基于压缩量化的非正弦时域正交调制信号预失真方法

针对基于椭圆球面波函数的非正弦时域正交调制信号峰均功率比较高,因而受功率放大器非线性失真影响较大的问题,该文设计了一种基于波形训练的非迭代查询表预失真结构。由于所选量化方法直接决定了查询表预失真器的精度,通过分析调制信号的幅值分布特性,提出一种综合考虑功率放大器特性及信号幅值分布特性的压缩量化方法。对采用所提预失真方法前后信号的带内带外失真特性进行了仿真,并与采用幅度均匀量化方式的性能进行了比较。结果表明,该文方法有效改善了非正弦时域正交调制信号功率谱及系统误码率特性,减小了功率放大器给信号带来的非线性失真。

基于压缩量化与邻域空间LBP算子的图像哈希算法

目的为了解决哈希算法的感知鲁棒性与伪造检测能力不高的问题,提出基于特征压缩机制与邻域空间局部二值模式的紧凑图像哈希算法。方法首先利用2D线性插值技术,对输入图像进行预处理;嵌入Ring分割技术,将其变为二次图像;再利用Gabor滤波技术对其完成过滤;考虑到图像的颜色特征与其内在的空间关系,基于局部二值模式LBP设计邻域空间LBP算子,提取滤波图像的特征;构建特征压缩量化准则,输出紧凑的哈希二值数组;迭代Logistic映射,输出随机序列,通过量化每个序列值输出密钥流,通过构建动态引擎设计分段异加密模型,实现紧凑哈希序列的加密,获取图像哈希;最后计算原始哈希序列与待检测哈希序列的Hamming距离,实现图像信息的安全认证。结果与已有的哈希生成机制相比,文中算法所输出的哈希序列更紧凑,对旋转、伽马校正等篡改操作具有更好的感知鲁棒。结论所提哈希技术具备较高的安全性,在包装图标检索、信息检测等领域具有较好的价值。

压缩量化编码在空空导弹遥测上的应用

介绍了空空导弹遥测系统使用的脉冲编码调制的模拟信号数字化方法,设计了一种基于FPGA实现的压缩量化编码方法。试验表明,该方法可以很好的改善小信号的量化信噪比,提高小信号的遥测精度。

多级矢量量化法用于图像压缩编码的研究

针对传输凝固图像的要求 ,对多级矢量量化法在图像压缩编码中的应用进行了研究。方案具有压缩比高 ,抗干扰能力强 ,算法简单等特点 ,尤其具有运算量小和复杂度低的突出优点。本文用五幅 2 56× 2 56个像素 ,每像素 8bits的图像进行了计算机模拟实验。实验达到了预期的目的。

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.

面向量化分块压缩感知的区域层次化预测编码

在量化分块压缩感知的预测编码中,低参考价值的候选者将导致较差的率失真性能。为了高效地降低编码失真,提出了一种基于螺旋逐块扫描的区域层次化预测编码方法。在以同一采样率进行观测后,各块按由内向外的扫描次序进行预测与量化。当前观测矢量从上下文感知候选集中选取与之具有最小误差的反量化矢量,作为其预测矢量;根据层次相关性,所有块被划分到3种区域之一,通过块编码模型为不同区域设定自适应的质量因子,关键区域被赋予较大的质量因子。与现有的预测编码方法相比,所提方法综合利用了矢量之间的空域相关性和层次相关性,实验结果获得了至少0.12 dB的率失真增益。

量化压缩感知在语音压缩编码中的应用

利用语音信号在离散余弦变换(DCT)域的近似稀疏性和量化压缩感知理论,文中提出一种基于量化压缩感知的语音压缩编码方案。编码端利用压缩感知技术,将语音信号投影成数据量大大减少的观测序列,然后对观测序列采用Lloyd-M ax量化得到量化后的观测样值;解码端直接利用量化后的观测样值,结合重构算法重构出原始语音信号的DCT系数,经过DCT反变换得到重构后的语音信号,并采用后置低通滤波器改善重构语音的听觉效果。该编码方案解码端不需要进行反量化,而是直接利用量化后的观测样值进行重构,有效降低了解码端的运算量及复杂度。仿真结果表明:采用量化迭代硬阈值(QIHT)算法重构效果优于迭代硬阈值算法(IHT),重构语音的信噪比能达到20 d B以上,MOS分达到3.26。

基于小波域视觉量化模型的遥感图像压缩

人眼是图像信息的最终接受者,但目前图像压缩算法很少考虑到人眼视觉特性,导致主观失真严重。文章在分析人眼视觉系统和遥感图像特性的基础上,提出对图像小波变换后的系数以块为单位建立人眼视觉量化模型,以该模型计算每个系数块的视觉失真阈值,依据该阈值,对不同频带的小波系数块采用不同量化步长进行量化,保证量化后的小波系数能够有效地保留遥感图像的视觉信息,使解压缩后的图像视觉效果最优。实验结果表明,在相同压缩比下,同样的压缩算法,采用该量化模型之后,压缩后的恢复图像主观质量得到改善,有效保留了图像纹理和细节。

融合区块链信誉共识的动态数据汇集算法研究

针对物联网的规模和数据量快速增长,现有算法难以满足动态数据汇集的高效和安全要求,提出了融合区块链信誉共识的数据汇集算法。首先根据物联网架构设计了区块链数据汇集模型,使区块链模型实现于物理层面,并基于模型设计了加密算法。然后优化时序数据库链,利用矢量量化压缩来降低数据的交互量与存储量,同时考虑了对浮点型数据的支持。最后设计了信誉共识算法,利用信誉判断节点的状态,确定节点是否可以参与签名,并通过共识机制对议案进行决策,进而得出最终的数据汇集策略。分别对所提算法的汇集延时、响应时间、吞吐量和丢包率进行了仿真,结果证明所提算法能够很好的处理高节点密度与高数据并发场合下的动态数据汇集,有效提高响应速度与数据吞吐量,显著降低了汇集延时。丢包率的改善说明算法有效提升了动态数据汇集的安全性与可靠性。

改进SSD模型的设计与实现

针对当下主流的目标检测模型在资源受限的嵌入式设备上无法实时检测的问题,提出一种平衡检测精度和检测速度的目标检测模型。在SSD模型的基础上,用轻量化网络MobileNetV3作为主干网络,降低特征提取时的计算耗时;通过特征融合将主干网络中的高层和低层特征进行融合作为预测输出层,使该特征输出包含丰富的分类和定位信息;针对嵌入式设备浮点计算效率低的问题,采用感知量化方法将模型的权重转换为INT8类型。实验结果表明,在嵌入式设备上采用Udacity数据集评估SSDLite-tiny模型,其精度(mAP)和帧数(FPS)分别达到了18.1和75.08。

基于联邦学习的下肢康复评估算法与实现

为解决跨机构模型训练及康复评估的数据隐私问题,提出一种基于联邦学习的下肢康复评估算法。搭建联邦学习系统,通过客户端选择机制及量化编码压缩提高通讯效率。设计限制项随机梯度下降优化器保证本地训练时的模型收敛性,通过高斯差分隐私算法进行全局更新。在此基础上设计GRU-Inception神经网络模型,利用联邦学习系统进行训练并完成下肢康复评估任务。实验验证了该算法具有较好的康复评估效果。

无线局域网视频流传输中的图像质量性能仿真研究

为了评估无线局域网中视频图像的传输效果,在NS2平台上仿真了基于Evalvid机制的视频流在无线局域网环境下的传输过程,总结归纳了视频流在无线局域网传输过程中的仿真方法,得到了视频图像传输的平均PSNR值和平均SSIM值,分析了视频编码参数和网络参数对视频图像质量的影响。通过对比原始视频图像和重建视频图像,证明了该方法可以有效评估无线局域网环境下视频图像的传输质量。

一种基于Watson模型的图像失真JND门限

文章提出了一种基于Watson模型的图像失真JND门限,该技术的设计要点是利用人类视觉系统的特点,在不可见的前提下,根据Watson模型并结合JPEG图像压缩中常用的DCT变换及JPEG压缩量化表,计算出JND门限,为图像的数字水印技术作基础。

图像加密技术新进展

本文综述了图像加密技术的最新进展,阐述了近几年发展起来的(1)基于矩阵变换/像素置换;(2)基于伪随机序列;(3)基于SCAN语言;(4)基于“密钥图像”;(5)基于四叉树编码及SCAN语言;(6)基于矢量量化压缩编码及商业密码等图像加密技术,比较了他们的优缺点和适用范围。文章尤其详细介绍了混沌加密技术,指出了应用混沌技术的好处和一些值得进一步研究的问题。

一种基于三维小波变换的图像编码算法

提出了一种新的基于三维小波变换的图像序列压缩算法。该算法在量化编码时 ,着眼于“体”,采用平面与纵向相结合的形式组织系数 ,并对运动程度不同的区域以及帧内不同特性的区域加以区分。以 QCIF格式的标准序列图像 Miss Am eri-can作为测试图像进行实验 ,实验结果表明该算法有效可行 ,主观质量较好 。

MGC数据处理与更新方法研究及实现

星载SAR MGC数据处理与更新是提高SAR图像质量和可视化效果的重要技术手段之一,研究MGC数据处理与更新方法对进一步提高我国星载雷达定量化水平具有重要的理论意义和实际应用价值。通过对SAR原始回波数据统计特性的分析,研究了不同量化压缩方式下的饱和校正策略,实现了数据的饱和校正和MGC更新。同时设计并开发了一个实用的MGC数据处理与更新软件,为卫星侦照MGC的设置提供可靠依据。通过实际数据的充分测试和验证,表明方法和软件均具有很好的实用价值。

一种基于VARdnn-Tree的反向最近邻查询方法

空间数据库中反向最近邻查询在低维查询时一般利用基于R-Tree的改进树作为索引结构,由于树型索引结构本身的限制,R-Tree等索引结构的查询在高维中都会出现维数灾难。针对这个问题,提出了一种基于VARdnn-Tree的索引结构,采用量化压缩的方法存储数据,能够有效地支持高维查询。

低精度ADC下的大规模MIMO-OFDM信道估计算法

针对低精度模数转换器(ADC)下的大规模多输入多输出正交频分复用(MIMO-OFDM)系统,提出一种基于量化压缩感知的信道估计算法——块稀疏多比特迭代硬阈值(B-MIHT)算法。该算法挖掘了大规模MIMO-OFDM系统信道的块稀疏特性,通过构建等效块稀疏信道矩阵结合多比特迭代硬阈值算法,基于训练序列对低精度ADC下的大规模MIMO-OFDM系统进行信道估计,并在MATLAB平台进行仿真实验。结果表明:B-MIHT算法能够准确地恢复低精度ADC下的大规模MIMO-OFDM系统信道信息,在系统量化精度为5 bits的条件下具有良好的信道估计性能,信噪比为30 dB时,误码率(BER)为5.45×10^(-3),归一化均方误差(NMSE)为1.73×10^(-3),且在信道路径数增多的情况下其信道估计性能损失相对较小。

通信音视频编解码技术的研究与应用

针对通信中音视频数据量过大、传输时间过长的问题。本研究基于用户对通信过程中音视频信号编解码需求,设计出通信音视频编解码系统,构建在Linux系统下的开源框架,应用Hi3531处理器,将AD9886A作为视频输入芯片,使用TW2984芯片用来采集音频信号。音视频编解码算法对视频信息图像进行帧间预测、运动估计、变换量化和滤波,使用离散余弦变换,避免了音视频信息逆变换中出现错配的问题。实验结果表明,本研究的编码时延为65 ms,传输、解码时延为168 ms,解码效率高。