特征池化层采用空间金字塔二阶池化,一方面能够刻画不同维度特征之间的相关性,克服传统一阶池化只统计每个维度特征之间信息的不足,另一方面可以同时提取局部特征和整体特征。本文详细探讨了CKCFL的不同参数和模块对识别率的影响,在AR、Extended Yale B、FERET和LFW等受限和非受限人脸数据库上的实验结果证明了CKCFL特征的判别性和鲁棒性。(本文来源于《重庆大学》期刊2018-03-01)

孙伟峰,李荷鑫,李新,倪卫宁,张卫[9](2018)在《随钻核磁共振自旋回波数据联合编码压缩方法》一文中研究指出一维随钻核磁共振CPMG(Carr purcell meiboom gill)自旋回波数据量大,而井下仪器存储容量较小,为了在有限的存储空间内保存更多的数据信息,结合CPMG自旋回波数据呈多指数变化的特点,提出了离散余弦变换(discrete cosine transform,DCT)、游程编码(run-length encoding,RLE)和霍夫曼编码相结合的联合编码压缩方法。首先采用连续光栅扫描法将一维CPMG自旋回波数据重组为二维矩阵,增强数据间的相关性;然后采用DCT变换去除数据冗余;DCT系数经均匀量化后进行游程编码,增强连续重复数据的压缩效率;最后由霍夫曼编码器进一步去除编码冗余。利用仿真数据进行了压缩实验,结果表明,在相对误差不超过5%的前提下,压缩比可以达到15∶1,表明提出的方法能够在较好地保留信号特征的前提下有效压缩信号。与现有方法相比,联合编码方法更适合井下CPMG自旋回波数据的压缩应用。(本文来源于《电子测量与仪器学报》期刊2018年01期)

武爱林,周胜源[10](2017)在《基于信源-信道联合编码的LTE网络数据传输算法》一文中研究指出为解决当前LTE数据传输方案中存在的信源-信道匹配效率低、传输抖动严重的不足,提出基于信源-信道联合编码优化机制的LTE网络数据稳定传输算法。构建信源分割映射传输机制,对信源进行分割映射传输,使用快速带宽重定位机制来消除冗余带宽,借助并发码率优先信道排序机制重排信源,采用拉普拉斯编码循环误差消除算法来获取最佳传输子信道。仿真结果表明,与累计误差消除传输算法(adaptive cumulative cancellation algorithm,ACEC)、信道预估传输调制算法(stable modular algorithm for channel estimation,SM-CE)相比,所提算法的数据传输质量与传输带宽更高。(本文来源于《计算机工程与设计》期刊2017年12期)

联合编码论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为了减小音频信号编码算法的运算量,提出了在线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号联合编码算法(以下简称联合编码)的基础上,将算法中原有的专用码书改为通用码书的算法。利用Matlab软件编程进行了专用码书和通用码书条件下的声音信号编解码实验。实验结果表明,在码率相等的条件下,使用通用码书和专用码书的联合编码方法可以得到相近的译码声音质量。使用通用码书的联合编码的最低码率在音频编码格式Opus码率的范围内,且接近Opus码率的下限,而且算法较Opus编码简单,因而实时性较好。文章提出的编码算法可为音频压缩编码的进一步研究提供参考。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

联合编码论文参考文献

[1].金立强.基于极化码的信源信道联合编码研究[D].北京邮电大学.2019

[2].杨超,黄隽逸,孙云,徐向旭,赵瑞青.音频信号联合编码的通用码书研究[J].海军航空工程学院学报.2018

[3].王振朝,宋伯尧,白莉莎.基于联合编码且负载均衡的AODV路由策略[J].计算机科学.2018

[4].杨超,黄隽逸,刘云飞,孙云,徐向旭.音频信号联合编码算法码书长度研究[J].海军航空工程学院学报.2018

[5].徐帅,王旭东,单甜甜,吴楠.基于联合编码调制的调光控制方案实现[J].应用光学.2018

[6].范晖,夏清国,黄健.基于联合编码误差消除机制的LTE-5G数据传输算法[J].计算机工程与设计.2018

[7].刘艺诗.叁维模型流式传输的联合编码技术研究[D].北京邮电大学.2018

[8].周稻祥.基于联合编码和卷积网络的人脸图像特征提取方法研究[D].重庆大学.2018

[9].孙伟峰,李荷鑫,李新,倪卫宁,张卫.随钻核磁共振自旋回波数据联合编码压缩方法[J].电子测量与仪器学报.2018

[10].武爱林,周胜源.基于信源-信道联合编码的LTE网络数据传输算法[J].计算机工程与设计.2017

论文知识图

无线视频转码示意图与PP结构对应的频率估计均方误差深度图像快速帧内预测编码方法流程图两种相关信源的编解码系统多径信道下图像的信源信道联合编码剖分面片与气候区划联合编码流程...

标签:;  ;  ;  ;  ;  ;  ;  

联合编码论文_金立强
下载Doc文档

猜你喜欢