一种ELT报文编码协议的快速判定方法

基于数据进制转换的基本原理和COSPAS/SARSAT规定的ELT编码规范格式,提出一种可以通过不借助专用工具或专门途径直接判读15 Hex ID确定ELT部件实际编码协议的方法,并对其进行了技术可行性论证说明和实证分析研究。     

基于混合编码的天文序列图像无损压缩算法

提出了一种将时间和空间双维度预测与混合熵编码结合的图像无损压缩算法,应用于星体定点成像的天文序列图像.时间与空间双维度预测可以消除天文序列图像的时间相关性和空间相关性.混合熵编码融合了高熵编码与低熵编码算法,充分利用预测误差分布的稀疏性,进一步提升压缩效率.针对星体的天文序列图像,该算法首先在时间维度上进行帧间预测,去...     

最新CCSDS图像压缩算法研究与实现

2005年CCSDS(空间数据系统咨询委员会)推出了一项新的图像数据压缩算法标准,制定算法标准的目的是为了解决有效载荷设备的数据压缩以及如何分段压缩能使地面更好地接收图像数据和解压缩.算法的应用能够减少静态图像的数据量,这样不仅可以降低传输带宽,减少数据存储,而且在给定码率情况下能缩短传输时间,这对空间数据压缩具有重要意义.针对CCSDS最新推出的图像压缩算法进行了研究并对其性能进行了阐述,分析了算法硬件实现的可行性,并将算法软件实现的结果与其他图像压缩算法的实现结果进行了测试比较,结果表明在低码率下压缩性能与JPEG 2000,SPIHT相当,甚至更好,完全符合星载图像压缩在低码率下传输的要求.      

一种实现图像感兴趣区域嵌入式编码的改进算法

对图像感兴趣区域ROI(Region of Interest)的支持是新一代静止图像压缩标准JPEG2000的一项重要功能。文章利用嵌入式编码理论,针对零树小波编码EZW(Embed-ded Zerotree Wavelet Coding)算法的效率不足提出了一种改进方法。通过基于对EZW方法的适当改进并用于ROI编码,实现了图像感兴趣区域的高品质重建,进一步降低了编、解码复杂度和存储的空间,并提高了编码的效率。     

基于SVC视频流的低复杂度多播组分解算法

多播是一种高效率利用带宽资源的技术，可以有效缓解多媒体传输过程中的带宽压力，但传统的多播技术会带来“瓶颈用户”问题，限制多播组内用户的数据速率。多播组分解技术将多播组划分为若干子组并以不同速率接收数据，可以有效解决瓶颈用户带来的速率限制。构建了面向用户端的视频多播传输方案，将可伸缩视频编码（SVC）的分层特点和组分解技术相结合，各多播子组根据实际接收能力解调得到不同质量的SVC视频数据，在保证用户基本视频数据传输的基础上，实现总系统速率最大化。提出了面向资源公平调配的低复杂度多播组分解算法，在改进低复杂度分组（LCS）算法过程中考虑SVC视频层限制，并引入常值向量抑制资源分配不公的情况。经过实验数据模拟和性能评估，所提算法在带宽资源和用户数量变化时，均可以稳定地保持较高的系统速率、频谱效率及系统公平性，且计算复杂度较低，能够实际应用于4G和5G网络架构下的视频传输。      

空间光通信自适应信道编码的研究

提出了一种适合于空间光通信的信道编码方案和自适应信道编码的通信协议,探讨了一种适合空间光信道的信道码型和自适应编码协议的实现方法。在采用信道编码的基础上,通过对所接收到的信息流的误码率的实时检测,来估计当前空间光信道的状况．从而实时地控制信道编、解码器的接入,使系统误码率降低到正常范围,并最大限度地利用了当前信道容量。     

基于Turbo方法的乘积码脉冲位置迭代调制解调译码

脉冲位置调制（PPM）无线光通信系统易受到大气湍流影响，针对于此，将Turbo技术引入到PPM的解调和乘积码译码中。基于极大似然准则导出了PPM软检测解调方法，结合分组码的SISO译码，构建了检测解调和译码联合迭代的Turbo结构，推导了其迭代原理算法。仿真分析结果表明，误码性能可随迭代次数增加改善，其中，在大气闪烁指数0.1和误码率10-6条件下，迭代3~5次相比非迭代系统获得了0.8 dB以上的增益。     

数字化转型背景下“三表”编制和应用实践

针对设计图纸中“三表”（明细表、明细栏、元件表）编制的现状及存在的问题，对其进行要素研究与分析。运用标准化手段优化“三表”的编制方法，基于物资编码库的建立，保证了BOM （物料清单）数据的规范性，解决了BOM数据与“三表”图纸信息不一致的问题。     

一种快速自动挖掘航空发动机工作模式的新方法

为了处理航空发动机传感器所采集的多维时序数据，过去的方法常聚焦于单个样本点的识别，其提出的模型中往往含有大量待调参数并且单变量的挖掘方式会忽视状态参数的延时效应对工作模式挖掘的影响。另外，这些方法对大批量处理含过渡态模式数据的情况考虑欠佳。因此，提出一种能快速自动挖掘多维时序数据中隐含工作模式的新方法，即AutoMiner。该方法通过构造模型的编码代价来求解使编码代价最小的断点组合。在构造编码代价过程中利用标记传播的方法来识别每个片段的工作模式，这一方法生成的软标记成功解决了对过渡态模式的识别问题。本文在某型发动机采集的传感器数据上开展了多组实验，同时进行了可视化的展示，实验证明AutoMiner方法在时序分割和模式挖掘方面的评估指标均优于对比算法。另外，AutoMiner方法还支持并行化计算并且能在更复杂的工作模式挖掘场景中具有良好的可迁移性。