高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

归一化自适应预测矢量量化算法压缩SAR原始数据

关振红 朱岱寅 朱兆达

关振红, 朱岱寅, 朱兆达. 归一化自适应预测矢量量化算法压缩SAR原始数据[J]. 电子与信息学报, 2006, 28(3): 507-511.
引用本文: 关振红, 朱岱寅, 朱兆达. 归一化自适应预测矢量量化算法压缩SAR原始数据[J]. 电子与信息学报, 2006, 28(3): 507-511.
LIU Liu, LI Yongzhi, TAO Cheng, CHEN Houjin. Performance Analysis for One-bit Massive MIMO Systems Based on Large Scale Fading Model in Antenna-array Domain[J]. Journal of Electronics & Information Technology, 2017, 39(6): 1515-1519. doi: 10.11999/JEIT161248
Citation: Guan Zhen-hong, Zhu Dai-yin, Zhu Zhao-da. Compression of SAR Raw Data with Normalized Adaptive Predictive Vector Quantization[J]. Journal of Electronics & Information Technology, 2006, 28(3): 507-511.

归一化自适应预测矢量量化算法压缩SAR原始数据

Compression of SAR Raw Data with Normalized Adaptive Predictive Vector Quantization

  • 摘要: 该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。
  • Kwok R. Adaptive quantization of Magellan SAR data, IEEE Trans[J].on Geoscience and Remote Sensing.1989, 27(4):375-[2]Enrico M, Olmo G Lossy predictive coding of SAR raw data. IEEE Trans[J].on Geoscience and Remote Sensing.2003, 41(3):977-[3]Moreira A , Blaeser F. Fusion of block adaptive and vector quantization for efficient SAR data compression. IGARSS, Tokyo, 1993: 1583 - 1585.[4]杨云志, 黄顺吉, 王建国. 矢量量化在SAR原始数据压缩中应用. 系统工程与电子技术, 2002, 24(6): 42-44.[5]Owens J W, Marcellin M W, Hunt B R. Compression of synthetic aperture radar video phase history data using trellis-coded quantization techniques[J].IEEE Trans. on Geoscience and Remote Sensing.1999,37(2):1080-[6]Benz U, Strodl K, Moreia A. A comparison of several algorithms for SAR raw data compression[J].IEEE Trans. on Geoscience and Remote Sensing.1995,33(5):1266-[7][71 Pascazio V, Schirinzi G SAR raw data compression by subband coding. IEEE Trans. on Geoscience and Remote Sensing, 2003, 4l(2): 964 - 976.[8]孙圣和, 陆哲明. 矢量量化技术及应用. 北京: 科学出版社, 2002: 116-136.[9][91 Jayant N S, Noll P. Digital Coding of Waveforms, NJ: Prentice-Hall, 1984,40 - 90.[10]Linde Y, Buzo A, Gray R. An algorithm for vector quantization design[J].IEEE Trans. on Communications.1980,28(1):84-[11]巍钟铨. 合成孔径雷达卫星. 北京: 科学出版社, 2001: 202-210.
  • 期刊类型引用(5)

    1. 刘毅,邱宝刚. 5G高频应用场景研究. 电信工程技术与标准化. 2024(10): 68-75 . 百度学术
    2. 纪汪勇,张治中,邓炳光. 新型动态簇非平稳MIMO信道模型与信道特性分析. 电讯技术. 2021(11): 1431-1437 . 百度学术
    3. 张存侠. 基于人工噪声的多用途MIMO系统安全算法. 微型电脑应用. 2020(04): 143-145 . 百度学术
    4. 袁怡圃,江丽. 大规模MIMO系统低复杂度1位量化预编码算法. 泉州师范学院学报. 2020(02): 66-72 . 百度学术
    5. 陶成,郑文博,李泳志,刘留. 基于低精度量化的大规模MIMO-OFDM系统可达速率的研究. 电子与信息学报. 2018(10): 2294-2300 . 本站查看

    其他类型引用(5)

  • 加载中
计量
  • 文章访问数:  2541
  • HTML全文浏览量:  134
  • PDF下载量:  761
  • 被引次数: 10
出版历程
  • 收稿日期:  2005-01-06
  • 修回日期:  2005-11-03
  • 刊出日期:  2006-03-19

目录

    /

    返回文章
    返回