Lossless compression algorithms for space data transmission

Abstract

The statistical properties of space data are usually not known. The data is often sampled at higher rate than necessary making the data highly compressible. The benefit of sending the compressed data instead of original data is remarkable. The volume needed to store the data is reduced and thus the transmission time is shorter. Since the contents of space data is unique and may not be known beforehand, it is important to be able to reconstruct the compressed data perfectly. This study focuses only on lossless data compression techniques. -The purpose of this study is to model the functionality of a compressor ASIC according to existing compression algorithms. Since the algorithms will be realized in hardware, there are strict demands for algorithm complexity, speed and error propagation characteristics. The algorithms chosen for implementation are Extended Rice algorithm and VBWL (Variable Block Word Length) algorithm. Additionally, a hybrid Rice-VBWL algorithm was developed. The results of this study focus on comparison of the compression capability of these three algorithms for various test data sets. The need for this study is great, since these two algorithms are currently the best compression algorithms used in space applications. In addition to compression algorithms, this thesis clarifies the concepts of data packetizing for transmission. -The algorithm performances were tested using a software model developed for this purpose. The software implementation makes it possible to choose both of the original algorithms and an arbitrary hybrid combination with some limitations. The test data sets consist of both image and non-image data. The extensive simulations indicate that for most cases the Ricealgorithm with one-dimensional DPCM prediction is more powerful than the VBWL algorithm. However, for some cases the developed hybrid Rice-VBWL -algorithm seems to slightly outperform the Rice algorithm. The final conclusion of the algorithm superiorities is not unambigious. Neither specific algorithm nor some hybrid-combination dominates for all test data sets.

Avaruudesta mitattavan datan statistiset ominaisuudet ovat harvoin tarkalleen tiedossa. Usein dataa näytteistetään paljon tiheämmin mitä tarvitaan, jolloin datan alhainen entropiataso mahdollistaa selkeän datan kompressoitavuuden. Kompressoidun datan lähettäminen alkuperäisen datan sijasta pienentää sen vaatimaa tilaa ja lyhentää lähetysaikaa. Avaruusdatan ennalta tuntemattoman sisällön takia on tärkeää, että data pystytään rekonstruoimaan täydellisesti takaisin alkuperäiseen muotoonsa. Työssä perehdytäänkin vain häviöttömiin datakompressiomenetelmiin. -Työn tarkoituksena on mallintaa avaruudesta mitattavaa dataa kompressoivan ASIC-piirin toimintaa tunnettujen kompressioalgoritmien pohjalta. Algoritmeille on sovellusalueensa vuoksi kovia vaatimuksia. Koska algoritmit toteutetaan ASIC-piirinä, täytyy niiden olla mahdollisimman yksinkertaisia ja nopeita. Lisäksi bittivirheiden vaikutukset on voitava eliminoitua. Mallinnettavia algoritmeja on kaksi, Rice- ja VBWL (Variable Block Word Length) -algoritmi. Työssä tehtiin lisäksi näistä kahdesta algoritmista hybridialgoritmi, jonka kompressiokykyä ei aikaisemmin ole tutkittu. Työ antaa vertailevan kuvan näiden kolmen algoritmin kyvystä kompressoida erilaista dataa. Työn arvoa ja mielenkiintoisuutta lisää se, että mallinnettavat algoritmit kuuluvat tällä hetkellä parhaisiin tunnettuihin häviöttömiin kompressiomenetelmiin. Työssä perehdyttiin myös datan paketointiin sen lähetystä varten. -Mallinnus toteutettiin työn ohessa tehdyllä ohjelmistolla, jossa kuvataan datan kompressiota algoritmien mukaan sekä datan paketointia lähetystä varten tunnettujen suositusten ja normien perusteella. Ohjelmisto mahdollistaa alkuperäisten algoritmien lisäksi mielivaltaisen hybridialgoritmin toteutuksen. Mallinnettuja algoritmeja testattiin sekä kuvadatalla että tavallisella mittausdatalla. Laajat simulointitulokset osoittavat, että valtaosalle testidatasta paras algoritmi on Rice-algoritmi, jossa käytetään tavallista yksiuloitteista DPCM-ennustusta. Kuitenkin eräille testidatoille työssä kehitetty hybridi Rice-VBWL-algoritmi osoittautuu paremmaksi Rice-algoritmiin nähden. Lopullinen päätelmä algoritmien keskinäisestä paremmuudesta ei ole yksiselitteinen. Mikään yksittäinen algoritmi tai hybridi-kombinaatio ei ole täysin dominoiva kaikille testidatoille. /Kir10