编码理论的毕业论文

信道编码技术及电子系统工程应用的探讨论文

根据信道编码理论及编码、译码方法和技术的发展，结合工程实际从理论到实践进行了简要的阐述。

随着信息及信号传输技术的发展，应用电子领域也随之扩大并得到发展。通过对信源编码、信道编码、编码的方法，以及对压缩后的信息进行纠错编码，以抗击信道、网络及传输过程的误码或数据丢失，即信道编码问题的系统认识与理解对实际工程应用具有重要的意义。从电子系统工程的应用角度，对相关知识的理解与应用体会更为深刻。在此，就实际应用中贯穿其中的相关知识及带来的思考与启发扼要介绍。

一、信道编码理论及编、译码问题

衡量任何一个信号通信系统性能优劣的基本因素是有效性和可靠性，有效性是信道传输信息的速度快慢，可靠性是信道传输信息的准确程度。在数字通信系统中，信源编码是为了提高有效性，信道编码是为了提高可靠性，而在一个通信系统中，有效性和可靠性是互相矛盾的，也是可以互换的。我们可以用降低有效性的办法提高可靠性，也可以用用降低可靠性的办法提高有效性。而纠错编码，即信道编码问题是重点。

(一)编、译码问题

信道编码是以香农第二定理和香农第三定理为理论支持。在错误控制编码方面，主要是纠错线性分组码与非分组的卷积码。对于线性分组码，采用增加冗余码作为监督码，这样编出的码具有一定的检错和纠错能力。在译码方面，根据最大似然法译码，判断码的汉明距离，找到汉明距离最小的码，那就是在发送端传输过来的码。编码是一个比较抽象的概念，采用矩阵的描述方式表示编码，将输入的信息序列与生成矩阵相乘，那么就可以得到编码后的符号。在译码方面，通过奇偶校验矩阵就可以检测译码是否正确。

(二)关于卷积码

卷积码是编码不一样的领域，因为这种码在判决时用到过去的信息，也就是说，它是需要记忆的。这也就是卷积码得名的由来。卷积码的编码器由一个移位寄存器和相关逻辑电路组成，对每一个进入的信息帧，编码器都产生一个码字帧。当然，还可以画编码器的状态图，比较直观表示编码器根据输入情况而变化。根据状态图可画出网格图;由网格图很容易地知道卷积码的距离，这是卷积码译码的一个依据。卷积码用一个生成多项式矩阵表示，在编码方面极为方便，编码操作可以简单地描述为信息量矩阵与生成矩阵的乘积。而更加严谨、方便地表达，则需要生成函数。通过修改状态图，很容易得到生成函数。对生成函数的级数展开，可以很直观地得到汉明距离和输入路径的信息，最后还可以知道给定汉明距离全零路径的数量。

(三)Turbo码和LDPC码

Turbo码与LDPC码是两种性能接近香农极限的信道编码。Turbo码在低信噪比的情况下，性能比其他编码要好。Turbo码的优良性能在非实时数据通信方面被广泛采用。Turbo码是分组码和卷积码的“准”混合物。Turbo码有并行级联卷积码、串行级联卷积码和混杂级联卷积码三种不同的排列。因为有交织器的存在，所以编码器的纠错能力很好。LDPC码是一类可以用非常稀疏的校验矩阵或二分图定义的线性分组码，其特点是：译码算法具有线性复杂度可采用并行迭代方式，具有译码自校验特性，在高信噪比条件下能有效降低译码复杂度，提高误比特率性能;可以满足高性能信号通信要求。LDPC码以最低的复杂度提供了最好的性能。这意味着在同等性能情况下， LDPC码的复杂度只有Turbo码的1/4。与Turbo码相比，LDPC码尤其是非规则LDPC码具有非常出色的性能，优于迄今为止已知的其它编码方式。LDPC码与其它编码相比还有一些独特的优点：译码可以完全并行，因此可以获得更高的译码速度;译码器的复杂度大幅降低;译码是可验证的;非规则LDPC码具有天然的不等错误保护能力。

二、从信道编码定理看编、译码方法的发展

(一)信道编、译码方法的多样性

信道编码的'核心是“纠错”;信道编、译码的最终目的是实现信道与信号通信系统在可靠性指标下的优化。其方法是纠错编码，即抗干扰编码。奇偶校验码是一种检错分组码;由此原理派生出改进的：水平奇偶校验码、垂直奇偶校验码、群计数码等。定比码是一种只能发现错误的简单检错码，且需通过反向信道系统方能实现抗干扰。而重复码是前向纠错码，也是一种最简单的纠错码，实际应用较广泛。而由汉明码引出的线性分组码是一种具有线性代数关系的编码。在实际应用中，为得到希望的码长和信息位长度，将信息位缩减而得到原码的缩短码。在汉明码的基础上增加一位监督元，则产生增余汉明码或扩展汉明码，使纠错能力得到提高。而由完备码产生的完备译码、非完备译码，则反映了分组码的纠错能力是全部用于纠错，还是部分纠错检错。循环码是线性分组码中重要的一类码，从应用角度其编码与译码电路较为简单，易于实现;且编、译码方法方便、成熟。

(二)信道编、译码方法的发展过程与启示

不难看出，信道编码的方法是丰富多彩的。也是渐进发展，逐步完善的过程。由此可见，理论指导是发展的方向。对信道编码的理论支撑及方向的指引，使得信道编码方法沿着丰富而日臻完善、接近而趋于极限的方向发展。从这一发展过程可以看出，任何一种新的或衍生的方法，都是有局限性的。但这种局限和不完善性，并不会阻碍新的方法的产生和发展。旧的矛盾解决的同时，新的矛盾又会出现。正如，纠错检错能力的提高，对信息进行错误保护，以抵御信道或网络等信息传输过程的干扰所产生的误码或数据丢失的同时，也将使编码及信息传输效率降低。由于信道编码增加了数据量，其结果只能是以降低传送有用信息码率为代价。因此，不同的编码方式，其纠、检错的能力不同，编码效率(信息传输效率)也有所不同。

三、从工程应用实例看理论支撑点

(一)智能住宅小区建设中信道编码技术的应用

在工程中首次接触的，应用于数字电视地面广播(DTTB)的编码调制方案中，涉及到：以多级分组乘积码代替传统的串行级联编码结构，提高了频谱效率;同时采用一种多分辨率星座图，可在一个DTTB信道中提供3种级别的服务.在接收端采用基于MAX—LOG—MAP准则的迭代Turbo译码算法以获得可靠接收。仿真结果表明，在视觉门限BER=3×10-6处，高优先级码流的比特信噪比约为7dB，适用于高可靠性的服务.中优先级和低优先级码流可支持室外固定接收。由此，也加深了对并行级联卷积码的反馈迭代结构的理解。

(二)网络编码与网络安全

在网络工程中，接触到多址信道中联合网络编码和信道编码的设计方案。该方案利用LDPC码和网络编码的线性特性以及软输入软输出模块设计，不仅减少了编译码的复杂度，而且提高了编译码效率。同时，了解了网络——信道编码分离定理，以及该定理成立的条件，即当网络中的信道是确定型广播信道时，分离定理不成立。而信道安全编码与网络安全编码同样重要，又有所区别。信道编码问题，其核心是对传送的信息进行错误保护，以抗击信道或网络等信息传输媒介所带来的误码或数据丢失。而网络中的通信安全是网络编码研究的重要课题之一，网络安全编码更侧重于网络使用者信息及使用的安全层面。网络编码技术的发展可以大幅度提高网络的吞吐量。

四、结束语

专业技术的专长与拓展并存，这是专业技术发展的必然趋势。身处信息时代，信息科学是研究信息的获取、传输以及应用的科学，是信息资源与技术开发及其推广应用的理论基础，是信息技术及信息产业的核心。通信工程、电子信息工程、计算机科学、计算机应用等众多应用技术与信息科学、信息技术及信息产业息息相关。信道编码从理论上要解决理想编码器、译码器的存在性问题，即解决信道能传送的最大信息率的可能性和超过这个最大值时的传输问题;同时构造性的编码方法以及这些方法能达到的性能界限。筒言之，通过信道编码器和译码器来实现的用于提高信道可靠性的理论和方法。

数字图像压缩技术的研究及进展摘要：数字图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。本文介绍了当前几种最为重要的图像压缩算法：JPEG、JPEG2000、分形图像压缩和小波变换图像压缩，总结了它们的优缺点及发展前景。然后简介了任意形状可视对象编码算法的研究现状，并指出此算法是一种产生高压缩比的图像压缩算法。关键词：JPEG；JPEG2000；分形图像压缩；小波变换；任意形状可视对象编码一 引 言 随着多媒体技术和通讯技术的不断发展，多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求，也给现有的有限带宽以严峻的考验，特别是具有庞大数据量的数字图像通信，更难以传输和存储，极大地制约了图像通信的发展，因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输，并且要求复原图像有较好的质量。利用图像压缩，可以减轻图像存储和传输的负担，使图像在网络上实现快速传输和实时处理。 图像压缩编码技术可以追溯到1948年提出的电视信号数字化，到今天已经有50多年的历史了[1]。在此期间出现了很多种图像压缩编码方法，特别是到了80年代后期以后，由于小波变换理论，分形理论，人工神经网络理论，视觉仿真理论的建立，图像压缩技术得到了前所未有的发展，其中分形图像压缩和小波图像压缩是当前研究的热点。本文对当前最为广泛使用的图像压缩算法进行综述，讨论了它们的优缺点以及发展前景。二 JPEG压缩 负责开发静止图像压缩标准的“联合图片专家组”（Joint Photographic Expert Group,简称JPEG），于1989年1月形成了基于自适应DCT的JPEG技术规范的第一个草案，其后多次修改，至1991年形成ISO10918国际标准草案，并在一年后成为国际标准，简称JPEG标准。1．JPEG压缩原理及特点 JPEG算法中首先对图像进行分块处理，一般分成互不重叠的 大小的块，再对每一块进行二维离散余弦变换（DCT）。变换后的系数基本不相关，且系数矩阵的能量集中在低频区，根据量化表进行量化，量化的结果保留了低频部分的系数，去掉了高频部分的系数。量化后的系数按zigzag扫描重新组织，然后进行哈夫曼编码。JPEG的特点优点：（1）形成了国际标准；（2）具有中端和高端比特率上的良好图像质量。缺点：（1）由于对图像进行分块，在高压缩比时产生严重的方块效应；（2）系数进行量化，是有损压缩；（3）压缩比不高，小于50。 JPEG压缩图像出现方块效应的原因是：一般情况下图像信号是高度非平稳的，很难用Gauss过程来刻画，并且图像中的一些突变结构例如边缘信息远比图像平稳性重要，用余弦基作图像信号的非线性逼近其结果不是最优的。2． JPEG压缩的研究状况及其前景 针对JPEG在高压缩比情况下，产生方块效应，解压图像较差，近年来提出了不少改进方法，最有效的是下面的两种方法：（1）DCT零树编码 DCT零树编码把 DCT块中的系数组成log2N个子带，然后用零树编码方案进行编码。在相同压缩比的情况下，其PSNR的值比 EZW高。但在高压缩比的情况下，方块效应仍是DCT零树编码的致命弱点。（2）层式DCT零树编码 此算法对图像作 的DCT变换，将低频 块集中起来，做 反DCT变换；对新得到的图像做相同变换，如此下去，直到满足要求为止。然后对层式DCT变换及零树排列过的系数进行零树编码。 JPEG压缩的一个最大问题就是在高压缩比时产生严重的方块效应，因此在今后的研究中，应重点解决 DCT变换产生的方块效应，同时考虑与人眼视觉特性相结合进行压缩。三 JEPG2000压缩 JPEG2000是由ISO/IEC JTCISC29标准化小组负责制定的全新静止图像压缩标准。一个最大改进是它采用小波变换代替了余弦变换。2000年3月的东京会议，确定了彩色静态图像的新一代编码方式—JPEG2000图像压缩标准的编码算法。1．JPEG2000压缩原理及特点 JPEG2000编解码系统的编码器和解码器的框图如图1所示。编码过程主要分为以下几个过程：预处理、核心处理和位流组织。预处理部分包括对图像分片、直流电平（DC）位移和分量变换。核心处理部分由离散小波变换、量化和熵编码组成。位流组织部分则包括区域划分、码块、层和包的组织。 JPEG2000格式的图像压缩比，可在现在的JPEG基础上再提高10%~30%，而且压缩后的图像显得更加细腻平滑。对于目前的JPEG标准，在同一个压缩码流中不能同时提供有损和无损压缩，而在JPEG2000系统中，通过选择参数，能够对图像进行有损和无损压缩。现在网络上的JPEG图像下载时是按“块”传输的，而JPEG2000格式的图像支持渐进传输，这使用户不必接收整个图像的压缩码流。由于JPEG2000采用小波技术，可随机获取某些感兴趣的图像区域（ROI）的压缩码流，对压缩的图像数据进行传输、滤波等操作。2．JPEG2000压缩的前景 JPEG2000标准适用于各种图像的压缩编码。其应用领域将包括Internet、传真、打印、遥感、移动通信、医疗、数字图书馆和电子商务等。JPEG2000图像压缩标准将成为21世纪的主流静态图像压缩标准。四 小波变换图像压缩1．小波变换图像压缩原理小波变换用于图像编码的基本思想就是把图像根据Mallat塔式快速小波变换算法进行多分辨率分解。其具体过程为：首先对图像进行多级小波分解，然后对每层的小波系数进行量化，再对量化后的系数进行编码。小波图像压缩是当前图像压缩的热点之一，已经形成了基于小波变换的国际压缩标准，如MPEG-4标准，及如上所述的JPEG2000标准 。2．小波变换图像压缩的发展现状及前景 目前3个最高等级的小波图像编码分别是嵌入式小波零树图像编码（EZW），分层树中分配样本图像编码（SPIHT）和可扩展图像压缩编码（EBCOT）。（1）EZW编码器 1993年，Shapiro引入了小波“零树”的概念，通过定义POS、NEG、IZ和ZTR四种符号进行空间小波树递归编码，有效地剔除了对高频系数的编码，极大地提高了小波系数的编码效率。此算法采用渐进式量化和嵌入式编码模式，算法复杂度低。EZW算法打破了信息处理领域长期笃信的准则：高效的压缩编码器必须通过高复杂度的算法才能获得，因此EZW编码器在数据压缩史上具有里程碑意义。（2）SPIHT编码器 由Said和Pearlman提出的分层小波树集合分割算法（SPIHT）则利用空间树分层分割方法，有效地减小了比特面上编码符号集的规模。同EZW相比，SPIHT算法构造了两种不同类型的空间零树，更好地利用了小波系数的幅值衰减规律。同EZW编码器一样，SPIHT编码器的算法复杂度低，产生的也是嵌入式比特流，但编码器的性能较EZW有很大的提高。（3）EBCOT编码器优化截断点的嵌入块编码方法（EBCOT）首先将小波分解的每个子带分成一个个相对独立的码块，然后使用优化的分层截断算法对这些码块进行编码，产生压缩码流，结果图像的压缩码流不仅具有SNR可扩展而且具有分辨率可扩展，还可以支持图像的随机存储。比较而言，EBCOT算法的复杂度较EZW和SPIHT有所提高，其压缩性能比SPIHT略有提高。小波图像压缩被认为是当前最有发展前途的图像压缩算法之一。小波图像压缩的研究集中在对小波系数的编码问题上。在以后的工作中，应充分考虑人眼视觉特性，进一步提高压缩比，改善图像质量。并且考虑将小波变换与其他压缩方法相结合。例如与分形图像压缩相结合是当前的一个研究热点。五 分形图像压缩 1988年，Barnsley通过实验证明分形图像压缩可以得到比经典图像编码技术高几个数量级的压缩比。1990年，Barnsley的学生提出局部迭代函数系统理论后，使分形用于图像压缩在计算机上自动实现成为可能。1． 分形图像压缩的原理 分形压缩主要利用自相似的特点，通过迭代函数系统（Iterated Function System, IFS）实现。其理论基础是迭代函数系统定理和拼贴定理。 分形图像压缩把原始图像分割成若干个子图像，然后每一个子图像对应一个迭代函数，子图像以迭代函数存储，迭代函数越简单，压缩比也就越大。同样解码时只要调出每一个子图像对应的迭代函数反复迭代，就可以恢复出原来的子图像，从而得到原始图像。2．几种主要分形图像编码技术 随着分形图像压缩技术的发展，越来越多的算法被提出，基于分形的不同特征，可以分成以下几种主要的分形图像编码方法。（1）尺码编码方法 尺码编码方法是基于分形几何中利用小尺度度量不规则曲线长度的方法，类似于传统的亚取样和内插方法，其主要不同之处在于尺度编码方法中引入了分形的思想，尺度 随着图像各个组成部分复杂性的不同而改变。（2）迭代函数系统方法 迭代函数系统方法是目前研究最多、应用最广泛的一种分形压缩技术，它是一种人机交互的拼贴技术，它基于自然界图像中普遍存在的整体和局部自相关的特点，寻找这种自相关映射关系的表达式，即仿射变换，并通过存储比原图像数据量小的仿射系数，来达到压缩的目的。如果寻得的仿射变换简单而有效，那么迭代函数系统就可以达到极高的压缩比。（3）A-E-Jacquin的分形方案 A-E-Jacquin的分形方案是一种全自动的基于块的分形图像压缩方案，它也是一个寻找映射关系的过程，但寻找的对象域是将图像分割成块之后的局部与局部的关系。在此方案中还有一部分冗余度可以去除，而且其解码图像中存在着明显的方块效应。3．分形图像压缩的前景 虽然分形图像压缩在图像压缩领域还不占主导地位，但是分形图像压缩既考虑局部与局部，又考虑局部与整体的相关性，适合于自相似或自仿射的图像压缩，而自然界中存在大量的自相似或自仿射的几何形状，因此它的适用范围很广。六 其它压缩算法 除了以上几种常用的图像压缩方法以外，还有：NNT（数论变换）压缩、基于神经网络的压缩方法、Hibert扫描图像压缩方法、自适应多相子带压缩方法等，在此不作赘述。下面简单介绍近年来任意形状纹理编码的几种算法[10]~ [13]。（1）形状自适应DCT（SA-DCT）算法 SA-DCT把一个任意形状可视对象分成 的图像块，对每块进行DCT变换，它实现了一个类似于形状自适应Gilge DCT[10][11]变换的有效变换，但它比Gilge DCT变换的复杂度要低。可是，SA-DCT也有缺点，它把像素推到与矩形边框的一个侧边相平齐，因此一些空域相关性可能丢失，这样再进行列DCT变换，就有较大的失真了[11][14][15]。（2）Egger方法 Egger等人[16][17]提出了一个应用于任意形状对象的小波变换方案。在此方案中，首先将可视对象的行像素推到与边界框的右边界相平齐的位置，然后对每行的有用像素进行小波变换，接下来再进行另一方向的小波变换。此方案，充分利用了小波变换的局域特性。然而这一方案也有它的问题，例如可能引起重要的高频部分同边界部分合并，不能保证分布系数彼此之间有正确的相同相位，以及可能引起第二个方向小波分解的不连续等。（3）形状自适应离散小波变换（SA-DWT） Li等人提出了一种新颖的任意形状对象编码，SA-DWT编码[18]~[22]。这项技术包括SA-DWT和零树熵编码的扩展（ZTE），以及嵌入式小波编码（EZW）。SA-DWT的特点是：经过SA-DWT之后的系数个数，同原任意形状可视对象的像素个数相同；小波变换的空域相关性、区域属性以及子带之间的自相似性，在SA-DWT中都能很好表现出来；对于矩形区域，SA-DWT与传统的小波变换一样。SA-DWT编码技术的实现已经被新的多媒体编码标准MPEG-4的对于任意形状静态纹理的编码所采用。 在今后的工作中，可以充分地利用人类视觉系统对图像边缘部分较敏感的特性，尝试将图像中感兴趣的对象分割出来，对其边缘部分、内部纹理部分和对象之外的背景部分按不同的压缩比进行压缩，这样可以使压缩图像达到更大的压缩比，更加便于传输。七 总结 图像压缩技术研究了几十年，取得了很大的成绩，但还有许多不足，值得我们进一步研究。小波图像压缩和分形图像压缩是当前研究的热点，但二者也有各自的缺点，在今后工作中，应与人眼视觉特性相结合。总之，图像压缩是一个非常有发展前途的研究领域，这一领域的突破对于我们的信息生活和通信事业的发展具有深远的影响。参考文献：[1] 田青. 图像压缩技术[J]. 警察技术, 2002, (1)：30-31.[2] 张海燕, 王东木等. 图像压缩技术[J]. 系统仿真学报, 2002, 14(7)：831-835.[3] 张宗平, 刘贵忠. 基于小波的视频图像压缩研究进展[J]. 电子学报, 2002, 30(6)：883-889.[4] 周宁, 汤晓军, 徐维朴. JPEG2000图像压缩标准及其关键算法[J]. 现代电子技术, 2002, (12)：1-5.[5] 吴永辉, 俞建新. JPEG2000图像压缩算法概述及网络应用前景[J]. 计算机工程, 2003, 29(3)：7-10.[6] J M Shaprio. Embedded image coding using zerotree of wavelet coefficients[J]. IEEE Trans. on Signal Processing, 1993, 41(12): 3445-3462.[7] A Said, W A Pearlman. A new fast and efficient image codec based on set partitioning in hierarchical trees[J]. IEEE Trans. on Circuits and Systems for Video Tech. 1996, 6(3): 243-250.[8] D Taubman. High performance scalable image compression with EBCOT[J]. IEEE Transactions on Image Processing, 2000, 9(7): 1158–1170.[9] 徐林静, 孟利民, 朱建军. 小波与分行在图像压缩中的比较及应用. 中国有线电视, 2003, 03/04：26-29.[10] M Gilge, T Engelhardt, R Mehlan. Coding of arbitrarily shaped image segments based on a generalized orthogonal transform[J]. Signal Processing: Image Commun., 1989, 1(10): 153–180.[11] T Sikora, B Makai. Shape-adaptive DCT for generic coding of video[J]. IEEE Trans. Circuits Syst. Video Technol., 1995, 5(1): 59–62.[12] T Sikora, S Bauer, B Makai. Efficiency of shape-adaptive 2-D transforms for coding of arbitrarily shaped image segments[J]. IEEE Trans. Circuits Syst. Video Technol., 1995, 5(3): 254–258.[13]邓家先 康耀红 编著 《信息论与编码》