一种实用的算术编码.pdfVIP

一种实用的算术编码 孙小东∞ 于全。 ①解放军理工大学通信工程学院，南京210016 ②中国电子设备系统工程公司研究所，北京100039 摘要算术编码是目前编码效率最高的熵编码。针对实际应用中待压缩数据可能来自不同 的符号集，提出一种新的算术编码方案，提高编码效率的同时，增强了抗误码扩散 能力，而且可以根据系统的要求在不损失编码效率的同时实现加密功能。性能分析 表明，该算法编码效率比一般单一进制的算术编码提高10％左右． 关键词数据压缩，算术编码，误码扩散 1引言 算术编码是一种目前编码效率最高的统计熵编码方法，它比著名的Huffman编码效率提 高10％左右，但由于其编码复杂性和实现技术的限制，以及一些专利权的限制，所以并不象 Huffman编码那样应用广泛。国外对算术编码的研究较多，取得了许多重要的应用，但大多 都有专利保护，如J-PEG、旧IG和H．261中均采用了算术编码；国内的研究相对较少，应用 不是很广泛，许多人还不了解。随着算术编码实现技术的改进，必将以其独特的优良性能成 为无失真压缩方法的主流。 在实际应用中，待压缩的数据可能来自不同的符号集，多种不同进制的数据混合在一起， 此时通常的方法是采用单一进制的熵编码方法统一进行压缩处理，但这往往达不到最佳的效 果。本文提出一种经过特殊设计的算术编码方案，提高编码效率的同时，增强了抗误码扩散 能力，而且可以根据系统的要求在不损失编码效率的同时实现加密功能。性能分析表明，该 算法编码效率比一般单一进制的算术编码提高10％左右。该方案已经在某系统中应用，取得 了明显的效果。 2算术编码原理 算术编码利用的是码区间分割的思想，实现的过程就是对码区间的递归分割。编码器将 符号按已知的顺序在概率间隔为0到1的线段上进行排列。每个符号按其概率大小赋予一个 非重叠的子区间，这个子区间的长度便是此符号的概率大小。由于所有符号的概率之和为1， 因此所有子区间必须正好填满从0到1的区间。编码时根据下一个符号的概率相继分割子区 间，每次分割均得到一个用二进制小数表示的新区间的起点(即序列累积概率)和长度(即 序列概率)，直到编码序列结束，就可以将序列唯一映射到区间【0，1)内的～个子区间。解码时， 386 按照同样的概率模型根据子区间的位置就可以得到原始序列。 设信源符号f∈{0，1，…，所)，用A表示区间长度，c表示区间的开始点。最初的单位区 设S是已经编码过的序列，正在编码的符号为k，则A(S)和C(S)将用下列两式来更新： a(sk)=么(S)Xp(kI S) (1) 七一I c(sk)=c(s)+4(s)×∑p(引s) t=O (2) i S)是在s已知时符号k的条件概率。 其中p(k 当前码区间可以由A(S)和C(S)表示，此区间共包括m个子区间，对应于符号集中m个 不同的信源符号，符号对应的子区间的大小与其条件概率p(kJ S)成正比。对符号k的编码 就是将当前码区间缩4,N符号k对应的码区间。依次类推，直到信源序列结束，就可以得到 1／A(S)】位即 用c(s)表示的序列码字。根据算术编码的唯一可解码性可知，只需传送[1092 可以正确解码。 C(^5r)的概率最大的符号k，它