形式冪級数域及广义Z变換在离散信号分析中的应用

在应用Z变换处理无限长离散信号序列时经常遇到收敛性的问題,使Z变換的应用范围受到一定限制。引入组合学中常见的“形式冪级数环”处理离散信号,将Z视办一个抽象符号,可以在一定程度上避免收敛性的问題,但也只限于处理“因果性”的离散信号,并且不能圆滿解决“卷积逆”和“卷积冪” 的运算问题。本文将“形式幂级数”的概念作了推广,使之可以处理“半因果性”的离散信号,在此范围内,卷积逆和卷积冪的运算都可以无障碍地进行,形成了“形式冪级数域”。 当指定Z为复数变元时,就有了形式冪级数的“变換”函数,即闭合形式的问题。本文中讨论了函数关于无穷远点的漸近展开与形式冪级数的关系,指出了很大一类在Z平面上“不收斂”的形式冪级数可以有渐近展开意义下的闭合形式,本文称之为广义Z变換,从而扩大了可用Z变换处理的离散信号之范畴。     

基于四叉树结构的小波格型矢量量化

基于格型矢量量化克服了传统矢量量化计算和存储复杂度高的缺点,提出了一种新型四叉树结构的小波格型矢量量化算法。对小波变换系数进行视觉加权,以感知的均方误差准则取代传统均方误差。改进零树编码方法,并按照小波系数的四叉树结构和其方向性来组织矢量,对重要系数作格型矢量量化。从而较好地综合利用了小波系数在空间和频域的能量集中特性。仿真实验证明,该方法具有速度快,存储量小的优点,与文献中其他算法相比,具有较高的编码效率。     

无零点梯形网络的一种新的综合方法——特征矩阵法

对双电阻终端无耗LC网络的工作参数综合,一般要解2n次高次代数方程。当各电抗元件有耗时,需要进行预畸;当损耗为任意预给值时,更缺少简明的求解法。本文对应用最广的双电阻终端LC无零点梯形网络试求了一种新的综合方法——特征矩阵法,具有较为简洁完整的形式,便于利用线代数中已有的算法编制计算程序。它适用于任意系数的无零点有理分式传递函数的综合,特别当各电抗元件为任意损耗时,综合过程也一样。另外,由于网络是在任给的负载端Q值的情形下完成综合的,这就对解决宽带匹配问题带来极大的方便。     

HDTV信源编码中的自适应处理

在序列图像编码中，自适应性是提高图像主观质量的一个关键，自适应处理方法一般是窈门（ｋｎｏｗ－ｈｏｗ）的形式出现，它是从编码的实践中获得的。讨论了人的视觉特性及如何将它用于对ＤＣＴ系数的量化，以改善ＨＤＴＶ序列解码象的主观质量。实验表明，文中所述方法的解码图像的主观质量比作者在文献［１］中报告的有明显改善。     

一种用于OFDM系统的信道冲激响应检测算法

提出了一种基于双滑动窗的检测算法,对信道冲激响应(CIR)进行检测。在采用相干解调的正交频分复用(OFDM)系统中,信道估计的精度对接收机性能有着重要影响。传统的OFDM时域CIR估计算法通常采用简单的门限检测,在检测小功率成分时,由于受噪声影响,容易发生误检或漏检,导致估计精度降低。该文在研究小功率CIR成分产生原因与分布特征的基础上,提出了一种改进的检测算法,并对检测性能进行了理论分析和仿真。仿真结果表明,该算法能够有效提高信道估计精度,改善系统误码性能。     

小波级数变换的一种离散小波变换算法

小波文献中，离散小波变换多由于带分解或拉普拉斯塔形分解等引出。本文从连续小波变换及小波级数变换出发，通过对采样过程的分析导出了离散小波变换的定义。离散小波变换是唯一便于Ｘ数值计算的小波变换，本文提出了一种以离散小波变换计算小波级数变换的算法，该算法较之Ｏ’Ｒｌｏｕｌ的类似算法相比，可取得更好的计算精度。     

分形图像压缩的进展

扼要综述了几何学新理论分形（Ｆｒａｃｔａｌ）用于静止图像编码与运动图像编码的原理与研究进展。     

数字高清晰度电视地面广播COFDM传输方案

数字高清晰度电视是新一代电视的发展方向,常用的传输方案是编玛正交频分复用（ＣＯＦＤＭ）方案和大联盟（ＧＡ）的残留边带调制（ＶＳＢ）方案。文中介绍了在于ＣＯＦＤＭ的数字高清晰度电视全数字发送部分的基本传输方案和硬件实现,分析了误码率等性能,并给出了实验结果。     

自适应变方块图像编码

介绍了一种适用于静止图像传输的自适应变方块图像编码方法。它以8×8像素的方块为基础,以解码后的归一化均方误差大小为依据,进行多次分割传送及逐级解码显示。各次传输的图像数据由每次分割后其相应均值差而定,收端以方块均值来恢复图像。计算机模拟实验表明:在恢复图像的主观质量与原始图像相比,看不出明显差别时,其平均编码率为0.6bit/pel 左右。     

图像分形压缩用于级进式传输和无损压缩

ＤＣＴ域分形图像压缩编码方法，其压缩后恢复的图像具有很好的图像质量，文中提出一种新的基于ＤＣＴ域分形图像有损压缩的图像级进式传输和无损压缩方案。实验结果证明了该方案的可行性。