基于边信息改进的分布式信源编码方案

针对现有的非对称分布式信源编码(DSC)方案均存在的在误比特率(BER)以及压缩率方面的不足,该文提出基于边信息改进的DSC(DSCUISI)方案。发送方对信源序列进行抽样,将序列分为抽样与未抽样子序列,利用算术编码器对未抽样子序列进行压缩,同时计算抽样子序列的伴随式。接收方利用边信息序列与未抽样子序列之间的相关性,对抽样符号进行估计,估计出的序列与原始抽样子序列的相关性得到改进。最后利用原始抽样子序列的伴随式与估计出的序列进行联合译码以重建原始抽样子序列。实验结果表明:与基于低密度奇偶校验码和算术码的DSC方案相比,该文所提方案在信源内部相关性较强时具有压缩率高、在信源间相关度不高时则有重建错误率低的特点,是一种高效、实用且易于实现的DSC方案。

基于上下文树的无损压缩算法

为解决多进制信源建模面临的“上下文稀释”问题,提出基于上下文树的无损压缩算法.首先,利用待编码符号的上下文信息以及信息论中条件降低熵值的原则,建立上下文树模型,为使信源的统计信息划分得更加细致,将多叉树转化为二叉树;然后,为了获得更有利于改进编码性能的条件概率分布,采用描述长度增量作为树节点的合并原则;最后,为处理算术编码过程中产生的零概率符号问题,在条件概率分布中引入频度非零的逃逸符号,改善了使用传统方法处理的弊端.实验结果表明,提出的算法能取得较好的压缩效果.