多域波分复用光网络低复杂度信息压缩仿真

发布时间：2021-04-07 12:04

　　经过长时间的研究发现,在多域波分复用光网络中,使用传统的压缩方法对低复杂度信息进行压缩,存在着失真率高、占用内存空间大的问题,为此设计以多域WDM光网络拓扑原理和压缩感知原理为理论基础的低复杂度信息压缩优化方法。方法将采集的低复杂度信息按照不同的类型分别进行小波变换,求出信息熵冗余;参照计算出的冗余可供压缩度进行置信度传播数据编码。从压缩的失真率以及压缩体积两个方面进行仿真,发现上述方法可以将失真率控制在0.18%左右,且压缩完成的信息大小为传统方法的0.1-0.15倍,有效减少了存储占用空间。 

【文章来源】：计算机仿真. 2020,37(10)北大核心

【文章页数】：5 页

【图文】：

拓扑结构图

在两个优化原理的基础上,针对低复杂度的信息压缩方法进行优化设计[8]。优化压缩方法的设计流程如图2所示。从图2(a)中可以看出信息压缩方法执行分为4个步骤,而图2(b)中表示的是发送端在压缩过程中的内部运转流程。

图像信息中一些像素、色彩、明度等信息无法量化进行传输,因此需要将虚拟概念转化成可以用数据进行表述的形式,图像信息的变换过程如图3所示。从图中可以看出,图像信息的变换需要借助洗牌算法将其量化。将采集到的图像用二进制方式读取,并对其进行分组[11]。从图像的第一个像素点开始,其对应的是二进制的第一个比特位,通常情况下8个像素点组成一个矩阵序列,相对应的8个比特位为一个向量组,当图像的像素点无法组成一组时,用二进制数的前面补0并补够8位。用C来表示图像信息,其可表示为

【参考文献】：
期刊论文
[1]基于分块KLT的多光谱遥感图像低复杂度有损压缩[J]. 王平,陈欣,粘永健,许可.  红外技术. 2018(02)
[2]视觉传感网络压缩图像破损数据重构方法仿真[J]. 李恩林,刘洋.  计算机仿真. 2018(01)
[3]低复杂度的降维量子压缩算法[J]. 刘欣,梁彦霞,聂敏,魏媛媛.  光电子·激光. 2017(11)
[4]一种新的JPEG-LS压缩算法的低延迟实现方案[J]. 阙恒,王渊峰,武凤霞.  集成电路应用. 2017(06)
[5]正交空间调制的低复杂度检测算法[J]. 骆楷,黄俊伟,周朋光,徐浩,吴灿.  电信科学. 2017(05)
[6]基于压缩感知的低复杂度分数时延信道估计方法[J]. 马子骥,彭强,王炼红,刘宏立.  电子测量与仪器学报. 2017(05)
[7]一种高性能低复杂度的基于串匹配的屏幕图像无损压缩算法[J]. 林涛,蔡文婷,陈先义,周开伦,王淑慧.  电子与信息学报. 2017(02)
[8]基于压缩域时空复杂度的实时视频满意度模型[J]. 符双,李凡,郭倩.  计算机应用研究. 2017(09)

硕士论文
[1]基于快速FPC的重构算法及其在视频帧解压缩中的应用研究[D]. 郭青青.南京邮电大学 2017
[2]多域软件定义光网络中多参数约束的路由和频谱分配算法研究[D]. 李凤云.河北工程大学 2017



本文编号：3123452