Сжатие данных при телеизмерениях (стр. 2 из 3)

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.

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:

1. Необходимость наличия априорных сведений об измеряемых параметрах.

2. Дискретное изменение частоты опроса, ведущее к некоторой избыточности.

Достоинства программируемыхРТМС:

1. Простота реализации и высокая информационная гибкость.

2. 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).

Рисунок 6

Под существенными выборками понимаются выборки, позволяющие получать на приемной стороне первичный сигнал

с заданной точностью. Т.к. существенные выборки не образуют регулярную последовательность, то для получения оценки первичного сигнала необходимо передавать дополнительную информацию в виде значений времени … появления существенных выборок. Для формирования существенных выборок обычно используется кусочная аппроксимация измеряемых величин алгебраическим полиномом.

, ( 6)

где

- 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

на основе предшествующих данных. Если текущее значение параметра отличается от предшествующего не больше, чем на величину заданного допуска, то оно отбрасывается. Для предсказания ( )-го отсчета, если известны предыдущих отсчетов используется формула:

. ( 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

, а предсказанное значение . Таким образом, если имеется отсчет , то предполагается, что последующие отсчеты и т.д. равны .

Относительно величины отсчета

устанавливается зона . Эта зона называется зоной сравнения или апертурой. Для каждого -го отсчета, следующего за -ым существенным отсчетом, вычисляется разность:

. ( 8)

Рисунок 7

Отсчет считается существенным, если

.

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

Блок - схема алгоритма данного метода показана на рисунке 8.

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).

Рисунок 9

Предсказанное для момента времени

значение параметра рассчитывается по формуле:

. ( 9)

Если ошибка

, то отсчет исключается. В этом случае для расчета предсказанного значения в точке используется формула:

. ( 10)

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

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

предсказывается путем вычисления линейной комбинации предшествующих отсчетов по формуле:

, ( 11)

где коэффициенты

выбираются из условия минимальной дисперсии разности предсказанного значения от действительной величины.

. ( 12)

Коэффициенты

находятся путем решения системы уравнений вида:

, ( 13)

В случае если используется одно предшествующее значение параметра

, то

, , ( 14)

где

- коэффициент корреляции параметра, - период опроса.

Если используется два предшествующих значения параметра

: