卫星通信中光谱图像压缩与传输计算研究

《卫星通信中光谱图像压缩与传输计算研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、卫星通信中光谱图像压缩与传输计算研究第一章绪论1.1引言卫星通信[1]凭借其通信距离远、覆盖范围广、不受地面条件约束、建站成本与通信距离无关、灵活机动、能多址连接且通信容量较大等优势得到了广泛的应用。其中，卫星遥感根据不同地物的光谱响应特征，可以向人们提供大量的科学数据和动态信息，广泛应用于地质勘测、农业遥感、海洋遥感以及环境监测等领域。然而，不同于二维图像，卫星遥感光谱图像[2]呈现出三维特性，在包含目标的空间信息的同时也包含了目标的谱间信息，数据量十分庞大。同时，随着光谱图像的谱间分辨率的提高，其数据量将急剧增加。例如，一景典型的AVIRIS高光谱图像它的波长范围为380n

2、m2500nm，共有224个谱带。其中，当每个谱带的空间分辨率为614512像素且每像素深度为16比特时，它的数据量可达140MB每景。然而，卫星上资源有限、卫星通信时延大且卫星链路动态变化、误码率高。因此，如何保证卫星通信中光谱数据的有效与可靠传输是一个亟待解决的问题。传统的图像处理方式通常为：1)采集全部图像数据；2)基于图像数据的固有特性，寻找并剔除数据中的冗余信息。这种完全采样后再压缩的处理方式一方面导致了系统复杂度的增加，另一方面，浪费了大量的采样资源，不适用于资源受限的卫星环境。作为一种拥有巨大潜力的新兴技术，压缩感知[3]能够以远小于奈奎斯特的采样速率，对原始信号

3、进行随机采样，并利用非线性重建算法完美恢复原始信号，即该技术可以在采样信号的同时对信号进行压缩。由此可见，压缩感知技术可以大大降低传感器的采样和计算成本，因此，可以将该技术运用于卫星环境中的数据压缩和成像领域。针对海量的光谱数据，传统的压缩感知技术需要占用较高的计算资源，幸运的是，分块压缩感知技术[4]通过将图像数据分块处理可以很大程度上减少能量消耗，降低计算复杂度且容易操作，更适用于在线系统。然而，传统的压缩感知技术不能有效利用光谱图像的特性，因此，如何根据光谱图像的特性进一步降低其采样率并提高图像重构质量有待进一步研究。同时，有效组织分块压缩采样数据流使之包含整幅图像的全局

4、信息也是一个需要解决的问题。.1.2卫星通信发展概述卫星通信的发展[6]主要可分为两个阶段，包括试验阶段和实用阶段。其中，苏联发射的第一颗人造地球卫星标志着卫星通信转入了利用人造地球卫星进行试验的阶段；闪电同步卫星的成功发射，完成了苏联与东欧之间的区域性通信和电视广播，使得卫星通信转入了实用阶段。20世纪80年代，卫星通信进入突破性的发展阶段。20世纪90年代，中、低轨道移动卫星因其通信时延小，易于实现通信，可实现全球覆盖等优势，广泛应用于全球移动卫星通信，开辟了全球个人通信的新纪元。表1.1给出了卫星通信发展史上的重大历史事件。初期的卫星通信系统主要支持点对点的话音业务和电视

5、节目转播，其中，话音和电视信源都是模拟信号并采用调频方式进行传输。目前，话音通信和电视广播信号已采用数字传输技术，同时能支持宽带综合业务和Inter业务。与地面网络拓扑结构不同，卫星拓扑中不同轨道面上的卫星可以根据自身链路特点形成条状或环状结构。卫星星际网络拓扑一般为网状结构，可分为两种类型，即网格型结构和钻石型结构。..第二章压缩感知与网络编码理论基础2.1压缩感知传统的数据压缩技术，都是基于数据本身的特性，寻找并剔除数据中的冗余信息，进而达到压缩的目的[32]。这样的压缩发生在数据已经被完整采集到之后，在一定程度上浪费了大量的采样资源。另一方面，压缩本身需要复杂的算法来完成

6、，解码过程相对而言在计算上却比较简单，这种压缩和解压缩的不对称性同人们的需求相反，不利于实际实现。基于以上问题，压缩感知技术应用而生，该技术实现了信号采样与压缩的同步，被广泛应用于信号处理中。信号的稀疏表示由来已久，它旨在发掘信号的内在特征，探索如何有效利用不同的函数空间为信号提供一种相对简洁、直接的分析方式。目前，基于信号展开基的选择，稀疏表示方法大致可以分为三类：1)正交基展开方法；2)多尺度几何分析方法；3)基于过完备字典的表示方法。短时傅里叶变换、傅里叶变换以及小波变换等是常用的正交基展开方法，它们对信号的分析处理能力依次不断加强。其中，傅里叶变换仅针对频率空间进行均匀

7、划分；短时傅里叶变换具有时频局部特性，不足的是其各个时频窗口不可变；小波变换改善了短时傅里叶变换的不足，时频局部化能力大大增强。这些变换要求信号的特性与基函数完全匹配，否则不一定能够获得信号的稀疏分解结果。2.2网络编码传统网络传输中，信息在中间节点不进行任何操作，一般以存储转发的方式传送到目的地。传统理论认为在中间节点对输入的数据进行运算不会带来任何好处，但传统路由的存储转发方式不能达到香农的最大流最小割定理规定的上界。R.Ahlswede等人于2000年提出了网络编码理论，该理论摒弃了传