- •В.Г. Шахов основы информационных технологий
- •Введение
- •Глава 1 Теоретические основы информационных технологий
- •1.1. Теория сигналов и спектральный анализ
- •1.2. Управление колебаниями
- •1.3. Теория информации
- •1.4. Дискретизация и квантование
- •Глава 2 Сжатие информации
- •2.1. Адаптивная дискретизация, разностная и дельта-модуляция.
- •2.2. Статистическое сжатие
- •2.3 Сжатие динамического диапазона.
- •2.4. Эффективное кодирование
- •2.5. Модификации кодов Хафмана
- •2.6. Алгоритмы Лемпеля – Зива
- •2.7. Сжатие графических изображений
- •2.8. Видеостандарт mpeg
- •Глава 3 Многоканальная передача и уплотнение линий связи
- •3.1. Сравнение и анализ основных методов разделения каналов
- •3.3. Адресное разделение каналов
- •3.4. Разделение каналов на основе псевдослучайных последовательностей
- •3.5. Комбинированное разделение каналов
- •Глава 4 Случайные процессы и их приложения
- •4.1. Основы теории случайных событий и величин
- •4.2 Основы теории случайных процессов
- •Глава 5 Основы цифровой обработки сигналов
- •5.1. Дискретные экспоненциальные функции (дэф)
- •5.2. Быстрое преобразование Фурье (бпф)
- •5.3. Применение теории чисел в цифровой обработке сигналов
- •5.5. Основы цифровой фильтрации
- •Глава 6 Борьба с помехами
- •6.1. Энергетические методы
- •6.2. Методы импульсной модуляции гармонической несущей
- •6.2. Простейшие методы приема импульсных сигналов
- •6.3. Помехоустойчивый прием модулированных колебаний при импульсной огибающей
- •6.3.1 Некогерентный ам-прием
- •6.3.2 Когерентный чм-прием
- •.3.3 Когерентный фм-прием.
- •6.4.Корректирующие коды.
- •6.4.1. Основные определения корректирующих кодов.
- •6.4.2. Алгебраические коды
- •6.4.3. Матричная запись линейных корректирующих кодов
- •6.4.4. Коды Рида - Маллера I рода
- •6.4.5. Полиномиальные коды
- •6.4.6. Итеративные коды
- •6.5. Непрерывные коды
- •6.5.1. Рекуррентные коды
- •6.5.2 Сверточное кодирование
- •6.5.3. Каскадные коды
- •6.5.4. Нелинейные коды
- •6.6. Системы с обратными связями
- •6.7. Комплексные решения помехоустойчивого приема.
- •Глава 7 Пример расчета параметров информационной системы
- •7.1. Основные сведения о системах телеизмерения
- •7.2. Содержание курсовой работы и исходные данные
- •7.3. Определение полосы занимаемых частот и построение спектральной диаграммы
- •7.3.1 Определение периода опроса
- •7.3.2. Определение верхней частоты спектра импульсной последовательности
- •7.3.3. Варианты модуляции
- •7.3.4. Выбор несущих и построение спектральной диаграммы
- •7.4. Определение максимального уровня помех в канале связи
- •7.4.1. Помехоустойчивость передачи импульсно-модулированных сигналов
- •7.4.2. Помехоустойчивость передачи кодовых посылок
- •7.5. Определение количества информации одного сообщения и скорости передачи информации.
- •7.6. Вычисление эффективности передачи
- •Заключение по курсовой работе
- •Общее заключение по учебному пособию
- •Библиографический список
- •Содержание
- •Глава 7 278
2.2. Статистическое сжатие
Методы статистического сжатия информации – наиболее широко используемые и разработанные теоретически. Они опираются на методы обработки статистических рядов, статистическое оценивание сигналов на уровне помех, планирование эксперимента, корреляционный и ковариационный анализ.
Определим сферу применения методов cтатистического оценивания и сжатия. На рис. 2.9 приведён один из возможных вариантов, для которых широко используются эти методы. Здесь О – объект (наблюдаемый процесс или явление, технологическая установка); ИП1,...,ИПn – измерительные преобразователи, на выходах которых наблюдаются сигналы .
Рис. 2.9. Модель статистического оценивания
Сигналы могут быть разнородными (например, давление, температура, химический состав, размер) или однородными (распределённые структуры). Обычно такие сигналы обладают высокой избыточностью, поскольку объекты наблюдаются в основном в стационарном режиме. В связи с большой избыточностью бывает достаточно передавать не абсолютные значения измеряемых величин, а результаты их статистической обработки, например, плотности распределения вероятностей или даже числовые характеристики.
Основная гипотеза, которая выдвигается о статистическом параметре – гипотеза эргодичности. Эргодичность – свойство случайного процесса, заключающееся в том, что допускается усреднение физических параметров по времени.
2.3 Сжатие динамического диапазона.
Эта группа методов основана на том, что передаваемые сигналы подвергаются нелинейным преобразованиям амплитуды, причем в передающей и приёмной частях нелинейности взаимообратны. Например, если в передатчике используется нелинейная функция , то в приемнике – . Последовательное применение взаимообратных функций приведет к тому, что в целом преобразование остается линейным.
Идея нелинейных методов сжатия данных сводится к тому, что передатчик может при той же амплитуде выходных сигналов передать больший диапазон изменения передаваемого параметра (то есть, больший динамический диапазон). Динамический диапазон – это выраженное в относительных единицах или децибеллах отношение наибольшей допустимой амплитуды сигнала к наименьшей:
; |
(2.17) |
. |
(2.18) |
Естественное желание увеличить динамический диапазон с помощью уменьшения ограничивается чувствительностью аппаратуры и возрастанием влияния помех и собственных шумов.
Наиболее часто сжатие динамического диапазона осуществляется с помощью пары взаимообратных функций логарифмирования и потенцирования. Первая операция изменения амплитуды называется компрессией (сжатием), вторая – экспандированием (растяжением). Выбор именно этих функций связан с их наибольшей возможностью компрессии.
В то же время эти методы имеют и недостатки. Первый из них заключается в том, что логарифм малого числа отрицателен и в пределе
. |
(2.19) |
Это приводит к очень высокой чувствительности к помехам и нелинейностям в области малых сигналов. Второй недостаток заключается в снижении чувствительности передатчика в области больших сигналов. Известно, что чувствительность любого преобразователя (или передатчика) пропорциональна производной от его характеристики вход/выход. Для логарифмического преобразователя с характеристикой
, |
(2.20) |
то есть, чувствительность очень нелинейна.
Для уменьшения этих недостатков обе функции модифицируют смещением и аппроксимацией. Например, для телефонных каналов аппроксимированная функция имеет вид ( тип А, [18]):
причем . Выигрыш от сжатия при этом составляет 24дБ.
Сжатие данных путём нелинейных процедур реализуется аналоговыми средствами с большими погрешностями. Применение цифровых средств может существенно повысить точность или быстродействие преобразования. При этом прямое применение средств вычислительной техники (то есть, непосредственное вычисление логарифмов и экспонент) даст не лучший результат ввиду низкого быстродействия и накапливающейся погрешности вычисления.
Сжатие данных путем компрессии из-за ограничений по точности используется в неответственных случаях, например, для передачи речи по телефонным и радиоканалам.