褰撳墠浣嶇疆锛棣栭〉 >> 学术资讯 >> 科研信息

长安大学方勇教授在分布式信源编码研究方面取得进展

2024/04/18


图1 传统信源编码和分布式信源编码原理对比示意图:(A)传统信源编码(对称式);(B)分布式信源编码(对称式);(C)传统信源编码(非对称);(D)分布式信源编码(非对称)

图2 多元分布式算术码的符号-区间映射规则示意图:(A)等距递增;(B)等距交错

图3 1/2码率下不同码长多元分布式算术码与基于信道码(LDPC码)的分布式信源编码性能对比图(短码码长为75个256元符号,等效于600个比特;长码码长为355个256元符号,等效于2840个比特):(A)短码误帧率;(B)长码误帧率;(C)短码曼哈顿残差;(D)长码曼哈顿残差

  在国家自然科学基金项目(批准号:62141101)资助下,长安大学方勇教授在分布式信源编码研究方面取得进展。研究成果以“多元等概信源的多元分布式算术码(Q-ary Distributed Arithmetic Coding for Uniform Q-ary Sources)”为题于2022年12月 22日发表在期刊《电气电子工程师协会·信息论汇刊》(IEEE Transactions on Information Theory)上。文章链接:https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9944690。源码链接:https://github.com/fy79/Qary-DAC。

  近年来,语音、图像、视频等各类数据呈爆炸式增长,为了消除这些数据的冗余度以提高通信有效性,信源编码技术根据信源符号序列的统计特性将其变换为尽可能短的码字序列,使编码后各码元所载荷的平均信息量最大,同时又能无失真(或以尽可能小的失真)来恢复原始符号序列。传统的集中式信源编码主要建立在单信源-单信宿的点到点信息论基础之上,致力于建立单个节点信源编码的率失真理论边界,以及探索可达到这些理论边界的实际编码方案。而在多个节点并存的智能交通稠密监控系统和居民基因数据库等实际应用场景中,多个节点的原始数据中具有很高的时空相关性,如果仍采用传统的集中式信源编码,各节点的信源编码器之间需通过互相通信来获取彼此的信息,存在编码器复杂度高、设备功耗大、布置成本高等问题。与传统的集中式编码方法相比,分布式信源编码方法能够对信息互相关联的多个节点进行独立的信源编码,而不需要节点之间的相互通信,进而在解码端以联合解码的方式恢复出多个节点的原始数据,将计算复杂度由编码端转移到解码端(服务器),从而很好地解决了传统集中式信源编码方法存在的问题(图1)。

  由于相关信源之间的预测残差可以建模为虚拟信道的加性噪声,分布式信源编码在本质上等效于虚拟信道上的信道编码问题,因此现有分布式信源编码的实现方式通常基于各种信道码(如Turbo码、LDPC码和极化码)。基于信道码的分布式信源编码实现方式存在的主要问题在于模型失准:信道码通常基于加性白高斯噪声(AWGN)信道模型进行优化,因而在欧式距离的意义上是最优的;然而对于实际相关信源(例如视频信号)而言,其预测残差往往服从拉普拉斯分布,而不是高斯分布。此时,欧氏距离意义上的最优信道码无法同时满足曼哈顿距离意义上的最优,因此基于信道码的分布式信源编码实现方式无法达到Slepian-Wolf定理所给出的无损分布式信源编码的理论极限。

  为了缩小现有基于信道码的分布式信源编码实现方式的实际性能与Slepian-Wolf定理的理论极限之间的差距,方勇教授研究了多元分布式算术码,其主要创新性思路在于直接以曼哈顿距离作为度量工具,设计了曼哈顿距离意义上的最优编解码方案。他从理论上严格证明了:随着分组长度趋于无穷大,每个分组的多元分布式算术码流的总码率损失趋于一个有限常数,因此单个符号的平均码率损失趋于零,亦即多元分布式算术码性能可以达到理论极限。多元分布式算术码的设计核心是符号-区间映射规则,为此他提出等距交错符号-区间映射规则(图2),根据曼哈顿距离进行陪集空间分割,解决了拉普拉斯相关信源的最优解码问题。在1/2码率情况下,当码长为75个256元符号(等效于600个比特)和355个256元符号(等效于2840个比特)时,多元分布式算术码的误帧率只有基于LDPC码的分布式信源编码实现方式的一半左右(图3A和3B),而在曼哈顿残差这一指标上多元分布式算术码的优势甚至更加显著(图3C和3D)。上述工作表明:多元分布式算术码解决了当前基于信道码的分布式信源编码实现方式无法达到理论极限的问题,是实现多个相关信源分布式编码的优良候选方案。

  项目研究成果为有效降低多节点信源编码应用场景中的编码端算力需求提供了理论基础和新的解决思路。


鐗堟潈澹版槑锛
鏂囩珷鏉ユ簮国家自然科学基本委员会锛屽垎浜彧涓哄鏈氦娴侊紝濡傛秹鍙婁镜鏉冮棶棰樿鑱旂郴鎴戜滑锛屾垜浠皢鍙婃椂淇敼鎴栧垹闄ゃ

鐩稿叧瀛︽湳璧勮
杩戞湡浼氳

2026年智慧教育与数据挖掘国际学术会议(SEDM 2026)(2026-06-27)

2026仪器仪表、先进材料与智能制造国际会议(ICIAMIM 2026)(2026-07-02)

2026年第五届机器学习、云计算与智能挖掘国际会议(2026-07-10)

2026年IEEE第三届先进机器人, 自动化工程与机器学习国际会议(ARAEML 2026)(2026-07-24)

第六届互联网技术与教育信息化国际学术会议 (ITEI 2026)(2026-07-24)

第五届航空航天工程与系统国际研讨会(ISAES 2026)(2026-07-24)

第十届教育、管理与社会科学国际学术会议 (ISEMSS 2026)(2026-07-24)

第六届电气工程与机电一体化技术国际学术会议(ICEEMT 2026)(2026-07-24)

第五届能源与电力系统国际学术会议 (ICEEPS 2026)(2026-07-24)

第九届声学、振动、噪声控制国际研讨会(CAVNC 2026)(2026-08-07)

2026绿色能源、电网系统与先进热动力国际会议(GEGSATP 2026)(2026-7-30)

2026水利、土木建筑与结构工程国际会议(WRCEASE 2026)(2026-7-20)

2026年数控技术、智能机器人与机电系统国际会议(ICIRMS 2026)(2026-7-24)

2027年第十三届信息管理国际会议 (ICIM 2027)(2027-3-19)

2026年仪器仪表与精密测量技术国际会议(ICIPMT 2026)(2026-7-23)

2026年地质工程、岩土力学与结构抗震国际会议(IGESSA 2026)(2026-6-27)

2026年景观设计、建筑学与生态学国际会议(ICLDAE 2026)(2026-8-8)

2026物流交通、加工储运与包装技术国际会议(LTPSPT 2026)(2026-8-15)

2026海洋探测、动力系统与环境保护国际会议(OEPSEP 2026)(2026-7-16)

2026智慧物联、机器视觉与交互设计国际会议(ICSMVID 2026)(2026-7-15)

灏忚创澹锛氬鏈細璁簯鏄鏈細璁煡璇㈡绱㈢殑绗笁鏂归棬鎴风綉绔欍傚畠鏄細璁粍缁囧彂甯冧細璁俊鎭佷紬澶氬鏈埍濂借呭弬鍔犱細璁佹壘浼氳鐨勫弻鍚戜氦娴佸钩鍙般傚畠鍙彁渚涘浗鍐呭瀛︽湳浼氳淇℃伅棰勬姤銆佸垎绫绘绱€佸湪绾挎姤鍚嶃佽鏂囧緛闆嗐佽祫鏂欏彂甯冧互鍙婁簡瑙e鏈祫璁紝鏌ユ壘浼氭湇鏈烘瀯绛夋湇鍔★紝鏀寔PC銆佸井淇°丄PP锛屼笁濯掕仈鍔ㄣ
缁煎悎鎺ㄨ崘鍖

AI+澶ф暟鎹畻娉 鏅鸿兘绮惧噯鍖归厤鏈熷垔鎶曠ǹ

2026骞寸數瀛, 閫氫俊涓庤绠楁満绉戝鍥介檯浼氳 .

2026骞存櫤鑳界郴缁熶笌璁$畻鍥介檯浼氳 (ICIS.

2026骞碔EEE绗笁灞婂厛杩涙満鍣ㄤ汉, 鑷姩鍖.

绗簲灞婂厛杩涘埗閫犳妧鏈笌鍒堕犵郴缁熷浗闄呭鏈細璁紙I.

绗簩灞婅埅绌鸿埅澶┿佷俊鎭妧鏈笌鎺у埗宸ョ▼鍥介檯瀛︽湳浼.

绗竷灞婄粡娴庣鐞嗕笌澶ф暟鎹簲鐢ㄥ浗闄 瀛︽湳浼氳锛圛.

绗竷灞婂績鐞嗗仴搴蜂笌鏁欒偛銆佷汉鏂囧彂灞曞浗闄呭鏈細璁紙.

2026骞存櫤鑳藉尰瀛﹀拰鍥惧儚璁$畻鍥介檯浼氳(IMI.

绗叚灞婂厜瀛︽垚鍍忎笌鍥惧儚澶勭悊鍥介檯瀛︽湳浼氳 (IC.

2026骞寸涓冨眾鎺у埗, 鏈哄櫒浜轰笌鏅鸿兘绯荤粺鍥介檯.

绗叚灞婄數瀛愪俊鎭伐绋嬩笌璁$畻鏈烘妧鏈浗闄呭鏈細璁紙.

绗節灞婅绠楁満淇℃伅绉戝涓庝汉宸ユ櫤鑳藉浗闄呭鏈細璁(.

2026骞存櫤鑳芥満鍣ㄤ汉涓庢帶鍒舵妧鏈浗闄呬細璁(CI.

2026骞翠紶鎰熷櫒鎶鏈佽嚜鍔ㄥ寲涓庢櫤鑳藉埗閫犲浗闄呬細.

绗簩灞婂厛杩涚數瀛愩佹櫤鑳芥妧鏈笌璁$畻鍥介檯瀛︽湳浼氳锛.

2026骞碔EEE璁$畻鏈洪氫俊銆佷俊鎭郴缁熶笌缃戠粶.

2026骞撮氫俊, 鏁版嵁绉戝涓庢櫤鑳借绠楀浗闄呬細璁.

2026骞寸浜斿眾绠楁硶銆佹暟鎹寲鎺樺拰淇℃伅鎶鏈浗闄.

2026骞翠汉宸ユ櫤鑳戒笌鏈哄櫒浜虹郴缁熷浗闄呬細璁(IC.

2026骞碔EEE绗叚灞婁汉宸ユ櫤鑳姐佽嚜鍔ㄥ寲涓庣畻.

2026骞碔EEE浜哄伐鏅鸿兘銆佸ぇ鏁版嵁涓庝簯璁$畻鍥.

2026骞寸浜屽眾鐢靛姏涓庡彲鎸佺画鑳芥簮鎶鏈浗闄呬細璁.

2026IEEE绗笁灞婁簹娲插厛杩涚數姘斾笌鐢靛姏宸ョ▼.

2026骞寸涔濆眾鏁版嵁绉戝鍜屼俊鎭妧鏈浗闄呬細璁(.

2026骞碔EEE鏅鸿兘淇℃伅, 绯荤粺绉戝涓庡伐绋.