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。     

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DCT-TCQ的SAR原始数据压缩算法

该文提出了一种基于离散余弦变换(DCT)和网格编码量化(TCQ)的SAR原始数据压缩算法。SAR原始数据可以看成是距离向和方位向的2维线性调频信号的线性平移叠加,因而含有丰富的频率分量,对DCT系数按频率分组,根据各组频率分量系数方差确定量化比特分配,然后对量化系数进行TCQ编码量化,可以大幅度提高了量化增益。真实SAR原始数据实验结果表明：该算法使SAR原始数据的压缩性能指标较现有算法有了明显提高。     

基于DCT的实值离散Gabor变换

该文提出了一种基于离散余弦变换(DCT)的实值离散Gabor变换(RDGT),不仅适用于临界抽样条件而且适用于过抽样条件,并证明了变换的完备性条件。由于这种变换仅涉及实值计算,并且可利用快速DCT,IDCT算法来加速运算,因此比传统复值离散Gabor变换在计算和实现方面更为简单,必将有效地提高非平稳信号与图像的分析、处理速度和效率。     

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。     

基于实值离散Gabor变换的联合时频域语音增强

传统变换域语音增强方法对语音做短时平稳性假设,这会造成对语音信号和噪声信号谱估计不准确,从而导致语音失真和残留噪声。本文提出一种从联合时频域进行语音增强的方法,该算法无需对语音做短时平稳假设。算法采用具有最佳能量聚集特性的高斯变换核函数,利用能快速实现的实值离散Gabor变换（RDGT）将语音信号变换到联合时频域,然后利用语音和噪声谱服从高斯分布的假设和无语音概率的思想进行基于最小均方误差的语音对数谱估计,采用改进的最小受控递归平均算法（IMCRA）进行噪声时频谱估计,在得到纯净语音的谱估计后利用实值离散Gabor逆变换获得纯净语音估计。实验表明,该算法相比频域变换算法具有较好的语音去噪度和较低的语音失真度。      

SAR原始数据时频域幅相压缩算法

采用时频分析的方法,结合SAR原始数据非平稳的时频振荡特性,提出了一种基于Gabor变换的SAR原始数据时频域幅相压缩算法.该算法首先对分块原始数据进行幅度-相位转换、2D-RDGT变换以及在时频域内对各频率平面根据方差进行比特分配,然后采用分块自适应量化算法量化各频率平面.实验结果表明,该算法与传统的BAQ算法和已有的幅相算法相比无论在数据域还是在图像域的压缩性能都取得了明显的改善.     

一种基于小波变换的高倍数SAR原始数据压缩算法

该文提出了一种基于分块提升小波变换的SAR原始数据压缩算法。在该算法中,针对SAR原始数据特点,提出一种有效的小波子带比特分配策略,为获得最优量化增益,在高比特率和低比特率两种情况下,分别采用均匀和非均匀Lloyd-Max量化器对小波系数进行量化。实验结果表明,该算法与传统BAQ和BAVQ算法相比,在信噪比和图像质量等各方面指标都取得了明显的改善。     

2D实值离散Gabor变换及其在图像变换编码中的应用

本文提出了二维实值离散Ｇａｂｏｒ变换（ＲＤＧＴ）的快速算法,并探讨了将其应用于图像压缩编码的基本方法。     

基于高斯分布判决的SAR原始数据压缩方法

针对合成孔径雷达(SAR)数据概率密度函数偏离高斯分布时分块自适应量化(BAQ)压缩算法性能下降的问题,提出一种判断SAR数据是否符合高斯分布的新方法,并将其应用于SAR原始数据压缩。该方法借助几何关系将高斯曲线用等面积的三角形替代,计算出二者的交点坐标,并对各交点范围内二者的积分值进行比较,得到三个判决条件;然后,将满足这些条件的SAR数据判断为标准高斯分布数据并进行BAQ压缩,对判断为非高斯分布的数据采用矢量量化方法压缩。最后,实测数据的仿真实验说明本文方法的性能优于BAQ和文献[9]的方法。     

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。     

一种改进矢量量化进行SAR原始数据压缩的方法

在通常的块自适应矢量量化的基础上,对其进行了改进。首先对原始数据进行块自适应量化,并将其符号位提取出来单独编码,从而大幅度缩小了数据的动态范围,然后对块自适应量化后的数据进行矢量量化编码。实验结果证明,该算法可以降低矢量量化的复杂度。     

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.     

二维实值离散Gabor变换时间递归算法的双层并行格型结构实现方法

本文首先简单回顾了作者曾提出的二维实值离散Gabor变换及其与复值离散Gabor变换的简单关系，然后着重探讨了二维实值离散Gabor变换快速计算问题，提出了二维实值离散Gabor变换系数求解的时间递归算法以及由变换系数重构原图像的块时间递归算法，研究了双层并行格型结构实现算法的方法，计算复杂性分析及与其它算法的比较证明了双层并行格型结构实现方法在实时处理方面的优越性。     

实值离散Gabor变换块时间递归算法的并行格型结构实现方法

Gabor变换在很多领域被认为是非常有用的方法,如语音与图像处理,雷达、声纳、振动信号的处理与理解等,然而实时应用却因其很高的计算复杂性而受到限制.为了减小计算复杂性,我们曾提出了实值离散Gabor变换法.本文首先简单回顾了作者曾提出的实值离散Gabor变换及其与复值离散Gabor变换的关系,然后为了有效地和快速地计算实值离散Gabor变换,提出了在临界抽样条件下和在过抽样条件下,一维实值离散Gabor变换系数求解的块时间递归算法以及由变换系数重建原信号的块时间递归算法,研究了两算法使用并行格型结构的实现方法,并讨论和比较了算法的计算复杂性和优越性.     

二维实值离散Gabor变换与DCT在图像编码中性能的比较

介绍了二维实值离散Gabor变换(RDGT)的快速算法,并着重探讨了二维实值离散Gabor变换与二维离散余弦变换在图像编码中的性能及差异.     

小波变换的SAR原始数据网格编码量化压缩算法

介绍了小波变换和网格编码量化的优点,针对SAR原始数据的基本特点,提出了基于小波变换的8状态网格编码量化压缩算法。对小波变换后的数据进行网格编码量化,利用卷集编码和信号空间扩展来增大量化信号间的欧氏距离,获得了更好的量化效果。利用实际数据进行的实验结果表明,文中提出的算法在量化性能上优于已有的各种压缩算法。     

使用变换域编码技术压缩SAR原始数据

首先分析了在合成孔径雷达（SAR）原始数据中通常使用的块自适应量化（BAQ）算法,然后在此基础上详细讨论了两种基于块自适应量化的变换域编码算法,即基于快速傅里叶变换块自适应量化（FFT-BAQ）和基于小波变换块自适应量化（WT-BAQ）,并对这两种算法压缩得到数据解压缩获得图像与块自适应量化得到的图像进行分析比较,结果显示变换域编码技术能改善SAR原始数据压缩性能。     

用于语音分析的实值离散GABOR变换

提出了语音信号的快速实值离散Gabor变换（RDGT）方法,讨论了由RDGT系数计算语音复谱图值、语谱图生成和语音信号的快速重建问题。并给出了实例。     

基于DCT的SAR原始数据压缩算法分析

根据合成孔径雷达(SAR)原始数据经离散余弦变换(DCT)后的系数特性,分析了在DCT域按各子带能量分布作变比特块自适应量化的算法--DCT域块自适应量化(DCT-BAQ),并将该方法与时域BAQ算法作了比较.结合一组实测SAR原始数据,用两种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了两种压缩算法所成的图像.实验证明,在相同的比特率下,DCT-BAQ算法的数据域和图像域信噪比均比时域BAQ算法高.数据域信噪比增加1.38～1.94 dB,图像域信噪比增加1.56～1.91 dB.加之DCT变换是实数运算、有快速算法,所以将它用于SAR原始数据压缩有一定的优越性.