基于LDPC码约束条件的多帧联合帧同步方法

由于经过LDPC编码之后的码字之间存在约束关系,因此可以设计利用LDPC码校验矩阵的帧同步方法,不必经过传统的帧同步方法中的译码环节与相关计算,大大提高数据帧起始位置的捕获速度。在利用LDPC码约束条件的基础上将多个校验矩阵合并,可同时对多帧数据进行判决,即在不改变帧结构与帧长度的基础上通过多帧联合来进一步减少帧同步所用的时间,且一旦帧头起始位置捕获成功将不再需要进行帧跟踪的步骤。

一种基于子帧联合编码的600b/s低速语音编码算法

为了适应无线通信等甚低速语音通信应用,文中提出一种基于子帧联合编码的600b/s语音编码算法。该算法的激励源采用混合激励模型,声道参数使用帧内预测多级矢量量化进行高效量化,在参数编解码时提出了子帧分类联合的思想,并在编码端使用语音增强仰制背景噪声,解码端使用后滤波处理来改善语音质量,这些方面较传统LPC算法有了明显改进。同时,选用TI公司的TMS320VC5416DSP芯片实时实现了该算法。非正式主观试听结果表明,该算法在可懂度、消晰度等方面与传统的2.4kb/sLPC自法相当,而速率仅为LPC算法的1/4,是甚低速率的一种良好的编码方案。

联合相邻帧预测的心脏磁共振电影成像方法

快速动态磁共振成像可以通过减少采样量来缩短信号的采集时间.因此,从下采样的数据中重建出高质量的图像成为研究的热点.目前,常见的重建方法利用动态图像序列的稀疏表示实现高质量的重建.本文提出了一种联合相邻帧预测(Joint adjacent-frame prediction,JAFP)的重建方法,首先根据动态图像序列相邻帧之间高度的相似性,联合预测当前帧图像,获得稀疏的图像差;其次,利用图像差序列在时间域的拟周期特性,通过傅里叶变换进一步提高图像差序列的稀疏度.在此基础上构建动态成像模型,并在压缩感知(Compressed sensing,CS)框架下进行求解.该方法可将前一次的重建结果作为新的输入,从而形成迭代算法.采用两个磁共振心脏电影成像数据集对提出的方法进行了实验验证,并与k-tFOCUSS ME/MC和MASTeR进行了比较.实验结果表明,该方法联合相邻帧改进了预测图像的效果,提升了重建图像的质量,具有广泛的应用价值.

基于跟踪信息的多帧联合检测方法

传统多帧联合检测方法针对搜索阶段进行设计,由于无任何目标信息,需要采用较高的检测门限以降低虚警数量。然而,一旦成功建航,目标存在性已确定,可利用目标跟踪信息调整多帧联合检测策略,以提升微弱目标检测能力。基于上述考虑,本文提出了一种基于跟踪信息的多帧联合检测方法。首先利用当前时刻跟踪信息建立预测波门,然后设定较低的单帧检测门限保障微弱目标信号的高概率检测,最后在航迹恒虚警约束下调整多帧联合检测门限,从而完成航迹维持和撤销。仿真实验表明所提方法可有效提高目标检测概率和跟踪维持概率。

针对分布式雷达网的多帧联合航迹起始方法

分布式雷达网相对于单站雷达系统而言,可以通过信息融合、协同探测等技术获得目标探测性能的提升。然而实际应用中,目标相对于各个雷达站距离和视角通常不同,往往存在某些雷达站由于信噪比较低无法捕获成功。针对上述问题,充分依托分布式雷达网信息共享的优势,提出一种多帧联合航迹起始方法。首先将已经成功建立目标航迹的雷达站获取的跟踪信息,传递至尚未发现目标的雷达站,并基于该跟踪信息建立预测波门,设计预测波门内的多帧联合检测方法,最终根据检测结果完成目标航迹起始。仿真试验表明,所提方法可以实现航迹起始性能的提升。

一种多帧头联合自相关DTMB-A频谱感知算法

为保障信息传输的可靠性,需通过频谱感知技术获得频谱空穴的实时信息,使数字电视系统得以正常接入空穴进行工作。针对现有感知算法感知效率低、在多径信道下的抗干扰性差等问题,文中提出一种多帧头联合自相关算法(DIPNAC)。该算法的创新性在于针对信号帧中的多载波伪随机序列(PN-MC),将不同帧头自相关的加权累积结果作为统计量,从而充分利用感知时间内的检测信息。仿真结果表明,当信噪比参数相同时,相比传统的两种算法,所提算法的性能有显著提升,并且在载波频偏和多径信道条件下具备良好的抗干扰特性,可为提高DTMB-A频谱感知的效率和拓宽其应用场景提供有力保障。

GEO-LEO双基SAR序贯多帧-多通道联合重建无模糊成像方法

采用地球同步轨道(GEO)卫星作为双基合成孔径雷达(SAR)的发射站,可为低轨(LEO)接收站提供大范围、持续的波束覆盖。同时,由于收发分置的系统形态,LEO接收站可以实现下视、前视、后视等多视区成像,因此,GEO-LEO双基SAR在地球测绘、侦察监视等领域具有广阔的应用前景。为实现大幅宽成像,GEO SAR发射站的脉冲重复频率较低,而LEO SAR接收站会引入大的多普勒带宽,造成GEO-LEO双基SAR方位欠采样。通过在接收站引入多通道技术虽可抑制模糊,但是面临GEO-LEO双基SAR的严重欠采样问题,多通道无模糊重建方法所需通道数过多,不利于接收系统小型化。针对方位严重欠采样条件下的复杂观测场景无模糊成像问题,该文提出了序贯多帧-多接收通道联合重建无模糊成像方法,通过利用序贯观测场景多帧图像的相关性和多接收通道的采样信息进行联合重建,实现无模糊成像。首先将GEO-LEO双基SAR无模糊成像问题建模为张量联合低秩与稀疏优化问题,然后在交替方向乘子法迭代求解中利用多接收通道信息,实现了GEO-LEO双基SAR对复杂观测场景的无模糊成像。相比于基于传统多通道重构的成像方法,该方法可显著减少无模糊成像所需的接收通道数,仿真实验验证了该方法的有效性。

基于MELP算法的超帧结构状态统计及改进算法研究

低速率语音编码在水声通信、卫星通信、军事通信、保密通信等领域有着非常广泛的应用，其特殊的应用领域对语音编码也有各自不同的要求，难以形成统一的标准。该文在2．4kb／sMELP语音编码方案的基础上，针对低速率语音编码中常见的几种多帧联合结构，对超帧中各子帧清浊音状态的分布概率进行了统计，并根据清／浊音子帧的统计特性，提出改进的超帧结构分类方法和有效的基音多帧联合矢量量化方法，从而进一步提高编码效率。经仿真试验证明，合成的语音清晰可懂，具有较好的自然度。

基于网络流跟踪的信号灯检测方法

结合信号灯信息对机动车行进速度进行引导,减少机动车启停次数,可有效减少废气排放,缓解其造成的污染问题。针对信号灯转换时刻的获取问题,提出了一种基于网络流跟踪的信号灯检测方法。首先,该方法在数据集中引入辅助信号灯类别进行训练,将视频序列中该类目标检测结果关联为踪片,并通过踪片建模多目标跟踪任务。其次,该方法将多目标跟踪任务转换为最小费用流优化任务,以踪片作为节点建立最小费用流网络,提出了适合于信号灯的费用构建方式,通过最短路径算法求解,得到视频序列中辅助信号灯的多条轨迹。最后,基于求解的轨迹结果和图像分类技术,实现信号灯检测性能的提升。该方法的跟踪性能相较于对比算法有大幅提升,并将小目标信号灯检测响应的mAP提升至94.35%。实验结果表明,基于网络流的建模方式能极大地提升信号灯的跟踪准确率,结合跟踪轨迹还能大幅提高视频序列中小目标信号灯的检测准确率,并可有效确定信号灯状态的转换时刻。

基于LPC—10声码器的极低速率语音编码算法研究

为了满足短波窄带数字保密通信的需要,文中通过对LPC—10声码器进行深入研究,提出一种速率为1300b/s的极低速率语音编码算法。该算法在LPC—10声码器基础上,通过引入归一化互相关函数基音检测算法(NCCFPDA),提高了清浊音判决的准确率;通过引入线性谱(LSF),参数在同比特率量化的情况下提高的量化精度;通过引入联合帧和参数内插技术,降低了传输码率。经过以上改进,该算法在1300b/s的速率上获得了比较满意的合成语音,客观音质测试和非正式主观试听结果表明,其合成语音的可懂度和清晰度与传统的2400b/s线性预测LPC—10语音编码算法相当。

超低速率MELP语音编码算法研究

在语音编码算法中,混和激励线性预测(MELP)算法因为能更好的模拟自然语言特征,在低速率上能合成较高质量的语音,而成为现代低速率语音编码中最有潜力的算法之一。但在无线通信、卫星通信以及军用和保密通信中,信道带宽成为一个突出的问题,因此对更低速率语音压缩编码技术乃至超低速率的语音压缩编码技术的研究是非常有必要的。针对语音通信中关于极低速率的要求,深入分析了现今的几种基于MELP的低速率语音编码算法,对其原理以及关键技术进行了归纳总结,并对语音质量进行了比较。

基于DSP的甚低速率语音编码算法及其实现

在混合激励线性预测(MELP)算法的基础上,设计一种1 120 b/s MELP甚低速率语音编码算法。该算法通过增加帧长、动态比特分配和多帧联合矢量量化、及参数内插等方法降低语音的编码速率,并已在TMS320VC5416DSP芯片上实时实现。采用美国GL公司的语音质量评估系统VQT,对编解码的实时语音质量进行评估,语音质量感知评价高于3分。实验结果表明,该算法能够满足实际通信要求。

一种甚低码率声码器的设计

在混合激励线性预测(mixed excitation linear prediction,MELP)模型的基础上,以超帧为单位,采用多帧联合编码技术,分模式对子帧的语音特征参数进行联合量化,实现了一种码率为600 bit/s的声码器。为了进一步减小量化误差,设计出了一种基于高斯混合模型的预测分类分裂矢量量化器(predictive switched split vector quantization based on Gauss mixture model,GMM-PSSVQ),该量化器对超帧中某些子帧的线谱频率进行量化,并利用帧间预测和线性插值等方法提高编码效率。采用谱失真对设计的矢量量化器进行性能评估,并分别与多级矢量量化和预测分裂矢量量化算法进行性能比较;通过客观感知语音质量评估和主观判断韵字测试对实现的声码器进行性能测试。测试结果表明,设计的矢量量化器平均谱失真最低,实现的声码器合成语音具有较高的清晰度和可懂度。

一种基于MELP的高质量的0.6Kb/s语音编码算法

针对极低速率语音通信的要求,提出了一种基于MELP(Mixed-ExcitationLinearPrediction)的0.6Kb/s语音编码算法。把MELP算法中3个连续语音帧组成一个超级帧,充分利用参数的帧间相关性,进行联合量化,从而获得了高质量的合成语音。采用对线谱对频率的两帧联合量化与双向预测矢量量化对基音周期的按清浊音分模式量化,对子带清浊参数量化的统计码本构造,对能量参数采用分离均值矢量量化解码端对能量参数采用了一种效果更好的插值算法等。

基于二维非负矩阵分解的1kb/s WI语音编码算法

本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化.此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音.本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换(DCT)和分裂式矩阵量化等技术来降低编码速率和改善音质.非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法.

一种适合地面遥测接收站的语音编码方法

论文提出了一种适用于地面遥测接收站的语音编码方法。针对地面简易站扩频接收带宽小的特点,在混合激励线性预测(MELP)算法的基础上,设计了一种2.4Kbps的低速率语音编码算法。该算法通过增加帧长、多帧联合及参数内插等方法降低语音的编码速率。经仿真结果表明该语音编码方法适合目前地面遥测接收站技术要求,实用性强,适合在其它遥测系统中推广应用。

结合GPM划分的CIIP改进模式探析

为了提高CIIP(Combined Inter and Intra Prediction)模式的预测性能,设计改进的MPM(Most Probable Mode)列表,以改善纹理复杂区域中CIIP模式的帧内预测效果。同时,采用GPM(Geometric Partitioning Mode)的划分方式对CIIP模式进行区域划分,划分后的区域通过整数融合矩阵计算最终的CIIP预测值。实验结果表明:与参考模型VTM8.0相比,本文算法Y分量的BD-rate平均降低了0.12%,U,V分量的BD-rate基本不变。

机载雷达地面静止目标二维检测算法

针对机载宽带雷达由于地面目标距离向扩展、距离徙动等现象导致传统检测手段存在检测虚警高、算法适应度低的问题,提出了一种基于多帧联合的机载雷达地面静止目标二维检测算法。采用“初筛选+精检测”的两步处理思路,首先在距离压缩和走动校正后提取雷达主杂波数据,通过广义内积(generalized inner pro-duct,GIP)值计算及排序完成回波数据的初筛选;随后联合方位多帧设置二维检测窗及检测门限,完成地面作战目标的快速精细化检测。最后,通过仿真及机载试飞实测数据验证了方法的有效性。该方法能够有效降低检测虚警、提高数据处理效率,且操作简单、易于实现。

全天时中高轨目标探测系统恒星移除

在地基中高轨空间目标全天时光学探测系统中,由于白天探测目标的信噪比极低,采用多帧联合相关算法进行目标提取。为了解决多帧联合相关图像中恒星轨迹导致的目标提取困难,对单帧图像的恒星移除算法除进行研究。根据原始图像生成一帧可用于替换恒星像素的背景图像,根据恒星的成像特点对单帧图像进行目标提取,得到疑似恒星的备选目标,通过单帧检测和多帧关联检测方法确定实际恒星目标,将原始图像中的恒星目标替换为背景图像对应像素。实验结果表明:算法对星等在4~9之间的恒星移除效果较好,平均移除率为98%,经过多帧联合相关算法后的图像目标强度不变,但恒星轨迹明显减少。对于全帧图像,算法的平均耗时低于12 ms,满足相机25 Hz帧频的实时处理要求。实验研究对多帧联合相关算法提取中高轨道目标的效果有很大提升。

一种基于MELP的600b/s极低速率语音编码

为满足无线通信的要求,文中在传统的MELP的基础上,提出了一种速率为600b/s的语音编码算法。该算法利用帧间冗余,把连续的4帧构成一个超级帧进行联合量化。对线谱对采用两帧联合量化、双向线性内插技术,对能量参数采用分离均值矢量量化等技术。仿真实验证明该语音编码算法有较好质量。