Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Разработка алгоритмов сжатия мультимедийной информации для передачи в сетях мобильной связи третьего поколения

Диссертация: Разработка алгоритмов сжатия мультимедийной информации для передачи в сетях мобильной связи третьего поколения
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Результаты моделирования и экспериментов показали существенно более высокую потенциальную эффективность организации сервисов по доставке мультимедийных сообщений, использующих альтернативные алгоритмы обработки и сжатия с допустимыми потерями данных, основанные на применении математического аппарата вейвлет-преобразований, и учитывающих специфику каналов и устройств мобильной связи… Читать ещё >

Содержание

  • ПРИНЯТЫЕ СОКРАЩЕНИЯ И ОБОЗНАЧЕНИЯ
  • ГЛАВА I. ОБЗОР СОСТОЯНИЯ ПРОБЛЕМЫ, СУЩЕСТВУЮЩИХ РЕШЕНИЙ И ТЕХНОЛОГИЙ ПЕРЕДАЧИ МУЛЬТИМЕДИА МОБИЛЬНЫМ АБОНЕНТАМ
  • ГЛАВА II. МАТЕМАТИЧЕСКИЙ АППАРАТ ВЕЙВЛЕТ-АНАЛИЗА СИГНАЛОВ
    • 2. 1. Частотно-временной анализ сигналов
    • 2. 2. Виды вейвлет-преобразований
      • 2. 2. 1. Непрерывное вейвлет-преобразование
      • 2. 2. 2. Ортогональное диадное («дискретное») вейвлет-нреобразование. 30 2.3 Быстрое лифтинговое вей влет-преобразование
  • ГЛАВА III. ПРИМЕНЕНИЕ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЙ ДЛЯ ОБРАБОТКИ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ
    • 3. 1. Постановка задачи
    • 3. 2. Обработка статичных изображений
    • 3. 3. Обработка видеопоследовательностей
    • 3. 4. Обработка аудиосигналов.7!
    • 3. 5. Выводы
  • ГЛАВА IV. ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МЕТОДОВ ПРИ ПОСТРОЕНИИ МУЛЬТИМЕДИЙНЫХ УСЛУГ В СЕТЯХ МОБИЛЬНОЙ СВЯЗИ
    • 4. 1. Постановка задачи
    • 4. 2. Описание моделей проверки помехоустойчивости
    • 4. 3. Оценка работы алгоритма обработки статичных изображений
    • 4. 4. Оценка работы алгоритма обработки видеопоследовательностей
    • 4. 5. Оценка работы алгоритма обработки аудиосигналов
    • 4. 6. Пример мультимедийной услуги на базе предложенных алгоритмов
    • 4. 7. Выводы.,.,

Разработка алгоритмов сжатия мультимедийной информации для передачи в сетях мобильной связи третьего поколения (реферат, курсовая, диплом, контрольная)

Основной тенденцией развития предоставляемых современным абонентам мобильных сетей услуг является использование всё более сложных и насыщенных мультимедийных элементов, что, в свою очередь, предъявляют всё более высокие требования к пропускной способности каналов связи и к вычислительным ресурсам мобильных терминалов.

Несмотря на то, что научно-технический прогресс последних лет позволил существенно увеличить быстродействие процессоров и объём памяти, мобильных терминалов, проблема оптимальных и быстрых вычислительных алгоритмов, обрабатывающих мультимедийную информацию, является актуальной. Применение подобных алгоритмов позволит снизить энергопотребление мобильных терминалов в процессе работы.

В отличие от вычислительных и энергетических мощностей мобильных терминалов, которые растут с течением времени и развитием прогресса, канальный ресурс, выделенный для предоставления всех возможных услуг абонентам, является крайне ограниченным. Следовательно, встаёт проблема максимально эффективного использования данного ресурса, которое требует изменения алгоритмов обработки пакетов данных, передаваемых по радиоканалу, а также изменения самой структуры организации данных.

Существующие решения обработки и доставки пользователю мультимедийной информации, построены на основе аналогичных решений для персональных компьютеров, наследуя их преимущества и недостатки. Вместе с тем, мобильные сети накладывают свои специфические ограничения, в частности, крайне нестабильный канал. При этом существующие решения не предусматривают эффективной работы в данных условиях. В результате реализованные услуги не учитывают реальную специфику сетей и оборудования мобильной связи, и, следовательно, работают недостаточно эффективно.

Результаты моделирования и экспериментов показали существенно более высокую потенциальную эффективность организации сервисов по доставке мультимедийных сообщений, использующих альтернативные алгоритмы обработки и сжатия с допустимыми потерями данных, основанные на применении математического аппарата вейвлет-преобразований, и учитывающих специфику каналов и устройств мобильной связи — нестабильность соединения, малые размеры дисплея и низкие вычислительные мощности мобильного терминала.

Таким образом, диссертационная работа, посвященная повышению эффективности организации сервисов по обработке и доставке мультимедийной информации абонентам мобильной связи, соответствует современной научной проблематике и является актуальной.

Цель диссертационной работы состоит в повышении эффективности и улучшении эксплуатационных характеристик сервисов потоковой доставки мультимедиа подвижным абонентам путём разработки альтернативных алгоритмов обработки данных, соответствующих специфике мобильных сетей и терминалов связи.

Защищаемые в диссертационной работе научные положения могут быть сформулированы следующим образом:

• разработка алгоритмов, использующих математические методы вейвлет-нреобразований для обработки и сжатия мультимедийной информации с допустимыми потерями;

• разработка модели исследования с целью определения влияния случайных битовых ошибок, потерь пакетов и сбоев в синхронизации принимаемого потока па качество реконструированного сигнала;

• сравнительная оценка гибкости и помехоустойчивости потоков данных, подвергнутых обработке на основе различных алгоритмов сжатия, к ошибкам, возникающим при передаче по каналам мобильной связи. Теоретическое и экспериментальное обоснование предложенных алгоритмов сжатия.

Диссертационная работа состоит из введения, четырёх глав, заключения, библиографического списка и приложений.

4,7, Выводы.

Предложенные алгоритмы обработки мультимедийной информации обладают улучшенными характеристиками в плане степени компрессии и обеспечиваемой помехоустойчивости данных при передаче по каналу мобильной связи, даже без использования дополнительных схем кодирования данных для защиты от ошибок. Более того, применяемые в существующих сетях схемы помехоустойчивого кодирования (FEC — Forward error correction) являются неэффективными при их использовании для обработки потоков данных, сгенерированных предложенными методами. В силу основных принципов обработки данных с применением вейвлет-преобразований, различные части потока данных несут различную по важности информацию: так, информация о корнях деревьев EZW-кодера является критично важной, а о численных значениях какой-либо ветви дерева — сравнительно неважной. Это приводит к необходимости рассмотрения вопроса разработки новых алгоритмов кодирования данных для передачи по радиоканалу, Следует отметить, что эксперименты, произведённые в данной главе, моделировались для случая отсутствия FEC-кодирования, и при этом предложенные методы обеспечили результаты, превосходящие результаты аналогичных методов, широко применяемых в настоящее время, Отказ от классических FEC-алгоритмов, снижающих скорость передачи данных примерно на 20%, и переход к избирательной защите позволит повысить эффективность использования дорогостоящего и ограниченного радиоканального ресурса, и, следовательно, снизить издержки на организацию различных мультимедийных услуг, [37].

На базе предложенных алгоритмов в рамках решения IMS могут быть в сжатые сроки построены новые мультимедийные услуги для абонентов сетей мобильной связи, аналогичные описанной в п. 4.6 услуге «Мобильное телевидение».

ЗАКЛЮЧЕНИЕ

.

Диссертационная работа завершена со следующими результатами:

1. Разработаны альтернативные алгоритмы обработки мультимедийной информации (звука, статичных изображений, видеопоследовательностей), основанные на математическом аппарате вейвлет-нреобразований, по степени компрессии данных и скорости работы не уступающие существующим широко распространённым алгоритмам, и при этом обеспечивающие значительно более высокую помехоустойчивость генерируемого потока данных.

2. Проведены эксперименты по оценке степени компрессии и качества восстановленных сигналов для ряда типовых алгоритмов и предложенных альтернативных алгоритмов.

3. Проведены эксперименты гю оценке помехоустойчивости сгенерированного предложенными алгоритмами и типовыми алгоритмами потока данных для следующих основных случаев появления ошибок в канале связи — случайные битовые ошибки, потери пакетов, сбои в синхронизации принимаемого потока. Эксперименты проведены при различных условиях для получения наиболее объективной оценки.

4. Даны рекомендации по организации мультимедийных сервисов на основе предложенных алгоритмов, использующих единые мастер-файлы для всех возможных типов абонентских устройств и скоростей подключений.

5. Предложена к реализации в рамках IMS мультимедийная услуга «Мобильное телевидение», построенная на базе вейвлетных алгоритмов обработки информации.

6. Создано прикладное программное обеспечение для разработки новых мультимедийных услуг в сетях подвижной связи на основе использования вейвлет-нреобразований.

На основе полученных результатов можно утверждать, что применение математического аппарата вейвлет-преобразования для сжатия мультимедийной информации с потерями является более эффективным, чем использование аппарата дискретно-косинусного преобразования Фурье, поскольку позволяет добиться лучшего качества восстановленного изображения при сопоставимом размере файла, а также, благодаря лифтинг-схеме, позволяет существенно снизить нагрузку на процессор и оперативную память. Перечисленные преимущества вейвлет-преобразований являются особенно важными при построении на их основе сервисов для мобильных устройств, которые являются устройствами с ограниченными вычислительными возможностями.

Показать весь текст

Список литературы

  1. В. Помехоустойчивое кодирование в пакетных сетях // Мультимедиа, № 9,2005, Москва
  2. Л.Г., Жилейкин Я. М., Осиник Ю. И. Преобразование Фурье и вэйвлег-преобразования. Их свойства и применения. // Вычислительные методы и программирование, т. З, Москва, 2003
  3. В. А., Певный А. Б. Вейвлегное преобразование Баттерворта и его реализация при помощи рекурсивных фильтров // Ж. вычисл. мат. и матем. физ.- М., МГУ, 2002
  4. Ю.А., Вологдин Э. И. Цифровое кодирование звуковых сигналов. / Корона Принт, СПб, 2004
  5. Л.В. Основы вейвлет-анализа сигналов. Учебное пособие/ ИАнП РАН.-СПб, 1999
  6. А.В. О систематизации вейвлег-преобразований. Вычислительные методы и программирование /МГУ, — М., 2001
  7. И.В. Позиционирование GSM-абонентов. // журнал «Мобильные системы» № 3, 2004
  8. И.В. Аспекты выбора метода сжатия видеосигнала в системе сотовой связи 3G. // 56-я НТК СПбГУТ: тез.докл.- СПб, 2005
  9. И.В. Использование вейвлет-преобразований для эффективного сжатия цветных цифровых изображений. // 58-я НТК СПбГУТ: тез. докл.- СПб, 2006
  10. Ю.Родионов И. В. Передача малоформатного потокового видео в сетях мобильной связи. // Мобильные телекоммуникации. 2005.- № 10
  11. И.В. Проблема эффективной передачи малоформатного видео в сетях сотовой связи 3-го поколения. // Proceedings 2005 of St. Petersburg IEEE Chapters '110 Anniversary of Radio Invention'.- СПб, 2005
  12. И.В. Сжатие изображений в сетях мобильной связи. // 54-я НТК СПбГУТ: тез.докл.- СПб, 2004
  13. З.Родионов И. В. Эффективное использование канального ресурса при передаче потокового видео. // Международный телекоммуникационный симпозиум «Мобильная связь». Сборник трудов. СПб, 2006.
  14. Adams M.D., Reversible Wavelet Transforms and Their Application to Embedded Image Compression / University of Waterloo proceedings, Austria, 1993
  15. Andre Т., Cagnazzo M., Antonini M., Barlaud M. Motion-compensated lifting-based wavelet transform// IEEE proceedings, 2004
  16. Antonini M., Barlaud M., Mathieu P., Daubechies I. Image Coding Using Wavelet Transfonn // IEEE Transactions on Image Processing.- 1992.-vol.2, — Apr.
  17. Asbun E., SalamaP., Shen К., Delp E. Very Low Bit Rate Wavelet-Based Scalable Video Compression / Video and Image Processing Laboratory proceedings, USA, s/d
  18. Bjom Bostrom Image & Video Compression Using Wavelet Transform and Error-Robust Transmission // KTH proceedings, 2005, Sep.
  19. Boulgouris N.V. etc. Drift-free multiple description coding of video / Thermi-Thessaloniki, Greece, 2001
  20. Bozinovic N., Konrad J., Andre Т., Antonini M., Barlaud M. Motion-compensated lifted wavelet video coding: toward optimal motion/transform configuration // ШЕЕ proceedings, 2004
  21. Cappellari L., Nguyen T.Q. Optimal Motion Compensation for Low Bit Rate Wavelet Based Error Frame Coding / University of California proceedings, USA, s/d
  22. Cheng P.Y., Li J., Jay Kuo C.C. Multiscale video compression using wavelet transform and motion compensation // IEEE proceedings, 1995
  23. Comer M.L. Multiresolution image processing techniques with applications in texture segmentation and nonlinear filtering / Purdue University proceedings, 1995
  24. Crouse M., Ramchandran K. Joint thresholding and quantizer selection for decoder-compatible baseline JPEG / ICASSP proceedings, May 1995.
  25. Cycon H.L., Palkow M., Schmidt T.C. A Fast Wavelet-Based Video Codec and its Application in an IP Version 6-Ready Serverless Videoconferencing System / University of Applied Sciences proceedings, Germany, s/d
  26. I., «Ten lectures on Wavelets» //CBMS-NSF Lecture Notes.-1992.-vol.61
  27. Davis G.M. The wavelet image compression construction kit / http ://www. cs. dartmouth. edu/?gdavis/wavelet/wavelet.html, 1996.
  28. Devore R.A., Jawerth В., Lucier B.J. Image Compression through Wavelet Transform Coding / ШЕЕ Trans. Mo. Theory, Vol. 38, pp. 719−746, Mar. 1992,
  29. DeVore, R, Jawerth, B, and Popov, V.A. Compression of wavelet decompositions American Journal of Math. 114 737−785,1992
  30. Fitzek F, Can В., Prasad R. Application of Multiple Description Coding ill 4G Wireless Communication Systems / Aalborg University proceedings, s/d
  31. Gakhal R".S. Wavelet Based Progressive Image Coding / CMPT 820 proceedings, India, 2004
  32. Gersho A., Gray R. M. Vector Quantization and Signal Compression / Kluwer Academic Publishers, 1992.
  33. Grangetto M., Magli E., Olmo G. Finite Precision Wavelets for Image Coding- Lossy aid Lossless Compression Performance Evaluation / Turin university proceedings, Italy, 1997
  34. Graps A. An introduction to wavelets / IEEE computational science and Engineering, 1995
  35. Gray R.M., Kieffer J.C., Linde Y. Locally optimal block quantizer design / Information and Control, vol.45, pp. 178−198,May 1980.
  36. He Z., Yu T.-H., Mitra S.K. Fast and accurate rate prediction and picture quality control for wavelet image coding / University of California, Santa Barbara, s/d
  37. He Z., Yu T.-H., Mitra S.K. Novel coding scheme for wavelet image compression / University of California, Santa Barbara, s/d
  38. Herley C., Xiong Z., Ramchandran K, Orchard M.T. Joint space-frequency segmentation using balanced wavelet packet trees for least-cost image representation // IEEE Transactions on Image Processing, Sept. 1997.
  39. Hobbs J.M. Coming soon to a phone near you // Ericsson Review. 2004. Vol. 80. pp.34- 36.
  40. Howard P.G., Vitter J.S. Fast and Efficient Lossless image compression // IEEE computer society proceedings, 1993
  41. Kassler A., Neubeck A. Self Learning Video Filters for Wavelet Coded Videostreams / University of Ulm proceedings, Germany, s/d
  42. Khalifa 0.0. Fast algorithm for VQ-based wavelet coding system // Palmerston Nord, No. 11,2003
  43. Lehtinen J. Coding of Wavelet-Transformed Images / TUCS Dissertations, No 62,2005, Finland
  44. Lehtinen J. Limiting Distortion of a Wavelet Image Codec // Acta Cybemetica, No. 14, 1999
  45. Lin C., Zhang В., Zheng Y.F. Packed Integer Wavelet Transform Constructed by Lifting Scheme // IEEE transactions on circuits and systems for video technology, Vol. 10, No. 8, 2000
  46. Luo J., Chen C.W., Parker K.J., Huang T.S. A Scene Adaptive and Signal Adaptive Quantization for Subband Image and Video Compression Using Wavelets // IEEE Transactions on circuits and systems for video technology, Vol. 7, No. 2, april 1997
  47. Luo L., Wu F., Li S. etc. Advanced Motion Threading for 3D Wavelet Video Coding / ICIP'03 proceedings, 2003
  48. Man H., Kossentini F., Smith M. J. T. A family of efficient and channel error resilent wavelet/subband image coders // IEEE Transactions on circuits and systems for video technology.-1999.- vol. 9, — Feb.
  49. Man H., Kossentini F., Smith M. J. T. Robust EZW image coding for noisy channels / Stevens Institute ofTechology proceedings, 1996
  50. Marpe D., Blattermann G., Ricke J. Two-Layered Wavelet-Based Algorithm for Efficient Lossless and Lossy Image Compression // IEEE transactions on circuits and systems for video technology, Vol. 10, No. 7,2000
  51. Магре D., Cycon H.L. Very Low Bit-Rate Video Coding Using Wavelet-Based Techniques 11 IEEE transactions on circuits and systems for video technology, Vol. 9, No. 1, 1999
  52. Marpe D., Wiegand Т., Cycon H.L. Design of a Highly Efficient Wavelet-based Video Coding Scheme // Proceedings of SP1E Vol. 4671, 2002
  53. Martucci S.A., Sodagar I., Chiang T. A Zerotree Wavelet Video Coder // IEEE transactions on circuits and systems for video technology, Vol. 7, No. 1,1997
  54. Меуег F.G., Averbuch A., Coifman R.R. Motion compensation of wavelet coefficients for very low bit rate video coding // Proc. IEEE International Conference on Image Processing, Vol. 3, pp. 638−641, 1997.
  55. Meyer F.G., Averbuch A.Z., Stroomberg J.O. Fast Wavelet Packet Image Compression I Tromso University proceedings, Norway, 1998
  56. Mobile Broadcast/Multicast Service (MBMS) while paper / TeliaSonera, Finland, 2004
  57. Multimedia Broadcast / Multicast Service- Protocols and Codecs. 3GPP TS 26.346.-2004,-Nov
  58. Neff R., Zakhor A. Very low bit rate video coding based on Matching Pursuits // University of California, 1999
  59. Nokia Developer Platform 2.0: Known Issues, version 2.2 / Nokia Corp., 2005
  60. Nokia Series 40 Developer Platform: FAQ, version 1.1 / Nokia Corp., 2004
  61. Nokia Series 60 Platform: Introductory Guide, version 1.0 / Nokia Corp., 2005
  62. Oliver J., Malumbres M.P. A fast wavelet transform for image coding with low memory consumption // IEEE Signal Processing Society.- 2004, — Dec.
  63. C., Antonini M., Barlaud M. 3D Scan based wavelet transform for video coding // Proceedings of IEEE Workshop on Multimedia Signal Processing, pp. 403−408, Cannes, France, 2001
  64. Parisot С., Antonini M., Barlaud M. Motion-compensated scan based wavelet transform for video coding // Proceedings of the International Workshop on Digital Communications, Capri, Italy, — 2002.
  65. Pennebaker W.B., Mitchell J. L. JPEG Still Image Data Compression Standard. / New York: Van Nostrand Reinhold, 1992.
  66. Pereira M., Antonini M., Barlaud M. Channel Adapted Multiple Description Coding Scheme Using Wavelet Transform // TEEE ICIP 2002 proceedings, 2002
  67. Pereira M., Antonini M., Barlaud M. Multiple description video coding for UMTS. 13S laboratory of CNRS, University of Nice-Sophia Antiopolis (s/d)
  68. Ramchandran K., Vetterli M. Best wavelet packet bases in a rate-distortion sense // IEEE Transactions on Image Processing, Vol.2, no. 2, pp. 160−175, 1992,
  69. Rasmusson J. Multimedia in mobile phones the ongoing revolution // Ericsson Review. 2004. Vol. 81. pp.98 — 107.
  70. Rodionov I. Building an efficient mobile video streaming service. // Proceedings of «IEEE ISCE 2006».- 2006.- vol.1, Jul.
  71. Rodionov I. Problems of streaming video service organisation in mobile networks. // Proceedings 2005 of St. Petersburg IEEE Chapters '110 Anniversary of Radio Invention'.- 2005.- vol.2, Jun
  72. Said A., Pearlman W.A. A new, fast, and efficient image codec based on set partitioningin hierarchichal trees // IEEE Trans. Circuits and Systems for Video Technology, Vol. 6, pp. 243−250, June 1996.
  73. Samsung Developer Tips on SGH-D500/D508 JAVA application / Samsung Electronics Co. Ltd, 2005
  74. Samsung Development Guide for New JVM / Samsung Electronics Co. Ltd, 2005
  75. Schuller G., Kovacevic J., Masson F. Robust Low-Delay Audio Coding Using Multiple Descriptions / IEEE Transactions on Speech and Audio Processing, Vol. 13, No. 5,2005
  76. Secker A., Taubman D. Motion-Compensated Highly Scalable Video Compression Using an Adaptive 3D Wavelet Transform Based on Lifting / The University Of New South Wales proceedings, USA, s/d
  77. Shapiro J. M. Embedded image coding using zerotrees of waveletcoefficients // IEEE Transactions on Signal Processing.- 1993.- vol.41, — Dec.
  78. Shen K., Delp E.J., Wavelet Based Rate Scalable Video Compression // IEEE transactions on circuits and systems for video technology, Vol. 9, No. 1,1999
  79. Sony Ericsson K300 White paper / Sony Ericsson Mobile Communications AB, Sweden, 2005
  80. Sony Ericsson K500 White paper / Sony Ericsson Mobile Communications AB, Sweden, 2005
  81. Sony Ericsson K800 White paper / Sony Ericsson Mobile Communications AB, Sweden, 2006
  82. Starck J.-L, Donoho D.L., Candes E.J. Very high quality image restoration by combining wavelets and curvelets / California Institute of Technology proceedings, USA, 2001
  83. Sweldens W. The Lifting Scheme: A New Philosophy in Biorthogonal Wavelet Constructions / Katholieke University proceedings, Belgium, s/d
  84. Talluri R., Bannon Т., Courtney J.D. A Robust, Scalable, Object-Based Video Compression Technique for Very Low Bit-Rate Coding // IEEE transactions on circuits and systems for video technology, vol. 7, No. 1, 1997
  85. Tillier C., Pesquet-Popescu B. Scalable Video Compression with Temporal Lifting Using 5/3 Filters / ENST proceedings, France, s/d
  86. Vetterli M. Wavelets, Approximation and Compression // IEEE Signal Processing Magazine, Sep. 2001
  87. Weiss L. Wavelets and wideband correlation processing// IEEE Signal Processing Magazine. 1994.-Jan
  88. Wheeler F., Pearlman W. Low-Memory Packetized SPIHT Image Compression / Rensselaer Polytechnic Institute proceedings, USA, s/d
  89. Wietfeldt R., Handset System Architectures for Mobile DTV // Proceedings of «IEEE ISCE 2006».- 2006.- vol. I, Jul.
  90. Williams J.R., Amaratunga K. A Discrete Wavelet Transform Without Edge Effects Using Wavelet Extrapolation // IESL Technical report, No.95−02, 1995
  91. Witten I. H., Neal R. M., Cleary J. H. Arithmetic coding for data compression // CACM.-1987.- vol.30, — Dec.
  92. Xiong Z., Ramchandran K., Orchard M.T. A Comparative Study of DCT- and Wavelet-Based Image Coding // IEEE transactions on circuits and systems for video technology, Vol. 9, No. 5, 1999
  93. Xiong Z., Ramchandran K., Orchard M.T. Space-frequency quantization for wavelet image coding / preprint, 1995.
  94. Yang S.-H., Cheng T.-C. Error-Resilient SPIHT Coding of Images / National Taipei University of Technology proceedings, China, s/d
Заполнить форму текущей работой

Заказал и сдал!