LDPC带选主元三角分解编码性能

分析LDPC码的特点和优势。阐述LDPC码的编码原理和基于生成矩阵、基于三角分解两种主要编码方法。指出三角分解编码方法受到矩阵分解限制:矩阵要求满秩,矩阵所有的顺序主子式非零。分析带选主元三角分解法的编码方法。使用C语言编译环境和X86计算机,对LDPC基于生成矩阵的编码系统和带选主元三角分解法的编码系统进行计算,得到P4(R)3.2 GHz、内存512 M硬件环境下的编码效率。     

流化H.264编码的数据并行方法

流模型是一种源于媒体处理的新型并行计算模型.然而H.264编码作为媒体处理领域中的重要应用,在与流模型适配时,却出现重要障碍,主要是由于相关性问题极大地限制了流化过程中数据级并行的开发.针对这个问题,首先根据编码算法分析了编码过程中遇到的相关性问题,然后为各主要编码模块分别提出解除相关性限制的数据并行编码方法.采用这些...     

用分子子图法计算烷烃热力学函数

在一种新的烷烃分子子图编码方法基础上 ,对烷烃的系列热力学函数进行了拟合和预测 ,取得了满意结果。对吉布斯自由能ΔGf,原子生成热ΔHatm,热容 Cp,蒸发热ΔHV,液态生成热ΔHf( l) 和熵 S的拟合方程的回归系数分别为 0 .9559,1 .0 0 0 0 ,0 .990 5,0 .9969,0 .9973和 0 .992 2。     

面向边缘的分类DCT变换在视频编码中的应用

DCT+运动估计与补偿方法是实用的视频编码方法。目前包括甚低速视频编码标准H.263在内的多种视频标准均采用这种方法。考虑到视觉对于边缘信息的敏感性,我们根据边缘特性对编码块进行分类量化,使得边缘附近的量化噪声具有边缘相似性,从而最优地保留对于视觉敏感的DCT系数,在保证编码效率的同时较大地提高了重建图像质量     

一种超长突发错误的纠错编码方法

简要介绍了在数据传输过程中提高可靠性的几种差错控制方法,详细陈述了前向纠错中的卷积交织编码,并提出了一种采用卷积交织纠超长突发错误的编码方法,给出了实现该编码的软件流程框图,解决了数传中不好解决的超长突发错误的自动纠错问题。     

基于符号树信息熵的机械振动瞬态信号特征提取

用简单的二进制划分简要说明了信号符号化问题,给出了二进制划分下符号树结构及其Shannon熵计算方法,叙述了符号序列编码方法和符号序列直方图的作用,提交了符号时间序列分析的计算机流程图,对内燃机机身振动信号和转轴振动信号用符号树信息熵进行了特征提取。     

双正交重叠变换系数基于上下文的算术编码算法

提出了一种双正交重叠变换(LBT)系数基于上下文的算术编码算法.针对二进整数LBT在DSP实现过程中出现的精度和计算复杂度问题,提出了一种适于DSP并行处理的LBT定点实现方法.编码算法包含60种上下文概率模型,熵编码采用MQ编码,并根据并行处理的需要,将MQ编码从位平面扫描过程中分离,根据分离后的结构特点,设计了改进的MQ编码器.并对算法的DSP实现进行了研究.实验结果表明,本压缩算法压缩性能和SPIHT相当,稍逊于JPEG2000,算法容易并行,硬件计算复杂度很低.     

基于散射信道的OFDM/OQAM信道估计方法

针对散射信道下OFDM/OQAM系统的信道估计问题,将散射信道建模为瑞利衰落信道,对预编码信道估计方法进行了分析,并且提出了一种改进的预编码信道估计方法。该方法通过改变导频结构的布置,减小预编码矩阵的维数,对未编码符号的干扰通过置零法进行消除,从而降低了预编码信道估计方法的计算复杂度。仿真结果表明,改进方法保证了信道估计的性能,与现有的预编码方法相比,改进方法显著降低了计算复杂度,同时不会产生额外的导频功率消耗。     

再入高超声速滑翔飞行器轨迹快速优化

介绍了基于熵的改进粒子群算法在再入高超声速滑翔飞行器轨迹快速优化问题中的应用。首先给出再入轨迹优化问题模型,选取三自由度的再入运动模型,性能指标为航程最远,约束条件包括过载、动压、热流密度、攻角等过程约束以及速度、高度等终端约束,控制变量为攻角。其次,设计了用于求解再入轨迹优化问题的改进粒子群算法,引入编码熵和系统熵的概念,在种群产生和进化的过程中,通过不断调整编码熵和系统熵的关系,防止种群陷入局部最优解。最后通过仿真对算法进行了验证。仿真结果表明算法对初值不敏感,并且能很好的满足攻防两端在轨迹优化时对算法时效性的要求。     

噪声图像压缩编码的小波变换方法

基于小波变换理论，研究小波变换域噪声图像的压缩编码方法，以实现在小波变换域同时达到对图像噪声的去除与图像压缩编码的目的，并且使两者均获得较好的效果。最后给出的实验结果证明了本文方法的有效性。     

基于仿真和熵权的VOIP业务网络性能评价权重确定方法

针对目前网络性能评价中多元指标之间权重难以确定的问题,将信息熵理论应用于网络性能评价中.提出采用熵权方法确定指标权重,进而对网络性能进行评价的方法.为了获取反映不同网络状态的性能数据,采用网络仿真方法获得计算熵权所需的样本.实例表明,信息熵能够客观地反映各指标贡献信息量的大小,基于信息熵的熵权能够客观反映各指标的相对重要程度.     

A novel signal feature extraction technology based on empirical wavelet transform and reverse dispersion entropy

Feature extraction is an important part of signal processing, which is significant for signal detection, classification, and recognition. The nonlinear dynamic analysis method can extract the nonlinear characteristics of signals and is widely used in different fields. Reverse dispersion entropy (RDE) proposed by us recently, as a nonlinear dynamic analysis method, has the advantages of fast computing speed and strong anti-noise ability, which is more suitable for measuring the complexity of signal than traditional permutation entropy (PE) and dispersion entropy (DE). Empirical wavelet transform (EWT), based on the theory of wavelet analysis, can decompose a complex non-stationary signal into a number of empirical wavelet functions (EWFs) with compact support set spectrum, which has better decomposition performance than empirical mode decomposition (EMD) and its improved algorithms. Considering the advantages of RDE and EWT, on the one hand, we introduce EWT into the field of underwater acoustic signal processing and fault diagnosis to improve the signal decomposition accuracy; on the other hand, we use RDE as the features of EWFs to improve the signal separability and stability. Finally, we propose a novel signal feature extraction technology based on EWT and RDE in this paper. Experimental results show that the proposed feature extraction technology can effectively extract the complexity features of actual signals. Moreover, it also has higher distinguishing ability for different types of signals than five latest feature extraction technologies.     

海天背景下舰船可见光图像目标区域定位方法

针对行均值法用于海天背景下舰船目标区域定位可靠性不高、容易受到舰船目标大小和海天背景复杂程度影响的不足,提出一种基于图像行灰度熵的舰船目标区域定位方法。该方法在分析海天背景下舰船目标可见光图像成像特点基础上,结合信息熵理论给出了图像灰度熵及行灰度熵的概念,利用图像行灰度熵描述图像在行方向上的灰度变化程度,选用滑动区间方差搜索策略得到图像行灰度熵曲线的突变区间,从而实现舰船目标区域定位,最后通过实际图像进行了实验验证。实验结果表明,该方法能对舰船目标所在区域有效定位,其准确性及鲁棒性均优于行均值法。     

小波相关特征尺度熵在滚动轴承故障诊断中的应用

将小波相关滤波方法与Shannon信息熵相结合,提出了一种故障检测与诊断的方法——小波相关特征尺度熵故障法。首先利用小波相关滤波方法提取滚动轴承故障振动信号的微弱故障信息特征,以求得信噪比较高的尺度域小波系数;然后结合Shannon信息熵理论给出了沿尺度分布的小波相关特征尺度熵定义及其计算方法。小波相关特征尺度熵能够定量表征不同尺度的能量分布,各尺度能量分布的均匀性可以反映滚动轴承的运行状态的差别,选取最能反映故障特征的小波相关特征尺度熵作为特征参数,通过所选取的小波相关特征尺度熵大小判断滚动轴承的工作状态和故障类型。实验证明该方法能有效地判断滚动轴承故障特征,为滚动轴承故障诊断提供了新的思路。     

小样本采样数据的预处理

一般情况下数据处理大多采用数理统计方法,该方法对于数据较少情况下处理和判别粗大误差不适用。提出了运用线性均方估计法和熵值判别法来处理和判别粗大误差,线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差;熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差。这两种方法经过多个实例计算,结果表明,它们在处理小样本采样数据时更有效。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。     

基于最优Morlet小波的全信息能量熵提取及其在滚动轴承状态监测中的应用

为利用振动信号中隐含的冲击特征成分来反映轴承性能退化趋势,综合利用小波变换技术和全信息技术,提出一种基于最优Morlet小波变换的全信息能量熵提取方法．以最小Shannon熵优化Morlet小波形状参数,通过多源振动数据的小波变换系数,利用信息熵综合反映冲击特征能量在不同频带分布差异．滚动轴承全寿命数据的应用结果表明,全信息能量熵的变化趋势能够监测轴承状态的劣化过程,而伴随的早期故障检测可以提高轴承使用的安全性．     

基于图熵法的战场抢救抢修方案复杂性量化模型

从战场抢救抢修注重时效的特点出发,提出了战场抢救抢修作业复杂性概念,分析了影响抢救抢修作业复杂性的因素．引入软件工程领域的图熵模型,从微观方面研究战场抢救抢修方案实施过程中的复杂性问题．将抢救抢修方案划分为3个层次,利用petri网对操作过程进行建模,并从中提取信息结构图和动作结构图．以作业的量化为基础,给出了方案的综合量化方法．实例证明该方法可以很好的反映抢救抢修方案的可操作性．     

基于负熵最大的FastICA语音信号分离算法

语音信号分离是现代信号处理的热点问题,针对未知信号源个数的情况,提出一种基于负熵最大的FastICA(Fast Independent Component Algorithm)语音信号盲分离算法,有效解决了源信号数目估计、语音信号分离及复原等问题。改进的算法增加了源信号数目估计环节,放宽了算法适用条件,即在源信号数目未知的情况下,也能够实现信号盲分离功能。并将其成功应用于运用信号分选过程中,最终复原语音时域波形,完成信号分选任务。仿真实验中,详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力,证明了方法的有效性和优越性。     

关于有限时间热力学的最小熵产生最大值原则

本文力图从能表征状态的热力学参数熵的变化中找到有关有限时间热力学新的分析方法,提出了工作参数选择的最小熵产生最大值原则。这个原则揭示了有限时间热力学以时间为基础的“率”与非平衡热力学熵产生间的内在联系。据此,我们便可得到正、反向内可逆卡诺循环的最佳工作参数。为有限时间热力学的普遍应用研究提供了一新的线索。