压缩比可变的分块自适应量化算法的FPGA实现

本文基于合成孔径雷达(SAR)系统设计和原始信号统计特性的理论基础,阐述了星载SAR采用压缩比可变的分块自适应量化(FBAQ)算法的必要性.针对专用集成电路(ASIC)和现场可编程门阵列(FPGA)各自的结构和应用特点,提出采用FPGA实现FBAQ算法,并详细介绍了设计方案和实现过程.数据域评估结果和解压缩数据图像表明FPGA实现FBAQ的信号保真度高,适用于星载SAR系统.

基于DCT的分块自适应量化算法及其用于SAR原始数据压缩

该文提出了一种基于离散余弦变换(DCT)和分块自适应量化相结合的SAR原始数据压缩算法。利用SAR原始数据满足局部平稳高斯随机过程的特点,通过将DCT系数进行重排,并对重排后的系数矩阵进行有效的量化比特分配和分块自适应量化,从而大幅度提高了量化增益。通过对真实SAR原始数据的压缩实验结果表明:该文算法与BAQ算法相比,以相对较低的运算复杂度增加,使图像域的压缩性能指标有了明显提高。

基于提升小波和分块自适应量化的SAR原始数据压缩

利用合成孔径雷达(SAR)原始数据满足局部平稳高斯随机过程的特点和小波变换的多分辨分解消除信号相关性的特性,本文研究提升小波变换和分块自适应量化(BAQ)相结合的SAR原始数据压缩算法。通过对真实的SAR原始数据进行压缩实验,取得满意的效果。

分块自适应零树量化图像压缩算法研究

讨论了图像经过整数小波分解后的系数分布特性 ,针对现有的小波量化算法的不足之处 ,提出了一种基于整数小波变换的分块自适应零树量化图像压缩算法 ,进行预测编码 .该算法硬件实现简单 ,可并行处理 .计算结果表明 ,该算法优于现有的其他图像小波量化方法 .

一种基于自适应分块八叉树颜色量化的图像压缩技术

颜色量化(CQ)是减少图像颜色数量的过程,已广泛用于图像压缩。基于八叉树的颜色量化(OCQ)因其编码效率高、内存使用低和调色板选择效果良好而被认为是最流行的CQ算法之一。然而,OCQ应用的一个严峻挑战是如何有效地管理关键的本地颜色。提出了一种基于分块的自适应八叉树颜色量化(AB-OCQ)算法,实验结果表明,与传统的OCQ算法相比,由于增加了对局部颜色的适当处理,AB-OCQ可以显著提高图像质量。在图像压缩比方面,AB-OCQ的综合性能也优于OCQ的。同时,和主流图像文件格式相比,AB-OCQ算法可以在保持压缩的前提下拥有随机访问图像像素数据的特性,该特性能让应用程序在同等内存下存储更多的图像数据,为提高应用程序的效率提供了一种方法。

分块自适应量化算法的FPGA实现

详细介绍了采用FPGA实现分块自适应量化(BAQ)算法的设计方法。该设计选用X ilinx公司100万门FP-GA,采用自顶向下的方法,实现了3位长BAQ压缩算法。设计中通过资源共享来降低资源消耗,通过并行和流水来提高处理速度,满足了星载系统小型化、低功耗和高可靠性的要求。与专用DSP方案相比,采用FPGA的实现方案极大地简化了电路设计的复杂性和布线的难度。

分块自适应量化算法的仿真和实现

介绍了分块自适应量化(BAQ)算法的基本原理,结合机载合成孔径雷达(SAR)原始数据,对其分布特性、均值、量化信噪比等进行了分析,给出了3bitBAQ的压缩仿真和解码成像,并对原始数据、3bitBAQ压缩结果进行了成像比较。研究了该算法在FPGA内的实现方法。

基于自适应标量—矢量量化的IQ数据压缩算法

由于同相正交数据(In-phase and quadrature data,IQ data)原始数据的相关性很低,直接压缩原始数据是比较困难的。鉴于部分IQ数据的统计分布和合成孔径雷达(Synthetic Aperture Radar)数据的统计分布相似,参考SAR数据的压缩方法—分块自适应量化,针对部分IQ数据概率密度函数偏离高斯分布时分块自适应量化压缩算法性能下降的问题,提出了一种自适应标量-矢量量化压缩算法,对满足高斯分布特性的数据块采用标量量化,对不满足高斯分布特性的数据块采用矢量量化。实测数据的仿真,说明上述方法能够应用于IQ数据的压缩,并且各项性能指标均优于BAQ算法。

一种改进的分块自适应压缩算法

针对高分辨合成孔径雷达(SAR)中高数据获取率与有限的存储设备容量及数据传输设备带宽之间的矛盾,在分析传统的分块自适应(BAQ)压缩算法的基础上,给出了一种新型的、改进的指数型BAQ压缩算法。通过用指数值替代幅度均值的方法来对采样数据进行压缩,同时采用了以四个分查找表和比特位移操作共同处理采样数据的新方法,成功地减小了查找表的大小,降低了对数传系统和存储设备的要求,提高了查找速度。

视频图像压缩的自适应可变坐标法

在对图像变换编码和分形图像压缩编码、矢量量化等的分析的基础上 ,提出自适应可变坐标压缩算法。它的基本思想是 ,利用图像的自相似原理对一组图像空间的基坐标进行改造 ,使其在兼顾图像矢量空间的完整性的同时尽量利用图像的自相似性 ,以达到提高图像压缩效率的目的。并针对相似图像块的特征判定原则提出用小波变换实现图像块间的相似性判定。

微波数据压缩及定标测试方法的研究

针对星载合成孔径雷达系统回波数据容量大、难以满足星地链路间传输速率要求的问题,根据max⁃lloyd量化方法获得了回波数据量化压缩的门限,提出星载SAR数据自适应量化编码压缩和解压缩的具体实现方法。同时,以理想调频连续波信号为发射定标信号,对星载合成孔径雷达系统数据压缩及解压缩过程中的误差进行了详细的分析,并且根据雷达系统压缩后的回波数据在数据高速传输过程中的帧格式,对雷达回波数据进行了二进制的解码及解压缩操作,获得了数据的真实大小。最后,通过Matlab/GUI编程设计了能够对雷达回波数据进行定标分析、解码及解压缩的软件演示系统。通过人机交互的设计,将数据处理过程中的实验结果以dat数据、图片数据和word文档数据等形式进行了存储和显示。

SAR原始数据两种量化压缩方式的性能评估

原始数据压缩是高分辨率SAR需要着重考虑的环节。该文针对目前星载SAR比较常用的4bit量化和8:3bitBAQ两种量化压缩方式,在不同输入功率下对量化信噪比、功率保真能力和目视图像效果这几个方面进行了深入的分析和评估。分析得出,综合各项性能后4bit和8:3bit BAQ的最佳输入功率范围分别为26.1dB～34.9dB和23.5dB～36.5dB,这为星载SAR实际运行中MGC值的设置提供了依据。

SAR原始数据压缩的自适应比特分配BAQ算法

针对SAR原始数据压缩,在传统BAQ算法基础上,提出一种分块量化比特率可变的BAQ算法,在保持各分块平均比特率固定的前提下,针对不同的数据分块自适应选择量化比特率。与已有的改进型BAQ算法相比,比特率选择机制基于分块数据的信号功率大小,不需要成像区域的先验知识。新方法能够明显提高数据量化信噪比并降低SAR复图像相位误差,而运算复杂度增加很小,并可以实现分数比特率,适应于不同通信带宽的数据传输需要,增加了SAR原始数据实时传输的灵活性。

星载SAR原始数据实用化数据域压缩算法量化与饱和误差解析

给出了实用化压缩算法(分块自适应算法及截取高位算法)数据域量化与饱和误差的解析表达式,建立了实用化压缩算法数据域信噪比与回波信号标准差之间的关系.最后,将理论推导结果与数据仿真结果、实测数据结果相比较,验证了理论推导结果的正确性,该方法为星载SAR原始数据压缩比选取提供了理论指导.

部分饱和SAR原始数据压缩

分块自适应量化(BAQ)算法在实际应用中碰到的问题是SAR原始数据含有较多饱和成分的量化。文中分析了BAQ对这类数据产生较大误差的原因。根据数据的特点,提出了一种对传统BAQ进行改良的压缩算法——部分饱和BAQ(FSBAQ).实验表明,这种方法在不改变压缩比的情况下,对存在一定饱和的数据都能提高4.5dB以上的量化信噪比.文中给出了一条选择量化形式的曲线。并给出用传统BAQ算法及该文给出的算法对一块SAR原始数据进行量化和结果对比。

星载SAR原始数据压缩模块的FPGA实现

分块自适应量化(BAQ)算法是目前最适于工程实现的合成孔径雷达(SAR)原始数据压缩算法。文中介绍了该算法的基本原理,针对星载SAR数据的实时传输,重点介绍了可变压缩比BAQ算法的数据压缩模块方案及其FPGA设计实现硬件压缩,并给出了仿真结果。用FPGA实现原始数据压缩灵活可靠,适合在星载SAR系统中应用。

基于2D实值离散Gabor变换的SAR原始数据压缩

该文采用时频分析的方法,结合合成孔径雷达(SAR)原始数据的线性调频特性,提出了一种基于2D实值离散Gabor变换的SAR原始数据压缩方法。该方法对I,Q两路原始数据进行分块,先对每一块进行二维实值离散Gabor变换(2D-RDGT),在时频平面内对各频率平面根据方差进行比特分配,然后采用BAQ量化各频率平面。用同一块数据进行压缩解压缩成像实验并与已有的方法进行比较,实验结果表明该文提出的方法在数据域和图像域的性能都优于已有的方法。

一种有效的合成孔径雷达原始数据高倍数压缩算法

在分析分块自适应量化(BAQ)压缩数据的分布特性、量化信噪比、动态范围及其对矢量量化数据压缩性能和运算量影响的基础上,对分块自适应矢量量化(BAVQ)压缩算法进行了改进,提出了采用高比特数BAQ压缩的方案。利用改进的BAVQ算法压缩高分辨率SAR原始数据的结果表明,在相同压缩比的条件下,该文提出的改进算法可获得更大的量化信噪比。解压缩数据生成的图像可以清晰地保留图像中的细节信息。

基于FPGA的SAR原始数据实时压缩系统设计与实现

文章讨论一种基于FPGA,并采用分块自适应量化(BAQ)算法的SAR原始数据实时压缩处理系统的设计方法,该设计可大大提高实时压缩处理系统的性能,降低数据率,突破卫星下传数据率的限制。BAQ模块内部采用4路并行处理的逻辑结构来计算数据块的统计特性;优化设计量化电平实时计算乘法器资源、量化比较逻辑结构;当I/Q两路采用多模块分时复用模型时,可使整个系统压缩处理能力成倍增加。通过测试表明,BAQ模块的最高运行速度可达到149 MHz,单个模块处理能力已达到1 Gbps以上,其中压缩比8/3时信号失真噪声比(SDNR)大于14 dB。

BAQ算法应用于基站数据压缩

伴随长期演进(Long Term Evolution,LTE)标准的应用,对上下行链路传输速率的需求大幅提高,使得分布式基站传输的数据量也对应增长,而目前硬件设备所能提供的接口速率是有限的。要解决这种不匹配的情况,可以在传输前对基站数据进行压缩。鉴于基站数据的统计分布和合成孔径雷达数据的统计分布相似,本文参考合成孔径雷达(Synthetic Aperture Radar,SAR)数据的压缩方法—分块自适应量化(Block adaptive quantization)压缩算法,将该算法改进后应用于基站数据压缩。该方法首先将IQ数据(In-phase and quadrature data,IQ data)分块,通过变换使得数据块服从标准正态分布,将块内数据与最佳电平阈值进行比较然后编码。计算机仿真结果表明,BAQ算法能够应用于压缩IQ数据。