多维高动态极光图像数据的混合预测无损压缩与非平稳信道传输研究

项目名称： 多维高动态极光图像数据的混合预测无损压缩与非平稳信道传输研究

项目编号： No.61377011

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 吴家骥

作者单位： 西安电子科技大学

项目金额： 80万元

中文摘要： 我国极区科考观测的极光图像具有空间、谱间和时间的多维特性，不同视角的多尺度特点，形态的多样性和超高动态的灰度级，因此需要海量的存储空间。目前缺乏有效的极光图像压缩与传输方法，导致依赖于极光数据的极地高空物理相关研究严重滞后。传统的图像压缩方法忽略了极光数据的多维相关性，无损压缩性能极低；而视频压缩方法的运动补偿方法不适用于极光的非刚体运动特点，不支持超高动态的无损压缩。本项目通过研究不同形态、非刚体运动特征的极光结构和物理机理，建立极光运动模型，构造在线自适应训练模板，研究高阶自回归加权的多维和多尺度混合预测无损压缩方法；研究极光的非刚体运动补偿编码；分析残差的超高动态分布，优化高阶熵编码；研究非平稳无线信道建模与多元LDPC码的自适应编译码算法，提高传输的鲁棒性。完成我国极地科考极光观测的压缩编码和传输系统，并用于我国极地科考站的极光观测系统中，为我国极地科考与空间天气研究提供技术支撑。

中文关键词： 极光数据压缩；多维数据压缩；高动态熵编码；预测编码；极光运动模型

英文摘要： The aurora images acquired in the Polar Regions are characterized as multi-dimension, multi-scale and high dynamic gray levels in space, spectrum, time and multi-view, which results in huge-volume storage requirement. However, there are no effective compr

英文关键词： Aurora data compression；multi-dimensional data compression；HDR entropy coding；prediction coding；movement model of aurora