数据传输论文

分布式信源编码的研究、应用及实现 摘要：

无线传感器网络是一种全新的信息获取和处理技术。与其他的无线网络相比，无线传感器网络中传感器节点的能量有限而且不能够实时更新。因此传感节点的信息处理能力和无线通信的容量都受到了很大的影响。为了克服这些限制，需要设计能耗较低的通信协议和算法，其中，在编码时采用分布式信源编(Distributed Source Coding，DSC)技术就是一种有效地解决方法。分布式信源编码利用多个信源之间的相关性，进行独立编码减少传送的信息速率，并通过联合译码提高信息传输的整体有效性。DSC技术的作为无线传感器数据传送中的关键技术，对于其的研究也越来越成熟，而对DSC的应用也扩展到了无线摄像机网络等领域，成为了一种具有高效压缩性和优秀译码性能的信源编码。本文对分布式信源编码技术从理论到实现再到应用进行了重点研究。本文从以下几个方面对DSC进行了研究：首先介绍了分布式信源编码的理论基础——S1印ian．Wolf编码定理和Wyner-Ziv定理，从理论上说明了DSC的可行性；其次，分别说明了两种DSC的实现方式，即基于校验子(Syndrome)的实现方式和基于校验位(Parity)的实现方式，详细地举例阐述了两种方式的实现方法和仿真测试结果；最后，文章还重点从平行多视角视频系统出发，说明分布式信源编码在无线摄像机网络这一领域的应用，在此，本文还引入了视差补偿和平行视差搜索技术，对基于不同建模方式的平行视差搜索方式进行了研究，找出了搜索质量和计算复杂度最优折中的视差搜索方式，并将此搜索方式应用于基于DSC的分布式视频系统PRISM中去以实现平行多视角视频系统。文章最后还对这一系统进行了仿真对比，对比结果表明，引入了平行视差搜索的平行多视角视频系统能更好地重建视频序列，同时，分布式信源编码在无线摄像机网络的应用效果得到验证。 关键词：无线传感器网络，分布式信源编码，分布式联合信源信道编

码，视差搜索，多视角视频系统，PRISM。

一、课题研究的背景及意义 1.1、 课题背景 近年来，无线传感器网络(wsN：Wireless Sensor Network)引起人们的广泛关注和研究，在军事、环境以及医疗等领域都得到了很好的利用fI】。无线传感器网络是一种新型的无线网络，它能够实时地感知，获取所部署区域的信息，并把这些信息进行处理和传送到指定目的，具有十分广阔的应用前景。与其他的能够提供持续能量的无线网络相比，WSN中传感器节点的能量有限，且无法实时获得能量补充。这使得传感器节点的信息处理和传输能力受到了很大的限制。为了克服这些限制需要设计低能耗的通信协议和算法。在编码过程中采用分布式信源编码(DSC：Distributed Source Coding)为此提供了解决的办法。 1.2 、课题的意义 在信息极度膨胀的当今世界，如何才能实现将信息无损地传输，如何才能将 数据量极大的信息有效地传输，已经成为人们关注的问题，前者是对于信息的可 靠性而言的，后者则是针对信息的有效性而言。以图像视频的处理和传输和信息 采集技术为代表的信息处理传输技术，无论对于信息的有效性和可靠性的都有很 高的要求。随着人们对于图像处理和信息采集关注度越来越高，新的编码技术以 及对原有技术的进一步研究都有较快的发展，其中分布式信源编码就是应用前景 最广泛的一种。 在图像处理方面，由于人们对图像的质量和传输都有很高的要求，主要表现 在既要求质量尽可能高，又要求传输尽可能快。而传输的速度和图像的数据流大 小关系十分密切，要想快速传输，在对图像的编码上就必须要用尽可能少的比特 编码，使得图像压缩率尽可能高。而这一要求又恰恰与质量的要求相悖，根据信 息论的原理，图像的质量越高，所需要的信息量就会越大，于是存储或传输所需 的信息量越大。为了能在图像的质量和传输速度中找到一种最好的折中，就是信源编码的主要目的。分布式信源编码拥有信源编码的传输速度快，压缩率高等优 点，同时由于译码端强大的计算能力，使得在译码端能准确地还原信源，保证信 息传输的质量。 二、什么是信源编码 信源：指信息发生的来源。对通信系统而言，信源就是向其提供信息的人或机器。信源本身十分复杂，在通信中我们所关注的是信源输出后的信息的类型及其所包含的信息量。信源编码也称数据压缩，它是将信源输出信号有效地映射成符号序列的过程，提高了信息传输的有效性，可进一步分为音频编码和视频编码。任意给定的信源都有一个表征其不确定性的称之为熵的量，它是无失真数据压缩的下限。信源编码定理指出：在允许一定的失真情况下，存在最小数量的比特描述独立分布的信源输出。模拟信号数字化后还不宜直接进行传输和存贮，在传输和存贮前要进行各种处理，这些处理包括为了提高传输效率的信源编码和为了提高信息传输可靠性的信道编码。信源编码的目的是进行数码率压缩，我国采用国际通用的MPEG-2视频、音频数码率压缩标准。 三、分布式信源编码 与其他的能够提供持续能量的无线网络相比，WSN中传感器节点的能量有 限，且无法实时获得能量补充。这使得传感器节点的信息处理和传输能力受到了 很大的限制。为了克服这些限制需要设计低能耗的通信协议和算法。在WSN这 种特定环境中，基于以上的需求，分布式信源编码能够提供一种解决的途径，根 据DSC的原理，其需要对多个相关的传感器输出进行编码压缩，但这些传感器 并不需要通信。这些传感器发送编码压缩后的信息到Sink节点(类似簇头节点) 进行联合译码。DSC的以下两个特点使之可以匹配传感器节点的能量要求：1) 低能耗和低复杂度的编码器，这能够延长无线传感器节点的生存期；2)有效的 高压缩率，因为数据的传送速率直接影响到节点的能量消耗。下面将以无线视频传感器网络为例说明无线传感器网络的特点：考虑一个无线视频传感器网络，其由多个视频传感器节点集群组成，每个集群除了有普通传感器节点之外，还有一个汇聚节点，同时有一个用于监控应用的基站节点。视频传感器节点用于获取并处理数据；汇聚节点将传送上来的数据进行融合并传送到外部网络。为了保证这种网络能够在长时间里无人操作地正常运行，视频传感器节点和汇聚节点需要严格限制它们的功耗，这样就导致了严重的系统限制。与此同时，传统的视频处理机制都是建立在已经诸如H．264等成熟的视频编码标准之上，而这些编码标准具有高的算法复杂度，而且绝大部分的计算都集中在编码器(即传感器节点)中处理，并不适合在传感器节点中使用。由上文可知，在WSN严格的功耗限制的基础上，需要一种在编码端具有低复杂度，而在解码端能正确译码的编码算法。而DSC支持多对一的视频编码范例，这样相对于传统的一对多视频编码，有效的交换了编码器和解码器复杂度，在这种范例下，每个传感器节点用于编码的编码器的设计尽量简单以及灵活，而在具有连续能量供给的基站节点上则需要配备一个译码能力和计算能力强大的译码器。此外，每个视频传感器节点都能够独立于它的邻居进行操作；因此，在一个视频传感器节点不需要一个接收器进行视频处理，这使得系统节省了实际的硬件成本和通信(例如接收器)能量。 四、信源编码技术在广播电视信号数字化中的应用 各种数字信号需要利用信道来传输，对于任何一种信道，都有一定的容量。数字信道的容量是指单位时间所能传送的最大数据量或比特数。为了实现实时传输，必须使信道的容量超过被传送数字信号的数码率，即满足信道容量与信号数码率相匹配，否则就会丢失信息。然而视频信号数字化数码率太高，要实现实时传输，需要很大的信道容量，按4：2：2标准进行分量编码时，当抽样频率Z=13．5 MHz、两个色差信号的抽样频率Z=6．75 MHz、采用8 bit量化时，亮度信号的数码率为：R。=13．5×8=108 Mb／s．两个色差信号的数码率为：R，=6．75×8×2=108 Mb／s．视频信号的总数码率为两者之和：108+108=216 btb／s，可见数码率是很大的。传输信道的容量还与所采用的调制方法的传输效率有关。以我们大家熟悉的卫星传输系统为例，采用QPSK调制方法的传输信道每1 Hz带宽能传输的最高码率是2 bit／s，可见用这种调制方法来传输数字视频信号时，需要216／2=108(MHz)的带宽。从通信系统的观点来看，数字信号的传输方式是以带宽为代价换取高的传输质量。如高清晰度电视要求的信道带宽更宽，如果不经压缩编 码处理，现有的频率资源仅能传输几套标清电视节目。为了提高传输效率，一般不是直接传输数字化后的信源信号，而是对数字化后的信源信号先进行压缩编码，即信源编码，然后再传输。视频信号的信源编码是在保证所要求的图像质 量前提下，设法压缩所必须的传输码率，以达到节省传输带宽的目的。所以必须对图像进行压缩编码处理才能充分利用频率资源。 视频信号的数码率压缩的机理来自两个方面：一方面是图像信号中存在大量冗余度可供压缩，如空间相关冗余、时间相关冗余、结构相关冗余等。这些冗余度在编码后还可无失真地恢复。另一方面可以利用人的视觉特性，在不被主观视觉察觉的容限内，通过减少表示信号的精度，以一定的客观失真换取数据的压缩。图像编码是将需要传输的图像按一定的算法进行编码处理，去除冗余部分用尽量低的速率传输尽量高质量的图像。图像压缩编码方法，常用的有以下几类：预测编码、变换编码、统计编码、量化编码。(1)预测编码：根据会议电视所摄取的人物的活动量很小的特点，每幅图像内容相差不大，或者说某幅图像(帧)与它前面的一幅图像(帧)相关性能很强。利用这个相关性，首先把一幅完整内容的图像传到对方，以后的每幅画面就只需把不同的内容传过去。一幅图像是由许多像素点组成的这些像素点包含了色度及色差信号。从易于编码的角度考虑，把每幅画面分成许多小方块，每个块由16像素×16像素点亮度块和8像素×8像素点的色差块组成，将它称为“宏块”MB(MacroBlock)。若将画面变动部分内容传到对方，那么，在前一帧图像中与当前帧的“宏块”所对应的位置附近，找到一个与当前“宏块”的亮度块最近的“宏块”，并作为当前“宏块”的预测值，然后将当前的画面内宏观与最佳预测块相减，得到一个误差，仅对差块进行编码即可。这种 方式的目的在于消除图像信号的空间相关冗余(帧内预测)和时间相关冗余(帧间预测)，消除图像的统计相关冗余。(2)变换编码：这是利用图像在空间分布上的规律性来消除图像冗余的另一种编码方式。把图像的光信号空间矩阵变换到系数空间矩阵上进行处理。在空间上具有很强相关性的信号，反映在变换域上则表现为某些特定区域内能量很集中，或者系数矩阵具有某种规律性。这就把时域相关信号的传送，变成了变换域上有限个系数量化比特数的传送，达到压缩码率的目的。(3)统计编码：也叫熵编码。根据信息的概率分配码字，概率大的用短的码字，概率小的用长的码字，即采用变字长编码，使总的平均码长要比用固定码长编码的短很多。视频信号的概率密度分布是不均匀的，因此统计编码实际上是建立在图像的统计特征基础之上的压缩编码，统计编码包括哈夫曼(Huffman)编码、游程编码、基于字典的编码、算术编码。哈夫曼编码是可变字长的统计编码，编码效率高，应用也最广泛。MPEG-2中就应用哈夫曼编码。其贡献是在信息表示方面大大减少了冗余度，即减少了传输的信息量，它是一种无损压缩。(4)量化编码：这里的量化编码是指在模／数转换之后进行的数字的映射变换。它与模／数转换过程中的“量化”是不同的两个概念。根据工作特性的不同，又分为自适应量化编码和矢量量化编码等。目前针对不同的图像类型主要有下列3类图像编码标准。(1)静止图像压缩编码标准(Joint Photographic ExpertsGroup，觚G)JPEG是适用于彩色和单色多灰度或连续色调静止数字图像标准。基本JPEG算法先将图形分割成8×8的二维块，再以块为单位采用离散余弦变换(DCT)进行无损压缩，