автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.05, диссертация на тему:Исследование и разработка устройства адаптивного сжатия данных на основе динамической реконфигурации программируемых логических интегральных схем

На правах рукописи

Слик Асад Али

ИССЛЕДОВАНИЕ И РАЗРАБОТКА УСТРОЙСТВА АДАПТИВНОГО СЖАТИЯ ДАННЫХ НА ОСНОВЕ ДИНАМИЧЕСКОЙ РЕКОНФИГУРАЦИИ ПРОГРАММИРУЕМЫХ ЛОГИЧЕСКИХ ИНТЕГРАЛЬНЫХ СХЕМ

05.13.05 - Элементы и устройства вычислительной техники и систем

управления

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва - 2003

Работа выполнена на кафедре «Конструирование и технология радиоэлектронных средств» Владимирского государственного университета.

Научный руководитель:

Официальные оппоненты:

доктор технических наук, профессор Руфицкий М.В.

доктор технических наук, профессор Опадчий Ю.Ф. кандидат технических наук, доцент Власов А.И.

Ведущая организация

ОАО «Владимирское конструкторское бюро радиосвязи»

Защита состоится "_"_2003 г. в_ часов на

заседании диссертационного совета Д 212.110.06 Российского государственного технологического университета «МАТИ-РГТУ им. Циолковского», расположенного по адресу: 600000, Москва, ул. Оршанская, 3.

С диссертацией можно ознакомиться в библиотеке МАТИ-РГТУ. Автореферат диссертации разослан "_"_2003 г.

Ученый секретарь

диссертационного совета

доктор физико-математических наук,

профессор Е. В. Марсова

(2©о5 -ft

171 у

Общая характеристика работы

Актуальность проблемы

В настоящее время все большее распространение получают вычислительные устройства для сжатия данных. Это объясняется развитием телекоммуникационной и вычислительной техники, что ведет к росту объемов передаваемой информации. По мере увеличения потребности в системах передачи данных пользователи все чаще сталкиваются с проблемами, обусловленными недостаточной пропускной способностью линий связи LAN-WAN, т.к. для этой цели довольно широко используются обычные коммутируемые телефонные каналы, обеспечивающие скорость передачи данных до 28,8 Кбит/с.

Задача увеличения эффективности использования пропускной способности каналов удаленного доступа - одна из основных в телекоммуникационных и информационно-вычислительных технологиях. При этом возможны следующие способы ее решения:

1) переход на новые каналы связи с большей пропускной способностью;

2) сжатие (компрессия) данных при их передаче по низкоскоростным каналам.

Первый вариант требует весьма значительных материальных затрат, таким образом, задача повышения эффективности использования обычных телефонных линий остается очень актуальной, что требует разработки новых подходов к сжатию данных.

Алгоритмы сжатия данных могут быть реализованы

1) программно, ( I

2) аппаратно,

3) аппаратно-программно.

Программные продукты, предназначенные для сжатия данных, используются в основном для экономии места на магнитных носителях и не пригодны для работы в режиме on-line. Такое программное обеспечение используется в режиме off-line - по линиям связи передаются уже предварительно сжатые данные.

В настоящее время для обеспечения работы в приложениях в режиме реального времени (когда компрессия и передача данных по сети происходит практически одновременно) используют устройства аппаратного сжатия данных. В то же время существенным недостатком большинства аппаратных устройств является их ориентация на работу только с каким-либо одним видом приложений или типом данных. Такой подход дает хорошие результаты, когда область применения системы заранее известна (например, передача речи, изображений и т.п). Однако если тип информации, передаваемой по каналу связи, предсказать нельзя,

то подобный вариант неэффективен для многих приложений. Таким образом, возникает задача выбора алгоритма сжатия данных в зависимости от типа передаваемой информации.

Из сказанного выше следует, что разработка устройства, которое обеспечивает оптимальный выбор алгоритма и высокую степень сжатия в режиме реального времени (on-line) для любых типов передаваемых данных в каналах связи, является актуальной задачей в области телекоммуникации.

Цель работы - увеличение объема передаваемых данных при существующей пропускной способности каналов связи путем уменьшения их избыточности за счет изменения структуры устройства сжатия для различных типов данных на основе динамической реконфигурации ПЛИС.

Для достижения поставленной цели в работе необходимо решить следующие основные задачи:

1. Провести анализ современных методов сжатия данных на основе программных и аппаратных средств; определить эффективность их применения для данных различного типа.

2. Разработать и исследовать принципы адаптивного сжатия данных, основанные на динамической реконфигурации аппаратных средств.

3. Разработать методику проектирования адаптивного устройства сжатия на основе ПЛИС.

4. Исследовать результаты применения устройства адаптивного сжатия данных в компьютерных системах на примере передачи видеоизображений.

Научная новизна

Разработаны:

1. Обобщенная структура устройства адаптивного сжатия данных на основе динамической реконфигурации ПЛИС.

2. Алгоритм функционирования адаптивного устройства сжатия данных.

3. Новый алгоритм компрессии изображений с возможностью адаптации к параметрам сжимаемых данных.

4. Новый алгоритм расчета дискретных преобразований, позволяющий адаптироваться к параметрам обрабатываемых данных.

5. Методика проектирования вычислительного устройства для выполнения адаптивного дискретного косинусного преобразования.

6. Методика проектирования адаптивного устройства сжатия данных для обработки видеоизображений.

Практическая ценность работы

1. Результаты работы могут быть использованы для передачи изображения фотографического качества в режиме реального

■ Ш но

времени в устройствах вычислительной техники и систем управления.

2. Разработанный алгоритм расчета адаптивных преобразований позволяет сократить время обработки информации (в системах сжатия и ЦОС).

3. Разработанная методика проектирования адаптивного устройства сжатия информации позволяет сократить время выхода сложных электронных изделий на рынок.

Методы исследования

Для решения поставленных научных задач в работе используются методы вычислительной математики, дифференциального исчисления, теории множеств, кибернетики, теоретической и прикладной электроники, теории 1 программирования и математической логики. При обработке

экспериментальных данных применяются статистические методы. Апробаиия результатов работы

Основные научные и практические результаты исследований по теме диссертации докладывались на:

• II международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (2001 г., Новочеркасск);

• Всероссийской научно-технической конференции «Электроника» (2001 г., Москва, 2 доклада);

• Всероссийской научно-технической конференции «Реконфигурируемые электронные средства в системах обработки информации» (2002 г., Владимир);

• Российской научно-технической конференции по атмосферному электричеству (2003 г., Владимир);

• Международной научно-технической конференции «Перспективные ( технологии в системах передачи информации-2003» (2003 г.,

Владимир-Суздаль).

Реализация и внедрение результатов исследования Адаптивного устройства сжатия информации, внедрено на ОАО «Владимирское конструкторское бюро радиосвязи»,а также в учебном процессе кафедры «Информатика и защита информации». Объем и структура работы

Диссертация состоит из введения, четырех глав и заключения, а также списка литературы и приложений. Работа изложена на 134 страницах печатного текста и содержит список литературы из 120 наименований (на 10 страницах).

Публикации

По теме диссертации опубликовано 11 печатных работ, из них 5 статей (в том числе 3 в центральных изданиях) и 6 тезисов докладов на конференциях.

Содержание работы

Во введении обоснована актуальность темы, сформулированы цель и задачи, указаны научная новизна и практическая значимость выполненных исследований.

В первой главе рассмотрены методы, алгоритмы и области применения сжатия, а также способы их реализации. В настоящее время наиболее перспективной областью использования систем сжатия являются сетевые технологии (в первую очередь, глобальные сети). Результаты анализа показывают, что время сжатия наиболее критично для передачи мультимедийного трафика (аудио- и видеоданных) в режиме реального времени (например, для аудио- и видеоконференций). Несмотря на это, системы сжатия наиболее часто применяются для экономии места на диске.

Проанализированы возможные варианты реализации систем сжатия: -программный (с использованием универсальных, специализированных и проблемно-ориентированных процессоров), -аппаратный (с использованием стандартных микросхем, заказных СБИС и ПЛИС),

- аппаратно-программный (комбинация указанных выше вариантов). Главными достоинствами программной реализации являются минимальные сроки и затраты на разработку, а также гибкость системы. Однако подобный вариант неприемлем в случаях, когда требуется высокое быстродействие устройства. Аппаратная реализация позволяет достичь наибольшей производительности, но во многих случаях такой способ связан со значительными материальными и временными затратами на разработку. Аппаратно-программная реализация позволяет объединить достоинства предыдущих вариантов.

В настоящее время известно достаточно много алгоритмов сжатия. Они подразделяются на следующие типы: с потерей информации при сжатии и без потерь; симметричные и асимметричные; ориентированные на сжатие определенных видов данных (изображений, видеоинформации, звука и т.п.) и универсальные.

В диссертации рассмотрены и проанализированы широко используемые методы сжатия: групповое кодирование (RLE); алгоритм Лемпела-Зива-Велча (LZW); алгоритм Хаффмана; фрактальный алгоритм; JPEG и

JPEG2000 (с потерями и без потерь, на основе дискретного косинусного преобразования и на основе волнового преобразования); Motion-JPEG; MPEG (версии 1,2,4); МРЗ (MPEG Layer 3) и другие (Н.261, Н.263, JBIG, PPM).

Практическая потребность в системах сжатия, работающих в режиме реального времени, с одной стороны, и отсутствие адаптивных систем, с другой, определяют актуальность теоретических и экспериментальных исследований в указанной области.

Во второй главе описана математическая основа адаптивного устройства сжатия информации (АУСИ). Из определения энтропии случайной величины следует необходимость разработки АУСИ. Объясняется это тем, что в различных типах данных вероятность (частота) появления одного и того же элемента может отличаться, и при этом весьма значительно. Предложены алгоритмы функционирования АУСИ в режиме компрессии (рис. 1) и декомпрессии (рис. 2). При этом учитывается возможность передачи комплексных (составных) типов данных.

Выведено условие эффективности АУСИ при передаче данных одного типа. Оно определяется системой неравенств

где АV - уменьшение объема данных в результате сжатия, С — пропускная способность канала связи, Ттот - время анализа данных, Т№тт, - время

выбора алгоритма сжатия, Т°'" - время компрессии и декомпрессии с помощью оптимального в данной ситуации алгоритма сжатия (в случае составных данных это усредненный, взвешенный по времени показатель); г;;- - время компрессии и декомпрессии для произвольного алгоритма (например, стандартного для модема); Тт - время декомпозиции составных данных, - время восстановления составных данных.

При разработке магематического обеспечения АУСИ важной научной задачей является адаптация существующих или разработка новых алгоритмов компрессии данных, учитывающих специфику АУСИ. В случае аппаратной реализации АУСИ следует учитывать, что необходимо использовать такую элементную базу, которая обладает наибольшей гибкостью и возможностью динамического изменения алгоритма сжатия в зависимости от типа данных. В диссертационной работе предложен новый метод сжатия изображений, ориентированный на применение в АУСИ. Он

=— > т°™ + т

С '

^ ^АГСИ ^ у

+ Tmmll + Тт +1\

(1)

базируется на изменении параметров дискретного косинусного преобразования (ДКП) и схемы управления потерями.

^ начало

Анализ передаваемых данных

Есть необходимость

Алгоритм адаптации АУСИ

Рис. 1. Обобщенный алгоритм функционирования АУСИ в режиме компрессии

Рис. 2. Обобщенный алгоритм функционирования АУСИ в режиме декомпрессии

В основе динамического изменения параметров ДКП лежит формула для расчета значения среднеквадратической ошибки восстановления (на примере одномерного ДКП):

9 /дм Г лм ы-1 Лг V I к-Н-т п-0

(2и + 1)*тг

2^

сов

(2и + 1)Ъг

2И

(2)

где Х(п)~ яркость пиксела. Формула доказывает целесообразность увеличения размера блока для повышения степени компрессии. В алгоритме предлагается новый подход к выбору параметров линейных преобразований (адаптивное дискретное косинусное преобразование -АДКП, заключающееся в динамическом изменении размеров блока рассмотрен в общем виде алгоритм адаптации ДКП) и к управлению потерями.

Предложен обобщенный алгоритм работы динамически реконфигурируемого устройства сжатия данных, который описывает необходимую последовательность действий для обеспечения динамической замены одних алгоритмов компрессии/декомпрессии на другие в зависимости от параметров входных данных.

В третьей главе рассмотрена методика проектирования устройства на основе динамически реконфигурируемых интегральных схем (ПЛИС).

Динамическая реконфигурация (Кип-"Пте-11есопЙ£ига1:юп) применима в системах с выполнением действий по шагам, последовательным во времени, когда в данное время требуется только одна определенная настройка. В данном случае средства кодирования и декодирования, компрессия и декомпрессия никогда не выполняются одновременно. Поэтому вместо нескольких аппаратных блоков можно использовать один перестраиваемый, т.е. сэкономить аппаратные ресурсы за счёт многократного использования одних и тех же средств в разных ролях. Предлагаемая структура динамически реконфигурируемой системы ДРС состоит из следующих частей:

- стандартный микропроцессор (МП), выполняющий управление операцией;

- реконфигурируемый сопроцессор (РСП), (выполнен на ПЛИС и реализующий обработку данных);

- устройство сохранения конфигурации (РкэЬ-память); ■

- интерфейс для адаптации работы с модемом и ПК;

- схема управления загрузки конфигурации (ПЛИС);

- схема распознавания типа данных (выполнена на ПЛИС или микроконтроллер).

Каждый узел устройства отдельно описан, с точки зрения его структурны и функциональной реализации.

Цикл выполнения операции в простейшем виде имеет следующий вид:

1. Определение требуемой функции.

2. Загрузка конфигурационной памяти (ПЛИС) для требуемой функции.

3. Загрузка исходных данных.

4. Вычисление.

5. Считывание результата.

PC

Загрузка памяш

Модем

ПЛИС (РСП)

Data

Алгоритм сжатия

Алгоритм декомпрессия

Схема

Sid! Con fig

$t_Coijfig

4дрес_

ы

Flash 1 .Конфигурация

п.Конфигурация

Рис. 3. Структурная схема устройства

В этой главе предложена математическая модель динамически реконфигурируемой АУСИ. Математическое моделирование динамически реконфигурируемой системы для реализации АУСИ заключается в оценке временных характеристик, эффективности аппаратной реализации и аппаратных затрат системы. Так, процесс реконфигурации занимает определенное время (/с):

'с=п№хКьху + ',. (3)

J с

где /с — тактовая частота конфигурирования, Гц; - время инициализации внутренних структур ПЛИС, с; Пц, - число логических блоков (ЛБ) в ПЛИС; У/ь - объем конфигурационных данных одного ЛБ, бит

Условие максимальной эффективности выполнения аппаратно реализованных функций путем их разбиения на элементарные подфункции, загружаемые в ДРС в определенной последовательности

О"

Ь-<-, (4)

(=1 п. п

где // - время пересылки информации на РСП, с; /,„ - время выполнения операции с помощью РСП, с; п - число выполненных операций без реконфигурирования; г - номер подфункции; р - общее число подфункций алгоритма.

Условие целесообразности использования аппаратной реализации вычисления функции

А х / ,+(/, + Ох п

-£—м-«1-« . (5)

п

где время программного выполнения операции.

Среднее время выполнения операции:

= -7—х • (6)

3 с!к

гДе /с!к ~ тактовая частота ПЛИС; среднее значение числа тактов, необходимых для выполнения различных операций.

Стоимость ПЛИС определяется:

С = К№ хС/4. (7)

где С и, - стоимость эквивалентного логического вентиля.

Эффективное использование технологии ДР возможно при оптимальном выборе семейства и типа ПЛИС среди имеющихся на рынке. В качестве основного критерия оптимальности (эффективности) может быть выбрано соотношение стоимость/производительность при условии

пригодности данного семейства для реализации ДР и обеспечения требуемой производительности. Таким образом, оптимальному выбору соответствует минимальное значение функции при условии обеспечения требуемой производительности (9).

min( F =

--х* + —

Я con/- feli

x(^xCj) (8)

1 , w, <9>

~f~cik~Х ШаХ "с1к i) calc max

где Яот1/- среднее число операций, выполняемых до следующего конфигурирования, tcaic max — максимально допустимое время выполнения операции.

Разработана методика проектирования и предложены основные структуры, необходимые для реализации нового алгоритма сжатия изображений. Наиболее критичным этапом сжатия является адаптивное дискретное косинусное преобразование (АДКП). В главе разработан алгоритм выбора методов расчета прямых тригонометрических функций (ПТФ) для АДКП, учитывающий особенности каждого из вариантов (рис. 4), а также структурные схемы устройств, реализующих ДКП с использованием различных методов расчета ПТФ (для табличного метода, комбинации табличного метода и итерационного метода на основе теоремы сложения, полиномиальной аппроксимации, метода «цифра за цифрой»). Материал, изложенный в главе, составляет основу аппаратной реализации адаптивного устройства сжатия видеоизображений на базе ДР ПЛИС. Предложен новый алгоритм сжатия на основе ДКП. В отличие от классического алгоритма JPEG, новый метод допускает изменение размера блока NxN для достижения требуемого соотношения «коэффициент сжатия - среднеквадратическая ошибка восстановления». Разработанный алгоритм сжатия видеоданных является аналогом стандарта Motion-JPEG. Предложенный вариант позволяет сделать процесс компрессии видеоданных адаптивным. На основе нового метода сжатия возможна разработка нового поколения алгоритмов MPEG.

Разработаны структуры для аппаратной реализации АДКП при различных способах расчета функции косинус. В диссертации приводятся блок-схемы для вычисления функции косинус с помощью различных методов, а также базирующиеся на них блок-схемы расчета одномерного ДКП. Для расчета двумерного ДКП можно использовать известные варианты быстрого ДКП. Разработанные структуры рассчитаны н^ применение для вычисления ДКП с различными значениями N, т.е. для вычисления АДКП.

Рис. 4. Алгоритм адш7гации АДКГТ

В четвертой главе приводятся результаты, которые необходимы для экспериментального доказательства эффективности предложенных подходов:

- экспериментальное исследование временных параметров программной реализации ДКЛ;

- экспериментальное исследование программы, реализующей разработанный алгоритм сжатия изображений на МАТЬАВ;

- результаты разработки УНОЬ-описания для расчета ДКП с использованием различных методов;

- результаты исследования разработанного устройства адаптивного сжатия данных на основе динамической реконфигурации ПЛИС.

Степень сжатия 16

Степень сжатия 16

16 32 46 128 256 Размер блока

Рис. 5. Результаты моделирования алгоритма в среде MATLAB (PSNR - отношение сигнал/шум для восстановленного изображения, RMS - среднеквадратическая ошибка восстановления)

Среднеквадратическля ошибка восстановления

Рис. 6. Результаты моделирования алгоритма в среде MATLAB

На рис.(5,6) показаны результаты исследований алюритма в среде MATLAB. Они показали, что при увеличении размера блока N возрастает коэффициент сжатия и уменьшается среднеквадратическая ошибка восстановления. Также при одном и том же степени сжатия и при увеличении размера блок N возрастает PSNR (отношение сигнал/шум для восстановленного изображения) и уменьшается коэффициент RMS.

Результаты экспериментальных исследований (разработки VHDL-описаний и их компиляции для семейства ДР ПЛИС ACEXlk фирмы Altera) приведены в табл. 1.

Таблица 1. - Значения времен расчета и аппаратных затрат, необходимых __для вычисления ДКП__

Название метода Разрядное ть данных, бит Минимальн ое время расчета, не Размер блока Аппаратные затраты, ЛБ

Табличный метод 8 8 242,4 842,1 8 16 286 543

МТТС 8 781,5 8 1235

МПА 12 3607,2 8 1567

Метод «цифра за цифрой» 16 5202,4 8 2089

Результаты экспериментальных исследований в полном объеме совпали с результатами, полученными на разработанном макетном образце, устройства адаптивного сжатия данных на основе динамической реконфигурации программируемых логических интегральных схем (ПЛИС), а также при проектировании цифровой платой сопряжения с ») проводной линией железнодорожной радиостанции технологической

связи.

Проведено сравнение результатов, полученных для различных размеров блоков ДКП. Полученные данные согласуются с приведенными ранее теоретическими положениями.

Заключение

Теоретические и экспериментальные исследования, выполненные в диссертационной работе, позволили получить следующие результаты:

1. Проведен анализ современных методов сжатия данных на основе программных и аппаратных средств; определены их преимущества и недостатки.

2. Впервые разработана и исследована структура устройства адаптивного сжатия данных, основанная на динамической реконфигурации аппаратных средств.

3. Разработана методика проектирования адаптивного устройства сжатия на основе ПЛИС, позволяющая сократить время выхода сложных устройств вычислительной техники и управления на рынок.

4. Разработан новый алгоритм расчета дискретного преобразования, позволяющий адаптироваться к параметрам обрабатываемых данных.

5. Разработан новый алгоритм сжатия изображения с возможностью управления потерями и адаптации к параметрам сжимаемых данных

Направлениями будущих исследований являются:

1. Экспериментальное исследование различных алгоритмов расчета прямых тригонометрических функций для уменьшения времени вычисления дискретного косинусного преобразования.

2. Исследование дискретного \уауе1е1-преобразования, разработка адаптивного дискретного \уауе1е1-преобразования и его аппаратная реализация.

3. Исследование, разработка и аппаратная реализация алгоритмов, адаптирующихся к параметрам звуковой информации.

4. Разработка метода, позволяющего производить комплексную адаптацию к параметрам аудио/видеоданных.

В приложениях приводится дополнительная информация по теме исследований, а также данные по техническим особенностям разработанного устройства адаптивного сжатия данных на основе динамической реконфигурации ПЛИС.

Основные результаты работы

1. Проведен анализ современных методов сжатия данных на основе программных и аппаратных средств; определены их преимущества и недостатки.

2. Впервые разработана и исследована структура устройства адаптивного сжатия данных, основанная на динамической реконфигурации аппаратных средств.

3. Разработана методика проектирования адаптивного устройства сжатия на основе ПЛИС, позволяющая сократить время выхода сложных устройств вычислительной техники и управления на рынок.

4. Разработан новый алгоритм расчета дискретного преобразования, позволяющий адаптироваться к параметрам обрабатываемых данных.

5. разработан новый алгоритм сжатия изображения с возможностью управления потерями и адаптации к параметрам сжимаемых данных.

6. Результаты диссертационной работы были использованы при проектировании цифровой платой сопряжения с проводной линией

железнодорожной радиостанции технологической связи. Результаты диссертационной работы были использованы в учебном процессе кафедрой « Информатика и защита информации» для подготовки студентов по специальности « Комплексная защита

объектов информатизации».

Публикации по теме диссертации

1. Слик A.A. Статический алгоритм Хаффмана на основе динамически реконфигурируемых вычислителей // Сборник тезисов Всероссийской научно-технической конференции «Реконфигурируемые электронные средства в системах обработки информации», 2002. — С. 7-8.

2. Слик A.A. Аппаратная защита звуковой информации в каналах связи применением динамически реконфигурируемого вычислителя // Сборник тезисов Всероссийской научно-технической конференции «Реконфигурируемые электронные средства в системах обработки информации», 2002. - С. 30-31.

3. Слик A.A. Реконфигурирование устройства ПЛИС в системе // Сборник тезисов Всероссийской научно-технической конференции «Реконфигурируемые электронные средства в системах обработки информации», 2002. - С. 32-33.

4. Реутов Д.В., Руфицкий М.В., Слик A.A. Сжатие данных на базе динамически реконфигуриремых вычислителей // Всероссийский научно-технический журнал «Проектирование и технология электронных средств». - N4, 2001. - С. 10-12.

5. Слик A.A. Аппаратное сжатие информации на базе динамически реконфигурируемых ПЛИС // Материалы II Международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах», 2001.-С. 35-37.

6. Слик A.A. Применение ДР ПЛИС и перспективы их развития // Сборник научных трудов преподавателей, аспирантов и магистрантов «Электроника, информатика и управление», вып. 3. - Владимир: ВлГУ, 2002. - С. 61-63.

7. Слик A.A. Интеллектуальная аппаратная модель сжатия на базе динамических реконфигурированных схем // Всероссийский научно-технический журнал «Проектирование и технология электронных средств». - N2, 2002. - С. 53-54.

8. Слик A.A. Применение динамически реконфигурируемых ПЛИС для аппаратного сжатия информации в каналах связи И Сборник трудов Всероссийской научно-технической конференции «Электроника», 2003. - С. 32-33.

9. Реутов Д.В., Слик A.A. Аппаратная защита звуковой информации в каналах связи // Сборник трудов Всероссийской научно-технической конференции «Электроника», 2003. - С. 35-36.

Ю.Руфицкий М.В., Слик A.A., Филиппов А.К. Анализ методов расчета дискретного косинусного преобразования для реализации на электронно-вычислительных средствах // Российская конференция по атмосферному электричеству, Владимир 2003. -С. 45-48.

П.Руфицкий М.В., Слик A.A., Филиппов А.К. Адаптивное дискретное косинусное преобразование // Сборник трудов пятой международной научно-технической конференции

«Перспективные технологии в средствах передачи информации», Владимир 2003. - С. 23-25.

ЛР № 020275. Подписано в печать 16.09. 03 Формат 60x80/16. Бумага для множит, техники. Гарнитура Тайме. Печать офсетная. Усл. печ. л. 1,16. Уч.-изд. л. 1,22. Тираж 100 экз.

Заказ Ш-ЖЗг. Редакционно-издательский комплекс Владимирского государственного университета. 600000, г. Владимир, ул. Горького, 87.

2.00?-/! 171

Р 17 1 8 7

СПИСОК ИСПОЛЬЗУЕМЫХ СОКРАЩЕНИЙ

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ МЕТОДОВ СОКРАЩЕНИЯ ИЗБЫТОЧНОСТИ 12 ПЕРЕДАВАЕМЫХ ДАННЫХ В УСТРОЙСТВАХ ВЫЧИСЛИТЕЛЬНОЙ ТЕХНИКИ

1.1. Основные характеристики каналов связи и передаваемой 12 информации в устройствах вычислительной техники

1.2. Обзор существующих методов компрессии данных

1.3. Анализ элементной базы и устройств вычислительной 34 техники, предназначенных для сжатия данных

1.4. Постановка задач диссертационной работы

ГЛАВА 2. РАЗРАБОТКА И ИССЛЕДОВАНИЕ МОДЕЛИ

УСТРОЙСТВА АДАПТИВНОГО СЖАТИЯ ДАННЫХ НА ОСНОВЕ ДИНАМИЧЕСКОЙ РЕКОНФИГУРАЦИИ ПЛИС

2.1. Разработка основных принципов построения устройства 41 адаптивного сжатия данных

2.2. Исследование математической модели устройства адап- 48 тивного сжатия данных для изображений

2.2.1. Выбор линейного преобразования данных

2.2.2. Выбор дискретного косинусного преобразования 50 данных

2.2.3. Выбор параметров адаптивного дискретного коси- 56 нусного преобразования

2.2.4. Управление потерями в алгоритме компрессии изо- 59 бражений

2.2.5. Общий алгоритм сжатия изображенйй

2.3. Обобщенный алгоритм работы динамически реконфигу- 66 рируемого устройства компрессии данных

2.4. Выводы по главе

ГЛАВА 3. АЛГОРИТМЫ (МЕТОДИКА) ПРОЕКТИРОВАНИЯ

АДАПТИВНЫХ УСТРОЙСТВ СЖАТИЯ ДАННЫХ

3.1. Построение обобщенной структуры адаптивного устрой- 71 ства сжатия информации

3.2. Режим реального времени для реализации алгоритмов 74 компрессии/декомпрессии видеоинформации

3.3. Разработка математических критерий применения и вы- 76 бора ПЛИС для динамически реконфигурируемого компрессора данных

3.3.1.Временные критерии эффективного применения 76 аппаратного сжатия на динамически реконфигурируемые ПЛИС

3.3.2. Критерии оценки логической емкости динамиче- 80 ски реконфигурируемого устройства

3.3.3. Критерии выбора элементной базы (ПЛИС) в за- 82 висимости от временных параметров системы

3.4. Разработка методики проектирования адаптивного уст- 85 ройства сжатия изображений

3.5. Синтез модели адаптивного устройства сжатия данных на 97 примере видеоизображений для этапа адаптивного дискретного косинусного преобразования на языке VHDL (3.

3.6. Выводы по главе

ГЛАВА 4. РЕЗУЛЬТАТЫ АПРОБАЦИИ АДАПТИВНОГО

УСТРОЙСТВА СЖАТИЯ ДАННЫХ НА ОСНОВЕ

ДИНАМИЧЕСКОЙ РЕКОНФИГУРАЦИИ ПЛИС

4.1. Программная реализация дискретного косинусного пре- 107 образования

4.2. Результаты моделирования алгоритма в среде MATLAB

4.3. Результаты разработки VHDL-описаний для АДКП

4.4. Результаты натурного эксперимента 118 4.3. Выводы по главе

Актуальность проблемы. В настоящее время все большее распространение получают вычислительные устройства для сжатия данных. Это объясняется развитием телекоммуникационной и вычислительной техники, что ведет к росту объемов передаваемой информации. По мере увеличения потребности в системах передачи данных пользователи все чаще сталкиваются с проблемами, обусловленными недостаточной пропускной способностью линий связи LAN-WAN, т.к. для этой цели довольно широко используются обычные коммутируемые телефонные каналы, обеспечивающие скорость передачи данных до 28,8 Кбит/с [1].

Задача увеличения эффективности использования пропускной способности каналов удаленного доступа - одна из основных в телекоммуникационных и информационно-вычислительных технологиях. При этом возможны следующие способы решения данной задачи:

1) переход на новые каналы связи с большей пропускной способностью;

2) сжатие (компрессия) данных при их передаче по низкоскоростным каналам.

Первый вариант требует весьма значительных материальных затрат, т.е. задача повышения эффективности использования обычных телефонных линий остается очень актуальной, что требует разработки новых подходов к сжатию.

Алгоритмы сжатия данных могут быть реализованы:

1) программно,

2) аппаратно,

3) аппаратно-программно.

Программные продукты, предназначенные для сжатия данных, используются в основном для экономии места на магнитных носителях и не пригодны для работы в режиме on-line [2]. Такое программное обеспечение используется в режиме off-line - по линиям связи передаются уже предварительно сжатые данные.

На сегодняшний день только устройства аппаратного сжатия данных могут обеспечить работу в приложениях в режиме реального времени [3] (когда компрессия и передача данных по сети происходит практически одновременно). В то же время существенным недостатком большинства аппаратных устройств является их ориентация на работу только с каким-либо одним видом приложений или типом данных. Такой подход дает эффективные результаты, когда область применения системы заранее известна (например, передача речи, изображений и т.п). Однако если тип информации, передаваемой по каналу связи, предсказать нельзя, то подобный вариант неэффективен для многих приложений. Таким образом, возникает задача выбора алгоритма сжатия данных в зависимости от типа передаваемой информации.

Появление динамически реконфигурируемых ПЛИС позволяет разрешить проблемы, связанные со значительными аппаратными затратами при реализации многих алгоритмов. В этих микросхемах была реализована идея программируемой архитектуры, позволяющая использовать гибкость программного подхода и скорость жесткой логики одновременно.

Из вышесказанного следует, что разработка устройства, которое обеспечивает оптимальный выбор алгоритма и высокую степень сжатия в режиме реального времени (on-line) для любых типов передаваемых данных в каналах связи, является актуальной задачей в области телекоммуникации.

Цель работы - ? увеличение объема передаваемых данных при существующей пропускной способности каналов связи путем уменьшения их избыточности за счет изменения структуры устройства сжатия для различных типов данных на основе динамической реконфигурации ПЛИС.

Для достижения поставленной цели в работе необходимо решить следующие основные задачи:

1. Провести анализ современных методов сжатия данных на основе программных и аппаратных средств. Определить эффективность их применения для данных различного типа.

2. Разработать и исследовать метод адаптивного сжатия данных, основанный на динамической реконфигурации аппаратных средств.

3. Разработать методику проектирования адаптивного устройства сжатия на основе ПЛИС.

4. Исследовать эффективность применения новых методов, а также разработать устройство адаптивного сжатия данных в компьютерных системах передачи видеоизображений.

Научная новизна Разработаны:

1. Обобщенная структура устройства адаптивного сжатия данных на основе динамической реконфигурации ПЛИС.

2. Алгоритм функционирования адаптивного устройства сжатия данных.

3. Новый алгоритм компрессии изображений с возможностью адаптации к параметрам сжимаемых данных.

4. Новый алгоритм расчета дискретных преобразований, позволяющий адаптироваться к параметрам обрабатываемых данных.

5. Методика проектирования вычислительного устройства для выполнения адаптивного дискретного косинусного преобразования.

6. Методика проектирования адаптивного устройства сжатия данных для обработки видеоизображений.

Практическая ценность работы

1. Результаты работы могут быть использованы для передачи изображения фотографического качества в режиме реального времени в устройствах вычислительной техники и систем управления.

2. Разработанный алгоритм расчета адаптивных преобразований позволяет сократить время обработки информации (в системах сжатия и ЦОС).

3. Разработанная методика проектирования адаптивного устройства сжатия информации позволяет сократить время выхода сложных электронных изделий на рынок.

Методы исследования

Для решения поставленных научных задач в работе используются методы вычислительной математики, дифференциального исчисления, теории множеств, кибернетики, теоретической и прикладной электроники, теории программирования и математической логики. При обработке экспериментальных данных применяются статистические методы. Апробация результатов работы

Основные научные и практические результаты исследований по теме диссертации докладывались на:

• II международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (2001 г., Новочеркасск);

• Всероссийской научно-технической конференции «Электроника» (2001 г., Москва, 2 доклада);

• Всероссийской научно-технической конференции «Реконфигурируемые электронные средства в системах обработки информации» (25—27 апреля 2002 г., Владимир);

• Российской научно-технической конференции по атмосферному электричеству;

• Международной научно-технической конференции «Перспективные технологии в системах передачи информации-2003» (2003 г., Владимир-Суздаль).

Реализация и внедрение результатов исследования адаптивного устройства сжатия информации - внедрено на ОАО «Владимирское конструкторское бюро радиосвязи», а также в учебном процессе кафедры «Информатика и защита информации». Объем и структура работы

Диссертация состоит из введения, четырех глав и заключения, а также списка литературы и приложений. Работа изложена на 134 страницах печатного текста и содержит список литературы из 120 наименований (на 10 страницах).

4.5. Выводы по главе 4

Экспериментальные исследования, проведенные в главе 4, полностью подтвердили эффективность предлагаемых подходов, а именно: необходимость аппаратного сжатия и адаптации к параметрам изображения. Разработанный макетный образец может быть использован как основа для проектирования промышленных устройств.

Заключение

Теоретические и экспериментальные исследования, выполненные в диссертационной работе, позволили получить следующие результаты:

1. Проведен анализ современных методов сжатия данных на основе программных и аппаратных средств; определены их преимущества и недостатки.

2. Впервые разработана и исследована структура устройства адаптивного сжатия данных, основанная на динамической реконфигурации аппаратных средств.

3. Разработана методика проектирования адаптивного устройства сжатия на основе ПЛИС, позволяющая сократить время выхода сложных устройств вычислительной техники и управления на рынок.

4. Разработан новый алгоритм расчета дискретного преобразования, позволяющий адаптироваться к параметрам обрабатываемых данных.

5. Разработан новый алгоритм сжатия изображения с возможностью управления потерями и адаптации к параметрам сжимаемых данных.

6. Результаты диссертационной работы были использованы при проектировании цифровой платы сопряжения с проводной линией железнодорожной радиостанции технологической связи.

7. Результаты диссертационной работы были использованы в учебном процессе кафедрой « Информатика и защита информации» для подготовки студентов по специальности« Комплексная защита объектов информатизации».

Направлениями будущих исследований являются:

1. Экспериментальное исследование различных алгоритмов расчета прямых тригонометрических функций для уменьшения времени вычисления дискретного косинусного преобразования.

2. Исследование дискретного wavelet-преобразования, разработка адаптивного дискретного wavelet-преобразования и его аппаратная реализация.

3. Исследование, разработка и аппаратная реализация алгоритмов, адаптирующихся к параметрам звуковой информации.

4. Разработка метода, позволяющего производить комплексную адаптацию к параметрам аудио/видеоданных.

125

1. Олифер В.Г., Олифер Р.А. Компьютерные сети. Принципы, технологии, протоколы. - СПб.: Издательство «Питер», 2000. — 672 с.

2. Практическая передача данных: Модемы, сети и протоколы. Ф. Дженнингс; перев. С англ. Мир, 1989.

3. Nelson М. The Data Compression Book// New York: M&T Books, 1992

4. Птачек M Цифровое телевидение. Теория и техника / Пер. с чешек, под ред. Л.С.Виленчика. М.: Радио и связь, 1990. -528 с.

5. Held, Gilbert,Data Compression: Technigues and Applications, Hardware and Software Consierations, second edition , john Willey & Sons, New York, 1987.

6. M.K. Stillman The market for Data Compression Products// San Jose: Electronic Trend Publications, 1994.

7. Карпов В.И. Передача данных. Элементы теории информации. Кодирование. Каналы связи: Учеб.пособие Пенза: ПТУ, 2000. - 86 с.

8. Дженнингс Ф. Практическая передача данных: Модемы, сети и протоколы / Пер. с англ. М.: Мир, 1989. - 456 с.

9. Шавенько Н.К. Основы теории кодирования и передачи информации: Учеб. пособие для студентов. М.: Радио и связь, 1999. - 120 с.

10. Shannon С.Е., Weaver W. The Mathematical Theory of Communication. I Jrbana: University of Illinois Press, 1949. 456 p.

11. Колесник В.Д., Полтырев Г.Ш. Курс теории информации. М.: Наука, 1982.-342 с.

12. Abramson A. Information Theory and Coding. New York: McGraw-Hill, 1963.-566 p

13. Storer J. A. Data compression: Methods and Theory. Rockville: Computer Science Press, 1988. - 312 p.

14. Lynch T.D. Data Compression Technigues and Applications. Belmont: Lifetime Learning Publications, 1985. - 478 p.

15. Data Compression. White paper // Gandalf Technologies Inc., February 1995. -10 p.

16. Data book. Matsushita Electric Industrial Co. — 2002.

17. Ватолин Д., Ратушняк А., Смирнов M., Юкин В. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео. — М.: ДИАЛОГ-МИФИ, 2002.

18. Антонова Н. А. Методы сжатия данных в вычислительных системах. — СПб.: БХВ, 1994.-326 с.

19. Williams R. Adaptive Data Compression, Kluwer Boston, MA, 1990,pp.30-44.

20. M.W. Marcellin, M.J. Gormish, A. Bilgin, M.P. Boliek. An Overview of JPEG-2000. Proc. of IEEE Data Compression Conference, pp. 523-541, 2000.

21. ISO/IEC FCD15444-2. jpeg 2000 image coding system: extensions Jpeg 2000 part ii final committee draft,7 december 2000.

22. Fraunhofer Institut fuer Integrierte Schaltungen: Jahresbericht 2002.

23. Fraunhofer Institut fuer Integrierte Schaltungen: Jahresbericht 2000.

24. Смирнов,. Ресурсы PC: наиболее полное руководство.

25. Мюррей Д., Ван Райпер У. Энциклопедия форматов графических файлов: пер. с англ. Киев: Издательская группа BHV, 1997. - 672 с.

26. Nelson, Mark R., The Data Compression Book, M&T Book, Redwood City, 1991.

27. Ashdown L. PCX Graphics // С Users Journal, 1991, v.5, № 8. pp. 89-96.

28. Azer S. Working With PCX Files //Microcornucopia, 1988, №.42,- pp.42-52.

29. Charlap D. The BMP File Format: Part I // Dr. Dobb's Journal, v.20, №228, 1995.-pp. 201-212.

30. Luse M.D. BMP File Format // Dr. Dobb's Journal, v.9, № 219, 1994. -pp. 18-22.

31. TIFF Revision 6.0, Final. - Aldus Corporation Developer's Desk, 1992. -368 p.

32. TIFF Developer's Manual. Greeley: Hewlett-Packard Company, 1988. -246 p.

33. Блэк Ю. Сети ЭВМ: Протоколы, стандарты, интерфейсы: Пер. с англ. -М.: Мир, 1990.-346 с.

34. J.Ziv and A.Lempel. A universal algorithm for sequential data compression. IEEE Transactions on Information Theory. Vol. IT-23, N.3, May 1977.

35. Storer J.A., Szymanski T.G. Data Compression via Textual Substitution // Journal ACM, v. 29, №4, 1982. pp. 928-951.

36. Ziv J., Lempel A. Compression of individual Sequences via Variable-Rate Coding // IEEE Transsaction on Information Theory, v.24, №5, 1978. pp. 978-988.

37. Montgomery B. LZW Compression Used to Encod/Decod a GIF File. -New York: Manuscript Inc., 1988. 240 p.

38. Welch T. A. A Technique for High-Performance Data Compression // Computer, v.17, №6, 1984. pp. 368-376.

39. Кадач A.B. Свойства кодов Хаффмана и эффективные методы декодирования префиксных кодов. Новосибирск: Изд-во РАН, 1997. -348 с.

40. Д.Мастрюков Сжатие по Хаффмену// "Монитор", NN 7 - 8, 1993.

41. Tanaka Н. Data Structure of Huffman Codes and Its Application to Efficient Encoding and Decoding // IEEE Trans. Inform. Theory v. 33, №1, 1987. -pp. 154-156.

42. Facsimil Coding Shemes and Coding Control Functions for Grup4 Facsimil Apparatuse Recommendation. The international Telegraph and Telephone Consutative Committetee (CCITT), Geneva, Switzerland, 1985.

43. Hamilton E. JPEG File Interchange Format. Version 1.2. San Jose: C-Cube Microsystems Inc., 1992. - 346 p.

44. Д.С. Ватолин. MPEG стандарт ISO на видео в системах мультимедиа // Открытые системы, № 2, 1995. - С. 12-24.

45. Cleary G., Teahan W.J., Witten I.H. Unbounded Length Contexts for PPM // Data Compression Conference, 1995.-pp. 12-24.

46. Cleary J.G., Witten I.H. Data compression using adaptive coding and partial string matching //IEEE Trans. Communications, v.4, № 3, 1984.-pp396-402.

47. Moffat A. Implementing the PPM Data Compression Scheme // IEEE Trans. Comm., v. 38, № 11, 1990.-pp. 1917-1921.

48. Прэтт У. Цифровая обработка изображений: Пер. с англ. М.: Мир, 1982. Кн. 1 и 2.-312 и 480 с.

49. Steven W. Smith. The Scientist and Engineer's Guide to Digital Signal Processing: California Technical Publishing, San Diego, California 1999.

50. Habibi A., Wintz P.A. Image coding by linear transformation and block quantization // IEEE Trans. Commun. Tech. 1971. - V. COM-19. - №1. -P.50-63

51. Rao K.R., Yip P. Discrete cosine transform algorithms, advantages, applications. - London: Academic Press inc., 1990

52. Пеев E., Боянов К., Беляева О. Методи и средства за компрессия на изображения // Автоматика и информатика.-1994.-28, №3.-стр.З-14.

53. Enomoto Н., Shibata К. Orthogonal transform coding system for television signals // IEEE Trans. Electromagnetic Compatibility. 1971. - Special issue on Walsh functions. -V. EMC-13. -13. - P. 11-17.

54. Ahmed N., Natarajan Т., Rao K.R. On image processing and a discrete cosine transform // IEEE Trans. Computers. -1974. V. C-23 - №1.- P.90-93

55. Применения цифровой обработки сигналов: Пер. с англ. / Под ред. Э.Оппенгейма. М: Мир, 1980. - 552 с.

56. Wallace G.K. The JPEG algorithm for image compression standard // Communications of the ACM. 1991. -V.34. -4. - P. 30-44.

57. Wallace G.K. Overview of the JPEG (ISO/CCITT) still image compression: image processing algorithms and techniques // Proceedings of the SPIE. -1990. -V.1244. P. 220-233.

58. Kurosaki M., Waki H. A JPEG-compliant colorimage compression/decompresssion LSI // Mitshubisi Elec. Adv. -1994. -V.68, Sept.-P. 17-18.

59. Pratt W.K., Chen W.H., Welch L.R. Slant transform image coding // IEEE Trans. Commun. -1974. -V. COM-22. P.l075-1093.

60. Ахмед H., Pao К. Ортогональные преобразования при обработке цифровых сигналов: Пер. с англ. М.: Связь, 1980. - 248

61. Hung А.С. Image compression: the emerging standard for color images // IEEE Computing Futures. 1989. - Inagural issue. - P. 20-29.

62. Кунт M., Икономопулос А., Кошер M. Методы кодирования изображений второго поколения // ТИИЭР. 1985. -Т.73. - №4. - С. 59

63. Woods J.W., Huang T.S. Picture bandwidth compression by linear transformation and block quantization // Picture bandwidth compression / Ed.: Huang T.S., Tretiak O.J. New York: Gordong and Breach, 1972. -P.555-573.

64. Прэтт У., Кэйн Д., Эндрюс X. Кодирование изображений посредством преобразования Адамара // ТИИЭР. 1969. - Т.57. - №1. - С. 66-77.

65. Голубов Б.И., Ефимов А.В., Скворцов В.А. Ряды и преобразования Уолша: Теория и применения. М.: Наука, 1987. - 344 с.

66. Горлов С.К., Корыстны А.В., Родин В.А. Об одной реализации метода сжатия отображений с помощью нелинейной аппроксимации сумм Фурье-Хаара // Теор. функций и прибл.: Тр. 7-й Саратов, зим. шк. (1994 г.). Ч. 2.- Саратов: Изд.-во СГУ, 1995.

67. Rao K.R., Narasimhan М.А., Revuluri К. Image data processing by Hadamard-Haar transform // IEEE Trans. Computers. 1975. - V. C-23. - '9. - P. 888-896

68. Gottlieb D., Shu C.-W., Solomonoff A., Vandeven H. On the Gibbs phenomenon I: Recovering exponential accuracy from the Fourier partial sum of a nonperiodic analytic function, J. Comput. Appl. Math., v. 43, 1992, pp. 81-92.

69. Угромов Е.П. Цифровая схемотехника. СПб.: БХВ-Санкт-Петербург, 2000. - 528 с.

70. Ланцов В.Н. Проектирование ПЛИС на VHDL: Учеб. Пособие. -Владимир: Владимир, гос. ун-т., 2000. 120 с.

71. Соловьев В.В. Проектирование функциональных узлов цифровых систем на программируемых логических устройствах. Минск. Билоруская наука, 1996. - 136 с.

72. Соловьев В.В., Васильев А.Г. программируемые логические интегральные схемы и их применение -Минск: Билоруская наука; 1998.

73. Соловьев В.В. Сложность реализации устройств логического управления на ПЛИС.//Известия РНА. Теория и Системы управления.-1995, № 5,с.248-256.

74. В.В.Соловьев. Проектирование цифровых систем на основе программируемых логических интегральных схем. Москва 2001.

75. Digital Library.- Altera, 2002.

76. Data Book and design Guide.-Xilinx, 2002.

77. Слик А.А. Реконфигурирование устройства ПЛИС в системе // Сборник тезисов Всероссийской научно-технической конференции

78. Реконфигурируемые электронные средства в системах обработки информации», 2002. С. 32-33.

79. Watson А. В. NASA Ames Research Center. Image Compression Using the Discrete Cosine Transform // Mathematica Journal, 4(1), 1994, p. 81-88.

80. Солонина А.И., Улахович Д.А., Яковлев JI.А. Алгоритмы и процессоры цифровой обработки сигналов. — СПб.: БХВ-Петербург, 2001. 464 с.

81. Lee B.G. FCT A fast cosine transform // Proc. IEEE ICASSP. -1984. - P. 28A3.1-28A3.4.

82. Hauque M.A. A two-dimensional fast cosine transform // IEEE Trans. ASSP. -1985. V. 33. - l6. - P.1532-1538.

83. Duhamel P., Guillemont C. Polynomial transform computation of 2-D DCT //Proc. ASSP'90. 1990. - P.1515-1518.

84. Cho N., Lee S. Fast algorithm and implementation of 2-D discrete cosine transform // IEEE Trans. Circuits and Systems. 1991. -V.38. - P.297-305.

85. Duh W.J., Wu J.L. Implementing the Discrete Cosine Transformation by Using CORDIC Techniques // Proceedings the International Symposium on VLSI Technology, Systems and Applications, Taipei, Taiwan, 1989, p. 281285.

86. Feig E., Winigrad S. Fast Algorithms for the Discrete Cosine Transform// IEEE Transactions on Signal Processing, v. 40, N 9, 1992. p. 2174-2193.

87. Remote Compression Bridges. A report from National Software Testing Laboratories Inc.//Communication Analyst. Datapro on CD-ROM, 1995.

88. Lohscheller H. A subjectively adapted image communication system. IEEE Trans. Commun. COM-32 (Dec. 1984), pp. 1316-1322.

89. Gregory K. Wallace. The JPEG Still Picture Compression Standard// IEEE Transactions on Consumer Electronics. December 1991.

90. Слик А.А. Применение динамически реконфигурируемых ПЛИС для аппаратного сжатия информации в каналах связи // Сборник трудов Всероссийской научно-технической конференции «Электроника», 2003. -С. 32-33.

91. Микроконтроллеры PIC16C8X. Архитектура, программирование и применение: Учеб. пособие / С.И. Малафеев, А.А. Малафеева, B.C. Мамай и др.; Владим. гос. ун-т; Владимир, 1999. — 180 с.

92. Слик А.А. Интеллектуальная аппаратная модель сжатия на базе динамических реконфигурированных схем // Всероссийский научно-технический журнал «Проектирование и технология электронных средств». N2, 2002. - С. 53-54.

93. Слик А.А. Применение ДР ПЛИС и перспективы их развития // Сборник научных трудов преподавателей, аспирантов и магистрантов «Электроника, информатика и управление», вып. 3. Владимир: ВлГУ, 2002.-С. 61-63

94. Реутов Д.В., Руфицкий М.В., Слик А.А. Сжатие данных на базе динамически реконфигурируемых вычислителей // Всероссийский научно-технический журнал «Проектирование и технология электронных средств». N4, 2001. - С. 10-12.

95. Слик А.А. Аппаратное сжатие информации на базе динамически реконфигурируемых ПЛИС // Материалы II Международной научно-практической конференции«Компьютерные технологии в науке, производстве, социальных и экономических процессах», 2001. С35-37.

96. Слик А.А. Статический алгоритм Хаффмана на основе динамически реконфигурируемых вычислителей // Сборник тезисов Всероссийской научно-технической конференции «Реконфигурируемые электронные средства в системах обработки информации», 2002. С. 7-8.

97. Реутов Д.В., Слик А.А. Аппаратная защита звуковой информации в каналах связи // Сборник трудов Всероссийской научно-технической конференции «Электроника», 2002. С. 35-36.

98. Реутов Д. В., Руфицкий М.В. Оптимизация выполнения функций с помощью реконфигурируемого сопроцессора // Сборник трудов Всероссийской научно-технической конференции «Электроника», 2002.- С. 22-23.

99. Привалов А. А. , Руфицкий М.В., Федотов М.Ю. Математические основы проектирования динамически реконфигурируемых систем обработки информации // Сборник трудов Всероссийской научно-технической конференции «Электроника», 2002,- С.53-54.

100. Руфицкий М.В., Федотов М.Ю. Оценка эффективности применения динамически реконфигурируемого сопроцессора // электроника, информатика и управление: Сб. науч. тр. Вып.2-Владимир, 2001.-С. 59-64.

101. JPEG File Interchange Format,September , 1992.

102. Руфицкий M.B., Слик A.A., Филиппов А.К. Адаптивное дискретное косинусное преобразование // Сборник трудов пятой международной научно-технической конференции «Перспективные технологии в средствах передачи информации», 2003. С. 23-25.

103. Руфицкий М.В., Слик А.А., Филиппов А.К. Анализ методов расчета дискретного косинусного преобразования для реализации на электронно-вычислительных средствах // Российская конференция по атмосферному электричеству, Владимир 2003. С. 45-48.

104. Рабинович 3.JL, Раманаускас В.А. Типовые операции в вычислительных машинах. Киев: Техника, 1980. - 264 с.

105. Байков В.Д., Смолов В.Б. Аппаратурная реализация элементарных функций в ЭЦВМ. Л.: Изд-во ЛГУ, 1975. - 96 с.

106. Smith W. The Scientist and Engineer's Guide to Digital Signal Processing.- San Diego: California Technical Publishing, 1999. p. 650.

107. Осипов JI. А. Обработка сигналов на цифровых процессорах. Линейно-аппроксимирующий метод. — М.: Горячая линия Телеком, 2001.-112с.

108. Пантелеев С.В., Данилин С.Н., Яковлев А.В. Оптимизация алгоритмов обработки цифровой информации // Сборник докладов 3-ей международной конференции «Цифровая обработка сигналов и ее применения», Санкт-Петербург, 2000. Т.1.

109. Baker P.W. Parallel Multiplicative Algorithms for Some Elementary Functions // IEEE Transactions on Computers, 1975, v. 24, №3, p. 322-325.

110. Армстронг Дж.Р. Моделирование цифровых систем на языке VHDL/Пер. с анлг. М.: Мир, 1992. - 175 с.

111. Бибило П.Н. Синтез логических схем с использованием языка VHDL. М.: СОЛОН-Р, 2002. - 384 с.

112. ANSI/IEEE Std 1076-1987. IEEE Standard VHDL Language Reference Manual, New York: IEEE publication No. SHI 1957.

113. ANSI/IEEE Std 1076-1993. IEEE Standard VHDL Language Reference Manual, New York: IEEE publication No. SHI6840.

114. IEEE Standard Interpretations: IEEE Std 1076-1987, IEEE Standard VHDL Language Reference Manual // IEEE Std 1076/INT-1991, New York: IEEE publication No. SHI4894.

115. ГОСТ P50 754-95. Язык описания цифровых систем VHDL. М.: Госстандарт, 1995.

116. Бибило П.Н. Основы языка VHDL. Москва2000, изд."Солон-Р", 2000.

117. Configurable Logic Design and Application Book. Atmel, 1999.

118. Internet-издание книги: Lehmann G., Wunder В., Selz M. Schaltungsdesign in VHDL, Karlsruhe-Erlangen, 1994.

119. Волков A.H., Руфицкий M.B. Проектирование электронных средств на основе программируемых логических интегральных схем: классификация, технология изготовления, маршрут проектирования. -Владимир: ВлГУ, 2002. -112 с.

120. Схема электрическая принципиальная макетного образца

121. ФРАГМЕНТЫ ПРОГРАММЫ АДКП НА MATLAB.function imlclc;1.= imread('plan.png');1.= im2double(I);1. N = 256;1. T = dctmtx(N);

122. PSNR1 = 10*logl0((65025*al*a2)/w2)imshow(I), figure, imshow(I2) imwrite(I2,'varl .bmp'); imshow(I2), figure, imshow(D2) imwrite(D2,'varln.bmp');1. T3 = dctmtx(8);

123. NB3 = blkproc(B3,8 8.,'Pl.*x',mask2);13 =blkproc(NB3,8 8.,'P1 *x*P2',T3',T3);1. D3=I-I3;1. C2 = max(D3);1. MAX2 = max(C2)a3 = size(D3,l);a4 = size(D3,2);1. DA3 = D3.A2;1. E3 = sum(DA3);w3 = sum(E3);

124. RMS2 = sqrt(sum(w3)/(a3 *a4)) PSNR2 = 10*logl0((65025*a3*a4)/w3)imshow(D2), figure, imshow(I3) imwrite(I3,'var2.bmp'); imshow(I3), figure, imshow(D3) imwrite(D3,'var2n.bmp');

125. ФРАГМЕНТЫ ПРОГРАММЫ ДКП НА ЯЗЫКЕ VHDL.1. Для N=8 library IEEE;use IEEE.stdlogicl 164.all; use IEEE.stdlogicarith.all; entity dct8 isport(clk,reset,start:in stdlogic;

126. IN STD LOGIC ; : IN STD LOGIC ;

127. OUT STDLOGICVECTOR (2 DOWNTO 0)end component; component dctmul port (dataa datab result

128. OUT STD LOGIC VECTOR (3 DOWNTO 0)mulend component component dct: port(dataa datab result );end component; component dctcosl6 port(

129. STD LOGIC VECTOR (11 DOWNTO 0); IN STD LOGIC VECTOR (11 DOWNTO 0); IN STD LOGIC;

130. OUT STD LOGIC VECTOR (11 DOWNTO 0)1. STD LOGIC; IN STD LOGIC;

131. Поз. обозн. Наименование Кол. Примечание1. Конденсаторы 1. С1 SR16-470 мкФ 11. SR16-100 мкФ 11. SR16-47 мкФ 21. Чип 0805 NPO 30pF ± 5% 101. Чип 0805 Y5V 0.1 OuF 401. Микросхемы

132. DA1 КР142ЕН5А 1 7805 (ТО-220)1.2937ET-2.5 1 (Т0-220)1.3940IT-3.3 1 (Т0-220)

133. DDI EP1K100QC208-3 1 (PQFP)1. ATmega8L-8PI (DIP)1. AT45DB081B-RC 1 (SOIC)

134. AS4LC256K16E0-60JC 1 (SOJ)1. SN74HC244DW 1 (SOIC)1. SN74HC245DW 1 (SOIC)

135. HG1 Индикатор светодиодный SA05 1

136. Индикатор ЖК WH0802A 1 LM2465 (LM2070)1. Резисторы

137. R1 Чип 0805 100 Ом ± 5% 20 RC-05-101JT

138. Чип 0805 470 Ом ± 5% 10 RC-05-471JT

139. Чип 0805 1 кОм ± 5% 10 RC-05-102JT

140. Резисторная сборка HP 1-4-9 2.2 кОм 2 RA-A10-222J

141. Резисторная сборка HP 1-4-9 470 Ом 1 RA-A10-471J

142. Резисторная сборка HP 1-4-9 10 кОм 2 RA-A 10-103 J1. Подстроенный резистор 1

143. Поз. обозн. Наименование Кол. Примечание