摘要
传统Block Adaptive Quantization(BAQ)算法实现时存在两大问题:第一,SAR原始数据饱和时量化信噪比较低;第二,仅能满足整数比特率压缩,不能在多应用和数据率之间提供更多的折中选择.文中针对上述问题,提出一种抗饱和灵活分数比特率压缩算法.该算法对传统Lloyd-Max量化器引入饱和区间修正,使之对饱和Gauss分布信号满足最优非线性标量量化条件;应用自然数量化电平全集的抗饱和最优非线性标量量化器作为分块标量类压缩算法的核心量化器,以满足分数比特率.编码时,针对多样本联合编码以降低编码冗余度.同时,在理论上分析新算法运算量.理论分析和实际SAR系统数据试验结果表明,数据饱和时,文中提出算法的信噪比优于传统BAQ算法.同时,分数比特率拓展了整数比特率的选择范围.新算法较传统BAQ算法而言,运算量增加很小,易于工程实现.
基金
中国科学院优秀博士论文
院长奖学金获得者专项科研启动基金项目资助(项目编号:0813260042)