Команды и операции над данными

Для классических типов данных поддерживаться все операции, которые широко используются на практике. Приводить их описание в данном случае нецелесообразно.

Графические форматы представления данных позволяют проводить над файлами макрооперации, приобретающие значения международных стандартов. Это, прежде всего, операции по компрессии и декомпрессии данных, цветовые преобразования, преобразования форматов.

Операции над данными представленными в модулярной системе счисления подробно изложены в литературе и дополнительно останавливаться на их описании также нецелесообразно.

Рассмотрим только специфику преобразований над одним типом данных - кластером коррелированных отсчетов.

Формирование кластера

Операция заключается в преобразовании пространства входных сигналов с выделением подмножества отсчетов локально связанных между собой.

Например, в двухкоординатных полях размерностью Команды и операции над данными - student2.ru строк, Команды и операции над данными - student2.ru столбцов входной массив в Команды и операции над данными - student2.ru поле представляется последовательностью

Команды и операции над данными - student2.ru ,

где Команды и операции над данными - student2.ru - символ упорядоченной последовательности с интервалом поступления данных Команды и операции над данными - student2.ru ,

Команды и операции над данными - student2.ru - булева переменная в позиционной системе счисления с двоичным основанием,

Команды и операции над данными - student2.ru - размерность представления входного отсчета.

Формирование кластера коррелированных отсчетов осуществляется через пересортировку входного массива, проводимую обычно регистровыми линиями задержки, как например, в цифровом процессоре сигналов IMSA110 фирмы Inmos и т.п.

Часто наряду с информационными сигналами в общем потоке присутствуют служебные, синхронизирующие, дополнительные отсчеты. В объем кластера они не включаются. Операция формирования кластеров коррелированных отсчетов должна обеспечивать их выделение, сдвиг временных интервалов и т.п.

Простейший случай - формирование сегмента в обработке двухмерных массивов.

Входной поток

Команды и операции над данными - student2.ru Команды и операции над данными - student2.ru Команды и операции над данными - student2.ru

Команды и операции над данными - student2.ru

где Команды и операции над данными - student2.ru - единичная функция,

Команды и операции над данными - student2.ru - Команды и операции над данными - student2.ru - разрядный сигнал, поступающий на входной порт системы,

Команды и операции над данными - student2.ru - время старта,

Команды и операции над данными - student2.ru - интервал времени между строками,

Команды и операции над данными - student2.ru - интервал времени между кадрами,

Команды и операции над данными - student2.ru - целая часть числа Команды и операции над данными - student2.ru

Формирование кластера для обработки на проходе требует создания кольцевой буферной памяти объемом

Команды и операции над данными - student2.ru

где Команды и операции над данными - student2.ru - размер сегмента по вертикали,

Команды и операции над данными - student2.ru - размер сегмента по горизонтали.

Модификация

В память кадра записывается модифицированный отсчет

Команды и операции над данными - student2.ru

где Команды и операции над данными - student2.ru - новая разрядность отсчета, как правило, число существенно

меньшая, чем исходная,

Команды и операции над данными - student2.ru - область кластера,

Команды и операции над данными - student2.ru - отсчеты в области кластера окружающего точку Команды и операции над данными - student2.ru .

Сжатие

Процедура сохраняющая информационные признаки с заданной погрешностью, не препятствующей формированию ввода требуемой точности и достоверности, но понижающая объем описания объекта.

Равномерное сжатие можно представить как замену кластера одиночным отсчетом размерностью Команды и операции над данными - student2.ru (число двоичных разрядов).

При этом шаг представления кластеров может быть равен Команды и операции над данными - student2.ru - по горизонтали и Команды и операции над данными - student2.ru - по вертикали. В этом случае мы имеем одномерное представление кластеров коррелированных отсчетов. Вероятность достоверности принятия решений снижается при движении центра информационного наполнения к границе кластера.

Лучшие результаты получаются при смещении кластера на долю Команды и операции над данными - student2.ru

по горизонтали и долю Команды и операции над данными - student2.ru - по вертикали. Вводя понятия шага по горизонтали Команды и операции над данными - student2.ru и вертикали Команды и операции над данными - student2.ru получаем многослойное равномерное сжатие. Коэффициент сжатия

Команды и операции над данными - student2.ru

Адаптивное сжатие по информационному наполнению кластера коррелированных отсчетов (например: сумме энергии дифференциала в кластере) порождает неоднородность шага сжатия и может вызвать потерю координатной привязки фрагментов восстановленного сигнала.

Один из путей сохранения координатной системы - введение массива шагов или их переключений. В простейшем случае - добавление информационных тегов к формату отсчета.

Детальное рассмотрение указанной процедуры выходит за рамки данного раздела, укажем лишь то, что к переменным процедуры относятся:

- размеры кластера Команды и операции над данными - student2.ru Команды и операции над данными - student2.ru

- шаг смещения кластера Команды и операции над данными - student2.ru

- преобразующая таблица (либо ее адрес);

- адрес старта кластера ;

- число шагов по строке Команды и операции над данными - student2.ru

- число шагов по столбцу Команды и операции над данными - student2.ru . Команды и операции над данными - student2.ru

Интегрирование кластеров

Операция эффективна при обработке полей откликов от многих зондирующих воздействий сгенерированных с известными координатными привязками и заключается в суммировании отсчетов кластеров с одинаковым смещением, центры же кластеров размещаются в адаптивно деформируемой сетке математических ожиданий координат откликов. В случае периодической структуры

Команды и операции над данными - student2.ru

где Команды и операции над данными - student2.ru - вектор входных отсчетов размерностью Команды и операции над данными - student2.ru ,

Команды и операции над данными - student2.ru - номер положения отклика на равномерной сетке,

Команды и операции над данными - student2.ru - размерность кластера после интегрирования (вектор Команды и операции над данными - student2.ru Команды и операции над данными - student2.ru содержит несколько кластеров),

Команды и операции над данными - student2.ru - матрица преобразования входного вектора сигналов.

Суммирование кластеров преобразует отклики в один кластер

Команды и операции над данными - student2.ru ,

имеющий смысл интегрального по полю анализа отклика системы, имеющего улучшенные характеристики по неоднородности.

Энергия несущая информацию в интегральном кластере возрастает по крайней мере в Команды и операции над данными - student2.ru раз.

Описанные операции работают над входными данными до момента снижения интенсивности преобразуемого потока достаточного для реализации дальнейших преобразований универсальными средствами, например, скалярными процессорами.

Выполнение данных операций осуществляется быстродействующими входными структурами, имеющими специализированную архитектурную организацию. Введя аппарат управления данной архитектурой можно эффективно адаптировать вычислительную среду обработки измерительной информации под решаемые задачи.

Наши рекомендации