收稿日期：2006-06-20? 　　作者簡介：李靈芝(1979-)，女，武漢科技大學中南分校信息工程學院教師；江晶(1963-)，男，空軍雷達學院碩士生導師。?
　　（1?武漢科技大學中南分校 信息工程學院，湖北 武漢 430223；?2?空軍雷達學院信息與指揮自動化系，湖北 武漢 430019）
　　
　　摘 要：為了解決大容量雷達數(shù)據(jù)傳輸，滿足雷達原始視頻信號實時無損的要求，根據(jù)雷達原始視頻信號的特點，給出了采用DPCM（Difference Pulse Coding Modulation）與自適應Huffman編碼相結合的壓縮編碼方式，分析了該算法的有效性和溢出問題，實驗表明該方法相對于傳統(tǒng)的自適應Huffman編碼而言能改善實時性，提高了壓縮比。?
　　關鍵詞：雷達原始視頻信號；DPCM；自適應Huffman編碼；壓縮??
　　
　　隨著計算機、通信和數(shù)據(jù)融合技術的發(fā)展，雷達網(wǎng)已從單一的終端系統(tǒng)發(fā)展成為利用一個控制中心遙控、指揮多部前端雷達的綜合網(wǎng)絡系統(tǒng)。但是面對海量的未經(jīng)處理的雷達數(shù)據(jù)，直接在現(xiàn)有網(wǎng)絡甚至于無限信道上直接傳輸變得十分困難，同時改造現(xiàn)有網(wǎng)絡也是一項耗資巨大的工程。因此，有限的信道容量與傳輸大量雷達數(shù)據(jù)的需求之間的矛盾日益突出，數(shù)據(jù)壓縮技術作為解決這一問題的有效途徑越來越受到重視。由于對圖像的壓縮一般以人的主觀視覺為評判標準，常�？梢岳�用人的感官特性，去掉感官覺察不到的信息以獲得高壓縮比；而對雷達原始視頻信號，在許多情況下，要求進行無失真或低失真度壓縮。在雷達信號無損壓縮方法中，LZW算法由于可以用于流式數(shù)據(jù)輸入，實時性好而受到了歡迎，但是算法實現(xiàn)起來較復雜，壓縮效率低，從而限制了它的應用。而對于Huffman編碼，編碼效率雖然很高，但是它需要先掃描要編碼的文件，計算出各字符出現(xiàn)的概率，然后進行編碼，對于需實時傳輸和處理雷達系統(tǒng)來說，不能允許分別對每個脈沖的每個數(shù)據(jù)進行統(tǒng)計和壓縮編碼兩次處理，并附帶較大的概率表。為此，本文采用可以邊傳遞數(shù)據(jù)邊壓縮的自適應Huffman編碼，又由于雷達原始視頻信號的相鄰脈沖、相鄰幀之間都存在很大相關性，為了利用這種相關性，本文首先對雷達信號采用DPCM預測，傳輸較小的預測誤差，然后進行自適應Huffman編碼，這樣不僅很好地去除相關性，也可以減小信源的熵，提高壓縮比，改善壓縮編碼的時間，為雷達原始視頻信號的實時傳輸提供了保障。?
　　
　　1 DPCM預測?
　　
　　由雷達天線接收到的有效目標反射回來的有用信號及其它物體反射回來的雜波信號、自然界噪聲干擾以及機器工作時的熱噪聲等迭加形成雷達信號稱為雷達回波信號。對其以奈奎斯特頻率進行采樣得到的數(shù)據(jù)就是本文所用的雷達原始視頻信號。實踐證明雷達原始視頻信號的同一方位、相鄰方位之間、相鄰幀的數(shù)據(jù)對應點之間往往存在著很強的相關性，去除或減少這些相關性，就是去除或減少雷達信息中的冗余度，達到雷達數(shù)據(jù)壓縮的目的。根據(jù)雷達原始視頻信號這種相關性大的特點，直接對其進行Huffman編碼，運算量太大，且壓縮比較低。所以，為了較好地利用這種相關性，減少數(shù)據(jù)量，可考慮首先對雷達數(shù)據(jù)進行DPCM線性預測。原始視頻信號的相關性越大，則預測誤差的方差越小，信源的分布確定性越小，即信源的熵越小，能達到的無失真壓縮比就越大。?
　　DPCM系統(tǒng)中編碼器和解碼器分別完成對預測誤差量化值的編碼和解碼，由于DPCM具有量化環(huán)節(jié)，產(chǎn)生的失真也是非線性失真，而且量化器的設計難以定量分析。因此，為了完全實現(xiàn)雷達原始視頻信號的無損壓縮，本文采用去掉量化器的無失真DPCM系統(tǒng)，并且為了實現(xiàn)數(shù)據(jù)的實時采集、編碼，同時考慮到編碼的實效性，對信號序列進行線性預測后采用自適應Huffman編碼算法，如圖1所示。?
　　
　　最佳預測系數(shù)ai以及預測器階數(shù)N的選擇，與信源的統(tǒng)計特性緊密相關。雷達原始視頻信號的統(tǒng)計特性隨著波束的不同而發(fā)生了變化，則最佳預測系數(shù)也必然隨波束的變化而變化，因此，這里用在雷達數(shù)據(jù)壓縮中比較有效的一階不變線性預測器。?
　　
　　2 自適應Huffman編碼?
　　
　　在無損壓縮編碼中最佳的是Huffman編碼，盡管Huffman編碼的效率很高，但是它需要先掃描要編碼的文件，計算出各字符出現(xiàn)的概率，然后進行編碼，且在傳輸過程中，需同時傳送已壓縮數(shù)據(jù)的概率表的一個拷貝，否則解碼端就無法對數(shù)據(jù)進行正確解碼，當傳輸高階模型時，需傳輸?shù)母怕时硪苍蕉�。對于需實時傳輸和處理雷達的系統(tǒng)來說，不能允許分別對每個脈沖的每個數(shù)據(jù)進行統(tǒng)計和壓縮編碼兩次處理，并附帶較大的概率表，為此，本文采用自適應的Huffman編碼。?
　　自適應編碼可以一邊傳遞數(shù)據(jù)，一邊進行壓縮，而不需要等數(shù)據(jù)全部傳遞進來以后，再來統(tǒng)計概率，進行壓縮，且傳輸過程中不需要傳遞概率表，既可以改善實時性，也可以提高壓縮比；而且，工程上雷達原始視頻信號傳輸可以按掃描扇區(qū)分區(qū)進行，與之正好吻合。?
　　根據(jù)己得到的數(shù)據(jù)和對未來統(tǒng)計量的不確知性，實現(xiàn)自適應編碼是通過把Huffman樹放到均衡器上。在這種編碼中，壓縮器和還原器從同樣的模型開始編碼和解碼，所以當壓縮器輸出它的第一個已編碼的符號時，還原器就能翻譯它。?
　　在壓縮器傳輸?shù)谝粋�符號后，就將更新壓縮模型，這是自適應行為的開始。被更新的模型考察已見到的字符并更新頻率和用來編碼這個字符的編碼數(shù)據(jù)。在Huffman樹中，這意味著增加這個特定符號的計數(shù)，然后修改Huffman編碼樹。?
　　Huffman樹是二叉樹，樹中各個節(jié)點表示不同的字符及權重。除根節(jié)點以外的其他節(jié)點都有兄弟節(jié)點。如果這些節(jié)點可以按權的遞增次序排列，并且如果每個節(jié)點在列表中與其兄弟節(jié)點相鄰，那么就說這棵樹體現(xiàn)了兄弟特性。若要確保在統(tǒng)計計數(shù)及樹更新過程中，樹的結構仍滿足Huffman樹的條件，就必須使其隨時都滿足兄弟特性。在自適應編碼過程中，Huffman樹的調整步驟如下:?
　�、偌虞斎胱址�所在葉節(jié)點的權重；?
　　②檢查Huffman樹是否仍滿足兄弟特性。若滿足，執(zhí)行④，否則執(zhí)行③；?
　�、郛敳粷M足兄弟特性時，需調整樹的結構，具體過程如下：與序號高于且權重小于該節(jié)點的節(jié)點交換字符及權重，若有多個節(jié)點滿足此條件，則與最右邊的節(jié)點進行交換。若欲交換的節(jié)點是非葉結點，則應將該節(jié)點及后代節(jié)點作為一個整體進行交換；?
　�、馨凑{整后的Huffman樹，根據(jù)節(jié)點指針依次調整各節(jié)點的父節(jié)點權重。調整過程中，要隨時檢查是否滿足兄弟特性，若不滿足，轉到③，直到根節(jié)點為止。?
　　
　　3 DPCM與自適應Huffman編碼?相結合的雷達信號壓縮算法
　　
　　3.1 編、解碼流程圖?
　　根據(jù)雷達原始視頻信號的特點，首先對其進行DPCM線性預測，再進行自適應Huffman編碼，圖2和圖3分別為編碼和解碼的流程圖。?
　　
　　
　　3.2溢出問題?
　　在該算法中，有兩種情況可能造成溢出。在編碼的時候不斷讀入新的字符，Huffman樹中各字符的權重也不斷增大。如果將節(jié)點的權重設置成為整型變量，當Huffman樹根節(jié)點的權重達到65535時，就會出現(xiàn)計數(shù)器的溢出。另一種情況是Huffman代碼的溢出，編碼時雖然是以位表示Huffman碼，但在編碼過程中由Huffman樹形成Huffman代碼的過程是從根到葉逐節(jié)點把代碼逐次存放在整型變量中。當Huffman樹達到一定深度后，代碼長度有可能超過整型變量所能容納的位數(shù)，這就會產(chǎn)生代碼溢出。不論是Huffman樹還是Huffman碼的溢出，均因Huffman樹的規(guī)模過大造成的。因此必須要控制Huffman樹的最大權重。當字符的計數(shù)值達到某值時，重新調整Huffman樹的字符權重和結構。但是在用于雷達數(shù)據(jù)壓縮中，采用的是逐個脈沖進行壓縮的方式，可以控制壓縮數(shù)據(jù)不超過整型變量能夠表示的最大值65535，所以不會造成溢出。?
　　
　　4 實驗結果?
　　
　　為了驗證該算法對雷達原始視頻信號壓縮的有效性，在同一臺計算機的相同環(huán)境下進行驗證，這里截取如圖4（a）和（b）所示的兩塊雷達原始視頻信號做實驗。實驗數(shù)據(jù)從某常規(guī)雷達采集得到。這里僅給出其中兩組數(shù)據(jù)的實驗結果，第一組數(shù)據(jù)取40個相鄰脈沖，第二組數(shù)據(jù)取60個相鄰脈沖，每組數(shù)據(jù)的每個脈沖周期取其中1000個采樣點，逐個脈沖進行壓縮處理。應用本文所述算法的實驗結果如表1所示。?
　　
　　實驗結果表明，在無損的條件下，對于雷達原始視頻信號，本文所采用的新算法相對于直接采用自適應Huffman編碼方法壓縮比提高，編、解碼時間減少，即實時性增強。??
　　
　　本文根據(jù)雷達原始視頻信號及其可分扇區(qū)傳輸?shù)奶攸c，在自適應Huffman編碼的基礎上，采用DPCM預測方法，并通過實際采集的數(shù)據(jù)進行了實驗，結果表明，新方法的壓縮比提高，實時性增強，有望用于某些信號處理能力強但通信容量不足的工程場合。但是由于雷達信號中含有雜波、目標和噪聲等不確定因素，因此，需要繼續(xù)探索雷達原始視頻信號的特點，提出性能更好地適應各種雷達數(shù)據(jù)的無損壓縮算法。?
　　
　　參考文獻?
　　[1]李飛鵬,梅天燦,秦前清.雷達數(shù)據(jù)的準無損壓縮[M].武漢：武漢大學學報理學版,2004.?
　　[2]V.Sabbatino, S. Bottalico. Radar Image Compression. IEE.1997(10).?
　　[3]吳樂南.數(shù)據(jù)壓縮[M].北京：電子工業(yè)出版社2000.?
　　[4]Roy Huffman. Data Compression in Digital System.[M]. New York.1998.?
　　[5]程正興.小波分析算法與應用[M].西安：西安交通大學出版社,1999.

相關熱詞搜索：算法 自適應 視頻信號 ＤＰＣＭ與自適應Ｈｕｆｆｍａｎ結合的雷達原始視頻信號壓縮算法 視頻壓縮算法doc 視頻壓縮編碼doc