автореферат диссертации по радиотехнике и связи, 05.12.13, диссертация на тему:Разработка алгоритмов сжатия мультимедийной информации для передачи в сетях мобильной связи третьего поколения

На правах рукописи

РОДИОНОВ Игорь Валерьевич

РАЗРАБОТКА АЛГОРИТМОВ СЖАТИЯ МУЛЬТИМЕДИЙНОЙ ИНФОРМАЦИИ ДЛЯ ПЕРЕДАЧИ В СЕТЯХ МОБИЛЬНОЙ СВЯЗИ ТРЕТЬЕГО ПОКОЛЕНИЯ

05.12.13 -Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук

САНКТ-ПЕТЕРБУРГ 2006

Работа выполнена в Санкт-Петербургском государственном ушгаерситете телекоммуникаций им. проф. М.А. Бонч-Бруевича.

Научный руководитель кандидат технических наук, доцент

А.Е. Рыжков

Официальные оппоненты доктор технических наук, профессор

Б.С. Тимофеев

кандидат технических наук АЛ. Никитин

Ведущая организация ФГУП «ЦНИИС»

Защита состоится « » 2006 г. в УУ часов на заседании

диссертационного совет^ К21^.004.01 по при Санкт-Петербургском государственном университете телекоммуникаций им. проф. М.А. Бонч-Бруевича по адресу: 191186 Санкт-Петербург, наб. р. Мойки, 61.

С диссертацией можно ознакомиться в библиотеке университета. Автореферат разослан «

Ученый секретарь диссертавдош^агоховёта ¿У /"

кандидат технических наук, доцепт_—В.Х. Харитонов

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы. Основной тенденцией развития предоставляемых современным абонентам мобильных сетей услуг является использование веб более сложных и насыщенных мультимедийных элементов - графики, видеофрагментов, звука, которые, в свою очередь, предъявляют более высокие требования к пропускной способности каналов связи и к вычислительным ресурсам мобильных терминалов.

Вопросы разработки алгоритмов сжатия мультимедийной информации для передачи по радиоканалам сетей мобильной связи третьего поколения, с учётом их специфики, активно исследуются в работах отечественных (Л.В. Новиков, А.В. Переберин и др.) и зарубежных (I. ОаиЬесЫез, С. Рапзо(, М. АпЮшш, М. Ваг1аш), М. Ретга и др.) авторов.

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

Цели и задачи исследования. Цель диссертационной работ 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.

Для достижения поставленной цели в диссертационной работе решаются следующие задачи:

- анализ существующих решений по сжатию мультимедийной информации, применяемых в беспроводных системах связи;

- обзор состояния проблемы обеспечения эффективного сжатия мультимедийной информации, учитывающего специфику радиоканалов, в частности, сетей мобильной связи третьего поколения;

- оценка необходимости использования новых методов обработки и сжатия информации;

- обзор математического аппарата вейвлет-преобразований применительно к обработке мультимедийной информации и сжатия данных с допустимыми потерями;

- разработка алгоритмов сжатия статичных изображений, видео- и аудио-последовательносгей на основе быстрого лифтннгового вейвлет-преобразова-ния в кодирования коэффициентов методом погружённого нуль-дерева;

- аналитическое и имитационное моделирование прохождения сигнала по радиоканалу с возннкновеиием характерных ошибок (случайные битовые ошибки, потеря пакета данных, потеря синхронизации потока);

- оценка качества восстановленной мультимедийной информация, сжатой с помощью предложенных алгоритмов, в сравнении с аналогичной оценкой, полученной для широко распространённых форматов сжатия мультимедийных данных (JPEG, MPEG-4, Н.263);

- описание реальной услуги «Мобильное телевидение» для сетей мобильной связи третьего поколения, построенной на базе предложенных алгоритмов в рамках, решения IMS (IP Multimedia Subsystem).

Методы исследования. В работе использованы методы теории случайных процессов, теории операций, математической статистики, статистического и имитационного моделирования.

Для численного анализа, проведения оценки и промежуточных вычислений использовался программный комплекс Math Cad (версии для учебных заведений), а также собственные разработки автора на свободно распространяемых языках программирования PHP и Free Pascal.

Имитационное моделирование, обработка статичных изображений, видео* и аудиопоследовательностей производились автором с помощью самостоятельно разработанных приложений на языке серверного программирования PHP версии 42.

Научная новизна. Основными результатами диссертации, обладающими научной новизной, являются: ■ .

1. Предложение использовать сжатие изображений исключительно на основе технологии вейвлет-преобразованнй.

2. Разработка новых моделей и алгоритмов сжатия изображений и потокового видео, учитывающих специфику каналов мобильной связи.

3. Проверка предложенных алгоритмов в результате компьютерного эксперимента при использовании реальных сигналов и реальной статистики ошибок на радиолиниях сотовой связи.

Практическая ценность. Практическая ценность состоит в разработке алгоритмов прогрессивного сжатия потоковой мультимедийной информации, позволяющих быстро и эффективно повысить качество реализации существующих и новых услуг, создать прикладное программное обеспечение. Результаты проведённого исследования могут быть использованы в разработке перспективных услуг радиосвязи, а также в образовательном процессе высших учебных заведений.

Степень достоверности результатов. В работе использованы методы теории случайных процессов, теории операций, математической статистики, статистического и имитационного моделирования.

Достоверность результатов подтверждена строгими математическими доказательствами, основанными на теории - вейвлет-преобразований, большим объемом компьютерных экспериментов с реальными сигналами. Результаты работы были доложены на международных научных конференциях и симпозиу-

мах, где получили положительную оценку. Доклад, представленный на ШЕЕ 18СЕ2006, отмечен дипломом 3-й степени.

Основные положения диссертации изложены в 6 статьях и были доложены на б научно-технических конференциях и симпозиумах.

Основные положения, выносимые на защиту

1. разработка алгоритмов, использующих математические методы вейвяет-преобразований, для обработки н сжатия с потерями мультимедийной информации;

2. разработка модели исследования с целыо определения влияния случайных битовых ошибок, потерь пакетов и сбоев в синхронизации принимаемого патока на качество реконструированного сигнала;

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

Личный вклад автора. Все научные положения, теоретические выводы и рекомендации, содержащиеся в диссертации, получены автором самостоятельно.

Структура и объём работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и приложений. Работа содержит 122 страницы текста, 34 рисунка и 15 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследования, сформулированы цели и задачи работы, перечислены результаты, полученные и диссертации, определена практическая ценность и области применения результатов, приведены сведения по оценке достоверности полученных результатов и представлены основные положения, выносимые на защиту.

В первой главе диссертационной работы произведен обзор состояния проблемы, существующих решений и технологий передачи мультимедийной информации мобильным абонентам.

Проанализированы существующие варианты доставки потоковой мультимедийной информации как наиболее комплексной и коммерчески важной услуги.

В главе сделан вывод о целесообразности использования решения MBMS (Multimedia Broadcast and Multicast Service) в качестве основы для построения потоковых мультимедийных сервисов, а также о необходимости модернизации существующих схем и алгоритмов обработки данных для максимально эффективного использования имеющихся ресурсов — пропускной способности радиоканала, вычислительных мощностей и заряда аккумуляторных батарей мобильных терминалов пользователей.

Рис. 1. Структурная схема MBMS

Услуга MBMS (рис. 1) позволяет производить передачу видео в двух режимах - потоковый (streaming) и загрузка (download). Очевидно, что первый режим, несмотря на более высокую техническую сложность при реализации, позволяет строить наиболее интересные для абонентов услуги, в частности, доставку потокового видео и мобильное телевидение.

В MBMS в качестве базового алгоритма сжатия видеоизображения принят ЗОР-кодек, являющийся дальнейшим развитием кодека Н.263. Этот кодек изначально был предназначен для передачи изображения по каналам связи со скоростью меньше 64 кбит/с, обеспечивает высокую степень сжатия изображе-

ния, но даёт объективно и субъективно невысокое качество восстановления формы движущихся объектов. С алгоритмической точки зрения данный алгоритм сжатия похож на алгоритм сжатия фотографий JPEG, и, несмотря на высокоэффективную компрессию, обладает рядом отрицательных характеристик. Так, при высоких степях сжатия на изображении появляется эффект видимых «блоков», а при повреждении данных видеоряд «рассыпается».

Тем не менее, следует отметить, что количество мобильных терминалов, обеспечивающих полную поддержку данного формата видео, имеет устойчивую тенденцию к росту. Так, в табл. 1 приведены относительные показатели популярности семейств различных моделей мобильных терминалов. Как видно из табл. 1, подавляющее большинство абонентских устройств обладает поддержкой формата 3GP.

Таблица 1

Доли рывка мобильных терминалов с поддержкой формата 3GP _

модель телефона июнь-август 2006 г. август 2006

Samsung 128-160 display 14.8418 16,2960

Samsung 128x128 display 11,554» 12,0039

Nokia Series 40 DP 1.0 8,081 7.4263

Nokia Series 40 DP 2.0 6.1909 6.0894

Motorola 128x128 M1DP 2.0 5,9396 5,7637

SonyEricsson T610,630, Z600 3,9305 3,5535

Nokia Series 40 iSR-120 3,6008 3,3937

Nokia Series 60 3,1501 3,0879

LQ 128x128 display 2.4903 2,6176

SonyEricsson 176x220 display 2,2786 2,2449

Siemens 132x176 display 2,2319 2,2606

Motorola 176x220 display 2,2257 2,2664

LG 128x160 display 1.7219 1,7248

SonyEricsson KSOOi 1,6409 1,4178

Siemens 130x130 display 1,6295 1,5078

Nokia Series 40 128x160 display 1,4239 1,5033

Samsung 176x220 display 1,3089 2,1751

SonyEricsson 128к 128 MIDP 2.0 0,8795 1.0194

Nokia 208x208 display 0,8442 1,0812

Siemens 128x160 display 0,3472 0.3506

Общая доля рывка 76,3278 77.7952

Реализация поддержки 3GP в перечисленных мобильных терминалах осуществлена на программном уровне. Также на программном уровне реализованы алгоритмы защиты передаваемой информации, причем выбор конкретного алгоритма зависит от типа используемого сервиса.

Так, в MBMS производят стандартную защиту информации для ошибок в процессе передачи (FEC - forward error correction), при этом количество избыточной вносимой информации составляет более 20%. Следует отметить, что с одной стороны, зто позволяет на приемной стороне устранить некоторые ошиб-

ки, возникшие при передаче. Но, с другой стороны, данный метод обладает рядом недостатков.

Во-первых, избыточное кодирование увеличивает общее количество бит, необходимых для передачи по радиоканалу, и, таким образом, общая эффективность сжатия снижается. Схема FEC-кодирования была разработана для некоторого «типично-наихудшего» состояния радиоканала. Дня каналов, вносящих меньшее количество ошибок в передаваемые данные, конечная эффективность подобной схемы кодирования становится ниже.

Во-вторых, при ухудшении каналаи падении его характеристик ниже расчетных, система кодирования не сможет корректно обработать пакет данных и изображение будет безнадёжно испорчено.

И, наконец, в-третьих, при использовании перемежения бит в целях исправления пакетных (bursty) ошибок возрастает время, необходимое для обработки и окончательного приёма пакета. Б случае передачи файла (download) это не является критичным, по при передаче потокового видео по мобильным сетям это приводит к появлению общей задержки, а также расходует ограниченный ресурс памяти терминала пользователя.

Очевидно, что в случае организации интерактивных сервисов (например, мобильного телевидения), минимизация максимально допустимой задержки является одной из приоритетных задач.

В то же время, благодаря отсутствию необходимости модернизации сети, обеспечению сравнительно высоких скоростей передачи данных в сетях 3G, а также возможности загружать и использовать стороннее программное обеспечение на мобильном терминале абонента, есть возможность построить эффективный сервис передачи мультимедийной информации в рамках решения MBMS и предложить пользователям новые интерактивные услуги. Задача сводится к модернизации существующих алгоритмов по обработке мультимедийной информации и повышению эффективности их работы с учётом ограниченных возможностей мобильных терминалов абонентов. Разработанные новые алгоритмы могут быть успешно использованы при организации услуг в рамках стандартов альтернативных сетей передачи данных, а также при дальнейшем эволюционном развитии сотовых сетей.

Во второй главе диссертации рассмотрен математический аппарат вейв-лет-преобразований применительно к его использованию для обработки н сжатия мультимедийной информации.

Для анализа нестационарных процессов, в которых информативным является сам факт изменения частотно-временных характеристик енгаала (примерами таких сигналов являются речь, музыка, изображение), требуются базисные функции, способные выявлять ^ак частотные, так и временные характеристики, т.е. обладающие частотно-временной локализацией.

Одним из способов решения данной задачи является использование математического аппарата вейвлет-функций, в частности, вейвлет-разложения сигнала, при котором, в отличие от оконного преобразования Фурье, базисную функцию не только смещают во времени, но и масштабируют, чтобы получить

б

многократное перекрытие сигнала. Вид вейвлет-преобразовання на плоскости «время-частота» приведён на рис. 2.

да >

ш Аш

Рис. 2. Представление вейвлет-преобразование на плоскости «время-частота»

Непрерывным вейвлет-преобразованием (CWT, continuous wavelet transform) функции /О) е Lj (й) называют функцию двух переменных:

ГГ(<г,Ь)тГГ/(а,1,) = (/(0М<',Ь*)), а.ЬеЛ, а*0 , где вей влеты !с„>{<)я Ч*(Я>М) являются масштабированными и сдвинутыми копиями порождающего (материнского) вейвлета

¥->(')=■ J^pH^p), а,ЬеД, 0. Если для порождающего вейвлета выполняется условие С. в 1-Ldto < t

-Iй

где ^(ю) — образ Фурье вейвлета у(<), то вейвлет-преобразование обратимо, т.е. существует обратное непрерывное вейвлет-преобразование:

Таким образом, непрерывное вейвлет-преобразование - это разложение сигнала по всем возможным сдвигам и сжатиям (растяжениям) некоторой функции. Количество копий порождающего вейвлета, необходимое для обратимого разложения, можно существенно сократить.

Распространенный случай — вычисление значений W(a,b) только для а и b

вида:

а = 2"', - = ], IJ<=Z а

Вместо непрерывной функции получается конечное множество значений: <-(/(0,<«) , (1)

где

тУЧО-У^тСЛ-Л, i.JzZ Обратное преобразование примет вид:

до-Х Z<W<>

(2)

Формулы (1) и (2) определяют диадное (или дискретное) ортогональное вейв-лет-преобразование.

В ейвлет-преобразование сигналов может быть представлено как банк фильтров. Простой одноуровневый банк фильтров показан на рис. 3.

X*

S? — 12

¡г 12

I I Г-""1 t

Рис.3, Представление вейвлет-преобразования в виде банка фильтров

На рис. 3 показано, каким образом вейвлет-преобразование использует два фильтра: низкочастотный фильтр А* и высокочастотный фильтр % , за которыми следует децимация сигнала (5иЬ5шпр1ше). В левой части схемы сигнал подвергают фильтрации, а затем децимации, т.е. отбрасывают часть отсчётов отфильтрованного сигнала, оставляя, например, только чётные отсчёты. Очевидно, что подобная схема неэффективна, и предпочтительнее производить децимацию перед фильтрацией (рис. 4).

Хф-гЩ-г-

С

Рис. 4. Стандартный КИХ-филир с децшшроваяным сигналом на выходе (слева) и «го бол«« эффективна« реализация (справа)

Если применить полученную новую модель КИХ-фильтра к вейвлет-преобразо-ванИю в виде банка фильтров (рис. 3), то данное преобразование можно записать в следующей векторной форме:

кэ-чэд

где /**(;) — полифазная матрица:

/¿(г)1)

Важным свойством определённых выше преобразований является то, что отсчёты записывают в единый поток данных, замещая предыдущие значения.

Все отсчеты этого потока заменяются новыми отсчётами, и в любой момент времени необходимы только текущие отсчеты для осуществления дальнейших вычислений. Это свойство сходно со свойством быстрого преобразования Фурье, где преобразованные данные также замещают исходные. Таким образом, происходит существенная экономия памяти при осуществлении преобразований, что является важнейшим фактором при построении лифтинговых вейвлет-преобразований на устройствах с ограниченными вычислительными ресурсами (например, на мобильных телефонах или карманных компьютерах).

В третьей главе диссертации предложены конкретные алгоритмы по обработке статических изображений, видеопоследовательностей и аудиофрагмен-тов, построенные на базе математического аппарата вейвлет-преобразований. В процессе вейвлет-преобразований происходит разложение исходного вектора на низкочастотные и высокочастотные составляющие. В то же время в реальных изображениях, видео- и ауджшоследовательностях основная доля информации содержится именно в области низких частот. Следовательно, в процессе вейвлет-преобразований может быть достигнуто эффективное разделение исходного сигнала на ряд «слоёв», отсчёты в которых сгруппированы в зависимости от значимости содержащейся в них информации.

Для обработки статичных изображений предложен двумерный алгоритм (рис. 5). .

Рис. 5. Алгоритм обработки статичных изображений

Любое статичное изображение может быть представлено в виде двухмерной (2D) матрицы с отсчётами исходного сигнала, причём в случае стандартного цветного изображения (RGB, 24 бита на пиксель), эта матрица распадается на три независимых слоя, то есть, фактически, любое цветное изображение может быть представлено в виде трёх Ю-матрнц с исходными отсчётами.

Процесс 21>преобразования матрицы отчётов может быть представлен в виде двух ID-преобразований - столбцов и строк исходной матрицы, что позволяет построить эффективные и оптимизированные вычислительные алгоритмы.

В качестве метода вейвлет-преобразования при обработке отсчётов предложено использовать фильтры Добеши 4-го порядка как наиболее эффективно реализуемые на платформе мобильных устройств и в то же время обеспечивающие высокие степени разложения исходного сигнала, в частности, примени* тельно к реальным фотографическим изображениям (рис. б).

Рис. 6. Пример обработки изображения с помощью фильтров Добеши 4-го порядка (2 уровня рекурсивного вейвлет-разложемм)

После разложения сигнала по степени значимости вейвлет-коэффициен-тов, в обработанной 2Е>-матрице установлен ряд взаимосвязей между отсчётами в различных частотных диапазонах, и это свойство может быть использовано для эффективного кодирования методом погружённого нуль дерева (EZW, Embedded Zerotree Wavelet encoder) и сжатия с потерями информации.

Первым шагом EZW-кодер должен определить начальный порог. При работе с битовой картой (обычной фотографией) начальный шаг определяют следующим образом:

Для кодирования изображения требуются два прохода кодера - основной проход и дополнительный. Во время основного прохода сканируют изображение и для каждого коэффициента выводят определённый символ:

• если коэффициент превышает порог, то на выходе появляется символ Р (positive);

• если коэффициент менее отрицательного значения порога, то на выходе появляется символ N (negative);

• если коэффициент является корнем нуль-дерева, то на выходе появляется символ Т (tree);

• если ни одно из условий не соблюдено, то на выходе появляется символ Z (isolated zero).

Далее все коэффициенты, абсолютная величина которых превышает порог, переносят в специальный список, а их позиции в изображении заменяют нулями, чтобы избежать их повторного кодирования.

Во время дополнительного прохода происходит упорядочение коэффициентов из списка, определённого во время основного прохода кодера, а также происходит определение порядка передачи коэффициентов.

Разработанные выше методы могут быть использованы дня обработки видеопоследовательностей, При этом будем считать, что любая последовательность кадров может быть представлена в виде ЗО-малрицы отсчётов, и, соответственно, обработана с помощью специального трехмерного вей влет-преобразования (рис. 7).

Рис.7. Структурная схема предложенного метода обработки видеопоследовательности

Следует отметить» что обрабатываемую последовательность представляют в виде групп кадров, по 16 кадров в каждой. Такой объём анализируемой группы кадров является разумным компромиссом между скоростью обработки и степенью компрессии данных. В то же время векторы из 16 элементов могут быть эффективно обработаны с помощью 4 рекурсивных вызовов вейвлет-пре-образования Баттерворта.

Одномерное вейвлет-преобразование Баттерворта кадров по временной оси в явном виде отделяет информацию о неподвижном фоне и движущемся объекте (рис. 8).

Выделение объекта движения состоит в определении координат прямоугольного окна, содержащего наибольшее количество информации по критерию превышения порога в 90% от всей энергии, содержащейся в кадре, причём измерения данного окна определяются кратными 16 для наиболее эффективной работы вейвлет-преобразования Баттерворта.

Рис. 3. Выделение объекта движения после вейвлет-преобразования

Важно отметить, что битовый поток, формируемый описываемым методом, обладает особой гибкостью — как внутри кадра, так и между кадрами, во временной области. Это означает, что возможны различные пути прогрессивной загруЗки видеопоследовательности: как поочередная загрузка всех кадров, так и одновременная. В первом варианте в случае обрыва связи восстановленное изображение будет высокого качества, но будет размыт объект движения. Во втором варианте всё движение будет восстановлено полностью, но общее качество изображения будет низким. Очевидно, что в случае успешной загрузки всех кадров целиком видеопоследовательность будет восстановлена точно и с высоким качеством.

Данное свойство позволяет добиться высокой помехоустойчивости передаваемого по радиоканалу потока данных. В общем случае адаптивный алгоритм прогрессивной загрузки видеопоследовательности выглядит следующим образом:

Серверная часть:

1. Определить характер движения с помощью вычисления суммарного отклонения значений яркостей пикселей в первом и последнем кадрах группы:

ё^иР-Л-ВД/О'

а. ----

М-,у.255'.3

2. Аппроксимировать весовые коэффициенты Кг, несущие информацию о значимости кадров, с помощью выражения:

лг^-о-ц^м-К+ДР, Р'-о,].....15.

а- ¡К'г, ЛГ^гО,

К'г <0. ; '

3. Записать информацию о характере движения и весовые коэффициенты в служебном заголовке группы кадров.

Клиентская часть;

4. Принять информацию из служебного заголовка группы кадров.

5. В соответствии с полученными весовыми коэффициентами начать последовательный приём кадров в объёме, соответствующим весовым коэффициентам. Для каждого принимаемого кадра:

6. Принять п=|_1ой5 (шах (|у) .

7. Принять и,, координаты ?(*) н знаки коэффициентов r(tj(Л)), для которых

2" slro^^o"1.

8. Принять n-й значимый бит всех коэффициентов Y(i,j), для которых [Г(/,у)[ ь 2""' (т.е. тех, чьи координаты были приняты на предыдущем проходе).

9. Уменьшить и на 1 и идти на шаг 7.

10. Восстановить видеопоследовательность на основе принятых (или частично принятых) кадров с вейвлет-коэффициентами.

Предложенный метод позволяет отказаться от «привязки» абонента к какому-либо выбранному закодированному вндеопотоку с фиксированной скоростью, предоставляя абонентам сервис с наилучшим возможным качеством, используя ту часть единого потока данных, которая может быть принята при данной скорости абонентского подключения.

Аналогичные принципы использованы для обработки аудиосигналов, представляющих собой стандартные векторы отсчётов.

Предложенные алгоритмы являются неотъемлемой частью клиент-серверной архитектуры, которая должна быть реализована в сети мобильной связи при запуске услуг в эксплуатацию.

Поскольку все приведённые решения реализованы на программном уровне, существует возможность запуска сервисов с минимальными стартовыми капиталовложениями и низкими текущими издержками, что позволит существенно повысить коммерческую эффективность запускаемых сервисов.

В четв€рюй главе рассмотрены аспекты применения разработанных методов при построении мультимедийных услуг в сетях мобильной связи, при этом ключевую роль играют степень компрессии данных, помехоустойчивость битового потока и качество восстановленного сигнала.

В качестве объективного параметра оценки качества принято пиковое отношение сигнала к помехе PSNR (Peak Signal to Noise Ratio) для труппы кадров.

Рассмотрим случай, когда в силу каких-либо обстоятельств на вход декодера подана не вся группа кадров, а лишь несколько первых кадров. Например, эта ситуация может возникнуть при резком ухудшении канала связи, когда скорость резко падает, и принять весь запланированный пакет данных клиентское приложение уже не в состоянии. В табл. 2 приведены результаты экспериментов.

Таблица 2

Восстановление при неполном приеме закодированных кадров_

Количество кадров на входе Потери кадров в группе, % Эквивалент скорости потока, кбит/с PSNR,aB

16 0 256 34,3

8 50 128 28,9

4 75 64 26,4

2 87,5 32 24.3

Благодаря гибкости предложенного алгоритма, даже в случае существенного снижения скорости принимаемого потока данных декодер в состоянии восстановить фон в видеопоследовательности и движение объектов.

Кадфы видеопоследовательности содержат наиболее важную информацию в достаточно малой области низких частот, и, вследствие прогрессивного кодирования, мало подвержены влиянию различных ошибок. В то же время, вейвлет^преобразованне, применённое к временной области, переносит наиболее важную глобальную информацию, содержащуюся в группе кадров, в первые два кадра (первый - фон, второй - базовая информация о движении). Это свойство, очевидно, окажет сильное влияние на оценку помехоустойчивости закодированного потока.

Таблица 3

Оценка помехоустойчивости при внесении случайных битовых ошибок в видеопоследовательность

ВЕК Фрагмент Оценка РЭЫН, дБ

МРШ-4 Г>пгХ5П Н.263 Wavelet

1<Г* 1 18,4 18,1 16,7 26,1

2 23,2 21,1 20,1 28,3

10^ 1 24,2 • 24,1 23,8 28,8

2 26,8 26,4 25,6 30,5

10" 1 30,9 29,9 28,7 31,1

2 31,7 30,5 28,9 373

0 1 32,1 31,8 30,0 31,9

г 34*5 35,2 32,7 37,8

В табл. 3-5 приведены результаты восстановления видеосигналов при различных компьютерных моделях внесения ошибок в процессе передачи по радиоканалу — случайных битовых ошибках, потере пакета и потере синхронизации битового потока. Эксперименты были произведены на двух различных тестовых файлах как для предложенного алгоритма, так и для широко распространённых коммерческих алгоритмов — МРЕ&-4, 0!уХ5П, Н.263.

Для других видов мультимедийной информации: статичных изображений и ауднолоследовательностей, результаты качественно не отличались.

Предложенные алгоритмы сжатия мультимедийной информации показали более высокую помехоустойчивость по сравнению с широко распространёнными алгоритмами, обеспечив при этом сравнимую или более высокую степень компрессии данных.

Таблица4

Оценка помехоустойчивости

Потеря Фрагмент Оценка PSNR, дБ

пакета, байт МРЕСМ DivXSIl НОбЗ Wavelet

64 1 14,5 16,7 14,1 27,2

2 15,-7 17,2 16.1 28,4

16 1 21,0 20,1 19,8 28,9

2 24,9 23,7 22,9 31,0

4 1 29,7 28.1 27,9 31,8

2 29.9 29,0 28,4 37,5

0 1 32,1 31,8 30,0 31,9

2 34,5 35,2 32,7 37,8

Оценка помехоустойчивости

Таблица 5

Сдвиг, байт Фрагмент Оценка PSNR, дБ

MPEG-4 DivXSIl И263 Wavelet

внутрикадр. ыежкадр.

64 1 11,0 11,9 10,8 24,] 17,9

2 П.7 12,5- 11,9 24,9 19,0

16 1 11,0 11,9 10,8 25,9 19,1

2 11,7 12,5 П,9 26,1 20,4

4 1 11,0 11,9 10,8 28,0 21,7

2 11,7 12,5 И,9 29,4 24,1

0 1 32,1 31,8 30,0 31,9 31,9

2 34.5 35,2 32,7 37,8 37,8

ЗАКЛЮЧЕНИЕ

Диссертационная работа завершена со следующими результатами:

1. Разработаны альтернативные алгоритмы обработки мультимедийной информации (звука, статичных изображений, видеопоследовательностей), основанные на математическом аппарате вейвлет-преобразований, по степени компрессии данных и скорости работы не уступающие существующим широко распространенным алгоритмам, но 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 по 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 1М5 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-преобразованяй.

На основе полученных результатов можно утверждать, что применение математического аппарата вейалет-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 лифтннг-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.

СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Родионов И.В. Позиционирование GSM-абонентов. // Мобильные системы. 2004. Ш. С. 25-27

2. Родионов ИЗ. Сжатие изображений в сетях мобильной связи. // Тезисы 54 НТК СПбГУТ, 2004.

3. Родионов ИЗ. Аспекты выбора метода'сжатия видеосигнала в системе сотовой связи 3G. // Тезисы 56 НТК СПбГУТ, 2005,

4. Rodionov I, Problems of streaming video service organisation in mobile networks. // Proceedings 2005 of StPetersburg IEEE Chapters '110 Anniversary of Radio Invention' Volume 2, ШЕЕ Russia Northwest 2005, C. 169-172,

5. Родионов ИЗ. Проблема эффективной передачи малоформатного видео в сетях сотовой связи 3-го поколения. // Proceedings 2005 of St.Petersburg ШЕЕ Chapters '110 Anniversary of Radio Invention' Volume 3, ШЕЕ Russia Northwest 2005, C. 32-36

http:/Avww.procon gress.mfo/events/rad i о pr/ffles/rodionov.doc

6. Родионов ИЗ. Передача малоформатного потокового видео в сетях мобильной связи. // Мобильные телекоммуникации, 2005. №10 спец. С. 56-59

7. Родионов ИЗ. Использование вейвлет-преобразований для эффективного сжатия цветных цифровых изображений. // Тезисы 58 НТК СПбГУТ, 2006.

8. Родионов ИЗ. Эффективное использование канального ресурса при передаче потокового видео. // Международный телекоммуникационный симпозиум «Мобильная связь». Сборник трудов, СПбГУТ У/ СПб, 2006. СЛ06-110

9. Rodionov I. Building an efficient mobile video streaming service. // Proceedings of "2006 IEEE Tenth International Symposium on Consumer Electronics (ISCE 2006)", C,199-202

http^eeexnlore.ieee.org^el5/11112/35627/01689470.Ddf?tP=&amumbeT=1689470 &jsnumber-3$6?7

Подписано к печати 10,11.2006 Объем 1 печ. л. Тираж 70 экз. Зак. 43 Тип. СПбГУТ. 191186 СПб, наб. р. Мойки, fit

ПРИНЯТЫЕ СОКРАЩЕНИЯ И ОБОЗНАЧЕНИЯ.

ВВЕДЕНИЕ.

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.,.,,.

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.

1. Варгаузин В. Помехоустойчивое кодирование в пакетных сетях // Мультимедиа, №9,2005, Москва

2. Васильева 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. Желудев 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. Ковалгин Ю.А., Вологдин Э.И. Цифровое кодирование звуковых сигналов. / Корона Принт, СПб, 2004

5. Новиков Л.В. Основы вейвлет-анализа сигналов. Учебное пособие/ ИАнП РАН.-СПб, 1999

6. Переберин А.В. О систематизации вейвлег-преобразований. Вычислительные методы и программирование /МГУ,- М., 2001

7. Родионов И.В. Позиционирование GSM-абонентов. // журнал «Мобильные системы» №3, 2004

8. Родионов И.В. Аспекты выбора метода сжатия видеосигнала в системе сотовой связи 3G. // 56-я НТК СПбГУТ: тез.докл.- СПб, 2005

9. Родионов 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. Родионов 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. Родионов 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. Daubechies 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. Parisot 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