авторефераты диссертаций БЕСПЛАТНАЯ  БИБЛИОТЕКА

АВТОРЕФЕРАТЫ КАНДИДАТСКИХ, ДОКТОРСКИХ ДИССЕРТАЦИЙ

<< ГЛАВНАЯ
АГРОИНЖЕНЕРИЯ
АСТРОНОМИЯ
БЕЗОПАСНОСТЬ
БИОЛОГИЯ
ЗЕМЛЯ
ИНФОРМАТИКА
ИСКУССТВОВЕДЕНИЕ
ИСТОРИЯ
КУЛЬТУРОЛОГИЯ
МАШИНОСТРОЕНИЕ
МЕДИЦИНА
МЕТАЛЛУРГИЯ
МЕХАНИКА
ПЕДАГОГИКА
ПОЛИТИКА
ПРИБОРОСТРОЕНИЕ
ПРОДОВОЛЬСТВИЕ
ПСИХОЛОГИЯ
РАДИОТЕХНИКА
СЕЛЬСКОЕ ХОЗЯЙСТВО
СОЦИОЛОГИЯ
СТРОИТЕЛЬСТВО
ТЕХНИЧЕСКИЕ НАУКИ
ТРАНСПОРТ
ФАРМАЦЕВТИКА
ФИЗИКА
ФИЗИОЛОГИЯ
ФИЛОЛОГИЯ
ФИЛОСОФИЯ
ХИМИЯ
ЭКОНОМИКА
ЭЛЕКТРОТЕХНИКА
ЭНЕРГЕТИКА
ЮРИСПРУДЕНЦИЯ
ЯЗЫКОЗНАНИЕ
РАЗНОЕ
КОНТАКТЫ


Передача данных дистанционного зондирования земли для малых спутников на основе мультимасштабных методов разложения сигналов

На правах рукописи

Мешков Иван Константинович ПЕРЕДАЧА ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ МАЛЫХ СПУТНИКОВ НА ОСНОВЕ МУЛЬТИМАСШТАБНЫХ МЕТОДОВ РАЗЛОЖЕНИЯ СИГНАЛОВ Специальность 05.12.13 – Системы, сети и устройства телекоммуникаций

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Уфа – 2010 1 4

Работа выполнена на кафедре телекоммуникационных систем ГОУ ВПО «Уфимский государственный авиационный технический университет» Научный руководитель д-р техн. наук, проф., зав. кафедрой ТС Научный консульт Султанов Альберт Ханович Официальные оппоненты д-р техн. наук, проф., Мишин Дмитрий Викторович проректор по заочному обучению и качеству Поволжского государственного университета телекоммуникаций и информатики д-р техн. наук, с.н.с., Коровин Валерий Михайлович главный геофизик ОАО «Башнефтегеофизика» Ведущая организация Инженерно-технологический центр «СКАНЭКС», г. Москва

Защита диссертации состоится 29 октября 2010 г. в 10 часов на заседании диссертационного совета Д-212.288.07 при Уфимском государственном авиационном техническом университете по адресу: 450000, г. Уфа, ул. К. Маркса,

С диссертацией можно ознакомиться в библиотеке Уфимского государственного авиационного технического университета.

Автореферат разослан “ ” сентября 2010 года.

Ученый секретарь диссертационного совета д-р техн. наук, проф. С. С. Валеев

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Для повышения пропускной способности и эффек тивного использования полосы пропускания частот телекоммуникационных сис тем (ТС) необходимо совершенствовать методы и алгоритмы обработки сигна лов за счет уменьшения избыточности исходных передаваемых данных, что яв ляется перспективным направлением развития ТС. Одним из таких направлений является сжатие данных дистанционного зондирования Земли (ДЗЗ), передавае мых по спутниковому радиоканалу малых космических аппаратов (КА). Боль шой интерес к созданию КА, как адекватной замене больших космических аппа ратов, проявляет большое количество стран, университетов, коммерческих пред приятий и других организаций для решения научных, образовательных и ком мерческих задач. Трудности создания систем связи заключается в том, что ми ниатюрность КА (вес микроспутника до 50 кг) не позволяет установить на нем мощные приемо-передающие устройства и крупногабаритные маневренные ан тенные системы с большой полосой пропускания. Малая энергетика КА не пред полагает возможности передавать мощные сигналы, а малый объем памяти не позволяет хранить большие объемы информации.

Необходимость сжатия на борту КА видеоданных, получаемых в задачах дистанционного зондирования Земли, обусловлена ростом генерируемых совре менными космическими системами ДЗЗ информационных потоков (до несколь ких сотен Мбит/с). Это связанно с увеличением как пространственного, так и спектрального разрешения съемочной аппаратуры при сохранении широкой по лосы обзора, сравнительно невысокой пропускной способности радиоканалов и ограниченности частотного диапазона при передачи данных на наземные прием ные станции. В большинстве современных систем ДЗЗ используется непрерыв ный режим непосредственной передачи или хранение видеоданных на бортовых записывающие носителях, но как правило это спутники весом несколько тонн, однако применение сжатия на борту существенно повышает эффективность ис пользования полосы пропускания. Специфика бортовой реализации микроспут никовых систем накладывает ограничения на вычислительную сложность при меняемых алгоритмов, что приводит к необходимости создания новых эффек тивных систем сжатия и передачи данных ДЗЗ.

Большой вклад в решение проблем обработки и анализа изображений внесли работы У. К. Прэтта, Л. П. Ярославского, Р. М. Харалик, А. А. Потапов, А. Х. Султанов, В. Х. Багманов. Применительно к задачам дистанционно зонди рования Земли из космоса теория и практика сжатия изображений разрабатыва лись и успешно применялись многими специалистами, в числе которых И. Б. Фоменко, В. А. Сойфер, В. В. Сергеев, Н. И. Глумов, М. А. Чичева, А. В.

Чернов, А. А. Потапов, И. М. Книжный, А. В. Сокол, К. Е. Хрекин.

Наиболее актуальными, с точки зрения увеличения пропускной способно сти ТС, является методы сжатия сигналов, которые основываются на некоторых преобразованиях, целью которых является переход от исходного сигнала к сис теме обобщенных координат, их селекции по определенному критерию, приво дящему к сокращению числа исходных данных и восстановлению сигнала с по мощью обратных преобразований, с сохранением аномальных статистических особенностей исходного изображения.

В работе предлагается метод передачи данных ДЗЗ, повышающий надеж ность спутникового канала связи, основанный на анализе мультимасштабной информативности уровней вейвлет-разложения изображения. Мультимасштаб ная информативность – энтропийная оценка информационного вклада разных масштабных компонент, возникающих при мультимасштабном разложении дан ных ДЗЗ, что позволяет организовать передачу данных таким образом, что во временной последовательности процесса передачи тематической информации в первую очередь передается наиболее значимая часть, которая уточняется на по следующих этапах передачи.

Объект исследования. Цифровые спутниковые телекоммуникационные системы и сети передачи данных ДЗЗ.

Предмет исследования. Мультимасштабные методы передачи и сжатия данных ДЗЗ.

Цель работы. Разработка методов передачи и сжатия данных ДЗЗ, позво ляющих увеличить пропускную способность спутникового радиоканала малых космических аппаратов, на основе мультимасштабных методов разложения сиг нала.

Задачи исследования. Для достижения поставленной цели в работе сфор мулированы и решены следующие задачи:

1. Исследование зависимости показателя фрактального самоподобия Херста от пространственного разрешения данных ДЗЗ для определения порогов селекции коэффициентов вейвлет–преобразования исходного спутникового сиг нала на основе анализа структурных функций.

2. Разработка метода мультимасштабного сжатия данных ДЗЗ на основе фрактальных самоподобных свойств космических изображений, использования квазинепрерывных рекурсивных разверток типа Пеано–Гильберта и вейвлет преобразований исходного сигнала для передачи по спутниковому радиоканалу малых КА.

3. Разработка информационно–эффективного метода передачи данных ДЗЗ с помощью вейвлет–коэффициентов разложения сигнала по масштабным уровням на основе энтропийного критерия.

4. Разработка алгоритмического и программного обеспечения бортово го сжатия и передачи данных ДЗЗ для малого КА на основе мультимасштабных методов.

Методы исследований. В работе использованы основные положения тео рии передачи сигналов, теории фрактальных множеств, вейвлет–преобразований, теории разверток, фильтрации сигналов, случайных процессов, применены мето ды математического моделирования, в том числе компьютерного.

Основные научные положения, выносимые на защиту:

1. Метод определения уровней селекции вейвлет–коэффициентов ква зинепрервывных разверток космических изображений на основе использования показателя фрактального самоподобия Херста и статистических корреляционных связей различных масштабных уровней вейвлет–преобразования.

2. Метод мультимасштабного сжатия данных ДЗЗ на основе фракталь ных самоподобных свойств космических изображений, использования квазине прерывных рекурсивных разверток типа Пеано–Гильберта и вейвлет преобразований исходного сигнала.

3. Метод информационно-эффективной передачи вейвлет– коэффициентов мультимасштабных уровней разложения на основе энтропийного критерия.

4. Алгоритмическое и программное обеспечение бортового сжатия и передачи данных ДЗЗ для малого КА на основе мультимасштабных методов.

Научная новизна результатов:

1. Разработан метод определения пороговых уровней селекции вейв лет–коэффициентов разложения передаваемых данных ДЗЗ, который в отличие от известных методов, основан на самоподобном поведения дисперсии мульти масштабного разложения разверток изображений, определяемого показателем Херста для редукции статистической избыточности.

2. Разработан метод мультимасштабного сжатия космических изобра жений с учетом фрактальных свойств данных ДЗЗ, с использованием квазине прерывных рекурсивных разверток типа Пеано–Гильберта и вейвлет– преобразований, который позволяет увеличить пропускную способность спутни кового канала передачи данных ДЗЗ малого КА, который в отличие от известных методов, позволяет сохранить в сигнале аномальные статистические признаки исходного изображения, на основе оценки по минимаксному критерию Колмого рова.

3. Разработан информационно-эффективный метод передачи вейвлет– коэффициентов мультимасштабных уровней разложения данных ДЗЗ на основе энтропийного критерия и выработаны рекомендации по передаче сигналов, ко торый в отличие от известных методов, позволяет организовать передачу данных таким образом, что во временной последовательности процесса передачи тема тической информации в первую очередь передается ее наиболее значимая часть, которая уточняется на последующих этапах передачи.

4. Разработано алгоритмическое и программное обеспечение бортового сжатия данных ДЗЗ на основе квазинепрерывных разверток, фрактальных свойств и вейвлет–преобразований.

Обоснованность и достоверность результатов диссертации Обоснованность результатов, полученных в диссертационной работе, ба зируется на использовании апробированных научных положений и методов ис следования, согласованности результатов с известными теоретическими положе ниями. Достоверность полученных результатов и выводов подтверждается ре зультатами проведенных численных и измерительных экспериментов на инже нерном аналоге микроспутника «УГАТУСАТ».

Практическая значимость результатов Практическая значимость полученных результатов заключается в повыше нии пропускной способности спутникового радиоканала, а также возможности сужения полосы передаваемого сигнала. Как показало моделирование, разрабо танные методы и алгоритмы, позволяют увеличить пропускную способность ка нала до 20–30% и уменьшить число передаваемых отсчетов вейвлет-разложения сигнала в 3–5 раз, а также в разработке метода передачи вейвлет–коэффициентов мультимасштабных уровней разложения на основе энтропийного критерия.

Основные результаты диссертационной работы внедрены в ЗАО «ПОЛЕТ ИНТЕР» в виде алгоритма бортового сжатия данных дистанционного зондирова ния Земли на микроспутниковых системах и в учебном процессе в Уфимском го сударственном авиационном техническом университете при проведении практи ческих и лабораторных занятий по дисциплине «Радиотехнические основы про ектирование межспутниковых инфокоммуникаций».

Апробация работы Основные результаты работы обсуждались на V–VII Международных на учно–технических конференциях “Проблемы техники и технологии телекомму никаций” Уфа, Самара, 2004-2006;

на XIII Международной научно-технической конференции «Радиолокация, навигация, связь» (RLNC–2007), Воронеж, 2007;

на 3 Всероссийской зимней школе–семинаре аспирантов и молодых ученых, Уфа, 2008;

а также на семинарах кафедры «Телекоммуникационных систем».

Публикации. Результаты диссертационной работы отражены в 12 публи кациях, в 2 научных статьях в периодических изданиях из списка ВАК, в 9 мате риалах международных и российских конференциях и 1 свидетельство об офи циальной регистрации программы для ЭВМ.

Структура и объем диссертации. Диссертация состоит из введения, че тырех глав, заключения, приложения и библиографического списка и изложена на 179 страницах машинописного текста. Библиографический список включает 71 наименования литературы.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы исследований, сформулирова на цель работы и решаемые в ней задачи, научная новизна и практическая цен ность выносимых на защиту результатов.

В первой главе представлен анализ современного состояния спутниковых систем передачи информации на основе малых космических аппаратов. Показа но, что главными приоритетными техническими задачами, которые необходимо решить в первую очередь, являются задачи передачи тематической информации, обеспечения постоянной связи и управления движением микроспутника. Осо бенностями малых КА является их миниатюризация технических составляющих:

малая энергетика приводит к малой мощности и слабому сигналу, невозмож ность установки на борту больших антенн приводит к уменьшению полосы про пускания и ограничению передаваемых данных, а ограничение в массогабарит ных параметрах приводит к невозможности хранить большие объемы информа ции (мах 1 Гбайт) и ограничению вычислительных ресурсов.

Организация радиосвязи в спутниковых системах наталкивается на ряд проблем связанных с:

1. Ограниченностью частотного диапазона, отведенного для радиока нала;

2. Необходимостью передачи большого объема информации, особенно от спутников ДЗЗ.

В этой связи существует проблема передачи по фиксированной ограничен ной полосе спектра наибольшего количества информации, как правило, цифро вые данные от камер наблюдения поверхности Земли высокого разрешения, от телеметрических датчиков и систем центрального бортового процессора. Прове денный анализ показал, что для повышения пропускной способности спутнико вого канала передачи данных ДЗЗ необходимо создать эффективную систему пе редачи, основанную на мультимасштабных методах сжатия спутниковых сним ков и применения информационно-эффективных методов передачи.

Выполнен анализ основных методов сжатия изображений. Кратко рас смотрены принципы реализации методов сжатия изображений с потерями и без потери информации. Избыточность данных является центральным основанием для цифрового сжатия. Известно, что изображения наряду с большой информа ционной емкостью обладают и большой информационной избыточностью. По этому одна из основных проблем обработки заключается в извлечении из исход ных изображений лишь необходимой информации, т.е. в ее сжатии путем устра нения избыточности.

Рисунок 1 – Радиоканал передачи и приема данных ДЗЗ с блоком мультимас штабного сжатия и передачи данных ДЗЗ.

Рассмотрены технические параметры бортовой и наземной аппаратуры приема и передачи данных ДЗЗ. Для расчета пропускной способности спутнико вого канала в зависимости от параметров камеры съемки (рис. 1), рассмотрим выражение:

V Pics m k С=, (1) R где V – скорость бега подспутниковой точки для низкоорбитальных спутников на орбите 700–900 км, Pics – длина в пикселях ПЗС линейки, m – количество спек тральных каналов камеры ДЗЗ, k – разрядность АЦП, R - разрешающая способ ность камеры ДЗЗ.

Использовании мультимасштабного метода сжатия данных ДЗЗ к созда нию эффективной системы передачи, позволяет сокращать число исходных дан ных от камеры дистанционного зондирования Земли в 3–5 раз, увеличить досто верность передачи цифровых данных, за счет большого энергетического выиг рыша Eb / N 0, что может привести к использованию кодов для помехоустойчиво го кодирования, сужению полосы пропускания для сохранения частотного ре сурса, увеличению пропускной способности канала передачи тематической ин формации и телеметрических данных, а также увеличить дальность связи, уменьшить размеры антенн, уменьшить число переприемов данных. Если же увеличивать разрешающую способность камеры или полосу обзора, то это при ведет к увеличению передаваемой информации.

Во второй главе предлагается для разработки метода передачи данных ДЗЗ использовать мультимасштабные методы, основанные на принципе после довательного уточнения или наоборот огрубления информации о чем-либо при переходе от крупного масштаба к мелкому или наоборот. Многомасштабный анализ дает возможность определить структурную организацию объекта иссле дования на уровне взаимосвязи частей и целого в процессе последовательного уточнения по мере продвижения вдоль "оси масштабов".

Рисунок 2 – Структура мультимасштабного метода сжатия и передачи данных ДЗЗ для увеличения пропускной способности спутникового канала Разрабатываемый мультимасштабный метод, с методологической точки зрения, представляет собой интеграцию трех мультимасштабных концепций:

концепции рекурсивных разверток многомерных пространств, концепции фрак тальных множеств (фракталов), концепции дискретного вейвлет-анализа (рис. 2).

Каждая из перечисленных концепций в разрабатываемой технологии играет вполне определенную функциональную роль.

При построении рекурсивных разверток данных ДЗЗ используется мас штабное самоподобие, которое в данном конкретном случае заключается в ите рационном применении одного и того же принципа построения на разных про странственных масштабах. К разверткам предъявляются два важных требования – сохранение взаимной топологической близости элементов исходного и развер нутого пространств, свойство квазинепрерывности и сохранение корреляцион ных связей между элементами в том и другом пространствах. Указанным свой ствам удовлетворяют квазинепрерывные развертки (рис. 3).

a b c Рисунок 3 – Квазинепрерывная рекурсивная развертка типа Пеано Гильберта разных масштабов m: a – m=1, b – m=2, c – m=3.

Основной характеристикой, определяющей масштабно-самоподобную структуру и статистику поведения данных ДЗЗ, является показатель фрактально го самоподобия Херста H. Именно этот параметр может быть положен в основу бортовой компрессии данных космических систем наблюдения как случайных фрактальных процессов.

Фрактальные свойства данных ДЗЗ в зависимости от ситуации можно оп ределять, как множество точек, заданных в двумерном пространстве, в этом слу чае рассматривается какая-либо развертка изображения (одномерный сигнал), который представляет собой множество точек на плоскости. В ряде исследова ний было установлено, что космические изображения, как и многие объекты, ге нетическое происхождение которых обусловлено разномасштабными процесса ми релаксации, имеют случайную фрактальную структуру. Самоподобие слу чайных структур связано со статистической однородностью их строения на раз личных пространственных масштабах. Под масштабом в первую очередь пони мается пространственная (или временная) периодичность, с которой осуществля ется зондирование какого-либо объекта или множества.

Рассмотрены развертки строк данных ДЗЗ различного пространственного разрешений различных спутниковых систем наблюдения (рис. 4), общий вид кривых, не изменяется, несмотря на то, что масштаб (периодичность) выборки изменился на три порядка. Развертка изображения, в данном случае строка, представляет собой структурный объект, который в математическом смысле можно трактовать как некоторое множество или случайный процесс, обладаю щий свойством масштабного самоподобия.

a b Рисунок 4 – Развертки космических изображений как структурные объекты с фрактальными свойствами: a – NOAA-19 (пространственное разрешение м), b – QuickBird (пространственное разрешение 2 м).

Рассмотрены методы определения показателя Херста. Основные недостат ки приведенных методов определения показателя Херста состоят в высоких тре бованиях к вычислительным ресурсам, что в условиях применения их на борту микроспутника делает нежелательным, ввиду ограничения как временных, так и вычислительных ресурсов, это привело к разработке метода основанного на ана лизе мультимасштабных структурных функций, определенных на квазинепре рывных рекурсивных развертках типа Пеано–Гильберта.

Для определения показателя самоподобия использовались логарифмиче ские асимптотики мультимасштабных структурных функций (2), определяемых в дискретном случае соотношением 1M S (k ) = ( f (im k ) f ( m ) (2) + i) M i = где M=22m, 2m 2m – размер изображения, k – аргумент дискретной структурной функции;

fi m – пиксели изображения масштаба m, полученные рекуррентно из изображения масштаба m+1 на основе свертки по образующему элементу раз вертки Гильберта, показанному на рис. 5.

ln(S(k)) y = 0,419x + 3, 3 R = 0, 0 1 2 3 ln(k) 4 5 Рисунок 5 – Логарифмические асимптотики мультимасштабной структур ной функции: y=0.419x+3.215 – линия регрессии (y=ln(S(k)), x=k);

R2 – величина достоверности аппроксимации (квадрат коэффициента смешанной корреляции).

Линейный характер асимптотики позволяет по углу наклона определить показатель фрактального самоподобия Херста.

Для анализа вычислительных экспериментов по исследованию фракталь ного статистического самоподобия данных спутникового наблюдения поверхно сти Земли использовались данные различного пространственного разрешения в диапазоне 2–1100 м в области спектра 0,5–12 мкм. Вычислительные эксперимен ты по определению фрактальных характеристик показывают, что спутниковые изображения и их квазинепрерывные развертки являются фрактальными много образиями. Показатель фрактального самоподобия Херста спутниковых изобра жений различных типов ландшафтов лежит в пределах 0,4–0,75. Показатель Хер ста различных спектральных каналов в области от видимого до теплового ин фракрасного излучения отличается не более чем на 5%.

В третьей главе приведены теоретические основы вейвлет преобразования сигналов. Вейвлет-преобразование — это разложение сигнала по системе функций, которые являются сдвинутыми и масштабированными (сжатыми или растянутыми) копиями одной функции — порождающего вейвле та. Рассмотрены основные положения концепции мультимасштабного (кратко разрешающего) анализа сигналов на основе дискретных вейвлет-преобразований для сжатия изображений.

Мультимасштабное разложение квазинепрерывной рекурсивной развертки на некотором информативном уровне J:

f ( x ) = a j,k j,k ( x) + d j,k j,k ( x), (3) k J k где, к – номер коэффициента на уровне разложения j, a j,k - низкочастотный ко эффициент аппроксимации j-го уровня (cAj), определяют «фон» изображения, d j,k - высокочастотные детализирующие коэффициенты (cDj), определяют «ано мальные» выбросы, j,k ( x) = 2 j (2 j x n) - порождающий вейвлет, j,k ( x) масштабирующая функция.

+ + f ( x) j,k ( x)dx, a j,k = f ( x) j,k ( x)dx, d j,k = (4) Разрабатывается метод определение оптимальных порогов фильтрации вейвлет-коэффициентов разложения и выбор типа вейвлет–преобразования раз вертки изображения для сжатия данных ДЗЗ.

Традиционным методом выбора пороговых значений является равенство сохраненной энергии сигнала (выраженной в процентах) и числа нулевых вейв лет-коэффициентов. Однако данный метод учитывает только одну характеристи ку качества сигнала – его энергетику.

Для выбора оптимальных порогов отсечки воспользуемся свойством мас штабной инвариантности вейвлет–коэффициентов. В основу сжатия снимков по ложена статистическая взаимосвязь дисперсий различных масштабных уровней разложения, связанной с показателем фрактального самоподобия Херста.

d 0,k (5) d j,k = j (2 H +1).

Равенство (5) следует понимать в статистическом смысле: любые стати стические моменты случайной величины d j,k на масштабном уровне j масштаб но-самоподобны и выражаются через соответствующие моменты на некотором исходном масштабном уровне j=0, где – знак усреднения по статистическому ансамблю, показывающее, что при переходе на более детальные уровни, то есть с увеличением j, флуктуации вейвлет-коэффициентов уменьшаются. Самоподоб ное поведения дисперсии межуровнего масштабного разложения квазинепре рывные разверток спутниковых изображений было положено в основу метода сжатия данных ДЗЗ.

y = 1,1928x + 2, 15 R = 0, ln(Dj) 1 2 3 4 5 6 7 8 9 10 11 12 13 Номер масштабного уровня, j Рисунок 6 – Дисперсии масштабных уровней вейвлет-коэффициентов тес тового спутникового снимка: y=1.1928x+2.2941 - линия регрессии (y=ln(Dj), x=j);

R2 – величина достоверности аппроксимации (квадрат коэффициента сме шанной корреляции).

С ростом масштабного уровня вейвлет–разложения дисперсия, а следова тельно, и общий информативный вклад в структуру сигнала уменьшается по сте пенному закону, показатель которого определяется показателем фрактального самоподобия Херста, который может быть положен в основу сжатия данных ДЗЗ.

Далее решается задача определения пороговых уровней отсечки вейвлет коэффициентов. Введем в пространстве вейвлет–коэффициентов параметр обна ружения q j,k, характеризующий отношение сигнал/шум в пространстве вейвлет коэффициентов (6). Для отношения сигнал/шум на масштабном уровне j полу чим d j,k q j,k = (6) d 2,k j В качестве статистических условий обнаружения используем критерий Неймана–Пирсона, в соответствии с которым требуется минимизировать вероят ность пропуска сигнала рпс при заданной вероятности ложной тревоги рлт. При использовании критерия, обнаружение сигнала будет состоять в пороговой се лекции вейвлет-коэффициентов, в соответствии с правилом q j,k qn 0, d j,k = Th d j,k =, (7) d j,k, q j,k qn где величина порога qn, определяется критерием Неймана-Пирсона, для заданной вероятности ложных тревог и пропуска сигнала. С заданной вероятность ложной тревоги и пропуска сигнала все, что ниже порога является шумом.

Традиционным количественным критерием качества сжатия является энер гетический критерий, связанный с оценкой восстановления сигнала по миниму му среднеквадратической ошибки. При решении ряда конкретных задач обра ботки данных спутниковых систем наблюдения, в частности, связанных с обна ружением редких аномальных сигналов данный критерий не является адекватной мерой качества сжатия, так как аномальные сигналы дают малый вклад в общую энергию анализируемого изображения. В этой связи колмогоровский критерий аппроксимации сигналов по минимуму максимального отклонения является бо лее эффективным. В общем случае при оценке качества сжатия необходимо учи тывать как энергетику сигнала, так и минимаксное отклонение.

Проведено исследование влияния различных типов вейвлет– преобразований на сжатие данных ДЗЗ (табл. 1).

Таблица 1. Сравнительные характеристики различных вейвлетов rec Erec,% max kc Тип вейвлета C H Вейвлеты Хаара 0,5485 0,9656 4,34 99,3881 34 7, Вейвлеты Добеши 0,5144 0,9096 14,28 98,6303 55 11, Койфлеты 0,5284 0,8803 20 98,3063 68 13, Симплеты 0,5234 0,8697 20 97,9017 63 13, Вейвлеты Мейера 0,4399 0,9729 9,09 99,6118 31 6, Из полученных практических данных (рис. 7) были сделаны выводы, что наилучшее качество восстановленного изображения демонстрируют вейвлеты Хаара и Мейера, т. к. они имеют минимальное значение max и er. Однако ко эффициент сжатия спутникового изображения для данных типов меньше, чем для вейвлетов Добеши, симплетов и койфлетов, которые, однако, обеспечивают меньшую точность декомпрессии. Поэтому в зависимости от требований к каче ству изображения (высокая четкость или сохранение только аномальных сигна лов), для компрессии выбирается определенный тип базисных функций. При этом следует учитывать сложность реализации того или иного вейвлет разложения на цифровых сигнальных процессорах (DSP).

Была проведена серия экспериментов по сжатию над спутниковыми дан ными различных систем дистанционного зондирования Земли, пространственное разрешение rspat которых варьировалось от 1100 м (серия NOAA) до 1 м (спутни ки EROS-A/B) вейвлет–преобразованием Хаара (табл. 2) haar db coif 10 sym ln(Dj) 8 dmey 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 Номер уровня разложения, j Рисунок 7 – Дисперсии масштабных уровней вейвлет-коэффициентов раз личных типов вейвлетов.

Таблица 2. Сравнительные характеристики сжатия изображений max Erec, % PSNR, дБ rspat kc Спутник С NOAA 1100 5 45 0,982992 99,52044 30, EOS-TERRA 500 4,76 118 0,946417 97,76529 22, EOS-TERRA 250 3,57 93 0,967987 99,14313 24, SPOT-4 20 5,26 52 0,887902 99,14065 28, SPOT-4 10 3,03 34 0,961546 99,62553 33, EROS-A/B 1 4,16 31 0,973233 99,8183 34, Оценены зависимости пиковых отношений сигнал/шум и максимальных ошибок от коэффициента сжатия для распространенных методов сжатия. Иссле дования показали, что метод мультимасштабного сжатия (МС) предпочтительнее метода JPEG и JPEG2000 при передачи данных ДЗЗ. Однако исследования, про веденные на различных космических изображений, показали, что метод мульти масштабного сжатия выигрывает только при малых и средних коэффициентах сжатия (Кс10). PSNR далеко не лучшим образом отражает реальное качество восстановленного изображения, поскольку дает усредненное значение погреш ностей и не учитывает локальные особенности поля яркости (аномальные явле ния). При работе с данными ДЗЗ, в ряде важных приложений, связанных с обна ружением аномалий, более корректным является применение критерия макси мальной ошибки. Результаты исследований (рис. 8) продемонстрировали пре имущество по этому критерию мультимасштабного сжатия, так как при восста новлении, максимальная ошибка имела наименьший рост и редко вносила силь ные изменения, в отличие от других методов сжатия, при которых видны макси мальные искажения и даже потери мелких деталей на восстановленном изобра жении.

JPEG MC 100 JPEG 60 PSNR Emax JPEG MC JPEG 0 10 Kc 20 30 0 10 20 30 Kc Рисунок 8 – Зависимости максимальных ошибок и пиковых отношений сигнал/шум от степени сжатия для тестового спутникового снимка NOAA.

В ходе выполнения работы был разработан алгоритм мультимасштабной компрессии спутниковых изображений и проработана возможность реализации данного алгоритма на цифровом сигнальном процессоре для установки на борту микроспутника для сжатия данных ДЗЗ в целях научных экспериментов. Апро бация разработанного алгоритма проходила на инженерном образце микроспут ника «УГАТУСАТ» на кафедре ТС УГАТУ (рис. 9). Было разработано про граммное обеспечение для использования на процессоре ADSP–BF533.

Рисунок 9 – Схема эксперимента на инженерном аналоге микроспутника «УГАТУСАТ».

В четвертой главе разработан метод передачи спутниковых изображений, в основе которого лежит использование вейвлет–преобазование квазинепрерыв ных разверток сигналов и использование энтропийного критерия для определе ния наиболее информативных уровней вейвлет–разложений.

В качестве статистического критерия оценки информативности отдельных уровней вейвлет–разложения используется энтропия уровней вейвлет преобразования, определяемая формулой Шеннона. Для количественного опре деления «неопределенности» строится гистограмма уровня вейвлет–разложения.

Значение энтропии Значение энтропии 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Уровни разложения Уровни разложения Значение энтропии сDj, (Добеши) Значение энтропии сAj, (Добеши) Значение энтропии сDj, (Хаара) Значение энтропии сAj, (Хаара) Рисунок 10 – Зависимость энтропии высокочастотных и низкочастотных вейвлет-коэффициентов от уровня разложения снимка SPOT–4 для двух видов разложения (Добеши и Хаара).

Максимальное значение энтропии определяется на промежуточном уровне и несёт в себе наибольшую информативность (рис. 10). Таким образом, главная часть изображения состоит из пиковых вейвлет-коэффициентов, которые явля ются основой всего изображения и несут в себе наибольшую информативность.

Передача остальных коэффициентов улучшает качество принятой информации, поскольку они отвечают за детализацию изображения. Низкочастотные вейвлет– коэффициенты формируют общий «фон» изображения, высокочастотные вейв лет–коэффициенты «аномальные» выбросы. На основе полученных данных можно предложить следующие рекомендации по передачи вейвлет– коэффициентов:

n pk ( cD j ) log 2 pk ( cD j ) max j k =1 (8) n pk ( cA j ) log 2 pk ( cA j ) max k =1 j где pk ( cAj ), pk ( cD j ) – вероятности появления низкочастотных и высокочастот ных коэффициентов соответсвенно, определяемые с помощью гистограммы, j – уровень вейвлет–разложения, таким образом, выбирается критерий или для оцен ки «фона» изображения, или «аномальных» выбросов.

В ходе работы были выработаны рекомендации по организации спутнико вого канала передачи данных ДЗЗ для малых спутников.

1. Сжатие исходных данных ДЗЗ – увеличение пропускной способности спутникового канала передачи данных ДЗЗ – добавление спектральных каналов, увеличение полосы обзора, добавление телеметрических данных в общий поток передачи.

2. Сжатие исходных данных ДЗЗ – уменьшение полосы частот спутни ковых систем (МСЭ).

3. Сжатие исходных данных ДЗЗ – использование помехозащищеных кодов для увеличения отношения с/ш.

4. Организация цикла передачи информации осуществляется итераци онным образом, что вначале передается пвсевдоизображение, соответствующее мультимасштабному уровню с максимальным значением энтропии, далее пере даются все последующие уровни.

В заключении изложены основные научные результаты, полученные в диссертационной работе в ходе исследования.

В приложении представлен листинг программы сжатия данных дистанци онного зондирования Земли на основе квазинепрерывных разверток, фракталь ных свойств и вейвлет–преобразований, а также акты внедрения результатов диссертационной работы.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ 1. Разработан метод определения пороговых уровней селекции вейвлет коэффициентов передаваемого спутникового сигнала на основе самоподобного поведения дисперсии межуровнего масштабного разложения, определяемого по казателем Херста, для редукции статистической избыточности, позволяющий со кратить число вейвлет-коэффициентов на 70–90 %.

2. Разработан метод мультимасштабного сжатия космических изобра жений с учетом фрактальных свойств данных ДЗЗ, на основе использования ква зинепрерывных рекурсивных разверток типа Пеано–Гильберта и вейвлет– преобразований, позволяющий уменьшить объем передаваемой информации в 3– 5 раз и увеличить пропускную способность спутникового канала передачи дан ных ДЗЗ малого КА, при сохранении в сигнале аномальных статистических при знаков исходного изображения, на основе оценки по минимаксному критерию Колмогорова. Метод дает возможность применить помехоустойчивые виды ко дирования или уменьшить полосу передаваемого сигнала.

3. Разработан информационно–эффективный метод передачи вейвлет– коэффициентов мультимасштабных уровней разложения на основе энтропийного критерия и выработаны рекомендации по передачи сигнала, позволяющие пере давать определяющую информацию об изображении в начале сеанса связи и уточнять ее с каждым последующим циклом передачи, что исключает возмож ность потери всего снимка.

4. Разработано алгоритмическое и программное обеспечение сжатия данных ДЗЗ, реализованное на основе квазинепрерывных разверток, фракталь ных свойств и вейвлет–преобразований, который был апробирован на инженер ном образце микроспутника «УГАТУСАТ» и дает возможность применить его на спутниковых системах ДЗЗ.

По теме диссертации опубликованы следующие работы:

В рецензируемых журналах из списка ВАК 1. Мультимасштабная компрессия спутниковых сигналов в широкополосных системах связи / Султанов А. Х., Багманов В. Х., Мешков И.К., Харитонов С.В. // Вестник УГАТУ, 2007. Т. 9, №6(24). – С. 213–216.

2. Сравнительный анализ типов вейвлет-преобразований в задаче сжатия спутниковых изображений / Султанов А.Х., Багманов В.Х., Мешков И.К., Хари тонов С.В. // Инфокоммуникационные технологии, 2010. Т. 8, № 1. – С. 46–50.

В других изданиях 3. Использование вейвлет–анализа в задачах фильтрации / Султанов А.Х., Мешков И.К. // Проблемы техники и технологии телекоммуникаций:

V Международная научно–техническая конференция. – Самара, ПГАТИ, 2004. С.

55-58.

4. Экспериментальное исследование масштабно–инвариантной структуры данных спутниковых систем наблюдения / Багманов В.Х., Султанов А.Х., Меш ков И.К. // Проблемы техники и технологии телекоммуникаций: VI Междуна родная научно–техническая конференция. – Уфа, УГАТУ, 2005. – С 44–46.

5. Способы передачи данных с низкоорбитальных микроспутников / Багма нов В.Х., Султанов А.Х., Мешков И.К. // Проблемы техники и технологии теле коммуникаций: VII Международная научно–техническая конференция. – Самара, ПГАТИ, 2006. С. 44–46.

6. Методология мультимасштабной компрессии спутниковых изображений / Багманов В. Х., Султанов А. Х., Мешков И.К., Харитонов С.В. // Радиолокация, навигация, связь (RLNC–2007): XIII Международная научно–техническая кон ференция. Том I. – Воронеж, 2007. – С. 201–207.

7. Фильтрация спутниковых изображений на основе рекурсивных разверток типа Пеано–Гильберта / Мешков И.К., Харитонов С.В. // 3-я Всероссийская зим няя школа–семинар аспирантов и молодых ученых: Сб. трудов – Уфа, УГАТУ, 2008. – 4 стр.

8. Восстановление спутниковых изображений на основе фрактальных фильт ров / Багманов В. Х., Султанов А. Х., Мешков И.К., Харитонов С.В.// Оптические технологии в телекоммуникациях: Доклады Международного научного общества SPIE 2008. Т. 7374, 2009, 8 стр. (опубликовано на английском языке) 9. Мультимасштабная вейвлет-обработка спутниковых изображений / Багма нов В. Х., Султанов А. Х., Мешков И.К., Харитонов С.В.// Оптические техноло гии в телекоммуникациях: Доклады Международного научного общества SPIE 2008. Т. 7374, 2009, 8 стр. (опубликовано на английском языке) 10. Сжатие данных дистанционного зондирования Земли на основе квазине прерывных разверток, фрактальных свойств и вейвлет–преобразований / Багма нов В. Х., Султанов А. Х., Мешков И.К., Харитонов С.В. // Свидетельство о го сударственной регистрации программы для ЭВМ № 2009616843, 2009.

11. Передача данных дистанционного зондирования Земли на основе мульти масштабных методов разложения сигналов / Мешков И.К. // Проблемы геологии, геофизики, бурения и добычи нефти. Экономика и управление: Сб. статей аспи рантов и молодых специалистов. Выпуск 7, – Уфа, 2010. – С. 77–82.

12. Мультимасштабный подход к системе передачи данных дистанционного зондирования Земли при организации мониторинга чрезвычайных ситуаций на основе малых спутников /Мешков И.К.// Проблемы безопасности и защиты насе ления и территорий от чрезвычайных ситуация (Безопасность – 2010): Междуна родная научно–практическая конференция. – Уфа, УГАТУ, 2010. – С 149-153.

Диссертант И.К. Мешков МЕШКОВ Иван Константинович ПЕРЕДАЧА ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ДЛЯ МАЛЫХ СПУТНИКОВ НА ОСНОВЕ МУЛЬТИМАСШТАБНЫХ МЕТОДОВ РАЗЛОЖЕНИЯ СИГНАЛОВ Специальность 05.12.13 – Системы, сети и устройства телекоммуникаций АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Подписано в печать 24.09.2010. Формат 6084 1/16.

Бумага офсетная. Печать плоская. Гарнитура Таймс.

Усл. печ. л. 1,0. Усл. кр.-отт 1,0. уч.-изд. л. 0,9.

Тираж 100 экз. Заказ № _ ГОУ ВПО Уфимский государственный авиационный технический университет Центр оперативной полиграфии УГАТУ 450000, Уфа-Центр, К.Маркса,

 




 
2013 www.netess.ru - «Бесплатная библиотека авторефератов кандидатских и докторских диссертаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.