基于子载波快跳频的短波BICM-OFDM/FH系统

为了提高短波跳频系统数据传输的实时性和可靠性,提出了一种将比特交织编码调制(BICM)与正交频分复用(OFDM)相结合以获得编码增益的BICM-OFDM/FH系统,进行理论分析,并采用Matlab进行数值仿真.仿真结果表明:在比特误码率为1.0×10-5条件下,BICM技术可有效地改善短波多径衰落信道的性能,使编码增益达到5dB;若辅以子载波快速跳频技术可获得10dB的编码增益.     

AVS视频标准的帧内预测算法改进

为优化AVS视频编码算法提高其算法的运算效率,对AVS视频编解码标准中的帧内编码算法结构进行了合理调整,并对AVS帧内预测的C代码进行优化处理,减少了AVS帧内预测算法的冗余计算和判断,实现了一种改进的帧内预测程序.实验结果表明：优化后的AVS视频编码算法的运算速度提高10%以上,编解码的帧率平均每秒提高7帧左右.     

Wyner-Ziv视频编码中Key帧快速预测算法

以提高Wyner-Ziv编码性能为目的,使用H．264帧内编码技术对Wyner-Ziv编码中的K帧进行编码,利用其优异的编码性能来提高K帧编码质量．同时从帧间相关性利用、亮度块模式之间的选择以及4×4亮度块预测模式选择的角度对H．264的帧内预测进行了改进,降低其编码复杂度,实验表明：改进后的K帧编码算法耗时仅为H．264帧内编码算法的5％左右．     

降低OFDM符号峰均比的自适应交织方法

针对正交频分复用（OFDM）系统传输的符号具有很高峰值平均功率比的问题，提出了一种自适应交织方法，该方法采用门限控制技术，对经过K-1路交织器后符号的峰均比进行白适心控制，将待传输符号的峰均比降低至特定门限下，致使某些传输符号的峰均比小会出现最佳状态，但均满足峰均比门限，以提高很小的峰均比（≤0．5dB）作为代价，达到降低系统复杂度并且有效降低OFDM符号峰均比的目的．仿真试验结果表明：采用自适心交织万法比传统K-1路交织器方法町减少使用60％以上的交织器，同时可使OFDM系统传输符号的峰均比降低2．5dB。     

基于M-picture的动态光线空间编码新方法

提出了新的基于M-picture的动态光线空间编码方法．新的编码结构满足时间轴和视点间低延时的随机访问的要求,同时通过更准确的时空域联合预测减少残差和帧内块数,提高了编码效率.     

基于失真传递的时域自适应量化算法

码率控制是视频编码器中的关键模块,其算法直接决定编码器率失真性能.视频编码帧间预测导致的编码失真会在时域产生传递效应,考虑该传递效应是优化码率控制算法性能的关键.宏块树码率控制是一种典型的时域量化控制算法,核心是根据编码单元失真传递量(相对传递代价ρ)自适应地调整量化参数(偏移量δ),合适的δ-ρ映射关系是宏块树量化控制算法的核心.宏块树算法采用基于经验的δ-ρ模型,对不同视频序列的普适性有待改进,模型准确度和精度也需进一步优化.针对上述问题,将竞争决策方法用于探索最优δ-ρ映射关系,提出了一种率失真性能优化的失真时域传递自适应量化δ-ρ模型,以改进时域自适应量化算法.实验结果表明,信噪比BD-PSNR较原模型提升了0.14dB以上,SSIM性能提升了0.29dB.算法能更好地控制码率时域分配,降低失真时域传递恶化.     

基于子带位平面容错算法的应用

在研究容错图像编码算法的基础上，针对图像压缩编码中复杂度较大和将图像分成多个小块而带来的图像重建中有分块痕迹等问题，在子带位平面编码（SBC）算法中加入了与图像无关的率失真优化编码并采用虚拟分块的方法，对SBC算法进行了改进，实验结果表明，在相同压缩倍数和相同误码率情况下，本算法与传统的图像压缩算法重建图像的峰值信噪比提高了1．0～1．5dB。     

基于VO的视频编码技术研究

MPEG-4视频编码既提供了传统的基于帧的编码方法也提供了基于视频对象的编码方法,为高效压缩与基于内容的交互提供了坚实的基础.本文介绍了MPEG-4的基于对象编码、时空域可扩性等新特点及优势,同时介绍了一些适用该标准的关键算法.     

一种车载超短波电台的跳频同步方法

为解决传统参考时钟同步法用于车载超短波跳频电台时因电波传输延时不确定性带来的问题,基于分段同步的思想,提出一种多支路并行同步的改进方法.通过将最大通信距离划分为多个连续区间,在每个区间设计独立的同步支路并预设延时值,各支路并行工作,保证同步可靠性的同时有效消除电波传输延时带来的问题.以50km最大通信距离(即167μs的电波传输延时)、5条支路进行了同步仿真.结果表明,同传统参考时钟法相比,跳频速率由6 000hop/s提高到25 000hop/s,同步时间缩短28%,检测概率有显著提高.     

Turbo码MAP译码的重编码方法

为了提高Turbo码MAP译码性能,提出了一种全新的重编码方法.该方法在编码器端采用删余矩阵,在译码器前端加入一个重编码单元,该重编码单元由解调判决器、重编码器、码元比较器、BPSK调制器和复用器组成.仿真结果表明：该方法可有效减少译码迭代次数,缩短译码延迟,从而在信噪比E_b/N₀=1.0 dB时,使误比特率（BER）降到原来3.37×10^-3的1/2左右.通过分析比较3种通用的MAP译码算法和重编码单元的计算复杂度,验证了重编码方法的优越性.仿真和理论分析结果表明,重编码方法可以显著提高MAP译码性能,有较高的潜在应用价值.     

低码率下H.264视频编码器实时优化

分析了H.264编码工具在低码率应用场合的编码性能,选择了1/4像素精度的运动补偿、8×8及更大块模式组合、1~2个参考帧、CABAC熵编码的编码方案,对占计算量最大的整数点和子像素点运动搜索算法进行改进,在P4平台上利用并行数据处理对主要计算模块进行指令优化,大幅度提高其编码速度,满足实时视频通信要求.     

H.264中帧内预测算法的快速实现

通过结合图像边缘方向信息4×4亮度块和16×16亮度块之间选择的2个特点,对H.264的帧内预测算法进行了相应的改进.结果表明,本文算法和H.264校验模型JM86相比,图像编码质量和输出码率基本保持不变,但编码时间却明显少于校验模型JM86.     

H.264快速帧内预测算法 H.264快速帧内预测算法

在新制定的H.264视频编解码标准中,帧内预测是一项重要的技术.它利用周围像素预测当前块来降低空间冗余,能极大地提高H.264的编码效率.然而,帧内预测的4×4及16×16预测分别有9种和4种模式.为选出最佳模式,全搜索算法需要花费极大的计算量.为了降低帧内预测的复杂度,提出了一种快速帧内预测算法.该算法针对全Ⅰ帧编码,充分利用了时域、空域及不同块大小间的相关性来预测当前块的最佳模式,并结合提前中止算法来减少不必要的模式选择计算.实验结果表明:与全搜索相比,文中提出的算法能减少50%～75%的帧内预测计算量,而保持图像质量几乎不变.     

基于多视点视频编码宏块模式选择的快速算法

为降低多视点视频编码中宏块模式选择带来的编码复杂度,提出了一种新的宏块模式选择快速算法.首先分析了最优模式选择的统计特征,接着根据宏块的亮度信息对图像进行区域划分,进而对不同区域选择不同的模式,以达到快速找到最优模式的目,最后提出了一种基于宏块亮度绝对均值差的宏块模式选择的快速算法.实验结果表明:提出的快速算法在保持率失真性能基本不变的情况下,编码速度比多视点视频编码校验模型JMVM提高4.14~9.83倍.     

宽带FRA中同时实现信号增益与噪声平坦的快速算法

首先优化了多波抽运拉曼光纤放大器的功率耦合方程,并利用小信号方法解决反向抽运的边值问题,其次采用遗传算法同时实现了信号增益谱和噪声谱的平坦.计算表明:双向抽运方式下系统噪声谱在C L波段(1.53~1.61μm)比反向抽运更为平坦;抽运光数目与增益平坦度呈非线性关系并存在下限值.通过多次测试,对于10波抽运,100信道的DWDM系统(带宽为80 nm),增益波动小于1 dB的优化时间可控制在400 s以内.     

一种改进的H.264视频防失真漂移隐写算法

数字视频中量化后的残差DCT(离散余弦变换)系数常用来作为隐写嵌入的位置,而直接在DCT域上隐写会导致视频帧出现失真漂移现象,使视频质量受到严重破坏.本文在已有文献的基础上,针对H.264/AVC视频,研究了基于纹理特征的帧内8×8亮度块上的隐写模型,将8×8块和4×4块上的隐写模型相结合,提出了一种改进的H.264视频防失真漂移隐写算法.与已有文献中的隐写算法相比,本文提出的隐写算法在PSNR平均仅降低1.94dB的情况下,隐藏容量平均提升30%.     

基于灰色关联分析的H.264/AVC视频隐写算法

针对当前视频隐写算法对视频质量和码率影响较大等问题,结合H.264编码标准的宏块分割特性,提出一种基于灰色关联分析的视频隐写算法.该算法对原始载体进行灰色关联度计算,判断其是否为非平滑块,再对帧做离散余弦变换(DCT)变换,根据H.264/AVC编码的宏块分割特性得出的分块大小选择合适的嵌入量,在DCT块的低频区域进行嵌入.实验结果表明,进行秘密信息嵌入后,对视频序列的影响较小,亮度分量的峰值信噪比(PSNR)值平均下降约1.323dB,隐写分析平均检测率为35.73%,算法的平均嵌入容量为417b/帧,对码率影响仅在3%以下,攻击后提取秘密消息的相似度(SIM)值在0.79以上.因此,该算法对视频质量和码率影响较小,并具有抗噪声、滤波攻击,隐写容量大等优点.     

并行Adaboost-BP算法及其在海量图像分类中的应用

为解决基于单节点架构的传统分类算法存在的时间效率差、分类准确率低等问题,提出了一种基于并行Adaboost-BP神经网络的海量图像分类方法.将BP神经网络作为弱分类器,由Adaboost算法组合15个BP神经网络的输出,构建了强分类器;充分利用了Hadoop平台下Map Reduce并行编程模型,提出了海量图像的自动分类模型,设计了并行Adaboost-BP神经网络算法的Map和Reduce任务.多组实验表明,相对于传统的AdaboostBP神经网络算法,提出的算法在Pascal VOC2007数据集和Caltech256数据集上的平均分类准确率分别提高了14.5%和26.0%,而且算法运行耗时少,系统加速比随集群节点个数增加而增加,在图像规模增加到20 000时,加速比几乎呈线性增长趋势.实验结果充分证明,提出的方法适合海量图像的自动分类和预测.     

短波差分跳频通信系统抗多音干扰的性能分析

针对应用于军事通信的短波差分跳频系统中存存敌意多音干扰的问题，建立了系统的多音干扰模型，采用一种联合一切尔诺大限的方法，从理论上导出了该系统（无编码）在加性高斯白噪声信道和瑞利衰落信道条件下抗多音干扰的比特误码率性能上界；并采用RS信道编码方法，对尢编码系统在瑞利衰落信道下误码率为10^-3时出现的差错平板进行了改善．数值结果表明编码后的系统较无编码系统能获得约7dB的性能增益，有效提高了抗多音干扰的能力．     

基于可满足性模理论的CMOL电路单元映射

针对纳米CMOS混合电路(CMOL)单元映射时, 传统的精确算法存在编码变量多、文件存储大导致的求解规模受限问题, 提出了一种基于可满足性模理论(SMT)的CMOL电路单元映射方法, 该方法通过整型编码减小文件存储大小, 通过渐进式求解算法兼顾求解规模和速度. 实验结果表明, 与传统的精确算法相比, 本文提出的方法可大幅减少中间处理文件的大小, 并以较小的求解速度为代价提高了处理大规模电路的能力.