Алгоритм статистического арифметического кодирования, адаптивный к корреляционным свойствам коэффициентов вейвлет-преобразования
https://doi.org/10.31854/1813-324X-2022-8-3-6-12
Аннотация
Обосновано, что для повышения коэффициента сжатия в ходе статистического арифметического кодирования необходимо учитывать условные вероятности при появлении предшествующих символов кода. Решена задача поиска и определения местоположения наиболее значимых символов в ходе кодирования за счет обработки результатов автокорреляционных вычислений. Приведен алгоритм арифметического кодирования и декодирования, учитывающий зависимости между коэффициентами вейвлет-преобразования и результаты моделирования его функционирования.
Об авторах
С. В. Дворников
Санкт-Петербургский государственный университет аэрокосмического приборостроения; Военная академия связи им. С.М. Буденного
Россия
Россия
Сергей Викторович Дворников, доктор технических наук, профессор, профессор кафедры радиотехнических и оптоэлектронных комплексов; профессор кафедры радиосвязи
Санкт-Петербург, 190000
Санкт-Петербург, 194064
А. А. Устинов
Военная академия связи им. С.М. Буденного
Россия
Россия
Андрей Александрович Устинов, доктор технических наук, профессор, научный сотрудник научно-исследовательского центра
Санкт-Петербург, 194064
И. Н. Оков
Военная академия связи им. С.М. Буденного
Россия
Россия
Игорь Николаевич Оков, доктор технических наук, профессор, научный сотрудник научно-исследовательского центра
Санкт-Петербург, 194064
Список литературы
1. Махов Д.С., Финько О.А. Способ пространственно-временного кодирования информации в параллельных радиоканалах радиотехнических систем // Труды Военно-космической академии имени А.Ф. Можайского. 2020. № 675. С. 95‒107.
2. Умбиталиев А.А., Дворников С.В., Оков И.Н., Устинов А.А. Способ сжатия графических файлов методами вейвлет-преобразований // Вопросы радиоэлектроники. Серия: Техника телевидения. 2015. № 3. С. 100‒106.
3. Нуралин Д.Г., Шевелев С.В. Сравнительный анализ современных методов сжатия изображений без потерь // Телекоммуникации и информационные технологии. 2019. Т. 6. № 2. С. 129‒134.
4. Дворников С.В., Устинов А.А., Оков И.Н., Царелунго А.Б., Дворовой М.О., Цветков В.В. Способ сжатия графических файлов // Вопросы радиоэлектроники. Серия: Техника телевидения. 2017. № 4. С. 77‒86.
5. Стефанович А.И., Сушко Д.В. Обратимое сжатие данных посредством универсального арифметического кодирования // Информатика и ее применения. 2017. Т. 11. № 1. С. 20‒45. DOI:10.14357/19922264170103
6. Стрельников С.Е., Пономарев О.Г., Бахолдина М.А., Шарабайко М.П. Архитектура аппаратной реализации энтропийного кодера для системы видеокодирования стандарта H.265/HEVC // Известия высших учебных заведений. Физика. 2015. Т. 58. № 8-2. С. 301‒303.
7. Оков И.Н., Устинов А.А., Агеева Н.С. Способ совместного арифметического и помехоустойчивого кодирования и декодирования // Труды всеармейской научно-практической конференции «Инновационная деятельность в Вооруженных Силах Российской Федерации» (Санкт-Петербург, Россия, 14–15 октября 2020). СПб: Федеральное государственное казенное военное образовательное учреждение высшего образования «Военная академия связи имени маршала советского союза С. М. Буденного» Министерства обороны Российской Федерации, 2020. С. 185‒190.
8. Im S.-K., Chan K.-H. Higher precision range estimation for context-based adaptive binary arithmetic coding // IET Image Processing. 2020. Vol. 14. Iss 1. PP. 125‒131. DOI:10.1049/iet-ipr.2018.6602
9. Karwowski D. Precise Estimation of Probabilities in CABAC Using the Cauchy Optimization Method // IEEE Access. 2020. Vol. 8. PP. 32088‒32099. DOI:10.1109/ACCESS.2020.2973549
10. Suzuki J., Colin F., Ono S. Arithmetic codec from behavioral description based LSI-CAD for fully programmable image coding system // Proceedings of the International Conference on Acoustics, Speech and Signal Processing (ICASSP '94, Adelaide, Australia, 19‒22 April 1994). IEEE, 1994. Vol. 2. PP. II/421-II/424. DOI:10.1109/ICASSP.1994.389631
11. Simonov A., Fokin G., Sevidov V., Sivers M., Dvornikov S. Polarization Direction Finding Method of Interfering Radio Emission Sources // Proceedings of the 19th Internet of Things, Smart Spaces, and Next Generation Networks and Systems (NEW2AN 2019), 12th Conference on Internet of Things and Smart Spaces (ruSMART 2019), St. Petersburg, Russia, 26–28 August 2019. Lecture Notes in Computer Science (LNCS). Vol. 11660. Springer: Cham, 2019. DOI:10.1007/978-3-030-30859-9_18
12. Дворников С.В., Степынин Д.В., Дворников А.С., Букарева А.П. Формирование векторов признаков сигналов из вейвлет-коэффициентов их фреймовых преобразований // Информационные технологии. 2013. № 5. С. 46‒49.
13. Logunova O., Bagaev I., Arefeva D., Garbar E. Efficient Information Support of the Automatic Process and Production Control System // Proceedings of the 8th International Conference on Analysis of Images, Social Networks and Texts (AIST 2019, Kazan, Russia, 17–19 July 2019). Communications in Computer and Information Science (CCIS). Vol. 1086. Cham: Springer, 2020. PP. 244–255. DOI:10.1007/978-3-030-39575-9_25
14. Kuznetsova A.A. On the proof of the entanglement-assisted coding theorem for a quantum measurement channel // Lobachevskii Journal of Mathematics. 2021. Vol. 42. Iss. 10. PP. 2377‒2385. DOI:10.1134/S1995080221100140
15. Volchikhin V., Ivanov A., Gazin A. Possibility to increase the chi-square test power on small samples by means of transition towards analyzing of it's discrete spectrum // Periodico Tche Quimica. 2019. Vol. 16. Iss. 33. PP. 41‒52.
16. Zhang H., Hong X., Zhou S., Wang Q. Infrared Image Segmentation for Photovoltaic Panels Based on Res-UNet // Proceedings of the 2nd Chinese Conference on Pattern Recognition and Computer Vision (PRCV 2019, Xi’an, China, 8–11 November 2019). Lecture Notes in Computer Science (LNCS). Vol. 11857. Springer: Cham, 2019. PP. 611‒622. DOI:10.1007/978-3-030-31654-9_52
17. Gatt V., Lauri J., Klin M., Liskovets V. From Schur Rings to Constructive and Analytical Enumeration of Circulant Graphs with Prime-Cubed Number of Vertices // Proceedings of the International Workshop on Isomorphisms, Symmetry and Computations in Algebraic Graph Theory (WAGT 2016, Pilsen, Czech Republic, 3–7 October 2016). Springer Proceedings in Mathematics & Statistics. Vol. 305. Springer: Cham, 2020. PP. 37‒65. DOI:10.1007/978-3-030-32808-5_2
18. Савченко А.В. Метод максимально правдоподобного перебора в задаче классификации кусочно-однородных объектов // Автоматика и телемеханика. 2016. № 3. С. 99‒108.
19. Kato H., Ogawa T., Katayama Y., Ohta H. Enumeration of Chemoorganotrophic Carbonyl Sulfide (COS)-degrading Microorganisms by the Most Probable Number Method // Microbes and Environments. 2020. Vol. 35. Iss. 2. PP. ME19139. DOI:10.1264/jsme2.ME19139
20. De Panafieu É., Dovgal S. Symbolic method and directed graph enumeration // Acta Mathematica Universitatis Comenianae. 2019. Vol. 88. Iss. 3. PP. 989‒996. DOI:10.48550/arXiv.1903.09454
21. Симонов А.Н., Волков Р.В., Дворников С.В. Основы построения и функционирования угломерных систем координатометрии источников радиоизлучений. СПб.: ВАС, 2017. 248 с.
22. Батенков К.А. Точные и граничные оценки вероятностей связности сетей связи на основе метода полного перебора типовых состояний // Труды СПИИРАН. 2019. Т. 18. № 5. С. 1093‒1118. DOI:10.15622/sp.2019.18.5.1093-1118
23. Kong W.-L., Miki T., Lin Y.-Y., Makino W., Urabe J., Gu S.-H., Machida R.J. Nuclear and mitochondrial ribosomal ratio as an index of animal growth rate // Limnology and Oceanography: Methods. 2019. Vol. 17. Iss 11. PP. 575‒584. DOI:10.1002/lom3.10334
24. Farahi A., Mulroy S.L., Evrard A.E., Smith G.P., Finoguenov A., Bourdin H., et al. Detection of anti-correlation of hot and cold baryons in galaxy clusters // Nature Communications. 2019. Vol. 10. 2504. DOI:10.1038/s41467-019-10471-y
25. He D., Cai Q. Correlation and the black hole information loss problem // Chinese Science Bulletin (Chinese Version). 2018. Vol. 63. Iss. 30. PP. 3089‒3095.
26. Дворников С.В., Яхеев А.Ф. Метод измерения параметров кратковременных сигналов на основе распределения Алексеева // Информация и космос. 2011. № 1. С. 66‒74.
Рецензия
Для цитирования:
Дворников С.В., Устинов А.А., Оков И.Н. Алгоритм статистического арифметического кодирования, адаптивный к корреляционным свойствам коэффициентов вейвлет-преобразования. Труды учебных заведений связи. 2022;8(3):6-12. https://doi.org/10.31854/1813-324X-2022-8-3-6-12
For citation:
Dvornikov S., Ustinov A., Okov I. Statistical Arithmetic Coding Algorithm Adaptive to Correlation Properties of Wavelet Transform Coefficients. Proceedings of Telecommunication Universities. 2022;8(3):6-12. https://doi.org/10.31854/1813-324X-2022-8-3-6-12
Просмотров:
509
Послать статью по эл. почте 