Orthonormal Matrix Codebook Design for Adaptive Transform Coding
该研究提出一种基于分块平稳模型、结合块坐标下降与Stiefel流形映射的正交变换矩阵码本设计算法，可高效求解带正交约束的优化问题，在H265帧间预测残差上的实验验证了其优于标准DCT非自适应编码。
2022-02-24 cs.IT math.IT
Improving the coding speed of erasure codes with polynomial ring transforms
在当今的存储系统中广泛使用擦除码来处理故障。它们大多使用有限域运算。在本文中，我们提出了一种实现和编码速度评估的原始方法称为PYRIT（多项式环变换），以执行有限域的元素之间的操作到一个更大的环，通过使用这两种结构之间的快速变换。在这样的环中工作比在有限域中工作容易得多。首先，通过设计降低了编码复杂度。其次，它允许简单但有效的基于\texttt{xor}的实现方式，通过展开的操作感谢环结构的属性。我们评估这一命题的最大距离可分离纠删码，我们表明，我们的方法具有更好的性能比普通的代码。与已知的最佳实现相比，编码速度增加了从$1.5$到$2$变化的因子。
2017-09-01 cs.IT math.IT
Phase space methods and psychoacoustic models in lossy transform coding
我提出了一种有损变换编码的数字音频，使用外尔符号演算的编码和解码变换的建设。该方法建立了掩蔽噪声的依赖于信号的阈值的时频表示与编码/解码对之间的直接连接。形式主义还提供了感知熵的时频测量。
2007-07-03 cs.IT cs.SD math.IT
Fast Xor-based Erasure Coding based on Polynomial Ring Transforms
MDS纠删码软件实现的复杂度主要取决于有限域运算实现的效率。本文提出了一种降低有限域乘法复杂度的方法，即利用域与环之间的快速变换在环上进行乘法运算。我们表明，移动到一个环降低了操作的复杂性。然后，我们表明，这种结构允许使用简单的调度，以减少操作的数量。
2017-06-13 cs.IT math.IT
Towards Optimality in Transform Coding
众所周知，对于多变量高斯源的变换编码，Karhunen-Loève变换（KLT）使均方误差失真最小化。然而，寻找一般非高斯源的最佳变换几十年来一直是一个悬而未决的问题，尽管有几个重要的进展，提供了一些关于KLT最优性的部分答案。本文给出了当采用高分辨率、可变速率量化器时，变换最优的一个充要条件。因此，我们不仅提出了一个完整的表征时，KLT是最佳的，但也是一个确定条件的一般（非KLT）变换的最优性。这个充分必要条件被证明有直接的联系，以及研究声源分离问题。这种观察可以影响声源分离本身，如新的最优性结果所示。本文将变换最优性条件与声源分离的算法工具相结合，导出了一种实用的数值方法来搜索信源编码中的最优变换。然后，我们专注于多端设置，{\it条件} KLT被证明具有一定的最优性高斯源。我们推导出最佳的正交变换的设置，边信息只提供给解码器，随着新的专门的结果特定的条件条件KLT的最优性。最后，我们考虑分布式信源编码，其中两个相关信源将被分别变换编码但联合解码。我们得到了正交变换最优性的充分必要条件。我们专门寻找最佳的正交变换，在这种情况下，特定的源密度，包括联合高斯源。
2012-06-18 cs.IT math.IT
Multilevel Illumination Coding for Fourier Transform Interferometry in Fluorescence Spectroscopy
傅里叶变换干涉测量（FTI）是用于获取超光谱（HS）数据的干涉测量过程。最近，已经观察到，在称为编码照明-FTI（CI-FTI）的过程中，可以在FTI采集之前对突出显示（生物）样本的光源进行编码。这将HS数据重建转化为由HS数据的稀疏性正则化的压缩感知（CS）问题。CI-FTI结合了FTI的高光谱分辨率和生物学中减少曝光成像的优势。本文利用CS理论中最近发展起来的多级采样方案，使CI-FTI的编码策略适应荧光光谱（FS）中HS数据的光谱稀疏结构。这种结构实际上是从FS中使用的实际荧光染料的光谱特征中提取的。因此，最佳照明编码以及理论上的恢复保证。我们进行了大量的数值实验的合成和实验数据表明，所提出的理论的忠实性实验观察。
2018-03-08 cs.IT math.IT
Joint Source-Channel Coding for Deep-Space Image Transmission using Rateless Codes
提出了一种新的噪声信道下图像传输编码方案。类似于标准图像压缩，该方案包括线性变换，随后是连续细化标量量化。与传统方案不同，在所提出的系统中，使用系统线性编码器将量化的变换系数线性映射到信道符号。此固定到固定长度的“线性索引译码”方法避免使用显式熵译码阶段（例如，算术或霍夫曼编码），其通常易受信道解码后残余误差的影响。我们使用GF（4）上的线性码，这是特别适合于这种应用，因为它们是匹配的死区量化器符号字母表和QPSK调制上使用的深空通信信道。我们优化了所提出的系统，其中线性码是GF（4）上的系统Raptor码。Raptor编码器的无速率特性允许实现编码速率的“连续体”，以便精确地将信道编码速率与传输信道容量以及每个变换子带和细化级别的量化源熵速率相匹配。比较提供相对于级联的国家的最先进的图像编码和信道编码计划所使用的喷气推进实验室（JPL）的火星探测车（MER）任务。
2012-10-01 cs.IT math.IT
Reduced-Dimension Linear Transform Coding of Correlated Signals in Networks
提出了一种线性变换网络（LTN）模型，用于分析有向无环图（DAG）上传输的相关信号的压缩和估计。LTN是具有多个源和接收器节点的DAG网络。源节点通过应用降维线性变换来发送随机相关信号的子空间投影。子空间投影由多个中继器线性处理并路由到预期接收器。每个接收器应用线性估计器来近似具有最小均方误差（MSE）失真的源的子集。该模型被扩展到包括噪声网络与发射机上的功率约束。一个关键任务是计算网络中的所有局部压缩矩阵和线性估计器，以最小化端到端失真。非凸问题迭代求解的优化框架内使用约束二次规划（QP）。该算法恢复的特殊情况下，定期和分布式Karhunen-Loeve变换（KLT）。给出了基于凸松弛的线性编码下多源多接收网络失真区域的割集下界。对于任何基于信息论的编码策略，给出了割集下界。针对不同的通信需求（例如，多个单播）和图形结构示出了失真区域和压缩估计折衷。
2012-02-28 cs.IT math.IT
Robust Nonlinear Transform Coding: A Framework for Generalizable Joint Source-Channel Coding
Department of Electrical Engineering, POSTECH（韩国浦项科技大学电气工程系）
本文提出鲁棒非线性变换编码框架，通过变分建模和信道自适应传输，实现通用的联合源-信道编码，提升在不同信道条件下的率-失真效率和重建保真度。
2025-11-24 cs.IT eess.SP math.IT
Graph Transform Optimization with Application to Image Compression
在本文中，我们提出了一种新的基于图的变换，并说明其潜在的应用信号压缩。我们的方法依赖于精心设计的图形，通过有效的基于图形的变换优化整体率失真性能。我们介绍了一种新的图形估计算法，它揭示了图形信号值之间的连通性，同时考虑到编码的信号和图形的拓扑结构的率失真方面。特别是，我们引入了一种新的编码解决方案的图通过治疗的边缘权重作为另一个图信号，在于对偶图。然后，通过最小化对偶图上的图傅里叶变换（GFT）系数的稀疏性，将图描述的代价引入优化问题。通过这种方式，我们得到一个凸优化问题，其解决方案定义了一个有效的变换编码策略。所提出的技术是一个通用的框架，可以应用于不同类型的信号，我们展示了两个可能的应用领域，即自然图像编码和分段平滑图像编码。实验结果表明，无论是对自然图像还是对分段光滑图像，本文提出的基于图的变换都优于DCT等经典固定变换。在深度图编码的情况下，所获得的结果甚至可以与专门针对深度图图像设计的最先进的基于图形的编码方法相媲美。
2019-07-30 cs.IT eess.IV math.IT
Distributed Nonlinear Transform Source-Channel Coding for Wireless Correlated Image Transmission
本文提出分布式非线性变换源信道编码框架，通过显式建模联合分布和联合熵模型，在无线相关图像传输中优于现有分布式方案。
2025-03-27 cs.IT math.IT
Higher Order Context Transformations
最近提出的上下文变换和广义上下文变换方法，通过交换符号图来降低零阶熵，从而消除了输入信息中连续符号间的互信息。这些变换旨在用作零阶熵编码算法（如算术编码或霍夫曼编码）的预处理器，因为我们知道，特别是算术编码可以实现几乎与香农熵大小相同的压缩率。本文介绍了一种新的算法的基础上的概念，广义的上下文转换，允许转换的单词比简单的digram长。高阶上下文利用递归形式的广义上下文变换。结果表明，变换后的数据的零阶熵显着下降，但在另一方面，由单个变换的描述给出的开销增加，它已成为一个限制因素，在一个成功的较小的文件转换。
2017-01-05 cs.IT math.IT
Nonlinear Transform Source-Channel Coding for Semantic Communications
Beijing University of Posts and Telecommunications（北京邮电大学）；Peng Cheng Laboratory（鹏城实验室）
本文提出了一类能够紧密适应非线性变换下信源分布的高效深度联合信源-信道编码方法，统称为非线性变换信源-信道编码（NTSCC）。在该模型中，发射端首先学习一个非线性分析变换，将源数据映射到潜在空间，然后通过深度联合信源-信道编码将潜在表示发送给接收端。我们的模型结合了非线性变换作为一个强的前，有效地提取源的语义特征，并提供源信道编码的边信息。与现有的传统深度联合信源-信道编码方法不同，所提出的NTSCC本质上学习信源潜在表示和熵模型作为潜在表示的先验。因此，开发了新颖的自适应速率传输和超优先级辅助编解码器细化机制以升级深度联合信源-信道编码。整个系统的设计被制定为一个优化问题，其目标是最大限度地减少端到端的传输率失真性能下建立的感知质量指标。在不同分辨率的测试图像源中，我们发现所提出的NTSCC传输方法通常优于使用标准深度联合信源-信道编码的模拟传输和经典的基于分离的数字传输。值得注意的是，所提出的NTSCC方法可以潜在地支持未来的语义通信，由于其内容感知能力和感知优化目标。
2022-11-02 cs.CV cs.IT cs.LG
A Transform Approach to Linear Network Coding for Acyclic Networks with Delay
具有整数时延链路的无环网络中的线性网络编码的代数公式是众所周知的。基于该公式，对于任意非循环网络上的给定连接集合，其中对于链路假设整数延迟，在任何给定时刻，汇聚节点处的输出符号是\mathbb{F}_{q}（$-linear combination of the input symbols across different generations, where $ \mathbb{F}_{q} $-linear combination of the input symbols generated during the same generation. We call this as transforming the acyclic network with delay into {\em $ n $-instantaneous networks} ($ n$足够大）。我们表明，在一定的条件下，存在一个网络代码满足汇需求在通常的（非变换）的方法，当且仅当存在一个网络代码满足汇需求的变换方法。此外，我们表明，变换方法（连同使用对齐策略）可以用来实现一半的速率对应于个别源-目的地最小切割（假设等于1）的某些类的三源三目的地单播网络的延迟，当零干扰条件不满足。
2012-05-10 cs.IT math.IT
A Novel Channel Coding for Progressive Transmission of Medical Images
提出了一种新的适用于大图像渐进传输的信道编码方案。本文重点研究了该算法的传输时间、低失真重建图像和低复杂度等问题。在医疗数据传输的情况下，至关重要的是保持失真水平在控制之下，因为在大多数情况下，某些临床重要区域必须在没有任何可见错误的情况下传输。所提出的系统显着减少了传输时间和错误。渐进传输是基于将输入图像分解为许多子块的过程，每个子块将被单独编码、压缩和传输。因此，首先将图像分割成若干子块，然后利用离散小波变换将每个子块分解成不同的时频分量。最后，对分量进行编码以进行差错控制并传输。整个系统采用VHDL语言进行编码。在所提出的系统中，我们选择一个3级哈尔小波变换执行小波变换的每个子块。与其他变换方法相比，该方法具有简单、快速、易于实现等优点。这里使用的信道编码是汉明码，它是一种简单而有效的前向差错控制码。
2009-12-20 cs.IT math.IT
Distributed Image Semantic Communication via Nonlinear Transform Coding
针对无线分布式相关图像语义传输，提出基于非线性变换编码的通用框架，显式建模信源相关性并实现SOTA。
2025-06-09 cs.IT eess.SP math.IT
Nonlinear Transform Coding
我们回顾了一类方法，可以收集的名称下的非线性变换编码（NTC），在过去的几年中，已成为最好的线性变换编解码器的图像的竞争力，并已取代他们的率失真性能在既定的感知质量指标，如MS-SSIM。我们评估的经验率失真性能的NTC的帮助下，简单的例子来源，其中的最佳性能的矢量量化器是更容易估计比自然数据源。为此，我们引入了一种新的熵约束矢量量化的变体。我们提供了一个分析的各种形式的随机优化技术的NTC模型;审查架构的转换基于人工神经网络，以及学习熵模型;并提供了一个直接比较的方法来参数化率失真权衡的非线性变换，介绍了一个简化的。
2020-10-24 cs.IT eess.IV math.IT
Adaptive Transform Coding for Semantic Compression
Mitsubishi Electric R&D Centre Europe（三菱电机欧洲研发中心）
本文提出一种自适应变换编码方法，用于语义特征压缩，通过高斯混合模型的条件率-失真函数指导，实现高效编码异质特征分布，实验表明其优于或与现有神经压缩方法相当，同时保持灵活性和可解释性。
2026-04-29 cs.CV cs.IT eess.IV
Approaching Rate-Distortion Limits in Neural Compression with Lattice Transform Coding
Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学）
本文提出格变换编码（LTC），通过在潜在空间中用格量化替代标量量化，以合理复杂度近似恢复最优向量量化，从而改进标准神经压缩器，逼近率失真极限。
2025-07-13 cs.IT cs.LG eess.SP
CSI Feedback Under Basis Mismatch: Rate-Splitting Transform Coding for FDD Massive MIMO
POSTECH（浦项科技大学）
研究针对大规模MIMO频分双工系统中CSI反馈的基正交匹配问题，提出基于率分拆变换编码的实用架构，通过随机向量量化推导端到端均方误差表达式，实现最优率分配和基正交更新阈值识别。
2026-04-22 cs.IT eess.SP math.IT
Low-complexity feedback-channel-free distributed video coding using Local Rank Transform
Indian Institute of Technology, Kharagpur（印度理工学院卡拉格普尔分校）；Azure Software Systems Ltd.（Azure软件系统有限公司）
本文提出了一种基于局部秩变换（LRT）的无反馈信道分布式视频编码（DVC）算法。编码器通过考虑Wyner-Ziv帧的选定邻域像素来计算LRT。来自修改的LRT的秩被合并，并且它们的位置被熵编码并被发送到解码器。此外，还发送Wyner-Ziv帧的每个块的均值以辅助运动估计。使用这些测量，解码器通过在LRT域中实现运动估计和补偿来生成边信息（SI）。使用LRT对SI执行迭代算法以重构Wyner-Ziv帧。实验结果表明，该编解码器的编码效率接近于基于低密度奇偶检验和累加（LDPCA）或Turbo码的像素域分布式视频编码器的编码效率，且编码器复杂度较低。
2016-07-15 cs.CV cs.IT cs.MM
Scalar Quantization for Audio Data Coding
本文研究了音频编解码器中变换系数的标量量化。广义高斯分布（GGD）被用作调制重叠变换（MLT）或修正余弦变换（MDCT）滤波器组获得的变换系数的一维概率密度函数的近似。与理论上可实现的率失真函数进行比较，提供了该模型的基本原理。从一个大的数据库的样本的真实序列获得的随机序列计算的率失真函数进行比较，由GGD随机发生器获得的随机序列计算。提出了一种构造扩展零区量化器的简单算法。仿真结果表明，EZZ量化器产生的编码效率相比，最佳标量量化器可以忽略不计的损失。此外，我们描述了一个自适应版本的EZZ量化器，它有效地与低比特率的要求发送边信息
2008-06-26 cs.IT cs.MM math.IT
Lossy compression of weighted graph adjacency matrices by transform coding
The University of Osaka（大阪大学）；Kansai University（关西大学）；University of Southern California（南加州大学）
研究加权图邻接矩阵的有损压缩，核心方法是先将无加权图转换为线图，再用图滤波器组变换边权值向量并量化编码，还提出边平滑度衡量压缩难度，实验验证了该方法相较于现有方法的有效性。
2026-07-17 cs.IT eess.SP math.IT
New approaches to coding information using inverse scattering transform
可积非线性薛定谔方程（NLSE）的显著数学性质可以为减轻光纤链路中的非线性信号失真提供先进的解决方案。基本光孤子、连续和离散的非线性光谱本征值已被考虑用于光纤信道中的信息传输。在这里，我们建议将信号调制的Gelfand-Levitan-Marchenko方程（GLME）的内核，提供了一个相对简单的解码器设计的优点。首先，我们描述了一种方法的基础上利用一般的N-孤子解决方案的NLSE涉及$4\times N$编码参数的$N$符号的同时编码。作为一般方案的一个特殊的优雅子类，我们介绍了孤子正交频分复用（SOFDM）方法。该方法基于N孤子解特征值的相同虚部的选择，对应于等距孤子频率，使其类似于传统的OFDM方案，因此，允许使用高效的快速傅立叶变换算法来恢复数据。然后，我们演示了如何使用这种新的方法来控制信号参数的情况下，连续谱。
2017-03-09 cs.IT math.IT nlin.SI
INT-DTT+: Low-Complexity Data-Dependent Transforms for Video Coding
University of Southern California（南加州大学）；Dolby Laboratories, Inc（杜比实验室）
INT-DTT+是一种低复杂度的数据依赖变换，通过结合DTT+和结构化Cauchy矩阵，实现高效视频编码性能。
2025-11-22 cs.IT eess.IV math.IT
SoftBinary Coding: A New Information-Theoretic Neural Compression Paradigm
Tandon School of Engineering, New York University（纽约大学坦顿工程学院）；Cornell University（康奈尔大学）
提出软二进制编码（SBC），通过随机二进制潜变量空间和快速二进制信道模拟，克服非线性变换编码的局限性，在信息论源上达到最优率失真界，并在独立同分布源的矢量量化上超越网格编码量化。
2026-06-28 cs.IT eess.SP math.IT
