对多媒体数据进行全线性无纠错保护传输的方法

摘要

本发明公开了一种对多媒体数据进行全线性无纠错保护传输的方法。该方法包括：在发送端，对多媒体数据进行去相关性变换、能量分配和白化变换得到元数据矩阵和元数据矢量；设置多媒体数据对应的训练数据，对训练数据进行去相关性变换、能量分配和白化变换得到训练矢量；将元数据矩阵、元数据矢量和训练矢量进行数据合并后，通过无纠错保护的线性调制的无线通信信道进行传输。本发明能够得到与Softcast组播系统一样的优越的公正性，并且元数据传输不存在“悬崖”效应，拥有更好的鲁棒性与传输距离；没有数字边路，计算复杂度与内开销减少；元数据传输占用更少的带宽；在带宽充裕时，使用IQ合并的模拟调制方式在提高抗噪性的同时提高对相位噪声的抵抗能力。

说明书

技术领域

本发明实施例涉及多媒体数据传输技术领域，尤其涉及一种对多媒体数据 进行全线性无纠错保护传输的方法。

背景技术

无线组播是应用于不同信道情况的视频广播服务。现有的无线组播系统存 在短板效应，即所有接收者接收视频或者图片的质量与信道最差的接收者接收 到的视频或者图片的质量相同。这个短板效应使得现有的无线组播系统无法对 所有的接收者做到“公平”。同时由于现有的组播系统采用去冗余的待传输的 图片压缩方法，导致在无线传输过程中，传统无线组播系统无法容忍丢包情况 的发生，这使传统无线组播系统在信道变化剧烈的情况下，表现出很差的鲁棒 性。

同样在卫星遥感图片领域，由于给定图片传输的带宽较窄，所以需要以较 高的压缩率对图片进行压缩(使用JPEG或JPEG2000)，高压缩率会导致图片产 生失真,即图片的峰值信噪比下降，由于信源编码过程中已经引入了损失。那 么在信道传输不丢包的情况下，即使信道情况变好，传输质量也不会提高，于 是浪费了信道优化带来的改善。

现有的研究主要是围绕着实际应用需求中存在的问题，提出一些解决方案 或者改进算法。这些技术主要是在信源处使用了除去熵编码的方法，将传统无 线图片传输方法中由于信源压缩引起的传输误差传递性打破。这些技术在信道 处使用模拟(线性)调制与数字(非线性)调制并用的通信技术，使得传输速率 成倍提高。

现有技术中的一种无线视频组播系统中的视频或者图片数据的传输方式 为：Softcast(软传输方案)，Softcast在信源处使用线性编码方式(2D-DCT 变换，能量分配，哈达玛变换)形成数据与元数据，在信道处使用模拟调制通 信系统(除去保护纠错与交织等部分)传输数据，在边路使用QAM调制的通信 系统传输元数据。

但是上述现有技术中的Softcast方案的缺点为：

(1)Softcast存在一路数字边路，在信道质量差到一定程度下任会 出现悬崖效应，出现图像质量突然下降。

(2)信道存在数字边路与模拟主路，硬件成本高。

发明内容

本发明实施例的实施例提供了一种对多媒体数据进行全线性无纠错保护 传输的方法，以实现有效地传输多媒体数据。

本发明实施例提供了一种对多媒体数据进行全线性无纠错保护传输的方 法，包括：

在发送端，对多媒体数据进行去相关性变换、能量分配和白化变换得到元 数据矩阵和元数据矢量；

设置所述多媒体数据对应的训练数据，对所述训练数据进行去相关性变 换、能量分配和白化变换得到训练矢量；

将所述元数据矩阵、元数据矢量和训练矢量进行数据合并后，通过无纠错 保护的线性调制的无线通信信道进行传输。

优选地，所述的在编码端，对待传输的多媒体数据进行去相关性变换、能 量分配和白化变换得到元数据矩阵，包括：

将待传输的多媒体数据的每一帧分别独立分开，得到M个帧，取一帧内的 一个2^N×2^N模块，所述M和N为设定的整数；将所述2^N×2^N模块中的每一个像 素进行去相关性变换，得到去相关性变换系数矩阵；将所述去相关性变换系数 矩阵通过数据重排得到2^2N×1的矢量

针对所述M个帧中的每一个帧，重复执行上述过程，得到M个矢量将 所述M个矢量拼接成2^2N×M的矩阵X；

计算所述矩阵X中的每一行中的M个去相关性变换系数的平均能量，得到 2^2N×2^2N的能量对角矩阵Λ，对所述能量对角矩阵Λ的每个对角元素 λ_i,i＝1,2,3…,2^2N，按如下公式计算g_i:

$g_i=\sqrt{\frac{P\sqrt{{\lambda }_i}}{\underset{i=1}{\overset{2^{2N}}{\Sigma }}\sqrt{{\lambda }_i}}},i=\mathrm{1,2,3},...,2^{2N}$

得到一个2^2N×2^2N的能量分配矩阵G，将能量分配矩阵G与矩阵X相乘得到能 量拉伸后的矩阵W:W＝GX；

将所述能量拉伸后的矩阵W乘以白化矩阵H得到2^2N×M的元数据矩阵Y：

Y＝HGX。

优选地，所述的方法还包括：

将所述能量对角矩阵Λ的对角线元素取出得到2^2N×1的矢量对所述矢量 进行均匀化处理，得到元数据矢量

优选地，所述的设置所述多媒体数据对应的训练数据，对所述训练数据进 行去相关性变换、能量分配和白化变换得到训练矢量，包括：

设置2^N×2^N的像素矩阵为训练数据，将所述2^N×2^N的像素矩阵进行去相关 性变换，得到2^N×2^N的去相关性变换系数矩阵，对所述去相关性变换系数矩阵 进行数据重排变换，得到2^2N×1的去相关性变换系数矢量将所述能量分配矩 阵G与所述去相关性变换系数矢量相乘，得到能量拉伸后的去相关性变换系数 矢量将所述白化矩阵H与所述能量拉伸后的去相关性变换系数矢量相乘， 得到白化变换后的2^2N×1的训练矢量

优选地，所述的将所述元数据矩阵、元数据矢量和训练矢量进行数据合并 后，通过无纠错保护的线性调制的无线通信信道进行传输，包括：

在发送端，将所述元数据矢量训练矢量和数据矩阵Y合并组成一个 2^2N×(M+2)的矩阵S，将所述矩阵S的1行或者多行数据打成一个数据包；

将所有数据包传入无纠错保护的线性调制的无线通信信道，当所述无线通 信信道的带宽容量大于设定的阈值时，在所述无线通信信道中对所述数据包进 行IQ合并模拟线性调制；当所述无线通信信道的带宽容量不大于设定的阈值 时，在所述无线通信信道中对所述数据包进行IQ合并AM调制；

将进行了IQ合并模拟线性调制或者IQ合并AM调制后的数据包进行编码处 理，将编码处理后的数据通过所述无线通信信道发送出去。

优选地，所述的方法还包括：

在接收端，通过无线通信信道接收所述发送端发送的数据包，对所述数据 包进行解码处理，对解码处理后的数据包进行IQ合并AM解调制或者IQ合并模拟 线性解调制，得到2^2N×(M+2)的矩阵

将所述矩阵分解为元数据矢量训练矢量和数据矩阵对所述元 数据矢量进行去均匀化，得到2^2N×1的矢量将所述矢量转成2^2N×2^2N的能 量对角矩阵对所述对角矩阵的每个对角元素按如下 公式计算

$\widehat{g_i}=\sqrt{\frac{P\sqrt{{\hat{\lambda }}_i}}{\underset{i=1}{\overset{2^{2N}}{\Sigma }}\sqrt{{\hat{\lambda }}_i}}},i=\mathrm{1,2,3},...,2^{2N}$

得到一个2^2N×2^2N的对角矩阵

利用设定的噪声矩阵N、白化矩阵H和所述对角矩阵对所述训练矢量 数据矩阵进行线性最小平方算法LLSE解码，得到所述发送端发送的多 媒体数据。

优选地，所述的利用设定的噪声矩阵N、白化矩阵H和所述对角矩阵对所述训练矢量接收数据矩阵进行线性最小平方算法LLSE解码，得到 所述发送端发送的多媒体数据，包括：

对所述训练矢量进行线性最小平方算法LLSE解码，求解

$\hat{Y}=\mathrm{HGX}+N$

所述矩阵X为DCT变换，zizage变换后的数据矩阵。

设平均噪声能量σ²为噪声矩阵N的自身能量对角矩阵Σ，HH^T＝I*2^2N；

$\left(\begin{array}{c}{X}_{\mathrm{llse}}=\bar{\Lambda }{\left(H\bar{G}\right)}^T{(\left(H\bar{G}\right)\bar{\Lambda }{\left(H\bar{G}\right)}^T+{\sigma }_{\mathrm{noise}}^{2}I)}^{-1}\hat{Y}\\ =\bar{\Lambda }{\left(H\bar{G}\right)}^T{(\left(H\bar{G}\right)\bar{\Lambda }{\left(H\bar{G}\right)}^T+{\delta }_{\mathrm{noise}}^2{\mathrm{HH}}^{-1})}^{-1}\hat{Y}\\ =\bar{\Lambda }{\left(H\bar{G}\right)}^T{(H\bar{G}\bar{\Lambda }{\bar{G}}^T{H}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}}{\mathrm{HH}}^T)}^{-1}\hat{Y}\\ =\bar{\Lambda }{\left(H\bar{G}\right)}^T{\left(H({\bar{G}\bar{\Lambda }\bar{G}}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})H\right)}^{-1}\hat{Y}\\ =\bar{\Lambda }\bar{G}{\mathrm{HH}}^{-1}{({\bar{G}\bar{\Lambda }\bar{G}}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})}^{-1}{H}^{-1}\hat{Y}\\ =\bar{\Lambda }\bar{G}{({\bar{G}\bar{\Lambda }\bar{G}}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})}^{-1}\left(H^{-1}\hat{Y}\right)\\ =\bar{\Lambda }\bar{G}{(\bar{G}\bar{\Lambda }{\bar{G}}^{T}5+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})}^{-1}\left(\frac{H}{2^{2N}}\hat{Y}\right)\end{array}\right)$

$X_{\mathrm{llse}}=\hat{\Lambda }{C}^T{(C\hat{\Lambda }{C}^T+\Sigma )}^{-1}\hat{Y}$

$X_{\mathrm{llse}}=\hat{\Lambda }{C}^T{(C\hat{\Lambda }{C}^T+I\left(\frac{{\sigma }^2}{2^{2N}}\right))}^{-1}\hat{Y}$

解码后的训练矢量的计算公式为：

将所述解码后的训练矢量进行数据重排反变换、去相关性变换反变换 处理，得到2^N×2^N的解训练数据BSTR，将所述训练数据与所述解训练数据BSTR 的相同位置的元素相除得到2^N×2^N的矫正因子，将2^N×2^N的矫正因子经过数据 重排得到2^2N×1的矫正矢量，将所述2^2N×1的矫正矢量对角矩阵化得到矫正矩阵 Q；

对所述数据矩阵进行LLSE解码：

$\hat{Y}=Q{\hat{\Lambda }\hat{G}}^T{({\hat{G}\hat{\Lambda }\hat{G}}^T+I\left(\frac{{\sigma }^2}{2^{2N}}\right))}^{-1}{H}^{-1}\hat{X}$

得到2^2N×M的矩阵

对所述矩阵中的每一列分别进行数据重排反变换、去相关性变换反变换， 得到所述发送端发送的多媒体数据。

由上述本发明实施例的实施例提供的技术方案可以看出，本发明实施例提 出了一种全线性传输无纠错保护的视频/图片等多媒体数据传输方法，通过在 编码发射端的信源处使用非熵编码的编码方式(去相关性变换，能量分配，白 化变换)产生元数据和训练数据。

相对于现有技术而言，本发明实施例具有如下优势：

1)具有与Softcast一样的组播公平性。

2)由于是全线性传输，元数据不会存在“悬崖效应”，拥有更佳的鲁棒 性与更远的传输距离。

3)在带宽充裕的条件下，不再单单使用重传手段而是采用一种合并IQ路 的手段，使得获得更佳抗噪性的同时获得对载波失调，采样失调，信道频率偏 差的抵抗性。

4)由于采用了全线性调制，源数据传输占用较少的带宽。提高抗噪性的 同时提高对相位噪声的抵抗能力。

5)相对于传统的组播系统与半线性系统(Softcast，G-cast，HAD-cast， D-cast等等)省去了数字边路信息，大大减少了信道编码的复杂性(省去了信 源压缩与解压缩，信源保护与纠错，交织与解交织和信道保护与纠错等计算)， 大大减少了计算复杂度。

本发明实施例附加的方面和优点将在下面的描述中部分给出，这些将从下 面的描述中变得明显，或通过本发明实施例的实践了解到。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需 要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明实 施例的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的 前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的对图片数据进行全线性无纠错保护传输的方法中的 编码发射部分和接收解码部分的处理流程示意图；

图2为本发明实施例的训练数据示意图；

图3为本发明实施例的AM调制示意图；

图4为本发明实施例的IQ合并AM调制的示意图；

图5为本发明实施例的编码发射部分的硬件系统结构示意图；

图6为本发明实施例的接收解码部分的硬件系统结构示意图；

图7为本发明实施例的编码发射部分的软件流程图；

图8为本发明实施例的接收解码部分的软件流程图；

图9为本发明实施例的软件无线电架构结构图；

图10为本发明实施例的AnalogCast基带系统的ASIC实现流程图。

具体实施方式

下面详细描述本发明实施例的实施方式，所述实施方式的示例在附图中示 出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似 功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发 明实施例，而不能解释为对本发明实施例的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式 “一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的 是，本发明实施例的说明书中使用的措辞“包括”是指存在所述特征、整数、 步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、 整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被 “连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者 也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连 接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任 一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包 括技术术语和科学术语)具有与本发明实施例所属领域中的普通技术人员的一 般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被 理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定 义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做 进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

本发明实施例的对图片多媒体数据进行全线性无纠错保护传输的方法中 的编码发射部分和接收解码部分的处理流程示意图如图1所示，其中，图1A所 示的编码发射部分包括如下的处理步骤：

步骤1，将待传输的图片多媒体数据的每一帧分别独立分开，得到M个帧， 取一帧内的一个2^N×2^N模块，所述M和N为设定的整数。上述多媒体数据可以 为视频数据或者图片数据。

步骤2，将2^N×2^N模块中的每一个像素减去128后进行去相关性变换，得到 去相关性变换系数矩阵。

步骤3，将2^N×2^N模块的去相关性变换系数矩阵通过数据重排得到2^2N×1的 矢量

步骤4，重复步骤一～步骤三直到得到M个矢量将这些矢量拼接成 2^2N×M的矩阵X。

步骤5，计算矩阵X中的每一行M个去相关性变换系数的平均能量，得到 2^2N×2^2N的能量对角矩阵Λ。

步骤6，对于2^2N×2^2N的能量对角矩阵Λ的每个对角元素λ_i,i＝1,2,3…, 2^2N，按如下公式计算g_i:

$g_i=\sqrt{\frac{P\sqrt{{\lambda }_i}}{\underset{i=1}{\overset{2^{2N}}{\Sigma }}\sqrt{{\lambda }_i}}},i=\mathrm{1,2,3},...,2^{2N}$

其中P是能量因子，用于调节传输数据的能量大小。

得到一个2^2N×2^2N的能量分配矩阵G，将能量分配矩阵G与矩阵X相乘得到能 量拉伸后的矩阵W:W＝GX

步骤7，对步骤6得到的能量拉伸后的矩阵W进行白化变换，即将矩阵W乘以 白化矩阵H：

Y＝HGX

得到2^2N×M的数据矩阵Y，其中白化矩阵H是2^2N×2^2N的哈达玛矩阵。

步骤8，将能量对角矩阵Λ的对角线元素取出得到2^2N×1的矢量通过对 矢量均匀化得到新的元数据矢量使得元数据矢量中的低频部分与高频部 分能量相当。

步骤9，设置2^N×2^N的像素矩阵为训练数据，当N＝3时，训练数据如图2所示。

将所述2^N×2^N的像素矩阵进行去相关性变换，得到2^N×2^N的去相关性变换 系数矩阵，对所述去相关性变换系数矩阵进行数据重排变换，得到2^2N×1的去 相关性变换系数矢量将所述能量分配矩阵G与所述去相关性变换系数矢量相乘，得到能量拉伸后的去相关性变换系数矢量将所述白化矩阵H与所述 能量拉伸后的去相关性变换系数矢量相乘，得到白化变换后的2^2N×1的训练 矢量

本发明实施例进行训练模块编解码是为了矫正自身能量矢量在线性传输 过程中发生的变化所带来的图像质量损失。

步骤10，元数据矢量训练矢量数据矩阵Y合并组成一个2^2N×(M+2) 的矩阵S。

步骤11，在发送端，将所述元数据矢量训练矢量和数据矩阵Y合并 组成一个2^2N×(M+2)的矩阵S，将所述矩阵S的1行或者多行数据打成一个数据 包；

将所有数据包传入无纠错保护的线性调制的无线通信信道，当所述无线通 信信道的带宽容量不大于设定的阈值时，即带宽不充裕时，采用图3所示的IQ 合并AM(Amplitude Modulation，振幅调制)调制。如附图3(a)所示即将两个 实数分别映射到I与Q，这种映射的特点在于当发射机与接收机相近时，发射的 复数向量与接收的复数向量间距很近(如附图3(b)),当发射机与接收机相距 较远时发射的复数向量与接收的复数向量间距很远(如附图3(c))。

当带宽充裕时，本发明实施例提供一种如图4所示的IQ合并模拟(线性) 调制方法，如附图4(a)所示将同一个实数映射到星座图的I和Q。本调制方法 能够在带来3dB信噪比增益的同时，也会减少相位噪声带来的干扰。如附图4 (b)，(c)所示分别是幅度噪声影响与相位噪声影响下的发射接收星座图， 对于幅度噪声影响IQ合并模拟(线性)调制方法能够带来3dB的信噪比增益。 同时对于相位噪声影响，IQ合并模拟(线性)调制方法能够忍受π大小的相位 噪声而不影响数据解调，这个与Softcast在带宽充裕时只是单纯通过重传带来 幅度噪声3dB的信噪比增益来说是一个较大的优势。

将进行了IQ合并模拟线性调制或者IQ合并AM调制后的数据包进行编码处 理，将编码处理后的数据通过所述无线通信信道发送出去。

上述图1中的图1B所示的接收解码部分包括如下的处理步骤：

步骤12，在接收端，通过无线通信信道接收所述发送端发送的所有数据包。

步骤13，对所述数据包进行解码处理，当所述无线通信信道的带宽容量大 于设定的阈值时，即信道带宽充裕时，对解码处理后的数据包进行IQ合并模拟 线性解调制；当所述无线通信信道的带宽容量不大于设定的阈值时，对解码处 理后的数据包进行IQ合并AM解调制，得到2^2N×(M+2)的矩阵

再将矩阵分解为元数据矢量训练矢量和数据矩阵

步骤14，对元数据矢量去均匀化，得到2^2N×1的矢量再将该矢量转 成2^2N×2^2N的能量对角矩阵

步骤15，对于2^2N×2^2N的能量对角矩阵的每个对角元素按如下公式计算

$\widehat{g_i}=\sqrt{\frac{P\sqrt{{\hat{\lambda }}_i}}{\underset{i=1}{\overset{2^{2N}}{\Sigma }}\sqrt{{\hat{\lambda }}_i}}},i=\mathrm{1,2,3},...,2^{2N}$

得到一个2^2N×2^2N的对角矩阵

步骤16，对于训练矢量进行LLSE(Linear Constrained Least Square， 线性最小平方算法)解码。LLSE解码即求解矩阵C＝HG，数据矩阵 X为待求解的目标。

由于大自然中的噪声大多为高斯白噪声，所以可以用平均噪声能量σ²代表 噪声矩阵N的自身能量对角矩阵Σ，并且矩阵H具有HH^T＝I*2^2N的特性，由此 可以将计算公式简化，则有公式如下，其中X_llse是LLSE算法待求解X 矩阵的近似解。

$\left(\begin{array}{c}{X}_{\mathrm{llse}}=\bar{\Lambda }{\left(H\bar{G}\right)}^T{(\left(H\bar{G}\right)\bar{\Lambda }{\left(H\bar{G}\right)}^T+{\sigma }_{\mathrm{noise}}^{2}I)}^{-1}\hat{Y}\\ =\bar{\Lambda }{\left(H\bar{G}\right)}^T{(\left(H\bar{G}\right)\bar{\Lambda }{\left(H\bar{G}\right)}^T+{\delta }_{\mathrm{noise}}^2{\mathrm{HH}}^{-1})}^{-1}\hat{Y}\\ =\bar{\Lambda }{\left(H\bar{G}\right)}^T{(H\bar{G}\bar{\Lambda }{\bar{G}}^T{H}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}}{\mathrm{HH}}^T)}^{-1}\hat{Y}\\ =\bar{\Lambda }{\left(H\bar{G}\right)}^T{\left(H({\bar{G}\bar{\Lambda }\bar{G}}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})H\right)}^{-1}\hat{Y}\\ =\bar{\Lambda }\bar{G}{\mathrm{HH}}^{-1}{({\bar{G}\bar{\Lambda }\bar{G}}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})}^{-1}{H}^{-1}\hat{Y}\\ =\bar{\Lambda }\bar{G}{({\bar{G}\bar{\Lambda }\bar{G}}^T+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})}^{-1}\left(H^{-1}\hat{Y}\right)\\ =\bar{\Lambda }\bar{G}{(\bar{G}\bar{\Lambda }{\bar{G}}^{T}5+\frac{{\sigma }_{\mathrm{noise}}^2}{2^{2N}})}^{-1}\left(\frac{H}{2^{2N}}\hat{Y}\right)\end{array}\right)$

$X_{\mathrm{llse}}=\hat{\Lambda }{C}^T{(C\hat{\Lambda }{C}^T+\Sigma )}^{-1}\hat{Y}$

$X_{\mathrm{llse}}=\hat{\Lambda }{C}^T{(C\hat{\Lambda }{C}^T+I\left(\frac{{\sigma }^2}{2^{2N}}\right))}^{-1}\hat{Y}$

由于是一个对角矩阵所以矩阵求逆的计算量从O(n³)降到 O(n)。

由于以知，σ²通过信道接收系统估算所得，所以可以通过LLSE算法 解码训练矢量

将解码得到的矢量进行数据重排反变换、去相关性变换反变换处理， 并在每一个元素上加上128后得到2^N×2^N的解训练数据BSTR，将上述训练数据 (附图3的2^N×2^N训练数据减去128)与解训练数据的相同位置的元素相除得到 2^N×2^N的矫正因子，将2^N×2^N的矫正因子经过数据重排得到2^2N×1的矫正矢量， 将2^2N×1的矫正矢量对角矩阵化得到矫正矩阵Q。

步骤17，对数据矩阵进行LLSE解码：

$\hat{Y}=Q{\hat{\Lambda }\hat{G}}^T{({\hat{G}\hat{\Lambda }\hat{G}}^T+I\left(\frac{{\sigma }^2}{2^{2N}}\right))}^{-1}{H}^{-1}\hat{X}$

得到2^2N×M的矩阵

步骤18，取出矩阵的一列进行数据重排反变换的到2^N×2^N的模块。

步骤19，对2^N×2^N的模块进行去相关性变换反变换，并在每一个元素上加 128。将最后得到的模块拼接到该帧的相应位置。

步骤20，重复步骤18～步骤19直到中的列取尽，完成一次AnalogCast编解 码操作。

实施例二

FPGA+DSP实现方式：由于存在视频实时编解码的需要(特别是接收解码部 分)，FPGA+DSP实现方式变得十分必要。该方案的实现分为编码发射以及接收 解码两部分，分别在两块Xilinx KC705FPGA开发板上实现。

在本实现方案中模块大小为8×8(即N＝3)，同时M＝256。通信系统采用 OFDM系统实现，去相关性变换为DCT变换，数据重排使用zigzage算法，白化变 换采用沃什-哈达玛变换。具体实现方案如下：

1.1)本发明实施例的编码发射部分的硬件系统结构示意图如图5所示，编 码发射端的硬件部分：由AnalogCast编码发射基带模块，微处理器，双倍速率 DDR(Dynamic Random Access Memory，同步动态随机存取存储器)，UART (Universal Asynchronous Receiver/Transmitter，通用异步收发传输器)， IIC(Inter-Integrated Circuit，集成电路总线)，RF发射芯片组成。其中 除RF发射芯片外其它模块都在FPGA开发板中以IP方式集成，并通过AXI接口协 议挂载到系统总线上(硬件系统图见附图5)。微处理器负责控制基带模块以 及外设；AnalogCast编码发射基带模块负责对AXI总线传入的数据进行信源信 道编码；IIC负责FPGA与RF发射芯片的通信与控制；DDR负责数据的读写；RF发 射芯片负责对AnalogCast编码发射基带处理得到的数据进行中高频处理并通 过天线发射；UART负责与PC端通信。

AnalogCast编码发射基带模块：分为三个部分：

AnalogCast信源编码端：主要功能是AnalogCast的信源编码。利用

Xilinx Vivado FPGA设计软件中自带的HLS软件根据编码流程图(见附图1 信源编码部分)编写定点C代码，再通过HLS软件综合得到所需的verilog代码。

数据转换器：主要功能是作为AnalogCast信源编码端与线性OFDM发射机的 接口。通过对AnalogCast信源编码端输出的元数据，训练数据和数据的数据流 整合成发射矩阵，并将发射矩阵按照线性OFDM发射机的数据发送格式输入线性 OFDM发送机。该模块使用verilog语言编写而成。

线性OFDM发射机：线性OFDM信道编码的硬件实现。功能包括：AM/IQ合并 AM调制，加导频，IFFT，加窗，帧成型。使用verilog编码实现。

RF射频芯片：使用ADI的fmcomms1芯片,一种高速模拟收发芯片，FPGA通过 IIC对RF射频芯片进行控制与通信(配置射频参数，采样率，各个模块时钟频 率等等)，AnalogCast编码发射基带通过FMC接口提供射频发射的数据与参考 时钟。fmcomms1芯片提供400Mhz到4Ghz射频范围。该模块是可定制的，以宽 范围的频率通过软件无需任何硬件改变，提供了用于GPS或IEEE1588同步，并 且具有MIMO配置选项。

其余IP：使用Xilinx自带的IP。

1.2)软件部分通过烧录.elf文件到微处理器中，并通过微处理器控制基 带模块以及外设的工作，并通过UART-PC进行实时控制。本发明实施例的编码 发射部分的软件流程图如图7所示：

步骤一：通过IIC总线驱动RF通信芯片设置射频频率，采样频率，各个子 模块时钟，并使天线处于工作状态。

步骤二：通过AXI总线驱动AnalogCast基带模块，告诉基带开始工作。

步骤三：从AXI总线DDR中读数据，写入AnalogCast基带模块。

步骤四：重复步骤二～步骤三。

步骤5：如果UART向MicroBlaze输入终止指令则停止系统工作。、

1.3)本发明实施例的接收解码部分的硬件系统结构示意图如图6所示，接 收解码端的硬件部分：由AnalogCast接收解码基带模块，微处理器，双倍速率 同步动态随机存储器(DDR)，通用异步收发传输器(UART)，IIC，RF接收芯片 组成，其中除RF接收芯片以外其它模块都在FPGA中以IP方式集成，并通过AXI 接口协议挂载到系统总线上(硬件系统图见附图6)。微处理器负责控制基带 模块以及外设工作；AnalogCast接收解码基带模块负责对RF芯片送入的数据进 行信源信道解码；IIC负责FPGA与RF接收芯片的通信与控制；DDR负责数据的读 写；RF接收芯片接收源信号，并将得到的天线信号进行数模转换以及载波调制 等一系列中高频处理送入AnalogCast接收解码基带模块；UART负责与PC端通 信。

AnalogCast接收解码基带模块：分为三个部分：

1.线性OFDM接收机：线性OFDM信道解码的硬件实现。功能包括：分组检 测，载波补偿，符号同步，FFT，信道估计，剩余相位补偿，采样补偿，去导 频，AM/IQ合并AM调制。使用verilog编码实现。

2.数据转换器：主要功能是作为AnalogCast信源解码端与线性OFDM接收 机的接口。该接口从线性OFDM接收机处接收到数据包并且组成接收矩阵，将接 收矩阵中的数据，元数据和训练数据按照AnalogCast信源解码端数据格式的要 求送入AnalogCast信源解码端进行数据处理。该模块使用verilog语言编写而 成。

3.AnalogCast信源解码端：与AnalogCast信源编码端相同的实现方法，利 用Xilinx Vivado FPGA设计软件中自带的HLS软件根据解码流程图(见附图1信 源解码部分)编写定点C代码，再通过HLS软件综合得到所需的verilog代码。

RF射频芯片：使用与发射机一样的芯片。

其余IP：使用Xilinx自带的IP。

1.4)软件部分通过烧录.elf文件到微处理器中通过微处理器控制基带模 块以及外设的工作，并通过UART-PC进行实时控制。本发明实施例的接收解码 部分的软件流程图如图8所示，包括：

步骤一：通过IIC总线驱动RF通信芯片设置射频频率，采样频率，各个子 模块时钟，并使天线处于工作状态。

步骤二：通过AXI总线驱动AnalogCast基带模块，告诉基带开始工作。

步骤三：通过AXI总线的工作信号观察AnalogCast基带系统是否工作，如 果不工作，则标志DDR中存储的数据有效。并重新通过AXI总线驱动AnalogCast 基带模块，告诉基带开始工作，重复步骤三。

步骤四：如果UART告知有终止信号则停止工作。

实施例三

2)：软件无线电实现方式：

在本实现方案中模块大小为8×8(即N＝3)，同时M＝256。通信系统采用 OFDM系统实现，去相关性变换为DCT变换，数据重排使用zigzage算法，白化变 换采用沃什-哈达玛变换。具体实现方案如下：

信源信道编解码在PC机上由软件完成，高速数字信号处理与RF发射接收在 USRP N210母板上完成。本发明实施例的软件无线电架构结构图如图9所示，硬 件部分：由PC机，软件无线电开发板，RF射频芯片组成。

2.1)PC机：通过Matlab软件架构AnalogCast信源编解码端，线性OFDM信 道编解码端。

2.3)软件无线电开发板：使用一款叫做GUNRadio的软件无线电平台，USRP  N210母板，负责高速数字信号处理(数模/模数转换，数字上下变频等)。

2.4)RF射频芯片：RFX2400芯片提供2.4Ghz的载波调制与解调功能。

软件部分：软件部分主要是信源信道的基带编解码，主要是在PC机上通过 Matlab软件编写代码实现，编码发射流程图和接收解码流程图见附图1。

实施例四

3)：ASIC实现方式：

本发明实施例的AnalogCast基带系统的ASIC实现流程图如图10所示，ASIC 实现主要针对AnalogCast接收解码基带模块与AnalogCast编码发射基带模块， 主要是将编写得到RTL行为级模型进行物理建模，最终得到IP的物理模型 (GDSII)，测试模型，功耗模型，时序模型。其中RTL模型的构建与FPGA+DSP 方案相同，AnalogCast信源编解码部分使用HLS综合生产verilog,其余部分手 写verilog。

综上所述，本发明实施例提出了一种全线性传输无纠错保护的视频/图片 等多媒体数据传输方法，可以应用在Softcast编解码系统，本发明实施例在编 码发射端的信源处使用非熵编码的编码方式(去相关性变换，能量分配，白化 变换)产生元数据和训练数据，在带宽充裕的情况下本发明实施例提供一种IQ 合并的线性调制方式。

相对于现有技术而言，本发明实施例具有如下优势：

1)具有与Softcast一样的组播公平性。

2)由于是全线性传输，即使信道质量下降，元数据不会存在“悬崖效应”， 拥有更佳的鲁棒性与更远的传输距离。

3)在带宽充裕的条件下，不再单单使用重传手段而是采用一种合并IQ路 的手段，使得获得更佳抗噪性的同时获得对载波失调，采样失调，信道频率偏 差的抵抗性。

4)由于采用了全线性调制，源数据传输占用较少的带宽。提高抗噪性的 同时提高对相位噪声的抵抗能力。

5)相对于传统的组播系统与半线性系统(Softcast，G-cast，HAD-cast， D-cast等等)省去了数字边路信息，大大减少了信道编码的复杂性(省去了信 源压缩与解压缩，信源保护与纠错，交织与解交织和信道保护与纠错等计算)， 大大减少了计算复杂度。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的 模块或流程并不一定是实施本发明实施例所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本 发明实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理 解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以 软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如 ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个 人计算机，服务器，或者网络设备等)执行本发明实施例各个实施例或者实施 例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相 似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之 处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以 描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装 置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或 者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理 单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实 际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普 通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述，仅为本发明实施例较佳的具体实施方式，但本发明实施例的保 护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例揭露的 技术范围内，可轻易想到的变化或替换，都应涵盖在本发明实施例的保护范围 之内。因此，本发明实施例的保护范围应该以权利要求的保护范围为准。