摘 要:  提出了一种基于滤波多音频(FMT)调制技术的自适应图像传输" title="图像传输">图像传输方法。通过将自适应子载波分配与图像分割技术相结合，实现在频率选择性慢衰落信道" title="衰落信道">衰落信道中高质量的图像传输。仿真结果与理论分析证明该方法相对于传统图像传输在接收图像峰值信噪比(PSNR)及接收端" title="接收端">接收端均衡复杂度方面的优势。
    关键词:  图像传输  滤波多音频(FMT)   峰值信噪比(PSNR)

    未来的无线通信系统需要宽带、高速的系统性能来满足如数据、声音、图像及实时视频之类的高质量多媒体传输业务^[1]，高速宽带的通信方式已成为通信发展的必然趋势。多载波调制MCM(Multicarrier Modulation)作为一种新型高速的传输技术被人们广泛地应用于现代无线通信系统中。
    MCM技术相对于其它调制技术的显著特点是通过多条子信道并行传输数据。其实现方法可大体分为子载波相互重叠和非相互重叠两大类。正交频分复用OFDM(Orthogonal Frequency Division Multiplexing)和滤波多音频FMT(Filtered Multitone)是两类MCM的典型技术。由于对信道弥散作用的鲁棒性和低的实现复杂度，OFDM技术已被用于众多无线技术的标准中，例如数字视频广播(DVB)、数字音频广播(DAB)、高性能局域网(HIPERLAN/2)及IEEE 802.11a^[2]等。而FMT技术最初提出用于甚高速用户环路(VDSL)^[3]，则主要被用于有线环境当中。
    本文提出了一种基于FMT技术的有效图像传输方法，通过将自适应子信道分配与字节分割技术相结合并将其用于室外无线环境里，实现频率选择性慢衰落信道中低均衡复杂度条件下的有效图像传输。
1 系统模型
    图1给出了本文的系统模型。发送和接收图像的数据分别表示为S和R，信源S将根据不同的重要等级分为N_g组, A_k为映射之后的符号，u是采用格雷编码的映射函数：

    调制产生的符号被送入自适应分配单元,作为系统中最重要的单元，其功能是将调制并分割好的符号流根据不同的重要等级和信道状态信息 CSI(Channel State Information)送入相应的子信道中，即实现自适应的子信道分配。
    经过IFFT之后，S_t(m)为输出符号：

    其中M为子载波数，是第i个子信道的调制符号。与OFDM不同，S_t(m)并不是在信道中传输的符号，它们还需经过一发送滤波器组，其中每一个滤波器都是一拥有高度频谱约束性原型滤波器(Prototype Filter)的频移版本。由此可见，FMT技术较OFDM在抗系统频偏方面有较大的优势，与其他噪声相比，子信道间的ICI在FMT系统中几乎可以忽略不计。通过发送滤波器组的符号经串并转换后，便得到送入信道的FMT符号：

    为了建立室外无线信道的仿真环境，采用了由美国高级电视技术中心ATTC(Advanced Television Technology Center)提供的典型数字电视(Digital Television)信道。方程(4)给出了该信道的时域冲击响应(CIR)^[4]。信道的频域传输函数如图2所示。

    由图2可见，信道的频率选择性导致不同的子信道经历的衰落是不相同的，在这里假定信道为慢衰落信道。
    接收端，数据经串并转换后送入一接收滤波器组（发送滤波器的匹配滤波器），滤波后的数据进行FFT变换。为有效消除系统产生的ISI，采用了判决反馈均衡器DFE(Decision Feedback Equalizer)的结构。DFE可由分数间隔均衡器FSE(Fractional Spaced Equalizer)和波特间隔均衡器BSE(Band Spaced Equalizer)两部分组成。其中FSE的长度应大于信道的总长度^[5]的二倍(1/2分数间隔的FSE)，而BSE的功能则在于判决并将结果反馈给FSE。系统中需均衡的信道由两部分组成，即实际信道和由发送滤波器与接收滤波器形成的等效信道，本文采用了两部分分别均衡的方法。
    均衡后的数据在送往自适应逆分配单元的同时被用于信道估计" title="信道估计">信道估计，在逆分配单元中数据将经历与分配单元相反的处理过程，而信道估计器将得到的信道状态信息分别送给分配单元和逆分配单元。假设信道估计是理想的，并忽略计算和传输CSI的时延。接收图像将在数据解调后重构。
2 自适应技术与分割方法
    （1）FMT系统中的自适应信道分配技术
    FMT技术可通过将信道分成若干个互不重叠并可认为平坦衰落子信道的方法实现串行数据的并行传输。由于原型滤波器高的频谱约束性，再加之选择性传输(不在处于深衰落的子信道中传输数据)的方法，FMT技术具有良好的抗系统频偏和提高系统性能的能力。虽然信道分割技术被用于FMT技术中，由于频率选择性的影响，不同子信道仍会拥有不同的信道增益。当固定调制方式的数据在该信道中传输时，各个子信道的性能是不等的。处于较好子信道中的数据会有一个较好的BER性能，而相对较差子信道中的传输数据则会出现较高的比特错误率。
    因此，需要采用自适应技术，根据信道的传输特性更加合理地利用子信道传输数据。这里假设信源根据不同的传输要求被分成N_g(大于零的整数)组，经信道估计器估计出的信道同样需根据其频域子信道的离散传输函数值h(f_n)(1≤n≤M)分成相应的组数。此后，系统将根据信源数据不同的传输要求把具有不同重要等级的数据送入到相应等级的子信道中去，从而完成自适应子载波分配工作。
    （2）分割方法
    虽然用于实现不同重要等级数据传输的方式有很多，但多数是根据不同的视觉影响效果将图像划分成几个区域。例如lenna图像，人们总会保护图像中人物脸部的像素值，并将这一区域的数据设置为重要等级，在传输中重点保护，而将背景区域设置得等级较低。这种方法称为区域分割。然而利用这种方法分割图像存在两点不足。首先，该方法只能将噪点放到相对低级的区域中去，并没有从本质上减少被噪声失真的像素的灰度级；其次，缺乏灵活性。如果信源图像发生变化，分割方式也必须随之实时地改变。这意味着在实际通信系统中大量的工作将用于分割方法的改变上，显然是行不通的。
    因此，笔者提出了一种新的分割方法，分割对象不再是整幅图像，而是图像中表示每一个像素的字节。这种方法称为字节分割。为了表示接收图像的质量，引入了峰值信噪比PSNR和最小均方误差MSE两个参数：

    其中N_x和N_y分别表示图像的长和宽。y)代表原始图像和接收图像中的像素值^[6]。可见，PSNR的值越高代表接收图像的质量越好。

    本文信源采用位深度为8，灰度级为2⁸＝256，256×256大小的house.bmp图像。假设P_i代表一像素，为像素的值，有：

    由于图像在信道中传输的基本单位是比特，从式(7)可见，当b_m或b_n(m≠n)在传输中发生错误时，像素产生的灰度级损失是不同的。从中可以得到这样一个启发：如果将表示一个像素的字节分成8个比特，根据每一个比特不同的权值" title="权值">权值将其分为不同重要等级的数据，然后用较好的子信道传输权值高的比特，较差的子信道传输权值低的比特，将得到相对于区域分割更好的PSNR值。
    （3）理论分析
    根据式(5)、(6)可知，提高PSNR必须降低MSE的值。的绝对差值：

    显然，通过减小δ_x,y可获得较小的MSE，根据毕达哥拉斯定理，则需要减小此时接收图像与原始图像无差别。由此可知，权值高的比特重点保护，权值低的比特次之，将得到较小的换句话说，可以获得较高的PSNR值。

3 仿真结果与分析
    系统仿真中采用了64个子信道和方型16QAM星座图，通过改变子信道的个数和星座图的大小可根据不同的要求对系统作出适当调整。为体现提出方法的良好性能，笔者对三种传输方法分别进行了模拟仿真，表1给出了各种方法的不同之处。

    图3(a)给出了采用非自适应、无实际信道均衡方法(I)的接收图像仿真结果。可见，受信道频率选择性衰落影响失真的像素点根据信道的衰落特性非均匀地散落在接收图像中;非自适应含实际信道均衡方法(II)的仿真结果如图3(b)所示。由于需要对实际信道均衡，DFE中FSE的长度应大于整个信道(实际信道加等效信道)长度的两倍(1/2分数间隔的FSE)。接收图像清楚地表明：由于DFE的良好性能，采用方法II可以大幅度提高接收图像的视觉效果，当然这是以增加接收端FSE长度，增加系统复杂度为代价的。采用本文提出方法(III)进行图像传输的仿真结果由图3(c)给出，接收图像清楚地表明：采用方法III可以在无需均衡信道，降低系统均衡复杂度的前提下，有效提高接收图像的质量与视觉效果。相对于方法II，DFE中FSE的长度只是由发送滤波器和接收滤波器构成等效信道长度的两倍，大大缩减了均衡器的长度，降低了接收端复杂度。

    本文提出了一种在FMT系统中有效的图像传输方法，通过将整幅图像的字节分割嵌入到FMT自适应子信道分配中去的方法，实现室外环境频率选择性慢衰落信道中高质量的图像传输。根据仿真结果和理论分析得出两点结论：
    （1）字节分割与区域分割相比更具灵活性，可用于动态图像的传输；
    （2）采用本文提出的方法，可在大幅度提高接收图像质量的前提下有效降低接收端均衡的复杂度。
参考文献
1 H.Gharavi and W.Y.Ng.H.263 compatible video coding and transmission. Proc. Workshop on wireless Image/Video Commun., Loughborough UK, 1996; Sept:115～120
2 R. van Nee, G. Awater, M. Morikura, H. Takanashi, M. Webster, and K.W. Halford.New high-rate wireless LAN standards. IEEE Commun. Mag., 1999;Dec:82～88
3 G. Cherubini, E. Eleftheriou, S. Olcer and J.M. Cioffi.Filter Bank Modulation Techniques for Very High-Speed Digitial  Subscriber Lines. IEEE Communications Magazine, May 2000
4 C. S. Yeh and Yinyi Lin.Channel Estimation Using pilot Tones in OFDM systems. IEEE Trans. on Broadcasting,1999;45(11):400～409
5 John M. Cioff, Glen P. Dulevoir, M. Vedat Eyuboglu and G. David Forney.MMSE Decision Feedback Equalizers and Coding. IEEE Trans. on Commu.,1995;43(10)
6 R. Rinaldo and G. Calvagno.Image Coding by Block Prediction of Multiresolution subimages. IEEE Trans. on Image Processing., 1995;4(7)
7 John G. Proakis.Digital Communications. Fourth Edition