视频传输差错掩盖技术研究现状与发展趋势

讨论了视频差错掩盖研究的发展过程和现状.介绍了常见的空域和时域差错掩盖算法,特别是基于边缘检测的空域自适应差错掩盖算法、基于运动向量外插的时域差错掩盖算法、多步多权值块变形差错掩盖算法以及基于失真度估计的SVC质量分级自适应差错掩盖算法.分析了这些算法在不同有损传输环境下的差错掩盖性能和适用环境.预测了差错掩盖技术可能的发展趋势.     

一种基于H.26L的自适应差错掩盖方法

利用解码帧的特征及其相关参数，提出了一种基于H．26L的自适应差错掩盖方法．该方法对不同的差错特征分别采用以下3种掩盖方法：边界匹配(BMA)、空间插值(SI)和频域插值(FI)．与采用单一方法相比，用本方法的仿真结果的主客观质量都显著提高，尤其是在场景转换和剧烈运动的时候。     

基于视觉显著性的视频差错掩盖算法

为了避免在差错掩盖过程中由于不当的替代块选择而引入新的可察觉失真,将视觉显著性与差错掩盖算法相结合,提出了一种基于视觉显著性的视频差错掩盖算法. 首先使用显著图检测算法将原始视频的每帧图像分为感兴趣区域和非感兴趣区域,接下来在解码端利用视频序列的显著性分布信息进行差错掩盖,保证候选替代块的选择范围被限制在与原始单元具有相似视觉显著性分布水平的区域内;其次在非感兴趣区域受损单元的掩盖算法中引入显著性降低操作算子,通过算子循环迭代来降低其替代块的强度和颜色对比度,使得掩盖后的图像区域既能保持较好的匹配性又具有低显著性;最后利用快速非局部均值去噪算法,对完成差错掩盖操作的视频序列进行去噪处理,以提高视频序列的整体视觉质量. 实验结果表明:在3%、5%、10%丢包率下,相对于传统的边界匹配算法,该算法掩盖后的序列的客观质量具有0.79～1.66 dB的提升;相对于解码端运动估计算法,该算法掩盖后的序列的客观质量具有0.39～1.55 dB的提升;在掩盖完成后使用非局部均值去噪算法,视频序列的客观质量有0.05～0.51 dB的提升.      

基于DFT的非采样间隔信道OFDM系统信道估计

提出了一种改进的基于DFT的系统信道估计方法．该方法充分考虑了非采样间隔信道的冲激响应能量泄漏问题．通过计算能量增长率选择保留路径,实现了基于DFT的非采样间隔信道OFDM系统信道估计．仂真结果表明,改进算法的均方误差（MSE）及误码率（SER）介于传统的LS估计及MMSE估计之间．在信噪比为15dB时,改进算法的MSE相对LS估计有3．5dB的改善．     

时变MIMO系统的联合符号检测与信道估计

针对MIMO系统时变多径信道,结舍分集舍并,提出一种带判决反馈的修正混和型MLSE（DF-MHMLSE）为基础的低复杂度联合符号检测与信道估计的递推算法．发送端仅需少量导频符号用于信道估计初始化,在此基础上,针对系统中各MISO子系统,分别采用修正混和型MLSE算法（MHMLSE）,形成临时判决符号矢量集合及对应的临时信道矢量集合,最终根据分集合并确定最佳判决符号矢量,同时实现信道矢量的自适应更新,该算法减小了传统MIMOMLSE的计算复杂度,实现了逐符号检测,并取得了较低的误比特率．     

基于ABP-EKF算法的锂电池SOC估计

电池荷电状态(state of charge,SOC)的准确估计是电动汽车合理实施电池管理的前提条件和重要依据.针对目前电动汽车对动力电池SOC估计精度的不断提高这一问题,利用联合估计法对锂电池SOC进行研究.基于Thevenin电池模型与修正的安时积分算法,推导出了锂电池的输出方程以及状态空间模型,通过采集实验过程中的相关数据并应用递推最小二乘法对电池模型参数作出辨识.分析了扩展卡尔曼滤波(EKF)算法以及自适应BP神经网络算法的原理,联合两种算法并在此基础上提出了自适应BP-EKF算法(ABP-EKF).运用所提出的算法对锂离子电池SOC进行联合估计,最后通过对比ABP-EKF与EKF两种算法估计锂电池SOC的数据,研究结果表明:所提出ABP-EKF算法相比于EKF算法在均值误差项与均方根误差项分别减少了3.9％和3.79％.     

基于小波变换自适应数字图像水印算法

阐述了图像数字水印和小波变换的基本原理,通过对小波基、分解级数、小波系数选择及人类视觉掩蔽特性等的分析,提出了一种基于小波变换自适应图像数字水印算法．通过剪切、加噪、滤波、锐化、模糊等几种常用攻击技术对算法进行了测试,实验结果表明该算法具有较强的鲁棒性．     

基于Monte Carlo抽样方法的随机离散化在分组数据中的应用

对一种基于Monte Carlo抽样方法的随机离散化做了改进,并将改进后方法应用于分组数据的统计推断中,用来计算未知参数的近似极大似然估计和区间估计．改进后的方法弥补了原方法有时不能满足Sn（f）≈S（f）的缺点．该方法思想简单,易于执行,并且是非迭代,任意维的．所以,通过实例模拟,还可以看出该方法运行速度快,远优于Gibbs抽样、EM算法等其它几种方法．而且运算结果精度高,尤其表现在未知参数的区间估计上．因此提供了一种计算未知参数估计的简单方法．     

自适应Volterra混合噪声图像滤波

采用更接近实际的随机值脉冲噪声对混合噪声图像中的脉冲噪声部分进行描述,基于自适应Volterra滤波方法,提出了一种能够有效去除图像混合噪声的LMSV滤波算法．在此基础上,针对LMS算法收敛速度慢,步长因子不易确定的特点,提出了一种改进的自适应Volterra图像滤波算法（NLMSV算法）．理论分析和计算机仿真实验表明,相比于传统的图像去噪方法,本文方法在去除图像混合噪声和保留图像边缘细节方面的性能要明显优于其他算法,并且图像受污染率越高,该方法表现出的性能越好．     

改进的自适应遗传算法及其在作业车间调度中的应用

针对自适应遗传算法在复杂问题应用中前期收敛速度缓慢和容易陷入局部最优的不足，引入了一种新的调节交叉概率和变异概率的方法，并提出了一种新的交叉方式，该算法很好地增强了自适应遗传算法的全局搜索能力，提高了收敛速度．通过比较几个优化实例，验证了本文算法的有效性．