-
Die
Erfindung betrifft Datenkompression im Allgemeinen und eine Form
von Entropiecodierung im Besonderen.
-
In
einer typischen Audio-Codierungsumgebung werden Daten als eine lange
Folge von Symbolen dargestellt, die in einen Coder eingegeben werden.
Die eingegebenen Daten werden durch einen Coder codiert, über einen
Kommunikationskanal übertragen
(oder einfach gespeichert) und durch einen Decoder decodiert. Während des
Codierens wird die Eingabe vorverarbeitet, abgetastet, umgewandelt,
komprimiert oder anderweitig in eine Form zur Übertragung oder Speicherung
verarbeitet. Nach der Übertragung
oder Speicherung versucht der Decoder, die ursprüngliche Eingabe zu rekonstruieren.
-
Audio-Codierverfahren
können
gewöhnlich in
zwei Klassen eingeteilt werden, nämlich Zeitbereichsverfahren
und Frequenzbereichsverfahren. Zeitbereichsverfahren, z. B. ADPCM,
LPC, arbeiten direkt im Zeitbereich, während Frequenzbereichsverfahren
die Audiosignale in den Frequenzbereich transformieren, wo die eigentliche
Kompression stattfindet. Die Frequenzbereichs-Codecs können weiter in
entweder Unterband- oder Transformations-Coder getrennt werden,
obwohl die Unterscheidung zwischen den beiden nicht immer klar ist.
Die Verarbeitung eines Audiosignals im Frequenzbereich wird sowohl
durch klassische Signalverarbeitungstheorien als auch menschliche
Wahrnehmungsmodelle (z. B. Psychoakustik) begründet. Das Innenohr, speziell
die Basilarmembran, verhält
sich wie ein Spektralanalysator und transformiert das Audiosignal
in Spektraldaten, bevor die wertere neurale Verarbeitung vonstatten
geht.
-
Die
Frequenzbereichs-Audiocodecs machen oft Gebrauch von vielen Arten
von Gehörmaskierung, die
mit dem menschlichen Hörsystem
einhergehen, um das ursprüngliche
Signal zu modifizieren und sehr viele Einzelheiten/Redundanzen zu
beseitigen. Da die menschlichen Ohren nicht imstande sind, diese
Modifikationen wahrzunehmen, wird eine effizienze Kompression erreicht.
Maskierung wird gewöhnlich
in Verbindung mit Quantisierung durchgeführt, sodass Quantisierungsrauschen
bequem ”verschleiert” werden
kann. Bei modernen Audio-Codierverfahren werden quantisierte Spektraldaten
gewöhnlich durch
Anwenden von Entropiecodierung, z. B. Huffman-Codierung, weiter
komprimiert.
-
Kompression
ist erforderlich, weil es eine grundsätzliche Begrenzung des Kommunikationsmodells
ist, dass Übertragungskanäle in der
Regel eine begrenzte Kapazität
oder Bandbreite besitzen. Folglich ist es häufig erforderlich, den Informationsgehalt der
Eingangsdaten zu verringern, um ihnen zu erlauben, zuverlässig, wenn überhaupt, über den
Kommunikationskanal übertragen
zu werden. Im Laufe der Zeit ist sehr viel Mühe bei der Entwicklung verlustloser
und verlustbehafteter Kompressionsverfahren aufgewandt worden, um
die Größe von Daten
zum Übertragen
oder Speichern zu reduzieren. Ein beliebtes verlustloses Verfahren
ist Huffman-Codierung, die eine besondere Form von Entropiecodierung
ist.
-
Entropiecodierung
weist Codewörter
verschiedenen Eingangssquenzen zu und speichert alle Eingangssequenzen
in einem Codebuch. Die Komplexität
von Entropiecodierung hängt
von der Zahl m von möglichen
Werten ab, die eine Eingangssequenz X annehmen kann. Für ein kleines
m gibt es wenig mögliche
Eingangskombinationen, und das Codebuch für die Nachrichten kann sehr
klein sein (z. B. sind nur ein paar Bits nötig, um alle möglichen
Eingangssequenzen eindeutig darzustellen). Für digitale Anwendungen ist
das Codealphabet höchstwahrscheinlich
eine Serie von binären
Ziffern (0, 1), und Codewortlängen
werden in Bits gemessen.
-
Wenn
bekannt ist, dass eine Eingabe aus Symbolen mit gleicher Wahrscheinlichkeit
des Vorkommens besteht, ist es eine optimale Codierung, gleich lange
Codewörter
zu verwenden. Aber es ist nicht typisch, dass ein Eingangsstrom
gleiche Wahrscheinlichkeit des Empfangens irgendeiner bestimmten
Nachricht aufweist. In der Praxis sind gewisse Nachrichten wahrscheinlicher
als andere, und Entropiecoder machen davon Gebrauch, um die mittlere Länge von
Codewörtern
unter erwarteten Eingaben zu minimieren. Herkömmlich werden jedoch Eingangssequenzen
fester Länge
Codes variabler Länge
zugewiesen (oder umgekehrt, Sequenzen variabler Länge werden
Codes fester Länge
zugewiesen).
-
Internationale
Veröffentlichung
WO 98/40969 beschreibt
ein System zum Komprimieren einer ASCII- oder ähnlich codierten Textdatei.
Pipelining von bestimmten Datenkompressionsalgorithmen wird in Bailey
und Mukkamala, ”Pipelining
Data Compression Algorithms”,
The Computer Journal, Vol. 33 Nr. 4 (August 1990) beschrieben. Ein
adaptiver Algorithmus für
verlustlose Kompression von digitalem Audio wird in Shamoon und
Heegard, ”A
Rapidly Adaptive Lossless Compression Algorithm für High Fidelity
Audio Coding”,
Proc. IEEE Data Compression Conf., 430–39 (1994) beschrieben. Ein
Vergleich der H.261- und MPEG1-Videokompressionsstandards wird in
von Roden, ”H.261
und MPEG1 – A Comparison”, Proc.
IEEE 15. Ann. Int'l
Conf. On Computers and Comm., 65–71 (1996) beschrieben.
-
Die
Erfindung wird durch die Gegenstände der
unabhängigen
Ansprüche
definiert.
-
Bevorzugte
Ausführungen
werden in den abhängigen
Ansprüchen
definiert.
-
Die
Erfindung betrifft die Verwendung eines variabel zu variabel Entropiecoders,
um einen beliebigen Eingabestrom zu codieren. Ein variabel zu variabel
Entropiecoder codiert Eingabesequenzen variabler Länge mit
Codes variabler Länge.
Um die Codebuchgröße zu begrenzen,
können
Entropietyp-Codes nur wahrscheinlichen Eingaben zugewiesen werden,
und alternative Codes werden benutzt, um weniger wahrscheinliche
Sequenzen zu identifizieren.
-
Um
das Absuchen des Codebuches zu optimieren, kann es in Abschnitten
organisiert werden, die getrennt abgesucht werden. Eine Anordnung
ist z. B., alle gespeicherten Eingabesequenzen in dem Codebuch entsprechend
dem ersten Symbol in der Eingangssequenz zu gruppieren. Eine Hash-Codierfunktion,
Sammlung von Zeigern oder ein anderes Verfahren können benutzt
werden, um sofort zu einem gegebenen Abschnitt des Codebuches zu
springen. Jeder Abschnitt kann des Werteren entsprechend der mit
dem Eintrag verbundenen Wahrscheinlichkeit sortiert werden. Zum
Beispiel kann jeder Abschnitt so sortiert sein, dass höchstwahrscheinliche
Eingaben in dem Abschnitt zuerst stehen, um so die Wahrscheinlichkeit
zu erhöhen,
dass eine Übereinstimmung
schnell gefunden wird.
-
Das
Abgleichen von Codebucheinträgen hängt von
der internen Darstellung des Buches ab. In einer Baumstruktur können z.
B. Knoten jedes Zeichen der Eingabe darstellen, sodass das Erreichen eines
Blattes das Ende und die Identifikation einer bestimmten Gruppierung
von Eingabesymbolen bedeutet. In einer Tabellenstruktur kann ein
Musterabgleichalgorithmus auf jeden Tabelleneintrag in dem geeigneten
Abschnitt angewandt werden. Abhängig von
der Implememtierung der Tabelle und der Abgleichalgorithmen kann
das Suchen durch die Erkenntnis erleichtert werden, dass nur so
viele Eingabesymbole wie die längste
Gruppierung in dem Codebuchabschnitt in Betracht gezogen werden
müssen.
Nach Finden einer Codebuchübereinstimmung kann
der entsprechende Entropietyp-Code ausgegeben und das Suchen mit
dem nächsten
Symbol, das der abgeglichenen Eingabe folgt, wiederholt werden.
-
Die
veranschaulichten Ausführungen
konzentrieren sich auf das Codieren von Audiodaten, und von dem
Eingangsstrom wird erwartet, dass er irgendein Datenstrom ist, z.
B. Zahlen, Zeichen oder Binärdaten,
die Audio codieren. Zur Einfachheit wird der Eingangsstrom hierin
als eine Serie von Symbolen bezeichnet, wo sich jedes ”Symbol” auf die
geeignete Maßeinheit
für die
einzelne Eingabe bezieht. Der Eingangsstrom kann von einem lokalen
Speicher, von Intranetzen, dem Internet oder von Streaming-Daten
herrühren
(z. B. Microsoft's ”NET-SHOW”TM Client/Server-Streaming-Architektur).
-
1 ist
ein Blockschaltbild eines Computersystems, das benutzt werden kann,
variabel zu variabel Entropiecodierung zu implementieren.
-
2 zeigt
ein Grundkommunikationsmodell zum Übertragen von Streaming- und
Nicht-Streaming-Daten.
-
3 ist
ein Flussdiagramm, das das Erzeugen eines Codebuches mit variabel
langen Einträgen für variabel
lange Symbolgruppierungen zeigt.
-
4–10 veranschaulichen
das Erzeugen eines Codebuches nach 3 für ein Alphabet (A,
B, C).
-
11 zeigt
das Codieren von Audiodaten.
-
12 veranschaulicht
einen Entropiecoder.
-
Die
Erfindung ist in einem audiovisuellen Codec (Kompressor/Dekompressor)
implementiert worden. Dies ist nur ein Beispiel wie die Erfindung
implementiert werden kann. Die Erfindung ist gedacht, immer dort
verwendet zu werden, wo Entropiecodierung benutzt werden kann, und
ist auf das Komprimieren jeder Art von Daten anwendbar. Kurz beschrieben,
optimale Entropiecodierung erfordert übermäßige Ressourcen, und die veranschaulichten Ausführungen
liefern eine fast optimale Codierungslösung, die weit weniger Ressourcen
erfordert.
-
Exemplarische Betriebsumgebung
-
1 und
die folgende Erörterung
sind gedacht, eine kurze, allgemeine Beschreibung einer geeigneten
Rechenumgebung zu geben, in der die Erfindung implementiert werden
kann. Während
die Erfindung in dem allgemeinen Kontext von computerausführbaren
Anweisungen eines Computerprogramms, das auf einem Personal Computer
läuft,
beschrieben wird, werden die Fachleute in der Technik anerkennen,
dass die Erfindung auch in Kombination mit anderen Programmmodulen
implementiert werden kann. Programmmodule umfassen im Allgemeinen
Routinen, Programme, Komponenten, Datenstrukturen usw., die bestimmte
Aufgaben durchführen
oder bestimmte abstrakte Datentypen implementieren. Weiterhin werden
die Fachleute in der Technik anerkennen, dass die Erfindung mit
anderen Computersystemkonfigurationen praktiziert werden kann, die
handgehaltene Geräte,
Multiprozessorsysteme, Mikroprozessor-basierte oder programmierbare
Verbraucherelektronik, Minicomputer, Mainframe-Computer und dergleichen
einschließen.
Die veranschaulichte Ausführung
der Erfindung kann auch in verteilten Rechenumgebungen praktiziert
werden, wo Tasks durch entfernte Verarbeitungseinrichtungen, die
durch ein Kommunikationsnetz verbunden sind, durchgeführt werden.
Aber einige Ausführungen
der Erfindung können
auf allein stehenden Computern praktiziert werden. In einer verteilten
Rechenumgebung können
sich Programmmodule sowohl in lokalen als auch in entfernten Speichereinrichtungen
befinden.
-
Mit
Veweis auf 1 umfasst ein exemplarisches
System zur Implementierung der Erfindung einen Computer 20,
einschließlich
einer Verarbeitungseinheit 21, eines Systemspeichers 22 und
eines Systembusses 23, der verschiedene Systemkomponenten,
einschließlich
des Systemspeichers, mit der Verarbeitungseinheit 21 verbindet.
Die Verarbeitungseinheit 21 kann jeder von verschiedenen
käuflichen Prozessoren
sein, einschließlich
Intel x86, Pentium und kompatiblen Mikroprozessoren von Intel und
anderen, des Alpha-Prozessors von Digital und des PowerPC von IBM
und Motorola. Zweifach-Mikroprozessoren und andere Multiprozessorarchitekturen können auch
als die Verarbeitungseinheit 21 verwendet werden.
-
Der
Systembus kann jeder von verschiedenen Typen von Busstrukturen sein,
einschließlich
eines Speicherbusses oder Speicherkontrollers, eines Peripheriebusses
und eines Lokalbusses, der eine einer Vielfalt von herkömmlichen
Busarchitekturen wie PCI, AGP, VESA, Microchannel, ISA und EISA, um
nur ein paar zu nennen, verwendet. Der Systemspeicher enthält einen
Nurlesespeicher (ROM) 24 und einen Direktzugriffsspeicher
(RAM) 25. Im ROM 24 ist ein Basis-Eingabe/Ausgabesystem
(BIOS) 26 gespeichert, das die Basisroutinen enthält, die
helfen, Information zwischen Elementen in dem Personal Computer 20 zu übertragen,
z. B. während
des Hochlaufens.
-
Der
Personal Computer 20 enthält weiter ein Festplattenlaufwerk 27,
ein Magnetplattenlaufwerk 28, z. B. zum Lesen und Beschreiben
einer wechselbaren Platte 29, und ein optisches Plattenlaufwerk 30,
z. B. zum Lesen einer CD-ROM Platte 31, oder zum Lesen
oder Beschreiben von anderen optischen Medien. Das Festplattenlaufwerk 27,
das Magnetplattenlaufwerk 28 und das optische Plattenlaufwerk 30 sind
mit dem Systembus 23 über
eine Festplattenschnittstelle 32, eine Magnetplattenschnittstelle 33 und
eine optische Plattenschnittstelle 34 verbunden. Die Laufwerke
und ihre zugehörigen
computerlesbaren Medien liefern nicht flüchtige Speicherung von Daten,
Datenstrukturen, computerausführbaren
Anweisungen usw. für
den Computer 20. Obwohl die Beschreibung von computerlesbaren
Medien oben sich auf eine Festplatte, eine wechselbare Magnetplatte
und eine CD bezieht, werden die Fachleute erkennen, dass andere
Arten von computerlesbaren Medien, z. B. Magnetkassetten, Flash-Speicherkarten,
digitale Videoplatten, Bernoulli-Kassetten und Mag netkassetten,
Flash-Speicherkarten, digitale Videoplatten, Bernoulli-Kassetten
und dergleichen, ebenfalls in der exemplarischen Betriebsumgebung verwendet
werden können.
-
Eine
Anzahl von Programmmodulen kann in den Laufwerken und dem RAM 25 gespeichert
werden, einschließlich
eines Betriebssystems 35, einem oder mehr Anwendungsprogrammen
(z. B. Internet-Browser-Software) 36, anderen Programmmodulen 37 und
Programmdaten 38.
-
Ein
Benutzer kann Befehle und Information über eine Tastatur 40 und
eine Zeigegerät,
z. B. eine Maus 42, in den Computer 20 eingeben.
Andere Eingabeeinrichtungen (nicht gezeigt) können ein Mikrofon, einen Joystick,
ein Gamepad, eine Satellitenschüssel
einen Scanner oder dergleichen einschließen. Diese und andere Eingabeeinrichtungen
werden oft mit der Verarbeitungseinheit 21 durch eine Serialport-Schnittstelle 46 verbunden,
die mit dem Systembus verbunden ist, können aber durch andere Schnittstellen,
z. B. einen Parallelport, einen Gameport oder einen Universal-Serienbus
(USB) verbunden werden. Ein Monitor 47 oder eine andere
Art von Anzeigeeinrichtung sind ebenfalls mit dem Systembus 23 über eine
Schnittstelle, z. B. einen Videoadapter 48, verbunden.
Zusätzlich
zu dem Monitor umfassen Personal Computer typischerweise andere
periphere Ausgabeeinrichtungen (nicht gezeigt), z. B. Lautsprecher
und Drucker.
-
Der
Computer 20 soll unter Verwendung von logischen Verbindungen
zu einem oder mehr entfernten Computern, z. B. ein entfernter Computer 49,
in einer vernetzten Umgebung arbeiten. Obwohl in 1 nur
eine Speichereinrichtung 50 gezeigt wurde, kann der entfernte
Computer 49 ein Web-Server, Router, eine Peer-Einrichtung
oder ein anderer gemeinsamer Netzwerkknoten sein und typischerweise viele
oder alle bezüglich
des Computers 20 beschriebenen Elemente enthalten. Der
Computer 20 kann den entfernten Computer 49 über eine
durch eine Gateway 55 (z. B. ein Router, eine überlassene
Leitung oder andere Netzwerkverbindung) hergestellte Internet-Verbindung,
eine Modem- 54 Verbindung oder durch ein lokales bürointernes
Netzwerk (LAN) 51 oder ein Weitbereichs-Netzwerk (WAN) 52 kontaktieren.
Es ist einzusehen, dass die gezeigten Netzwerkverbindungen exemplarisch
sind und andere Mittel zum Herstellen einer Kommunikationsverbindung
zwischen Computern benutzt werden können.
-
Entsprechend
den Gepflogenheiten von in der Technik der Computerprogrammierung
erfahrenen Personen wird die vorliegende Erfindung, sofern nicht
anders angegeben, unten mit Verweis auf Akte und symbolische Darstellungen
von Operationen, die durch den Computer 20 durchgeführt werden,
beschrieben. Solche Akte und Operationen werden manchmal als computerausgeführt bezeichnet.
Man wird einsehen, das die Akte und symbolisch dargestellten Operationen
die Manipulation durch die Verarbeitungseinheit 21 von
elektrischen Signalen, die Datenbits darstellen, was eine resultierende
Transformation oder Reduktion der elektrischen Signaldarstellung
bewirkt, und die Unterhaltung von Datenbits in Speicherstellen des
Speichersystems (einschließlich
des Systemspeichers 22, der Festplatte 27, den Floppydisks 29 und
der CD-ROM 31), um dadurch den Betrieb des Computersystems
zu rekonfigurieren oder anderweitig zu ändern, sowie andere Verarbeitung
von Signalen umfassen. Die Speicherstellen, wo Datenbits unterhalten
werden, sind physikalische Stellen, die entsprechend den Datenbits
bestimmte elektrische, magnetische oder optische Eigenschaften aufweisen.
-
2 zeigt
ein Grundkommunikationsmodell. In einem Grundkommunikationsmodell
gibt es eine Datenquelle oder Sender 200, einen Kommunikationskanal 204 und
einen Datenempfänger 208. Die
Quelle kann jemand sein, der auf einem Telefon über Telefonleitungen mit einer
anderen Person spricht. Oder die Quelle kann eine durch drahtlose Verfahren
an Fernsehgeräte
oder Radioempfänger gesendete
Fernseh- oder Radioübertragung
sein. Oder die Quelle kann eine digitale Codierung von Audiodaten
sein, die über
eine verdrahtete oder drahtlose Strecke (z. B. ein LAN oder das
Internet) an einen entsprechenden Decoder für die Information gesendet
werden.
-
Um
das Senden und Empfangen der Daten zu ermöglichen, wird ein Coder 202 benutzt,
um die Datenquelle auf das Senden über den Kommunikationskanal 204 vorzubereiten.
Der Coder ist zuständig für das Umwandeln
der Quellendaten in ein für
den Kanal 204 geeignetes Format. Zum Beispiel wird im Kontext
eines gewöhnlichen
Telefonanrufs jemandens Stimme durch den Telefonhörer von
Stimmklängen
in Analogimpulse umgewandelt, die als analoge Daten an lokale Telefonempfangsanlagen
gesendet werden. Dieses Analogsignal wird dann in digitale Form
umgesetzt, mit zahlreichen anderen ähnlich codierten Unterhaltungen
gemultiplext und über
eine gemeinsame Leitung an den Empfänger übertragen. In 2 entspricht
der Kanal 204 zum großen
Teil einem gemeinsamen Pfad, den sich vielfache Sender und Empfänger teilen.
Für Netzwerkanwendungen
ist der Kanal 204 gewöhnlich
ein Intranet oder das Internet. Am empfangenden Ende 208 wird
ein Decoder 206 benötigt,
um den Codierprozess umzukehren, um so dem Empfänger sensible Daten zu präsentieren.
-
Dieses
einfache Modell berücksichtigt
jedoch nicht die wirklichen Forderungen von Anwendungsprogrammen.
Ein Client (z. B. ein Anwendungsprogramm) möchte empfangene Daten in Echtzeit
verarbeiten, anzeigen oder abspielen, sobald sie über eine
Netzwerkstrecke rückgewonnen sind.
Zu diesem Zweck wird ein Streaming-Liefersystem benötigt, d.
h., ein adap tives Datenübertragungssystem,
das eine Anwendungsstufen-Bandbreitenreservierung für einen
Datenstrom erlaubt. Streaming-Umgebungen stehen im Gegensatz zu
herkömmlichen
Netzwerk-Programmen, z. B. bestimmten Versionen von Internet-Browsern,
die den Inhalt von Web-Seiten auf einer nicht bevorrechtigten Basis herunterladen
und es erlauben, die Dateninhaltslieferung über die Netzwerkverbindung 204 für bestimmte Rückgewinnungsbedürfnisse
(z. B. eine Verbindung mit langsamer Einwahl) zu instrumentieren
(und zu optimieren).
-
Ein
exemplarisches Streaming-Format (SF) ist das Microsoft 'Active Streaming
Format'. Im Allgemeinen
definiert SF die Struktur von komplexen, synchronisierten Objektdatenströmen. Jedes
Objekt kann in einen SF-Datenstrom gelegt werden, einschließlich Audio-
und Videodatenobjekten, Skripts, ActiveX-Steuerungen und HTML-Dokumenten. SF-Daten
können
in einer Datei gespeichert oder in Echtzeit unter Verwendung von
Audio- und Video-Erfassungshardware erzeugt werden. Eine Anwendungsprogrammierungsschnittstelle
(API), die einer Implementierung des SF entspricht, kann eine Anwendung
mit Unterstützung
zum Liefern und Empfangen von Streaming-Inhalt bereitstellen. Eine
solche API ist der Microsoft Audio Compression Manager (ACM), der
Funktionen zur Verarbeitung (Komprimieren und Liefern) von Audiodaten
bereitstellt. Andere Netzwerk-APIs, die benutzt werden können, um das
SF zu unterstützen,
schließen
die Microsoft Win32 Internet Extensions (WinInet), Win-Sock und TCP/IP APIs
ein. (Zu weiterer Information siehe die 1998 Visual Studio 6.0 MSDN
Library). Man beachte, dass beabsichtigt ist, dass verarbeitete
Daten zur späteren
Rückgewinnung
durch einen Client gespeichert werden können, und dass solches Rückgewinnen
in einem Nicht-Streaming-Format (z. B. durch ein kleines Abspielgerät) durchgeführt werden
kann.
-
Um
Streaming- oder Nicht-Streaming-Daten zu übertragen, wandeln Netze wie
das Internet die Quellendaten in eine für das Netz geeignete Paketform
um. Pakete enthalten gewöhnlich
Routing-Information sowie die tatsächlichen Daten. SF-Datenströme bestehen
vorzugsweise aus Datenpaketen, die über jedes digitale Netz übertragen
werden können, indem
sie eines zu einer Zeit in das Datenfeld von Netzwerkpaketen eingefügt werden.
Jedes SF-Paket kann einen priorisierten Mix aus Daten von verschiedenen
Objekten innerhalb des Stromes enthalten, sodass die Bandbreite
auf höher
priorisierte Objekte konzentriert (oder organisiert, um Durchsatz
zu optimieren) werden kann. Diese Daten können in Echtzeit erfasst, im
nicht flüchtigen
Speicher gespeichert, von bestehenden Audio- oder Videoformaten
umgewandelt, durch Kombinieren von Audio mit Bildern und Skripts
erzeugt oder über
das Netzwerk an ein Client Programm oder einen Betrachter geliefert
werden. Der Client-Empfänger 208 der
Streaming-Daten kann eine herkömmliche ”Helfer”-Anwendung
(für Kompatibität mit der
al ten Web-Veröffentlichungslösung) oder
eine modernere in einer Webseite eingebettete Webseitensteuerung
(z. B. ein ActiveX-Objekt) sein.
-
SF
Datenströme
werden von dem herkömmlichen
Netzwerkinhalt in Echtzeit unterschieden, wenn ein Client sie empfängt. Das
Abspielen des geströmten
Inhalts wird leider anfällig
für Übertragungsverzögerungen.
Wenn Daten nicht zuverlässig
eintreffen, oder wenn die Übertragungsgeschwindigkeit unter
ein annehmbares Minimum fällt,
kann das Abspielen des Inhalts nicht mit einer annehmbaren Rate weitergehen.
Glatt strömendes
Abspielen bei einem Client verlangt, dass die Übertragung eine Bandbreite
kleiner als die verfügbare
Bandbreite des Client benötigt
(z. B. die Geschwindigkeit der Strecke 204 minus Netzarbeits-Overhead).
Eine Wählverbindung zu
dem Internet stellt typisch eine Bandbreite von 28–34 kpps
bereit. Audiovisuelle Quellendaten (die bandbreitenintensiv sind)
müssen
folglich erheblich komprimiert werden, um ihre Übertragung über Verbindungen mit niedriger
Bitrate zu erlauben. Der Grad an Kompression beeinflusst notwendigerweise die
Qualität
des wiedergegebenen Signals. Ein Server stellt vorzugsweise mehrfache
für verschiedene Netzwerk-Geschwindigkeiten
optimierte Quellen bereit oder benutzt ein adaptives Rückkopplungssystem,
um eine Echtzeit-Analyse des tatsächlichen Durchsatzes des Client
durchzuführen.
-
Sobald
SF-Datenpakete codiert 202 und in Netzwerkpakete gelegt
und über
das Netzwerk 204 gesendet sind, sorgt die Routing-Technologie
des Netzwerks für
des Liefern der Netzwerkpakete an den Empfänger 208. Von dem
Rundfunksender 200 werden vorzugsweise eine Vielfalt von
Netzwerk- und Anwendungsprotokollen, z. B. UDP, TCP, RTP, IP, Multicast,
IPX und HRRP, unterstützt.
-
Wie
oben erörtert
ist die Bandbreite begrenzt, und der Coder 202 muss gewöhnlich Daten vor
dem Übertragen
komprimieren. Ein besonders wirkungsvolles Verfahren zur Codierung
von Quellendaten-Frequenzkoeffizienten, um zuverlässige Übertragung über einen
Kommunikationskanal sicherzustellen, ist Entropiecodierung. Entropiecodierung
zieht Nutzen aus Datenkohärenz
und ist wirkungsvoll, wenn Symbole eine ungleichmäßige Wahrscheinlichkeitsverteilung
aufweisen.
-
3 ist
ein Flussdiagramm, das ein bevorzugtes Verfahren zum Erzeugen des
Codebuches eines Entropiecoders zeigt. Im Gegensatz zu Verfahren
des Standes der Technik veranschaulicht 3 insbesondere,
wie ein Codebuch mit variabel langen Codezuweisungen für variabel
lange Symbolgruppierungen zu erzeugen ist. Wie oben erörtert benötigen Verfahren
des Standes der Technik entweder Codes fester Länge oder feste Blöcke von
Eingabe. Bevorzugte Implementierungen überwinden die Ressourcen-Anforderungen
von Großdi mensions-Vektorcodierung
und die Nichtanwendbarkeit von Codierung auf Wörter gleicher Längen, indem
ein Entropie-basierter variabel zu variabel Code bereitgestellt wird,
wo Codewörter
variabler Länge
benutzt werden, um X-Sequenzen variabler Länge zu codieren.
-
Es
sei angenommen, dass yi jede Quellensymbolgruppe {xj}, für 1 <= j <= Ni mit der Wahrscheinlicht
Pi des Vorkommens innerhalb des Eingangsstromes (2 Kanal 204)
darstellt, und dass jeder Gruppe ein entsprechendes Codewort mit
Li Bits zugewiesen wird. Es wird davon ausgegangen, dass xi aus
einen festen Alphabet vorbestimmter Größe genommen wird. Die Aufgabe
ist, die Gleichung L = Σi(Li·Pi)/Nizu
minimieren.
-
Anstatt
eine allgemeine Lösung
für das
Problem zu finden, wird das Problem in zwei verschiedene Aufgaben
geteilt. Die erste Aufgabe ist das Indentifizieren einer (sub-optimalen)
Gruppierung eines Satzes von Eingangssymbolen {xi} durch eine unten beschriebene
Weise. Die zweite Aufgabe ist das Zuweisen eines Entropiecodes für die gruppierten
Symbole {yi}. Man beachte, dass bekannt ist, dass, wenn die Quelle
nicht kohärent
ist (d. h. der Eingang unabhängig
oder ohne Gedächtnis
ist), jede Gruppierung, die die gleiche Konfiguration von {Nj} hat,
die gleiche Codiereffizienz erzielen kann. Bei dieser Situation wird
die erste Aufgabe belanglos.
-
Um
die erste Aufgabe durchzuführen,
wird eine anfängliche
triviale Symbolgruppierung 300, z. B. {yi} = {xi} vorbereitet.
Diese anfängliche
Konfiguration nimmt an, dass ein exemplarischer Eingangsstrom benutzt
wird, um das Erzeugen des Codebuches zu üben. Es versteht sich, dass
ein Computer mit Software-Konstruktionen, z. B. Datenstrukturen, programmiert
werden kann, um den Empfang jedes Symbols von einer Eingabe zu verfolgen.
Solche Datenstrukturen können
als eine Binärtyp-Baumstruktur,
Hash-Tabelle oder eine Kombination der zwei implementiert werden.
Andere gleichwertige Strukturen können ebenfalls verwendet werden.
-
Nach
Bestimmen der trivialen Gruppierung wird die Wahrscheinlichkeit
des Vorkommens jedes yi in 302 berechnet. Eine solche Wahrscheinlichkeit wird
in Bezug auf irgendeine exemplarische Eingabe bestimmt, die benutzt
wird, um die Codebucherzeugung zu üben. Sowie weitere Symbole
zu der Symboldatenstruktur hinzugefügt werden, werden die Wahrscheinlichkeiten
dynamisch justiert.
-
Als
Nächstes
wird die meist wahrscheinliche Gruppierung yi (bezeichnet mit ymp)
in 304 identifiziert. Wenn in 306 das Symbol mit
der höchsten Wahrscheinlichkeit
eine Gruppierung von früheren Symbolen
mit niedrigerer Wahrscheinlichkeit ist, wird in 308 die
Gruppierung in ihre Bestandteilsymbole zerlegt, und die Verarbeitung
wird von Schritt 302 neu begonnen. (Obwohl Symbole kombiniert
werden können,
bewahrt die Gruppe die Erinnerung von allen Symbolen darin, sodass
Symbole extrahiert werden können.)
-
Wenn
das Symbol keine Gruppierung ist, geht die Verarbeitung bei Schritt 310 weiter,
wo die meist wahrscheinliche Gruppierung dann vorläufig mit
einzelnen Symbolerweiterungen xi's
erweitert 310 wird. Vorzugsweise wird ymp mit jedem Symbol
aus dem verwendeten X-Alphabet erweitert. Jedoch kann ein Prädiktor verwendet
werden, um nur einen Erweiterungssatz zu erzeugen, der nur wahrscheinliche Erweiterungen
enthält,
wenn das Alphabet sehr groß ist,
und bekannt ist, dass viele Erweiterungen unwahrscheinlich sind.
Zum Beispiel kann ein Prädiktor auf
semantischer oder zusammenhanglicher Bedeutung basiert sein, sodass
sehr unwahrscheinliche Erweiterungen von vorherein ignoriert werden
können.
-
Die
Wahrscheinlichkeit für
jede vorläufige
Erweiterung von ymp wird dann berechnet 312, und nur die
meist wahrscheinliche Erweiterung wird bewahrt 314. Der
Rest der weniger wahrscheinlichen Erweiterungen werden als eine
kombinierte Gruppierung zusammenfallen gelassen 316 und
im Codebuch mit einem speziellen Symbol gespeichert, um eine kombinierte
Gruppierung anzuzeigen. Dieses Wild-Card-Symbol stellt jede beliebige
Symbolgruppierung mit ymp als ein Präfix dar, aber mit einer Erweiterung
(Suffix), die sich von der meist wahrscheinlichen Erweiterung unterscheidet.
Das heißt,
wenn ymp + xmp die meist wahrscheinliche Wurzel und Erweitung ist,
werden die anderen weniger wahrscheinlichen Erweiterungen als ymp*,* <> xmp dargestellt. (Man beachte, dass diese
Erörterung
zur Klarheit von serieller Verarbeitung von Einsymbol-Erweiterungen ausgeht;
jedoch wird parallele Verarbeitung von Mehrsymbol-Erweiterungen
erwogen.)
-
Eine
in der Technik erfahrene Person wird verstehen, dass das Anwenden
von Einsymbol-Erweiterungen
und das Bewahren nur der meist wahrscheinlichen Gruppierung zur
Klarheit der Erörterung auferlegte
Einschränkungen
sind. Weiter ist zu verstehen, dass, obwohl sich die Erörterung
auf serielle Verarbeitung konzentriert, die Codebuch-Konstruktion
parallel durchgeführt
werden kann.
-
Doe
Codebuch-Konstruktion wird vollendet, indem die Schritte 302–326 wiederholt 318 werden, bis
alle Erweiterungen gemacht sind oder die Zahl der Codebucheinträge eine
vorbestimmte Grenze erreicht. Das heißt, das Wiederholen der Berechnung von
Wahrscheinlich keiten für
jedes laufende yi 302, wo der Codebuchsatz {Y} nun ymp
+ xmp enthält, und
jeweils Wählen 304 und
Gruppieren von meist und geringst wahrscheinlichen Erweiterungen.
Die Wirkung des wiederholten Anwendens der obigen Operationen ist,
automatisch Symbolgruppierungen mit hoher Korrelation zu sammeln,
sodass Zwischengruppen-Korrelation minimiert wird. Dies minimiert den
Zähler
von L, während
gleichzeitig die Länge
des meist wahrscheinlichen yi maximiert wird, sodass der Nenner
von L maximiert wird.
-
4–10 veranschaulichen
ein Codebuch gemäß 3 für ein Alphabet
(A, B, C). Für
diese Erörterung
wird das Codebuch in Bezug auf einen exemplarischen Eingangsstrom ”A A A B
B A A C A B A B B A B” definiert.
Wie oben erörtert
hönnen
ein oder mehr exemplarische Eingänge
benutzt werden, um ein Codebuch zu erzeugen, das dann von Codern und
Decodern verwendet wird, um beliebige Eingänge zu verarbeiten. Zur Klarheit,
das Buch wird als eine Baumstruktur präsentiert, obwohl es tatsächlich als
eine lineare Tabelle, Hash-Tabelle, Datenbank usw. implementiert
werden kann. Wie gezeigt ist der Baum von links nach rechts orientiert,
wo die linke Spalte (z. B. ”A” und ”X0”) die oberste
Reihe einer Baumtyp-Struktur darstellt, und nacheinander gezahnte
Reihen die ”Kinder” des Knotens
der vorangehenden Reihe darstellen (z. B. in einem Oben-Unten-Baum
für 5 ist ”A” ein Elternknoten
der ersten Reihe für
einen Mittelkindknoten der zweiten Reihe ”B”).
-
Bei
der Herstellung des Codebuches ist die allgemeine Regel, den meist
wahrscheinlichen Blattknoten auszusuchen, ihn zu erweitern, Wahrscheinlichkeiten
neu zu berechnen, um den meist wahscheinlichen Blattknoten zu bestimmen,
und dann die übrigen
Geschwisterknoten in einen einzigen Xn-Knoten (n = 0 .. N, verfolgen
jedes Mal, wenn Knoten kombiniert wurden) zu verdichten. Wenn sich ergibt,
dass der meist wahrscheinliche Knoten ein Gruppenknoten ist, werden
die Gruppe geteilt, Wahrscheinlichkeiten neu berechnet und der meist
wahrscheinliche Mitgliedsknoten bewahrt (d. h., die restlichen Gruppenmitglieder
werden neu gruppiert). Die Verarbeitung wiederholt sich, bis ein
Stopp-Zustand erreicht ist, z. B. ein Codebuch mit vorbestimmter Größe.
-
4 zeigt
eine anfängliche
Gruppierung für den
Eingangsstrom ”A
A A B B A A C A B A B B A B”. Ein
anfängliches
Zerlegen des Eingangs zeigt Wahrscheinlichkeiten des Vorkommens
von A = 8/15, B = 6/15 und C = 1/15. Diese anfängliche triviale Gruppierung
kann auf der Basis verschiedener Kriterien erzeugt werden, wobei
das einfachste ist, einen Knoten erster Stufe für jedes Zeichen in dem Alphabet
zu haben. Wenn jedoch das eingegebene Alphabet groß ist, kann
die triviale Gruppe auf eine Untermenge von Symbolen mit höchster Wahrscheinlichkeit
begrenzt werden, wo die restlichen Symbole in eine X-Gruppierung
kombiniert werden. 4 veranschaulicht diese Verfahren
durch Beginnen mit nur zwei Anfangs gruppen, Gruppe A 400 mit
Wahrscheinlichkeit 8/15 und Gruppe X0 402 mit Wahrscheinlichkeit
7/15, wo X0 alle verbleibenden Symbole niedriger Wahrscheinlichkeit
in dem Alphabet, z. B. B und C, darstellt.
-
Nach
Herstellen einer anfänglichen
trivialen Gruppierung wird der Blattknoten mit höchster Wahrscheinlichkeit zur
Erweiterung ausgewählt
(siehe auch 3 Erörterung bezüglich Verarbeitungsfolge).
Wie in 5 gezeigt wird daher Gruppe A 400 vorläufig durch
jedes Zeichen im Alphabet erweitert (oder man kann die Erweiterung
auf eine Untermenge davon begrenzen, wie für das Erzeugen der Anfangsgruppierung
beschrieben). Wahrscheinlichkeiten werden dann in Bezug auf den
Eingangsstrom ”A A
A B B A A C A B A B B A B” neu
berechnet, um Werte für
die vorläufigen
Erweiterungen A 406, B 408 und C 410 zu
bestimmen. Das Ergebnis sind neun Teilungsgruppen, wo ”A A” 2/9 erscheint, ”A B” 4/9 erscheint
und ”A
C” 0/9
erscheint. Die meist wahrscheinliche Erweiterung ”A B” wird daher
beibehalten, und die anderen Erweiterungen werden in X1 = A, C zusammenfallen
gelassen. Man beachte, dass, obwohl diese Erörterung wiederholt alle Wahrscheinlichkeiten
neu berechnet, es ein effizienterer Weg ist, Wahrscheinlichkeiten
und Verbindungen für
jeden Knoten innerhalb des Knotens zu bewahren, und nur Information,
wenn nötig,
zu berechnen.
-
6 zeigt
das Zusammenfallen in X1 für 5.
Die Verarbeitung wiederholt sich mit dem Identifizieren des Knotens
mit höchster
Wahrscheinlichkeit, z. B. Knoten B 408 mit Wahrscheinlichkeit 4/9.
-
Wie
in 7 gezeigt wird dieser Knoten 408 vorläufig mit
Symbolen A 414, B 416, C 418 erweitert, und,
wie oben erörtert,
wird die vorläufige
Gruppierung mit höchster
Wahrscheinlichkeit bewahrt. Nach Neuberechnen der Wahrscheinlichkeiten
sind das Ergebnis acht Teilungsgruppen, in denen die Symbolfolge ”A B A” 414 einmal
erscheint, ”A
B B” 416 einmal
erscheint und ”A
B C” 418 überhaupt
nicht erscheint. Da die vorläufigen
Erweiterungen A 414 und B 416 die gleiche Wahrscheinlichkeit
des Vorkommens haben, muss eine Regel definiert werden, um zu wählen, welches
Symbol zu bewahren ist. Für
diese Erörterung
wird, wann immer es gleiche Wahrscheinlichkeiten gibt, der Knoten
der höchsten
Reihe (z. B. der Kindknoten ganz links in einem Oben-Unten-Baum)
bewahrt. Desgleichen wird, wenn es einen Konflikt zwischen Baumreihen
gibt, der Knoten der Reihe ganz links (z. B. der Knoten nächst der Wurzel
eines Oben-Unten-Baumes) bewahrt.
-
Man
beachte, dass das oben beschriebene Zerlegen des exemplarischen
Eingangs für
die nachlaufenden zwei Symbole ”A
B” des
Eingangs nicht einsteht. Wie in 7 gezeigt,
gibt es kein Blatt, das ”A
B” entspricht,
da diese Konfiguration in ”A
B A”, ”A B B” und ”A B C” erweitert
wurde. Zum Ausgleich können
Codebucheinträge
erzeugt werden, um für ein
solches Ende von Eingangssquenzen einzustehen, oder dem Eingang,
der keinen Eintrag hat, kann mit einem Sonderzeichen entkommen werden,
das in den codierten Ausgangsstrom eingefügt wird. Zum Beispiel kann
ein Sondersymbol benutzt werden, um das Ende der Eingabe anzuzeigen,
un dadurch zu verstehen zu geben, wie nachlaufende Zeichen beim Decodieren
zu handhaben sind.
-
Deshalb
wird, wie in 8 gezeigt, der Knoten A 414 bewahrt,
und die Knoten B 416 und C 418 werden in einen
Knoten X2 = B, C 420 mit kombinierter Wahrscheinlichkeit
von 1/8 + 0/8 kombiniert. Der nächste
Schritt ist nun, den Knoten mit der gegenwärtig höchsten Wahrscheinlichkeit in
Bezug auf den Eingangsstrom zu erweitern. Wie gezeigt haben Knoten
X1 = A, C 412 und X0 = B,C 402 die gleiche Wahrscheinlichkeit
des Vorkommens (3/8). Wie oben erörtert wird der höchste Knoten
in dem Baum (X0 402) erweitert. (Obwohl es nur erforderlich
ist, konsistent zu sein, ist es vorzuziehen, Knoten höherer Stufe
zu erweitern, da dies die Effizienz der Codierung durch Erhöhen der
Zahl von langen Codewörtern
erhöhen kann.)
-
X0 402 ist
jedoch ein kombinierter Knoten, sodass er zerlegt antstatt erweitert
werden muss. 9 zeigt das Ergbenis des Zerlegens
von Knoten X = in seine Bestandssymbole B 422 und C 424.
Neuberechnen der Wahrscheinlichkeiten zeigt, dass die Symbolfolge ”A B C” 1/8 erscheint, ”A B X2” 1/8 erscheint, ”A X1” 3/8 erscheint, ”B” 422 2/8
erscheint und ”C” 1/8 erscheint.
Da dies eine geteilte Operation ist, wird der geteilte Knoten mit
höchster
Wahrscheinlichkeit, z. B. B 422, bewahrt, und die übrigen Knoten werden
wieder in X0 = C 424 rekombiniert.
-
10 zeigt
das Ergebnis des Bewahrens des Hochwahrscheinlichkeits-Knotens B 422.
Man beachte, dass die Gruppierung X0 jetzt nur ein einziges Symbol ”C” darstellt.
Nach Revidieren der Wahrscheinlichkeiten muss der Knoten mit höchster Wahrscheinlichkeit
identifiziert und geteilt oder erweitert werden. Wie gezeigt erscheint
die Symbolfolge ”A
B A” 1/8, ”A B X2” erscheint
1/8, ”A
X1” erscheint
3/8, ”B” erscheint
2/8 und ”X0” erscheint
1/8. Deshalb muss Knoten X1 412, als ein kombinierter Knoten, geteilt
werden.
-
Das
Teilen geht wie oben erörtert
weiter, und die Verarbeitung des Codebuches wiederholt sich, wie
in 3 gezeigt, wobei Knoten höchster Wahrscheinlichkeit erweitert
oder geteilt werden, bis ein Stopp-Zustand erreicht wird (z. B.
das Codebuch erreicht eine Maximalgröße). Sobald das Codebuch einen
Stopp-Zustand erreicht hat, steht es zur Codierung von Daten zum
Senden über
einen Kommunikationskanal zur Verfügung. Man beachte, dass für die Konfiguration
in 10 die mittlere Zahl von Bits pro Eingangssymbol,
gebrochene Bits un ter ”idealer” Skalar-Huffman-Codierung
angenommen, etwa 0.8 Bits/Symbol beträgt (variiert abhängig davon,
wie der nachlaufende Eingang ”A
B” behandelt
wird). Dies stellt eine wesentliche Einsparung (etwa 10%) gegenüber früheren verlustlosen
Kompressionsverfahren dar.
-
11 zeigt
ein Übertragungsmodell
zum Übertragen
von Audiodaten über
einen Kanal 460. Es wird angenommen, dass der Kanal 460 eine
begrenzte Bandbreite hat, und deshalb einige Kompression von Quellendaten 450 erforderlich
ist, bevor die Daten zuverlässig
gesendet werden können.
Man beachte, dass, obwohl diese Erörterung auf das Übertragen
von Audiodaten gerichtet ist, die Erfindung auch für das Übertragen
anderer Daten gilt, z. B. audiovisuelle Information mit eingebetteten
Audiodaten (z. B. gemultiplext in einem MPEG-Datenstrom) oder andere
Datenquellen mit kompressiblen Datenmustern (z. B. kohärente Daten).
-
Wie
gezeigt werden Quellendaten 450 in einen Zeit/Frequenz-Transformationscoder 452,
z. B. eine Filterbank oder diskrete Kosinustransformation, eingegeben.
Der Transformationscoder 452 ist bestimmt, einen kontinuierlichen
oder abgetasteten Zeitbereichseingang, z. B. eine Audiodatenquelle,
in mehrfache Frequenzbänder
von vorbestimmter (obwohl vielleicht unterschiedlicher) Bandbreite
umzuwandeln. Diese Bänder
können
dann bezüglich
eines menschlichen Hörwahrnehmungsmodells 454 (z.
B. ein psychoakustisches Modell) analysiert werden, um Komponenten
des Signals zu bestimmen, die ohne hörbare Auswirkung sicher reduziert
werden können.
Zum Beispiel ist bekannt, dass bestimmte Frequenzen unhörbar sind,
wenn bestimmte andere Töne
oder Frequenzen in dem Eingangssignal vorhanden sind (gleichzeitige
Maskierung). Folglich können
solche unhörbaren
Signale sicher aus dem Eingangssignal entfernt werden. Der Gebrauch
von menschlichen Hörmodellen
ist wohl bekannt, z. B. die MPEG 1, 2 und 4 Standards. (Man beachte,
dass solche Modelle mit einer Quantisierungsoperation 456 verbunden
werden können).
-
Nach
Durchführen
der Zeit/Frequenz-Transformation werden Frequenzkoeffizienten innerhalb jedes
Bereiches quantisiert 456, um jeden Koeffizienten (Amplitudenpegel)
in einen aus einem endlichen Satz von möglichen Werten genommenen Wert
umzuwandeln, wobei jeder Wert eine Größe hat, der auf den zum Darstellen
des Frequenzbereiches zugeteilten Bits basiert. Der Quantisierer
kann ein herkömmlicher
gleichförmiger
oder ungeichförmiger
Quantisierer, z. B. ein 'Midriser'- oder 'Midtreader'-Quantisierer, mit
(oder ohne) Speicher sein. Das grundsätzliche Quantisierungsziel
ist das Identifizieren einer optimalen Bitzuteilung zum Darstellen
der Eingangssignaldaten, d. h. den Gebrauch von verfügbaren Codierbits
zu verteilen, um das Codieren der (akustisch) signifikanten Teile
der Quellendaten sicherzustellen. Verschiedene Quantisierungsverfahren,
z. B. Quantisierungsschrittgröße-Vorhersage,
um eine gewünschte
Bitrate (konstante Bitrate angenommen) zu erfüllen, können verwendet werden. Nachdem
die Quelle 450 quantisiert 456 ist, werden die
entstandenen Daten entsprechend dem Codebuch von 3 entropiecodiert 458.
-
12 zeigt
ein Verfahren zur Implementierung des Entropiecoders 458 von 11 durch
Anwenden des Codebuches von 3 auf die
quantisierten Daten. Das Codebuch für variabel zu variabel Codierung
kann benutzt werden, um andere Typen von Daten zu codieren. Wie
gezeigt werden die quantisierten Daten als Eingabe in den Entropiecoder 458 von 11 empfangen 480.
Es versteht sich, dass die Eingabe in irgendeiner Form von diskreten
Signalen oder Paketdaten ist, und dass zur Einfachheit der Erörterung
alle Eingaben als eine lange Serie von diskreten Symbolen angommen
werden. Die empfangene Eingabe 480 wird abgetastet 482,
um einen entsprechenden Codebuchschlüssel in dem Codebuch von 3 aufzufinden.
Ein solches Abtasten entspricht einem Daten-Nachsehen, und abhängig von
der zur Implementierung des Codebuches benutzten Datenstruktur wird
das genaue Verfahren des Nachsehens variieren.
-
Es
stehen verschiedene Verfahren zur Speicherung und Bearbeitung des
Codebuches zur Verfügung.
Eine Struktur für
ein Codebuch ist transversal und Speicherung eines N-rangigen (binär, tertiär usw.)
Baumes, wo Symbolgruppierungen eine Querung der Baumstruktur bestimmen.
Der Pfad eines Blattknotens des Baumes stellt das Ende einer erkannten
Symbolsequenz dar, wobei ein Entropiecode mit der Sequenz verbunden
ist. (Man beachte, dass das Codebuch als eine Tabelle implementiert
werden kann, wo ein Tabelleneintrag die ganze Eingabesequenz enthält, z. B.
der Pfad zu dem Knoten.) Knoten können in Software als eine Struktur,
Klassendefinition oder andere Struktur codiert werden, die die Speicherung
eines oder mehr mit dem Knoten verbundener Symbole und Verbinden
eines entsprechenden Entropiecodes erlaubt.
-
Alternativ
kann das Codebuch als eine Tabelle strukturiert sein, wobei jede
Folge von Eingabesymbolen nach der Wahrscheinlichkeit des Vorkommens
sortiert ist und eine hoch wahrscheinliche Eingabe an der Spitze
der Tabelle steht. Für
große
Tabellen kann die Tabelle nach dem ersten Symbol sortiert sein,
d. h. alle Symbolserien beginnend mit ”A” sind in einer Gruppe zusammengefasst,
gefolgt von Serien beginnend mit ”B” usw. Bei dieser Anordnung sind
alle Einträge
in der Gruppierung nach der Wahrscheinlichkeit ihres Vorkommens
sortiert. Die Position des Beginns jedes Abschnitts wird markiert/verfolgt,
sodass eine Hash-Funktion (z. B. ein Nachsehen basierend auf dem
ersten Symbol) benutzt werden kann, um den richtigen Teil der Codebuchtabelle ausfindig
zu machen. Bei dieser Nachseh-Tabellenlösung zum
Speichern des Codebuches, wird, sobald das erste Symbol gefunden ist,
der entsprechende Tabellenabschnitt ausgiebig durchsucht, bis ein übereinstimmender
Eintrag ausfindig gemacht ist. Der mit dem übereinstimmenden Eintrag verbundene
Code 484 wird dann als der codierte Ersatz ausgegeben 486.
-
Mit 11 fortfahrend
wird, sobald der Ausgang 486 bekannt ist, dieser Ausgang über den
Kommunikationskanal 460 übertragen. Das empfangende Ende 470 implemeniert
einen Umkehr-Codierprozess, d. h. eine Serie von Schritten, um die
Codierung der Quellendaten 450 rückgängig zu machen. Das heißt, die
codierten Daten 486 werden als Eingabe für einen
Entropiedecoder 462 empfangen, der ein umgekehrtes Codebuch-Nachsehen
durchführt,
um den codierten Ausgang 486 wieder in die ursprüngliche
Eingangssymbolserie 480 (12) umzuwandeln.
Die rückgewonnenen
Eingangsdaten 480 werden dann durch einen Dequantisierer 464 und
einen Zeit/Frequenz-Tansformationsdecoder 466 verarbeitet,
um die ursprünglichen
Codieroperation umzukehren, was rekonstruierte Daten 468 ergibt,
die den ursprünglichen
Quellendaten 450 gleichen. Man sollte beachten, dass die
rekonstruierten Daten 468 sich den ursprünglichen
Quellendaten nur annähern, wenn,
wie hierin angenommen, ein verlustbehaftetes System eingesetzt wird.
-
Nachdem
die Prinzipien der Erfindung mit Bezug auf eine veranschaulichte
Ausführung
beschrieben und veranschaulicht wurden, wird man anerkennen, dass
die veranschaulichte Ausführung
in Aufbau und Detail modifiziert werden kann, ohne von diesen Prinzipien
abzuweichen.