Статистический анализ телеметрических данных с точки зрения задачи сжатия

Аннотация

Введение: задача адаптивного сжатия подразумевает необходимость оперативного анализа (классификации) сжимаемых данных для выбора наиболее эффективного алгоритма сжатия и установки его оптимальных параметров. Классификации данных по функциональному признаку не учитывают особенностей сжатия измерительной информации, поэтому более эффективной следует считать классификацию данных по статистическим свойствам. Цель исследования: оценка перспектив алгоритмов сжатия, учитывающих статистические и автокорреляционные свойства телеметрических данных. Результаты: исследования гистограмм распределения как исходных данных, так и их разностного представления показывают, что большой динамический диапазон не позволяет удовлетворительно решить задачу сжатия нестационарных данных, однако для стационарных данных можно прогнозировать достаточно высокую эффективность сжатия. Результаты проведенных исследований одномерных и двумерных автокорреляционных функций разных типов телеметрических данных позволяют сделать вывод о том, что наиболее эффективными могут оказаться алгоритмы сжатия, в основе которых лежит учет корреляций как между отсчетами отдельного кадра телеметрии, так и между кадрами потока данных. Проведенные исследования показали, что наиболее перспективными можно считать алгоритмы, в основе которых лежит представление телеметрических кадров в разностно-битовом виде, а также учет особенности объединения данных от отдельных источников в телеметрические кадры. Предложены базовые принципы способа сжатия, основанного на повторном проведении операции дельта-кодирования над элементами анализируемых данных, которые соответствуют первому и второму максимуму одномерной автокорреляционной функции. В качестве дальнейшего развития способов сжатия телеметрическихданных предлагается поиск однородных структур внутри телеметрического кадра.