Xreferat.com » Рефераты по информатике и программированию » Сжатие данных при телеизмерениях

Сжатие данных при телеизмерениях

Размещено на

Введение


Вводные замечания

Глава 1. Классификация и основные характеристики метода сжатия данных

Глава 2. Программируемые РТМС

Глава 3. Адаптивные методы сжатия

4.1 Алгоритмы полиноминальных методов сжатия

4.2 Экстраполяционные методы сжатия

4.3 Оптимальное линейное предсказание

4.4 Интерполяционные методы сжатия

4.5 Сравнение полиномиальных методов сжатия

Заключение

Список литературы:


Введение


Телекоммуникации являются одной из наиболее быстро развивающихся областей современной науки и техники. Жизнь современного общества уже невозможно представить без тех достижений, которые были сделаны в этой отрасли за немногим более ста лет развития. Отличительная особенность нашего времени - непрерывно возрастающая потребность в передаче потоков информации на большие расстояния. Это обусловлено многими причинами, и в первую очередь тем, что связь стала одним из самых мощных рычагов управления экономикой страны. Одновременно, претерпевая значительные изменения, становясь многосторонней и всеобъемлющей, электросвязь каждой страны становится все более интегрированной в мировое телекоммуникационное пространство.

Вводные замечания

В системе с циклической дискретизацией избыточность данных возникает даже при правильно выбранной частоте опроса датчиков, т.к. при мало меняющихся во времени параметрах частота опроса остается той же, что и на участках, где такая частота является необходимой. Т.о., целью сжатия данных является формирование минимального количества координат, обеспечивающих воспроизведение первичного сигнала с заданной вероятностью. Для пояснения вышесказанного рассмотрим изменение некоторой функции на интервале представления (рисунок 1).


Сжатие данных при телеизмерениях

Рисунок 1


Передача дискретных значений Сжатие данных при телеизмеренияхна участке Сжатие данных при телеизмерениях дает избыточную информацию о поведении функции Сжатие данных при телеизмерениях. Передача избыточной информации приводит к расширению полосы частот в канале связи, увеличивает время необходимое для обработки информации и расход энергии источника питания.

Т.о., сжатие объема сообщений позволяет:

Уменьшить требуемую пропускную способность канала передачи информации, а также объем памяти запоминающих устройств.

Увеличить оперативность получения необходимой информации.

Уменьшить требования к весу, объему, энергетическим показателям различных устройств РТМС.

Сократить избыточность информации можно в различных сечениях тракта РТМС (рисунок 2), где Д – датчики, УСИ – устройство сокращения информации, РТС – радиотехническая система, ЛС – линия связи, УОИ – устройство обработки информации.


Сжатие данных при телеизмеренияхРисунок 2


Сжимать информацию можно:

На выходе Д путем предварительной обработки информации, например, с помощью адаптивной коммутации.

На выходе РТМС с целью разгрузки системы передачи информации, например, путем рационального кодирования и используя необратимые методы сжатия.

На входе устройств первичной обработки путем отбора наиболее важной информации.


Глава 1. Классификация и основные характеристики метода сжатия данных


Существует несколько методов сжатия объема сообщения (рисунок 3), где ИИД – исключение избыточных данных, АД – адаптивная дискретизация, АК – адаптивная коммутация, АРЧ – автоматическая регулировка частоты опроса сигнала.


Сжатие данных при телеизмерениях

Рисунок 3


По возможности восстановления исходного сигнала все методы сжатия делятся на необратимые и квазиобратимые. К необратимым относятся методы, при которых на приемную сторону передается не сам сигнал как функция времени, а какие-то его характеристики. Имея эти характеристики невозможно восстановить исходный сигнал как функцию времени. В качестве таких характеристик могут выступать спектральная плотность мощности, функция плотности вероятности, форма корреляционной функции. К квазиобратимым относятся методы допускающие восстановление исходного сигнала с определенной степенью верности.

Программируемые представления предполагают возможность изменения способа представления или его показателей, например частоты опроса, в ходе работы системы. Смена режима производится или по решению оператора или по определенной программе. Число различных основных показателей такого представления обычно ограничено.

К методам сжатия данных путем эффективного кодирования относятся методы представления измеряемой информации в дискретной форме, требующие минимального количества символов при заданных показателях верности. К эффективному кодированию относится статистическое и рациональное кодирование. Алгоритмы статистического кодирования позволяют сократить число двоичных символов в коде при передаче отдельных фрагментов сообщений с большой вероятностью появления. Например, гласные имеют большую вероятность появления, поэтому их можно кодировать кодом с минимальным количеством символов и наоборот. Алгоритмы рационального кодирования обеспечивают передачу сообщений с минимальным количеством символов при том же качестве восстановления сигналов в условиях априорной неопределенности относительно вероятностных и спектральных характеристик.

Адаптивные методы сжатия данных позволяют уменьшить среднюю частоту дискретизации. Они основаны на кусочной аппроксимации измеряемой величины более простой функцией времени и передаче дискретных значений измеряемой величины при достижении погрешностью аппроксимации некоторого заданного значения. Для реализации адаптивных методов могут применяться адаптивная коммутация каналов, адаптивная дискретизация и исключение избыточных данных. Возможно применение комбинированного метода, сочетающего в себе принципы программируемых систем и систем, исключающих избыточные данные. В некотором случае целесообразно применять РТМС с автоматическим регулированием частоты опроса датчиков. Адаптивные методы делятся на одно- и двухпараметрические. В случае однопараметрической адаптации может фиксироваться длительность интервала сообщения и тогда изменяется число формируемых координат или может фиксироваться число формируемых координат и тогда изменяется длительность интервала сообщения. При двухпараметрической адаптации изменяется число формируемых координат и длительность сообщений. РТМС со сжатием данных характеризуется рядом коэффициентов:

Коэффициент сжатия данных - определяется как отношение Сжатие данных при телеизмеренияхотсчета измеряемой величины, передаваемой без сжатия, к количеству отсчетов Сжатие данных при телеизмерениях в системе со сжатием, за продолжительность времени Сжатие данных при телеизмерениях при заданной верности :


Сжатие данных при телеизмерениях. ( 1)


Существует информационная трактовка этого коэффициента:


Сжатие данных при телеизмерениях , ( 2)


где Сжатие данных при телеизмерениях - количество передаваемой информации в системе без сжатия, Сжатие данных при телеизмерениях - среднее количество передаваемой информации в системе со сжатием.

Коэффициент эффективности, позволяющий получить сравнительную оценку различных методов сжатия.


Сжатие данных при телеизмерениях , ( 3)


где Сжатие данных при телеизмерениях - минимальное количество информации, которое при заданном ограничении, например, длительности интервала представления, необходимо передавать в системе. Коэффициент эффективности является абсолютной характеристикой способа представления сообщения в данном классе.

Коэффициент помехоустойчивости, характеризующий чувствительность сообщения к искажению координат


Сжатие данных при телеизмерениях ( 4)


где Сжатие данных при телеизмерениях - значения показателя верности в системе без сжатия и со сжатием данных. Помехоустойчивость системы может характеризоваться коэффициентами сжатия по полосе и мощности.


Сжатие данных при телеизмерениях , ( 5)


где Сжатие данных при телеизмерениях - полоса частот и мощность источника питания на передающей стороне в системе без сжатия и со сжатием данных, обеспечивающие ту же верность.

Время задержки сообщения в аппаратуре сжатия - Сжатие данных при телеизмерениях. На этот параметр накладываются ограничения, определяемые временем протекания аварийных процессов, т.к. в этом случае вся накопленная в оперативной памяти информация может быть потеряна.

Коэффициент сложности алгоритма - характеризует среднее число вычисляемых операций или команд, реализуемых аппаратурой сжатия данных для вычисления одной координаты.



Глава 2. Программируемые РТМС


В рассматриваемых РТМС сокращение избыточности достигается за счет установления на некотором отрезке времени для каждого параметра или группы параметров своей частоты опроса. Установка частоты опроса Сжатие данных при телеизмерениях осуществляется по известным максимальным характеристикам параметров: граничной частоты спектра, минимальным интервалом корреляции и максимальной скорости изменения параметра. Для программного изменения частоты опроса должны быть известны указанные априорные сведения. На рисунке 4 показано, что на интервалах Сжатие данных при телеизмерениях частота опроса меняется дискретно.


Сжатие данных при телеизмерениях

Рисунок 4


Скачкообразное изменение частоты опроса позволяет сократить избыточность, сохраняя заданное значение погрешности дискретизации.

Структурная схема передающей части программируемой РТМС представлена на рисунке 5, где Д – датчики, К – коммутатор, РПУ – радиопередающее устройство, УУ+ЗУ – устройство управления и запоминающее устройство.


Сжатие данных при телеизмерениях

Рисунок 5


Управляющие сигналы поступают на вход коммутатора, кодирующего устройства и передатчика, изменяя их характеристики. Программа управления хранится в ЗУ и обновляется по внешним командам.

Недостатки программируемых РТМС:

Необходимость наличия априорных сведений об измеряемых параметрах.

Дискретное изменение частоты опроса, ведущее к некоторой избыточности.

Достоинства программируемых РТМС:

Простота реализации и высокая информационная гибкость.

Сокращение объема передаваемых данных за счет сокращения избыточности по множеству параметров.



Глава 3. Адаптивные методы сжатия


3.1 Алгоритмы полиноминальных методовсжатия


На основе полиноминальных методов сжатия данных разработаны алгоритмы адаптивной дискретизации и исключения избыточности данных. В отличие от методов регулярных выборок при использовании полиноминальных методов сжатия точка опроса не образует периодической последовательности. В этом случае передаются и запоминаются существенные выборки (рисунок 6).


Сжатие данных при телеизмерениях

Рисунок 6


Под существенными выборками понимаются выборки, позволяющие получать на приемной стороне первичный сигнал Сжатие данных при телеизмерениях с заданной точностью. Т.к. существенные выборки не образуют регулярную последовательность, то для получения оценки первичного сигнала Сжатие данных при телеизмерениях необходимо передавать дополнительную информацию в виде значений времени Сжатие данных при телеизмерениях… появления существенных выборок. Для формирования существенных выборок обычно используется кусочная аппроксимация измеряемых величин алгебраическим полиномом.


Сжатие данных при телеизмерениях , ( 6)


где Сжатие данных при телеизмерениях - коэффициенты полинома.

Для реализации полиноминальных методов сжатия необходимо устройство, определяющее погрешность аппроксимации и изменяющее режим работы системы, т.е. частоту опроса. В зависимости от типа преобразователей погрешности аппроксимации известны экстраполяционные и интерполяционные алгоритмы адаптивного сжатия.


3.2 Экстраполяционные методы сжатия


Сущность метода экстраполяции, т.е. предсказания, заключается в получении упрежденных значений параметра Сжатие данных при телеизмерениях на основе предшествующих данных. Если текущее значение параметра отличается от предшествующего не больше, чем на величину заданного допуска, то оно отбрасывается. Для предсказания (Сжатие данных при телеизмерениях)-го отсчета, если известны Сжатие данных при телеизмерениях предыдущих отсчетов используется формула:


Сжатие данных при телеизмерениях. Сжатие данных при телеизмерениях ( 7)


В зависимости от степени полинома различают предсказатели нулевого, первого и т.д. порядка. Рассмотрим предсказатель нулевого порядка (рисунок 7). В этом случае степень полинома Сжатие данных при телеизмерениях, а предсказанное значение Сжатие данных при телеизмерениях. Таким образом, если имеется отсчет Сжатие данных при телеизмерениях, то предполагается, что последующие отсчеты Сжатие данных при телеизмерениях и т.д. равны Сжатие данных при телеизмерениях.


Относительно величины отсчета Сжатие данных при телеизмерениях устанавливается зона Сжатие данных при телеизмерениях. Эта зона называется зоной сравнения или апертурой. Для каждого Сжатие данных при телеизмерениях-го отсчета, следующего за Сжатие данных при телеизмерениях-ым существенным отсчетом, вычисляется разность:


Сжатие данных при телеизмерениях . ( 8)


Сжатие данных при телеизмерениях

Рисунок 7


Отсчет считается существенным, если Сжатие данных при телеизмерениях.

Сжатие с помощью полинома нулевого порядка требует запоминание последнего существенного отсчета.

Блок - схема алгоритма данного метода показана на рисунке 8.


Сжатие данных при телеизмерениях

Рисунок 8


Рассмотрим теперь предсказатель первого порядка. Степень полинома в этом случае m=1. Для построения полинома требуется два предшествующих отсчета, через которые проводится прямая линия. Предсказанное значение для последующих отсчетов лежит на этой линии (рисунок 9).


Сжатие данных при телеизмерениях

Рисунок 9


Предсказанное для момента времени Сжатие данных при телеизмерениях значение параметра рассчитывается по формуле:


Сжатие данных при телеизмерениях. ( 9)


Если ошибка Сжатие данных при телеизмерениях, то отсчет исключается. В этом случае для расчета предсказанного значения в точке Сжатие данных при телеизмерениях используется формула:


Сжатие данных при телеизмерениях. ( 10)


Сжатие с помощью предсказателя первого порядка требует запоминание последнего существенного отсчета и предсказанного значения отсчета (рисунок 10).


Сжатие данных при телеизмерениях

Рисунок 10


Согласно экспериментальным данным при сжатии медленно меняющихся параметров предсказатель нулевого порядка дает коэффициент сжатия около 50, а предсказатель первого порядка – 70. Использование полиномов более высокого порядка даёт небольшое приращение коэффициента сжатие, но приводит к увеличению вычислений и усложнению экстраполятора. Наиболее помехоустойчивы экстраполяторы низких порядков, поэтому обычно используются экстраполяторы нулевого и первого порядка.


3.3 Оптимальное линейное предсказание


Для определения алгоритма оптимального линейного предсказания необходимо знать корреляционную функцию или энергетический спектр параметра. Значения параметра в момент времени Сжатие данных при телеизмерениях предсказывается путем вычисления линейной комбинации Сжатие данных при телеизмеренияхпредшествующих отсчетов по формуле:


Сжатие данных при телеизмерениях, ( 11)


где коэффициенты Сжатие данных при телеизмерениях выбираются из условия минимальной дисперсии разности предсказанного значения от действительной величины.


Сжатие данных при телеизмерениях. ( 12)


Коэффициенты Сжатие данных при телеизмерениях находятся путем решения системы уравнений вида:


Сжатие данных при телеизмерениях, Сжатие данных при телеизмерениях ( 13)


В случае если используется одно предшествующее значение параметра Сжатие данных при телеизмерениях, то


Сжатие данных при телеизмерениях, Сжатие данных при телеизмерениях, ( 14)


где Сжатие данных при телеизмерениях - коэффициент корреляции параметра, Сжатие данных при телеизмерениях- период опроса.

Если используется два предшествующих значения параметра Сжатие данных при телеизмерениях:


Сжатие данных при телеизмерениях, Сжатие данных при телеизмерениях ( 15)


Алгоритм работы при оптимального линейного предсказания строится также, как и при предсказании нулевого и первого порядка, но вычисление предсказания параметра осуществляется в соответствии с формулами ( 14) и ( 15).

Можно показать, что дисперсия отклонения предсказанного значения от действительного в случае предсказания нулевого порядка:


Сжатие данных при телеизмерениях, ( 16)


а в случае предсказания первого порядка:


Сжатие данных при телеизмерениях. ( 17)


3.4 Интерполяционные методы сжатия


Предсказание эффективно в том случае, если параметр плавно изменяется по времени. Если параметр искажается шумом или имеет быстрое изменение, то эффективность методов сжатия, основанных на предсказаниях, существенно снижается. В этом случае использование интерполяционных методов сжатия позволяет исключить большее число избыточных отсчетов. Сущность методов интерполяции состоит в замене параметров Сжатие данных при телеизмерениях аппроксимирующей функцией вида:


Сжатие данных при телеизмерениях ( 18)


Обычно в качестве таких функций используются полиномы нулевого и первого порядков.

Применение полиномов более высокого порядка приводит к резкому увеличению объема вычислений и не дает значительного приращения коэффициента сжатия.

Рассмотрим интерполяцию нулевого порядка. При этом Сжатие данных при телеизмерениях и аппроксимирующей функцией является прямая линия параллельная оси абсцисс.

На отрезке интерполяции Сжатие данных при телеизмерениях находится минимальное Сжатие данных при телеизмерениях и максимальное Сжатие данных при телеизмеренияхзначение параметров. Интерполяционная прямая равна:


Сжатие данных при телеизмерениях ( 19)


Рассмотрим особенности в случае применения интерполяционного и экстраполяционного методов сжатия данных (рисунок 11).


Сжатие данных при телеизмерениях

Рисунок 11


Для определения величины интерполяционного интервала Сжатие данных при телеизмерениях произведем вычисление погрешности интерполяции


Сжатие данных при телеизмерениях ( 20)


для все увеличивающегося интервала наблюдения.

Как только Сжатие данных при телеизмерениях, то полученный интервал фиксируется. Обычно при экстраполяции ошибка аппроксимации параметра получается больше Сжатие данных при телеизмерениях, а Сжатие данных при телеизмерениях. Это объясняется тем, что при интерполяции значение существенного отсчета вычисляется в конце интервала интерполяции, т.е., с учетом не только предшествующего, но и последующего отсчетов. При экстраполяции существенным является первый отсчет. Но при интерполяции необходимо произвести больший объем вычислений, чем при экстраполяции. При интерполяции первого порядка в качестве интерполирующей функции используется прямая, которая может иметь произвольный наклон.


3.5 Сравнение полиномиальных методов сжатия

сжатие данное экстраполяция интерполяция

Основными факторами, определяющими применимость того или иного метода сжатия являются:

эффективность изменения избыточности;

сложность реализации алгоритмов сжатия данных.

Величина коэффициента сжатия зависит от алгоритма и определяется шириной апертуры, которая задает точность восстановления, а также характером изменения параметра. Последняя причина является очень существенной. При одной и той же апертуре в зависимости от характера изменения параметра коэффициент сжатия изменяется от десятков до сотен. Для ориентировочных расчетов можно использовать данные о коэффициенте сжатия, полученные при испытаниях ракеты “Поларис”.

На рисунке 12 представлены зависимости коэффициента сжатия от величины апертуры для трех алгоритмов.

ИПП – интерполятор первого порядка

ИНП – интерполятор нулевого порядка

ПНП – предсказатель нулевого порядка


Сжатие данных при телеизмерениях

Рисунок 12


При использовании алгоритмов сжатия можно передавать данные, занимающие полосу 80 кГц в реальном масштабе времени в полосе телефонного канала 3,2 кГц.

При осуществлении сжатия возможно комбинированное использование нескольких алгоритмов, например, путем экстраполяции или интерполяции нулевого или первого порядка. Для одних участков изменения параметра большей эффективностью будет обладать первый алгоритм, а для других – второй.

Для сравнения рассмотрим следующие классы алгоритмов квазиобратимого сжатия.

1 – ПНП (предсказатель нулевого порядка);

2 – ППП (предсказатель первого порядка);

3 – ИНП (интерполятор нулевого порядка);

4 – ИПП (интерполятор первого порядка);

5 – ПНП-ИПП (комбинированный алгоритм)

6 – комбинированный алгоритм ИНП-ИПП.

Для удобства анализа критерии качества исследуемых алгоритмов относились к соответствующим значениям алгоритма ПНП.

Сложность аппаратурной реализации оценивалась количеством интегральных микросхем (МК), необходимых для построения устройства, или количеством элементарных операций (ОП) на обработку одного отсчета, или объемом оперативной памяти запоминающего устройства (ЗУ), требуемый для обработки одного параметра (рисунок 13).


Сжатие данных при телеизмерениях

Рисунок 13


Получены значения коэффициента сжатия данных, полученные при анализе данных поступающих с космического аппарата Луна-15 (рисунок 14).


Сжатие данных при телеизмерениях

Рисунок 14


Для алгоритмов 1, 2, 3 коэффициент сжатия пропорционален сложности реализации. Причем, сложность интерполятора (алгоритм 3) выше, чем у алгоритма 1. Алгоритм 4 (ИПП) обеспечивает коэффициент сжатия примерно 30, а затраты реализации в 4 раза превышают затраты на построение алгоритма 1. Наиболее простая техническая реализация у алгоритма ППП и алгоритма ИПП, когда гладкие процессы, и алгоритма ИПП, когда шумовые процессы.

Полиномиальные методы сжатия данных реализуются в конкретных адаптивных системах.


Заключение


Радиосвязь - одно из самых простых и надежных средств связи. Рации полезны и удобны, их можно использовать там, где недоступен ни один другой вид связи, системы радиосвязи недороги по цене, легко развертываются и нетребовательны к условиям окружающей.

Наиболее характерными для современных РСПИ являются три формы представления сообщений, которые формируются на борту и передаются по линиям связи:

Сообщения о наличии/отсутствии некоторого априорно известного сообщения (включения/выключения двигателей, удары метеорита).

Сообщения о величинах характеризуют значения параметров в определенный момент времени.

Сообщения о процессах должны с заданной точностью воспроизводить процессы на определенном отрезке времени, т.е. в этом случае также необходимо производить калибровку амплитуды и масштабирование по времени.


Список литературы


Радиотехнические методы передачи информации: Учебное пособие для вузов / В.А.Борисов, В.В.Калмыков, Я.М.Ковальчук и др.; Под ред. В.В.Калмыкова. М.: Радио и связь. 1990. 304с.

Системы радиосвязи: Учебник для вузов / Н.И.Калашников, Э.И.Крупицкий, И.Л.Дороднов, В.И.Носов; Под ред. Н.И.Калашникова. М.: Радио и связь. 1988. 352с.

Тепляков И.М., Рощин Б.В., Фомин А.И., Вейцель В.А. Радиосистемы передачи информации: Учебное пособие для вузов / М.: Радио и связь. 1982. 264с.

Кириллов С.Н., Стукалов Д.Н. Цифровые системы обработки речевых сигналов. Учебное пособие. Рязань. РГРТА, 1995. 80с.

Размещено на

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: