信息时代的到来使数据压缩技术得到了迅猛发展,各种新算法层出不穷,然而,大多数数据压缩方法都是熵压缩的.尽管面对巨大的应用需求,完全可逆的保持型编码的压缩能力和可供选择的理论方法都非常有限,解决这个问题在理论上、技术上仍然具有挑战性.该文在传统的线性预测用于无失真数据压缩的基础上作了进一步研究,主要完成了以下工作:1、通过定量研究输入噪声对压缩比和输出信噪比关系的影响、对输出误差和量化失真的影响,揭示了输入噪声对信号压缩失真的掩蔽效应,指出在一定的噪声背景下可用限失真压缩代替无损压缩以提高数据压缩比,而不致影响恢复信号的质量.2、反射编码可改进无失真预测编码的性能,但此时使用传统的最小均方误差(MMSE)准则确定预测系数已不适合,为此该文提出了一种新的准则,并为了使新准则能用于自适应方法,提出了一类自适应算法作为LMS算法的替代.3、提出了一个针对预测误差的新的组合信源模型,它对编码性能的改进在理论上与具体的预测算法和编码方法无关.将其和自适应方法结合使用时,性能改进等于两者单独使用之和.