基于DSP的實(shí)時(shí)數據無(wú)損壓縮實(shí)現方案

2 算法的選擇

無(wú)損壓縮就是對信源信息進(jìn)行壓縮編碼后在解壓縮時(shí)能夠完全恢復，也即在壓縮和解壓縮過(guò)程中對信源信息沒(méi)有絲毫損失。常用的無(wú)損壓縮方法有Shannon- Fano編碼、Huffman編碼、游程(Run-length)編碼、LZW(Lempel-Ziv-Welch)編碼和算術(shù)編碼(ARC)等。對許多信息而言，沒(méi)必要完全保留全部特征。在允許一定精度損失的情況下，可以獲得更高的壓縮編碼效率。這類(lèi)壓縮編碼方法成為有損壓縮。本設計采用無(wú)損壓縮，不再討論有損壓縮。

無(wú)損數據壓縮算法可以分為統計方法和詞典編碼方法。統計方法當以Huffman編碼和算術(shù)編碼(ARC)為代表。這種方法需要統計信源符號的概率分布情況，并根據統計結果產(chǎn)生壓縮碼。算術(shù)編碼是一種高效清除字串冗余的算法。仙儂信息論把字符aj出現的自信息量定義為I(aj)=-logpj I(aj)亦稱(chēng)自信息函數，其含義實(shí)際是隨機變量X取值為aj時(shí)所攜帶信息的度量。自信息量的概率平均值，即隨機變量I(aj) 的數學(xué)期望值，稱(chēng)做信息熵或簡(jiǎn)稱(chēng)熵。算術(shù)編碼從全序列出發(fā)，采用遞推形式連續編碼。它不是將單個(gè)的信源符號映射成一個(gè)碼字，而是將整個(gè)輸入符號序列映射為實(shí)數軸上[0，1)區間內的一個(gè)小區間，其長(cháng)度等于該序列的概率，再在該小區間內選擇一個(gè)有代表性的二進(jìn)制小數，而且是一個(gè)介于0和1之間的二進(jìn)制小數作為實(shí)際的編碼輸出，從而達到了高效編碼的目的。例如算術(shù)編碼對某條信息的輸出為1010001111，它表示小數0.1010001111，也即十進(jìn)制數 0.64。不論是否為二元信源，也不論數據的概率分布如何，其平均碼長(cháng)均能逼近信源的熵。算術(shù)編碼的過(guò)程實(shí)際上也就是信源編碼試圖將任意的信息流與0、1 之間的間隔建立一一對應關(guān)系的過(guò)程。這樣要表示的信息流越長(cháng)，則表示它的間隔就越小，用于表示這一間隔所需的二進(jìn)制位就越多。

算術(shù)編碼在編碼前要求預先統計各信源符號概率，但無(wú)須排序，只要編、解碼端使用相同的符號順序即可。建立合理的信源概率模型是進(jìn)行算術(shù)編碼的關(guān)鍵。信源概率模型的建立方法一般有兩種：一種是自適應的模型，是在不斷輸入信源的過(guò)程中對信源符號出現的概率進(jìn)行統計，模型是在編碼過(guò)程中逐步建立起來(lái)并不斷更新；另一種是事先統計的模型，是在編碼前就對所有輸入信源符號的出現頻率進(jìn)行事先統計，而編碼過(guò)程中模型不再改變?；趦煞N模型算法的不同之處：事先統計模型在編碼之前就己經(jīng)建立，編碼過(guò)程中不再更新，故壓縮效率與輸入字節數關(guān)系不大；而自適應模型是在編碼過(guò)程中建立并不斷更新，當輸入信源的數據量較大時(shí)，出現概率大的字符編碼位數較少的優(yōu)越性才能得以體現。在復雜度上，由于后者需要不斷對模型進(jìn)行更新，故運算量較大。

詞典編碼方法則是基于數據中許多結構頻繁重復再現這一事實(shí)，人們可以對相同符號串分配同一碼字、通過(guò)索引或者其他諸如此類(lèi)的方法編碼。LZW算法可以在對數據統計特性一無(wú)所知的前提下，使壓縮率接近己知統計特性時(shí)所能夠達到的壓縮率，其運算速度快。LZW算法壓縮的原理在于用字典中詞條的編碼代替被壓縮數據中的字符串。字典中的詞條越長(cháng)越多，壓縮率就越高。所以加大字典的容量可以提高壓縮率。但從字典中查找詞條是算法中最費時(shí)的工作，其字典的容量受到計算機內存限制，且字典也存在被填滿(mǎn)的可能。當字典不能再加入新詞條后，過(guò)老的字典就不能保證高的壓縮率。

不同的壓縮算法有不同的優(yōu)點(diǎn)和缺點(diǎn)，不同算法的復雜性對空間的要求及壓縮率也不同。壓縮算法不僅僅依賴(lài)于壓縮方法本身，也依賴(lài)于被壓縮文本的特點(diǎn)。在本文中，由于是對實(shí)時(shí)數據的壓縮，對壓縮過(guò)程的時(shí)間性能要求高，所以采用事先統計模型的ARC。實(shí)驗證明，采用事先統計模型的ARC，其運算速度與LZW算法速度相近。而ARC算法在壓縮速度和壓縮去除率上都優(yōu)于LZW算法。

3 實(shí)驗與結果

在比較字典編碼LZW與算術(shù)編碼ARC時(shí)，從壓縮速度和壓縮去除率上進(jìn)行比較。前端以27Kb/s的速度實(shí)時(shí)采集8位的數據，數據壓縮后通過(guò)發(fā)送模塊以18Kb/s的速度數據傳到外界。對原始數據以2 048B作為分組長(cháng)度考察其壓縮去除率及壓縮時(shí)間。

壓縮去除率＝(原始數據量－壓縮后數據量)/原始數據量

這是從空間角度衡量。實(shí)際上，對壓縮效率而言還必須關(guān)注其時(shí)間效率，本文采用“壓縮速度”的概念，定義如下：

壓縮速度＝原始數據量/壓縮所需要的時(shí)間以2 048B的數據分組進(jìn)行分析：

1)從壓縮速度方面：完成2 048B的某噪聲數據，ARC算法需要5.64ms來(lái)完成，而LZW算法需要6.6ms，可見(jiàn)ARC算法的壓縮速度比較快。

(2)從壓縮效率方面：將某數據按照2 048B的長(cháng)度進(jìn)行分組并壓縮，從表1中可知ARC算法針對不同分組段的數據壓縮去除率恒定在78%左右，而LZW算法，在該分組段壓縮去除率僅為71%?？梢?jiàn)該段數據ARC壓縮算法壓縮去除率比較高。

采用ARC算法后，通過(guò)大量的實(shí)驗數據的平均壓縮去除率為79%，滿(mǎn)足系統所要求的數據壓縮去除率大于50%的要求。用ARC算法壓縮2 048B的數據需要5.64ms左右。數據不同，壓縮時(shí)間會(huì )有所不同。通過(guò)對控制軟件讀取的數據進(jìn)行解包、解壓，證明還原出來(lái)的數據與原始數據完全一致，實(shí)現了實(shí)時(shí)數據的無(wú)損壓縮。