压缩图像无线传输的信源信道联合编码研究
中文摘要
摘 要
近年来，随着计算机、通信以及网络等关键技术的迅速发展，人们对多媒体
通信的需求也与日俱增，图像 (视频)通信作为多媒体通信中的一个基本组成部
分，得到了广泛的重视。在许多实际的通信系统中，基于香农分离原理的信源一信
道编码分离设计方法往往导致图像 (视频)传输应用的低效率，而信源信道联合
编码则可以获得更好的性能。该方法将通信系统作为一个整体来分析，综合考虑
信源和信道的特性，合理分配资源以提高系统的整体性能。因此信源信道联合编
码的研究具有十分重要的现实意义。
本文对信源信道联合编码技术在图像无线传输中的应用进行了研究，提出了
一种基于不等差错保护，并与码率的动态分配机制有机结合的信源信道联合编码
方案。本文的主要内容包括:
①针对图像无线传输的背景，本文分析了无线衰落信道的特点，对几种主要
的信道模型加以分析，并通过仿真得出了在不同参数值下的信道特性。
②本文在仔细分析了SPIHT算法的基础上，针对联合编码的需要，通过对低
频单独处理 (DPCM)和子树独立编码 (采用Virtual-zerotree结构)对其进行局部
改进，使其性能得到进一步优化。
③本文将码率分配技术和不等差错保护技术 (UEP)进行很好地融合，实现了
一种通用、有效的信源信道联合编码传输系统。在该系统中，本文针对改进的SPIHT
信源编码码流重要性的不同而进行三重不等差错保护。同时，根据无线信道的时
变特性自适应地调整信源和信道编码速率，从而在不增加额外带宽的前提下，系
统获得了优异的性能和较高的可靠性。通过几种不同的图像传输方案在无线衰落
信道上的仿真比较，实验表明本文所设计的方案在信道条件恶劣的情况下，能够
明显提高图像传输的质量。
关挂词:无线衰落信道，图像通信，SPIHT, RCPC，信源信道联合编码
英文摘要
ABSTRACT
Recently, with the rapid development of kernel techniques such as computer,
communication and network etc., there is an increasing demand for multimedia service.
Wireless image and video transimission, an essential component of wireless multimedia,
is studied extensively. It is well known that Shannon's separation theorem does not hold
in real-world systems, while joint source-channel coding (JSCC) can be significantly
superior to it especially for image and vedio transimmission. Considering the property
of source and channel, The JSCC combines the source coder and channel coder
reasonably to build an integral system in order to obtain significant improvement of
system performance. Thus JSCC is of great interest for practical reasons.
In this thesis, we present a JSCC scheme to transmit compressed image over
wireless fading channels, which is based on uneaqul error protection (UEP) and
adaptive rate allocation. The main contents of this thesis are as follows.
①We analyze the characteristics of wireless fading channels for image
transmission on them. Simulation has been done to provide the characteristics of some
main wireless channel models with different parameters.
②This thesis improves the SPIHT algorithm by encoding low-frequency
coefficients of a decomposed image with DPCM method and encoding subtree datas
using virtual-zerotree structure, respectively. Experimental results show the I-SPIHT
algorithm can achieve more excellent performance.
③ In this thesis, a general and effective JSCC scheme is proposed, which provides
a 3-grade UEP strategy for I-SPIHT bit streams of different importance and adjusts the
rates adaptively between source and channel encoder according to the characteristic of
time-varying wireless channels, thus yields good performance and high reliability
without adding extra bandwith. Experimental results of diefferent systems show that the
proposed scheme can obviously improve the image quality after transmitting even if the
channels are in bad condition.
Keywords: wireless fading channels, image communication, SPIHT, RCPC, joint
source-channel coding (JSCC)
独 创 性 声 明
本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取
得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文
中不包含其他人已经发表或撰写过的研究成果，也不包含为获得止重选人堂
或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本
研究所做的任何贡献均己在论文 中作 了明确的说明并表示谢意。
学位论文/ u>1‘·日‘:,,,177年歹月，)日
学位论文版权使用授权书
本学位论文作者完全了解一‘重一BUZ 上一有关保留、使用学位论文的
规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许
论文被查阅和借阅。本人授权一一重选达堂一 可以将学位论文的全部或部
分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段
保存、汇编学位论文。
保密 ( )，在— 年解密后适用本授权书。
本学位论文属于
不保密 ( )。
(请只在上述一个括号内打 “了，’)
学位论文作者签名 导师签
签字日期:>07年 6月;!日 签字 日
·补
期:沪‘刃 年 了力 3 1日
/
I绪论
1绪 论
1.1课题研究背景和意义
1.1.1研究背景
随着计算技术、现代通信技术、微电了技术、网络技术和信息处理技术的不
断发展，特别是Internet和个人无线移动通信业务的飞速发展，人们对多媒体通信
的需求也日益增加，图像 (视频)信息的处理、存储和传输 (有线和无线)在社
会生产生活中的作用已越来越突出。其相关技术已成为当今通讯领域的研究重点
和热点，在无线多媒体通信、交互式多媒体、远程医疗、电子商务等应用中展现
了广阔的应用前景。其中，图像和视频流传输技术作为多媒体通信的一个基本的
组成部分，正日益受到重视，具体表现在以下几个方面[一:
① 社会对图像信息的处理、传输和交换的需求越来越迫切，这使图像通信技
术面临着一个巨大的市场需求，孕育着丰富的商业机会;
② 电子器件及设备处理能力和处理速度的大幅度提高，使图像的实时数字化
处理和传输成为可能，从而使以前提出的许多方法得以实现并有了实际用
途;
③ 图像通信的关键技术，例如图像压缩编码技术、交换技术和现代数字调制
技术己成为异常活跃的研究课题，吸引了越来越多研究者和企业的兴趣，
基于小波变换、分形和模型的编码方法等相继问世，新理论、新方法和新
技术层出不穷;
④ 由于数字化图像传输质量高、处理方便、频带利用率高且易于集成化，数
字化的图像通信己成为当前和未来图像通信的主要发展方向。特别是在移
动通信的3G以及未来的B3G时代，数字图像和视频通信将是一项重要的
移动业务。
信息论中的编码主要分为信源编码和信道编码。信源编码的主要目标是降低
每个信源符号的平均比特数或信源的码率，以提高编码效率。信道编码的主要目
标是提高信息传送的可靠性，即尽量使处理过的信号在传输过程中不出错或少出
错，即使有错，也能自动检错和纠错。
在实际问题中，上述两类编码的目的往往是相互矛盾的。提高有效性必须去
掉信源符号中的冗余信息，此时信道误码会使接收端不能恢复原来的信息，有时
候一个比特的错误会造成重构图像的严重失真，这就要求相应提高传送的可靠性;
反之，为提高可靠性而采取信道编码，增加冗余校验比特，势必要增加比特率，
降低了有效性，在某种程度上失去了图像压缩的意义。所以，信源编码和信道编
重庆大学硕士学位论文
码是一对矛盾。从理论上说，若能将两种编码合二为一，即同时考虑有效性和可
靠性，可使编解码器更理想化，在经济上也可能更优越{(21。这种“二码合一”的设
想是众所关心的课题，但由于理论上和技术上的复杂性，要取得有效地结果，还
是相当困难的。因此，如何有效地联合信源编码和信道编码，提出一种兼顾压缩
比和抗噪性能的图像编码无线传输系统是本论文研究的核心.
本课题以压缩图像在无线信道中的传输为研究背景，探讨在通信系统资源限
制的条件下，综合考虑信源、信道的特性，采用优化的信源信道联合编码((JSCC)
方案，得到最佳的端到端图像无线传输效果。
1.1.2研究意义
无论是 Shannon信源/信道分离编码，还是信源/信道联合编码，其最终关心的
都是系统的整体最佳性。正如Gallager 1968年指出的那样，虽然信源编码与信道
编码的分离并不影响通信系统的基本性质，但并不能说明这是一种最经济的做法。
由分离最佳最终达到系统最佳，必然要以系统的复杂性为代价。分离设计通常遵
循这样一种过程:①对一给定的失真要求，首先要找到一种能达到这种失真度的
信源编码方法，即信源空间的划分方式:②根据信道的情况，选择一个合适的信
道纠错码，有规律地增加一些冗余度来抗拒信道噪声的干扰。实际上，如果信道
的情况太差，对信源空间划分的过细，反而是一种浪费。拿一个极端的情况来说，
当信道容量为零时，即使对信源划分的再细，信道码的冗余度再多，信宿也无法
得到信源发送的任何信息，此时，一切工作都是浪费。由此可见，如果不综合地
考虑信源、信道的因素，对通信系统的设计势必要付出一些不必要的代价。
图像的信源编码是为了压缩数据，减少数据冗余量。信道编码的作用在于保
护信源编码后的信号和图像数据，通过适当的增加冗余码，增加信号和图像数据
在信道传输中的抗噪声及其它不稳定因素的性能，在接收端先经过译码纠错后再
传给信源译码器重建图像。虽然信源与信道的编码思想与功能有严格的区别，但
是它们有一个共同的目标，就是使得图像更快的传输，使重建图像的质量尽可能
接近原始图像。因此如果将两者进行联合编码，能够更好地达到其共同目标。联
合信源信道编码的优越性在于使得信道编码只增加少量纠错码，就可以达到较好
的纠错性能，由此可以提高传输效率。
总之，信源/信道联合编码研究的主要目的在于使通信系统的设计与实现更加
简单、更加经济、更加优化，这也正是联合编码/解码理论研究的意义所在，正是
处于这种原因，近年来，对联合编码/解码的研究逐渐受到了人们的广泛视，使之
成为编码理论研究中的一个重要领域。
本课题的研究为在高误码率的无线信道上有效、可靠地传输图像信息提供了
一个切实可行的解决方案，对于移动通信系统 (如 3G, B3G)中的无线多媒体业
1绪论
务 (包括数据、语音、图像和视频等)，以及特定用途的无线通信系统图像信息传
输，具有重要的理论意义和实用价值。
1.2信源信道联合编码的研究概况
1.2.1国内外研究现状
1977年，Elience首次提出了实现通信系统整体优化的 “信源信道联合编码”
技术，之后，众多国内外研究者开始了这一领域的研究与探索。对于静止图像的
信源信道联合编码，最早的工作由Modestino等人在1979年提出[31
对于信源控制的信道编/解码 (source-controled channel code/decode)，最早的
工作邮ayood, Borkenhagen[01和Sayood等人[s1提出。这种信源控制的信道编/解码
的主要思想是，信道译码器利用未压缩或部分压缩的信源数据中的冗余信息来提
高信道译码的性能.文献[[6]中表明在无线信道中对信源数据保留一定的冗余信息
可以提高信道译码的正确性。另一种信源信道联合编码的方法是根据信道优化的
信源编码。该方法的主要思想是信源编码根据信道模型设计自身的分级量化。该
方法最早由Kurten-bach和Wintz提出[r1, Farvardin和Vaishampayan对此做了进一步
的研究[8l
以上信源信道联合编码方法，根据信源编码的不同，可分为基于DCT系统和
基于子带(小波)系统。对于基于DCT系统的联合信源信道编码，最早的工作由
Modestino等人提出191，他们对DCT变换系数的索引值进行了不等错误保护(UEP:
Unequal Error Protection)，并指出随着信道误码率的增加，最好增加信道编码的冗
余而降低信源编码的码率。
除了以DCT变换为基础的编码系统外，以小波变换为基础的子带信源编码已
经成为当今变换编码研究的另一大方向。Shapiro提出了嵌入式小波零树(EZW)编
码算法[101, Said和Pearhnan对其进行了改进，并提出了SPIHT算法[u1。他们的思想
是在对图像进行子带(小波)分解之后，将小波系数组织成树形结构，对重要的系
数进行量化和算术编码。这种算法能够提供渐进传输和可调的编码速率，对静止
图像的压缩可以提供很好的效果。对于基于小波系统的联合信源信道编码，
Sherwood和Zeger[IZ1将输出码流以20。比特为单位分成固定长度的数据包，之后加
上内码为RCPC码，外码为CRC校验码的级联信道编码，仿真结果表明该方法能取
得良好的图像传输效果。
除了上述方法外，近年来人们在信源信道联合编码方面又有了一些新的进展。
文献[[131提出了一种结合隐性马尔可夫信源(Hidden Markov Source-HMS) [14〕和低密
度奇偶校验码(Low Density Parity Check Codes-LDPC) [IS]的信源信道联合编码方
法，并在高斯信道下进行了仿真。文献[16-17』研究了近年来信源信道联合编码的
重庆大学硕士学位论文
新技术以及与现有视频压缩标准相结合的方法，文献[[181讨论了第三代移动通信中
采用WCDMA作为多址方式时视频传输的联合信源信道编码方法。
国内在这一领域的探索也取得了有效的进展，张豫伟博士对信源信道联合编
码的理论进行了深入的研究，分别对无失真和有失真信源信道联合编码从理论上
和数学推导上给予了充分的分析和论证[19-201。肖篙、吴成柯等人对无线信道图像
的联合信源信道编码速率分配方案和基于SPIHT的信源信道联合编码进行了深入
的研究[[21-231。另外，上海交通大学图像通信与信息处理研究所作为国内在这一领
域研究最活跃的机构之一，其研究涉及到信源信道联合编码的许多关键技术与方
法，也取得了大量的成果[24-27J
1.2.2信源信道联合编码的应用范围
信源信道联合编码将通信系统的信源编码和信道编码联合考虑进行最优化设
计，并且允许用户根据信道或网络条件改变信源编码参数，或是根据信源特性选
择信道编码、调制及网络参数。这种方法适用于各种违背信源信道分离设计理论
前提条件的情况，尤其是在以下四种应用环境中:
① 资源受到限制的通信系统
资源有限包括数据传输时的速率和带宽限制，低成本系统所要求的复杂度限
制，便携设备的功率限制，实时系统的延时限制。其实，实际环境总是有这样或
是那样的限制。信源信道联合编码会从整体出发在各种资源之间进行最优分配，
从而获得端对端的系统性能的最佳。
② 多用户共享信道的通信系统
比如包交换的数据网和蜂窝移动通信系统，用户共用有限的带宽资源竞争地
传输信息。在这种系统中，多个用户通过统计时分或者码分等复用方式共享信道，
一个用户的信源信息，可能就是其它用户信道中的噪声。在多用户接入的情况下，
信源编码和信道编码无法独立进行，信源信道联合编码可以用来减少用户间的干
扰，提高系统整体性能。
③ 异质信源、异类信道、异种用户或拓扑结构共存的通信系统
在这种通信系统中，信源、信道、用户或网络结构都可能具有异构性。信源
的异构性体现在不同类型的信源对数据丢失、数据错误以及时延具有不同的敏感
特性:信道的异构性体现在同一通信网下的不同信道可能具有不同的信道质量，
它们的速率、误码率、时延或时延抖动相差很大;用户的异构性指的是各种用户
的自身系统计算能力、可获得的带宽需求以及对服务质量(Quality of Service -QoS)
的要求不同;网络的异构性体现在相同的网络可以同时应用于点对点通信系统、
广播系统、多接入系统等等。
1绪论
针对不同种类的异构特性，可以设计不同意义上的联合信源信道编码方法。
对于信源异构特性，可以对重要的信息或时延敏感的信息进行不等错误保护，必
要时可以重传;对于信道或用户异构性，可以对信源进行分层或时域、频域、空
域分级编码，从而在不同信道上传输不同速率的信源，满足用户的不同分辨率的
需要:网络异构性会影响信源和信道编码的选择，可以通过改变信源编码的参数
来适应不同的信道或网络，或是根据信源编码参数来调整信道编码、调制以及网
络协议。
④ 信源和 (或)信道具有不确定性或者较大波动范围的通信系统
在这种情况下，由于不太可能获得信源和信道的先验概率分布，分离方式下
最佳的信源编码和信道编码设计可能是实现不了的。而如果在编码设计时采用最
保守的方法，即确保在最坏的情况下正常通信，又会给通信资源带来很大的浪费，
而采用自适应联合优化的方法，使得信源编码和信道编码与信源和信道特性相匹
配，系统性能随时间波动小，从而提高系统的稳定性能。
具有上述特点的系统很多，联合信源信道编码技术已在很多方面得到了实际
应用。例如在第二代基于语音通信的移动电话系统中，集成了严格的资源约束(包
括手机的功耗限制，实时语音通信的时延约束)，共享的信道环境 (多个用户竞争
使用频带资源)以及随时间和空间变化的信道条件(各个用户离基站距离不等，用
户之间共道干扰不同，阴影、衰落效应不同)。将这些因素综合考虑进行信源信道
联合编码设计，才取得了相对稳定的系统性能。例如在北美和欧洲的基于 TDMA
标准的二代 ((2G)移动通信中对音频进行不等错误保护 (Unequal Error
Protection-UEP)来确保语音的最优通话质量，同时通过插值算法进行错误隐藏。通
过不等错误保护方法的设计，在保证信息的传输质量的同时，还节省了 20%-40%
的比特率。
此外，信源信道联合编码还有一些应用实例。例如，视频点播系统(Video on
Demand-VOD)中，通过自动重发请求 ARQ方法，使得信道条件差时，丢弃相对
优先级低的视频信息来保证相对优先级高的音频信息。而在视频广播系统中，通
常使用分层编码方法，来为不同用户提供不同质量及分辨率的数据等等。这些技
术都属于信源信道联合编码的范畴。
1.3本文的主要工作内容
本文结合重庆市自然科学基金项目“多速率交通路况视频监控无线传输系统
关键技术研究”(项目编号:CSTC2005BB2206)，主要研究了信源信道联合编码的
基础理论以及设计方法，并重点针对压缩图像(视频)在无线信道传输中的信源/信
道联合编码设计进行了深入的研究，设计了一种既基于不等差错保护 (UEP)，同
重庆大学硕士学位论文
时又与码率的动态分配机制有机结合的信源信道联合编码方案。本文的主要工作
内容及章节安排如下:
第一章主要论述了该课题的研究背景和意义，以及近年来国内外研究动态和
取得的研究成果，并指出了信源信道联合编码的适用范围。
第二章首先阐述了联合编码的基本理论和系统框架，以及目前几种主要的联
合编码方法;其次，对图像无线传输的信道模型进行了仿真分析，为论证本论文
提出的新方案和其他方案的对比结果提供了科学的保证，确保实验结果的真实可
靠;最后，介绍了图像质量的评价标准。
第三章首先阐明了图像信源编码的必要性和变换编码的一般步骤;接着，介
绍了小波变换编码在图像编码领域中的应用，并选定Antonini 9-7小波对输入图像
进行小波分解。在此基础上，重点对论文中用到的信源编码算法SPIHT进行了分
析，根据联合编码的需要，通过对低频单独处理 (DPCM)和子树独立编码 (采用
虚拟零树 Virtual-zerotree结构)对其作了一定的改进 (I-SPIHT )，实验结果表明
改进后的算法能有效提高码流的容错性能，在恢复图像主观质量上更好，更加适
合图像的无线传输。
第四章首先介绍了信道编码的概况及图像无线传输中的差错控制;然后，大
致介绍了几种常用的信道编码;最后，对论文中用到的信道编码一循环余校验码
(CRC)和码率兼容删余卷积码 (RCPC)作了深入的介绍，分析构成原理，并给
出实例予以阐释。与此同时，结合 RCPC码的特性指出它非常适合对图像基于
SPIHT算法编码的信源数据流实现不等差错保护 (UEP) o
第五章对基于不等差错保护的信源/信道联合编码图像无线传输方案进行了较
为全面深入的研究。该方案是将联合编码码率分配技术与 UEP技术进行很好地融
合，充分利用了信源重要性信息((SSI)和信道状态信息((CSI)，动态地分配信源信道
码率，从而获得较好的系统性能增益。在本章的仿真研究部分，首先，研究了图
像的不同部分对重建图像质量的影响;接着，论及了联合编码码率对图像质量的
影响;然后，又给出了联合编码码率的分配准则和方案;最后，通过对几种不同
图像传输方案的仿真，在Nakagami和G-E信道下的实验结果表明，本论文所设计
的方案能够提供较高质量的传输图像，具有较好的性能和实际可行性。
2信源信道联合编码理论及相关知识
2 信源信道联合编码理论及相关知识
2.1信源信道联合编码 (JSCC )
2.1.1 JSCC基本原理
根据香农关于信源一信道编码的理论，在保持通信系统总的性能条件下，信源
编码和信道编码可以分开考虑。在这个理论基础上，信源编码 (或称压缩编码)
的目标就是从数据中去除冗余，获得最大的信息压缩率;而信道编码 (或称为差
错控制编码)则是在数据中加入冗余，用来保护在噪声信道中传输的数据，得到
最小的误码率，这是我们都很熟悉的原理。从这里看上去信源编码和信道编码之
间似乎没有进行信息交换和优化的必要，但是我们忽略了上面的理论是基于这样
两个假设:①无限长的编码码长 (意味着无限长的传输时延);②点对点传输 (不
存在移动通信中常见的多径干扰)。而我们实际的通信系统，由于复杂性和实时系
统的时延限制，无限长的编码码长不可能实现，因此，理论上的系统最优不可能
在单独设计中到达，通过联合设计，我们可以在有限复杂度和有限时延的条件下
得到接近理论值的通信效果。所谓的联合设计，就是综合考虑信源、信道的特点，
采用最优化的设计方法得到最好的传输效果。最通用的方法就是为信源和信道编
码配置出最优的码长，也就是把单独的信源和信道编码器有效的组合成一个信源-
信 道联合 编码器，这 里我们采 用联 合 信源一信道 匹配策 略 JSCM (Joint
Source-Channel Matching)，下面用图示来加以阐释。
嵘 错
误
概
串
信 道 码 率，
J
口
J
矛端 到 端 失 真
信源 码 率 信 道 码 率
图2.1 联合信源信道匹配示意图 (有限信道容量)
Fig. 11 Joint Source-Channel Matching sketch (finite channel capacity)
重庆大学硕士学位论文
① 如图2.1，左上图所示为一个典型的信源率一失真(R-D, Rate-Distortion)曲线
D(尺)，通常用来刻画一个图像 (视频)信源编码器的特性。该曲线表明增加信源
码率(降低压缩率)会降低解码端信息失真率;因此，在给定了有限的信道容量，我
们感兴趣的是如何用尽可能高的码率来压缩图像信息。目前大多数的图像 (视频)
编码器的优化设计，都是在假定没有信道传输差错的情况下，即所有的编码比特
都能够正确接收，在某一码率获得最佳性能(即，最小的解码失真)。然而，这样的
编码器使用了很多敏感数据类型，如标志字节，这就导致了这一类编码器对信道
差错过于敏感，不够稳健。人们做了大量的工作来开发信道稳健的图像 (视频)
信源编码器，例如 MPEG视频编码标准提出了各种各样的技术 (数据分割和可逆
变长编码等)，用来减小压缩码流对信道差错的敏感度。
② 右上图所示为一个典型的信道编码器的性能曲线P, (R )，它表明当信道码
率增加时，传输的差错概率就会减小。也就是说，给定足够的信道带宽，我们可
以在传输之前有效地保护所有的信息比特，从而避免信道差错，以确保端到端的
失真仅仅是由于有损信源压缩产生的。与信源编码器类似，目前大多数信道编码
器都是针对特定的信道和确定的误 比特率进行设计的，而没有明确地考虑信源编
码特性。
③ 最下图所示为一个具有有限信道容量的JSCC系统，全部带宽必须在信源
和信道编码器之间进行合理分配。如果信源编码器分配了过多的带宽，将会导致
信道保护不足而产生传输错误，这将降低端到端的传输性能;而如果为信道分配
了太多容量，则虽然可能实现无差错传输，但由于信源信息被过分压缩而导致恢
复消息时严重失真，同样会降低端到端传输效果。因此，在两种之间存在一个基
本的折中或平衡点(凡，尺)，这样的配置使得整个系统获得最优性能 (即最小失
真D而。)。
综上所述，可以给信源一信道联合编码下这样一个简单的定义:所谓信源信道
联合编码，顾名思义就是一种综合考虑信源、信道特性的编码设计方法，根据信
道的状态，权衡信源码率和信道码率对失真的影响，通过一种联合策略在这两种
编码中分配合适的资源，从而得到最好的端对端效果。
2.1.2 JSCC的系统框架
信源信道联合编码方式允许信源编码改变编码参数来适应时变的信道条件;
同样，根据信源特性的不同，信道也可以自适应的调整编码或调制传输的模式，
以适应不同的信源特性。图2.2给出了联合编码的系统框架。图中的S代表数字信
源序列，护为信源编码映射。信源编码的输出序列为U，它作为信道编码CP的输入，
经过信道编码后得到输出X，然后送往信道进行传输.信道的特征可以用衰落因
子a和噪声No表征.在接收端，接收序列Y送往信道解码器v1，得到解码输出序
2信源信道联合编码理论及相关知识
列U'，然后送入信源解码器或‘，得到最终的解码输出S'。
先验信息
}一 一 一 一 一 一 一 一 L(U厂 }SAI 后验信息
信源重要信息 信道状态信息 译码可靠信息
图2.2 联合编码的系统框架
Fig. 2.2 Schematic diagram of JSCC system
从图2.2中可以看出，和分离编码方式不同，在联合编码的系统框架中，信源
编码和信道编码，以及信源解码和信道解码之间不是简单的输入和输出的关系。
除了从信源编码模块得到输入外，信道编码还将从信源编码端得到信源重要信息
(SSI: Source Significance Information)，用以决定信道编码方案的选择。同时，信
源编码可以把信源的有关统计特性作为先验信息，和信源解码得到的后验信息
(SAI: Source A posteriori Information)以及信道状态信息((CSI: Channel State
Information)一起，送给信道解码器，以提高系统抵抗噪声的能力.
在接收端，当信道译码器产生错误时，而这些错误能通过CRC或其他方法检
测时，利用当前比特和可靠性判决来删除错误。信道解码可以把译码可靠性信息
(DRI: Decoder Reliability Information)传送给信源解码端，以降低信道误码对信源
解码的影响。信源编码也可以和信道编码联合起来设计，即将映射砂和v合并设计
得到一个既负责信源压缩，同时又负责信道差错保护的联合编码器。这样，在接
收瑞，信道解码和信源解码也可以合二为一，进行信源信道联合译码。
2.1.3目前主要的信源信道联合编码技术
① 残留冗余技术
基于残留冗余的技术是在实际应用中考虑到香农编码理论的下列缺陷而提出
的:1)信源编码不能去除所有冗余:2)传统信道编码方法的不充分性。信源编
码往往假设信道编码会纠正所有错误，这就使得信源编码变得非常脆弱，特别是
关于有噪信道和衰落信道。基于残留冗余的联合编码技术就是受上述两个方面的
启发，在没有额外增加传输比特率和在有噪信道上调整编码器的前提下提高传输
的鲁棒性，这种方法在数字视频或音频广播传输中效果很好。K.Sayood1Zs]等人通
过使用关于信源信息位的先验信息和后验信息来实现信源控制信道译码即是基于
重庆大学硕士学位论文
残留冗余技术，这种技术不要求发送端作任何改变。
② 自适应不等差错保护技术
一般来说，在许多数字通信系统中传输的数据码流对噪声的敏感度是不一样
的，有些数据对噪声相当敏感，而有些数据对噪声的影响几乎可以不计。例如，
嵌入式小波零树编码 (EZW )、基于层次树的集分割 (SPIHT)编码数据是按重要
性排序的，前面的数据对恢复图像的影响远远大于后面的数据，少数几个比特错
误就可能破坏整个码流的质量。基于此，根据信源码流的不等重要性，通常在发
送端将信源分成不同的分组，对不同的分组采用不同的信道保护，即信道编码采
取不同的编码策略(变码率策略)。而在接收端，可以根据信道编码的不同进行相应
的译码策略(根据数据重要性，改变迭代译码次数)，使误码率降低到最低。
C.Guiseppe[29]等人就是通过这种方法实现联合编码技术的，本文提出的方案也采用
了该技术。
③ 基于软输入/软输出的联合译码技术
软输入/软输出(SISO)技术利用来自传输信道的信道状态信息和来自信源的先
验信息及信道译码器的软输出来进行软信源译码。最近，软信源译码愈来愈引起
人们的关注，不仅信道译码需要可靠的比特信息，而且信源译码也需要可靠的比
特信息，J.HagenaueP]等人提出了变长软译码算法，与变长标准的译码算法相比，
性能得到明显改善。
④ 基于TCQITCM的联合编码技术
网格量化编码((TCQ)和网格编码调制((TCM) a在降低系统的复杂性，信源网格
量化编码在性能上比标量量化((SQ)和矢量量化(VQ)优越，可大大改善率失真性能，
并且对信道噪声有适中的鲁棒性。在 VQ编码中，单个信道误差可能破坏整个 1
组数据，而1位误码对网格量化编码码流的影响不会超过I+log, N . N表示网格
状态数。文献[川提出基于信道特性优化网格量化的图像编码技术提高了传输信号
对信道噪声的鲁棒性，特别适合在多媒体无线通信中应用。
⑤ 基于多描述的联合编码技术
多描述编码(121(MDC: Multiple Description Coding)是一种新的源编码方法，它
把一个信号源编码成多个比特流 (称为多描述)，任一个描述都可以提供被用户接
受的信号还原质量，更多的描述组合在一起可以提供一个更好的信号还原质量。
各个描述独立的进行信道编码和传输，这样，在信道没有丢失或较少丢失数据包
时，可以提供最优的信号还原，并且收到的描述越多，重建质量越好;在信道丢
失较多的数据包时，由于多描述独立的信道编码和传输，至少有部分描述数据块
被正确接收，接收端仍能获得可以接受的信号还原质量。这样，不仅利用了信道
编码的纠错能力，又利用了MDC的鲁棒性弥补了由于移动通信的延时限制所引起
2信源信道联合编码理论及相关知识
的信道纠错能力的不足。图2.3为典型的双多描述编/解码器框图。
边解码器1吁}(k)一一
描述t
X(k) 中央
解码器0
0 (k)一二二二 X(k)
描述2
诬 2. (k)}
图2一典型的双多描述编/解码器框图
Fig. 2.3 Representative block diagram of MDC with two descriptions
2.2图像无线传输的信道模型
通常人们所说的信道是指信号的传输媒介，例如架空明线、电缆、电磁波等
等，这种仅包括传输媒介的信道称为狭义信道。虽然这种定义非常直观易懂，但
是在通信系统的分析研究中，为了简化系统模型和突出重点，常常根据研究的问
题，把信道范围适当扩大，除传输媒介外，还包含有关的部件和电路，如天线与
馈线、滤波器、调制与解调器等。我们把这种扩大范围的信道称为广义信道。在
模拟通信系统中，研究的重点是调制与解调的基本原理，其传输信道可以用调制
信道来定义。在数字通信系统中，我们关心的是编码和译码的问题，可以定义编
码信道来突出研究重点。
狭义信道 (传输媒介)是广义信道中十分重要的组成部分。实际上，通信效
果的好坏，在很大程度上依赖于狭义信道的特性。然而，在狭义信道中，尤其以
无线信道的环境最为复杂 (多径干扰和各种衰落)。本文基于信源信道联合编码的
图像无线传输就是在这样一个背景下，因此，为了能够准确地表示实际中所遇到
的大多数无线衰落环境，有必要对几种主要的无线信道模型进行仿真分析。
2.2.1几种主要的无线信道模型
① 瑞利(Rayleigh)模型
根据高斯随机过程的理论，假设输入是功率为P的未调制正弦波，则输出便
是窄带高斯随机过程，且输出的复包络F(t) =汤 p(t)+ jrpn,,(t)可表示为下述形
式[331.
‘(，)=rxaj,(t)exp{jo", (t)} (2.1)
重庆大学硕十学位论文
其中，rx,.(t) _石X伽n2(t)+nVZ(t) ,气(，)一arctan[n,(t)/n, (t)]。任意时
刻相位的概率密度记作P.(B)，服从((0, 2n]上的均匀分布，包络‘,, (t)的概率密度
记为P'.. (Y)，当多径条数N -* oo时，服从瑞利分布，则有
Pe(0)一去 050<2T (2.2)
， ( r2 1
p. (r)=一，护exp{一- -，卜 r?U
一 自护 - - 一 - 一 1 ， 一 一 i
口 l ‘口 J
(2.3)
式中，P=护是接收信号的平均功率，也可理解为高斯散射分量的方差。
通常，我们需要知道当信号通过瑞利衰落信道后，接收信号的瞬时功率低于
平均接收功率。2时发生的概率。记接收信号的瞬时功率P(t) =
为低于平均接收功率值X dB点的复包络的大小，即Az/2 =犷
[rxay (t), f2，
X10一 Xo，则有
P {r,., (t):5 A)二}}p.(r)dr=1-exp(-10 Xo)
令 A
(2.4)
② 莱斯(Rice)模型
前面关于Rayleigh衰落的推导都基于一个假设，即发送信号经过独立的多径到
达接收端，其中没有一条是起主导作用的直接视距分量((LOS)(也称镜像分量)。
现在，假设存在LOS，此时接收信号的复包络为133).
，(，)二Pjn,(t)+j Pfn"? (t) +拒瓦exp Go.)
一rf (t) exp I玛(，)〕讨获exp (jou )
其中，下标f表示散射分量，下标0表示镜像分量
(2.5)
，记平均接收总功率
P二Pf十Po·分别记、(r)和0,(t)为r(t)的包络和相位，则式((2.5)又可以写为
F(t)=r,,(t)exp[jOs,(t)] (2.6)
那么，包络、(t)的概率密度函数((PDF)为:
pr., (r)一二、(r 2p0le.Pj-2p0+rzl r}。
马 l pr ) L 'pr 1
(2.7)
式中，
数，l0(0)
散射分量平均功率pj=o 2, lo(.)是第一类零阶修正贝塞尔((Bessel)函
=1。令镜像分量与散射分量的比值K= polpr，称为莱斯因子。它表示
衰落的程度，若K; 1表示轻微衰落，反之若K+ 1表示存在严重的衰落。常采
用其对数形式，即Kdg=101g(K)=101g(po/pf)dB，一般而言，对于莱斯衰落，Kea
约在0-10dB范围内。同理可求得、(t):5; A的概率为:
P{re, (t )‘A}一，一。(,12K, J2(K+1)x10X/,0) (2.8)
其中，岛(a,约是马库姆(Marcum)函数·
③ Nakagami模型
2信源信道联合编码理论及相关知识
瑞利与莱斯分布常用来描述从多径衰落信道接收的信号的衰落特性，并用来
研究这些信道的模型。其中，瑞利衰落模型常被用于对不存在直达信号的短距离
HF信道中的快衰落进行模拟，当存在直达分量时，采用莱斯模型更能细致刻画信
道特性。然而，它们对于长距离HF信道的快衰落效应的描述都相当粗糙，这一现
象首先由Nakagami观察到，并建立了较为精确的Nakagami分布模型，随机信号包
络r. (t)的概率密度函数为1341.
、、·卜志(r(m) S2)。一{一mr2S2m:工，;之。
2
(2.9)
式中，r(m)为伽马((gamma)函数，m为Nakagami衰落指数，描述由于散射过
程和多径千涉过程造成的传播场的衰落程度:Q表示多径散射场的平均功率。m和
1.Z由下式给出[[341.
O = ELr 02(t)]
W/E([r, (t)’一“〕’}
(2.10)
(2.11)
同理有r,jt) <_ A的概率为:
P毛r" (t)‘A卜r(m x 10"Xl'0,m) (2.12)
1
一2
之 从
其中，r(x,a)为不完全伽马函数。与前面讨论的不同在于:Nakagami分布并
不事先假定镜像分量是否存在，而是采用伽马分布来拟和实验数据，得到近似分
布，因而更具有一般性。由于该分布中同时包含了Rayleigh和Rician分布，且在
各种无线通信环境下都非常接近实测结果，因而该衰落模型在理解和设计无线通
信系统时起着重要的作用。
2.2.2信道模型的仿真分析
仿真时，首先生成一个白噪声，然后通过滤波器产生两个具有合适功率谱的
高斯独立随机过程代表、(t)和n,, (t)。一般而言，大多数情况都使用经典Jakes多
普勒“U型”谱(本文采用，因为文本课题交通路况视频监控无线传输系统属于城市
环境)，由式((2.13)定义[351。当然也可根据实际的多径环境做适当修改，如在乡村环
境中，由于存在一个强的直接视距路径，可采用莱斯频谱，具有如式((2.14)的形式[[351,
S.,(f)=气(f)
Snp(f)=气(f)
k/ Jl一((flfm)2
0.4挤万不币万
k=1/(;rf,)，-f, 5 f <_ fN (2.13)
+0.915( f土0.7 fM )
式中，方=Vf/为最大多普勒频移，V为移动台速度，
速，f为载频。设置仿真条件如下:f = 900MHz，v = 48 km/h
(2.14)
C=3.0 x 108叱为光
，N = 200，a.2=1，
52=1，取样点数为 10000。仿真结果如图 2.4-图 2.10所示。图2.4为多径衰落信
重庆大学硕士学位论文
道的归一化lakes多普勒谱，其中虚线为模拟结果。图2.5反映了经历瑞利和莱斯
衰落模型后信号包络的分布情况，观察该图可知:当踢 =-40dB时，莱斯衰落接
近瑞利衰落，这与分析符合，因为此时镜像分量相当微弱，即K-+0时，Rice衰
落模型退化为瑞利模型。当镜像分量逐渐增大时，即K增大，直达信号占主导成
分，接收信号质量得到改善，衰落的可能性降低，逐渐接近高斯分布。图2.6为不
同m值下的Nakagami分布概率密度曲线，由该图可知:当m=0.5时，它变成单侧
高斯分布:当0.5
瑞利分布(图中 “+”号为瑞利分布模拟结果);当m>1时，它比瑞利拖尾衰减得
快，如m二1.5时，它近似为莱斯分布，且随着从的逐渐增大，它将变为一无衰落
的脉冲。图2.7、图2.8为信号的小尺度快衰落效应仿真结果。从图中可以看出，
短距或短时传播时信号强度的急剧变化和随m不同时的变化趋势。m分别取 1,
1.5，对应于瑞利分布(严重的衰落环境)，莱斯分布(轻微的衰落环境)。而且，随着
m增大，信号强度的变化趋于缓慢，信号质量得到改善。
，
0 .9
0 .8
O .7
0 .6
0 .s
0 .4
0 .3
0-2
0 .，
O
{干一}--一 不{{ I
--一 }厂---------一
蒯厨!
{
卜r {:::--一 尸飞
「一--一 {
‘ l{-一 下I{「
}嘛一( 红二一--一--一
一一一一一一一一一一 几一二1 一一一一
少尹 又 l------一「艾之了-----一
口 、、.、
-----一 二二二一:------一
__ __ 尸 __ __1 __ _
「---一 厂-------一二二二卜， 一一 一 一 一 一 一 一 几 一 - 一 一一 一一 一
‘
侧
阳
匆
呀
呀
班
·
仁
一， -O .5 归一不且顷率 0 5 ，
图2.4多径衰落信道的归一化lakes多普勒谱
Fig. 2.4 Normalized Jakes Doppler spectrum of multipath fading channels
= Ftoy[.ignFvoe.KdB=-40Cs}
}派 一 二二一三篡::韶BWce. } BOB }
l
)一又万
一‘、、
\
--一 2尸--一 1
走 ’:几-一 丫{一’几一歹尸一:
/ :
一了一，一几，一: 产-----一 义 ;
l 、
! l
!
l
!、、
一万一二犷一}千--一 夕 一
. 了尸 一 1__、___}i 戈 -一 -- 一 一一
: \
矛丫一二一三{甲二声产---一 二
「 l
.
厂----一 a 二-
勺 一 一
.曰
﹄，.
石甘
乞
已
七
认
汉
图2.5瑞利/莱斯衰落后包络概率密度曲线
Fig. 2.5 Probability density curve of signal envelope via Rayleigh and Rician fading
14
2信源信道联合编码理论及相关知识
， 2 m =0 .5
m =0 75
，
O .8
/
_分
子 一
一 n1= 1
曰;ayleigh
— - 1.5
.，、- 、
0.6 ，:今‘ _ 、
。4「一，‘
，、二
1 ，_5
声不冬奄弓
2 2.5 3
r
图2.6不同m值的
Fig. 2.6 Probability density curve
分布概率密度曲线
of Nakagami distribution with 刀孟
亩
3-.‘J
二‘，曰
曰多
.‘
J号吕
仍
图2.7 m=l时信号的包络仿真漪 利衰落) 图2.8 m二1.5时信号的包络仿真(莱斯衰落)
Fig. 2.7-2.8 Simulations of signal envelope with m =1(Rayleigh) and m =1.5 (Rician)
一一︸100
舞簇一
犷蓦豪呈理
: 〔: :1
— R.例e1gh
x Rioe(Kd日冲.‘。，曰)
----一 Rloe(Kd曰=OdB)
— — Ri- (KdB=6d印
— 一 — R ice(KdB}1 OdB)
三
1︸一工
f
一------一一
一 J 一 一 _ 一 泣 ~ 一 _ I 工
号兰三兰钻 是三
二 二 二 二 二 急 二 二
f二二
〔生三\
主 三 三、三
三三三三子班 三三:三三三资
葵
二二二二二二二琴 _ J _ _ _ ~ _ 一
-一
氢鬓奎 自石签荟荟
歌三三41
兰 三 王 三 弓 呈 兰 三
一一一一一丫
o-z
a-3
气 ~ 一 一 ~ 一 一 T 二二干二二二井只三二
: :门一----一。一1e
气 二 忿 二 二
:二又二:
蚕呈套呈犯 里呈里呈垂里鑫
三三三三耳三三三交 三三三三
一一一
~ 一 ~ 一 ~ - 一 了 一 一 一 ~ 一 \二二
一一
-10 0
~ ~ 一 一 ~ r 一- - - 一飞 -一 ~
一 -占一一 --一-一-一一‘‘公
-i0 20
X /d 曰
30 4 0
图2.9瑞利/莱斯衰落下信号瞬时功率低于平均功率XG旧 的概率
Fig. 2.9 Probability curve of sub average XdB of signal power via Rayleigh and Rician fading
t5
重庆大学硕士学位论文
1研
1弓
，
﹄、
咨
一一一 — 口1二心 5
.一户~一一 m 幻 .75
一 n，留，
— - — ni引 .5
- -w — rn台10
~加曰 - 一 - 一 一 ‘ 二
霏
︸一︷
墓鑫昌奢
00
丫
仓冬一言一言一痊一N二:二:二丈 :
人(
-侣
二百霎鬓二霎:彗霎霎萎 兰 三 左 共
竺 沈 二
之 三 三 三 三飞
︸扮
︸
山分﹄1一~
1
曰
1日
r
N
于
lj
，
﹄
-。少
1忍工l
t
，、
一一一:兰三
I 势辈
2
3
O
O
月.
J.
者
乃
人七止
二叹二二二二
一一一一
一4
一一MWMHM-----W10 纂昌墓重奎 墓琴J皇
一一
一 一 一 一 一 种 - -.一 一 ~ - 一 “
︸︷︷︷︷︸︷︷︷ \种一一 一-一
、
一，O O 10 20 3O 40
X 云JB
图2.10 Nakagami衰落下信号瞬时功率低于平均功率XdB的概率
Fig. 2.10 Probability curve of subaverage XdB of signal power via Nakagami fading
由图2.9可知:对瑞利衰落而言，当低于平均功率 10, 20, 30 dB时，此时概
率分别为10%, 1%, 0.1%;对莱斯衰落来讲，丸 =-40dB时，几乎与瑞利衰落
一样。随着K值的增加，接收信号中直达分量加强，接收信号的瞬时功率低于平
均值某一特定分贝时的概率降低很多，如Kds =10dB , X = 20dB时，此时概率为
10-'，这说明发生深衰落的可能性是比较低的。由图2.10可知:随着m的增大(如
m=10)，低于平均接收功率的概率下降较多，接收信号的质量将明显改善。
在分析和设计无线通信系统时，通常需要确定多径衰落信道的统计特征，在
衰落统计的帮助下，可以确定最佳接收门限电平，信道差错编码的选取等。信道
模型的选取越接近无线衰落实际情况，系统所取得的仿真结果越可靠。
2.3图像质量的评价测度
图像质量的测度标准，是评价图像处理、编码和传输等方法和技术及应用系
统性能好坏的重要依据之一。图像传输系统的性能好坏通常是通过将解码后的重
建图像与原始图像的质量对比来评测的。图像质量的评价测度分为两类:主观评
价测度 (Subjective Metrics)和客观评价测度 (Objective Metrics)。主观评价测度
如平均意见分 (MOS: Mean Opinion Score). MOS是基于一组评测人通过对解码
图像与原始图像的观察比较，从五种不同的评判级别中选出一个，给出各自的主
观质量判断 (即 MOS分数)。根据 ITU-R BT.500的规定，在标准环境下对标准
图像的质量评估标准如表 2.1所示:
16
2信源信道联合编码理论及相关知识
表2.1图像质量评估标准
Table 2.1 Evaluation criterion of image quality
MOS分数 五级质量制 五级损伤制
5 优 察觉不出失真
4 良 只有很小的失真
3 中 可察觉到失真，大致可以接受
2 差 较大的失真
1 坏 很严重的失真
然而，由于主观测度的评价结果因人而异，具有不稳定性和极大的主观性，
因此在实际应用中不够方便。而客观评价测度相比而言就更为通用可行，ITU-R
视频质量专家组 (ITU-R VQEG: Video Quality Experts Group)规定了两个简单
的技术参数:均方差(MSE: Mean Squared Error)和峰值信噪比(PSNR: Peak Signal
to Noise Ratio). MSE是原始图像f与恢复图像尹之间的一种失真测度，定义为:
MSE(f,f)= 1 M-1 N-1I E[f(X,Y=0 r=0 ，一f‘一，，]’ (2.15)
式中，M和N分别是图像的行数和列数，(X,Y)为图像像素位置坐标，f(X,Y)
为原始图像的像素值，少(X,Y)为解压缩之后的像素值。然而，更为通用的失真测
度是峰值信噪比(PSNR: Peak Signal Noise Ratio)，定义为最大像素值.f 的平方
与MSE的比值，PSNR通常用分贝(dB)来表示，定义如下:
PSNR(f, f) =10log,o (2.16)
对于一幅无符号S比特像素的黑白图像，f-二255。最后要指出的是，PSNR
并不能最精确地评测解码图像与原始图像相比主观质量的好坏程度。一幅解码图
像可能具有很高的 PSNR值，但是人眼看上去的主观质量却可能很糟糕，从而得
到的MOS分数却很低。因此，一些学者己经在研究基于人类视觉系统(HVS: Human
Visual System)参数进行加权输入的评测技术，目前尚没有关于这方面比较成熟的
评测图像质量的标准方法。本论文仍将采用己经被广泛接受的PSNR评价测度。
2.4本章小结
本章首先论述了JSCC的基本原理和系统框架，以及主要的联合编码技术:其
次，为论证本论文提出的方案和其他方案的对比提供科学的保证，确保实验结果
更可靠，更接近实际情况，对图像无线传输的信道模型进行了仿真分析:最后，
为了对图像无线传输的效果给予有效的度量，介绍了图像质量的评价标准。
3图像信源编码
3 图像信源编码
3.1图像信号的信源编码概述
在现代通信中，图像的传输与存储占有越来越重要的地位。然而图像的传输
与存储中面临的一个非常关键的问题，就是图像信号巨大的数据量对一定的传输
通道和存储介质造成了巨大的压力和困难。例如，根据CCIR601建议，数字电视
的分量编码亮度信号Y、色度信号几、C,在抽样频率分别为13.5M* 和6.75MHz
并采用8bit量化时，总码率216 Mbit/s.这样大的数据量将给存储器的存储容量、
传输信道的传输率(带宽)及计算机的处理速度等方面增加极大的压力。由此可见，
为了提高信道利用率和在有限的信道容量下传输更多的图像信息，必须对图像信
号进行压缩，也就是所谓的信源编码。
数字图像的大数据量与信道容量有限的矛盾提出了数据压缩的必要性，而图
像信源中的冗余和人眼视觉特性以及对图像的某些特殊要求为图像数据的压缩提
供了可能性。Shannon在创立信息论时，提出把数据看作是信息和冗余度的组合，
早期的数据压缩之所以成为信息论的一部分，是因为它涉及冗余度问题。而数据
之所以能够被压缩，是因为其中存在各种各样的冗余 (如空间冗余、时间冗余、
视觉冗余、先验知识冗余等)[36]
图像信源编码，就是想法设法去掉各种冗余，保留真正有用的信息。从信息
论的角度出发，图像压缩方法一般划分为无损压缩与有损压缩两大类，无损压缩
的算法利用图像信源概率分布的不均匀性，删除仅仅是冗余的信息，因此可以在
解压缩时精确恢复原图像。有损压缩则是根据人眼视觉特性，在允许图像产生一
定失真的情况下，利用图像信源在空间和时间上具有较大的相关性这一特点，通
过某种信号变换来消除信源的相关性、减少信号方差，达到压缩编码的目的。由
于有损压缩的算法把不相千的信息也删除了，因此只能对原图像进行近似的重构，
而不是精确的复原，但有损压缩的算法可以达到较高的压缩比。对于多数图像来
说，虽然有损压缩的还原图像较之原始图像虽然存在一定的误差，但视觉效果一
般是可以接受的，因此在通信传输中一般采用有损压缩。而其中以变换编码最为
盛行，本文基于小波变换的SPIHT编码就是其中比较好的变换编码之一。
在信源编码中，最著名的技术包括变换技术 (如基于离散余弦变换DCT和离
散小波变换DWT的变换编码等)以及先进的嫡编码算法(如算术编码、Huflinan编
码等)。变换编码是将图像空间信号变换到系数空间上进行处理的方法，其时域映
射到频域总是通过某种变换进行的。本文在图像压缩中所用的小波变换就是其中
的一种变换。在空间上具有强相关的信号，反映在频域上是在某些特定的区域中
重庆大学硕士学位论文
能量集中在一起，或者是系数矩阵的分布具有某种规律，这就可以利用这些规律
分配频域上的量化比特数，从而达到压缩的目的。图3.1为图像变换编码的一般框
图，一般情况下，对信源特别是图像信源进行变换编码可以分成以下三个步骤:
① 映射变换
原始图像经过映射变换后，其数据从原始图像数据空间变换到另一数据空间，
由于映射变换都是针对消除原始图像数据的冗余特性而设计的，从而在新的空间
域下，变换后的图像数据之间的相关性要低于原始图像数据之间的相关性，这样
就降低了数据的冗余性，更有利于下一步的压缩处理。实际上，映射变换是图像
编码的一个核心部分，它决定了量化和编码的对象类型，一个好的映射变换通过
与合适的量化器相配合，能够充分的消除图像信源的各种冗余度:
② 量化处理
量化的引入是图像编码产生失真的根源。在要求重构图像与原图像完全一致
的无失真编码器中不能使用量化器，但这样会导致压缩比很难得到提高。而在有
损编码中要对映射后的数据进行量化，这样就会造成图像信息的丢失，形成失真，
即产生量化失真或量化噪声。量化的精细程度直接关系到图像编码压缩比的高低
和图像失真的大小，当量化的精细度高时，图像的压缩比降低，而失真度减小;
反之，则图像的压缩比提高，而失真度增加。在多数应用中，只要图像失真程度
和性质被控制在允许的范围内，即重构图像的主观质量控制在允许的程度内，我
们就可以在满足应用要求的前提下提高压缩比;
③ 嫡编码
嫡编码利用数据信息的概率分布特性和相关特性来消除符号冗余度。根据香
农的信息嫡理论，信源中或多或少地含有自然冗余度，这些冗余度既来自于信源
本身的相关性，又来自于信源概率分布的不均匀性。只要找到去除相关性或改变
概率分布不均匀性的方法和手段，也就找到了信息嫡编码的方法。同时，香农的
信息嫡理论还指出，无论我们采取何种嫡编码器，其输出码率都不可能达到原始
图像的信息嫡，即信源所含有的平均信息量 (嫡)就是进行无失真编码的理论极
限，我们只能找到某种适宜的编码方法任意地逼近嫡。常用的嫡编码方法有:
Huffman编码、算术编码等。
原始图像信 号 卜— 洲 映射变换 量 化 嫡 编 码
图3.1 图像变换编码一般步骤框图
Fig. 3.1 General processes ofimage transform coding
3图像信源编码
3.2小波变换在图像编码领域中的应用
3.2.1小波变换编码基本原理
小波变换是近年来出现的一种充分利用人类视觉特性的 “多分辨率分析”方
法。小波变换的基本思想是用一族函数去表示或逼近某一信号，这一族函数称为
小波函数系，它是通过对母小波Y/(t)进行伸缩和平移得到的一系列分辨率不同的
小波wa.a (t)。
w-(t)=lalzw(=b、
\ “ /
a‘R',bER (3.1)
其中a为伸缩因子 (尺度因子);b为平移因子。
则信号.f (0的连续小波变换为:
Wf (a, b)一Jw'a,,(t)f(t)dt二(f(1),V.,(t)) (3.2)
其中，星号表示取共辘。由小波变换的定义可见，在分析信号的低频分量时，
可将母小波展宽a倍，这样得到较宽的小波度量的是信号的粗糙信息，表示频率比
较低;而在分析信号的高频分量时，可将母小波缩小a倍，得到较窄的小波使其时
域分析能力增强，度量的是信号细节。通过平移可以得到信号不同时间段的信息，
也就是获得信号的时域信息。因此，小波变换是一个具有多分辨率分析能力的变
换。
取a二嵘，b = nboao，a.,气ER，m,n E Z，时，可得离散小波变换:
Wf (m, n)=ao z介(tN'"(tao“一nbo) dt (3.3)
相应的小波为:
w., (t) =1-o 12 I// (a.-'t -bon)
离散小波变换可用图3.2中的滤波器组来实现:
(3.4)
HH
HL
LH
LL
原始
图3.2 二维小波分解过程示意图
Fig. 3.2 Schematic of 2-D wavelet decomposition process
重庆大学硕士学位论文
由图3.2可见，每级小波分解，可将原始图像分解成四个子带:LL为基带信
号，表示的是原始信号的粗糙信息;LH为垂直子带;HL为水平子带;HH为对角
子带，LH, HL, HH表示的是图像的细节信息。每一个子带的大小均是原始图像
的 1/40
如对图像信号在一级小波分解后继续对基带 LL再分解，将得到更多分辨率不
同的图像，多级分解可以通过循环分解基带而级联在一起。分解得到的子带通常
是被排列成图3.3所示的金字塔形式。图像的三级小波分解如图3.3所示。
LL3HL3
HL,
HL,
乙H3月万」
LHs 月万云
LH, HH,
图 3.3小波三级分解系数示意图
Fig. 3.3 Schematic diagram of 3-level wavelet decomposition
不管是连续的或离散的变换，变换得到的每个系数都是取待变换的信号和相
应的基函数的内积的形式，这就使信号中所含有和基函数相同的分量有较大的小
波系数，因此，每个系数的大小，反映了待变换信号和相应的基函数的相似程度，
系数越大，表明信号与基函数越相似，反之，则表明两者相似程度越低。因而，
大的小波系数对恢复信号来说比较重要，也就是说，如果信号和图像中感兴趣的
分量与一个或少量基函数相似，那么这些分量将对那些基函数有大系数来体现。
3.2.2图像小波变换后系数的分布特点
图像的小波变换实质上相当于分别对图像数据的行和列做一维小波变换。从
一般频谱的角度来分析，小波变换将信号按倍频程分割，形成一系列倍频程划分
的频带上的多个高频带数据和一个低频带数据。对于图像数据来说，如图3.3三级
小波分解系数所示，HH少，LH,和HLj为高频带，LL为低频带数据。此外，从图
像小波变换的实现过程可知，图像数据的每一级小波分解总是将上级低频数据划
分为更精细的频带。其中LH,频带是通过先将上级低频数据在水平方向低通滤波
后，再经垂直方向高通滤波而得到的，因此，LH1中包括了更多垂直方向的高频
信息。相应地，HLj中则主要是原图像水平方向的高频成分，而HH!频带是图像
3图像信源编码
表3.1四组小波基的特性
Table 3.1 Characteristics of four group wavelets
磕俞进髦正交性 紧支撑 对称性 正则性 消失矩
Antonini(9,7)双正交小波 是 是 1.41 4
双正交((5,3)小波 是 是 1 1
Daubechies一小波 正交 是 习卜 0.5 4
Daubechies-10小波 正交 是 非 2.9 10
对于各个小波基构成的滤波器组，基于标准的小波变换过程对Lena, Goldhil l ,
Girl, Baboon等四幅图像(皆为512x512x8bits)进行3层分解，不进行量化处理和
嫡编码，将小波系数简单取整，然后取最高层低频子图系数进行重构，得到重建
图像的PSNR值如表3.2所示，从表3.2中可以看出，Antonini(9, 7)小波基的PSNR
性能在各个图像中都胜过其它所比较的小波基。
表 3.2四组小波基的PSNR性能比较 (dB)
Table 3.2尸孙从of different reconstructed images using different wavelets
小波基 Daubechies-4 Daubechies-10 双正交((5,3)小波 Antonini(9,7)
Lena 21.57 24.98 23.17 25.65
Goldhill 22.53 24.94 23.89 25.28
Cr月 22.56 26.42 24.18 27.23
Baboon 19.01 19.89 19.40 20.05
为了验证小波基正则性与消失矩对图像质量的影响，我们用 Antonini9-7和
Antonini7-9小波 (即将 Antonini9-7的分析小波与重建小波交换而得)对 Lena图
像进行实验。一种办法是不进行量化处理和嫡编码，只将三级变换后的小波系数
作简单取整，然后逆变换得重建图像.另一种方法对小波系数进行嫡编码，得到
40:1的压缩结果.由表3.3知，重建小波}r(X)的正则性要比分析小波V (X)的正则
性好，说明重建小波的正则性越好，恢复图像的质量就越高。
重庆大学硕士学位论文
表 3.3双正交小波的比较
Table 3.3 Comparison of biorthogonal wavelet
压缩方式
小波类型
无损压缩 有损压缩 40:1
Antonini9-7 I Antonini7-9 !Antonini9-7 I Antonini7-9
尸SN天 } 56.429 } 56.017 1 35.41 1 32.47
从以上仿真结果及其它相关研究的实验结果，可以得出小波基选择的经验结
论:Antonini(9, 7)双正交小波在本小节及其它仿真实验中，都显示出恒定的优良
性能[381。这是其成为JPEG2000有损压缩小波滤波器选用方案的原因，同时也满足
无线图像编码的需求。小波基的选择是基于小波图像无线传输的第一步，此后还
要结合嵌入式零树编码等编码办案，对小波变换系数进行有效组织、量化和嫡编
码，才能实现在无线通信中的图像渐进性传输，以最大限度地克服有限带宽和高
误码特性的影响。
3.3本文所选用的信源编码
3.3.1 SPIHT编码原理
在1992年，Lewis,A.S.和Knowles, G[391首先介绍了一种树形数据结构来表示
小波变换的系数。在 1993年，Shapiro ,J.M.把这种树形数据结构叫做 “零树
(zerotree)"，并且开发了一个高效的小波图像压缩的算法，叫做嵌入式小波零树编
码(EZW: Embedded Zerotree Wavelet)[401 o EZW主要用于与小波变换有关的二维信
号的编码，但不局限于二维信号。嵌入式小波零树中的 “嵌入”是渐进编码技术
的另一种说法，其含义是指一幅图像可以分解成一幅分辨率由低到高表示的图像。
嵌入式码流是由零树结构结合逐次逼近量化技术(SAQ: Successive-Approximation
Quantization)实现的:“小波”是指该算法以离散小波变换为基础，以大的小波变
换系数比小的小波变换系数更重要，以及高频子带中的小波系数可以被抛弃的事
实为背景;“零树”是指小波变换系数之间的一种数据结构，因为离散小波变换是
一种多分辨率的分解方法。每一级分解都会产生表示图像比较粗糙 (低频图像)
和比较精细 (高频图像)的小波系数，在同一方向和相同空间位置上的所有小波
系数之间的关系可用一棵树的形式表示。
受EZW算法和Amir Said本人开发的IEZW算法的启发，Amir Said和William
Pearlman[41!在 1996年发表了他们对EZW的改进算法，即SPIHT算法。SPIHT算法
具有人们所期望的特性，如图像的渐进传输，PSNR比较高，复杂度比较低，计算
量比较少，位速率容易控制等。
重庆大学硕上学位论文
② 如果D(i, j)是重要的，就划分为L(i, j)和 4个子女的单元素集合
(k, l) e O(i, j):
③ 如果L(i, j)是重要的，它被划分为4个集合D(k, I )，这里((k, l) e O(i, j)。
编、解码器需要使用同样的方法检测集合的重要性，因此，SPIHT算法采用
了三个链表来记录编码信息，表中每个记录都是坐标(01A形式:
》 LIP(List of Insignificant Pixels):不重要像素列表，每个记录代表一个
非重要系数;
》 LSP(List of Significant Pixels):重要像素列表，每个记录代表一个重要
系数;
》 LIS(List of Insignificant Sets):不重要集合列表，每个记录代表一个集
合。01i)或L(i, j).
完整的SPIHT编码算法描述如下(解码算法将所有的输出改为输入即可):
1.初始化:输出一[1092(黔{、。.，。})];令LSP“空，将坐标(i,j)E“力“入
到LIP中，同时将((2,力eH中带有子孙的加入到LIS中，并作为D(i, j)类。
2.排序过程:
(2.1)对LIP中的每个节点((i,j) a
(2.1.1)输出S.01 A;
(2.1.2)如果S.01 A=I，将((f, j)移到LSP中并输出c1.，的符号位x, o
(2.2)对LIS中的每个节点((i,j) a
(2.2.1)如果该节点为D(i, j) s
》 输出S} (D(i, j))
》 如果S (D(i, j)) =1:
令 对每个(k,1) e O(i, j):
. 输出S.(k,1);
. 若S.(k,1) = 1，将((k, l)加到LSP中，并输出Ck./
的符号位Xk.l;
. 若凡(k,1)=0，将((k,l)加到LIP的末尾;
4 如果L(i, j) ，将L(i, j)加到 LIS的末尾，并标记为
L(i, j)类型，转到((2.2.2);否则，将((i,j)从LIS中移去;
(2.2.2)如果该节点为L(i, j) e
》 输出S (L(i, j)) s
》 如果凡(L(i, j)) =1:
令 对每个((k,1) e O(i,力，将((k, I)加到LIS的末尾，并标记
3图像信源编码
为D(i,力类型:
4 将(i>J)从LIS中移去。
3·细化过程:对LSP中满足,i.i卜2‘的每个节点((i+1)，输出Ci.，第。位比
特值吃。
4.量化步长更新:n减 1，转到第2步执行。
对上述算法做如下几点说明:
① 算法((2.1)步先对LIP进行扫描。对于当前闽值，如果系数Ci.i已变为重要
的，将它移入LSP，输出重要系数标识凡=1及符号位。该系数的最高有
效位必定为，，而此时知道该系数满足2-:5 I ci.i卜2"'1，故此最高位不必输
出。
② 算法第((2.2)步估计 LIS中的所有项。其中，(2.2.1)步将某些项作为L类
加入 LIS, (2.2.2)步则将其它项作为D类加入 LIS.
③ 算法第3步是对 LSP进行细化处理，在本次门限T=2”的扫描过程中，新
加入LSP的值不必做细化处理，因为知道它的绝对值满足2-:5 Ici,卜2"'.
④ 每次迭代n减 1，但不必一直减少到0。循环可以在任何一次迭代后停止，
得到的是有损压缩。一般由用户指定迭代次数，也可以由用户指定可接受
的失真量。
⑤ 编码器只针对小波系数，并不处理实际像素值。而解码器的每次迭代都必
须显示和更新图像。在每次迭代中，当把系数Ci.i的坐标((i, l )作为一个记
录移入LSP中，编码器和解码器都知道2-:5 1c,卜2""'·因此，解码器能
为重构系数氛，提供的最好值是2‘和2"''=2x2’的中间值。所以，解码器
设几，=士1.5x2"(解码器每次迭代一开始即输入氏，的符号))o在细化过程
电 当解码器输入汽，第n位的实际值后，就可以根据这个第。位是1或。
对1.5x2”加上或减去2"-'。这样，解码器在排序和细化的过程中都可以改
善图像的质量。
⑥ 从算法描述中可知，LIS, LIP, LSP用于控制编码进程，但均不作为编码
输出，编码输出仅有三种lbit信息:1)判决信息戈(A) ; 2) LSP首次发
现时的符号位 ((0为正，1为负);3) LSP细化时的输出。
由上可知，SPIHT算法在编码时，所有子树都从同一比特层 (最高比特层)
开始进行统一编码，每一比特层的码流信息中包含所有子树在该比特平面的显著
信息及细化信息。一旦传输信道出现误码，解码器接收到的错误的子树显著信息，
则解码器的执行路径从此处开始与编码路径不再相同，以后的排序信息也就不能
恢复出来，并且这种错误将扩展到所有的子树译码过程中，从而使解码出来的整
幅图像出现严重的失真，这对于对恢复图像质量要求比较高的系统是致命的。因
重庆大学硕士学位论文
而该算法很少直接用于有噪信道的图像编码中。
3.3.3改进的SPIHT算法 (Improved-SPIHT )
SPIHT算法只利用每棵子树内部系数间的相关性进行压缩编码，但没有利用各
子树间的相关性，因而各子树在编码时可以认为是完全独立的.本文I-SPIHT算法
采用完全子树【421的概念，假设T,兀表示任意两棵完全子树，则有:
D(i, j) n D(m, n)=0
L(i,j)nL(m,n)=4), (i,j)c-T(m,n)eT,n为当前编码层数 (3.10)
O(i, j) n O(m, n) =
由式((3.10)可知，节点(01j)唯一地决定了当前输出与哪棵完全子树相关，因而
只要能通过(01j)求得其属于哪棵完全子树，就可以把每棵完全子树的编码信息分
离出来。对每个子树进行完全独立的 SPIHT编码和解码。在编码端对各子树的最
终码流进行封装打包传输。这样，在解码端一旦发现某棵子树的码流中出现误码，
就可以停止对该子树解码，将错误限制在该子树内，其它子树还可以继续正常解
码，这样就能消除子树间误码的扩散。另外，由于每棵子树的编解码都是独立进
行的，因此在硬件实现时还可以采用并行技术来提高算法的运行速度，这对一些
实时图像处理系统具有非常重要的意义。
对图3.5所示的图像三层小波分解，LL3子带包含了几乎所有的低频能量系数，
这些系数的幅值较大且波动范围较小，本文算法采用线性预测编码 (DPCM:
Differential Pulse Code Modulation)对其进行独立的编码;HL3. LH3. HH3三个
子带的系数为子树的根结点。本文算法将这三个子带内的各子树都按照 SPIHT算
法进行独立编码;综合这两部分的码流，就能得到包含所有图像信息的编码码流。
根据以上分析，做出如下改进如下:
① 低频单独处理
图像小波变换后的低频系数集中了图像的大部分能量，而且低频部分对恢复
图像的质量影响较大。SPIHT算法中，对所有的频域子图进行同等重要度的编码。
但是由于小波正交变换良好的去相关性，且低频分量的能量较大，系数幅度比各
高频分量的系数幅值要高很多。并且，随着分解层数的增加，低频分量系数的幅
值会越来越大，能量越来越集中。在传统的利用小波变换进行图像压缩的编码方
法中，人们对小波变换后的低频和高频系数往往采用不同的压缩方法，以适应二
者不同的图像特性。改进的方法是把最低频子带与其他子带分开处理，对其进行
单独的无失真编码，即DPCM方法。图3.9中，预测方法如下式所示1431
p = 0.5p, +0.25p, + 0.25几 (3.11)
当遇到边界情况时，预测方式变化如下:
① 当pz与pa缺席时，p=Ao
3图像信源编码
② 当P，缺席时，
③ 当几缺席时，
p =0.75p2 +0.25p4;
p = 0.5p, +0.5p2。
图3，像素P的预测方式
Fig. 3.9 Prediction of pixel p with 2-D DPCM
② 子树独立编码
由于要对子树进行独立编码，则每棵子树的位置及子树的最大比特层数等解
码所必需的子树头信息也要传输到解码端。对头信息的编码采用标记树 (Tag-tree)
编码〔441. Tag-tree编码的实质是分层四叉树编码。每个Tag-tree是一个 2D非负整数
矩阵的结构树，可连续产生依次减少的分辨层，形成一个树。在树的每个节点记
录着它的下层的最小节点值。每个节点值有一个当前相关值，如果节点值等于它
则输出 “1":否则输出 “0"，当前的相关值增加 “1"。要求从底层到高层依次进
行编码。最低层的当前相关值初始化为 “0"0
在对子树的头信息进行编码时，子树的个数由图像的大小及小波分解的层数
决定，如对一幅512x512的图像进行 5层小波分解，其子树的数目为 256，其中有
1/4的系数没有下级节点，这样总共有 192棵完整的子树，每棵完整的子树包含的
节点个数为(1+4+16+64+256+1024)=1365，也就是1365x192个节点数。要对数量如
此庞大的信息进行Tag-tree编码，既会影响运行的速度，还会增加在头信息方面的
比特开销，这对于编码器非常不利。因此我们考虑用虚拟零树 (Virtual zerotree)
145-461的方法改进本文算法。对一幅NxN的图像进行i层小波分解，则形成3i+1个
子带，其子树的数目为(N12')x(NI2')个，假设对最低频的子带LL,进一步分解为j
层，那么，就可以形成3(i + j) +，个子带，于是，这些子树的数目为(习2"')x(州2"J)
个.因为只是假设对LL,进行分解，实际上不改变LL,内的系数，只是对
产江‘、LH,和HH;内的子树根结点进行重组，把原来相邻的21棵子树合并成一棵子
树。这样通过控制j的大小就能自适应地改变子树数目，从而提高压缩性能。
依据重要性次序，I-SPIHT算法所得的图像的最终码流结构示于图3.10:
总的头信息 乙几的编码码流 : 子树分包信息 子树I码流 子树2码流
图 3.10 I-SPIHT
Fig. 3.10 Bit streams
算法最终码流结构示意图
structure of 1-SPIHT algorithm
重庆大学硕士学位论文
ff 1}}1}还 一 确定虚拟
层数 SPIHTiPgfi$- Tag-Vee''-}} -一编
码
码
流
恢复图像厂万二了 _’ 而妥孚1i刁_~ 巡 翌翌犷事r坦些竺叮 .iaz爵一匿哥 ~--一 ，- 十一 一~
-一 一 LL瑟_DPCMIWA
图3.11 I-SPIHT算法编/解码流程图
Fig. 3.11 Encode/decode flowchart of I-SPIHT algorithm
3.3.4实验仿真结果分析
对国际标准测试图像 Lena ( 512x512x8)分别采用了SPIHT算法和本文的改
进算法(I-SPIHT)进行测试实验，小波基选用双正交 Antonini 9-7小波。对于 SPIHT
算法，i表示小波的分解层数;对于本文算法，i表示小波分解的层数，j表示虚
拟分解的层数，j=0表示没有进行虚拟分解。
表3.4 两种算法应用于Lena图像的实验结果
码率
bpp
SPIHT i = 6 I-SPIHT i=6 j=0 I-SPIHT i=6 j=1
PSNR MSE PSNR 人充E PSNR 几朽E
1.0 50.88 0.53 50.月礴 0.59 50.47 0.58
0.8 44.11 2.52 43.96 2.61 43.91 2.64
0.6 39.93 6.61 39.73 6.92 39.82 6.78
0.4 36.77 13.68 36.46 14.69 36.50 14.56
0.2 33.58 28.52 33.15 31.48 33.26 30.70
0.1 30.48 58.22 29.93 66.08 30.13 63.11
3a
4图像无线舆中的信道编码
4 图像无线传输中的信道编码
4.1信道编码概述
信道编码，又称纠错编码或者差错控制编码，其主要目的就是在最有效地利
用信道的传输能力的前提下，尽可能保证信息传输的可靠性。如何寻找实际可行
的编译码方法是信道编码中的主要研究问题。
信道编码的基本实现方法是在发送端将被传输的信息附上一些校验码元，这
些多余的码元与信息码元之间以某种确定的规则相互关联 (约束)。接收端按照既
定的规则检测信息码元与校验码元之间的关系，一旦传输发生差错，则信息码元
与校验码元的关系就受到破坏，从而接收端可以发现错误乃至纠正错误。
按照检错纠错功能的不同，可以分为检错码、纠错码和纠删码三类。检错码
只能检知一定的误码而不能纠错;纠错码具备检错和一定的纠错能力:纠删码能
检错纠错，对超过其纠错能力的误码则将误码删除或采取误码隐藏等措施。
按照对信息元处理方法的不同，纠错码分为分组码和卷积码两大类。分组码
是将k个信息比特编成n个比特的码字 (也叫码组)，共有2k个码字。所有2k个码
字组成一个分组码。传输时前后码字之间毫无关系。分组码用((n, k)表示，n表示
码长，k表示信息位。卷积码编码中，本组的校验元不仅与本组的信息元有关，而
且还与以前各时刻输入至编码器的信息组有关。一般来说，某一卷积码(n, k, m)(也
有文献用(n,k,M)表示)，其码长为，，信息位为k,约束长度M=m+1，码率
R=kln。
按照信息元和校验元之间的关系，纠错码分为线性码和非线性码。若校验元
与信息元之间的关系是线性关系，可用一组线形方程式表示，则称为线性码;否
则，称为非线性码。实际中一般使用分析比较容易、实现不太复杂的线性码。
按照纠正错误的类型可分为纠正随机 (独立)错误的码，纠正突发错误的码，
以及既能纠正随机错误又能纠正突发错误的码。随机错误指错误出现的位置是随
机分布的，即各个码元是否发生错误是互相独立的。突发错误指错误是一连串出
现的。通常在一个突发错误持续时间内，开头和末尾的码元总是错的，中间的某
些码元可能错也可能对，但错误的码元相对较多。一般说来，信道中同时存在随
机错误和突发错误，称为混合错误。
纠正随机错误主要采用线性分组码，例如汉明码、BCH码等。BCH是最好的
线性分组码之一，它除了具有线性码的一般性质外，还具有循环性，即循环码中
任一许用码字 (码组)循环一位以后，仍为该码中的一个许用码字。纠正突发错
误主要采用RS码、交织编码等。在信道编码中，Tub 。码及相关的迭代编码技术
重庆大学硕士学位论文
代表着当今的技术发展水平。
4.2图像无线传输中的差错控制
4.2.1图像无线传输中差错控制的必要性
图像信号无论是通过有线信道，如电缆、光纤等，还是诸如自由空间的无线
信道传输，都不可免会受到通信系统内外各种噪声的干扰。在干扰源的影响下产
生的错误大致可以分为两类:随机错误和突发错误。随机错误会导致比特反转、
插入和丢失。随机错误的影响可大可小，取决于编码方法和受影响的信息内容。
例如，对于视频编码，当采用固定长度编码时，随机比特错误将只影响一个码字，
引起的损害一般是可接受的。但如果采用可变长编码(VLC, Huffman编码)，随机
比特错误可能使编码信息失去同步，从而导致许多后续比特不可解码，直到下一
个同步码字出现为至。突发错误可能由包交换网络 (如因特网)中的包丢失、存
储媒体中由于物理缺陷导致的突发性差错、或者短时间的系统故障所引起。由于
连续的比特段被丢失或破坏，突发错误的影响比随机错误的影响更具破坏力。
为了减少传输错误对图像 (视频)质量的影响，保证通信的正常进行，必须
在编码端和解码端采取适当措施进行差错控制编码，以增强通信系统的稳健性，
使接收端得到视觉上满意的图像。
4.2.2主要差错控制方式
在现代通信系统中，传输层差错控制是最重要的差错控制技术之一。它提供
了最基本的服务质量控制，可以在信道编码器、打包复用器和传输协议中实现。
常用的传输层差错控制方法主要有四种:
① 前向纠错方式FEC:
采用FEC(Front Error Control)方式时，发送方发送的是可纠正错误的码字，接
收方译码时，根据编码规则可自动纠正传送中出现的错误。该方式的优点是不需
要反馈信道，译码延迟固定且很小，适合于实时传输系统，因而本论文中采用此
种差错控制方式。其缺点是译码电路复杂，成本高;所选择的纠错编码必须与所
用信道的有差错统计特性相一致:随着编码理论和大规模集成电路不断发展，该
方式正得到日益广泛的应用。
② 自动重发请求方式ARQ:
采用ARQ(Automatic Repeat reQuest)方式时，发送方发送的是经过检错编码的
码字，该码字不具备纠错功能。接收方译码时判断接收字是否有错，并将结果反
馈告知发方。若无错，则继续发送新的码字，否则请求重发，直至接收方确认正
确为止。该方式的缺点是需要双向信道且信息连贯性差;优点是译码电路简单，
易实现。
4图像无线舆中的信道编码
③ 混合纠错方式HEC:
HEC (Hybrid Error Control)是上述两种方式的综合。发送方发送的是既可以
检错又可以纠错的码字，接收方译码时，若发现出错的个数在码的纠错能力之内，
则 自动纠正;若出错的个数超过码的纠错能力，虽不能纠正，但可以检测，反馈
告知发送方重发。HEC具有FEC和ARQ的优点，既避免了FEC所需要的复杂译
码电路，又克服了ARQ信息连贯性差、通信效率低的缺点，特别适合于卫星通信。
④ 信息反馈方式IRQ:
采用IRQ (Information Repeat Request)方式时，收端把收到的数据原封不动
地通过反馈信道送回发端，发端比较发送的数据和反馈回来的数据，从而发现错
误，并把错误的消息再次传送，直到发端没有发现错误.该方式的优点是不需要
纠错、检错编、译码器，控制和检错设备简单。但由于反馈信道存在误码，容易
导致发端误判，且环路延迟大、数据传输效率低，适合于速率较低的数据传输。
以上四种差错控制方式的通信过程如下图4.1所示，其中有斜线的方框表示在
该端检查错误。在实际应用中，一般应根据系统要求，结合信道出错概率及所使
用的设备、器件等因素，综合考虑选择何种错误控制方式。
发端 收端
能够纠正错误的码
能够发现错误的码
应答信 号
发现并纠正错误的码
C
Q
C
E
R
E
F
A
H
1RQ一翻
图 4.1
信息信号 ‘
差错控制的四种基本方式
Fig. 4.1 Four basic modes for error controlling
4.3常用信道编码
下面介绍几种通信系统中常用的信道编码:
① RS码(Reed-Solomon)
有限域GF(q)(q x 2)上，码长n=q-1的本原BCH码(一种重要的循环码)称为
RS码。RS码常用(n,k,d)表示，其中n为码字(即分组)长度，k是每个码字内的
信息符号数，d表示设计距离。该码最多可以纠正L(n-k)/2」个符号错误，或可以
重庆大学硕士学位论文
纠正((n-k)个符号删除。由于计算机的字长均为 8的整数倍，为了方便计算机处
理，实际工程中应用的RS码大部分是在GF(28)或GF(20)上。
里德一所罗门码 (RS码)是迄今为止所发现的一类很好的线性纠错码类。它
的纠错能力强(既能纠正随机错误，又能纠正突发错误)，在短码和中等码长下，性
能接近于理论值，并且构造方便，编码简单，编译码设备也不太复杂。正是由于
具有超强纠错能力及各种成熟、可用、有效的译码算法，RS码己被广泛应用于各
种通信和计算机存储系统中。而RS码和卷积码构成的级联码，也已被应用于深空
通信的下行链路中。
② 卷积码(Convolution Code)
卷积码(也叫连环码)是 1955年由爱里斯(Elias)提出的。卷积码通常记为
(n(,,ko,M)，每输入ko个比特的序列，输出、个比特。M称为编码约束长度，表
明编码过程中互相约束的码元个数。码率为气加。。与RS码等分组码不同，卷积
码编码中，本组的、-k.个校验元不仅与本组的ko个信息元有关，而且还与以前各
时刻输入至编码器的信息组有关。同样，在卷积码译码过程中，不仅从此时刻收
到的码组中提取译码信息，而且还要利用以前或以后各时刻收到的码组提取有关
信息。通常，卷积码中每组的信息位k,和码长、要比分组码的k和n小。
由于在卷积码的编码过程中充分利用了各组之间的相关性，且ko和no也较小，
因此在与分组码同样的码率和设备复杂性条件下，无论从理论上还是从实际上均
己证明卷积码的性能至少不比分组码差，且实现最佳和准最佳译码也较分组码容
易，所以卷积码得到了比较广泛的应用。但卷积码没有分组码那样严密的数学分
析手段，目前大多是通过计算机搜索寻找好码。
③ Turb。码
Turb。码，又称并行级连卷积码((PCCC)，是由C.Berrou等在ICC'93会议上提出
的[[471。它巧妙地将卷积码和随机交织器结合在一起，实现了随机编码的思想.同
时，采用软输出迭代译码来逼近最大似然译码。文献[47]中的模拟结果表明，如果
采用大小为65535的随机交织器，并且进行18次迭代，则在信噪比凡/戈之0.7dB
时，码率为 1/2的Turbo码在AWGN信道上 的误比特率 BER :510"5，达到了近
Shannon限的性能(1/2码率的Shannon限是OdB) e Turb。码的发现，标志着信道编码
理论与技术的研究进入了一个崭新的阶段。
Turb。码相对以前的编码方式大大提高了功率的利用率，因此特别适用于信噪
比受限的信道。同时Turbo码在衰落信道中也具有很好的编译码性能，因此在第三
代移动通信系统中，人们选择Turb。码作为它的主要编码方式。
④ 低密度校验码((LDPC: Low-density parity check)
低密度校验(LDPC)码又称为哥拉格((Gallager)码，它是哥拉格于1962年提出的
4图像无线舆中的信道编码
一种性能接近Shannon限的好码[481。在很长的一段时间里，LDPC码并未受到人们
的重视。直到 1993年，Berrou等提出了Turb。码后，人们研究发现Turb。码其实就
是一种LDPC码，LDPC码又重新引起了人们的研究兴趣。1996年Macka等人[[49]的
研究，使人们对LDPC码的认识跨入了一个新的阶段。
LDPC码的特点在于:性能优于Turbo码，具有较大灵活性和较低的差错平底
特性(error floors):描述简单，对严格的理论分析具有可验证性;译码复杂度低于
Turb。码，且可实现完全的并行操作，硬件复杂度低，因而适合硬件实现;吞吐量
大，极具高速译码潜力。
LDPC码的优异性能及其在信息可靠传输中的良好应用前景(例如光通信、卫
星通信、深空通信、第 4代移动通信系统、高速与甚高速率数字用户线、光磁记
录系统等)，已引起世界各国学术界和IT业界的高度重视，成为当今信道编码领域
最瞩目的研究热点。LDPC码在许多情况下将取代 Turbo码的趋势己很明显，研究
LDPC码的学术意义、商业价值和对 IT(特别是通信)领域相关技术发展的推动
作用是巨大的。近几年国际上对 LDPC码的理论研究己取得重要进展，在应用基
础乃至工程应用和VLSI超大规模集成电路)实现方面的研究也正在全方位开展。
⑤ 空时码(Space-Time Code)
在多天线信道容量理论的启发下，1998年V Tarokh等人首先提出空时码((STC)
的概念[[501.空时码是信号在时间和空间域上都引入了编码，适合于多天线阵信道
的一种编码方案。它综合了空间分集和时间分集的优点，同时提供分集增益和编
码增益，能够获得远远高于传统单天线系统的频带利用率。目前对空时编码的研
究主要是向两个方向发展，一个是Bell实验室的BLAST系统[(511，他们于19%年就
提出了空时编码的框架，并于 1998年研制出了空时编码实验室系统BLAST。该系
统利用了无线信道的多径传播特性来达到提高传输速率的目的。
另一种是朗讯实验室提出的网格空时码((STCM)[52]o STCM是在延时分集的基
础上提出的，主要利用信道编码和多天线阵技术提高系统的抗衰落性能，从而可
以在低信噪比下利用多进制传输，以达到提高传输速率目的。在STCM的基础上，
又出现了各种方案，其中包括与RS码级联的级联空时码[531、在多层编码调制基础
上的空时码、分组空时码以及与阵列处理结合的空时码方案。
4.4本文所选用的信道编码
4.4.1循环冗余校验码 (CRC)
循环冗余校验码CRC (Cyclic Redundancy Check)是一种系统的缩短循环码，
编码简单且误判概率很低，在通信系统中得到了广泛的应用。下面介绍一下 CRC
校验的原理及其算法实现。
重庆大学硕士学位论文
① 循环冗余校验码 (CRC)原理
CRC校验采用多项式编码方法。被处理的数据块可以看作是一个n-1阶的二
进制多项式，多项式乘除法运算与普通代数多项式的乘除法相同。多项式的加减
运算以2为模，为了方便，用 “十”表示模2运算 “田”(异或)。CRC码的结构
如图 4.2所示:
ctxx月位
图4.2循环冗余校验码的结构
Fig. 4.2 Structure of CRC
设CRC的生成多项式为g(x)，g(x)是一个n-k次多项式。图4.2中，m(x)是
一个k一1次多项式，m(x)的k个系数对应k位信息，也就是把被处理的信息看作一
个k-1阶的二进制多项式;r(x)是一个n-k-1次多项式，r(x)的n-k个系数对应
n-k个校验位，至于如何得到;(x)，将在下面说明;C(x))是一个n-1次多项式，
从信道编码角度来看，C(x)的n个系数对应的n位分组就是一个码字，习惯上仅把
n-k个校验位部分称为CRC码。
对于系统循环码，在发送端:
C(x) = x"-km(x) + r(x) (4.1)
其中，r(x)等于X,-kM(x)除以g(x)后的余式。接收码流如无误码，应有接收
码R(x)等于发送码C(x). R(x)由下式所得:
R(x)=C(x)=x"-km(x) + r(x)=9(x)g(x) (4.2)
这时，接收码R(x)应能被生成多项式g(x)整除。反之，如果不能整除，必是
传输中出现了误码。采用 CRC校验可以检测出所有奇数个随机错误和长度小于等
于k (k为g(x)的阶数)的突发错误，所以CRC的生成多项式的阶数越高，那么
误判的概率就越小。根据CCITT建议，2048kbit 1 s的PCM基群设备采用CRC-4
方案，使用的 CRC校验码生成多项式为:
g(X) =x4+x+1 (4.3)
采用 16位 CRC校验，可以保证在1014 bit码元中只含有 1位未被检测出的错
误。在IBM的同步数据链路控制规程(SDLC)的帧校验序列FCS中，使用CRC-16o
其生成多项式为:
g(x)=x`6 +x11 +x2+1 (4.4)
② CRC校验码的算法及实现
CRC校验码的编码方法是将待发送的二进制数据m(x)末尾添加n-k个0并除
4图像无线舆中的信道编码
以生成多项式g(x)，将最后的余数作为CRC校验码。其实现步骤如下:
1)设待发送的数据块k位的二进制多项式m(x)，生成多项式为n-k阶的
g(x)。在数据块的末尾添加n-k个 0，数据块的长度增加到n位，对应的二进制
多项式为x"-"m(x) ;
2)用x"-km(x) 除以生成多项式g(x)，求得余数为阶数为n-k-1的二进制多
项式r(x)。此二进制r(x)就是m(x)经过生成多项式g(x)编码的CRC校验码;
3)用x"-km(x)以模2的方式加上;(x)，得到二进制多项式C(x)。C(x)就是包
含了CRC校验码的待发送字符串。
下面举例来说明一下 CRC检验码如何实现。
CRC一 码的生成多项式g(X) =x4+x+1。如果要编码的信息为 110001，则信
息多项式m(x) = Xs +x4 + 1，即k=6，而因为deg[g(x)] = 4 = n -k ,因此得n=10,
x"-km(x卜14(x5十x4+1)二尸十x8十x4 (4.5)
则该码多项式对应的码字是((1100010000)0
将x"-km(x)除以g(x)，得余式r(x) = x+ x'，于是发送码为:
C(X) =x"-km(x)+r(x)=x9+xe+x40+x'+xI (4.6)
对应的码字是(1100011100)0
接收端的CRC校验实际上就是做除法。如果接收码无误，R(x)除以g(x)应得
余式 0;反之，如果余式不等于零，说明一定有错。
4.4.2码率兼容截短卷积码 (RCPC)
卷积码因其允许软判决译码且具有良好的纠错特性，编码与解码方案简单，
己经在通信系统中得到广泛应用。目前，己构造出低码率R=1/n的卷积码，例如
码率R=1/2,1/3,1/4，约束长度M<_14的好码〔541。但在实际应用中，受到带宽等
因素的限制，使人们转 向寻找高码率的卷积码。删余卷积码 (或称截短卷积码)
就是一类采用周期性删除比特的方法来获得高码率的卷积码。
通信系统的设计通常要求在给定速率的情况下，选定一种码来满足所有数据
的保护程度并能够适应平均的或是最坏的信道状态。但在许多情况下，人们在设
计时都希望灵活一点，例如:所传送的数据可能有不同的保护要求，信道是时变
的或者其参数知道的不充分。因此，需要灵活的信道编码和有 自适应能力的译码
器。这就需要能适应信源与信道要求的可变码。我们不希望在一组结构不同的编
码器和译码器之间来回转换，而更偏向于用一个编码器和一个译码器，并能在结
构基本不变的条件下调节它们，以完成不同的编译码。这点可通过不传某些码位，
即码的截短而做到，也就是所谓截短的概念，Mandelbaum[ss]最早提出截短码。
在这个基础上，Cain, Clark和Geist+1首先提出截短卷积码，后来Joachim
Hagenauer通过把截短卷积码的概念做进一步地延伸，引入码率兼容的限制，发展
重庆大学硕士学位论文
为码率兼容截短卷积码RCPC (Rate-Compatible Punctured Convolutional Codes) E571.
这使得较低码率的码可以利用高码率码的所有码位。换句话说，就是将高码率码
嵌入码族中较低码率的码中。如果较高码率的码不能抑制信道错误，只要再传送
事先截短了的补充码位就能提高码的性能。并且由于码的兼容性，在一帧数据内
就能实现码率变化，从而达到不同等级的错误保护。
截短卷积码的思路是:先设计一个低码率的卷积码，在送入信道传输前删去某
些编码比特而使之成为高码率卷积码o RCPC的特点是编码器由一个母卷积编码器
和一个删除器组成，同一组 RCPC编码器的母卷积编码器完全相同，仅删除表
(puncturing table)不同，通过删除表的不同可灵活地调节编码码率，实现不同程
度的差错保护。
删除通常是按周期、有规律进行的。以一个码率为1/n的码为母本，并定义一
个删除周期P。在这样一个周期里，共有P个信息比特输入到编码器，经码率if n
的编码后输出P个码组成np个编码比特。与np个编码比特相联系的是一个nx p的
删余矩阵尸，具有如下形式: Plr
瓜-:
焉
Plz
几
…
PI
几
:一 (4.7)
P 1 几 2
矩阵的元素取值为:
如果翁组(列)编码输出中的第i个比特删除掉
如果翁 组(列)编码输出中的第i个比特不删除 (4.8)
其中1
特码组。当P, = l时，对应位置上的编码比特被允许作为输出比特发送;当p, = 0
时，对应位置虽然仍有编码比特，但不作为输出比特发送，从传输角度看，这些
比特被删除了。对于每P组编码输出的比特流中，删除掉q个比特，使码率R从k1n
提高到pkl(pn-刃，这里q可取。一((n-l)p-1的任意整数。也即，q的不同取值
可以使码率从最小的k/。变到最大的p/(p+l)，此时删余度最大，发送的比特数
仅比信息比特数多10
例如，对((2,1,2)卷积码，以P=2为周期删除掉q=1个比特，其多项式生成矩
阵G(D)和删除矩阵尸分别为:
G(D)一〔& (D)8z (D))一(:二D+DZD2
一:Pii P12lP21 Pn l一〔:
:=〔:
;)
(4.9)
、
十
2
..工
J.1
，t
o
(4.10)
4图像无线舆中的信道编码
可以使码率从 1/2提高到2/3，如图4.3所示。
a,a2
图4.3 码率为2/3的截短卷积码的生成示意图
Fig. 4.3 Generation process of punctured convolutional codes with rate=2/3
以图4.3为例，输入为:010111001010001，卷积编码器输出为:00 11 10 00 01 10
01 11 11 10 00 10 1100 11，经过截短后输出为:001100011011111001110110
同理，通过把截短卷积码的概念进一步延伸，引入码率兼容的限制，可以由
上例按周期p=4截短获得一组码率为4/5, 4/6, 4/7, 4/8的RCPC码族。
截短周期P二4
+1+1
图4.4含有两个截短表的码率兼容删除卷积码
Fig. 4.4 Example of a RCPC with two puncturing tables
图4.4中，我们用值11来描述二元信息符号和二元码符号xv及x2Ja截短表可
视为对两串码元进行多路复用的模尸法则。在截短表P(1)中，上支路的第四位和
下支路的第二、三位不传送。对于截短矩阵P(1)而言，每p=4个信息位仅传送
p+1=4十’11"幼位码，而不是传2xp=2x4=8位码，其中“1”表示截短表尸(1)的
索引。这样，就产生了一个码率为4/5的码。截短表P(1)可用。xp矩阵来描述:
1 1 1 0
1 0 0 1
(4.11)
2
.
.
.
.
吸、
一一
、.
.少
月.
且
才矛口.、
P
重庆大学硕士学位论文
如截短表P(l)产生的4/5码率不具备足以纠正信道错误的能力，则需要更大
的冗余度，即需要较低码率如 4/6, 4/7或 4/8的能力更强的码。这些较低码率的码
应当利用那些己经传出的码位，而不是传送一个完全不同的低码率码的所有码位。
因而，仅额外增加的冗余码位是必须传送的。这样，较低码率码的截短表中补充
的 “1 l'只能放在前面较高码率码的截短矩阵中 “0”的位置，例如:
1 1 1 1
2‘
.
r.
‘、
一-
、..护
苦
舟、
~
子才
.
、
P
.
、1
2
1 1 1 0
1 1 0 1 1 1 0 )，P(4)二〔::::)2口
.
..
‘、
一一
、
.
了
少
，
一
了
.
、
尸
它们和P(1)之间满足码率兼容关系，因为高码率码字中传输的比特位，在低
码率中也被传输。所以，仅利用递增的冗余码，我们就能从码率1/2的母码衍生出
码率为4/5, 4/6, 4/7, 4/8的码族。
综上所述，RCPC码族是由码率R=1/n，存储长度为m的母码截短而来。母
码的生成矩阵表示为:
个十 m,I-
G=n (gik)，gik‘(0,1) (4.12)
这里，8(k =1表示第i支路的输出与所对应的第k个移位寄存器相互连接。
设删除周期为p，删除后的码率R和P的关系为:
R=~ F匕
P+l
码率变化范围P/P+1一1/n ,
，1=1,2...(n一1)P,! E Z (4.13)
在母码上的删除矩阵为:
尸(，)一;(-p-r(P (1)),，。(，)。(”，‘) (4.14)
这里
由此
1代表索引值，由它可以知道此时所使用的截短矩阵。
我们得出两条重要的码率兼容规则:
1)如果P! (lo)
2)如果P, (10
=1，
=0，
则马(1)
则Pij(1)
=1，
=0，
对于所有l>_l0?1;
对于所有151,<_(n一1)p一1。
某些 RCPC码族除了可变码率的优点外，还可以获得与同码率的固定卷积码
同等程度的差错保护能力。因此，对于那些信源比特的差错保护程度可依据信源
比特自身的重要程度而调整的信息，非常适合采用 RCPC码进行信源信道联合编
码。例如采用 SPIHT算法所编码的图像，编码出来的比特重要性沿码流呈递减趋
势，即越靠前的比特越重要。
如图4.5所示，假定在一个包含n个码元的信息组里，有K个码组，而第k组
中有nk个信息码元，它要求译码后的BER为凡。对于这种情况，气就是SSI，我
们按其相对重要性和它们的错误保护要求P,N来依序排列信息码元，保护程度要求
不同的信息码元被输进码率为11n，记忆为m的RCPC码的移位寄存器中.在th个
信息码元时期，用截短矩阵P(1)作为多路复用的相关法则;一旦第二组的第一个
4图像无线舆中的信道编码
码元进入编码器后，就采用截短表P(2);再经过、个码元以后，截短表就变为P(3)
等等。在第k步，使用下标心，码率凡二PAP十心的RCPC码，这样根据保护等级
不同选用不同的RCPC码，从而很好地实现不等差错保护。
弓
呜
护、。勺
呜
-
‘
一
‘
一
尸
.
卜
一
M
一
口
码索引对应值l,
RCPC4Mf*凡
RCPC码截短* P(l,
RCPC码自由距离或
图4.5按不等差错保护要求进行编组的数据帧
Fig. 4.5 Data frame with information bits grouped according to their error protecting requirement
(SSI: Required BER of P,,k after decoding,艺、= n) using RCPC codes
4.5本章小结
首先，本章介绍了信道编码的发展概况;其次，就图像无线传输中差错控制
的必要性以及四种主要差错控制技术进行了简述 (本文采用FEC方式);然后，大
致介绍了五种通信系统中常用的信道编码:最后，重点对论文中用到的信道编码
一 循环余校验码 CRC(外码)和码率兼容删余卷积码 RCPC(内码)作了详细的
介绍，分析它们的构成原理，给出实例予以解释说明，并结合 RCPC码的特性指
出它非常适合对图像基于SPIHT算法编码的信源数据流实现不等差错保护(UEP) o
5压缩图像无线传输的信源信道联合编 码研究
5 压缩图像无线传输的信源信道联合编码研究
5.1引言
随着多媒体技术的发展，在无线信道中 (包括个人通信系统及卫星通信系统)
如何传输图像 (视频)己成为人们关注的一大焦点。无线信道给人们带来的巨大
挑战，就是其传输的不可靠性 (极易出现误码)。这是由其固有的特点— 频带资
源有限以及传输信道的时变特性所决定的。
为了克服这一难题，许多文献利用信源信道联合编码对无线信道中的多媒体
(图像、视频)传输做了研究。Sherwood和Zeger提出了一种噪声信道下图像传输的
不等错误保护方法[s", Lu和Nosratinia等人对于突发错误信道中图像传输的信源信
道联合编码方法做了研究[691, Chande和Farvardin研究了内嵌编码图像渐进传输的
信源信道联合编码方法【601. A.Aydin等人提出了一种用于传输SPIHT编码图像的不
等错误保护方法["1a Bystrom和Modestino提出了一种慢衰落莱斯(Rician)信道中传
输视频的信源信道联合编码方法[[621
本节将提出了一种通用、有效的信源信道联合编码传输方案，将编码码率分
配技术和不等差错保护技术 (UEP)进行很好地融合。主要思想是信源部分采用
I-SPIHT编码，而信道部分采用RCPC码对编码输出码流按重要性进行不等错误保
护，并加入交织以增强对突发错误的抗击能力。通过对几种不同图像传输方案的
仿真研究表明，本论文所提出的方案能够提供较高质量的传输图像，适用于信噪
比波动范围比较大的无线信道。
5.2一种基于信源信道联合编码的图像无线传输方案
5.2.1基于I-SPIHT算法的图像编码设计
根据前面3.3节的讨论，这里我们采用基于I-SPIHT算法的图像编码器作为信
源编码器，其结构图如下:
一一一枢LLDPCM}A卜一一
原始图像「一一 }
一一一一 叫小波变换 }一净
编码码流
卜 -一 争
一褥}fl- SPI1rr}b0}- Tag-uee}e}0
图 5.1
Fig. 5.1 Image
基于 I-SPIHT算法图像编解码器框图
encoder scheme based on I-SPIHT algorithm
重庆大学硕士学位论文
5.2.2基于不等错误保护的 RCPC信道编码设计
假设RCPC码的自由距离为心，码字中重量为d的码序列数为ad，错误路径距
离为d的概率为P,，则错误译码事件的概率P_的上界为:P‘上宁 a, P,:如果
P d=d,
在一个增信删余周期内所有重量为d的非零信息位总数为Cd，那么，误比特率P的
上界为:P、生矛C,P, I'll.
P i=d,
怎样有效地设计一个最优化的码率兼容的RCPC码码族，其实，这个设计标准
主要是基于整个码的“距离谱”[631。所谓距离谱，就是(输出)权重列举函数(WEF)
的非零项集合;而码字的自由距离也就是指带有一个非零WEF项的最小输出权重。
并且，从码的所谓输入/输出权重列举函数((UOWEF)就能确定{d., N.}这里，d ,指
的是当输入序列的重量为w时，所生成码序列的最小重量;而Nw是w和d。的乘积。
现在，假如有两个码率兼容的删除表，以及它们的输入/输出权重列举函数
(I/OWEF)可供选择。通常，我们可以采用如下几个标准来遴选出其中较好的一个:
① 自由距离标准:
选择具有最大自由距离的那一个;
② 最大斜率标准:
计算出距离谱前30个的值，并连成线。选择具有最小斜率的那一个。因
为这里的斜率参数表示随着输出距离的增加，权重列举函数(WEF)的增
长码率;
③ {dw,N)最优化标准:
选择能为{d., N.}生成最优化值的那一个，例如，可以选择能够连续地
优化{dw,Nw}的候选项(首先使d.最大化，然后再使NW最小化))o
第一个标准可以用来选择那些在 “高”信噪比((SNR)条件下，性能表现良好
的截短码族。因为在 “高”信噪比((SNR)条件下，码的性能主要受最小重量错误
事件的影响。第二个标准可以用来生成那些在较低信噪比((SNR)条件下，性能表
现更为突出的子码。因为此时，更高的距离错误事件对码的错误性能有极其重要
的贡献。由于标准③在码的搜索过程中包括了乘积Nw，能够产生重要的好码，因
此，第三个标准被认为是其中最好的一个。
为了搜索到 “最优”的码率兼容的截短表族，可以遵循下列基本步骤:
a.定义一个截短矩阵尸，它的长度将由被删除的比特数来给定，截短矩阵尸
初始化全部设置为 1;
b.选择截短矩阵P最中间的那个是 ，"1”的元素，并把它设定为 “0"。如果
信息比特将被删除，则去除任何不能满足本地码率转换要求的候选项(考
5压缩图像无线传输的信源信道联合编码研究
虑码率兼容规则);
C. 确定截短码的权重列举函数(WEF) ;
d.选用下列标准来遴选截短表:
》 自由距离标准:选择具有最大平均自由距离的那一个;
》 最大斜率标准:选择具有最小斜率的那一个;
》{dw,Nw}最优化标准:选择为{d,N.}汇羚生成最优化值的那一个;
e.指定从上述步骤选出来的截短表;
f. 把矩阵p中另一个是 “1”的元素设置为 “0"，重复 b至f的步骤。
由于算法的复杂性，到目前为止，还没有非常好的方法直接产生RCPC码的生
成矩阵和删余矩阵，因此通常是采用计算机搜索。目前己经有学者 (Hagenauer J. )
搜索到了性能比较好的RCPC码族〔571，此时，约束长度m=4，删除周期p=8时，
码率R= p/(p+0= 8/(8十1),1=1,2,4,6,...,24，如表5.1所示。
表5.1 m=4,p=8的RCPC码及其删余矩阵[571
母卷积码码率 1/4
[10011; 11101; 10111; 11011]
8/9
8/9
8/10
月巧
8/12
2/3
8/14
4刀
8/16
1/2
8/18
4/9
1111 0111
1000 1000
0000川00
0000 0000
1111 1111
1000 1000
00000000
00000000
1111 1111
1010 1010
n n 月、日、 碑、n 八 八
1111 1111
1110 1110
00000000
00000000
1111 1111
1111 1111
n n 八 八 r妇伪r妇、
1111 1111
1111 1111
1000 1000
00000000
- W -
00000000
W - - -
00000000
8/20
2/5
8/22
4/11
8/24
1/3
8/26
4/13
8/28
2/7
8/30
4/15
1111 1111
lilt 1111
1100 1100
00000000
1111 1111
1111 1111
1110 1110
0000 0000
1111 1111
1111 1111
1111 1111
00000000
1111 1111
1111 1111
1111 1111
1000 1000
1111 1111
1111 1111
1111 1111
1010 1010
lilt 1111
1111 1111
1111 1111
11101110
由表5.1(加粗部分)可以看出，各个码率之间有如下的关系:在低码率中删
除的位置 (即元素 “0”的位置)在高码率中一定是删除的;而在高码率中没有删
除的位置 (即元素 “1"的位置)，在低码率中也一定存在。正是这一点，非常适
合于渐近传输。在信道条件比较好时，我们采用高码率进行保护，而当信道质量
重庆大学硕士学位论文
变差时，解码端解码失败时，我们无须将所有数据都重传，而只需要渐近传输更
多的比特，这样就相当于用低码率进行保护，直到解码端能正确解码为止。这正
是 RCPC信道编码的一个最大的优点。
下面，利用一种简单的系数加权方法来验证基于不等错误保护的 RCPC信道
编码设计的性能。在这里，我们只需采用随机序列就可以。首先产生信息长度为
NxM 的随机码流。考虑到图像信源具有不等重要性，我们人为地将随机码流也
划分成M段，每段含有N个码字，而每一段的重要性是不同的，从第 1段到第M
段重要性依次下降，其重要性系数为C.,i=1,2,...M，且满足艺兰c=1。在本次
仿真实验中，M 取 3(即三重 UEP), N取 10000，经过多次测试，选定加权系数
C=5/9,q=3/9,q=1/9. RCPC码的码率采用表5.1中的部分码率，2/7,4/9,
2/3。测试系统包括:(1)采用2/7, 4/9, 2/3对三部分实施不等差错保护(UEP). (2)
采用码率2/7的同等差错保护((EEP)o (3)采用码率 4/9的同等差错保护。(4)采
用码率2/3的同等差错保护。(5)采用2/7, 4/9, 2/3的近似平均码率 1/2的同等差
错保护。通过在不同m参数的Nakagami信道下进行误码率性能测试，仿真结果如
图 5.2-5.4所示。
从图5.2、图5.3和图5.4中可以看出，对于任何一种m参数，对于码率为 2/7,
4/9, 2/3及近似平均码率 1/2四种码率下的同等差错保护 (EEP)，与采用不等差错
保护 (UEP )系统的误码率进行比较，码率为2/7(最低码率)系统的误码率性能
是最好的，其次就是采用 UEP的系统，其余三种保护的误码率明显要高的多。但
是 EEP2/7系统良好的误码率性能是靠牺牲带宽换来的，而采用UEP在不增加带
宽(即信道容量)的情况下，系统的误码性能依然有很大提高。并且，随着Nakagami
衰落指数m的增加，信道质量越来越好，这种差别趋于不明显，这是因为信道本
身的误码率降低了，对其保护的要求也就不是太苛刻，采用低码率的保护与高码
率的保护已经没有太大的差别。
这里我们仅仅是采用了简单的系数加权验证了基于UEP的RCPC信道编码设
计的性能，如果根据信源的具体特点再加以应用，一定会产生更好的效果。在下
面5.3节中，我们将 RCPC结合UEP在图像传输中加以运用，获得了较好的系统
性能。
5压缩图像无线传输的信源信道联合编码研究
100
1O'
:，.，一合一一 ‘令~，
- 19- U E P
一-49-- EEP2/7
EEP4/9
一阅) 一 EEP2/3
EEP I/2
\ 、
众、
10魂
~.令
一卜》一
飞、\ 、、 勺
10j
、 卜
10' 10
图5.2 M=1时Nakagami信道下五种系统的误码率曲线(Rayleigh)
Fig. 5.2 BER vs channel SNR of five systems over Nakagami channel with m =1(Rayleigh)
100
竺瑞一 入
一 任3-- UEP
- $ - EEP2/7
甲 EEP4/9
---弓~ 一 EEP2/3
EEP1/2布
场
/杏\
\ 一飞厂，、\\ 火 \
口.
口
o’
O’
，
月.
\
沐~
\
\
、
、‘
o’a
丫
图5.3 m =1.5时Nakagami信道下五种系统的误码率曲线(Rician)
Fig. 5.3 BER vs channel SNR of five systems over Nakagami channel with m =1.5 (Rician)
10"
10'
一-任卜-~UEP
一，4 - EEP2J7
脚 EEP4/9
- a- 一 EE尸2J3
EEP1/2
人
\
S 10
r
了
图5.4 m=2时Nakagami信道下五种系统的误码率曲线
Fig. 5.4 BER vs channel SNR of five systems over Nakagami channel with m = 2
53
重庆大学硕士学位论文
5.2.3交织器的设计
交织器是一个单输入单输出设备，它的输入与输出符号序列有相同的符号集，
只是各符号在输入与输出序列中的排列顺序不同。交织技术基本思想是:将已经
经过纠错编码的码元次序按事先所作的规定进行置换，如果在传输中出现连续性
的误码，这些误码必然集中出现在交织码码元的某个区段，经过接收端的反置换，
可将集中的误码分散开来，并被置换回原编码序列中。这时，再利用纠错编码技
术，可以将这些误码纠正过来。
下面，说明一下交织器的基本原理，如图5.5所示，假定某消息由若干帧组成，
每帧含3bit。交织时，分别由3个消息分组的第1比特组成新的第 1帧，第2比特
组成新的第 2帧，第 3比特组成新的第 3帧，然后依次传送。在传输期间，第 2
帧丢失，若没有交织，则会丢失某一整个消息分组。而采用交织后，仅每个消息
分组的第 2个比特丢失，则利用纠错编码技术可以恢复出全部分组中的消息。可
见，图5.5所示的交织就是把码字的i个比特分散到.l个帧中(即不同的时间段中)，
以改变原比特的邻近相关特性，显然帧值.1越大，传输特性越好，但此时传输时延
也越大。
a, }b,}c, I a2 }场 I C2 I a3 I b3 }C3 }消息分组
交织
a, 1 a2 }a3 }b,}玩 I姚 I CI I C2 I C3 交织后的
消息分组
第1帧 第2帧 第3帧
a,{* I c, I a2{* C2 I a3 * }C3
传输中第2
帧丢失
解交织后的
消息分组
图5.5 交织器的基本原理
Fig. 5.5 Illustration on principle of interleaving
信道编码仅在检测和校正单个差错和不太长的差错串时才有效，难以抗突发
持续较长的深衰落和突发千扰。而使用交织可使数据经无线信道后发生的差错串
长度变短，但无法纠错，所以，交织器一般与信道编码联合使用[641。基于前面的
分析，为了对抗突发持续较长的深衰落和突发干扰，更好的无线传输图像，同时
也便于实现，本文将采用块交织器 (也称矩阵交织器)。
5压缩图像无线传输的信源信道联合编码研究
5.2.4系统设计框图
根据前面章节的讨论，这里给出系统的总体设计方案，如图5.6所示:
片二二二二二共一 甘落二二 一 二二二二不一
【二二二二二二二二 _ 花二几二二二 二二二二二二一
图5.6基于JSCC的图像无线传输系统设计框图
Fig. 5.6 A robust image system over channel based on JSCC
根据图5.6的虚线部分所示，由I-SPIHT信源编/解码器、CRC十RCPC信道编/
解码器以及 自适应编码码率调整模块 (包括信源/信道)构成了本文提出的信源/信
道联合编码图像传输系统的核心。相应的系统配置参数为 I-SPIHT编码器的编码
码率R,，以及RCPC编码器的截短码率凡。原始图像经过I-SPIHT图像编码器，
产生的码流被打包分成长度固定的数据块。对每个数据块加以W it的循环冗余校
验(CRC-16)后，码流将通过 RCPC信道编码器并进行交织，经过交织后的码流送
往调制器。经由无线信道传输后，接收端将首先通过解调器、解交织器和 RCPC
解码器，再经过 CRC校验和解分组。当CRC校验发现了RCPC解码器未能纠正
的错误时，为了防止错误传播，解分组将结束，该错误所在数据块之后的全部码
流将被丢弃。I-SPIHT信源译码器只利用正确接收到的数据恢复原始图像。
对不同的比特段给予不等错误保护时，其初始的保护等级是预先确定好的，
并且对解码端是己知的。开始传输后，系统将根据解码端的反馈参数来实时地调
节信源编码的传输速率以及各比特段的错误保护等级，并将新的 RCPC编码参数
放在码流头部，传输给解码端。信道解码器根据接收到的比特流数据包 (分组)
计算出累积丢包比率plf (Probability of Lost Frame )作为当前信道状况信息((CSI),
并经信息反馈信道传送给自适应编码码率调整模块用于调整系统编码参数。当自
适应联合信源信道编码系统进入稳定状态后，即当前系统最优编码参数确定，
I-SPIHT信源编码器根据确定的信源编码码率尺将原始图像进行编码，然后RCPC
重庆大学硕士学位论文
信道编码器将根据确定的信道编码码率凡选择相应的截短码组，并根据I-SPIHT
编码器输出的SSI信息对信源编码比特流进行不等差错保护 (UEP) a
当信道条件恶劣时，系统将减少传输信源编码产生的码流的分组数，少传甚
至不传非重要部分 (图像高频分量/细节部分)来降低信源编码的编码速率，同时
加大对重要部分 (图像低频分量/主体部分)码流的保护强度;而当信道条件较好
时，系统将增加信源的传输分组数，适当增加传送非重要部分来提高信源编码的
编码速率，同时降低对码流的保护强度。实际上，总的传输速率是不变的。信道
条件差时增加对信源保护的冗余比特是以减少的传输分组数为代价的。即原本为
了提高恢复图像而传输的图像细节部分变成了用来保护前面图像主体部分的冗余
比特。
5.2.5本文仿真所用信道模型
结合前面2.2节的分析和本课题的特点，由于Nakagami多径衰落信道模型可
以很好地模拟都市环境下的移动通信信道环境。本文将采用Nakagami和G-E信道
模型对所提出的方案进行模拟。前一种模型己经在2.2节中详细讨论过，这里仅对
G-E信道模型作一个简单介绍。
当数据传输速率较高时，无线信道中相邻数据分组之间的相关性不容忽视，
更接近这种记忆信道的一种模型是Markov模型。G-E (Gilbert-Elliot)模型(65]是一
种两状态的Markov模型，也是一种常用来描述无线网络传输特性的模型。无线网
络中的发送源发送数据包的过程是随时间进化的无后效系统，即己知现在的状态，
过程的过去与将来无关(独立)，符合Markov过程的定义。由于无线信道中，误码率
或接收信号包络随时间而变化，并且任一时刻信道的性能同前一时刻的信道条件
有关。因而用Markov链来描述无线信道这种记忆特性将获得良好的近似特性。图
5.7显示了G-E模型的基本结构。该模型说明，任何时刻信道都处于好(G)或坏(B)
两状态之一。在G状态，信道误码率(弓)较低，而在B状态，信道误码率(凡)较高。
l一凡 卫一Pse
一、~一____一 尸/
pg6
图5.7 G-E信道模型
Fig. 5.7 G-E channel module
5压缩图像无线传输的信源信道联合编码研究
假设接收信噪比在某一门限(Ar)之上时，信道处于G状态;
另假设码元传输速率为凡bps，则G-E模型的状态转移概率为:
Po一儿2}ra., }a,l}e4r一1)
Pb，一儿了2咚/}f, V 2.aj}
反之处于 B状态 。
(5.1)
(5.2)
其中，fd = fD I RT为归一化多普勒频移，A为信噪比均值。fD为最大多普
勒频移，且f. =Vf lc .，表示车速，f为载频，。为光速((3x108 }/,)o
稳态概率Pc和PB分别为:
二=Pes = e -41A
P4十毛 (5.3)
Psb 1一eMr
凡 十Psb
(5.4)
5.3图像无线传输的信源信道联合编码仿真研究
5.3.1图像数据的不同部分对图像质量的影响
这里，我们探讨一下:经 SPIHT编码后的图像数据，它的不同位置的误码对图
像重建质量的影响。
信源重要性信息 (SSI )定义为一个比特或符号对解码图像的整体质量贡献的
重要程度。某一比特越重要，那么它对解码图像的 PSNR 值的贡献越大。SPIHT
编码器产生的 SSI信息对于本文中所用到的不等差错保护系统的设计至关重要，
因为该信息将决定对信源编码比特流中的不同比特采用何等程度的差错保护。
通过比特差错敏感度的研究，就可以确定信源比特的重要程度。一个比特的
敏感度可通过该比特对重建图像的整体 PSNR的影响程度来判定。首先将原始图
像编码。然后从编码后的比特流中的第一位开始到最后一位比特逐个变错 (即将
该比特位取反)。每次变错一个比特，将该含有一个比特差错的编码图像进行解码，
然后算出其 PSNR值。在进行下一个比特测试之前，要把原变错比特改正过来。
将编码后比特流中的每一个比特表示为八，而与变错比特八相对应的PSNR值表示
为P,。比特差错敏感度可按以下过程获得:
① 令i=1，八=八.1;
② 将含有一个比特差错红的图像解码，并计算PSNR值君;
③ b, = b, .1:
④ ifi < N，then i=i+1，转到1):否则，结束。
本文对比特的Lena标准灰度图像采用码率为0.5bpp的I-SPIHT算法编码后的
5压缩图像无线传输的信源信道联合编码研究
实验图像选择512x512的标准 Lena图像，信噪比Eb / No = 5dB，图像信号经过
BPSK调制后通过Nakagami信道，信道编码采用码率兼容删余卷积((RCPC)编码。
加
刀
湘
27
汤
苗卫霆
左
肠
24
R.(bpp)
图5.10 R,对峰值信噪比的影响
Fig. 5.10 Relationship of PSNR and R, with RJR, = 0.6bpp
田
岛
洲
卫
加
拍
拍
24
22
2D
盯了N笠
,s
16
一
气
图5.11 R,对峰值信噪比的影响
Fig. 5.11 Relationship of PSNR and R, with different凡
图5.10显示了PSNR值随着尺变化的曲线，此时曲线有一个峰值点。表明在
尺一定时，存在一个凡，以及相应的R,，使得系统恢复图像性能达到最好。曲线
左边的PSNR值较低，是由于用于表示信源信息的比特较少(尺较低)，即便此时
用于错误保护的比特数较多(尺较低)，但对PSNR的提高并没起到多少作用。而
曲线右边PSNR值陡然下降，是由于R}过高，己经不具有足够的错误保护能力。
图5.11显示了对于不同的传输速率，凡一定时的PSNR随总速率尺变化的情
况。由曲线可以看出，对于一定的凡，随着尺的升高，R,也在升高，因而 PSNR
在升高。而对于一定的尺，随着尺在升高，PSNR值也在升高。同样，对于一定
的尺，随着尺的降低，虽然对信源的保护能力逐渐加强，但PSNR的整个趋势还
重庆 大学硕士学位论文
是在下降。这是由于尺的趋势是在降低。由此，可以看出R,对PSNR的贡献起主
导作用。
5.3.3信源信道联合编码速率分配准则
联合信源信道编码的主要目的之一就是要对信源速率和信道速率进行合理的
分配，从而在总传输速率 (即带宽)有限的前提下，使图像数据失真最小。下面
我们对本论文提出的压缩图像无线传输的信源/信道联合编码系统的码率分配进
行如下分析。
我们假设一信道编码方案i在随机变量X,处产生第一个错误，其概率分布是
P(X,=j)j=1,...， N;。因为解码器在第一个未恢复的错误之后就停止解码，整个
接收图像的失真 (峰值信噪比)就取决于已被正确接收的分组失真 (峰值信噪比)。
从第一个分组(j=1)到最后一个分组(j=从)，考虑到第一个未恢复错误的概率，
下式表示了基于失真和峰值信噪比的渐进式信源信道联合编码的标准。
从
州D(X,))一艺D(j)P(X, =j) (5.5)
从
E(PSNR(X;)二YPSNR(j)P(X,二刀 (5.6)
J-0
从另一个角度出发，尽可能在把第一个未恢复的错误移至码流的末尾，那么，
就产生了另一种最优化标准。
从
E(X,)=艺 jP(戈=j) (5.7)
每个随机变量X,与一个信道编码相联系，因此，当解决了下面任何一个基于
上述标准的问题，就能给定最优化信源码率和信道码率。
minE(D(X,))， min E(PSNR(Xi))I ， minE(X,) (5.8)
实验证明，第三种标准在性能上大体上与前两种标准相仿[38]。但是第三种标
准却有更低的计算复杂度，并且，不信赖于信源的特征。在信源信道联合编码中，
为了防止错误传播，信源解码器只利用接收到的正确数据恢复原始图像。这样，
解码器只要发现第一个传输错误，就将该错误所在的分组及之后的所有分组数据
丢弃。因此，接收端的数据失真函数为:
D二D(0)P (,R) +N《,)-1
菩D(ir, )P (,, +')亦(，一“(“))+D(凡)fl(，一P (cJ)) (5.9)
其中，P (cA)为加入信道编码《后，信源解码错误的概率·D(0), D(ir,)和
D(R,)分别为解码器正确解码 。个分组 (接收数据全错)、i个分组以及N个分组
(接收数据全对)时的失真。实际上，式((5.9)的前两项，代表着由信道噪声所引起
的传输误差所造成的解码失真，后面一项代表由信源压缩编码所造成的解码失真。
5压缩图像无线传输的信源信道联合编码研究
通过上文的分析，为了得到所要求的码率分配方案，可以将系统性能达到最
佳这一问题归结为求解在系统传输码率小于门限的约束下，使数据失真达到最小
值的一组码率，即求解 :
min D(R,‘Rrhreshold ) (5.10)
事实上，问题可以进一步简化，由于D值的大小同解码端接收到的正确信源
分组数有直接关系，因此在系统传输码率不超过门限的约束下，求最小的数据失
真函数可等效为在分组长度之和一定的约束下，求解最大的接收正确的信源分组
数。即求:
max AL(艺1;=L)
其中，l;和L分别表示加入信道编码后第i个分组的长度 (比特数)
(5.11)
以及 N个
分组的总长度，AL表示正确接收到的信源分组，其值为:
N(万)一]ip,1n(I一弓)十，(二)竹(卜:) (5.12)
艺
间 一~LA
其中，P.表示第.1块分组不能被正确解码的概率·
那么，我们要解决的问题归结为在系统传输速率小于门限的约束下
失真最小，即求min D(尺
到的平均正确分组数最大
:5 Rtfi-Aold )。或是在分组长度之和一定的约束下
使数据
使接收
即求解max AL(艺l, = L)。这两个问题的实质是一样的，
但第二个问题的求解过程将相对简单和直观。
N(.)
我们采用拉格朗日乘数法来求解第
二个问题。由文献【66]可知，约束条件艺1, = L可继续改为 刀=尸。则令
州n
。队
N(才)-1
J= y
要求J的极值，即求
iP 1 ‘一pi) +N(二)N(,)(1Fli=1一。卜·} N1--1“一月 (5.13)
ar8P一(i一1,2,...N川NII P一d (5.14)
我们可以根据不同信道条件下的P值不同以及上式求出AL的最大值。
5.3.4信源信道联合编码速率分配方案
系统所要解决的关键问题在于，如何动态地调整信源的传输分组数以及分组
的错误保护等级。下面我们将对此问题做详细讨论。
假设将I-SPIHT编码器以编码码率尺勿，产生的比特流分成N组，每组k个比
特，则一幅图像所包含的总比特数为Nxk=R,xN,比特，其中N,为该图像的总样
点(像素)数，N,二行像素数x列像素数·如果有i个分组被正确接收，则图像就
以码率ik / N,bi，重建，因此，我们定义r,=k/N,bpp为每个分组的编码码率。这
样，R,即为所有的分组都被正确接收时的信源编码码率，且凡= ,xN.
重庆大学硕士学位论文
假设信道编码分配策略汀将码率弓EC分配给第i个信源分组，则分配策略9
集合即表示为一系列信道编码码率的集合{弓，哎，?，xCx'Cx' CNIx}}·那么对应于策略二的系
统传输码率凡 (信道符号数/像素)为:
凡 =R, =,;N
Rr 尺
万(a
二Lr -各可
w r气Cxl
(5.15)
式中，Rc为总信道编码码率，r (c;})表示第‘个信源分组的编码码率·
由于信源编码出来的比特的重要性沿码流呈递减的趋势，即越靠前的比特越重
要，因此我们对分组的保护等级应满足以下关系
r(CA)
为了便于分析，假设将信源分组进行三等分，并以这三部分分别进行不等差
错 保 护 ， 则 分 配 策 略 CICpf，二《，C*,CR,.C!,“，‘，?;)。一二厂一」
这 里
一 一 .-
G
‘---、 一
八
‘
石..J、，.
L
为 兀
L,十L2 +L, =N(二)，且L, = L2 = 4。
一 L
。(。二) '. (c,') 气(c才)
图 5.
Fig. 5.
12对信源编码数据的三重不等错误保护
12 Image data coded data with 3-grade UEP
为了在信道恶劣的条件下仍保护较好恢复质量的图像，系统将根据接收端反
馈的参数来动态调节信源的传输分组数和RCPC对各分段的差错保护等级。我们选
择变量分组丢弃率plf (Probability of Lost Frame)为接收端反馈的参数，并将其
定义为:接收端在CRC发现错误后丢弃的信源分组数与I-SPIHT编码器产生的总的
信源分组数的比值，即pf =N-Ig/Ne
①如果粤
」
系统将增加对第三部分保护等级
a>嵘 , ..C}I, Ca,C;,...Cn,
、----、- 产
G
、- 、尸.- 一 尸
匀
并且
将4减少Le，则分配策略K变为
由于凡恒定，则由式(5.
凡 =
N(.
Y子六
1=1几 吸乌 ，
=丝
3
15)可得:
N
(1A
r, ,N ，、 r,
一万下下.十气下 一与) x-下爪下
rt气少 0 r,气气少
5压缩图像无线传输的信源信道联合编码研究
二、(·;)一〔，一3L,N) x。(·“) (5.17)
由式((5.16)可知，L,的选择应满足:叮(弓卜r (cA),L, < N13。
。 、，1 _ 2_二
管 白二< ptl<二盯，
j j
系统将增加对第二部分的保护强度，即降低Y (C,2)并将乌
O
、
.
.
L
I
︸
减少L,，则策略9变为 CA， CR， ...Cft， CR， CA， ...C}， CR， CR， ...Cx
、一 种、一 J
八
、----、 - 产
匀 与一与
同第一种情况类似，可得:
r (CA)二 Nxr (,n) c (,A)
Nxr,(c'')+3L,r(cR) (5.18)
选择L,时应满足:r(C.,)
③如果。< pi, <喜，
J
则系统增加对第一部分的保护等级，即降低:(C. )，并
O
!
、!
声
将4减少L,，此时策略Ir变为 C'， C'，? C'， CZ， c2，? CZ， C3， C3，? C3
‘-~一-、一
4
、一-一-、一 一
匀 场-与
同理，可得r, (CA )= ，x:(CR)r(C,'),
Nxr (c,)+3L,r,(c) (5.19)
选择L,时就满足:r (c}) <_ r (CA)，L, < N/3·
本系统动态调整信道编码策略，因此需要将各分组的保护等级作为附加信息
传递给解码端.系统采用表 5.1中的RCPC编码，编译码器可预知供选择的RCPC
码率，这样我们仅需要传送 RCPC的码率索引序号即可。对于三重 UEP，最多只
需传送3F'0929卜12bit(例如分辨率为512x512, R,=0.4bpp的图像，系统仅增
加了。.011 %bpi，的附加码率).可见，附加信息对于系统的传输码率影响非常小。
5.3.5图像无线传输方案的仿真结果及分析
下面，我们将采用标准的灰度图像 lena分辨率为512x512)对 5.2.4节中提出
的系统进行仿真。采用Antonini(9, 7)双正交小波做5级分解，对I-SPIHT编码器，
先设定虚拟分解层数j = 2, I-SPIHT编码速率为0.5bpp ,输出的码流分成长度为
200的数据块并加以16bit的循环冗余校验比特 CRC-16。为了使 RCPC编码器回到
初始状态 (即全零状态)，6bit (RCPC码的编码存储)的0将加到各分组之后。
经过RCPC编码后的码流，通过交织和BPSK调制后再分别经过Nakagami与G-E
信道，接收端将首先通过解交织和 RCPC解码器，再经过 CRC解码和解分组。当
CRC解码发现了RCPC未能纠正的错误时，为了防止错误传播，解分组将结束，
该错误所在数据块之后的所有码流将被丢弃。信源解码器只利用接收到的正确数
据恢复原始图像。最后到达解码端o RCPC码是由 1/4母卷积码以周期 8删余得到，
6结束语
6 结束语
6.1论文总结
本文在重庆市自然科学基金项 目 “多速率交通路况视频监控无线传输系统关
键技术研究”(项目编号:CSTC2005BB2206)的资助下，应用联合优化的思想，
主要研究了信源信道联合编码的基础理论以及设计方法进行，并重点针对压缩图
像(视频)在无线信道传输中的信源/信道联合编码设计进行了深入的研究，提出了
一种既基于不等差错保护 (UEP)，同时又与码率的动态自适应分配有效结合的信
源信道联合编码技术方案，该方案充分利用了信源重要性信息((SSI)和信道状态信
息((CSI)，以期获得较好的系统性能增益。下面对本文的研究工作做一个总结:
①研究了一种基于自适应不等差错保护的信源信道联合编码的图像无线传输
方案。该方案是将信源信道联合编码码率分配技术与不等差错保护技术进行
很好地融合，充分利用了信源重要性信息((SSI)和信道状态信息((CSI)以期获得
较好的系统性能，该方案有利于图像在无线衰落信道中实现有针对性的差错
控制传输.在该编码传输系统中，我们首先根据当前信道状况对信源编码器
和信道编码器的编码码率进行最优分配，然后采用改进的基于小波零树算法
的 I-SPIHT信源编码器和 RCPC信道编码器联合，实现了对信源比特数据流
的不等差错保护。由于根据无线信道的时变特性自适应地调整信源和信道编
码速率，从而在不增加额外带宽的前提下，系统获得了较高的性能增益和较
好的传输可靠性。最后，通过几种不同图像传输系统在无线衰落信道上的仿
真比较，实验证明了本文所提方案在信道条件恶劣的情况下，能够明显提高
图像传输的质量。
② 研究了无线衰落信道特性。针对图像信号无线传输的背景，本文分析了无
线衰落信道的特点，对几种主要的信道模型加以分析，并通过仿真给出了在
不同参数值下的信道特性。
③ 提出一种SPIHT算法的改进方案。SPIHT算法是一种基于小波变换并能支
持多码率编、解码的高效图像压缩编码算法。但是，SPIHT算法对所有的频
域分解子图进行同等重要度的编码，且没有利用各子树间的相关性。同时，
其产生的码流容错性能较差，单比特失真就可能对恢复图像质量产生严重影
响。本文在仔细分析了 SPIHT算法的基础上，针对联合编码的需要，通过对
低频单独处理(DPCM)和子树独立编码(采用虚拟零树Virtual-zerotree结构)
对其进行局部改进，使其性能得到进一步优化，更加有利于图像的无线渐进
传输。
重庆大学硕士学位论文
6.2工作展望
本文只讨论了图像传输的联合编码，对视频没有涉及，而随着无线多媒体业
务的进一步发展，视频的联合编码研究大有可为。而且，在本课题的研究过程中，
由于时间的局限性，有些研究工作尚处于初步研究阶段，还需要进一步的深入研
究。主要表现在以下几个方面:
① 信源、信道编码选取方面
本文的信源部分选用 SPIHT算法并在此基础上做了局部改进，可以研究一些
新的信源编码方法 (如EBCOT, MPEG-4, H.26L、分形编码等)及其码流特性，
并结合适合的的信道编码 (如Turb。码，STC码，LDPC码等)进行研究。同时还
可考虑将信道编码与调制相结合(如TCM编码)设计新的信源信道联合编码方法。
② 信源编码和信道编码的码率分配方面
码率分配一直是信源信道联合编码领域的一个重要问题，而率失真函数的构
造以及优化算法的设计又是速率分配的关键问题。虽然 目前己有很多的方法，但
一般都是复杂度较高，难以应用到实际系统中。今后，在降低复杂度的情况下，
可以进一步提高系统性能。
③ 不等差错保护中的信源分组问题
在本文中，依据信源编码码流的特点对其只进行简单的三等分，但是我们没
有考虑即便是相邻位置，其对图像恢复的影响也不是很一致的，因此如何针对信
源的特点进行分组保护也值得进一步探讨的方向。
④ 网络适应性
本文的工作主要还是针对点对点的图像传输，今后可以考虑在点对多和多对
多的广播传输网络中应用此项技术。如何将现有的编码方法同网络特性以及网络
层传输控制协议相结合，设计出具有网络适应性的联合信源信道编码方法也是一
个有挑战性的课题。
⑤ 信道模型
如何构造合适的无线信道模型，从而精确地模拟信道随时间、空间复杂多变
的误码特性，也是信源信道联合编码领域中一个垦待解决的问题。
致 谢
致 谢
本论文是在曾孝平和马大玮两位教授的精心指导和悉心关怀下完成的，在课题
的选取、研究的开展和论文的写作过程中，无不浸透着导师的心血和汗水。导师
严谨治学的态度、渊博深厚的知识、无私奉献的精神使我深受的启迪，受益匪浅。
从敬爱的导师身上，我不仅学到了扎实、宽广的专业知识，也学到了许多做人做
学问的道理。在此，谨向我的导师致以最衷心的感谢和深深的敬意 !
在课题的研究过程中，得到了杨力生研究员、谭晓衡副教授、王韬博士、魏琳
以及李晓飞等老师和同学的鼎力帮助，在一些具体问题上给予我许多有启发性的
建议。同时，测控所为我的论文顺利完成提供了优越的实验条件，在此一并表示
诚挚的谢意 !
在程序的编写与调试过程中，非常感谢百思、比特流、学术天地以及理工通信
等论坛提供本论文仿真的部分程序源代码，另外，特别感谢SPIHT算法的发明者
Amir Said和Pearlman教授在他们所撰写的论文141]末尾提供该算法以及相关的程序
的助下载，同时也感谢肖英师姐慷慨的提供了部分仿真程序。
在三年的研究生学习和生活中，还得到了通信学院领导和老师无微不至的关
怀和热情的帮助，如冯文江教授、袁利副书记、黄天聪，李德秀，倪本琼老师等。
在这里，谨向他们真诚地说一声:谢谢 l
学有今日，感谢我的父母和外公对我的理解和关心，在二十多年的求学生涯
中，他们始终如一的在生活上给我无微不至的关怀和照顾，他们用半生艰辛所营
造的温馨家庭给了我最坚实的依靠。在学业上给我大力的支持和鼓励，使我有坚
定的信念和顽强的毅力克服困难，完成学业。谁言寸草心，报得三春晖。在即将
完成我的毕业论文之际，我最想对他们说一声:你们辛苦了!并向多年以来，所有
关心、理解、支持和帮助过我的师长、亲人和朋友们致以最诚挚的谢意!
最后，衷心地感谢在百忙之中评阅论文和参加答辩的各位专家和学者!
余训钟
二00七年四月于重庆大学
参考文献
参考文献
王汇源.数字图像通信原理与技术.北京:国防 E业出版社，2000, 1-25.
杨枝灵，王开.Visual C++数字图像获取、处理及实践应用.北京:人民邮电出版社，2003,
2-18.
Modestino J.W and Daut D.G, Combined source-channel coding of images, IEEE Trans.
Commun., vol. COM-27, Nov. 1979:1644-1659
SayoodK and Borkenhagen J.C., Use of redundancy in the design of joint
source/channel coders,
SayoodK，Liu F, and
IEEE Trans. Commun,, June. 1991,39(6): 83 8-846
Gibson J.D., A constrained joint source/channel coder design, IEEE J.
Select. Areas Commun. , Dec. 1994,
Hagenauer J., BuchG，Burkert
12(9):
F, and
158今 1953.
Kukla B. To compress or not to compress? In
[1]
[2]
131
14]
[5]
[6]
Proc.CTMC in Conjunction with globecom'96, London, U.K., Nov. 1996: 198-203.
[7] Kurtenbach A. and Wintz P., Quantizing for noisy channels, IEEE Trans.Commun. Apr.1969,
17(2):291-302.
[8] Phamdo N. Farvardin N. and Moriya T, A unified approach to tree-structured and multistage
vector quantization for noisy channels, IEEE Trans.Inform. Theory, May, 1993, 39(3):835-851.
[9] Modestino 7.W, Daut D.G, and Vickers A.L., Combined source-channel coding of image using
the block cosine transform, IEEE Trans. Commun., sept,1981, 29(9):1261-1274,
[10] Shapiro J. M, Embedded image coding using zerotrees of wavelet coefficients,IEEE Trans. on
Signal Processing, 1993,41(12): 3445-3462.
[11] Said A. and Pearlman W.A., A new, fast, and efficient image code based on set partitioning in
hierarchical trees, IEEE Trans. Circuits Syst. video Technol., June. 1996, 6(3): 243-250.
[12] Sherwood P.G and Zeger K, Progressive image coding for noisy channel, IEEE Signal
Processing Left., 1997,4(7):189-191.
[13] Liuguo Yin, Jianhua Lu, Youshou Wu, LDPC-based joint source-channel coding scheme for
multimedia communications, The 8th International Conference on Communication
Nov.2002,1:337-341.
[14] Rabiner L.R., A tutorial
recognition, in Proc.IEEE,
on hidden Markov models and selected applications onspeech
Feb. 1989
[15] Gallager R.G, Low Density Parity
21-28
77(2): 257-285.
Check Codes, IRE Trans. Inform. Theory, Jan.1962, 8:
[16] Van Dyck R. E. and Miller D. J., Transport of wireless video using separate,concatenated, and
75
重庆大学硕士学位论文
joint source-channel coding, in Proc. IEEE, Oct. 1999, 87(10):17341750.
[17] Hagenauer, J，Stockhammer, T., Channel coding and transmission aspects forwireless
multimedia, in Proc. IEEE, Oct. 1999, 87(10): 1764-1777.
[18] Gharavi H. and Alamouti S. M., Multipriority video transmission forthird-generation wireless
communication systems, in Proc. IEEE, Oct. 1999 87(10): 1751-1763.
[19]张豫伟，无失真信源一信道联合编码.电子科技大学学报，1993, 22 (2): 117-122
[20]张豫伟.有失真信源一信道联合编码.西安电子科技大学学报，1994, 21 (1): 20-24
[21]肖x，吴成柯.无线信道中的联合信源信道编码.电子与信息学报，2002,24(12):1835-1841
[22]肖高，张方，吴成柯.无线信道图像的联合信源信道编码速率分配.西安电子科技大学学
报 (自然科学版)，2002, 29 (6): 716-720
[23]肖A，张方，吴成柯.基于小波 SPIHT的联合信源信道编码新方法.计算机学报，2003,
26 (3): 281-286
[24]马仲华，余松馒，一种基于数据分类和不对称保护的视频流信源信道联合编码算法.上海
交通大学学报，2002, 36 (12): 1727-1730.
[25]刘军清，孙军，古继兴.基于矢量量化和可变K编码的联合信源信编码.上海交通大学学
报，2003, 37 (8): 1308-1315
[26]程连冀，张文军，陈立 联合信源信道编码的分级编码视频网络传输.上海交通大学学报，
2004，第 38卷增刊:3438.
乔艳涛，余松煌，王东华.基于多码率Turbo编码合空时OPDM的鲁棒累进图像传输.上
海交通大学学报，2004, 38 (12): 2039-2044.
K.Sayood, J.C.Borkenhagen, Use of
Source-Cha- el Coder. TP RR Tran- tion
Residual Redundancy in the Design of Joint
，
.
J
，
.
J
，矛
O
D
2
2
r
.
L
r
.
L
on Communications, 1991,
[29] C.Guiseppe, B.Ezio, Parallel Concatenated Codes with Unequal
39(6):838-846.
Error Protection. IEEE
Transaction on Communications, 1998,46(5): 565-567.
[30] J.Hagenauey Source-Controlled Channel Decoding. IEEE Transaction on Communications,
1995, 43(11):2449-2457.
[31] T L. Tuyet and P. A. Glen, Image Coding With Robust Channel-optimized Trellis-Coded
伽antization," .IEEE on Selected Areas in Commun, 2000,18(6):940-9511.
[32]陈海林，杨宇航，邢波.基于多描述的联合信源信道编码.通信技术，2003，第4期:33-35
[33] Rodger E. Ziemer, Roger L. Peterson著.伊长川，赫建军等译，数字通信基础 ((second
edition).北京:机械工业出版社，2005, 465-488
[34]黄载禄，殷蔚华.通信原理.北京:科学出版社，2005, 12-25, 502-529
[35] William H. Tranter, K. Sam Shanmugan, Theodoer S. Rappaport .etc著.肖明波，杨光松，许
芳等译.通信系统仿真原理与无线应用 北京:机械工业出版社，2006, 343-378
参考文献
[36]余松煌，张文军，孙军.现代图像信息压缩技术.北京:科学出版社，1998.
[37]马大玮.无线通信中图像编码所用小波基的选择.重庆通信学院学报，2003, 22(1): 10-15
[38] Antonini, et al. Image coding using wavelet transforms. IEEE Trans. on Image Processing,
1992, 1(2): 205-220
[39] Lewis A S, Knowles G Image compression using the 2-D wavelet transform.正EE Trans. on
Image Processing, 1992, 1(2): 244-250
[40] Shapiro J.M，Embedded image coding using zerotrees of wavelet coefficients Trans. on Signal
Processing, 1993,41(12):3445-3462.
[41] Said A., Pearlman W.A., A new, fast, and efficient image code based on set partitioning in
hierarchical trees,正EE Trans. on Circuits Syts., Video Technol.1996, 6(3):243-250.
[42]王祖林.小波分析在 SAR图像处理中的应用研究.北京:北京航空航天大学出版社.1999,
112-122
[43]徐孟侠 图像编码基础 北京:人民邮电出版社，1984
[44】胡高军，任广辉，昊芝路 JPEG2000中Tag-tree编码分析及实现.电视技术，2004年第
10期:13-15
[45]伍 W, Mohammed G Scalable Coding of Very High Resolution Video Using the Virtual
Zerotree. IEEE Trans on Circuits and Systems for Video Technology. 1991, 7(5):719-727
[46] Khan E, Ghanbari M. Very Low Bit Rate Video Coding Using Virtual SPIHT. IEEE Electronics
Letter. 2001, 37(l):40-42
[47] Berrou C., Glavieux A. and Tbitimajshima P., Near Shannon limit error-correcting coding and
decoding: Turbo-codes,ICC'93,1993:1064-1074.
[48] Gallager R G Low Density Parity Check Codes. IRE Transactions on Information Theory,
1962,8(3):208-220
[49] Mackay D.J.C. Good Error Correcting Codes Based on Very Sparse Matrices. IEEE Trans on
information Theory, 1999, 45(2): 399-431
[50] Tarokh V, Naguib A., SeshsdriN, etal .Space-time codes for wireless communication: combined
array processing and space time coding, Inform Theory, 1998, 44(3): 744-765.
[51] Foschini G F. Layered Space-Time Architecture for Wireless Communication in Fading
Environment When Using Multiple Antennas, Bell Labs Technical Journal, 1996, 1(2):41-59.
[52] Tarokh V, Seshadri N., Calderbank A又 Space-Time Codes for High Data Rate Wireless
Communication: Performance Criterion and Codes Construction, IEEE Trans on IT, 1998, 44(2):
744-765.
[53] Naguib A F, TarokhV，Seshadri N, et al. A Space-Time Coding Modem for High-data-rate
Wireless Communications. IEEE JSAC, 1998, 16(8): 1462-1478.
重庆大学硕士学位论文
[54] K.J.Larsen, Short convoluteonal codes with maximal free distance for rates I么1/3 and 1/4,
IEEE Trans. on Information Theory, 1973,IT 19(5): 371-372
[55] D.M.Mandelbaum. An adaptive-feedback coding scheme using incremental redundancy. IEEE
Trans. Inform. Theory, 1974,IT20:388-389
[56] J.B.Cain, GC. Clark, J.M.Geist, Punctured convolutional codes of rate (n- 1)/n and simplified
maximum likelihood decoding, IEEE Trans, on information Theory, 1979,IT 25(1): 97-100
[57] J.Hagenauer. Rate-compatible punctured convolutional codes (RCPC codes) and 出比
applications. IEEE Transactions on Communications. 1988(4),36(4): 389-400
[58] Sherwood P.G, ZegerK，Progressive image coding for noisy channel IEEE Signal Processing
Lett., 1997,4 (7):189-191.
[59] Lu J., Nostratinia A., Aazhang B., Progressive source channel coding for images over bursty
error channels, Proc of ICIP-98, Chicago, Oct. 1998: 127-131.
[60] Charade V., Farvardin N., Joint source-channel coding for progressive transmission of
embedded source coder, in Proc. Data Compression Conference (DCC'99), Utah, Mar. 1999:
52-61.
[61] Alatan A.Aydin, Zhao M., Akansu Ali N.Unequal error protection of SPIHT encoded image bit
streams J.on Select.Areas Commun. 2000,18 (6):814818
[62] Brystrom M., Modestino J.W., Combined source channel coding for transmission of video over
a slow-fading Rician channel, Proc of ICIP-98,Chicago, Oct. 1998, 2: 147-151.
[63] D .N. Rowitch, L.B. Milstein. On the performance of hybrid FEC/ARQ systems using rate
compatible punctured turbo (RCPT) codes .IEEE Transactions on Communication, Vol.48, No.
6.2000(6): 948-959.
[64]许成谦，陈嘉兴等，一种新的适于移动通信系统的交织器.电子技术，2002年第2期:
31-34.
[65] Gilbert E.N., Capacity of a burst-noise channel. Bell Syst.Tech, 1960,39(5):1253-1265.
[66] Lu J, Nostmtinia A, Azzhang B. Progressive Source-Channel Coding for Images~ Bursty
Error Channels [A]. Proc.of ICIP-98[C]. Chicag, Los Alamitos, California: IEEE Computer
Society, 1998, 127-131.
79
附 录
附 录
作者攻读硕士学位期间发表论文情况
[I]马大玮，余训锋，任志勇. JSCC技术及其在移动通信中的应用研究.CSIT2006，南京，2006,
p31-35
[2l余训锋，马大玮，魏琳.无线通信中多径衰落信道模型的分析与 Matlab仿真.重庆通信
学院学报，2007年第3期，p11-15
[3]余训锋，马大玮，魏琳.改进周期图法功率谱估计中的窗函数仿真分析.计算机仿真，己
录用
[4]余训锋，马大玮，杨力生.谱估计中的窗效应及窗函数的选取原则 仪器仪表学报增刊，
已录用
[5] Liu Xianzhi, Yu Xunfeng. THE ARCHITECTURE AND SIMULATION OF WIRELESS
INTERNET OVER A TWO-LAYER IP LMDS SYSTEM (ISCST2007，宁波，已录用)
[6]魏琳，马大玮，余训锋.一种基于感兴趣区域的图像近无损压缩方法 中国科技信息，2006
年第24期，p80-83
[7] Dawei Ma, Xunfeng Yu. Progressive Image Transmission over Memoryless Feedback Channels
Using Joint Source-Channel Coding Strategy. IEEE Communication Society, September 21-23,
WiCom2007, Shanghai, China(paper submitted已投稿)
压缩图像无线传输的信源信道联合编码研究.pdf
