导读:本文包含了动态量化器论文开题报告文献综述及选题提纲参考文献,主要关键词:Context量化,动态规划,描述长度,信源取值相关性
动态量化器论文文献综述
王付艳,卜春芬,陈旻[1](2015)在《基于动态规划算法的最优Context量化器设计》一文中研究指出提出一种针对多进制信源的最优Context量化器设计方法.该方法不仅综合考虑了量化前后条件概率分布的相似性,同时又将条件位符号的取值相关性作为量化合并的依据,从而使得量化后的Context模型能够最大限度地利用信源间相关性,然后动态规划算法被应用于合并相似的条件概率分布,从而实现Context量化.最后量化器被用于图像的小波压缩编码应用.实验结果表明,量化器能够获得与其他优化量化器相近甚至更好的压缩效果.(本文来源于《昆明学院学报》期刊2015年06期)
李牧[2](2015)在《网络化系统最优动态量化器设计与稳定性分析》一文中研究指出网络化系统是指通过实时通信网络实现系统中各个组成部分之间的信息交换的系统。在这类系统中,系统信号在网络化传输前通常需要使用量化器进行量化,量化器能够根据事先设定或者实时计算得到的量化参数,将系统实际信号转换成在一个给定集合中取值的定量信号。近年来,网络化量化系统成为了网络化系统研究领域的一个重要研究方向。事实上,由于实际系统中量化器件和量化算法的广泛使用,一切使用数字信号实现控制任务的网络化系统都属于网络化量化系统。本文以网络化量化系统为研究对象,利用Lyapunov稳定性理论,矩阵不等式方法,随机过程方法,时滞和切换系统方法,研究了不同情况下网络化系统的动态量化器设计和稳定性分析方法。提出了一种新颖的含缩放因子最优动态量化器,通过采用量化误差动态补偿结构,该量化器能够实现对量化误差的动态补偿,且可以得到系统最大量化输出误差的上界;借助对量化器动态缩放因子的调整,可以实现系统的渐近稳定,并以矩阵不等式形式给出了系统渐近稳定的充分条件。针对存在伯努利丢包的网络化量化系统,设计了该系统的最优动态量化器,分析了系统的均方渐近稳定性,给出了系统均方渐近稳定的充分性条件,并进一步给出了能够镇定系统的控制器求解方法,最后给出了系统仿真对比结果。考虑了存在时变延时的网络化量化系统,得到了该系统的最优动态量化器,给出了系统渐近稳定性的充分条件,并给出了系统仿真对比结果。分别采用随机过程和时滞系统方法,建立了同时存在时变延时和随机丢包的网络化量化系统的模型,设计了能够有效处理时序错乱的信号选取策略,得到了系统的最优动态量化器,并进一步利用Lyapunov方法和切换系统方法分析了系统的渐近稳定性,最后,仿真对比了所提出方法和传统方法的差异,证明了本文提出方法的优越性。研究了存在丢包和时变延时的网络化量化系统的预测控制问题,通过设计量化预测控制策略,实现了对丢包与延时的补偿,并结合系统需要设计了多入多出的最优动态量化器。以电机模型为研究对象,利用仿真和网络化实验从理论和实际两个角度验证了所提出方法的切实可行性。(本文来源于《北京理工大学》期刊2015-06-01)
吴晟,邱小军[3](2009)在《先进音频编码中的非均匀量化器的动态调整研究》一文中研究指出非均匀量化器广泛运用在感知音频编码器中.通过对非均匀量化器失真的研究,引入了量化器的群能量失真概念.该概念定义为量化前的原始信号能量和量化后的重建信号能量的误差期望值.根据此概念提出了零群能量失真量化器,这种量化器能使原始信号能量和重建信号能量保持守恒.在量化器的量化电平间使用零群能量失真原则,约束量化电平间的群能量失真,可以获得与原始量化谱分布相关的动态量化区间划分.通过对原始量化谱的分布进行频数统计,近似计算动态量化区间划分,修改量化器的取整方式,使用该近似的动态量化区间划分,实现了随输入信号分布变化的动态调整量化器.客观音质评价实验显示,使用动态调整量化器先进音频编码,与使用标准推荐的量化器相比,在相同比特率下,客观音质评价指标失真指数和噪声掩模比都有所提高,编码器音质得到改进,且音质改进程度随着比特率的增加而增大.而基于对比听音实验的主观音质退化程度比较表明,使用动态调整量化器的先进音频编码,与标准算法相比,在相同码率下有更高的音质还原度;在维持标准算法音质水平的前提下,可节省一定比特率.该动态调整量化器不改变音频编码器自身结构,在不显着增加的计算量和存储量的条件下,提高了编码器性能,且适用于多种类型音频编码器.(本文来源于《南京大学学报(自然科学版)》期刊2009年01期)
动态量化器论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
网络化系统是指通过实时通信网络实现系统中各个组成部分之间的信息交换的系统。在这类系统中,系统信号在网络化传输前通常需要使用量化器进行量化,量化器能够根据事先设定或者实时计算得到的量化参数,将系统实际信号转换成在一个给定集合中取值的定量信号。近年来,网络化量化系统成为了网络化系统研究领域的一个重要研究方向。事实上,由于实际系统中量化器件和量化算法的广泛使用,一切使用数字信号实现控制任务的网络化系统都属于网络化量化系统。本文以网络化量化系统为研究对象,利用Lyapunov稳定性理论,矩阵不等式方法,随机过程方法,时滞和切换系统方法,研究了不同情况下网络化系统的动态量化器设计和稳定性分析方法。提出了一种新颖的含缩放因子最优动态量化器,通过采用量化误差动态补偿结构,该量化器能够实现对量化误差的动态补偿,且可以得到系统最大量化输出误差的上界;借助对量化器动态缩放因子的调整,可以实现系统的渐近稳定,并以矩阵不等式形式给出了系统渐近稳定的充分条件。针对存在伯努利丢包的网络化量化系统,设计了该系统的最优动态量化器,分析了系统的均方渐近稳定性,给出了系统均方渐近稳定的充分性条件,并进一步给出了能够镇定系统的控制器求解方法,最后给出了系统仿真对比结果。考虑了存在时变延时的网络化量化系统,得到了该系统的最优动态量化器,给出了系统渐近稳定性的充分条件,并给出了系统仿真对比结果。分别采用随机过程和时滞系统方法,建立了同时存在时变延时和随机丢包的网络化量化系统的模型,设计了能够有效处理时序错乱的信号选取策略,得到了系统的最优动态量化器,并进一步利用Lyapunov方法和切换系统方法分析了系统的渐近稳定性,最后,仿真对比了所提出方法和传统方法的差异,证明了本文提出方法的优越性。研究了存在丢包和时变延时的网络化量化系统的预测控制问题,通过设计量化预测控制策略,实现了对丢包与延时的补偿,并结合系统需要设计了多入多出的最优动态量化器。以电机模型为研究对象,利用仿真和网络化实验从理论和实际两个角度验证了所提出方法的切实可行性。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
动态量化器论文参考文献
[1].王付艳,卜春芬,陈旻.基于动态规划算法的最优Context量化器设计[J].昆明学院学报.2015
[2].李牧.网络化系统最优动态量化器设计与稳定性分析[D].北京理工大学.2015
[3].吴晟,邱小军.先进音频编码中的非均匀量化器的动态调整研究[J].南京大学学报(自然科学版).2009