Способ повышения эффективности процедуры изменения разрядности измерительных данных

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Способ повышения эффективности процедуры изменения разрядности измерительных данных

И.В. Богачев, канд. техн. наук,

А.В. Левенец, д-р техн. наук,

Чье Ен Ун, д-р техн. наук

В статье рассматривается влияние способа кодирования измерительных данных на эффективность способа предварительной обработки их перед сжатием, основанного на изменении разрядности данных. В основе применяемой оценки эффективности лежит анализ значений автокорреляционной функции, вычисленной по преобразованным данным. Показано, что применение кода Грея заметно увеличивает оценку для всех наборов рассмотренных данных.

Ключевые слова: измерительные данные, предварительная обработка, автокорреляционная функция, сжатие данных, разрядность, код Грея.

Введение

Сжатие данных в настоящее время широко применяется в информационно-измерительных системах (ИИС), работающих с измерительными данными, т.е. данными, полученными от различного типа датчиков. В таком случае применение методов обработки данных, допускающих появление погрешности восстановления, в подавляющих случаях недопустимо [1]. Кроме того, довольно распространенным требованием к системам такого типа является необходимость работы в реальном масштабе времени. Таким образом, несмотря на широкую номенклатуру известных на текущий момент методов сжатия данных, выбор разработчиков ИИС сложных технических объектов

Исследование выполнено за счет гранта Российского научного фонда №22-21-00146, https://rscf.ru/proj ect/22-21 -00146/.

ограничен. Аналогичные тенденции можно отметить также в современных телеметрических системах [2], для которых существующие средства сжатия данных в совокупности с высокоскоростными каналами связи дали возможность оперировать значительными объемами данных, поступающими от контролируемых сложных технических систем.

Повышение эффективности процедур сжатия данных связано с предварительной обработкой их перед сжатием, целью которой является приведение статистических характеристик исходного потока данных к оптимальным для применяемого алгоритма сжатия. Как правило, такая обработка не приводит к существенному повышению времени обработки, но существенно увеличивает эффективность последующей процедуры сжатия. Это направление в настоящее время разрабатывается достаточно эффективно. Кроме модификации известных методов, разрабатываются и новые. Например, одни из возможных вариантов предварительной обработки является представление исходных блоков (или, возможно, кадров) измерительных данных в виде битовых последовательностей. Далее из такой фактически одномерной последовательности после анализа корреляционных оценок формируются более сложные структуры, обладающие более высокой упорядоченностью. Недостатком описываемого метода является его эффективная работа только на квазистационарных участках исходной последовательности данных [3]. Перспективным подходом следует считать способ преобразования, изменяющий исходную разрядность данных таким образом, что результирующая последовательность сжимается лучше исходной [4]. Таким образом, разработка методов предварительной обработки данных, позволяющих без существенных вычислительных затрат повышать эффективность работы алгоритмов сжатия, является актуальной задачей. кодирование измерительный код грея

Оценка эффективности преобразования

Суть рассматриваемого здесь преобразования состоит в том, что исходный блок обрабатываемых данных представляется в виде битовой последовательности, составленной из битовых представлений каждого отсчета этого блока. Далее такая последовательность разбивается на слова с заданной разрядностью, отличной от исходной. При этом выбор разрядности предполагает более высокую коррелированность полученной последовательности данных по сравнению с исходной. Важно подчеркнуть, что формируемый отсчет данных может состоять как из битов, взятых от текущего преобразуемого отсчета исходных данных, так и из битов соседнего отсчета, следствием чего становятся размытие границы отсчетов исходных данных.

Этот эффект следует учитывать в процессе применения такого преобразования.

В данной работе ставилась задача оценки перспективности предложенной предварительной обработки. Учитывая, что исходные данные представляют собой дискретную последовательность отсчетов, для оценки эффективности предложенной обработки данных использовалась автокорреляционная функция (АКФ), вычисляемая следующим образом:

где N - объем выборки; к - временной аргумент; х_ср - среднее арифметическое значение для обрабатываемой выборки; x(i) - i-й отсчет обрабатываемой выборки.

Оценка эффективности производилась по максимальному значению всех максимумов АКФ в рассматриваемом диапазоне аргументов, без учета тривиального значения АКФ для нулевого аргумента. Предложенная оценка показывает уровень корреляционных взаимосвязей в данных, появившихся после обработки. Очевидно, что чем больше оценка, тем более эффективно (по крайней мере, потенциально) будут сжиматься обработанные данные по сравнению с исходными.

Результаты исследования

Исходные данные представляли собой 24 набора восьмиразрядных отсчетов, каждый из которых был получен от своего источника информации (датчика). Данные условно разделялись на наборы первого типа, с малым диапазоном изменения своих значений (< 20 единиц), и данные второго типа, с динамическим диапазоном более чем 30 единиц. Наборы данных D1-D12 относятся к данным первого типа, а D13-D24 - к данным второго типа. Объемы наборов данных лежали в пределах от 17000 до 19000 отсчетов, что позволило получить значения АКФ с усреднением по 10 выборкам. Полный объем каждой выборки составлял 1536 отсчетов, при этом расчет значений АКФ проводился по 1024 выборкам. Максимальное значение временного аргумента составляло 511, однако на приведенных в статье графиках максимальное значение аргумента ограничено с целью более наглядного представления результатов.

Так как проведенные ранее исследования показали, что увеличение разрядности более исходной не приводит к заметному эффекту [4], в данной работе разрядность изменялась только в пределах от двух до семи разрядов.

Пример АКФ шестиразрядного преобразования данных как первого, так и второго типа представлен на рис. 1.

Рис.1. Пример АКФ данных первого (а) и второго (б) типа без обработки и после преобразования в шестиразрядные данные.

На рисунке цифрой 1 обозначена АКФ непреобразованных, а цифрой 2 - преобразованных данных. Как следует из полученных результатов исследования, рассматриваемое преобразование существенно видоизменяет вид автокорреляционной функции, которая приобретает выраженный периодический характер. При этом в большинстве случаев, особенно для данных первого типа, пиковые значения АКФ остаются достаточно высокими даже на конце рассмотренного диапазона временных аргументов функции.

При выборе других значений разрядности общая картина в целом не меняется. Следует отметить, что максимумы АКФ наблюдаются при значениях аргумента, кратного двум. Так, для разрядностей три, пять и семь период появления максимумов равен восьми, для разрядностей два и шесть - четырем, а для разрядности четыре - двум. Это объясняется совпадением байтовых границ исходных слов с границами полученных в результате обработки «-разрядных слов.

Автокорреляционная функция исходного набора данных для аргументов, соответствующих пиковым значениям АКФ преобразованных данных, до некоторого порога имеет более высокие значения, чем АКФ преобразованных данных, но после пересечения данного порога имеет меньшую величину, причем с увеличением аргумента отношение соответствующих значений АКФ становится существенным.

Результаты проведенного исследования для наборов данных разного типа и в случае классического двоичного кодирования приведены в табл.1.

Таблица 1

Таблица 2

Приведенные данные характерны для всех наборов данных аналогичного типа, проанализированных в рамках этого исследования, и подтверждают выдвинутое предположение о существенном влиянии на эффективность процедуры изменения разрядности способа кодирования измерительных данных. Следует, однако, подчеркнуть, что полученный эффект повышения эффективности сжатия может быть заметно снижен при практической реализации предложенного подхода в силу необходимости добавления к сжатому потоку данных дополнительной служебной информации о способе кодирования и разрядности данных, без чего восстановить данные будет невозможно.

Заключение

Таким образом, результаты исследования показывают, что процедура изменения разрядности измерительных данных приводит к появлению сильных корреляционных связей в преобразованных данных и потенциально может улучшить работу процедуры сжатия. Улучшение эффективности преобразования может быть связано с применением кодирования исходных данных таким кодом, для которого характерно слабое изменение в представлении близких чисел. Проведенные исследования с применением известного кода Грея показали верность такого предположения. Дальнейшее развитие предложенного подхода можно связать с разработкой специализированного алгоритма сжатия, что позволило бы снизить накладные расходы, связанные с рассмотренным преобразованием.

ЛИТЕРАТУРА

1. Ватолин Д., Ратушняк А., Смирнов М., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. - М.: ДИАЛОГ-МИФИ, 2003.

2. Назаров А.В., Козырев Г.И., Шитов И.В. и др. Современная телеметрия в теории и на практике. Учебный курс. - СПб.: Наука и техника, 2007.

3. Богачев И.В., Левенец А.В., Чье Ен Ун. Предварительная обработка и сжатие телеметрических данных на основе геометрического подхода. - М.: РУСАЙНС, 2021.

4. Левенец А.В., Чье Ен Ун. Изменение разрядности данных как способ повышения эффективности подсистем сжатия в информационно-измерительных системах // Приборы. - 2021. - №8 (254). - С.33-37.

Размещено на Allbest.ru