一种近无损图像压缩方法
    31.
    发明授权

    公开(公告)号:CN107682699B

    公开(公告)日:2019-07-02

    申请号:CN201710980661.9

    申请日:2017-10-19

    Applicant: 厦门大学

    Abstract: 一种近无损图像压缩方法,涉及图像压缩。1)图像像素值范围调整,并获得残差图像;2)将调整像素值范围后的图像分成大小相等的图像方块;3)对所有图像方块进行分类,分为光滑图像块与细节图像块;4)对光滑图像块采用改进块编码方法进行压缩,不包括对像素值的压缩编码;5)对光滑图像块未参与压缩编码的像素值与细节图像块的所有像素值进行统一压缩编码。可以在获得足够高的压缩比的同时,提高近无损压缩的图像质量。

    基于码下标调制的差分混沌移位键控调制解调装置

    公开(公告)号:CN106209712B

    公开(公告)日:2019-04-16

    申请号:CN201610460214.6

    申请日:2016-06-22

    Applicant: 厦门大学

    Abstract: 基于码下标调制的差分混沌移位键控调制解调装置,涉及无线通信的数字调制解调。设有调制器和解调器;调制器设有混沌载波发生器G、延时单元D1、乘法器a、乘法器b、比特到符号转换器f、比特到符号转换器g、Walsh码选择器S、方波发生器e和调制器切换开关Q1;解调器包括接收器R、延时单元D2、M个方波发生器S1,S2,....,SM、M个第一路乘法器M1,1,M1,2,....,M1,M、M个第二路乘法器M2,1,M2,2,....,M2,M、M个累加器Ac1,Ac2,....,AcM、M个取绝对值器Ab1,Ab2,....,AbM、比较器C、解调器切换开关Q2、判决器h和符号到比特转换器k。

    基于原模图LDPC码的联合信源信道编码矩阵构造方法

    公开(公告)号:CN106341138A

    公开(公告)日:2017-01-18

    申请号:CN201610801722.6

    申请日:2016-09-05

    Applicant: 厦门大学

    CPC classification number: H03M13/116

    Abstract: 基于原模图LDPC码的联合信源信道编码矩阵构造方法,涉及通信编码。1)根据非等概信源的统计特性计算信源熵,选择码率适合的信源编码基础矩阵,并对其初始化;2)确定一定码率的信道编码基础矩阵并与其相匹配的连接基础矩阵;3)以译码门限为标准,搜索最佳的信道编码基础矩阵;4)以译码门限为标准,搜索最佳的信源编码基础矩阵;5)尝试改变连接基础矩阵,重复步骤3)和4),直至得到最优联合信源信道编码基础矩阵;6)对上述联合基础矩阵的各部分采用PEG算法进行扩展可得到一定码长的原模图LDPC码,进行拼接即可得到最终的原模图LDPC联合编码矩阵。

    一种多级循环移位索引差分混沌移位键控系统与方法

    公开(公告)号:CN115643140B

    公开(公告)日:2024-06-28

    申请号:CN202211220980.7

    申请日:2022-10-08

    Applicant: 厦门大学

    Abstract: 一种多级循环移位索引差分混沌移位键控系统与方法,涉及无线通信中的混沌数字调制。发送端对信息比特序列进行串/并变换得到多组等长序列,对各序列进行索引调制得到相应的位置索引值,混沌发生器产生混沌序列作为参考信号,根据各索引对混沌序列循环移位产生多个信息承载信号,相互叠加后与参考信号共同组成发送信号;接收端采用非相干解调,接收机从接收信号中取出参考信号和信息承载信号,依次对参考信号进行循环移位得到多个副本,分别与信息承载信号进行相关得到各位置索引的估计值,经索引解调得到多组信息比特,并/串变换后恢复出原始信息比特序列。可提高系统信息传输速率,提高信息保密性。

    一种分布式联合信源信道编码系统的深度学习译码方法

    公开(公告)号:CN114448570B

    公开(公告)日:2024-02-13

    申请号:CN202210104626.1

    申请日:2022-01-28

    Applicant: 厦门大学

    Abstract: 一种分布式联合信源信道编码系统的深度学习译码方法,涉及电子通信中的数据传输。包括以下步骤:1)确定分布式联合信源信道编码系统译码的训练样本集;2)确定深度学习译码模型;3)确定深度学习网络模型的loss函数;4)确定需要增加信息交互单元的隐藏层位置并插入信息交互单元隐藏层;5)确定深度学习译码训练模型的隐藏层的激活函数;6)确定输入的训练样本集梯度下降的方式训练模型,调整训练的参数确定最后网络模型;7)将需要译码样本集输入模型完成分布式联合信源信道系统信源的译码。针对分布式联合信源信道编码系统可以实现并行译码,并能挖掘分布式信源间的相关性进而提高系统的译码性能。

    一种AIS辐射源识别模型生成方法及AIS辐射源识别方法

    公开(公告)号:CN115905808A

    公开(公告)日:2023-04-04

    申请号:CN202211454482.9

    申请日:2022-11-21

    Applicant: 厦门大学

    Abstract: 本申请涉及一种AIS辐射源识别模型生成方法,其包括:S101:采集AIS信号,对AIS信号进行预处理,定位AIS信号帧,构建基于AIS瞬态部分与AIS稳态部分的数据集,所述预处理包括AIS信号相关性检测、GMSK解调、NRZI解码以及将AIS信号划分为瞬态部分和稳态部分;S102:构建基于门控机制与滑动窗口注意力的AIS辐射源识别网络,所述基于门控机制与滑动窗口注意力的AIS辐射源识别网络包括序列编码模块、单头门控注意力单元模块、滑动窗口自注意力模块以及分类器模块;S103:利用基于AIS瞬态部分与AIS稳态部分的数据集对基于门控机制与滑动窗口注意力的AIS辐射源识别网络进行训练,以获得AIS辐射源识别模型。本申请在对AIS辐射源进行识别时具备更低复杂度的同时能取得更优的识别准确率。

    基于混沌压缩感知的超宽带通信系统测量矩阵设计方法

    公开(公告)号:CN113784381A

    公开(公告)日:2021-12-10

    申请号:CN202111191646.9

    申请日:2021-10-13

    Applicant: 厦门大学

    Abstract: 基于混沌压缩感知的超宽带通信系统测量矩阵设计方法,属于压缩感知领域。1)根据超宽带信号主要能量长度,设置信号匹配测量矩阵的行稀疏度λ;2)根据所需测量矩阵维数M×N及CS‑DCSK系统的Walsh码阶数Nf,利用Logistic映射生成稀疏度λ的维行向量,并单位化处理;3)对单位化后的行向量进行部分循环移位,生成维矩阵;4)基于该维矩阵生成维的分块对角矩阵;5)重复步骤2)至步骤4)共次,组合所得个维的分块对角矩阵生成M×N维信号匹配的测量矩阵。计算机仿真显示,所设计测量矩阵具有更低列相关性及更好去除噪声能力。

    低复杂度直接计算的立方卷积样条插值方法

    公开(公告)号:CN107197291B

    公开(公告)日:2020-02-14

    申请号:CN201710376446.8

    申请日:2017-05-25

    Applicant: 厦门大学

    Abstract: 低复杂度直接计算的立方卷积样条插值方法,涉及数字图像压缩。将扩展后的图像与二维立方卷积插值函数循环计算得到系数将重新计算得到的5个重构滤波系数与已知的循环卷积计算得到中间数据将5个新的重构滤波系数再次与已知的循环卷积得到压缩图像数据。计算机仿真显示方法,仅需5个滤波系数,也即将原先立方卷积样条插值技术中计算循环卷积部分的运算复杂度降低了近55%,就能达到基于FFT方法的图像主客观品质,从而极大地降低了计算复杂度和处理时延,也使其更有利于大规模集成电路实现。

    基于原模图LDPC码的联合信源信道编码矩阵构造方法

    公开(公告)号:CN106341138B

    公开(公告)日:2019-05-10

    申请号:CN201610801722.6

    申请日:2016-09-05

    Applicant: 厦门大学

    Abstract: 基于原模图LDPC码的联合信源信道编码矩阵构造方法,涉及通信编码。1)根据非等概信源的统计特性计算信源熵,选择码率适合的信源编码基础矩阵,并对其初始化;2)确定一定码率的信道编码基础矩阵并与其相匹配的连接基础矩阵;3)以译码门限为标准,搜索最佳的信道编码基础矩阵;4)以译码门限为标准,搜索最佳的信源编码基础矩阵;5)尝试改变连接基础矩阵,重复步骤3)和4),直至得到最优联合信源信道编码基础矩阵;6)对上述联合基础矩阵的各部分采用PEG算法进行扩展可得到一定码长的原模图LDPC码,进行拼接即可得到最终的原模图LDPC联合编码矩阵。

    低复杂度直接计算的立方卷积样条插值方法

    公开(公告)号:CN107197291A

    公开(公告)日:2017-09-22

    申请号:CN201710376446.8

    申请日:2017-05-25

    Applicant: 厦门大学

    Abstract: 低复杂度直接计算的立方卷积样条插值方法,涉及数字图像压缩。将扩展后的图像与二维立方卷积插值函数循环计算得到系数将重新计算得到的5个重构滤波系数与已知的循环卷积计算得到中间数据将5个新的重构滤波系数再次与已知的循环卷积得到压缩图像数据。计算机仿真显示方法,仅需5个滤波系数,也即将原先立方卷积样条插值技术中计算循环卷积部分的运算复杂度降低了近55%,就能达到基于FFT方法的图像主客观品质,从而极大地降低了计算复杂度和处理时延,也使其更有利于大规模集成电路实现。

Patent Agency Ranking