基于图像压缩感知的信源信道联合编码系统研究

发布时间：2017-09-06 00:15

  本文关键词：基于图像压缩感知的信源信道联合编码系统研究

  更多相关文章： 信源信道联合编码 压缩感知 观测矩阵 Turbo码 不等差错保护

【摘要】：传统的通信系统根据香农分离原理将信源编码和信道编码分别设计、互不相关。信源编码器以获得最大压缩比为目标,不考虑具体信道的特性;而信道编码器以获得最小差错概率为目标,不会根据信源分布特性进行针对性的保护。然而,对于大多数的通信系统而言,例如蜂窝通信、一对多的广播通信、多径严重的水声通信等,都无法满足分离原理实现系统最优性能的前提条件。因此,实际应用中有必要将信源、信道因素综合考虑,优化地分配信道资源,使系统达到端到端性能最优。本文将双重不等差错保护与码率动态分配机制相结合,构建了一种基于图像压缩感知的信源信道联合编码系统。论文的主要研究工作和创新点如下:1.研究了信源编码和信道编码的原理、分类及经典算法,并通过仿真实现了若干经典编码算法。在此基础上,着重研究了信源信道联合编码理论的原理、分类、优势及适用范围。2.深入研究了压缩感知理论,实现了将压缩感知理论应用在信源信道联合编码系统中的方法。该方法不仅发挥了压缩感知相对于传统压缩编码方法压缩比高、重构性能精确的优势,而且在同等重构精度下,可大量减少所需存储的数据量。3.提出了一种基于帐篷混沌序列的观测矩阵的设计方法。该观测矩阵利用混沌序列优异的伪随机性,克服了随机观测矩阵在不确定性、硬件实现、存储方面的缺陷。对比分析该观测矩阵与三种典型的随机观测矩阵的重构性能,仿真结果表明:在相同压缩比的条件下重构性能优于随机观测矩阵。4.提出了一种基于图像压缩感知的信源信道联合编码方法。该方法根据信源分布特性进行信源信道联合编码,将双重不等差错保护的思想与码率动态分配机制相结合。信源编码部分利用二维离散小波变换分离出图像的低频重要分量和次重要分量,再依据各分量的重要性利用压缩感知进行不等压缩,得到具有渐进性的码流,实现信源不等压缩;信道编码部分根据码流的渐进性动态地调节Turbo码的编码码率,实现信道不等差错保护。仿真实验验证:对于不同类型、不同数据量的图像信号,在压缩比高达7:1左右时仍可获得较高的重构精度,减少系统耗能、增加传输效率。5.建立了一种有损编码与无损编码相结合的双重压缩方法。在信源编码模块中将压缩感知与Huffman熵编码结合,由于Huffman熵编码本身作为一种最优的无损压缩方法可以获得2:1~5:1的压缩比,二者结合可以使系统获得更高的压缩比。
【关键词】：信源信道联合编码 压缩感知 观测矩阵 Turbo码 不等差错保护
【学位授予单位】：西北工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN911.2
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景及意义10-11
• 1.2 信源信道联合编码的国内外研究现状11-13
• 1.3 主要研究内容13-16
• 第2章 信源信道联合编码理论概述16-22
• 2.1 信源编码理论16-17
• 2.2 信道编码理论17-18
• 2.3 信源信道联合编码理论18-20
• 2.4 图像质量的测评20
• 2.5 本章小结20-22
• 第3章 压缩感知理论概述22-30
• 3.1 信号的稀疏表示22-26
• 3.2 观测矩阵的设计26-27
• 3.3 重构算法27-29
• 3.4 本章小结29-30
• 第4章 基于混沌序列的观测矩阵设计30-38
• 4.1 基于帐篷混沌序列的观测矩阵设计30-31
• 4.2 仿真实验31-35
• 4.3 本章小结35-38
• 第5章 基于图像压缩感知的信源信道编码系统设计38-58
• 5.1 基于压缩感知的信源编码方案38-45
• 5.1.1 小波变换38-41
• 5.1.2 基于小波变换的图像压缩感知41-42
• 5.1.3 Huffman熵编码42-45
• 5.2 基于不等差错保护的信道编码方案45-52
• 5.2.1 Turbo码的编码原理45-46
• 5.2.2 Turbo码的译码算法46-52
• 5.2.3 信道编码方案52
• 5.3 基于DWT-CS的信源信道联合编码方案52-56
• 5.3.1 系统框图52-53
• 5.3.2 仿真实验53-56
• 5.4 本章小结56-58
• 第6章 总结与展望58-60
• 6.1 本文工作总结58
• 6.2 研究工作展望58-60
• 参考文献60-64
• 发表论文及参加科研情况64-66
• 致谢66-67

【参考文献】

中国期刊全文数据库 前7条

1 陈俊宏;张钦宇;;基于最优小波分组的联合信源信道编码图像传输系统[J];通信学报;2012年10期

2 ;Studies and advances on joint source-channel encoding/decoding techniques in flow media communications[J];Science China(Information Sciences);2010年01期

3 罗松江;丘水生;骆开庆;;混沌伪随机序列的复杂度的稳定性研究[J];物理学报;2009年09期

4 张春梅;尹忠科;肖明霞;;基于冗余字典的信号超完备表示与稀疏分解[J];科学通报;2006年06期

5 单梁,强浩,李军,王执铨;基于Tent映射的混沌优化算法[J];控制与决策;2005年02期

6 高西奇,甘露,邹采荣;多小波变换的理论及其在图像处理中的应用[J];通信学报;1999年11期

7 周世东,梅顺良,姚彦;并行级联卷积码的最新进展[J];电子学报;1998年07期

，

本文编号：801030