一、自适应信源信道编码在实时媒体传输中的研究（论文文献综述）
陈思璇[1]（2021）在《基于网络编码的高效无线传输技术的研究》文中研究说明大容量、高带宽、高速率的应用日益增长,网络编码是实现这些通信需求的关键支撑技术之一。高阶调制、多天线节点、用户计算能力差异化、终端到终端（Device-to-device,D2D）直传等通信技术及应用场景下的网络编码方案设计面临着新的挑战。为提高无线传输的中继转发效率、传输可靠性等性能,针对新型无线中继网络及D2D场景,本文展开了基于网络编码的降噪映射、重传策略等高效无线传输关键技术的研究:（1）针对双向中继网络中两信源采用高阶调制的场景,为降低中继转发带来的误符号率,提出了一个启发式最近邻物理层网络编码（Heuristic Nearest-neighbor Denoising Mapping Physical Layer Network Coding,HNDM）算法对中继处高维叠加星座图做降噪映射处理。该算法包括两个核心策略:簇最大化策略和贴标签策略。簇最大化策略选择性吸纳每个星座点周边的星座点,使得满足排他率的最近邻星座点尽可能地划归到同一个簇;贴标签策略对簇中星座点做多对一映射,给出了映射需要满足的约束条件,从而确保接收端成功解码。同时,针对两信源-信道质量不对称,对两接入信道的相位差和幅值比对中继处解码误符号率的影响进行了理论分析。仿真结果表明,HNDM算法能有效地增大最小簇间距离,从而降低解码误符号率。在一定信道条件下,两信源采用16QAM-8PSK调制,HNDM算法比拉丁矩阵分簇算法的误符号率性能提高了 6dB;256QAM-QPSK调制下,HNDM算法比最近邻归簇算法的误符号率性能提高了 2dB。（2）针对两跳多中继无线网络中多对用户互换信息的场景,为抑制用户间的干扰,提出了一种多对用户两跳互换信息网络编码（Multi-pair Users Two-hop Exchanging PLNC Scheme,MTE-PLNC）方案。MTE-PLNC方案基于物理层网络编码、广义信号空间对齐和迫零算法,考虑了用户、小基站和宏基站之间的相互协作,由四个传输阶段构成,包括两个多址接入阶段和两个广播阶段。给出了采用该方案时用户和基站配置的天线数需要满足的约束条件,设计了求解方向对齐向量和预编码矩阵的迭代算法,并推导了通过小基站一跳转发和通过小基站及宏基站联合转发来完成信息互换的两类用户的接收和速率。理论分析和仿真结果表明,所提的MTE-PLNC方案比信号空间对齐方案更适用于本系统;比多用户MIMO方案花费更少的时隙数;比迫零方案获得更高的用户接收和速率。在一定用户数和天线数配置下,采用MTE-PLNC方案的可达自由度比迫零方案提高了 2倍。（3）针对两信源两跳无线删除网络中丢包的问题,提出了一个基于空间调制和物理层网络编码的分布式批稀疏（Batched Sparse,BATS）编码算法（Distributed BATS Coding Algorithm based on Spatial Modulation and Physical Layer Network Coding,BATS-SM-PLNC）。提出以物理层网络编码作为内码的分布式BATS码编码方案,以降低误比特率和减少传输时隙;针对用户配置多天线的情况,在以物理层网络编码为内码的分布式BATS码方案的基础上添加了空间调制技术对信源端发送信号进行调制以进一步提升系统的性能;推导了该场景下基于空间调制和物理层网络编码的中继和信宿处的条件成对错误概率、平均成对错误概率和误比特率。仿真数据表明,所提BATS-SM-PLNC算法相比传统的分布式喷泉码算法在获得更少传输时隙开销的同时能获得更低的误比特率和更高的解码成功率。在一定的网络配置下,当编码开销为2.2时,BATS-SM-PLNC算法（SNR=12dB时）比基于空间调制的分布式喷泉码算法（SNR=10dB时）的解码成功率提高了 6.5%。（4）在动态D2D网络中,针对具有不同处理能力的用户在无线删除网络中需要请求不同的数据包重传的问题,利用非均匀超图强着色理论对数据包选取策略建模,得知该问题是一个NP难问题,进而提出了 一个低重传次数即时解码网络编码（Low Retransmission Times Instantly Decodable Network Coding,LRT-IDNC）算法来降低重传次数。LRT-IDNC算法包括并行传输节点选取策略和层协作IDNC策略两个核心部分。并行传输节点选取策略为每一个传输时隙选取尽可能多的互不干扰的节点作为信源;层协作IDNC策略为每次重传制定网络编码方案,选取数据包进行组合,在满足不同终端的差异化需求的同时确保基础层数据包被所有用户接收的优先性。仿真结果表明,所提的LRT-IDNC算法能满足处理能力不同的异构终端的不同数据包需求,能有效地降低数据包重传时延。当网络连通度为0.5的时候,LRT-IDNC算法比点对多点即时解码网络编码算法的基础层数据包重传时延降低了 37.2%。
廖宗榜[2]（2020）在《收发平衡与码率优化的单兵应急视频通信装备研制》文中进行了进一步梳理灾害救援的信息化处置是国家的重大需求,搭建灾害现场与指挥中心之间的信息互通是开展应急救援的关键所在。针对重大灾害的发生伴随的断电、断网等次生灾害造成的信息孤岛,本文工作在国家重点研发项目“基于广电体系的融合应急通信关键技术研究与应用示范”的支持下,开展面向应急救援场景的高效视频压缩方案,并研制面向融合通信的单兵应急救援装备,实现应急救援业务的高效传输,具体包括:（1）针对应急融合通信网络环境下带宽不足而业务数据量大的问题,提出了三维显着性下的视频编码码率分配方案。基于已有图融合模型获取三维场景像素级别的视觉显着性参数,通过k-means聚类的中心值对显着图中所有像素下采样,高斯滤波平滑后得到适用编码的编码显着图,再将其与基于纹理复杂度的复杂度图融合得到融合显着图。最后融合显着图每个块的显着权重引导码率预分配和宏块级目标比特分配策略,调节编码器中的λ参数,达到码率控制的目的。所设计的方法HTM16.8平台上得到了验证,分别对Bicycle和Fountain Bench序列进行了验证并获得了13.60%和2.78%的码率提升,达到了显着性引导的编码码率策略有效提高视频数据压缩比、减少视频业务中传输数据量的目的。（2）针对异构融合通信网络给应急视频传输稳定性带来的挑战,本文采用分级缓冲机制和收发自适应平衡机制保证数据流平稳传输,使得应急视频通信业务能够适应不稳定的信道环境。（3）基于上述码率分配方案与自适应收发平衡机制,研制了单兵应急视频通信装备,克服了异构融合通信网络应急视频传输带来的带宽小、信道抖动难题。在基于无线Wi-Fi、4G以及广电无线网络的三种异构融合信道上,此装备能够在100K～1M的低码率下传输清晰画面的视频,单向传输时延和丢包率分别在0.307s和6.6%,同时还能自适应改变吞吐率达到收发平衡,具有较好的视频业务传输能力和抗干扰能力。该装备经由国家救灾应急装备工程技术中心主任为组长的验收专家组考察和验收,认为“单兵融合应急通信设备”的研制工作满足项目既定要求;该装备经遴选参加了由中国外交部和中国地震应急搜救中心联合举办的“东盟地区城市搜救”装备演练,取得了良好的效果。
尹文斌[3]（2020）在《基于学习的图像编码与视频软播技术研究》文中指出随着现代信息技术的飞速发展,以互联网和移动终端为支撑的网络视频、社交网络、视频监控等新型应用不断涌现,象征着人类已经进入了大数据时代。各类媒体数据急剧增长,而图像视频数据异军突起,以更高的数量级增长。研究高效的图像视频存储与传输的方法成为大数据处理的核心问题。因此,图像编码和无线视频软播作为图像存储和视频传输领域的典型应用,具有重要的研究意义。变换是传统图像编码与视频软播框架中的核心技术,然而,固定线性变换不能自适应图像视频特性,因此无法实现图像视频紧致表达;同时,基于反变换的解码结构限制了先验知识的利用,导致图像的重建质量和编码效率较低。稀疏表示和卷积神经网络分别采用冗余基和非线性模型来自适应图像视频特性,能够实现信号的高效紧致表示;同时,灵活的表达结构可以高效地整合先验知识,进一步提升图像视频信号的重建质量。为此,针对无线视频广播问题和图像压缩问题,本文将稀疏表示理论和卷积神经网络引入传统的图像编码和视频软播框架中,从利用基于学习的方法提高图像编码和视频软播性能的角度开展研究,具体研究内容包括如下四方面:第一,提出了一种基于字典学习的无线视频软播方案。在传统的无线视频软播框架中,固定变换不能自适应图像视频特性,无法高效表示视频信号,在低带宽条件下性能受限明显;同时,基于反变换的解码结构无法利用先验知识进一步提升解码质量。压缩感知方法可利用信号稀疏特性,基于少量观测数据,采用优化方法几乎精确地重构信号。为此,本文利用稀疏编码和重建代替无线视频软播方案中传统的变换和反变换过程,提出了一种基于压缩感知和层次帧结构的无线视频软播方案。在编码端,在有限带宽条件下,建立层次帧结构,合理分配观测率,最大限度获取视频信号的有效信息。特别是,利用同等重要的观测数据具有天然的抗丢包能力,降低了信道保护代价。在解码端,利用视频信号的局部稀疏性和非局部自相似性以及时域相关性等先验信息,提出了基于组的稀疏表示优化重建模型及高效的模型求解算法,实现了视频软播的高精度和鲁棒解码。实验结果表明,本文提出的方案具有良好视频广播可伸缩性的同时显着提高了编码压缩效率。第二,提出了一种基于低秩逼近的行扫描视频软播方案。在传统无线视频软播方案中,预测环节缺失导致编码效率低下,若加入闭环预测则会引发误差漂移问题;同时,以块或帧为编码单元导致其必须获得足够规模的行数据才可进行编码和传输,从而造成行扫描视频传输高延迟问题。分布式编码理论指出,当解码端具有边信息时信源可以被高效压缩,并且对误差传递具有鲁棒性。低秩表示本质上结构化的稀疏表示,在图像视频的低秩表示框架下,图像视频中相关性隐含在一个低秩矩阵形式中,低秩表示为图像视频的高精度逼近提供了途径。为此,本文利用分布式编码的典型技术陪集编码代替无线视频软播中的变换编码,提出了一种基于低秩矩阵填充的行扫描视频软播方法。在编码端,无须等待若干行数据采集,实时对采集的视频行进行陪集编码压缩,降低了编码端计算代价。在解码端,在分析视频时空域相关性基础上,利用模板匹配技术,提出了基于低秩逼近的边信息生成算法。通过高精度的边信息,提高了陪集解码准确性和重建视频质量。实验结果表明,本文提出的方案在多种信道条件下均取得优于传统视频软播方案的性能。第三,提出了一种基于卷积神经网络的视频软播后处理方案。传统视频软播方案采用了基于块的离散余弦变换压缩图像中的冗余信息。当带宽受限时,需要丢弃一定数目的变换系数,同时信号在传输中不可避免地受到噪声干扰,解码端接收到的数据中包含了编码和传输环节的噪声。然而,在解码端,在经过反变换的解码图像中,编码与传输噪声依然存在。事实上,稀疏表示和卷积神经网络网络可以自适应图像特性,实现降质图像的高精度重建。为此,本文基于稀疏表示和卷积神经网络,提出了一种基于卷积神经网络的鲁棒的视频广播方案。该方案将编码视为图像降质过程,编码端根据带宽条件控制降质程度。在解码端,将图像解码转化为降质图像的复原问题,利用视频帧的局部稀疏性和非局部自相似性,建立组稀疏表示模型,针对降质过程,提出了基于组稀疏表示模型的视频帧复原方法。在此基础上,利用卷积神经网络的强大的非线性特性,进一步减轻编码和传输噪声所产生的影响。实验结果表明,本文提出的方案不仅具有良好的视频广播可伸缩性,而且可以减轻编码和传输中的噪声,与传统视频软播相比,提供了视觉友好的主客观质量。第四,提出了一种基于深度神经网络的端到端相关图像压缩方法。传统图像编码方法采用固定的线性变换,固定变换基无法自适应于图像特性,线性的表达方式难以刻画图像复杂纹理与结构;同时,独立优化设计的编解码端,限制了压缩性能的提升。自编码器利用多层网络将高维数据表示为低维的特征,并由低维特征最大限度地恢复原始数据;其利用非线性模型获得优于线性变换的紧致特征表示。同时,灵活的编解码结构和编解码的协同优化为图像高效压缩提供了可能。为此,本文在多路自编码器基础上,对各个层次特征施加互参考约束,建立了基于互参考结构的关联图像编解码方案。采用二值化器量化图像特征,利用图像内容特征生成重要性图,以指导量化特征的码率分配。将编码的率失真优化代价作为网络的优化目标,通过可微的二值化器保证了网络训练的可行性。本文提出的方法通过端到端的自编码器结构实现了图像编解码的联合优化,通过多路的互参考的结构实现了相关图像的高效编码。实验结果表明,对于相关图像压缩问题,本文提出的方法能够获得优于传统图像编码方法的主客观质量。
彭媛媛[4]（2019）在《基于IEEE 802.11ax的无线视频优化传输》文中研究指明随着无线通信技术的快速发展,无线视频传输业务在通信业务中的比例逐渐增加,人们对其展现出巨大需求的同时,也提出了更高的要求。无线视频传输在人们的工作、娱乐及日常生活中的应用越来越广泛,对于国家安全及城市建设也有着重大价值。然而目前无线视频传输的技术远不能满足人们的需求,因而如何利用资源有限的无线网络提供高质量的视频服务已经成为亟待解决的难题。视频信息有数据量大且实时性要求高的特点。为了在资源有限的无线信道传输大数据量的视频信息,必须要对视频数据进行有效的压缩编码,去除冗余,提高传输效率;而为了对抗无线信道的高误码率,又必须加入信道编码,增加冗余,提高传输的可靠性。本论文的主要研究目标就是为了寻找效率和可靠性之间的一个平衡,提高无线视频传输的性能。本文首先概述了无线通信标准协议IEEE 802.11ax及其发展趋势,然后介绍了无线视频传输的系统结构和存在的问题,以及现有的无线视频传输的关键技术,包括不等错误保护机制（UEP）、混合自动重传（HARQ）机制、全双工等。在此基础上,对基于视频内容不等重要性的信源信道联合传输进行了优化设计:根据不等错误保护机制,利用视频内容的不等重要性,提出了帧队列管理机制,并与HARQ技术相结合,对无线视频传输方案进行优化,然后进行了仿真验证。另外,基于最新无线通信发展趋势,在异频全双工场景下,针对EHT（Extremely High Throughput,极高吞吐量）用户,提出了基于流量控制的无线视频传输效率优化机制,并通过仿真实验验证了方案的可行性。
李艳霞[5]（2019）在《无线通信中的喷泉码技术研究》文中研究表明随着通信技术的发展,无线通信已经成为现代通信的主要通信方式,无线通信信道质量则是影响信息传输的主要因素。为了保证通信系统的可靠性,常用反馈重传（ARQ）以及前向纠错（FEC）技术两种方法进行差错控制。传统的纠错码是固定码率的,无法适应多变信道。喷泉码是一种新兴的前向纠错编码方式,作为一种无速率码,喷泉码能够应用于各种多变信道,其无需反馈和编译码复杂度低的特性降低了传输时延。因此,喷泉码在高可靠低时延的无线通信系统中具有重要的研究价值和意义。首先,本文对无速率码和纠删码进行了简要概述。然后详细介绍了LT码、Raptor码以及BATS码三种喷泉码,通过描述它们的编译码过程和度分布函数,分析其优缺点和适用场景。然后通过仿真分析了三种喷泉码在删除信道中的性能以及影响编译码性能的参数。其次,针对窃听信道环境优于合法信道场景下喷泉码传输的安全性问题,通过分析合法信道和窃听信道的参数差异,本文提出了一种基于双向通信的双人工噪声防窃听模型。该模型的设计原理是接收方给发送方传送一段随机序列码,由于窃听信道和合法信道的环境差异,发送方和窃听方能够正确接收到的码序列内容也存在差异,发送方在所收到的码序列中选择正确传输的部分与编码包进行叠加传输。由于存在人工噪声和信道噪声,窃听方无法获得发送方使用的全部码序列信息对窃取的信息完整解码。通过仿真LT码、Raptor码以及BATS码在该模型上的应用性能可以看出,此防窃听模型能够在保证接收方误包率不变的前提下,增加窃听方的误包率,达到防窃听的效果。最后,由于原始滑窗喷泉码的性能与窗口的重叠大小关系密切,相邻窗口重叠越多,可靠性越高,时延也就越大,重叠部分的信息在上一轮译码成功之后还会参与下一个窗口的编码,存在信道资源的浪费的问题。本文提出了自适应滑窗喷泉码,利用双向通信中已有反馈信道的条件,通过反馈译码成功或者不成功的包号,自适应滑动窗口大小,有效提升了系统的有效速率。同时,将上一个窗口未译码成功的度最大信息包叠加在下一个窗口中直传,增加了上一个窗口信息的译码成功率。尽管存在反馈通信,但是反馈信息仅为原始信息包号,当源信息包内信息长度很长时,反馈所带来的时延可以忽略不计。
孙悦[6]（2018）在《分布式信源编码的技术研究与应用》文中研究表明分布式信源编码（Distributed Source Coding,DSC）是一种信息压缩技术。与传统的信源编码不同的是,分布式信源编码是对多个相关信源在编码端独立编码,而在解码端通过信息的相关性进行联合译码,从而将运算的复杂度从编码端转移到译码端,提高系统的性能。因此,分布式信源编码作为一种压缩性能高且译码性能良好的编码方式,在无线传感器网络、相机阵列和高光谱图像传输等领域都有着良好的应用前景。根据分布式信源编码理论,任何信道编码技术都可以应用于分布式信源编码中。在传统的联合信源-信道编码方案中,信道码通常采用的是低密度奇偶校验码（Low Density Parity Check Code,LDPC）和Turbo码等信道码,而极化码（Polar Code）作为一种新兴的信道码,在码长接近无限大的时候,极化码在理论上可以达到信道容量。本文就利用极化码这一信道码来实现分布式编码。主要工作如下:1.结合分布式信源编码原理、联合信源-信道编码算法以及极化码编译码原理,构造实现了一种基于极化码的分布式信源编码算法,并通过仿真验证了该算法的合理性以及其在图像传输中的可行性。2.提出一种新的分布式联合循环冗余校验辅助的串行抵消堆栈（CRC-aided Successive Cancellation Stack,CA-SCS）算法。通过充分利用信源信息之间的相关性对联合译码器的输入进行迭代更新,从而提升整个系统的性能。仿真实验结果表明所提出的新的联合译码算法可以在信源信息相关程度较高的情况下,实现性能的提升;此外,相比单纯的联合译码,本文提出的利用CRC辅助的联合译码方法,在性能上也有了显着的提升。
黄婷婷[7]（2017）在《基于机器学习的联合信源信道编码技术研究》文中认为在多媒体编码与传输系统中,信源编码对信号压缩提高编码有效性和信道编码通过添加冗余来提高可靠性之间是相互矛盾的,二者的最优算法相结合未必能获得系统的整体最优。因此,如果能够针对不同的信道环境和使用场景,充分利用联合信源信道编码在信源和信道编码之间合理分配资源的优势,将可以获得更高的系统性能。本文将聚类算法应用于信道环境快速分类,并结合高效率视频编码（High Efficiency Video Coding, HEVC）输出的码流结构特性,研究压缩视频在无线信道中传输的问题。首先,本文深入研究了联合信源信道编码（Joint Source Channel Coding, JSCC）的多种应用策略,分析各种无线信道影响因素并利用k-means++聚类算法对不同信道环境进行聚类。在传统联合信源信道编码引入前向信道反馈获取最优系统编码方案的基础上,采用聚类结果与最小端到端失真原则结合的方式,在降低系统迭代计算端到端失真复杂度的同时,能够自适应地获得最佳比特分配方案。其次,本文选用HEVC作为信源编码。通过对HEVC的码流结构进行分析,针对其时域分级的特点,采用不等差错保护（Unequal Error Protection,UEP）的方式进行不同的信道保护。对码流中重要部分提供较多信道保护,如含有大部分共用语法元素的参数集信息;而对不重要的部分,则提供较少信道保护,进一步提升系统性能。最后,对本文提出的基于机器学习的联合信源信道编码方案进行了仿真验证。实验结果表明,对比采用统一编码速率的方案,本文提出的结合信道环境聚类和码率分配的JSCC方案有效地提高了重建视频的质量;同时结合不等差错保护技术,可以使重建视频质量达到更优的效果。
缪海波[8]（2014）在《基于流媒体的网络隐信道研究》文中研究指明基于流媒体的网络隐信道研究吸引了越来越多学者的关注,作为一种“多通道”载体,流媒体具有瞬时性和不可预测性,以它作为载体构建隐信道进行隐蔽通信,具有其他媒介无法比拟的优势。目前为止,流媒体隐信道在构建算法研究方面已经有不少研究成果,与正向研究相比,其逆向检测研究仍然处于起步阶段,有效的检测算法很少。现有的流媒体隐信道大多局限在G711, G.723.1, G.729a等互联网VoIP编码流中,而随着3G移动网络的迅速发展,基于移动流媒体的隐信道研究必将是未来隐信道的发展趋势。除此以外,流媒体隐信道在系统设计研究和应用研究方面也远远不足。针对目前流媒体隐信道的研究现状,本文从逆向检测研究、正向构建算法研究、系统设计与实现以及应用研究这四个方面展开工作。在逆向检测研究方面,本文设计了两种高效的盲检测算法。第一种是基于马尔科夫状态转移的检测方法,利用多维马尔科夫链对流媒体参数进行建模分析,并将马尔科夫状态转移矩阵作为分类特征矢量。第二种是基于信源熵率的检测方法,该方法使用马尔科夫信源模型对流媒体参数进行统计分析,将马尔科夫信源极限熵作为分类特征值。实验结果表明,这两种方法在检测准确率和检测窗口尺寸方面都要优于现有算法,大大提高了在线检测的能力。在正向研究方面,本文首先提出了基于次优编码的自适应隐信道算法。该方法利用代数码本搜索的冗余性来设计隐写嵌入算法,并引入自适应参数,在变速率编码过程中自动调节嵌入率,使隐写后得到的语音始终保持良好的听觉效果。该方法构建的隐信道带宽最高可达3.2kbpso实验表明,基于次优编码的隐写算法不会给编码器带来额外的计算复杂度,具有良好的不可感知性（语音质量高）和较强的抗检测性,现有的检测算法无法进行有效检测。此外,本文还提出了一种基于码率伪装的高速率隐信道算法,该方法利用流媒体变速率编码器的多码率冗余性设计隐写嵌入算法,它将隐蔽信息填充在低码率编码器语音帧尾部,伪装成高码率的编码器语音帧,并采用SRTP协议加密语音帧保证其安全性。该方法构建的隐信道带宽达到5.6kbps,实验表明该方法在隐藏容量和安全性方面都有较强的实用性。在系统设计与实现研究方面,本文基于正向研究的成果,设计并实现了3G手机上的隐信道系统软件—Stegdroid,该系统引入半可靠的传输控制机制,支持任意形式的数据传输,Stegdroid可以构建单双工隐信道,传输带宽为3.2kbps-5.6kbps。测试结果表明Stegdroid运行稳定,可以在3G、4G和Wifi等网络中使用,具有实际应用意义。在应用研究方面,本文提出使用隐信道来节省流媒体的传输带宽。论文以AMR-WB为例,详细介绍了隐信道降低流媒体传输带宽的基本原理和工作流程,实验结果表明该方法可以为AMR-WB节省10.7%-15.1%（1.6kbps-2.55kbps）的带宽,且基本不会降低AMR-WB的语音质量。该方法有效节约了网络带宽资源,减轻流媒体网络负载。虽然论文只是以AMR-WB为例进行介绍,但基于隐信道降低传输带宽的思想也可以应用到其他流媒体中,其基本原理是一样的。
陈雷[9]（2013）在《基于分层信源编码的无线多播优化技术研究》文中研究指明最近,随着无线通信技术,网络技术和数字信号处理技术的发展,无线多媒体多播广播技术,已经逐渐成为下一代移动蜂窝网络发展的种趋势。无线多媒体多播广播技术首先在3GPP的R6版本中被介绍,该技术是通过占用相同的网络资源,从一个数据源向多个目标用户传输相同的数据,因此可以节省大量的网络资源,进而提高资源的利用率。但是在传统的多播策略中,多播速率受限于多播组中最差用户的容量,因此系统的吞吐量严重受限。为了提高多播系统的性能,本文针对无线多播系统中,基于分层编码的多播优化技术进行研究,分别从时域、频域、码域和空间域进行综合分析,首先,针对单组多播中的多播用户的速率受限于最差用户的情况,从码域方面研究了FGS视频编码技术,并将其应用到时域和频域的优化算法中,在保证每个用户QoS需求的同时,最大化系统吞吐量。其次,将分层信源编码与擦除纠错信道编码相结合,并将其应用于多组多播中,用以提高系统吞吐量。再次,针对实际多播系统中,上行反馈负载量大的问题,设计了有限反馈策略,并采用多描述编码,来提高多播系统的容量。最后,将多天线技术引入多播系统,并讨论多播系统中的空域、时域、频域和码域的联合优化问题。论文的主要创新点和工作从以下几个方面展开。（1）研究了在信道信息全反馈时,基于分层信源编码的单组多播系统的优化技术。从码域、时域和频域,3方面考虑多播系统的优化。从系统吞吐量和用户QoS需求方面,来研究单组多播中的多播优化问题。首先使用分层信源编码,将原始的多播数据分为一个基本层和多个增强层。基本的数据要求被每个多播用户所正确接收,增强层的数据是发送给信道条件好的用户。采用分层编码技术可以根据用户信道条件的差异,提供质量差异的多播服务。其次,为了避免最优化算法的高的计算复杂度,提出了低复杂度的,2阶段次优化算法。最后,通过仿真可以看到,在与最优化算法达到的系统性能差别不大的情况下,有效的降低了计算复杂度,并且提出的算法明显优于传统的多播策略。（2）研究了在信道信息全反馈时,基于分层信源编码联合信道编码的多组多播系统的优化技术。在单频网场景下,采用分层信源编码,来编码原始多播数据,形成基本层数据和增强层数据,之后再使用擦除纠错编码来重新编码基本层和增强层数据。使用擦除纠错编码,可以在接收端恢复因为信道质量差而丢失的数据包,从而可以减少反馈重传,节省网络资源。首先研究在保证基本层所需的最小速率的情况下,来最大化增强层和速率的最优化问题；其次,提出了计算复杂度低的,基于联合编码的次优化的子载波和功率分配算法。在子载波分配上根据每个多播组不同的QoS需求和保持每个多播组比例公平的情况下,来合理分配子载波,以提高系统性能。在功率分配上提出了改进的注水功率分配算法,以保证每个多播组QoS需求的同时,进一步提高多播系统性能。（3）研究了在信道信息有限反馈时,采用分层信源编码的单组多播系统的优化技术。在单组多播的场景下,我们采用多描述分层信源编码策略。之后为了减少多播系统的上行反馈负载,根据我们优化的目标,我们设计了上行的有限反馈策略。首先研究在有限反馈时,采用多描述编码策略并利用多播组内的多用户分集增益；其次,在子载波分配阶段,根据用户QoS需求和信道质量,采用2阶段的比例公平子载波分配算法。再次,在功率分配阶段,提出了保证用户QoS需求的基于梯度的功率分配算法。为了进一步提高系统性能,我们又提出了保证用户QoS需求的基于拉格朗日乘数的功率分配算法。（4）研究了在信道信息有限反馈时,采用分层信源编码联合信道编码的多天线多组多播系统的优化技术。从码域、时域、频域和空域,4个方面考虑多播系统的优化。针对在有限反馈的情况下,对多天线多播系统中的预编码和联合编码与子载波分配和功率分配展开研究,从多播系统吞吐量与保证多播组间QoS需求上来分析多播优化问题。首先,设计分层的有限反馈策略,其次设计预编码策略,再次设计联合编码策略,最后在保证每个多播组不同的QOS需求时,按比例分配子载波,来最大化系统吞吐量,并且为了进一步提升系统性能,采用2种改进的功率分配算法。仿真结果显示,提出的基于有限反馈策略的算法功效,明显优于传统多播策略和另外一些算法。而且,提出的有限反馈策略与全反馈策略相比,能够减少50%的反馈量。
车慧[10]（2013）在《基于数据包级RS码的VoIP无线传输性能改善技术研究》文中研究表明VoIP（Voice over IP）又称网络电话,它是基于IP网络来传输语音的通信方式,提供价格低廉的语音业务。随着WiFi网络和全IP的4G网络的建设,VoIP无线传输正成为未来无线语音传输的发展趋势。无线网络或Mesh网络中的干扰、时延和拥塞等因素往往会导致VoIP网络中语音分组严重丢失。为了满足VoIP技术对实时性的要求,丢失的分组数据不会被重新传输。因此,在VoIP无线传输中,网络中传输的语音媒体流面临严重的分组丢失,这不仅直接降低了语音质量,而且由于语音信源编码时相邻帧之间具有相关性,丢失多个帧还会造成误帧传播。本文首先对VoIP无线传输涉及到的信令协议和媒体传输协议等协议进行了阐述,对VoIP服务质量QoS保障技术和影响VoIP语音质量的主要因素进行了分析,对VoIP无线传输中的一个重要压缩编码方案G.729和一个新兴压缩编码方案iLBC进行了对比。其次,搭建了一个可应用于实践的VoIP无线传输系统。其中利用MESH路由器构成VoIP无线传输系统的骨干网和接入网,利用Asterisk服务器构成SIP信令服务器和利用软电话Linphone构成终端。本文研究该系统中的丢包现象对通话质量的影响并介绍了几种丢包改善技术例如低比特率冗余编码、交织技术。最后针对上述的VoIP无线传输系统中的丢包现象,建立了突发丢包的无线信道对应的信道模型。在该丢包信道模型基础上研究了基于数据包级RS码（Packet-level Reed-Solomon）,包括标准的PRS解码方案和截短PRS码解码算法,此外还针对突发丢包信道提出了PRS选码建议。在PRS码基础上,本文研究了自适应的PRS码方案。在自适应的PRS码方案中,本文首次将SER（Sequential Regression）算法引入PRS码的冗余预测,根据信道适时丢包情况动态的作出调整。在同一丢包信道中,经过仿真证明基于SER算法的PRS码性能优于基于传统NLMS算法的PRS码。
二、自适应信源信道编码在实时媒体传输中的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、自适应信源信道编码在实时媒体传输中的研究（论文提纲范文）
（1）基于网络编码的高效无线传输技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 第一章 绪论 |
| 1.1 网络编码在无线网络中的研究现状和现存问题 |
| 1.1.1 网络编码理论的研究现状 |
| 1.1.2 无线网络编码研究现状和现存问题 |
| 1.2 本论文的研究背景和研究意义 |
| 1.2.1 成对用户互换信息物理层网络编码方案设计 |
| 1.2.2 无线删除信道下对抗丢包的网络编码方案设计 |
| 1.3 主要研究成果和创新点 |
| 1.4 本论文的组织结构 |
| 第二章 高阶调制下一对用户互换信息的PLNC降噪算法设计 |
| 2.1 引言 |
| 2.2 基于网络编码的两种中继转发方式 |
| 2.2.1 放大转发中继方式 |
| 2.2.2 解码转发中继方式 |
| 2.3 高阶调制下中继处叠加星座图降噪映射问题 |
| 2.4 高阶调制下基于物理层网络编码的降噪映射算法设计 |
| 2.4.1 分簇策略设计 |
| 2.4.2 贴标号策略设计 |
| 2.4.3 启发式最近邻物理层网络编码算法设计 |
| 2.5 算法性能分析与仿真 |
| 2.5.1 星座点判决域对误符号率的影响 |
| 2.5.2 两信道幅值比对误符号率的影响 |
| 2.5.3 两信道相位差对误符号率的影响 |
| 2.6 本章小结 |
| 第三章 两跳网络中多对用户互换信息的PLNC算法设计 |
| 3.1 引言 |
| 3.2 两跳网络中基于PLNC的K对用户互换信息方案设计 |
| 3.2.1 两跳无线回程网络系统模型 |
| 3.2.2 多对用户两跳互换信息网络编码方案设计 |
| 3.3 MTE-PLNC方案性能分析与仿真 |
| 3.3.1 用户接收和速率分析 |
| 3.3.2 天线数约束条件分析 |
| 3.3.3 MTE-PLNC方案与SSA方案对比 |
| 3.3.4 MTE-PLNC方案与MU-MIMO方案对比 |
| 3.3.5 MTE-PLNC方案与ZF方案对比 |
| 3.4 本章小结 |
| 第四章 两信源删除网络中低误比特率网络编码算法设计 |
| 4.1 引言 |
| 4.2 两信源无线删除信道网络模型 |
| 4.3 基于空间调制和物理层网络编码的分布式BATS编码算法设计 |
| 4.3.1 基于TDMA的两信源分布式BATS编码 |
| 4.3.2 基于PLNC的分布式BATS码编码 |
| 4.3.3 基于SM和PLNC的分布式BATS码编码 |
| 4.4 算法性能分析与仿真 |
| 4.4.1 误比特率理论分析 |
| 4.4.2 仿真分析 |
| 4.5 本章小结 |
| 第五章 多用户D2D删除网络中低重传次数网络编码算法设计 |
| 5.1 引言 |
| 5.2 D2D无线删除网络数据包重传系统模型 |
| 5.3 低重传次数即时解码网络编码算法设计与理论分析 |
| 5.3.1 问题建模与理论分析 |
| 5.3.2 并行传输终端选取策略设计 |
| 5.3.3 层协作即时解码网络编码策略设计 |
| 5.4 算法性能分析与仿真 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 附录A 缩略语表 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（2）收发平衡与码率优化的单兵应急视频通信装备研制（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的研究内容及结构安排 |
| 2 实时视频传输关键技术研究 |
| 2.1 视频编码技术 |
| 2.2 基于显着性优化编码 |
| 2.3 业务数据传输协议 |
| 2.4 业务传输控制 |
| 2.5 本章小结 |
| 3 基于显着性的码率分配和收发端自适应平衡 |
| 3.1 显着性引导的编码码率分配 |
| 3.2 收发端自适应平衡 |
| 3.3 本章小结 |
| 4 单兵应急视频通信装备研制与测试 |
| 4.1 单兵应急视频通信装备的需求及目标 |
| 4.2 单兵应急视频通信装备研制与关键技术 |
| 4.3 实验测试 |
| 4.4 应用场景示范 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间的学术成果 |
（3）基于学习的图像编码与视频软播技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 图像编码 |
| 1.2.1 图像编码研究内容 |
| 1.2.2 图像源编码问题 |
| 1.2.3 JPEG图像编码标准 |
| 1.2.4 JPEG2000图像编码标准 |
| 1.3 无线视频广播 |
| 1.3.1 无线视频广播研究内容 |
| 1.3.2 矢量信道最优编码问题 |
| 1.3.3 无线视频软播Soft Cast |
| 1.4 论文的主要研究内容及章节安排 |
| 第2章 国内外研究现状 |
| 2.1 图像编码研究现状 |
| 2.1.1 基于变换的图像编码 |
| 2.1.2 基于分析合成的图像编码 |
| 2.1.3 基于学习的图像编码 |
| 2.2 无线视频广播研究现状 |
| 2.2.1 基于数字的视频广播方法 |
| 2.2.2 基于软播的视频广播方法 |
| 本章小结 |
| 第3章 基于字典学习的无线视频软播 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.2.1 压缩感知概述 |
| 3.2.2 基于压缩感知的编码方法 |
| 3.3 基于字典学习的无线视频软播 |
| 3.3.1 DLCast编解码框架 |
| 3.3.2 层次帧结构 |
| 3.3.3 基于块的压缩感知编码 |
| 3.3.4 DLCast数据打包与传输 |
| 3.3.5 DLCast解码端初始化 |
| 3.3.6 基于图像组的稀疏表示模型 |
| 3.3.7 基于自适应字典学习的压缩感知重建 |
| 3.4 实验结果 |
| 3.4.1 实验设置 |
| 3.4.2 实验结果及分析 |
| 3.5 本章小结 |
| 第4章 基于低秩逼近的行扫描视频软播 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.2.1 基于行的编码 |
| 4.2.2 分布式编码 |
| 4.3 基于低秩逼近的行扫描视频软播 |
| 4.3.1 LRALine Cast编解码框架 |
| 4.3.2 基于行的一维变换 |
| 4.3.3 陪集编码 |
| 4.3.4 LRALine Cast能量分配与传输 |
| 4.3.5 LRALine Cast解码端初始化 |
| 4.3.6 基于低秩逼近的边信息生成方法 |
| 4.4 带宽情况分析 |
| 4.5 实验结果 |
| 4.5.1 实验设置 |
| 4.5.2 实验结果及分析 |
| 4.6 本章小结 |
| 第5章 基于卷积神经网络的无线视频软播后处理 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.2.1 图像去块效应 |
| 5.2.2 深度神经网络 |
| 5.3 基于卷积神经网络的无线视频软播后处理 |
| 5.3.1 CNNCast编解码框架 |
| 5.3.2 基于块的二维变换 |
| 5.3.3 CNNCast能量分配与数据传输 |
| 5.3.4 基于LLSE的解码端初始化 |
| 5.3.5 基于稀疏表示模型的视频复原 |
| 5.3.6 基于卷积神经网络的视频复原 |
| 5.4 实验结果 |
| 5.4.1 实验设置 |
| 5.4.2 实验结果及分析 |
| 5.5 本章小结 |
| 第6章 基于深度神经网络的相关图像端到端编码 |
| 6.1 引言 |
| 6.2 相关工作 |
| 6.2.1 图像后处理 |
| 6.2.2 自编码器(Auto Encoder) |
| 6.2.3 基于深度学习的图像压缩 |
| 6.2.4 SIFT描述子 |
| 6.3 基于深度神经网络的相关图像端到端编码 |
| 6.3.1 基于图的相关图像样本提取 |
| 6.3.2 多路自编码器编码框架 |
| 6.3.3 图像块样本的生成 |
| 6.3.4 基于卷积神经网络的编码器与解码器 |
| 6.3.5 二值化器 |
| 6.3.6 重要性图 |
| 6.3.7 基于卷积神经网络的熵编码器 |
| 6.3.8 模型描述 |
| 6.4 实验结果 |
| 6.4.1 实验设置 |
| 6.4.2 实验结果及分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的学术论文及研究成果 |
| 致谢 |
| 个人简历 |
（4）基于IEEE 802.11ax的无线视频优化传输（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及论文结构 |
| 2 无线视频传输技术概述 |
| 2.1 引言 |
| 2.2 802.11 AX协议及其发展趋势 |
| 2.3 无线视频传输关键技术 |
| 2.4 无线视频传输常用性能评价参数 |
| 2.5 本章小结 |
| 3 基于视频内容不等重要性的信源信道联合优化传输设计 |
| 3.1 需求分析 |
| 3.2 基于视频内容不等重要性的信源信道联合优化传输研究 |
| 3.3 性能仿真与分析 |
| 3.4 本章小结 |
| 4 异频全双工场景下基于时间调度的视频传输优化设计 |
| 4.1 需求分析 |
| 4.2 异频全双工场景下基于流量控制的视频传输优化研究 |
| 4.3 性能仿真与分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读硕士学位期间参与科研项目和研究成果 |
| 附录2 中英文缩略词对照表 |
（5）无线通信中的喷泉码技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究的背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究历史与现状 |
| 1.3 本文的贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 喷泉码的基本原理 |
| 2.1 无速率码简介 |
| 2.2 删除信道与纠删码 |
| 2.2.1 删除信道 |
| 2.2.2 纠删码 |
| 2.3 LT码 |
| 2.3.1 LT码的编码原理 |
| 2.3.2 LT码的译码原理 |
| 2.3.3 LT码的度分布函数 |
| 2.4 LT码性能仿真与分析 |
| 2.4.1 不同度分布参数仿真分析 |
| 2.4.2 不同译码算法仿真分析 |
| 2.4.3 不同码长仿真分析 |
| 2.5 本章小结 |
| 第三章 级联扩展型喷泉码研究 |
| 3.1 引言 |
| 3.2 Raptor码 |
| 3.2.1 Raptor码编码 |
| 3.2.2 Raptor译码原理 |
| 3.2.3 Raptor性能仿真与分析 |
| 3.3 网络喷泉码 |
| 3.3.1 BATS码编码原理 |
| 3.3.2 BATS码译码原理 |
| 3.3.3 BATS码时延可靠性分析 |
| 3.4 本章小结 |
| 第四章 无线网络中喷泉码防窃听模型设计 |
| 4.1 引言 |
| 4.2 安全编码基础概述 |
| 4.2.1 窃听信道模型及传统加密方式 |
| 4.2.2 安全编码模型 |
| 4.2.3 安全编码参数 |
| 4.3 窃听信道中的喷泉码 |
| 4.4 基于喷泉码的防窃听模型设计 |
| 4.4.1 基于喷泉码的反向人工噪声防窃听模型 |
| 4.4.2 基于喷泉码的双人工噪声防窃听模型 |
| 4.5 喷泉码在防窃听模型中的应用设计与分析 |
| 4.5.1 基于LT码的双人工噪声防窃听模型 |
| 4.5.2 基于Raptor码的双人工噪声防窃听模型 |
| 4.5.3 基于BATS码的双人工噪声防窃听模型 |
| 4.6 本章小结 |
| 第五章 无线网络中自适应滑窗喷泉码设计 |
| 5.1 引言 |
| 5.2 即时喷泉码原理 |
| 5.2.1 分块喷泉码 |
| 5.2.2 滑窗喷泉码 |
| 5.2.3 扩展窗喷泉码 |
| 5.3 滑窗喷泉码设计 |
| 5.3.1 滑窗喷泉码结构 |
| 5.3.2 滑窗喷泉码的编译码原理 |
| 5.3.3 滑窗喷泉码的性能仿真与分析 |
| 5.4 基于反馈的自适应滑窗喷泉码设计 |
| 5.5 算法的性能仿真与分析 |
| 5.6 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（6）分布式信源编码的技术研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 传统信源编码遇到的问题 |
| 1.1.2 分布式信源编码理论的提出 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及安排 |
| 1.4 论文组织结构 |
| 第二章 分布式信源编码理论 |
| 2.1 传统信源编码理论 |
| 2.2 分布式信源编码理论 |
| 2.2.1 Slepian-Wolf分布式信源编码理论 |
| 2.2.2 Wyner-Ziv分布式信源编码理论 |
| 2.3 本章小结 |
| 第三章 极化码 |
| 3.1 极化码的产生与发展 |
| 3.2 信道极化 |
| 3.2.1 参数说明 |
| 3.2.2 信道极化原理 |
| 3.3 极化码编译码 |
| 3.3.1 极化码编码 |
| 3.3.2 极化码译码 |
| 3.4 本章小结 |
| 第四章 基于极化码的分布式信源编码 |
| 4.1 算法原理 |
| 4.1.1 联合信源-信道无损编码理论 |
| 4.1.2 联合极化码-分布式信源编码系统设计 |
| 4.2 算法仿真设计及实现 |
| 4.3 算法在图像传输中的应用 |
| 4.4 本章小结 |
| 第五章 改进的分布式联合CA-SCS译码算法 |
| 5.1 算法原理介绍 |
| 5.2 算法具体实现 |
| 5.3 算法仿真与分析 |
| 5.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（7）基于机器学习的联合信源信道编码技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文的研究背景与意义 |
| 1.2 国内外的研究现状 |
| 1.3 论文结构及创新 |
| 第二章 联合信源信道编码技术 |
| 2.1 信源编码 |
| 2.1.1 视频冗余特性分析 |
| 2.1.2 信源压缩算法 |
| 2.1.3 视频压缩编码标准 |
| 2.2 信道编码 |
| 2.2.1 信道编码概述 |
| 2.2.2 差错控制技术 |
| 2.2.3 信道编码的分类 |
| 2.3 联合信源信道编码 |
| 2.3.1 联合信源信道编码概述 |
| 2.3.2 联合信源信道编码技术的分类 |
| 2.4 本章小结 |
| 第三章 基于聚类算法的端到端失真优化 |
| 3.1 无线信道环境的应用与分析 |
| 3.1.1 基于无线技术的分类应用 |
| 3.1.2 无线信道环境的影响因素 |
| 3.2 聚类算法研究 |
| 3.3 基于k-means++算法的信道环境聚类 |
| 3.4 基于聚类算法的系统失真估计 |
| 3.4.1 联合信源信道编码系统失真分析 |
| 3.4.2 最小化端到端失真模型 |
| 3.4.3 基于聚类算法的端到端失真模型优化 |
| 3.5 本章小结 |
| 第四章 基于HEVC码流结构的不等差错保护 |
| 4.1 HEVC的基本框架与重要模块 |
| 4.2 HEVC的码流结构解析 |
| 4.2.1 编码结构概述 |
| 4.2.2 NALU单元结构解析 |
| 4.3 基于HEVC码流结构的不等差错保护 |
| 4.4 本章小结 |
| 第五章 基于聚类算法的联合信源信道编码 |
| 5.1 基于聚类算法和HEVC的联合信源信道编码 |
| 5.2 仿真结果及分析 |
| 5.2.1 视频质量评估标准 |
| 5.2.2 无线信道的聚类 |
| 5.2.3 重建视频质量 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文目录 |
（8）基于流媒体的网络隐信道研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 插图 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 网络隐信道简介 |
| 1.2.1 网络隐信道的概念 |
| 1.2.2 网络隐信道的模型 |
| 1.2.3 网络隐信道的分类 |
| 1.2.4 网络隐信道的应用 |
| 1.3 基于流媒体的网络隐信道 |
| 1.3.1 流媒体的优势 |
| 1.3.2 正向研究现状 |
| 1.3.3 逆向研究现状 |
| 1.3.4 现有研究存在的问题 |
| 1.4 本文的组织结构 |
| 1.5 本章小结 |
| 第二章 基础知识 |
| 2.1 流媒体相关基础 |
| 2.1.1 ACELP编码技术 |
| 2.1.2 流媒体传输协议 |
| 2.2 统计检测相关基础 |
| 2.2.1 马尔科夫链 |
| 2.2.2 信源与信源熵率 |
| 2.2.3 马尔科夫信源 |
| 2.2.4 SVM分类器 |
| 2.3 本章小结 |
| 第三章 流媒体隐信道的检测算法研究 |
| 3.1 引言 |
| 3.2 隐信道算法简介 |
| 3.2.1 ABS算法 |
| 3.2.2 JCDH算法 |
| 3.3 基于马尔科夫状态转移的检测算法 |
| 3.3.1 概念定义 |
| 3.3.2 隐写分析 |
| 3.3.3 算法描述 |
| 3.3.4 实验结果和分析 |
| 3.3.5 结论 |
| 3.4 基于信源熵率的检测算法 |
| 3.4.1 概念定义 |
| 3.4.2 隐写分析 |
| 3.4.3 算法描述 |
| 3.4.4 实验结果与分析 |
| 3.4.5 结论 |
| 3.5 本章小结 |
| 第四章 流媒体隐信道的构建算法研究 |
| 4.1 引言 |
| 4.2 流媒体隐信道设计基本原则 |
| 4.3 基于次优编码的自适应隐信道 |
| 4.3.1 AMR-WB简介 |
| 4.3.2 编码冗余性分析 |
| 4.3.3 基于次优编码的隐写算法 |
| 4.3.4 实验与讨论 |
| 4.4 基于码率伪装的高速率隐信道 |
| 4.4.1 变速率编解码器 |
| 4.4.2 基于码率伪装的方法 |
| 4.4.3 实验测试 |
| 4.5 本章小结 |
| 第五章 流媒体隐信道的3G系统设计与实现 |
| 5.1 引言 |
| 5.2 3G隐信道系统设计 |
| 5.2.1 设计目标 |
| 5.2.2 系统模型 |
| 5.2.3 各层设计 |
| 5.3 3G隐信道系统实现 |
| 5.3.1 开源Sipdroid框架 |
| 5.3.2 Stegdroid系统实现 |
| 5.4 STEGDROID使用与评测 |
| 5.5 本章小结 |
| 第六章 利用隐信道节省流媒体带宽的方法 |
| 6.1 隐信道应用分析 |
| 6.1.1 隐信道应用现状 |
| 6.1.2 隐信道扩展网络带宽 |
| 6.2 利用隐信道降低AMR-WB传输带宽的方法 |
| 6.2.1 基本思想 |
| 6.2.2 预备工作 |
| 6.2.3 编解码流程 |
| 6.3 实验效果 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文的工作和创新点 |
| 7.2 下一步工作计划 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 参加的科研项目与获奖情况 |
（9）基于分层信源编码的无线多播优化技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 图目录 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 无线多播系统优化技术研究现状和成果 |
| 1.2.1 多播系统中的分层信源编码 |
| 1.2.2 多播系统中的信道信息有限反馈 |
| 1.2.3 多播系统中的预编码 |
| 1.2.4 机会多播调度 |
| 1.2.5 无线多播系统资源分配 |
| 1.3 分层信源编码中的精细可伸缩性编码(FGS)技术 |
| 1.3.1 基本原理 |
| 1.3.2 FGS视频分层信源编解码原理 |
| 1.4 论文的主要贡献和体系结构 |
| 1.4.1 论文的主要贡献 |
| 1.4.2 论文的体系结构 |
| 参考文献 |
| 第二章 基于分层信源编码的单组多播优化技术 |
| 2.1 引言 |
| 2.2 系统模型 |
| 2.3 基于FGS视频编码的多播优化 |
| 2.3.1 最优的子载波分配 |
| 2.3.2 次优的比例公平子载波分配 |
| 2.3.3 比特加载和功率分配 |
| 2.4 仿真结果与分析 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 基于信源信道联合编码的多组多播优化技术 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 基于FGS视频编码联合UEP RS编码的多播优化 |
| 3.3.1 基于FGS视频编码的子载波分配 |
| 3.3.2 FGS视频编码联合UEP RS编码 |
| 3.3.3 FGS视频编码联合UEP RS编码的吞吐量分析 |
| 3.3.4 FGS视频编码联合UEP RS编码的子载波分配 |
| 3.3.5 改进的迭代注水功率分配 |
| 3.4 仿真结果与分析 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 有限反馈时基于分层信源编码的单组多播优化技术 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 基于有限反馈和多描述分层信源编码的多播优化 |
| 4.3.1 信道信息有限反馈策略 |
| 4.3.2 保证用户间比例公平的子载波分配 |
| 4.3.3 保证用户QoS需求的基于梯度的功率分配 |
| 4.3.4 保证用户QoS需求的基于拉格朗日乘数的功率分配 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 有限反馈时基于信源信道联合编码的多组多播优化技术 |
| 5.1 引言 |
| 5.2 系统模型 |
| 5.2.1 FGS视频编码联合信道编码的多组多播优化目标 |
| 5.3 分层有限反馈策略 |
| 5.3.1 基本层有限反馈策略 |
| 5.3.2 增强层有限反馈策略 |
| 5.4 预编码策略 |
| 5.4.1 基本层预编码策略 |
| 5.4.2 增强层预编码策略 |
| 5.5 子载波分配 |
| 5.5.1 基于FGS视频编码的子载波分配 |
| 5.5.2 FGS视频编码联合改进的UEP RS编码 |
| 5.5.3 FGS视频编码联合改进的UEP RS编码的吞吐量分析 |
| 5.5.4 FGS视频编码联合改进的UEP RS编码的子载波分配 |
| 5.6 功率分配 |
| 5.6.1 保证多播组间QoS需求的改进注水功率分配 |
| 5.6.2 保证多播组间QoS需求的增加固定功率分配 |
| 5.6.3 两种功率分配的计算复杂度分析 |
| 5.7 仿真结果与分析 |
| 5.8 本章小结 |
| 5.9 附录 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
（10）基于数据包级RS码的VoIP无线传输性能改善技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 VoIP技术的现状及发展 |
| 1.3 本论文的研究目标和主要内容 |
| 2 VoIP传输基础 |
| 2.1 VoIP有线传输基础 |
| 2.2 VoIP无线传输基础 |
| 2.3 本章小结 |
| 3 VoIP无线传输中的丢包现象及丢包改善技术 |
| 3.1 VoIP无线传输的结构 |
| 3.2 在VoIP无线系统中实测丢包对语音质量的影响 |
| 3.3 丢包改善技术 |
| 3.4 本章小结 |
| 4 基于数据包级RS码(PRS)的VoIP无线传输性能改善技术 |
| 4.1 突发丢包的无线信道模型 |
| 4.2 数据包级RS码(PRS) |
| 4.3 PRS码在VoIP无线突发丢包信道中的传输性能 |
| 4.4 自适应PRS码的VoIP无线传输纠错技术 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 硕士期间发表的论文 |
| 后记 |
四、自适应信源信道编码在实时媒体传输中的研究（论文参考文献）
- [1]基于网络编码的高效无线传输技术的研究[D]. 陈思璇. 北京邮电大学, 2021
- [2]收发平衡与码率优化的单兵应急视频通信装备研制[D]. 廖宗榜. 华中科技大学, 2020(01)
- [3]基于学习的图像编码与视频软播技术研究[D]. 尹文斌. 哈尔滨工业大学, 2020(01)
- [4]基于IEEE 802.11ax的无线视频优化传输[D]. 彭媛媛. 华中科技大学, 2019(03)
- [5]无线通信中的喷泉码技术研究[D]. 李艳霞. 电子科技大学, 2019(01)
- [6]分布式信源编码的技术研究与应用[D]. 孙悦. 中国石油大学(华东), 2018(07)
- [7]基于机器学习的联合信源信道编码技术研究[D]. 黄婷婷. 北京邮电大学, 2017(03)
- [8]基于流媒体的网络隐信道研究[D]. 缪海波. 中国科学技术大学, 2014(10)
- [9]基于分层信源编码的无线多播优化技术研究[D]. 陈雷. 北京邮电大学, 2013(12)
- [10]基于数据包级RS码的VoIP无线传输性能改善技术研究[D]. 车慧. 海南大学, 2013(02)