信源-信道联合编码技术在移动通信中的应用

针对移动信道的特点 ,分析了移动通信中信源与信道独立编码的局限性和联合编码研究的必要性 ,列举了几种常用的联合编码技术 ,对联合编码技术研究现状和发展进行了详细的评述 ,结合 Turbo码技术指出了联合编码方法是进一步优化多媒体移动通信系统性能的出路之一 .

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。

信源信道联合编码技术用于AVS传输的研究

针对误码信道和信源编码的统计特性,提出了一种基于AVS视频序列的联合编码技术,按照重要性对AVS视频层序列码流进行分组重排,信道编码器根据码流信息对其进行比重不等的保护措施,以较低复杂度的运算实现了码率的优化分配。实验表明,与现有的等差错保护相比,在高误码信道中能有效提高AVS码流抗误码性能。

实现信源信道联合编码的一种策略

在传统通信系统中,信源压缩(信源编码)与传输中抵抗信道损耗的保护技术(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.本文给出的实现信源信道联合编码的策略是:编码部分采用类似于DPCM预测编码方式的联合编码器,而译码部分是一个类似于Viterbi译码方式的联合编译码器.实验结果证明,在高噪信道条件下,使用这种方法进行图像传输,性能改善效果非常明显.

一种基于数据分类和不对称保护的视频流信源信道联合编码算法

从 H.2 63++的 Annex V选项出发 ,提出了一种基于数据分类的信源信道联合抗误码算法 .首先在信源端根据信息重要性大小对视频数据进行分类封装 ,然后对不同重要性的数据实行相应的不对称信道误码传输保护 .实验结果表明 ,联合编码算法在高误码的无线信道条件下具有比信源信道独立编码算法更强的误码鲁棒性 .

基于信源-信道联合编码的LTE网络数据传输算法

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。

信源-信道联合编码的FGS增强层视频传输研究

研究了基于IP无线网络中精细粒度可伸缩性(FGS)视频的传输。基于包交换的IP无线网络通常由两段链路组成:有线链路和无线链路。为了处理这种混合网络中不同类型数据包的丢失情况,对FGS视频增强层数据运用了一个具有比特平面间不平等差错保护(BPUEP)的多乘积码前向纠错(MPFEC)方案进行信道编码。对FGS增强层每一个比特平面(BP),在传输层,采用里德——索罗蒙码(RS)提供比特平面间的保护;而在链路层,则运用循环冗余校验码(CRC)串联率兼容穿孔卷积码(RCPC)提供数据包内保护。还提出了一个率失真优化的信源——信道联合编码的码率配置方案,仿真结果显示出该方案在提高接收端视频质量方面的优势。

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。

分形图像信源信道联合编码的失真度分析及其优化

针对分形图像压缩编码后所得压缩数据的特点 ,分析了分形图像压缩各部分数据在传输中对传输信道干扰的敏感程度 ,在此基础上提出了一种分形图像压缩的信源信道联合编码方法 ;对传输信道干扰敏感的分形数据 ,采用奇偶校验编码以消除其传输错误对解码图像质量的影响 ;对各个值块分形参数采用信道编码后进行传输。分析了这种编码方法的失真度 。

用信源信道联合编码实现通信系统整体优化

通信系统的优化可用最优编码方式实现,不同的系统优化指标可产生不同的最佳编、译码方式.从通信系统的优化理论入手,论证了用信源信道联合编码(joint source-channel coding, JSCC),实现通信系统整体优化的可行性,并给出了一个基于信源信道统计特性的联合编译码实例及其结果分析.实验结果表明:采用该方案使译码效率和传输性能都得到了改善.

一种改进的概率神经网络用于信源——信道联合编码

本文提出了一种将概率神经网络进行改进井使其用于信源一信道联合编码的方法。改进后的网络可以利用信源中的相关性，对噪声有更好的鲁棒性。它的复杂度低，结构设计简单，并可以灵活地改变以适应不同的信源模型。

第四代移动通信系统中的信源信道联合编码技术

本文介绍了未来第四代移动通信系统中可能的联合编码框架,在分析基于小波变换的SPIHT算法和Turbo编 码算法的基础上,给出了一种改进的无线传输系统结构。仿真结果表明,这种利用信源特性进行信道编译码的方法能够有效 地降低时延,提高信道编码的纠错性能,适合于未来多媒体无线传输业务的需求。

基于整数小波的信源信道联合编码技术研究

提出了一套基于整数小波高频零树的信源/信道联合编码方案,该方案能快速编出具有嵌入渐进式传输功能的低码率码流。其基本原理是根据预先设定的一组阈值依次扫描信源,并得到相应系数的位置信息和值信息,然后分别进行编码和传输。该码流既能在无噪信道下进行无失真渐进传输,也能在有噪信道下进行低码率较为可靠的有失真嵌入式渐进传输。论文的实验结果可以看出,该方案在有噪信道下不仅能够在较高的压缩比下得到较高的峰值信噪比,而且能够在变化的噪声环境中使得信源更稳健更可靠地低码率传输。

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d_(min)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。d_(min)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。

基于深度学习的信源信道联合编码方法综述

信息论的经典结果表明,信源信道分离编码是渐进最优的。但现代通信系统对时延、带宽等愈发敏感,分离设计对解码具有无限计算能力这一假设难以成立。带宽有限时,相对于信源信道联合编码,分离编码已被证明是次优的。传统的联合信源信道编码需要复杂的编码方案,相较之下,数据驱动的深度学习技术则带来了新的设计思路。适时地对相关研究成果进行总结,有助于进一步明确深度学习方法解决信源信道联合编码问题的方式,为研究新的研究方向提供依据。首先介绍了基于深度学习的信源压缩方案和端对端收发信机模型,随后分析不同信源类型下的两种联合编码设计思路,最后探讨了基于深度学习的信源信道联合编码的潜在问题和未来的工作方向。

图像压缩感知在信源信道联合编码系统中的应用

提出了一种将基于离散小波变换的图像压缩感知应用在信源信道联合编码系统中的方法。该方法将双重不等差错保护与码率动态分配机制相结合,在信源编码部分,根据图像小波变换后各频带所包含重构信息量的差异,利用压缩感知算法进行不等压缩,产生渐进性的信息流,信息流通过Huffman熵编码后成为适合信道传输的二进制码流;在信道编码部分,根据信源编码后二进制码流的渐进性信息,动态分配Turbo编码码率,从而实现信道的不等差错保护。该联合编码方法在信道资源受限的情况下,可对资源进行优化分配,达到良好的端到端通信效果。以标准灰度图像Lena图为例,编码后通过高斯白噪声信道,仿真结果为:当信噪比为4 dB时,图像重构均方误差为0.061 6,重构性能良好;同时,系统获得了高达4:1的压缩比,系统耗能减少,传输效率增加。

基于联合优化技术的信源信道联合编码新策略

针对多媒体无线通信的特点,提出了结合了自适应纠错技术与联合优化技术所提出的一种新策略.充分考虑了联合编码的自适应纠错特性和联合优化特性,在联合优化特性下分析了优化的信源编码算法和优化的信道编码算法.实验仿真的结果表明,该方法能够使图像数据在高码率下达到较好的抗噪性能.

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 。

基于极化码的分布式多信源信道联合编码

针对目前分布式信源信道联合编码(Distributed Joint Source-Channel Coding,DJSCC)资源消耗大、计算复杂度高的问题,利用多个信源之间的相关性,提出了基于系统极化码的多信源DJSCC方案,每一个分布式信源的编码使用硬件实现简单的系统极化码,在实际信道中,从第2个编码器开始只传输校验位,在译码端,译码器根据信源相关性进行联合解码。在此基础上,将打孔技术运用到校验位的传输中。实验仿真结果表明,提出的DJSCC方案在误码性能上优异,并且大幅度降低了功耗和计算复杂度。

一种分块图像信源信道联合编码方法

基于分块的图像压缩编码方法在数据传输过程中,由于传输信道误码率的存在,使得某些比特的数据发生错误,可能就会导致整块的数据丢失。分析了分块压缩编码数据对信道干扰的敏感程度,针对各部分数据的不同特点,结合VCFL编码,可以分别采用信源信道联合编码方法或者误差掩蔽方法来消除或减小其对图像质量的影响。提出了一种信源信道联合编码方法,并且对这种信源信道联合编码方法的失真度及其优化方法进行了分析。