電能質(zhì)量信號的三維數(shù)據(jù)壓縮
2014-08-08 13:17:08崔旭尹為民歐陽華
計算技術(shù)與自動化 2014年2期
關(guān)鍵詞：電能質(zhì)量
崔旭+尹為民+歐陽華
收稿日期：2013-06-28
基金項目：國家自然科學(xué)基金項目（51177168）
作者簡介：崔 旭（1989—），男，黑龍江五大連池人，碩士研究生，研究方向：艦船電能質(zhì)量的數(shù)據(jù)壓縮。
文章編號：1003-6199(2014)02-0108-04
摘 要：為提高電能質(zhì)量數(shù)據(jù)的壓縮性能，滿足低壓縮比下高信噪比的工程要求，采用三維表示方法重構(gòu)電能質(zhì)量數(shù)據(jù)，利用三維小波分解與3D－SPIHT編碼算法對七種典型的電能質(zhì)量擾動信號的三維數(shù)據(jù)塊進行壓縮編碼，并與傳統(tǒng)SPIHT算法結(jié)果對比。實驗證明三維壓縮方法的優(yōu)越性，在相同碼率的條件下三維壓縮方法具有更高的信噪比。在此基礎(chǔ)上確定七種電能質(zhì)量擾動信號在當(dāng)前實驗環(huán)境下的極限比特率與極限壓縮比，分析信號特點對壓縮比的影響。
關(guān)鍵詞：電能質(zhì)量；三維數(shù)據(jù)壓縮； 三維小波變換；三維小波編碼算法
中圖分類號：TP391文獻標(biāo)識碼：A
Threedimensional Data Compression of Power Quality Signal
CUI Xu, YIN Weimin, OYANG Hua
(College of Electrical and Information Engineering, Naval University of Engineering, Wuhan,Hubei 430033,China)
Abstract:In order to improve power quality data compression performance and meet the low compression ratio under high SNR engineering requirements, reconstruct the power quality data representation in threedimensional, use threedimensional wavelet decomposition and code seven kinds of typical power quality signal with 3DSPIHT coding algorithm, compared the results with the traditional SPIHT algorithm. Experimental results show the superiority of the compression method in the same condition rate dimensional compression method has higher SNR. Determine the ultimate bpp and the ultimate compression ratio of seven kinds of power quality disturbance signal in the current experimental environment. Finally, analyze the relationship between the signal characteristics and the compression ratio.
Key words:power quality; 3D data compression; 3D wavelet transform; 3DSPIHT coding algorithm
1 引 言
隨著電力系統(tǒng) 的發(fā)展，發(fā)生電力系統(tǒng)故障是不可避免。為了能夠采集到電力系統(tǒng)故障或異常發(fā)生時的電能質(zhì)量擾動信號，需在較短的時間內(nèi)采集到大量的數(shù)據(jù)。這使電能質(zhì)量信號的存儲和傳輸面臨巨大的挑戰(zhàn)。因而，在電能質(zhì)量擾動信號分析過程中需要一種高效的信號壓縮方法，在壓縮過程中保持?jǐn)_動信號的主要特征不丟失，以便進行擾動原因分析和擾動識別等，并使壓縮后的數(shù)據(jù)量盡可能少。
因為小波變換是空間(時間)和頻率的局部變換，能有效地從信號中提取信息，通過伸縮和平移等運算功能可對函數(shù)或信號進行多尺度的細(xì)化分析，細(xì)分后可以有效去除數(shù)據(jù)相關(guān)性。電能質(zhì)量信號擾動信號是由若干不同頻率幅值的正弦信號疊加而成，所以采用小波變換的數(shù)據(jù)壓縮技術(shù)非常適合對電能質(zhì)量信號進行壓縮。對于傳統(tǒng)的二維電能質(zhì)量壓縮算法，其在壓縮編碼過程中去除相鄰周期中的數(shù)據(jù)冗余，但是對于電能質(zhì)量信號這種連續(xù)的、重復(fù)性高的信號，非相鄰周期內(nèi)同樣存在冗余數(shù)據(jù)。針對這一問題本文采用三維數(shù)據(jù)壓縮算法對電能質(zhì)量數(shù)據(jù)進行壓縮，在去除相鄰周期數(shù)據(jù)冗余的基礎(chǔ)上，加入另一維度旨在去除非相鄰周期冗余，從而提高壓縮性能。其主要過程是在三維小波變換后,以三維空間方向樹來組織小波系數(shù),利用集合的劃分對小波系數(shù)進行編碼。
2 三維小波變換
類似于二維小波變換，離散立體數(shù)據(jù)的三維小波分解能夠通過濾波運算來實現(xiàn)。如圖1所示。圖中L、H分別表示序列經(jīng)過低頻和高頻濾波后得到的低頻成分和高頻成分，其中LLL即表示經(jīng)過了三次低頻濾波［1］。數(shù)據(jù)經(jīng)三維變換后被分解成一個低分辨下的逼近(低頻三維子帶)和一系列代表不同分辨率的圖像序列細(xì)節(jié)信息的高頻三維子帶。
圖1 三維小波變換的濾波器表示
經(jīng)過多次三維小波分解，三維信號也可以被分解成與二維信號金字塔分解類似地塔式多分辨率結(jié)構(gòu)。圖3為經(jīng)過兩次小波分解后的三維子帶的金字塔形結(jié)構(gòu)。
圖2 三維子帶的金字塔形結(jié)構(gòu)
3 電能質(zhì)量數(shù)據(jù)的3DSPIHT壓縮算法
3DSPIHT算法是由BeongJo Kim,與Zixiang Xiong所提出，其最初目的是為了壓縮連續(xù)的視頻信號［2］。3DSPIHT算法的核心思想與SPIHT算法基本相同［3］，主要思想是利用原始信號在各尺度下小波變換系數(shù)的自相似性，優(yōu)先傳送絕對值較大的小波系數(shù)。
計算技術(shù)與自動化2014年6月
第33卷第2期崔 旭等：電能質(zhì)量信號的三維數(shù)據(jù)壓縮
3.1 空間方向樹［4］
3DSPIHT算法與SPIHT算法的不同之處在于生成的空間方向樹由四叉樹擴展為八叉樹。設(shè)三維空間方向樹中節(jié)點的坐標(biāo)為(l,m,n)，其中l(wèi)表示時間軸方向位置,m和n分別表示第l幀的二維信號的水平和豎直方向位置，C(l,m,n)為為三維小波變換后的系數(shù)。在該樹型結(jié)構(gòu)中，低頻子帶按照2×2×2分組,除了每組左上系數(shù)沒有后繼節(jié)點外，其它系數(shù)在同方向相鄰高頻子帶的對應(yīng)位置上均有8個子節(jié)點(葉子節(jié)點除外)。父子節(jié)點之間的對應(yīng)關(guān)系如(1)式所示：
O(k,m,n)={(2k,2m,2n),(2k,2m+1,2n),
(2k+1,2m,2n+1),(2k+1,2m+1,2n),(2k,2m,2n+1),
(2k,2m+1,2n+1)(2k,2m+1,2n+1),
(2k+1,2m+1,2n+1)}(1)
3.2 分集排序規(guī)則
首先引入下面四個集合符號與三個有序表。
集合符號：
1)O(l,m,n)——節(jié)點(l,m,n)所有孩子的集合；
2)D(l,m,n)——節(jié)點(l,m,n)所有子孫的集合(包括孩子)；
3)L(l,m,n)——節(jié)點(l,m,n)所有非直系子孫的集合(不包括孩子)其中L (l,m,n) = D (l,m,n) - O (l,m,n))；
4)H——所有樹根的坐標(biāo)集(對N級小波分解，H就是LLL_N、LLH_N、LHL_N、LHH_N、HLL_N、HLH_N、HHL_N、HHH_N中所有系數(shù)的坐標(biāo)構(gòu)成的集合)。
SPIHT算法引入了三個有序表來存放重要信息：
1)LSP——重要系數(shù)表；
2)LIP——不重要系數(shù)表；
3)LIS——不重要子集表。
這三個表中，每個表項都使用坐標(biāo)(l,m,n)來標(biāo)識。在LIP和LSP中，坐標(biāo)(l,m,n)表示單個小波系數(shù)；而LIS中，坐標(biāo)(l,m,n)代表兩種系數(shù)集，即D(l,m,n) 或L (l,m,n)，分別稱為D型表項、L型表項。
SPIHT算法的分集規(guī)則如下：
1)初始坐標(biāo)集為{(l,m,n) | (l,m,n)∈H }、{D(l,m,n) | (l,m,n)∈H }。
2)若D(l,m,n) 關(guān)于當(dāng)前閾值是重要的，則D(l,m,n) 分裂成 L (l,m,n) 和O (l,m,n)。
3)若L (l,m,n) 關(guān)于當(dāng)前閾值是重要的，則L (l,m,n) 分裂成 8 個集合 D(lO,mO,nO),(lO,mO,nO)∈O (l,m,n)。
對于集合中的小波系數(shù)，采用式(1)進行重要性測試
Sn(T)=1max (l,m,n)∈TC(l,m,n)≥2n0其他(2)
其中,閾值n為
n=log 2(maxC(l,m,n)) (3)
3.3 SPIHT算法的編碼過程如下
(1) 初始化
閾值T的指數(shù)
n=log 2(maxC(l,m,n))
LSP為空集
LIP={(l,m,n) | (l,m,n)∈H }
LIS={D(l,m,n) | (l,m,n)∈H 且(l,m,n)具有非零子孫}
(2) 排序掃描
(2.1) 對LIP的每個記錄(l,m,n)作
(2.1.1) 輸出Sn(l,m,n);
(2.1.2) 如果Sn(l,m,n);=1,將(l,m,n)移入LSP，并輸出Xi,j的符號位。
(2.2) 對LIS的每個記錄(l,m,n)作
(2.2.1) 如果這個記錄是D(l,m,n)類
a) 輸出Sn(D(l,m,n));
b) 如果Sn(D(l,m,n))=1則
b.1）對每一個(i,j,k) ∈O (l,m,n)作
(1)輸出Sn(i,j,k)；
(2)如果Sn(i,j,k)=1，將(i,j,k)加入到LSP，并輸出Xi,j,k的符號位；
b.2) 如果L(l,m,n)不為空集，將(l,m,n)加入到LIS尾部，并標(biāo)明L類集合，轉(zhuǎn)到(3.2.2),如果L(l,m,n)是空集合，將(l,m,n)從LIS移除。
(2.2.2)如果記錄為L(l,m,n)類集合，則
a) 輸出Sn(L(l,m,n));
b) 如果Sn(L(l,m,n))=1則
(1)將每個(i,j,k) ∈O (l,m,n)加入到LIS尾部，并標(biāo)記為D型表項。
(2)從LIS中移除(l,m,n)項
(3) 對LSP中每一項(l,m,n),輸出Xi,j的第n個最高有效值。
(4) n=n-1,返回步驟(3)。
解碼過程為編碼過程的逆向運算，對此不在贅述。
4 實驗結(jié)果
為測試該壓縮方法的普適性，本文采用常見的七種電能質(zhì)量信號，包括電壓突升、電壓突降、電壓中斷、震蕩暫態(tài)、電壓諧波、電壓尖峰、電壓缺口。這七種電能質(zhì)量信號的波形如圖3所示。
圖3 七種電能質(zhì)量擾動信號波形
上述所有信號的基波均采用頻率50HZ，幅值為380V2202的正弦信號，并以256個采樣點記為一個信號采樣周期，將每256周期的采樣數(shù)據(jù)轉(zhuǎn)換為二維圖像。在此基礎(chǔ)上將這些二維圖像依順序排列組成256*256*16大小的三維圖像塊。我們采用均方誤差（MSE）、峰值信噪比（SNR）、壓縮比（CR）、最大絕對誤差（MAE）作為壓縮性能的度量 ［5］。設(shè)圖像和重建圖像的像素分別表示為f(i,j,k)和(i,j,k)三個指標(biāo)定義如下：
均方誤差（MSE）：
MSE=1M×N×F∑M－1i=0∑N－1j=0∑F－1k=0
［f(i,j,k)－(i,j,k)］2(4)
峰值信噪比（PSNR）（單位為db）：
SNR=
10log 101M×N×F∑M－1i=0∑N－1j=0∑F－1k=0［f(i,j,k)－f(i,j,k)］2MSE (5)
壓縮比(CR):
CR=ScompressedSoriginal (6)
式中Scompressed為壓縮后信號數(shù)據(jù)大??；Soriginal為原始數(shù)據(jù)大小。
最大絕對誤差（MAE）：
MAE=
MAX∑M－1i=0∑N－1j=0∑F－1k=0fi,j,k－i,j,k(7)
實驗數(shù)據(jù)原始大小為4194357kb。對該三維數(shù)據(jù)塊進行3層三維小波變換，小波基選用9/7小波，之后利用3D-SPIHT算法對小波系數(shù)進行編碼、解壓實驗。當(dāng)bpp=1重建信號與原始信號的誤差情況如表1所示。
表1 bpp=1時壓縮結(jié)果（CR= 0.031）
MSE
SNR(db)
MAE
電壓突降
0
110.342661
0.000006
電壓突升
0
110.664431
0.000011
電壓中斷
0
115.029565
0.000004
震蕩暫態(tài)
0
112.129127
0.000007
諧波
0
95.120454
0.000039
電壓尖峰
0
101.195564
0.000044
電壓缺口
0
90.764931
0.000035
由表1可以看出當(dāng)bpp=1時該壓縮過程可以視為無損壓縮，完美的還原原始信號，而此時壓縮比也達到了0.031，可以大幅度的節(jié)省電能質(zhì)量數(shù)據(jù)存儲及傳輸所需空間。
現(xiàn)將3D_SPIHT算法與SPIHT算法的壓縮結(jié)果進行對比。表2為比特率0.05至0.15時兩種算法的解壓后數(shù)據(jù)與原數(shù)據(jù)的誤差結(jié)果。由表2可知在低比特率編碼情況下SPIHT算法已經(jīng)不能夠在規(guī)定誤差內(nèi)重建原始信號。對于電壓突降信號當(dāng)編碼比特率小于0.1時MSE開始迅速提高。
表2 兩種算法解壓后數(shù)據(jù)與原數(shù)據(jù)誤差對比
bpp
3DSPIHT
SPIHT
MSE
SNR
MAE
MSE
SNR
MAE
0.05
0.568
47.66
2.99
243.64
21.33
24.26
0.06
0.352
49.73
2.96
143.58
23.63
26.56
0.07
0.220
51.76
2.57
129.54
24.08
27.00
0.08
0.070
56.73
1.24
72.35
26.61
29.54
0.09
0.043
58.79
0.68
46.49
28.53
31.46
0.1
0.022
61.65
0.63
32.50
30.09
33.01
0.11
0.011
64.48
0.39
24.71
31.28
34.20
0.12
0.011
64.57
0.39
18.97
32.42
35.35
0.13
0.009
65.35
0.37
12.49
34.24
37.16
0.14
0.009
65.65
0.32
9.73
35.32
38.25
0.15
0.006
67.29
0.29
5.41
37.87
40.80
現(xiàn)規(guī)定允許的最大均方誤差為0.01，則當(dāng)比特率為0.13時本實驗的電壓突降信號可以達到誤差范圍內(nèi)的壓縮極限。表3列出了滿足誤差要求時七種電能質(zhì)量擾動信號所能達到的極限編碼率與極限壓縮比。
表3 電能質(zhì)量擾動信號的極限編碼率與極限壓縮比
MSE
SNR
MAE
Bpp
CR
突降
0.010
65.35
0.38
0.13
0.0040
突升
0.009
69.88
0.25
0.19
0.0059
中斷
0.009
65.31
0.34
0.11
0.0034
暫態(tài)
0.009
67.38
0.26
0.15
0.0047
諧波
0.009
68.24
0.21
0.86
0.0269
尖峰
0.009
74.81
0.23
0.50
0.0156
缺口
0.008
64.22
0.21
0.50
0.0156
圖4為七種電能質(zhì)量擾動信號達到極限壓縮比時重建信號與原始信號在第一周期內(nèi)的誤差。由圖5可知本文算法在極限壓縮比情況下依然可以保持重建信號的精確性。
圖4 極限壓縮比時重建信號與原始信號誤差
5 結(jié) 論
根據(jù)上述仿真結(jié)果可以得到以下結(jié)論
1）電能質(zhì)量信號的周期間具有極強的相關(guān)性，利用三維小波變換與3DSPIHT編碼算法可以有效的消除周期間的相關(guān)性，仿真結(jié)果證明三維小波變換與3DSPIHT算法可以接近無損的壓縮電能質(zhì)量信號，并且取得比較理想的壓縮比。而在低比特率編碼的情況下3DSPIHT編碼算法在滿足誤差需求的前提下，其對電能質(zhì)量擾動信號的壓縮效果遠(yuǎn)遠(yuǎn)優(yōu)于2DSPIHT算法。
2）三維電能質(zhì)量壓縮算法適用于所有電能質(zhì)量擾動信號，但是各種擾動信號的極限壓縮比（滿足誤差需求時的壓縮比）各不相同。根據(jù)多分辨率分析理論三維小波變換后信號的高頻信息主要集中于HHL1、HLH1、HHL1、HHH1幾個頻帶，但是在低碼率編碼情況下高頻信息只有很少部分會編碼進入比特流，這就導(dǎo)致了原始信號的高頻信息流失。所以對含有高頻信息的電能質(zhì)量信號，其最大壓縮比小于不含高頻信息的電能質(zhì)量信號。
參考文獻
［1］ DAUBECHIES I,SWELDENSW.Factoring Wavelet Transforms into Lifting Steps ［J］. Journal of Analysis and Application, 1998, 4(3), 247-269.
［2］ KIM B J,XIONGZ,PEARLMANWA.Low BitRate Scalable Video Coding with 3D Set Partitioning in Hierarchical Trees［J］.IEEE Transactions on Circuits and Systems for Video Technology, December 2000, 10(8)：1374-1387.
［3］ SAID A,PEARLMAN WA.New A, Fast, and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees［J］.IEEE Transactions on Circuits and Systems for Video Technology, June 1996, 6(3):243-250.
［4］ KIM B J,XIONGZ,PEARLMAN WA.Low BitRate Scalable Video Coding with 3D Set Partitioning in Hierarchical Trees (3D SPIHT)［J］.IEEE Transactions on Circuits and Systems for Video Technology. December 2000, 10(8): 1374-1387.
［5］ HEDONG J,ZHENG Y F,GAOZ. Optimal 3D Coefficient Tree Structure for 3D Wavelet Video Coding［J］.IEEE Transactions on Circuits and Systems for Video Technology, October 2003, 13(10): 961-972.
46.49
28.53
31.46
0.1
0.022
61.65
0.63
32.50
30.09
33.01
0.11
0.011
64.48
0.39
24.71
31.28
34.20
0.12
0.011
64.57
0.39
18.97
32.42
35.35
0.13
0.009
65.35
0.37
12.49
34.24
37.16
0.14
0.009
65.65
0.32
9.73
35.32
38.25
0.15
0.006
67.29
0.29
5.41
37.87
40.80
現(xiàn)規(guī)定允許的最大均方誤差為0.01，則當(dāng)比特率為0.13時本實驗的電壓突降信號可以達到誤差范圍內(nèi)的壓縮極限。表3列出了滿足誤差要求時七種電能質(zhì)量擾動信號所能達到的極限編碼率與極限壓縮比。
表3 電能質(zhì)量擾動信號的極限編碼率與極限壓縮比
MSE
SNR
MAE
Bpp
CR
突降
0.010
65.35
0.38
0.13
0.0040
突升
0.009
69.88
0.25
0.19
0.0059
中斷
0.009
65.31
0.34
0.11
0.0034
暫態(tài)
0.009
67.38
0.26
0.15
0.0047
諧波
0.009
68.24
0.21
0.86
0.0269
尖峰
0.009
74.81
0.23
0.50
0.0156
缺口
0.008
64.22
0.21
0.50
0.0156
圖4為七種電能質(zhì)量擾動信號達到極限壓縮比時重建信號與原始信號在第一周期內(nèi)的誤差。由圖5可知本文算法在極限壓縮比情況下依然可以保持重建信號的精確性。
圖4 極限壓縮比時重建信號與原始信號誤差
5 結(jié) 論
根據(jù)上述仿真結(jié)果可以得到以下結(jié)論
1）電能質(zhì)量信號的周期間具有極強的相關(guān)性，利用三維小波變換與3DSPIHT編碼算法可以有效的消除周期間的相關(guān)性，仿真結(jié)果證明三維小波變換與3DSPIHT算法可以接近無損的壓縮電能質(zhì)量信號，并且取得比較理想的壓縮比。而在低比特率編碼的情況下3DSPIHT編碼算法在滿足誤差需求的前提下，其對電能質(zhì)量擾動信號的壓縮效果遠(yuǎn)遠(yuǎn)優(yōu)于2DSPIHT算法。
2）三維電能質(zhì)量壓縮算法適用于所有電能質(zhì)量擾動信號，但是各種擾動信號的極限壓縮比（滿足誤差需求時的壓縮比）各不相同。根據(jù)多分辨率分析理論三維小波變換后信號的高頻信息主要集中于HHL1、HLH1、HHL1、HHH1幾個頻帶，但是在低碼率編碼情況下高頻信息只有很少部分會編碼進入比特流，這就導(dǎo)致了原始信號的高頻信息流失。所以對含有高頻信息的電能質(zhì)量信號，其最大壓縮比小于不含高頻信息的電能質(zhì)量信號。
參考文獻
［1］ DAUBECHIES I,SWELDENSW.Factoring Wavelet Transforms into Lifting Steps ［J］. Journal of Analysis and Application, 1998, 4(3), 247-269.
［2］ KIM B J,XIONGZ,PEARLMANWA.Low BitRate Scalable Video Coding with 3D Set Partitioning in Hierarchical Trees［J］.IEEE Transactions on Circuits and Systems for Video Technology, December 2000, 10(8)：1374-1387.
［3］ SAID A,PEARLMAN WA.New A, Fast, and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees［J］.IEEE Transactions on Circuits and Systems for Video Technology, June 1996, 6(3):243-250.
［4］ KIM B J,XIONGZ,PEARLMAN WA.Low BitRate Scalable Video Coding with 3D Set Partitioning in Hierarchical Trees (3D SPIHT)［J］.IEEE Transactions on Circuits and Systems for Video Technology. December 2000, 10(8): 1374-1387.
［5］ HEDONG J,ZHENG Y F,GAOZ. Optimal 3D Coefficient Tree Structure for 3D Wavelet Video Coding［J］.IEEE Transactions on Circuits and Systems for Video Technology, October 2003, 13(10): 961-972.
46.49
28.53
31.46
0.1
0.022
61.65
0.63
32.50
30.09
33.01
0.11
0.011
64.48
0.39
24.71
31.28
34.20
0.12
0.011
64.57
0.39
18.97
32.42
35.35
0.13
0.009
65.35
0.37
12.49
34.24
37.16
0.14
0.009
65.65
0.32
9.73
35.32
38.25
0.15
0.006
67.29
0.29
5.41
37.87
40.80
現(xiàn)規(guī)定允許的最大均方誤差為0.01，則當(dāng)比特率為0.13時本實驗的電壓突降信號可以達到誤差范圍內(nèi)的壓縮極限。表3列出了滿足誤差要求時七種電能質(zhì)量擾動信號所能達到的極限編碼率與極限壓縮比。
表3 電能質(zhì)量擾動信號的極限編碼率與極限壓縮比
MSE
SNR
MAE
Bpp
CR
突降
0.010
65.35
0.38
0.13
0.0040
突升
0.009
69.88
0.25
0.19
0.0059
中斷
0.009
65.31
0.34
0.11
0.0034
暫態(tài)
0.009
67.38
0.26
0.15
0.0047
諧波
0.009
68.24
0.21
0.86
0.0269
尖峰
0.009
74.81
0.23
0.50
0.0156
缺口
0.008
64.22
0.21
0.50
0.0156
圖4為七種電能質(zhì)量擾動信號達到極限壓縮比時重建信號與原始信號在第一周期內(nèi)的誤差。由圖5可知本文算法在極限壓縮比情況下依然可以保持重建信號的精確性。
圖4 極限壓縮比時重建信號與原始信號誤差
5 結(jié) 論
根據(jù)上述仿真結(jié)果可以得到以下結(jié)論
1）電能質(zhì)量信號的周期間具有極強的相關(guān)性，利用三維小波變換與3DSPIHT編碼算法可以有效的消除周期間的相關(guān)性，仿真結(jié)果證明三維小波變換與3DSPIHT算法可以接近無損的壓縮電能質(zhì)量信號，并且取得比較理想的壓縮比。而在低比特率編碼的情況下3DSPIHT編碼算法在滿足誤差需求的前提下，其對電能質(zhì)量擾動信號的壓縮效果遠(yuǎn)遠(yuǎn)優(yōu)于2DSPIHT算法。
2）三維電能質(zhì)量壓縮算法適用于所有電能質(zhì)量擾動信號，但是各種擾動信號的極限壓縮比（滿足誤差需求時的壓縮比）各不相同。根據(jù)多分辨率分析理論三維小波變換后信號的高頻信息主要集中于HHL1、HLH1、HHL1、HHH1幾個頻帶，但是在低碼率編碼情況下高頻信息只有很少部分會編碼進入比特流，這就導(dǎo)致了原始信號的高頻信息流失。所以對含有高頻信息的電能質(zhì)量信號，其最大壓縮比小于不含高頻信息的電能質(zhì)量信號。
參考文獻
［1］ DAUBECHIES I,SWELDENSW.Factoring Wavelet Transforms into Lifting Steps ［J］. Journal of Analysis and Application, 1998, 4(3), 247-269.
［2］ KIM B J,XIONGZ,PEARLMANWA.Low BitRate Scalable Video Coding with 3D Set Partitioning in Hierarchical Trees［J］.IEEE Transactions on Circuits and Systems for Video Technology, December 2000, 10(8)：1374-1387.
［3］ SAID A,PEARLMAN WA.New A, Fast, and Efficient Image Codec Based on Set Partitioning in Hierarchical Trees［J］.IEEE Transactions on Circuits and Systems for Video Technology, June 1996, 6(3):243-250.
［4］ KIM B J,XIONGZ,PEARLMAN WA.Low BitRate Scalable Video Coding with 3D Set Partitioning in Hierarchical Trees (3D SPIHT)［J］.IEEE Transactions on Circuits and Systems for Video Technology. December 2000, 10(8): 1374-1387.
［5］ HEDONG J,ZHENG Y F,GAOZ. Optimal 3D Coefficient Tree Structure for 3D Wavelet Video Coding［J］.IEEE Transactions on Circuits and Systems for Video Technology, October 2003, 13(10): 961-972.
猜你喜歡
科技與創(chuàng)新(2016年21期)2017-02-14 10:13:14
中國高新技術(shù)企業(yè)(2016年35期)2017-02-10 18:16:57
中國新技術(shù)新產(chǎn)品(2016年24期)2017-02-05 18:09:33
中國科技博覽(2016年27期)2017-01-23 11:44:11
中國新技術(shù)新產(chǎn)品(2017年1期)2017-01-20 17:42:25
現(xiàn)代電子技術(shù)(2016年23期)2017-01-12 09:57:47
科學(xué)與財富(2016年18期)2016-12-22 18:26:49
電子技術(shù)與軟件工程(2016年20期)2016-12-21 11:34:12
科技視界(2016年26期)2016-12-17 08:43:36
中國科技博覽(2016年22期)2016-11-01 13:38:45
