W artykule opisano wyniki analiz, których celem było uzyskanie informacji o wybranych parametrach składowej deterministycznej sygnału będącego sumą dwóch komponentów – sinusoidalnego tłumionego wykładniczo oraz stochastycznego.
EN
The paper describes the results of analyzes aimed at obtaining information on selected parameters of the deterministic component of the signal being the sum of two waveforms - sinusoidal dampened exponentially and the white noise pattern. The results obtained were compared with the fact that the criterion used was the amount of deviation from the known parameters of the analyzed signals.
Dla celów porównywania różnych metod odczytu liczników EE, w których zdarzeniem generującym odczyt może być upływ określonego czasu lub określona zmiana wartości mierzonej, konieczne są koherentne zbiory danych (odczytów) uzyskane w tym samym okresie dla tych samych zmian obciążeń w czasie. Na ogół dla danych uzyskanych na rzeczywistych obiektach dostępne są jedynie zbiory danych otrzymane metodą periodycznych odczytów z ustalonym okresem. Dlatego też dla celów porównywania metod odczytu liczników energii elektrycznej powstaje konieczność wytworzenia zbiorów „wirtualnych” danych, które powstałyby przy zastosowaniu alternatywnych metod odczytu dla tych samych rzeczywistych obciążeń. W artykule przedstawiono algorytmy generowania zbiorów danych „wirtualnych” dla zdarzeniowych metod odczytu - co określoną zmianę wartości mierzonej (ang. send-on-delta) oraz odczytu z predykcją liniową - co określoną różnicę wartości mierzonej w stosunku do przewidywanej. (ang. send-on-delta with-linearprediction), będące bazą opracowanych programów komputerowych. Bazując na rzeczywistych, pobudzanych czasowo danych pomiarowych zostały wytworzone zbiory „wirtualnych" odczytów zdarzeniowych. Porównanie zbiorów periodycznych odczytów rzeczywistych ze zbiorami „wirtualnych” odczytów zdarzeniowych pozwala stwierdzić wielokrotne zmniejszenie liczby odczytów w przypadku metod zdarzeniowych, zależne od charakteru obciążenia (przebiegu zużycia energii w czasie).
EN
The readings of electricity meters may be triggered by the various events. The most often events used to trigger are: the lapse of specified time or specified change of measured value. To compare a various method of the electricity meters reading, the data sets of readings obtained in the same period of time and for the same loads are necessary. Mostly meter readings from real objects or buildings are obtained by time triggered readings with fixed period. Therefore to compare various methods of meters reading it is necessary to create data sets which would be obtained using other reading methods for the same real loads. The paper presents computer algorithms to generate sets of "virtual" data for two event methods of reading: (1) when the change of measured value reaches the preset value (send-on-delta method) and (2) when the difference between actual and predicted value reaches the preset value. Based on time triggered data collected from real office building the sets of "virtual" event readings were created. The comparison of time triggered and "virtual" event readings shows the significant reduction in the number of event readings depending on the type of load.
A modification of the most efficient version of MPEG4 Lossless Audio with extension of the RLS (Recursive Least Square) and NLMS (Normalized Least-Mean-Square) blocks is described in the paper. Moreover, a segmentation block influencing the selection of proper predictive modelling parameters is introduced. These blocks have been implemented in hardware description language ImpulseC and synthesised into a reprogrammable device from the Xilinx Virtex5 family.
PL
W pracy zaprezentowano rozwinięcie najwydajniejszej wersji MPEG4 Lossless Audio przez rozbudowanie bloków RLS (Recursive Least Square) i NLMS (Normalized Least-Mean-Square), wprowadzając przy tym blok segmentacji wpływający na dobór odpowiednich parametrów modelowania predykcyjnego. Zwiększono nie tylko rząd predykcji w poszczególnych blokach modelowania, ale też rozwinięto metodę NLMS do ES-NLMS i dobrano eksperymentalne wartości współczynników uczących, a także odpowiednie proporcje liczby współczynników predykcji w trybie stereo. Ponadto opracowano własny blok adaptacyjnego kodera arytmetycznego, w którym wykorzystano adaptacyjne kodowanie Golomba-Rice'a. Każdy z tych bloków został przygotowany do potrzeb implementacji sprzętowej. Bloki RLS i NLMS wykorzystują dane pochodzące z modułu segmentacji, co ma pozytywny wpływ na efektywność kompresji. Głównym zadaniem bloku segmentacji jest wydzielenie segmentów różniących się zawartością akustyczną. Wykorzystano na tym etapie dwa podejścia do segmentacji – pierwsze z nich realizuje podejście polegające na porównywaniu sąsiednich ramek sygnału w przestrzeni cech składającej się z 12 współczynników MFCC (Mel-Frequency Cepstral Coefficients) i drugie polegające na ocenie dwóch modeli w przestrzeni cech w użyciem typowego podejścia opartego o Bayesowskie kryterium informacyjne. Wyniki uzyskane z obu technik są następnie łączone w celu kompensacji potencjalnych błędów określających granice segmentów. Dla każdego z uzyskanych segmentów wyznaczany jest uśredniony wektor cech MFCC, który dostarczany jest do bloków RLS i NLMS jako źródło do określania kontekstu. Bloki funkcjonalne zostały zaimplementowane w języku opisu sprzętu ImpulseC oraz dokonano syntezy do układu reprogramowalnego z rodziny Xilinx Virtex5.
In this paper there is described a possibility of context switching into a lossless compression system. The context is determined based on the features of the previous signal samples. Each context is associated with an individual predictor. The idea of context switching allows us to choose one of the set of a few predictor models individually for each sample instead of each frame. Consequently, the system adjusts fast in case of rapid signal changes. The system was implemented using the ImpulseC hardware description language and implemented on an FPGA platform.
PL
W nowoczesnych metodach kompresji audio wykorzystuje się zwykle dwa etapy: dekompozycję danych, a następnie kompresję jedną z wydajnych metod entropijnych. Najczęściej do modelowania służy typowy predyktor liniowy rzędu r, który jest wartością przewidywaną aktualnie kodowanej próbki na podstawie r poprzednich próbek sygnału. Kluczową rolę odgrywa tu sposób doboru współczynników danego modelu. Mogą być one ustalone na stałe, statyczne w obrębie jednej kodowanej ramki, jak i w pełni adaptacyjne. Główną propozycją wzrostu efektywności kompresji zaprezentowaną w tej pracy jest wprowadzenie przełączania kontekstów, które wyznacza się na podstawie cech sygnału poprzednich próbek. Każdemu kontekstowi przypisany jest indywidualny predyktor. W artykule przedstawiono podział na 2 oraz 3 konteksty (tab. 1). Przedstawiono metodę statyczną uwzględniającą zależności międzykanałowe, a także kodowanie międzykanałowe z przełączaniem kontekstów. Aby sprawdzić możliwości uogólnienia i uproszczenia pomiarów, wybrano zestaw utworów muzycznych. Proponowana metoda w 60% przypadków skutkowała zmniejszeniem średniej bitowej. Dysponując pełnym zestawem wyników użycia 140 deskryptorów dla wybranych utworów, można spróbować wybrać kilka deskryptorów dających najlepsze rezultaty, a następnie zastosować je do innych utworów testowych. Zaproponowany algorytm został zaimplementowany w układzie FPGA z rodziny Virtex 5 wykorzystując język opisu sprzętu ImpulseC (tab. 3).
W artykule zaprezentowano zasady projektowania metod modelowania predykcyjnego stosowanych do bezstratnej kompresji obrazów, w których bazuje się na idei mieszania predykcyjnego. Omówiono dobór stałych i adaptacyjnych metod predykcyjnych jako części składowych metody mieszania predykcyjnego, które w połączeniu z adaptacyjnym koderem arytmetycznym pozwalają uzyskać wyższą efektywność w porównaniu do innych znanych z literatury metod kompresji.
EN
In the paper, there are presented some rules of predictive modelling methods design applied to lossless image compression, which are based on the blending prediction concept. We discuss the issue of choosing the appropriate constant parameters and adaptive predictive methods as components of the blending prediction methods, which together with adaptive arithmetic encoder allows us to obtain higher effectiveness in comparison with other compression techniques, known from the literature.
W artykule przedstawiono analizę adaptacyjnych metod modelowania predykcyjnego stosowanych do bezstratnej kompresji obrazów. Skupiono się głównie na najefektywniejszych metodach OLS, WLS, AVE-WLS, które dla każdego kodowanego piksela wymagają wyznaczenia macierzy i rozwiązania równania macierzowego. Metody te przeanalizowano pod kątem efektywności i złożoności obliczeniowej, porównując je także do metod o znacznie mniejszej złożoności, takich jak RLS. Omówiono też zaletę kaskadowego łączenia modelowania predykcyjnego z blokiem NLMS.
EN
In the paper, it is presented an analysis of adaptive predictive modelling methods applied to lossless image compression. We focus on the most effective methods: OLS, WLS, AVE-WLS. which for each encoded pixel require constructing a matrix and solving a matrix equation. These methods are analysed with respect to their effectiveness and computational complexity; they are also compared with the methods of considerably lower complexity, such as RLS. The benefits of cascade merging of predictive modelling with the NLMS block are also discussed.
Istotną część punktów pozyskanych z wykorzystaniem technologii lotniczego skaningu laserowego stanowią odbicia od obiektów leżących ponad powierzchnią terenu np. drzew, krzewów czy budynków. Jednoznaczna i dokładna segmentacja jest kluczowym procesem pozwalającym na identyfikację obszarów homologicznych pod względem określonych własności w zbiorze punktów, co z kolei umożliwia generowanie NMT czy modelowanie brył budynków. W niniejszej pracy przedstawiono porównanie dwóch najczęściej stosowanych algorytmów filtracji chmury punktów ALS: aktywnego modelu TIN oraz predykcji liniowej. Badania wykonano dla wyodrębnionych 24 pól testowych charakteryzujących się różnym ukształtowaniem i użytkowaniem terenu. Weryfikacja wyników automatycznych filtracji polegała na ich porównaniu ze zbiorami referencyjnymi. W wyniku tego porównania określono względne procentowe błędy segmentacji punktów terenowych, które kształtowały się na poziomie od 0% do około 20% i zależne były od charakteru badanej powierzchni oraz obiektów na niej występujących. Przeprowadzone testy potwierdziły wysoką skuteczność obydwu badanych algorytmów, pokazując jednocześnie ich pewne ograniczenia i różnice w przypadku filtracji terenów o skomplikowanym ukształtowaniu lub pokryciu. Oba algorytmy zwracają podobny wynik w przypadku klasyfikacji chmury punktów opisujących tereny wykorzystywane rolniczo oraz tereny, na których zlokalizowane są pojedyncze budynki, krzewy i drzewa oraz parkingi z samochodami. Metoda oparta na predykcji liniowej lepiej eliminuje punkty zarejestrowane w wyniku odbicia wiązki lasera od podjazdów/wiaduktów/mostów, niż algorytm aktywnego modelu TIN.
EN
A significant part of the data points obtained by using airborne laser scanning technology come from points reflected from objects situated above the ground such as trees, shrubs or buildings. Clear-cut and accurate segmentation is a crucial stage in data processing which allows to identify the homologous regions in terms of specific properties within a dataset of points, which further allows to generate DTM's or model building shapes. This paper shows an analysis of the two most commonly used algorithms for ALS point cloud filtering: active TIN model and linear prediction. The study was performed on 24 specifically extracted testing samples characterized by different topography and land use. The verification of the results of the automatic filtration process of both algorithms was based on comparison to reference datasets. As a result of this comparisons the relative percentage errors of automatic segmentation were determined. The level of the estimated errors varies from 0% to around 20% and depends on the characteristics of the land and the objects which are on the surface. The conducted study confirmed the high efficiency of both evaluated algorithms, at the same time revealing their limitations and differences in the filtration process for areas of a complex topography or terrain coverage. Both algorithms provide similar classification of point clouds describing land use for agriculture, areas on which a single building, shrub or tree is located, and for used car parks. Method based on linear prediction works better than active algorithm TIN model in terms of points recorded by the laser beam being reflected from vehicles/flyovers/bridges.
W artykule przedstawiono problem doboru współczynników predykcji dla modeli gwarantujących wysoki stopień kompresji. Omówiono problem minimalizacji entropii, wskazując, iż nie można jej uzyskać metodą minimalizacji błędu średniokwadratowego (MMSE). Przedstawione zostały różne propozycje metod poszukiwania najlepszego (dla konkretnego obrazu) zestawu wspólczynników predykcji liniowej. Jako najlepszą propozycję uznano autorską metodę wykorzystującą algorytm genetyczny.
EN
In the paper it is described the problem of selecting prediction coefficients for models guaranteeing high compression ratio. Some remarks on the entropy minimization problem are made, from which one can conclude that it is impossible to obtain it using the minimization of the mean square error method (MMSE). Various methods for searching the best (for a particular image) proposal of a linear prediction coefficient set are presented. The best method was considered, an original method based on genetic algorithm.
W pracy zaproponowano nowatorską, a jednocześnie prostą w implementacji metodę statycznej predykcji kodowanego piksela, dającą szansę na istotny wzrost stopnia bezstratnej kompresji obrazów. Wykorzystuje ona zasadę podziału kontekstowego. Uzyskane wyniki dzięki zastosowaniu proponowanej metody są lepsze od otrzymanych klasyczną metodą minimalizacji błędu średniokwadratowego, dowodząc jednocześnie, że możliwe jest wyznaczanie liniowych modeli predykcyjnych o lepszych parametrach, niż przy użyciu MMSE.
EN
In this paper, a novel and simple to implementation method for static encoding pixel prediction which gives a chance to significant increase of the lossless image compression ratio. This method utilizes a contextual split rule. The proposed method produces better results in comparison with the classic mean square error minimization method, showing that it is possible to determine linear predictive models whose parameters are better than MMSE.
W artykule zaprezentowano metodę bezstratnej kompresji obrazów o wysokiej efektywności kompresji. Uzyskanie wysokiego stopnia kompresji było możliwe dzięki użyciu modelowania opartego o technikę RLS oraz dzięki wprowadzeniu autorskiej propozycji przełączania kontekstowego i mieszanej metody korekcji skumulowanego błędu predykcji.
EN
A method of lossless image compression characterized with high compression efficiency is presented in this paper. The obtained high compression ratio is possible due to the modeling based on the RLS technique as well as to the author's proposal of context switching and blended method of cumulative prediction error correction.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.