立体视频右通道整帧丢失的差错掩盖算法

立体视频流在传输过程中，网络差错常常会引起整帧图像的丢失。由于视点间的相关性，立体视频右通道中的丢失帧可以利用左通道对应帧的编码信息对其进行掩盖。结合已有的立体视频编码算法对视点间的相关性进行分析，然后提出一种适用于立体视频右图像整帧丢失的运动跳跃（MotionSkip）差错掩盖算法。该算法在相同时刻的左帧中找到丢失宏块的对应宏块，并从对应宏块的编码信息中得到丢失宏块的预测方式，进而采用运动补偿对其进行掩盖，直到恢复出整个丢失帧。实验结果表明，算法能够获得较好的主观质量，与基于时域相关性的TD算法相比，该算法在低丢包率情况下PSNR最高能提高2．62db、最低能提高0．1db，高丢包率情况下PSNR最高能提高6．18db、最低能提高0．95db。     

H.26L参考帧选择技术研究与实现

采用了预测编码的视频数据对传输差错极为敏感,为了有效地消除网络传输错误对解码图像的影响,介绍了一种基于反馈的参考帧选择(RPS:Reference Picture Selection)技术.它利用反馈信道传回的差错信息,选择被正确解码的帧作为参考来进行编码.仿真试验给出了各种RPS模式下图像的主客观质量,结果表明该方法对抑制传输差错的扩散与差错恢复具有很好的效果.     

基于Window CE.NET的H.264实时解码系统实现

设计实现了一套基于嵌入式操作系统Windows CE.NET的H.264视频实时解码系统。系统主要由视频解码、网络传输、网络质量控制、视频显示4部分组成。采用H.264编码技术对视频进行解码,采用UDP/RTP/RTCP协议传输多媒体流信息和控制信息。实验表明系统可以稳定实时解码、播放QCIF视频序列。     

基于IABC优化LSSVR的变形预测研究

针对最小二乘支持向量回归机（LSSVR）中惩罚参数c和核函数参数σ难以确定，以及标准人工蜂群算法（ABC）易陷入局部最优、收敛速度慢等问题，提出一种改进的人工蜂群算法（IABC）来优化LSSVR的参数并进行变形预测研究。首先，IABC算法利用反向学习策略生成正反2个种群来增加初始群体的多样性，一次迭代后对双种群的当前最优食物源进行信息交换以实现优中选优，并设计食物源自适应权重函数及适应度自适应选择函数平衡ABC的勘探和开发能力；其次，以LSSVR的预测精度为目标函数，并将其转化为IABC的适应度函数，以此构建出基于IABC优化LSSVR的预测模型；最后，以基坑监测数据为例，将IABC优化的LSSVR模型、ABC优化的LSSVR模型以及基于PSO的组合模型进行预测对比分析。结果表明，IABC增加了种群的多样性，提高了收敛精度，基于IABC优化的LSSVR模型预测的变形趋势更符合实际，预测精度高于对比模型。     

基于802.16的OFDM同步算法分析及其仿真实现

OFDM是一种新的高效的多载波调制技术，能够有效地对抗多径传播；但是，OFDM系统对定时和频偏很敏感。对一种具有802．16帧结构的OFDM系统定时同步和频率偏移估计算法进行了分析并通过MATLAB进行仿真实现。仿真结果表明算法适用于具有802．16帧结构的OFDM系统。     

基于贝叶斯优化机器学习超参数的滑坡易发性评价

利用机器学习模型进行滑坡易发性评价时, 不同的超参数设置往往会导致评价结果的不同。采用贝叶斯算法对4种常见机器学习模型(逻辑回归LR、支持向量机SVM、人工神经网络ANN和随机森林RF)的超参数进行了优化, 探索了该算法对滑坡易发性机器学习模型的优化效果。以湘中地区4县(安化县、新华县、桃江县和桃源县)滑坡易发性评价为例说明该算法的可行性与适用性。基于滑坡历史编录, 确定研究区内1 017个滑坡点, 并选定15个滑坡影响因子, 以此构建滑坡易发性模型的训练集和测试集。利用贝叶斯优化算法对4种机器学习模型的主要超参数进行了优化, 依据优化后的超参数建立了4种优化模型, 并使用AUC值等指标来比较其预测能力。结果表明: 经超参数优化后的4种机器学习模型预测性能均有所提高, 且基于贝叶斯优化的随机森林模型表现最好。      

库岸滑坡地下水位时间序列混沌特征识别与PSO-LSSVM模型预测

地下水位预测对滑坡稳定性分析具有重要意义,三峡库区库岸滑坡地下水位时间序列在季节性强降雨和周期性库水位涨落等诸多因素影响下呈现混沌特征。在对地下水位序列进行相空间重构的基础上,采用饱和关联维数法和最大Lyapunov指数法对其混沌特征进行验证。再用预测性能优秀的最小二乘支持向量机(LSSVM)模型对其进行预测,并用粒子群算法优化选取LSSVM模型的参数,以克服LSSVM模型参数选取困难的缺点。以三峡库区三舟溪滑坡前缘STK-1水文孔日平均地下水位序列为例进行了混沌分析,分别运用粒子群优化的LSSVM模型(PSO-LSSVM)和BP神经网络模型对STK-1水文孔地下水位进行了预测。结果表明库岸滑坡地下水位序列存在混沌特征,PSO-LSSVM模型预测结果的均方根误差为0.193m,拟合优度为0.815,说明预测效果较理想,且PSO-LSSVM模型预测精度高于BP网络模型,具有较强的实用性。      

基于多元时间序列的Kn近邻预测模型

提出了一种基于多元时间序列的Ｋｎ近邻短期气候预测模型。该模型既保留了Ｋｎ近邻算法的优良特性,同时又考虑了气候系统有关状态量之间的物理关系和动力行为特性。用该模型对云南各区域的平均月雨量距平值进行预测试验,其对云南１９９１年５月～１９９８年６月的月雨量距平值预测检验的距平符号相关准确率为６３．５％,对云南１９９１～１９９８年的５月雨量距平值预测检验的距平符号相关准确率则可达到７０．０％。该模型的建立具有一定的实际业务应用价值。     

基于粒子群算法的GM(1,1)在经济发展预测中的应用

采用粒子群算法对GM(1,1)模型中的参数进行优化求解,然后将得到的模型应用于四川省经济发展预测,并和传统采用最小二乘法求解参数的GM(1,1)的预测结果进行了对照.结果表明,采用粒子群算法优化参数的GM(1,1)模型预测效果明显优于传统采用最小二乘法求解参数的GM(1,1)的模型预测效果.     

基于随机森林方法的岩石节理粗糙度系数研究

岩石节理粗糙度系数（ＪＲＣ）是研究岩石力学的重要参数之一。为 精 确 有 效 地 描 述ＪＲＣ，提 出 了 一 种 基 于 随 机 森 林（Ｒａｎｄｏｍｆｏｒｅｓｔ，ＲＦ）算法研究ＪＲＣ 的新方法。首先，详细叙述了 ＲＦ算法的原理和实现流程；然后，简要分析了影响ＪＲＣ的一些统计参数，确定了７个重要的基本变量，岩石节理粗糙度系数（ＪＲＣ）是研究岩石力学的重要参数之一。为 精 确 有 效 地 描 述ＪＲＣ，提 出 了 一 种 基 于 随 机 森 林（Ｒａｎｄｏｍｆｏｒｅｓｔ，ＲＦ）算法研究ＪＲＣ 的新方法。首先，详细叙述了 ＲＦ算法的原理和实现流程；然后，简要分析了影响ＪＲＣ的一些统计参数，确定了７个重要的基本变量，用６组实测数据对训练后的 ＲＦ回归模型进 行 了 测 试，试 验 结 果 表 明:①利用ＲＦ回归模型预计的Ｄ 值、ＪＲＣ 值与实测值的最大相对误差仅为３．８４４％、４．５５３％。②ＲＦ回归模型具有较强的泛化能力，需要考虑的模型参数少，预测精度高，为今后继续研究Ｄ 值和ＪＲＣ 值提供了一种新思路。      

改进SPIHT算法及硬件高速实现

基于小波变换的SPIHT图像压缩方案是一种实用高性能图象压缩编码算法,但原始SPIHT算法链表式编码限制了其在高速处理中的应用。本文提出了一种改进的SPIHT压缩编码算法,在确保恢复图像质量与原始算法基本相当的基础上,改进算法可以采用并行流水结构实现,有利于高速处理中的应用,可以对高达40×8Mbit／s的原始图像实时压缩和去压缩。     

基于等角边界距离相似性的遥感影像面状图斑匹配研究

基于形态特征的目标匹配是地图空间认知、地表位置自动感知等领域的重要方法。然而,由于不同数据源的遥感影像提取的同一个空间目标在空间尺度和局部形态上存在一定的差异,现有形态匹配算法难以获得较高的匹配精度。本文以等角边界距离编码及相似性算法为核心,提出了面向遥感影像的面状图斑匹配方法。① 从面目标的质心以10°为间隔,顺时针方向从质心向外引36条射线,获取面目标的边缘点,形成等角边界距离编码;② 提出了与该编码相适应的几个综合形态指标,包括自相似度、圆形度、形态复杂度和质心偏移度,并建立了面状图斑相似度算法;在此基础上,结合近邻目标的形态相似度,构建了遥感影像面状图斑匹配算法;③ 从不同数据源的在线遥感影像上提取中国西部湖泊与全球湖泊,开展面状图斑匹配实验。通过实验,发现本文的面状图斑相似度算法相对于按距离采样的相似度算法,召回率提升了13.8%;在添加近邻目标相似度约束的基础上,面状图斑匹配精度达到90%以上。通过算法适应性分析,发现该算法在一定的投影变形下仍能保持一定的匹配精度;如果空间目标及其邻域目标的总体形态和分布接近,不同空间尺度的匹配精度保持在80%以上。本文的研究为地图空间认知、地表位置机器自动感知提供了新的思路和方法。     

正二十面体六边形全球离散格网编码运算

全球离散格网系统是指把地球表面按照一定规则离散分割成多分辨率层次结构的格网单元,广泛应用于海量多源空间数据的组织、管理和分析中。六边形全球离散格网具有优良的几何特性,非常适合于空间数据的处理,如何进一步提高六边形全球离散格网编码运算的效率仍是当前研究的重点。本文采用正二十面体施耐德投影四孔径六边形全球离散格网模型,基于六边形三轴坐标与编码的二进制数的对应关系构建四孔六边形的基础编码结构,将二十面体划分为32个基础六边形,并将之分为3种基础六边形剖分瓦片,在每个六边形剖分瓦片采用基础编码结构进行编码,建立了四孔六边形全球离散格网编码,同时设计了并实现了四孔六边形编码与六边形三轴坐标之间的快速转换,基于此构建了一种高效的四孔六边形全球离散格网编码运算方案,包括编码的算数运算、空间拓扑运算和邻域检索运算及跨面运算。与现有的六边形全球离散格网编码运算方案相比,本文的方案进一步提高了编码算数运算、空间拓扑运算和邻域检索运算的效率,编码加法运算是HLQT的2～3倍,邻域检索运算分别是HLQT的3～5倍和H3的2～3倍,且受格网编码层次的影响较小,编码的跨面邻域检索运算时间略高于面内的运算,可以为全...     

基于Pfafstetter规则的流域编码算法并行化方法

流域编码是以子流域划分进行流域相关研究的重要内容。Pfafstetter 流域编码以编码唯一、顾及流域拓扑关系及编码效率高等优点而被广泛采用。本文在流域相关研究的分析范围不断增大、数据精度越来越高的需求背景下,以Pfafstetter 编码为基础,对流域编码并行化方法进行研究。首先,分析了Pfafstetter 编码不全面和码位不一致的问题,改进了Pfafstetter 编码规则;然后,从数据并行的角度,讨论了并行计算环境下的数据划分及并行化策略,进而设计了流域编码并行算法;最后,利用长江中上游流域SRTM数据,在集群系统上对流域编码并行算法的正确性和并行性能进行了测试。实验结果表明,本文设计实现的流域编码并行算法可获取与实际较为一致的计算结果,且提高了编码计算效率,可为基于子流域划分的流域分析并行化提供参考。     

基于三维移动变形平台的GPS/BDS中长基线解算性能分析

针对中长基线解算测站间的大气误差无法通过双差完全消除、影响模糊度的固定与精度的问题，在得到宽巷模糊度后，利用Kalman滤波算法对L1、B1基频模糊度进行估计，并使用LAMBDA算法确定基频模糊度。以三维移动变形平台中长基线实测数据为例，解算GPS、BDS、GPS/BDS系统3种模式下的数条中长基线。总体而言，GPS/BDS组合系统较单GPS、BDS系统精度有所提升，GPS/BDS组合系统各基线固定率、正确率优于82.08%、81.53%，X、Y、Z、3D方向的精度可达15.4 mm、15.9 mm、20.1 mm、30.0 mm；20.8 km、46.6 km基线三维移动变形中误差分别优于18.8 mm、22.5 mm，相对中误差分别优于1/71.9、1/60.1。     

克隆选择算法的线状要素图形简化模型

 线状要素作为占据地图图形80%以上的地图目标,其自动概括是制图综合的一个重要内容。线状要素图形简化是其制图综合的一个主要手段。本研究以克隆选择算法的基本原理,分析对线状要素数据进行压缩时图形简化的约束条件,顾及线状要素的几何精度和形状特征,设计相应的编码机制、变异机制和亲和度函数,提出一种新的线状要素图形自动简化模型。同时,结合不可行解修复机制,提高图形简化的精度。最后,将该模型与道格拉斯算法、遗传算法的简化结果作对比,实验表明,在相同的几何精度内,文中提出的线状要素图形简化模型,在保持线状要素图形形状方面表现更佳。     

3GPP HARQ简述

介绍了链路层用于差错控制的常用技术－－前向纠错编码（FEC）和自动重传请求（ARQ）结合的技术，即混合ARQ。主要介绍HARQ的3种基本类型（编码方案）和ARQ的3个标准重传协议，最后简要给出了3GPP HARQ的两种应用方式。     

基于状态转移矩阵的Hilbert码快速生成算法

空间填充曲线的空间排列码可实现多维空间到一维空间的线性映射,广泛应用于空间查询、空间索引、空间划分及影像编码等领域。Hilbert是一种优秀的空间填充曲线,具有非常好的空间聚集性。传统的Hilbert排列二进制循环位操作算法的算法复杂度为O(n²)。本文首先分析了Hilbert的分形自相似特性,推导并归纳出Hilbert状态转移矩阵,按位编码顺序定义了空间划分中的象限顺序,将Hilbert状态转移矩阵转换为C++中的数组运算,减少了Hilbert码计算过程中的嵌套循环及迭代处理,将算法复杂度降为O(n)。其次,采用位域共用体以数值计算替代了传统计算过程中的数值与字符串间类型转换,提高了Hilbert码生成算法的性能。最后,在C++环境下实现了Hilbert码快速生成算法的相关代码,并完成算法的正确性验证实验和性能对比实验。实验结果表明,本文提出的算法计算结果与二进制循环位算法的结果一致,在性能上本文算法与二进制循环位算法及空间层次分解算法相比有明显的优势。     

基于改进RRT*算法的城市低空路径规划方法研究

随着无人机监测、巡查和测绘等低空技术得到广泛应用,低空长距离空中路径规划成为低空航空器应用面临的一个挑战。而传统快速扩展随机树（Rapidly-Exploring Random Trees/RRT）及其改进算法在大范围长距离低空三维空间下面临计算效率慢的问题,对此,本文提出一种带有R树空间索引的双向启发式RRT*算法,该算法在双向RRT*算法基础上为随机采样过程设置了启发函数,使得在面对狭小城市障碍物之间空隙时,能够避免局部最小值情况的出现。在此基础上为城市障碍物建立R树空间索引,减少了海量障碍物情况下碰撞检测的时间,提高了低空长距离空中路径规划效率。此外,为了得到更加符合无人机运动规律的路径,提高算法的实用性,在采样过程中设置转弯阈值控制转弯角度,并且对规划结果路径使用3次B-spline函数进行路径平滑。最后在武汉市三维城市场景中,利用武汉市建筑物数据进行了实验,实验证明相比已有算法,本文提出的带有R树空间索引的双向启发式RRT*算法相比较RRT算法和双向RRT*算法在500 m、 2000 m、 10 000 m不同距离下规划时间均降低了90%以上;采样次数相比RRT算法在不同距离下分别降低了51.6%、75%、86.7%,相比双向RRT*算法在不同距离下分别降低了20%、24.7%、57.3%;转弯次数相比RRT算法在不同距离下分别降低了77.3%、73.5%、78.3%,相比双向RRT*算法在不同距离下分别降低了37.5%、30.8%、16.8%;同时带有R树空间索引的双向启发式RRT*算法得到的结果路径长度相比其他2种算法也有缩短。该算法应用于低空长距离空中路径规划能够有效提高计算效率,降低规划时间,减少采样次数,缩短结果路径,减少转弯次数,丰富无人机的应用场景。