基于WZ与CS理论的易错信道实时视频传输高鲁棒性抗误机制研究

高鲁棒性抗误机制及实现算法是易错信道实时视频通信的关键支撑技术。本课题基于压缩感知(CS)的含噪恢复及快速误差校正编码理论与基于Wyner-Ziv(WZ)的独立编码联合解码理论，系统中预设经典视频与基于WZ-CS的抗误等两套并行编解码器。编码时各自独立编码产生经典视频压缩码流与WZ-CS观测位流，其中WZ-CS系统化编码矩阵的测量矩阵采用算法简单、能获取最少量测量值的结构化矩阵(SRM)。解码时，标准解码器仅解码视频压缩码流以重构图像；若有错则将带噪重构图像的DCT系数(作为WZ-CS解码的边信息)输入与编码端相同的编码矩阵，生成的新测量值与收到的观测位流相减(其差值矢量中非0位对应传输错误位置)，然后借助新设计的自适应匹配追踪稀疏恢复算法利用差值矢量校正的部分DCT系数对带噪图像进行恢复。最后，集成阶段性研究成果对该抗误机制及实现算法进行建模分析与评价，并向国际标准组织提交相关申报材料。

四年来，我们已经完成了研究计划，实现了预期的研究目标。研究了信道编码校验矩阵与压缩感知测量矩阵间的联系，并基于此提出了结构化测量矩阵的四种构造方法：基于LDPC校验矩阵的结构化测量矩阵、基于有限域的结构化测量矩、基于欧氏几何的结构化测量矩阵与基于伪随机序列的结构化测量矩阵。研究了信道译码与压缩感知稀疏恢复间的联系，并基于此提出了基于WZ-CS的联合抗误机制与译码算法。研究了压缩感知的稀疏恢复算法，提出了加权L1范数法、基于限制等距性质阈值机制的匹配追踪算法、基于双向阈值匹配追踪算法、步长自适应前向后向追踪重建算法、自适应低采样率图像分块压缩感知算法、期望最大化贝努力非对称高斯近似信息传递算法、改进的小波域贝努利高斯混合模型图像恢复算法等七种恢复算法。研究了伴随式信道译码与含噪信号重构间的关系，推导了成功重构信号的噪声界，可用于指导研究含噪信号恢复、以及观测矩阵与恢复性能的关系。项目资助期内，已发表研究论文26篇，其中SCI/EI论文12篇，申请专利2项；培养研究生12名，青年教师6名。