數(shù)據(jù)壓縮技術(shù)的發(fā)展日益成熟,在圖像、語音、地震信號(hào)等方面已經(jīng)得到廣泛應(yīng)用。隨著雷達(dá)技術(shù)的發(fā)展,中頻數(shù)據(jù)量將與日俱增,因此對(duì)中頻數(shù)據(jù)進(jìn)行快速壓縮十分必要。本論文根據(jù)中頻數(shù)據(jù)的數(shù)據(jù)特征,設(shè)計(jì)了一種基于提升小波變換的中頻數(shù)據(jù)壓縮快速算法。主要內(nèi)容包括確定小波基函數(shù)與小波分解級(jí)數(shù)、量化方式的研究與編碼方式的選取以及基于GPU的并行實(shí)現(xiàn)。文中選取db4小波進(jìn)行2級(jí)提升小波變換,對(duì)所得小波系數(shù)進(jìn)行分級(jí)量化,然后對(duì)量化后的小波系數(shù)運(yùn)用行程編碼,再進(jìn)行區(qū)間編碼。最終,對(duì)算法中的小波變換和量化部分進(jìn)行了并行化研究及實(shí)現(xiàn)。本文的主要特點(diǎn)有:（1）數(shù)據(jù)特點(diǎn):輸入的中頻數(shù)據(jù)為二進(jìn)制文件,本身不利于壓縮,需要將輸入以整型讀入系統(tǒng)。處理后的中頻數(shù)據(jù)呈脈沖樣式,有用信息存于脈沖之中,脈沖外不含有用信息,十分利于壓縮。想要在此基礎(chǔ)上獲得更大的壓縮比,則需要進(jìn)行變換,將能量集中。（2）壓縮比特點(diǎn):a)將小波變換用于中頻數(shù)據(jù)的壓縮,與中頻數(shù)據(jù)的直接壓縮相比,在能量損失相同的情況下,能夠獲得更大的壓縮比。而且隨著能量損失的增加,基于小波變換的中頻數(shù)據(jù)壓縮的優(yōu)勢(shì)越明顯。b)量化方式上,根據(jù)小波系數(shù)的特點(diǎn),采用非均勻量化,通過... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究的背景與意義
        1.1.1 選題背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究歷史與現(xiàn)狀
        1.2.1 小波變換研究現(xiàn)狀
        1.2.2 數(shù)據(jù)壓縮的分類及研究現(xiàn)狀
    1.3 本論文章節(jié)安排
第二章 小波變換理論
    2.1 常見小波基函數(shù)
    2.2 第一代小波變換
        2.2.1 連續(xù)小波變換
        2.2.2 離散小波變換
        2.2.3 Mallat快速算法
    2.3 第二代小波變換
        2.3.1 第二代小波變換基本原理
        2.3.2 小波變換的基本提升步驟
        2.3.3 第二代小波變換的優(yōu)點(diǎn)
    2.4 小波變換中的幾個(gè)重要問題
        2.4.1 小波基函數(shù)選取原則
        2.4.2 小波變換級(jí)數(shù)選取原則
        2.4.3 邊界問題
    2.5 本章小結(jié)
第三章 數(shù)據(jù)壓縮算法研究
    3.1 基于變換的數(shù)據(jù)壓縮概述
    3.2 量化方法的研究
        3.2.1 標(biāo)量量化
        3.2.2 分級(jí)量化
        3.2.3 矢量量化
    3.3 熵編碼算法的研究
        3.3.1 常見的熵編碼算法
        3.3.2 幾種熵編碼的比較
    3.4 數(shù)據(jù)壓縮的性能指標(biāo)
    3.5 本章小結(jié)
第四章 中頻數(shù)據(jù)壓縮算法研究
    4.1 中頻數(shù)據(jù)及其壓縮算法的整體設(shè)計(jì)
        4.1.1 中頻數(shù)據(jù)的特點(diǎn)
        4.1.2 中頻數(shù)據(jù)壓縮算法的整體框架
    4.2 中頻數(shù)據(jù)壓縮中的小波變換
        4.2.1 確定小波基函數(shù)
        4.2.2 確定小波分解級(jí)數(shù)
    4.3 算法中關(guān)鍵步驟設(shè)計(jì)
        4.3.1 量化方式的設(shè)計(jì)
        4.3.2 編碼方式的設(shè)計(jì)
    4.4 串行壓縮算法的實(shí)驗(yàn)結(jié)果
        4.4.1 壓縮效果
        4.4.2 壓縮速度
    4.5 本章小結(jié)
第五章 CPU-GPU異構(gòu)實(shí)現(xiàn)并行數(shù)據(jù)壓縮
    5.1 GPU通用計(jì)算
        5.1.1 CUDA編程模型
        5.1.2 CUDA執(zhí)行模型
        5.1.3 CUDA存儲(chǔ)器模型
    5.2 小波變換的并行程序?qū)崿F(xiàn)
        5.2.1 并行程序的實(shí)現(xiàn)模式
        5.2.2 db4提升小波變換的GPU實(shí)現(xiàn)方案
        5.2.3 基于GPU的具體實(shí)現(xiàn)
    5.3 本章小結(jié)
第六章 并行程序?qū)嶒?yàn)結(jié)果
    6.1 實(shí)驗(yàn)環(huán)境
    6.2 實(shí)驗(yàn)結(jié)果
    6.3 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 全文總結(jié)
    7.2 研究展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]GPU通用計(jì)算研究[J]. 丁鵬,陳利學(xué),龔捷,張巖.  計(jì)算機(jī)與現(xiàn)代化. 2010(01)
[2]LZ77和LZ78在數(shù)據(jù)壓縮中的組合帶參運(yùn)用[J]. 華強(qiáng).  小型微型計(jì)算機(jī)系統(tǒng). 2000(02)

碩士論文
[1]基于提升小波變換的地震數(shù)據(jù)壓縮技術(shù)研究[D]. 張艷.吉林大學(xué) 2014
[2]基于CPU-GPU異構(gòu)計(jì)算的小波變換研究與實(shí)現(xiàn)[D]. 許超.西安電子科技大學(xué) 2013
[3]基于雷達(dá)中頻信號(hào)的脈內(nèi)特征分析[D]. 梁亞捷.電子科技大學(xué) 2011
[4]基于GPU的大規(guī)模體數(shù)據(jù)壓縮算法研究與實(shí)現(xiàn)[D]. 張楊.湖南大學(xué) 2011
[5]基于提升小波變換的地震勘探數(shù)據(jù)有損壓縮研究[D]. 石水勇.青島大學(xué) 2011
[6]基于小波變換的ECG信號(hào)的特征提取與數(shù)據(jù)壓縮[D]. 薛濤.江蘇大學(xué) 2007
[7]聚類K-means算法及并行化研究[D]. 毛嘉莉.重慶大學(xué) 2003
[8]雷達(dá)回波數(shù)據(jù)的壓縮[D]. 嚴(yán)曉芳.合肥工業(yè)大學(xué) 2002



本文編號(hào)：2960903