1、數(shù)字壓縮圖像對于信道噪聲所起的比特錯誤十分敏感,而無線信道環(huán)境的復雜性使得糾正信道傳輸中的誤碼變得很困難,因此如何實現(xiàn)魯棒的無線圖像傳輸仍是一個極具挑戰(zhàn)的研究課題.其中利用聯(lián)合信源信道編碼解決無線圖像傳輸是目前該領域的研究熱點之一.本文研究并提出了三種聯(lián)合信源信道編碼方法及對應的解碼方法用于無線圖象傳輸.此外,為了分析所提出的聯(lián)合信源信道編碼系統(tǒng)的實際性能與理論值之間的差距,本文還對聯(lián)合信源信道編碼差錯指數(shù)這一理論問題進行了研究.

2、 本文首先提出了一種基于糾錯算術碼的聯(lián)合信源信道編碼算法,該算法利用算術編碼中加入的禁用符號實現(xiàn)整體編碼,利用一階馬爾科夫信源模型實現(xiàn)信源的自適應,根據(jù)信道狀態(tài)信息調(diào)整禁用符號概率的大小從而調(diào)整編碼碼率的大小實現(xiàn)信道自適應.與一般信道自適應不同的是,所提出的自適應方法僅需調(diào)整一個參數(shù)(禁用符號)加以實現(xiàn),而且理論上來說可以獲得連續(xù)可變的編碼碼率.以此為基礎,推導出了基于最大后驗概率(MAP)的解碼測度并提出了一種改進的堆棧序列估計算法

3、.實驗表明,上述算法的傳輸性能優(yōu)于經(jīng)典的Grangetto基于糾錯算術碼的聯(lián)合編碼算法和Guionnet糾錯算術碼的聯(lián)合編碼算法,所提出的改進的堆棧序列估計算法的解碼速度也快于傳統(tǒng)的堆棧序列估計算法. 其次,提出了一個漸進圖像在無記憶信道上傳輸?shù)穆?lián)合失真模型,該模型聯(lián)合考慮漸進圖像傳輸中的量化失真和信道失真,并分別計算漸進圖像各層對于總體失真的貢獻.該模型相比Sabir失真模型而言,具有以下優(yōu)點:1)利用算術編碼加禁用符號實現(xiàn)整

4、體編碼,并用禁用符號帶來的受控冗余區(qū)分量化失真與信道失真；2)用變換系數(shù)方差內(nèi)的值代替信道污染后的系數(shù)值,相比傳統(tǒng)的用0值代替來說,能更客觀地估計信道失真；3)充分考慮了熵編碼引起的誤碼擴散對失真的影響.實驗表明,該失真模型相比Sabir所提出的失真模型精度提高了0.5dB.隨后以此失真模型為依據(jù)設計了一個非均衡差錯保護系統(tǒng)用于無線圖像傳輸,獲得了較好的傳輸性能.提出了一種改進的糾錯算術碼狀態(tài)機表示方法,詳細分析了編碼參數(shù)對總體狀態(tài)數(shù)目

5、的影響.以此為基礎,提出了一種有限狀態(tài)糾錯算術碼的聯(lián)合信源信道編碼系統(tǒng).該編碼系統(tǒng)的編碼速度快于傳統(tǒng)糾錯算術編碼算法,并根據(jù)信源信道狀態(tài)信息自適應地選擇各個編碼參數(shù)從而達到系統(tǒng)復雜度與傳輸性能之間的最佳平衡.并針對該系統(tǒng),提出了一種結構新穎的聯(lián)合迭代解碼系統(tǒng),該系統(tǒng)的外碼解碼器不但能驗證內(nèi)碼解碼器產(chǎn)生的估計序列是否有錯,還可以反饋錯誤位置的概率信息從而加速內(nèi)碼解碼器的解碼過程.試驗表明,相比基于傳統(tǒng)的糾錯算術編碼和一般迭代解碼的聯(lián)合編碼

6、算法如Grangetto算法和Lifeng算法而言,上述系統(tǒng)具有較好的傳輸性能和較快的解碼速度. 最后研究了聯(lián)合信源信道編碼差錯指數(shù)這一理論問題.首先,以一種更為簡潔的方法證明了無損聯(lián)合信源信道編碼差錯指數(shù)Gallager下邊界.其次,以Csiszár差錯指數(shù)上下限為出發(fā)點,利用Fenchel共軛定理,推導出了限定條件的離散無記憶系統(tǒng)在給定失真測度下有損聯(lián)合編碼差錯指數(shù)便于計算的上下邊界,并給出了有關數(shù)學證明.最后,利用聯(lián)合信源