DE10021284A1

DE10021284A1 - Data compression for data storage and message transmission, involves sorting, filtering and storing computed coefficients of second tree structure for reconstructing received data sequence

Info

Publication number: DE10021284A1
Application number: DE2000121284
Authority: DE
Inventors: Michael Soliman; Guenter Greschenz; Henning Vos
Original assignee: Individual
Current assignee: Individual
Priority date: 2000-05-02
Filing date: 2000-05-02
Publication date: 2001-11-08

Abstract

The coefficients and layers of a first tree structure are computed from received data points. The coefficients and layers of a second tree structure are calculated from the coefficients of the layers of the first tree structure. The coefficients on the layers of the second tree structure are sorted, filtered and stored for reconstructing the received data sequence. The method begins by receiving a sequence of data with two data points. The data points are recorded and processed as a batch instantaneously for computing the coefficients and layers of the first tree structure. An Independent claim is also included for the data compression device.

Description

Die Erfindung bezieht sich auf ein Verfahren zur Kompression von Daten gemäß Oberbegriff des Anspruchs 1 sowie auf eine Vorrichtung zur Durchführung des Verfahrens gemäß Anspruch 14.The invention relates to a method for compressing data according to the preamble of claim 1 and an apparatus for performing the method according to claim 14.

In der DE 199 28 985 A1 ist eine rekursive Online-Wavelet-Datenkompressionstechnik für die Verwendung bei der Datenspeicherung und bei Nachrichtenübermittlungen beschrieben. Ein Datenkompressionssystem enthält einen Datenempfänger, der die Datenpunkte in einer sequen tiellen Weise empfängt und eine Kompressionsbaum-Berechnungsvorrichtung, die einen Kom pressionsbaum aus den empfangenen Datenpunkten bestimmt, wobei der Kompressionsbaum Koeffizienten in einer Null-Ebenenschicht enthält, die dem Strom der Datenpunkte entsprechen und Koeffizienten in einer oder in mehreren höheren Ebenenschichten, die aus den Koeffizien ten in der Null-Ebenenschicht bestimmt werden. Ferner ist ein Speicher vorgesehen, der die be stimmten Koeffizienten des Kompressionsbaumes speichert sowie ein Kompressionsdatengene rator, der einen untergeordneten Satz der bestimmten Koeffizienten auswählt, um einen Satz von komprimierten Daten entsprechend den empfangenen Datenpunkten zu erzeugen. Um eine Realzeit- oder Online-Datenkompression zur Verfügung zu stellen, ist vorgesehen, dass die Kompressionsbaum-Berechnungsvorrichtung einen der Koeffizienten von einer der höheren Ebenenschichten bestimmt, nachdem der Datenempfänger einen ersten der Datenpunkte emp fangen hat, jedoch bevor der Datenempfänger einen zweiten der Datenpunkte empfängt. Mit anderen Worten werden die Daten unmittelbar nach Empfang komprimiert, ohne dass es einer Zwischenspeicherung von großen Mengen unkomprimierter Daten bedarf.DE 199 28 985 A1 describes a recursive online wavelet data compression technique for the Described for use in data storage and messaging. A Data compression system contains a data receiver that sequences the data points in one tial way receives and a compression tree computing device that a com pressure tree determined from the received data points, the compression tree Contains coefficients in a zero level layer that correspond to the stream of data points and coefficients in one or more higher level layers, which are made up of the coefficients can be determined in the zero-plane layer. Furthermore, a memory is provided, which be agreed coefficients of the compression tree stores as well as a compression data genes rator, which selects a subordinate set of the determined coefficients by one set generate compressed data according to the received data points. To one It is intended that the real-time or online data compression is available Compression tree calculation device one of the coefficients of one of the higher ones Layer layers are determined after the data receiver receives a first of the data points catch, but before the data receiver receives a second one of the data points. With in other words, the data is compressed immediately upon receipt without it Intermediate storage of large amounts of uncompressed data is required.

Ein Verfahren zum Komprimieren von Daten unter Verwendung eines Wavelet-Kompres sionsbaumes umfasst nach dem Stand der Technik folgende Schritte:
According to the prior art, a method for compressing data using a wavelet compression tree comprises the following steps:

- Receiving a sequence of data points, whereby after receiving each data point

1. the data point is stored as a value in a current set,

2. a point of a higher layer in a tree is determined recursively if the point of the higher layer can be determined from the values of the current sentence,

3. Perform a comparison for each particular higher layer point from an error value associated with the higher layer point to a threshold, and

4. if the error value is less than the threshold value,

a) storing the point of the higher layer as a value in the current sentence,

b) removing any unnecessary values from the current sentence and
- Sending the current sentence as compressed data if the error value for ir a higher layer point is greater than the threshold.

Nach dem Stand der Technik ist weiterhin vorgesehen, dass Einheiten eines Prozessregel netzwerkes jeweils eine Kompressions-/Dekompressionseinheit aufweisen, wobei komprimierte Daten über ein die Einheiten verbindendes Bussystem übertragen und in beispielsweise Aus werteeinheiten zunächst dekomprimiert werden müssen, um einer weiteren Analyse/Anzeige zur Verfügung zu stehen.According to the prior art, it is also provided that units of a process rule Network each have a compression / decompression unit, with compressed Data is transmitted via a bus system connecting the units and, for example, off units of value must first be decompressed for further analysis / display to be available.

Dabei ist vorgesehen, dass die aus Hunderten von Millionen Messwerten bestehenden Archive erst komplett dekomprimiert werden, um sodann eine Übersicht zu erstellen. Insbesondere wird nach dem Stand der Technik die Dekompression von mehr als der dreifachen Menge der zu analysierenden Daten in einigen Fällen sogar die Dekompression aller Daten verlangt, was mit erheblichem Zeit- und Speicheraufwand verbunden ist.It is intended that the archives consisting of hundreds of millions of measured values first be completely decompressed in order to then create an overview. In particular according to the prior art decompression of more than three times the amount analyzing data in some cases even decompression of all data requires what with considerable time and memory is involved.

Auch hat sich gezeigt, dass die Interpretation der Messdaten schwierig und für ungeübtes Perso nal nahezu unmöglich ist, wenn Datenquellen wie Sensoren (Messfühler, Vorverstärker, oder AD-Wandler oder Videokameras) eingesetzt werden, die eine Übertragungsfunktion mit einer nicht trivialen, nicht breitbandigen Struktur aufweisen.It has also been shown that the interpretation of the measurement data is difficult and for inexperienced people nal is almost impossible if data sources such as sensors (sensors, preamplifiers, or AD converters or video cameras) are used, which have a transfer function with a non-trivial, non-broadband structure.

Davon ausgehend liegt der vorliegenden Erfindung das Problem zu Grunde, ein Verfahren und eine Vorrichtung der zuvor genannten Art dahingehend weiterzubilden, dass eine einfache und schnelle Auswertung der komprimierten Daten ermöglicht wird. Ferner soll ein hohes Daten kompressionsverhältnis, d. h. ein Verhältnis des Umfangs an ohne bzw. mit Kompression zu ar chivierenden Daten erreicht werden.Based on this, the present invention is based on the problem of a method and to develop a device of the aforementioned type in such a way that a simple and rapid evaluation of the compressed data is made possible. Furthermore, a high data compression ratio, d. H. a ratio of the extent to ar without or with compression chivating data can be achieved.

Das Problem wird erfindungsgemäß durch ein Verfahren gelöst, das die folgenden Ver fahrensmerkmale umfasst:
According to the invention, the problem is solved by a method which comprises the following method features:

Receiving a sequence of data with at least two data points,
- saving the data points as a set currently to be processed,
- Calculation of coefficients from a first tree structure (overview tree) the received data points and determining layers of the first Tree structure (overview tree),
- Calculation of coefficients of a second tree structure (com compression tree) from the coefficients of one layer of the first tree structure (overview tree) as well as determining layers of the second tree structures (compression trees),
- Sorting and / or filtering the coefficients of the layers of the second Tree structures (compression tree) without doing the calculated tree structure need to decompress explicitly or implicitly again,
- Storage of those coefficients of the second tree structures (com compression trees), which due to sorting and / or filtering for recon structure of the received sequence of data are suitable.

Erfindungsgemäß zeigt sich, dass in jeder der zweiten Baumstrukturen, d. h. in jedem Kom pressionsbaum, nur wenige Koeffizienten bedeutsam große Werte besitzen, wobei die meisten nahezu den Wert Null annehmen. Daraus ergeben sich die beiden wesentlichen Bedeutungen, der vorliegenden Erfindung, die zum einen in einer guten Kompression (die meisten Koeffizi enten nehmen nahezu den Wert Null an) zum anderen in der sehr effizienten Extraktion und Darstellung oft sehr großer Zeitausschnitte der gespeicherten Daten besteht, wobei entgegen der aus dem Stand der Technik bekannten Verfahrensweise nur die relevante Information aus dem Archiv extrahiert wird. Hierbei findet das Nyquist'sche Abtasttheorem Anwendung, das aus sagt, dass zur Reproduktion einer mit der Abtastrate 1/Δt (Δt ist die zwischen zwei Messungen vergangene Zeit) gemessene Datenfolge maximal L mal so viele Koeffizienten bezüglich eines vorgegebenen Satzes (Basis) von Funktionen notwendig sind, wie Datenpunkte in der Folge re konstruiert werden sollen. Die Zahl L ist dabei eine kleine ganze Zahl größer oder gleich 2, die allein vom Satz der vorgegebenen Funktionen abhängt und z. B. im Falle der harmonischen Funktionen (Fourier-Transformation) den Wert L = 2 annimmt. Insbesondere ergibt sich der Vorteil, dass bei der erfindungsgemäßen Aufbereitung der komprimierten Daten höchstens dreimal so viele Koeffizienten aus dem Archiv abgefragt werden müssen, wie Punkte angezeigt werden sollen.According to the invention, it can be seen that in each of the second tree structures, i. H. in every comm pressure tree, few coefficients have significantly large values, most assume almost the value zero. This gives the two essential meanings of the present invention, which, on the one hand, is in good compression (most Koeffizi ducks almost take on the value zero) on the other hand in the very efficient extraction and Often very large time segments of the stored data are displayed, whereby contrary to procedure known from the prior art only the relevant information from the Archive is extracted. Nyquist's sampling theorem is used here says that to reproduce one with the sampling rate 1 / Δt (Δt is the one between two measurements elapsed time) measured data sequence maximum L times as many coefficients with respect to one given set (basis) of functions are necessary, like data points in the sequence right should be constructed. The number L is a small integer greater than or equal to 2 depends solely on the set of functions specified and z. B. in the case of harmonic Functions (Fourier transform) assumes the value L = 2. In particular, the The advantage that in the preparation of the compressed data according to the invention at most three times as many coefficients have to be queried from the archive as points are displayed should be.

In bevorzugter Ausführungsform wird die Berechnung der Koeffizienten anhand einer Wavelet- Transformation, vorzugsweise einer "schnellen Wavelet-Transformation", durchgeführt. Die schnelle Wavelet-Transformation ermöglicht einerseits, die Transformation auf beliebig großen Teilen der Messdaten auszuführen und andererseits, den für die Messdaten reservierten Spei cherplatz für die Speicherung der Baumkoeffizienten weiter zu verwenden. Hierbei ist der Auf wand zur Wavelet-Transformation der Messdaten lediglich proportional zur Anzahl N der Messdaten, während er beispielswiese für die "schnelle Fourier-Transformation" proportional zum Produkt aus der Anzahl der Messdaten und dem Logarithmus aus der Anzahl der Messdaten (∼N lgN) also überproportional wächst. Zur Berechnung der Koeffizienten der er sten oder zweiten Baumstruktur werden gleiche oder vorzugsweise unterschiedliche Wavelets verwendet. Dadurch wird der Vorteil erreicht, dass im Gegensatz zum Stand der Technik eine Quantisierung der ermittelten Koeffizienten überflüssig wird, wobei die mit der Quantisierung einhergehenden Artefakte in den komprimierten Messdaten entfallen. Beispielsweise werden zur Wavelet-Zerlegung ein "Haar-Wavelet" und/oder ein Wavelet der Klasse der Daubechies- Wavelets, beispielsweise das "Daubechies-D₂-Wavelet" und/oder ein Wavelet der Klasse der Meyer-Wavelets verwendet.In a preferred embodiment, the calculation of the coefficients is carried out using a wavelet transformation, preferably a "fast wavelet transformation". The fast wavelet transformation makes it possible, on the one hand, to carry out the transformation on parts of the measurement data of any size and, on the other hand, to continue using the storage space reserved for the measurement data for storing the tree coefficients. The effort for the wavelet transformation of the measurement data is only proportional to the number N of the measurement data, while it is, for example, for the "fast Fourier transformation" proportional to the product of the number of measurement data and the logarithm of the number of measurement data (∼N lgN ) growing disproportionately. The same or preferably different wavelets are used to calculate the coefficients of the first or second tree structure. This achieves the advantage that, in contrast to the prior art, quantization of the determined coefficients is superfluous, the artifacts associated with the quantization being eliminated in the compressed measurement data. For example, a "Haar-Wavelet" and / or a wavelet of the class of Daubechies-Wavelets, for example the "Daubechies-D ₂ -Wavelet" and / or a Wavelet of the class of Meyer-Wavelets, are used for the wavelet decomposition.

Grundsätzlich wird bei einem Kompressionsverfahren die Kleinheit der meisten Koeffizienten ausgenutzt, wobei diese nicht berücksichtigt werden. Der durch die Nichtberücksichtigung ent stehende Fehler kann jedoch kontrolliert werden, indem nur so viele Koeffizienten unberück sichtigt bleiben, dass eine zuvor gewählte Fehlergrenze (Norm) nur einen gewissen, akzeptablen prozentualen Fehler aufweist. Sind in den zweiten Baumstrukturen (Kompressionsbäumen) sehr viele kleine Koeffizienten enthalten, so wird der Kompressionseffekt sehr groß sein. Um dies zu erreichen, wird für jede Schicht der ersten Baumstruktur genau eine zweite Baumstruktur er mittelt, wobei die Schichten rekursiv ermittelt werden.Basically, the smallest of most coefficients in a compression process exploited, but these are not taken into account. The ent by disregarding However, standing errors can be controlled by leaving as many coefficients unaffected remain aware that a previously selected error limit (norm) is only a certain, acceptable percentage error. Are very in the second tree structures (compression trees) contain many small coefficients, so the compression effect will be very large. To do this will achieve exactly one second tree structure for each layer of the first tree structure averaged, the layers being determined recursively.

Erfindungsgemäß erfolgt eine a-priori-Fehlerkontrolle, wobei die Koeffizienten zunächst voll ständig nach ihrer Wichtigkeit sortiert werden und wobei unter Berücksichtigung einer gegebe nen Fehlergrenze, die bzgl. einer vorgegebenen Art, Fehler zu messen (Norm) festgelegt wurde, nur diejenigen (bei Wahl einer sog. l_p-Norm betragsgrößten) Koeffizienten aktiviert werden, die zur Rekonstruktion der Messdaten innerhalb der vorgegebenen Fehlergrenze notwendig sind. Daraus ergibt sich der Vorteil, dass keine Rekursion, teilweise Rücktransformation, Quantisie rung oder eine Wiedereinsortierung in die Kompressions-Baumstrukturspeichereinheit zur Feh lerabschätzung stattfindet, sondern nur eine direkte Speicherung in das Archiv. Da eine Quanti sierung überflüssig ist, entfallen auch die mit einer Quantisierung einhergehenden, oft erhebli chen Artefakte in den komprimierten Messdaten. Bei dem erfindungsgemäßen Verfahren ist es nicht unbedingt notwendig, einen quantitativen Vergleich der Koeffizienten durchzuführen, was eine Kenntnis der Größe der zu vergleichenden Koeffizienten voraussetzt, sondern es reicht ein qualitativer Vergleich, der nur die binäre Entscheidung trifft, ob ein erster Koeffizient größer ist als ein zweiter Koeffizient. Anhand der Plazierung der sortierten Koeffizienten in der Speicher einheit einer Baumstruktur kann eine Toleranzschwellen-Entscheidung getroffen werden. According to the invention, an a-priori error control takes place, the coefficients first being sorted completely according to their importance and, taking into account a given error limit, which was determined with regard to a predetermined type of measuring errors (standard), only those (if selected a so-called. l _p -norm amount largest) coefficients are activated that are required for reconstructing the measurement data within the predetermined error limit. This has the advantage that there is no recursion, partial reverse transformation, quantization or re-sorting into the compression tree structure storage unit for error estimation, but only direct storage in the archive. Since quantization is superfluous, the often significant artifacts associated with quantization in the compressed measurement data are also eliminated. In the method according to the invention, it is not absolutely necessary to carry out a quantitative comparison of the coefficients, which presupposes knowledge of the size of the coefficients to be compared, but a qualitative comparison that only makes the binary decision as to whether a first coefficient is greater than one is sufficient second coefficient. A tolerance threshold decision can be made based on the placement of the sorted coefficients in the storage unit of a tree structure.

Gemäß einer bevorzugten Verfahrensweise der Erfindung werden zur Darstellung der Mess punkte genau diejenigen Koeffizienten aus dem Archiv extrahiert, die notwendig sind, um eine vorher eingestellte Darstellungsgenauigkeit zu erreichen. Dadurch wird erreicht, dass die Er stellung einer Analysenübersicht vollständig auf den komprimierten Daten bzw. Koeffizienten basiert. Es ist somit nicht notwendig, sehr große Datenmengen aus dem Archiv zu extrahieren, zu dekomprimieren und anschließend die nicht in das Ergebnis eingegangene, sehr große Infor mationsmenge zu verwerfen, um die geforderte Darstellungsgenauigkeit zu erreichen. Erfin dungsgemäß wird anhand der Verallgemeinerung des Nyquist'schen Abtasttheorems sowie der Unschärfe-Relation auf Wavelets ermittelt, welche Koeffizienten extrahiert werden sollen.According to a preferred procedure of the invention, the measurement is used to display the measurement points extracted exactly those coefficients from the archive that are necessary to get a to achieve previously set display accuracy. This ensures that the Er Providing an analysis overview completely on the compressed data or coefficients based. It is therefore not necessary to extract very large amounts of data from the archive, to decompress and then the very large information not included in the result discard the amount of information in order to achieve the required display accuracy. Erfin According to the generalization of the Nyquist sampling theorem and the Uncertainty relation on wavelets determines which coefficients are to be extracted.

Zur Auswertung der komprimierten Daten wird zunächst ein Zeitraum festgelegt und eine An zahl von Datenpunkten ausgewählt, über die oder mit denen eine Darstellung erfolgen soll bzw. eine äquivalente Festlegung getroffen. Anhand dieser Angaben wird bestimmt, welche Koeffi zienten aus dem Archiv extrahiert werden müssen, um die gewünschte Übersicht zu erstellen. Als besonderer Vorteil ist zu erwähnen, dass die Anzahl der aus dem Speicher/Archiv auslesba ren Koeffizienten schwächer als quadratisch mit der Anzahl der für die Auswertung benötigten Datenpunkte wächst. Gemäß einer bevorzugten Verfahrensweise der Erfindung wird die Anzahl der zu extrahierenden Koeffizienten höchstens ein kleines ganzzahliges Vielfaches L von der Anzahl N = (t₂ - t₁)/Δt (mit t₁ und t₂ als Start- bzw. Endzeit und Δt als Intervall der Darstel lung), der für die Übersichtenerstellung, d. h. Auswertung durch Interpolation, benötigten Koeffizienten sein. Dabei bezeichnet die obere Gaußklammer die nächstgrößere ganze Zahl zu einer beliebigen reellen Zahl.To evaluate the compressed data, a time period is first defined and a number of data points is selected, over or with which a representation is to take place or an equivalent definition is made. This information is used to determine which coefficients have to be extracted from the archive in order to create the desired overview. It should be mentioned as a particular advantage that the number of coefficients that can be read from the memory / archive grows less than quadratically with the number of data points required for the evaluation. According to a preferred procedure of the invention, the number of coefficients to be extracted becomes at most a small integer multiple L of the number N = (t ₂ - t ₁ ) / Δt (with t ₁ and t ₂ as the start and end time and Δt as the interval the presentation), the coefficients required for the preparation of the overview, ie evaluation by interpolation. The upper Gaussian bracket denotes the next largest whole number to any real number.

Schließlich erfolgt eine Dekompression und/oder Transformation der extrahierten Koeffizienten aus ihrer Darstellung bezüglich der in der ersten und/oder zweiten Baumstruktur gewählten er sten und zweiten Wavelets in eine Darstellung bezüglich eines dritten Wavelets, das der ge wünschten Interpolationsaufgabe angepasst ist.Finally, the extracted coefficients are decompressed and / or transformed from their representation with respect to the one selected in the first and / or second tree structure most and second wavelets in a representation with respect to a third wavelet that the ge desired interpolation task is adjusted.

Mit anderen Worten erfolgt eine Dekompression in zwei Stufen, wobei in einer ersten Stufe die, vorzugsweise unter Anwendung des Nyquist'schen Abtasttheorems ermittelten, extrahierten Koeffizienten bezüglich des in der zweiten Baumstruktur vorgewählten zweiten Wavelets zu rücktransformiert werden und wobei in einer zweiten Stufe die Koeffizienten der im ersten Schritt bestimmten ersten Baumstrukturen bezüglich des ersten Wavelets zurücktransformiert und so ein auf die gewünschte Darstellungsgenauigkeit zurück gerechneter Ausschnitt der ur sprünglich aufgenommenen Datenwerte bestimmt werden kann.In other words, there is a decompression in two stages, in a first stage the preferably extracted using Nyquist's sampling theorem Coefficients with respect to the second wavelet preselected in the second tree structure be transformed back and in a second stage the coefficients of the first Step certain first tree structures transformed back with respect to the first wavelet and thus a section of the original calculated back to the desired representation accuracy data values originally recorded can be determined.

Die Möglichkeit der eindeutigen Rückrechnung der Ursprungsdaten einer Wavelet-Trans formation erlaubt es, auch durch Hintereinanderschaltung geeigneter Vorrichtungen eine schnelle Transformation vorzunehmen. Wird eine Transformation vorgenommen, deren zu grunde liegendes Wavelet die gewünschten Interpolationseigenschaften besitzt, so können In terpolation und Dekompression durch ein- und dieselbe Baugruppe sehr effizient vorgenommen und die resultierenden Interpolationskoeffizienten als Interpolation dargestellt werden.The possibility of clear back calculation of the original data of a wavelet trans formation allows a by connecting suitable devices in series to make quick transformation. If a transformation is made, its to underlying wavelet has the desired interpolation properties, so In Terpolation and decompression performed very efficiently by one and the same assembly and the resulting interpolation coefficients are presented as interpolation.

Bei begrenzter Bandbreite eines Übertragungskanals besteht die Notwendigkeit, bereits nach der Übermittlung sehr weniger (Interpolations-)Koeffizienten eine grobe Voransicht zur Verfügung zu stellen, und diese zu verfeinern, sobald die weiteren Koeffizienten übertragen werden.If the bandwidth of a transmission channel is limited, it is necessary to use the Submitting very few (interpolation) coefficients a rough preview is available and refine it as soon as the other coefficients are transferred.

Gemäß einer weiteren bevorzugten Ausführungsform des erfindungsgemäßen Verfahrens ist vorgesehen, dass eine Korrektur der Messwerte gegen unerwünschte (Signal-)Übertragungs funktions-Artefakte durchgeführt wird, wobei die der ersten Baumstruktur und/oder zweiten Baumstruktur zu Grunde liegenden ersten und/oder zweiten Wavelets den Spektraleigenschaf ten und/oder differentiellen Spektraleigenschaften der zu erfassenden Messwerte angepasst werden. Als Spektraleigenschaft bzw. Spektralstruktur einer Messapparatur bezeichnet man die Lage und Ausprägung der verschiedenen Verstärkungsfaktoren, mit denen die Messapparatur gewisse grundlegende Signalverläufe belegt. Die grundlegenden Signalverläufe sind dabei die jenigen, die von der Messapparatur nur um einen, eventuell einstellbaren Faktor verstärkt, je doch nicht verzerrt oder in ihrer Bauform verändert werden. Für Messapparaturen, die keine Sättigungserscheinungen zeigen, d. h. linear arbeiten und keine Reflexion an ihren Eingängen vornehmen, die gespeichert werden und spätere Ereignisse beeinflussen, sind dies die harmoni schen Fourierfunktionen. Ihre Spektralstruktur ist in diesem Fall ihre fouriertransformierte Übertragungsfunktion. In Anlehnung an ein Prisma als optische Messapparatur werden die Lage und Ausprägung der Verstärkungsfaktoren oft als Spektrallinien bezeichnet. Wegen ihrer physi kalisch bedingten Unschärfe treten Spektral-"Linien" nicht als Linien, sondern als mehr oder weniger breite Formen in Erscheinung. Als differentielle Spektralstruktur bzw. differentielle Spektraleigenschaft einer Messapparatur bezeichnet man die Form ihrer Spektrallinien.According to a further preferred embodiment of the method according to the invention provided that a correction of the measured values against unwanted (signal) transmission Functional artifacts is performed, which of the first tree structure and / or second Tree structure underlying the first and / or second wavelets the spectral property th and / or differential spectral properties of the measured values to be recorded will. This is referred to as the spectral property or spectral structure of a measuring apparatus Location and characteristics of the various gain factors with which the measuring apparatus certain basic waveforms are occupied. The basic waveforms are those that are only amplified by the measuring apparatus by one, possibly adjustable factor, each not distorted or changed in their design. For measuring devices that do not Show signs of saturation, d. H. work linearly and no reflection at their inputs that are saved and influence later events, these are the harmoni Fourier functions. In this case, their spectral structure is their Fourier-transformed Transfer function. Based on a prism as an optical measuring device, the position and expression of the amplification factors are often referred to as spectral lines. Because of their physi The blur caused by calicities does not occur spectral "lines" as lines but as more or less broad shapes in appearance. As a differential spectral structure or differential Spectral property of a measuring device is called the shape of its spectral lines.

Aus der Signaltheorie ist bekannt, dass das Spektralverhalten eines Sensors über die in seinen Signalen enthaltenden Informationen in Form seiner Übertragungsfunktion (sogar vollständig) Auskunft gibt. Die gute Anpassung einer Kompressionsvorrichtung an die Spektralstruktur ei ner daran angeschlossenen Datenquelle ist daher eine Voraussetzung sowohl für das Erreichen hoher Kompressionsfaktoren als auch für die Korrektur der Messwerte gegen unerwünschte Übertragungsfunktions-Artefakte.It is known from signal theory that the spectral behavior of a sensor exceeds that in its Information containing signals in the form of its transfer function (even complete) Provides information. The good adaptation of a compression device to the spectral structure A connected data source is therefore a prerequisite for both reaching high compression factors as well as for the correction of the measured values against undesired Transfer function artifacts.

Insbesondere ist das erfindungsgemäße Verfahren in der Lage, beliebig viele Datenerfass ungssysteme vollständig asynchron zu überwachen, ihre Daten zu komprimieren und zu archi vieren und eine Datenanalyse vorzugsweise an separaten Stationen durchzuführen, wobei erfin dungsgemäß nicht mehr als dreimal so viel Zugriffe auf ein Archiv bzw. eine Bibliothek auszu führen sind, wie Interpolationsstützstellen für die Erstellung einer Analysenübersicht erforder lich sind.In particular, the method according to the invention is capable of collecting any number of data systems to be monitored completely asynchronously, their data compressed and archived four and to perform a data analysis preferably at separate stations, whereby invent According to the invention, no more than three times as many accesses to an archive or library are how interpolation support points are required to create an analysis overview are.

Eine Vorrichtung zur Lösung des Problems zeichnet sich aus durch:
A device for solving the problem is characterized by:

- A receiver with a buffer for receiving and storing the received data,
- A first calculation unit for calculating coefficients of a first Tree structure from the received data points,
- A first storage unit for storing the coefficients of the first tree structure,
- A second calculation unit for calculating coefficients of a second Tree structure from the coefficients of the first tree structure,
- A second storage unit for storing the coefficients of the second Tree structures,
- A sorting and / or filter unit for sorting and / or filtering the Coefficients of the second tree structures and
- an archive for storing the sorted and filtered coefficients of the second tree structures as compressed data.

Um ein asynchrones, Vielkanal-Messwerte-Erfassungs-, Archivierungs- und Auswertesystem zur Verfügung zu stellen, ist vorgesehen, dass der Empfänger mit einer Vielzahl von Daten quellen, wie Sensoren oder Videokameras verbunden ist. Insbesondere findet eine Unterschei dung in quantitative (Sortiereinheit) und qualitative Entscheidungseinheit/Filtereinheit statt.An asynchronous, multi-channel measured value acquisition, archiving and evaluation system It is intended to provide the recipient with a variety of data swell how sensors or video cameras are connected. In particular, there is a difference in quantitative (sorting unit) and qualitative decision unit / filter unit.

Eine besonders bevorzugte Ausführungsform der Vorrichtung sieht vor, dass diese eine Spek tralanalyseeinheit enthält, die eingangsseitig mit der ersten und/oder zweiten Speichereinheit und ausgangsseitig mit der Sortier- und/oder Filtereinheit verbunden ist. Mittels der Spektral analyseeinheit kann eine Spektralanalyse der Koeffizienten inklusive Korrektur gegen uner wünschte Übertragungsfunktions-Artefakte der Sensoren durchgeführt werden.A particularly preferred embodiment of the device provides that this is a spec tral analysis unit, the input side with the first and / or second storage unit and is connected on the output side to the sorting and / or filter unit. By means of the spectral analysis unit can perform a spectral analysis of the coefficients including correction against un desired transfer function artifacts of the sensors are performed.

Um einer Vielzahl von Benutzern den Zugriff auf die komprimierten Daten zu ermöglichen, ist vorgesehen, dass an dem Archiv eine Vielzahl von Auswertungseinheiten angeschlossen ist. Dabei kann es sich um beliebig viele Auswertungseinheiten handeln, die Analysenübersichten erstellen. Gemäß einer bevorzugten Ausführungsform ist vorgesehen, dass die Auswertungsein heit umfasst:
In order to enable a large number of users to access the compressed data, it is provided that a large number of evaluation units are connected to the archive. This can be any number of evaluation units that create analysis overviews. According to a preferred embodiment, it is provided that the evaluation unit comprises:

- a recipient for the coefficients stored in the archive,
- Decompression / reverse transformation associated with the receiver Ness,
- a display unit,
- One between decompression and / or reverse transformation unit and An Show unit arranged buffer and
- A selection unit for determining an area to be specified key data.

Weitere Vorteile, Merkmale und Einzelheiten der Erfindung ergeben sich nicht nur aus den An sprüchen, den diesen zu entnehmenden Merkmalen - für sich und/oder in Kombination -, son dern auch aus der nachfolgenden Beschreibung von den Zeichnungen zu entnehmenden bevor zugten Ausführungsbeispielen.Further advantages, features and details of the invention result not only from the An sayings, the characteristics to be extracted from them - for themselves and / or in combination -, son also be taken from the following description of the drawings before preferred embodiments.

Es zeigen:Show it:

Fig. 1 ein Blockschaltbild einer Datenerfassungs-, Kompressions- und Auswerteein heit, Fig. 1 is a block diagram of an integrated data acquisition, compression and Auswerteein,

Fig. 2 eine aus Messpunkten zusammengesetzte Messkurve, Fig. 2 is a composite of measuring points measured curve,

Fig. 3 eine Baumstruktur einer Wavelet-Transformation, die sowohl die Struktur der Bäume wiedergibt, die im Folgenden für die erste Transformation "Über sichtsbaum" bzw. für die zweite Transformation "Kompressionsbaum" genannt werden, Shows a tree structure of a wavelet transform that reflects both the structure of the trees, which are hereinafter referred to for the first transformation "overview tree", or for the second transformation "compression tree." 3,

Fig. 4 eine Grafik zur Verdeutlichung der sukzessiven Entfernung von Detailinforma tion aus einer Messreihe, wobei die einzelnen Detailinformationen in Form von sog. Schichten gespeichert werden, Fig. 4 is a graph illustrating the successive removal of detail informa tion from a series of measurements, the individual detailed information in the form of so-called. Layers are stored,

Fig. 5 a-d Beispiel einer Kompression mittels Wavelet-Zerlegung, unter Verwendung des Haar'schen Wavelets, Fig. 5 ad example of a compression by the wavelet decomposition, using the Haar'schen wavelets

Fig. 6 eine grafische Darstellung der Konzentration der Intensität der Koeffizienten ei nes stetigen Signals bei Zerlegung in einen Übersichtsbaum (senkrechtes Drei eck) und Kompressionsbäume (waagerechte Dreiecke, wobei zur besseren Über sicht nur drei, willkürlich herausgegriffene, Dreiecke dargestellt wurden), Fig. 6 is a graphical representation of the concentration of the intensity of the coefficients (eck vertical Three) ei nes continuous signal at decomposition in an overview tree and compression trees (horizontal triangles, for a better overview only three randomly chosen, triangles are shown)

Fig. 7 eine logarithmische Darstellung des Betrages der Übersichtsbaum-Koeffizienten der Temperatur gemäß Kurve in Fig. 2, Fig. 7 is a logarithmic plot of the amount of overview tree coefficients of temperature according to curve in Fig. 2,

Fig. 8 eine logarithmische Darstellung des Betrages der Kompressionsbaum- Koeffizienten zu den Koeffizienten des Übersichtsbaumes gemäß Fig. 7, Fig. 8 is a logarithmic representation of the amount of Kompressionsbaum- coefficients to the coefficients of the overview tree of FIG. 7,

Fig. 9 Beispiel einer Dekompression mittels Wavelet-Zerlegung, Fig. 9, a decompression means of wavelet decomposition,

Fig. 10a eine grafische Darstellung des Daubechies-Wavelets der Ordnung 2 und FIG. 10a is a graphical representation of the Daubechies wavelet of order 2 and

Fig. 10b eine grafische Darstellung eines Ausschnittes des Daubechies-Wavelets gemäß Fig. 10a. Fig. 10b is a graphical representation of a detail of the Daubechies wavelets according to Fig. 10a.

Fig. 1 zeigt ein Blockschaltbild einer Vorrichtung 10 zur Erfassung, Kompression sowie Aus wertung von Daten, die von einer Vielzahl von Datenquellen 12.1 . . . 12.N wie beispielsweise Sensoren zur Verfügung gestellt werden. Die Sensoren 12.1 . . . 12.N sind mit einem Empfänger mit Zwischenspeicher 14 verbunden, in dem die von den Sensoren 12.1 . . . 12.N zur Verfügung gestellten Daten zwischengespeichert werden. Dabei können beliebig viele sequentielle Senso ren 12.1 . . . 12.N asynchron an den Zwischenspeicher 14 angeschlossen werden. Der Zwischen speicher 14 ist mit einer Kompressions- und Spektralanalysevorrichtung 16 verbunden, in der eine Kompression und/oder eine Spektralanalyse der empfangenen Daten durchgeführt wird. Schließlich ist ein Archiv 18 vorgesehen, in dem die komprimierten und gegebenenfalls spektral korrigierten Daten abgelegt bzw. gespeichert werden. An das Archiv 18 sind eine Vielzahl von Auswerteeinheiten 20.1 . . . 20.N angeschlossen, durch die beispielsweise Analysenübersichten wie grafische Darstellungen der aufgenommenen Daten darstellbar sind. Fig. 1 shows a block diagram of a device 10 for recording, compression and evaluation of data from a variety of data sources 12.1 . . . 12 .N such as sensors can be made available. The sensors 12.1 . . . 12 .N are connected to a receiver with an intermediate memory 14 , in which the sensors 12.1 . . . 12 .N provided data are temporarily stored. Any number of sequential sensors 12.1 . . . 12 .N can be connected asynchronously to the intermediate memory 14 . The intermediate memory 14 is connected to a compression and spectral analysis device 16 , in which compression and / or spectral analysis of the received data is carried out. Finally, an archive 18 is provided in which the compressed and possibly spectrally corrected data are stored or stored. A large number of evaluation units 20.1 are attached to the archive 18 . . . 20 .N connected, through which, for example, analysis overviews such as graphic representations of the recorded data can be displayed.

Die Kompressions- und Spektralanalysevorrichtung 16 umfasst eine erste Berechnungseinheit 22 sowie eine erste Speichereinheit 23 zur Berechnung und Speicherung einer ersten Baum struktur wie Übersichtsbaum, der eine zweite Berechnungseinheit 24 mit einer zweiten Spei chereinheit 25 zur Berechnung und Speicherung einer zweiten Baumstruktur wie Kompres sionsbaum nachgeordnet ist. Die Speichereinheiten 23, 25 sind mit einem Spektralanalysator 26 verbunden. Ein Ausgang der zweiten Speichereinheit 25 sowie des Spektralanalysators 26 ist mit einer Sortier- und Filtereinheit 28 verbunden, deren Ausgang mit einem Eingang des Ar chivs 18 verbunden ist.The compression and spectral analysis device 16 comprises a first calculation unit 22 and a first memory unit 23 for calculating and storing a first tree structure such as an overview tree, which is followed by a second calculation unit 24 with a second memory unit 25 for calculating and storing a second tree structure such as a compression tree . The storage units 23 , 25 are connected to a spectral analyzer 26 . An output of the second storage unit 25 and the spectral analyzer 26 is connected to a sorting and filtering unit 28 , the output of which is connected to an input of the archive 18 .

Die Auswerteeinheit 20.1 . . . 20.N umfasst einen Empfänger 30, der über ein Datenüber tragungsmedium wie Bussystem mit dem Archiv 18 verbunden ist. Findet die Datenerfassung in Örtlichkeiten ohne elektromagnetische Emissionen statt, deren Intensität elektrische oder elek tronische Installationen zu stören vermag, z. B. in einer medizinischen Einrichtung, so sind han delsübliche elektrische, für diesen Zweck konzipierte Leitungen zur Datenweiterleitung ausrei chend. Findet die Datenerfassung jedoch in industriellen Anlagen statt, so sind aufgrund der oft starken elektromagnetischen Emissionen jedoch bevorzugt Leitungen auf der Basis von Licht wellenleitern (LWL) oder, sofern die Luft als Übertragungsmedium dient, Übertragungstech nologien einzusetzen, deren Übertragungsmoden eventuell sehr breitbandig sind, wie beispiels weise Spread-Spectrum-Technologie, Puls-Code-Modulation oder ähnliche. Der Empfänger 30 ist ausgangsseitig mit einer Dekompressionseinheit 32 verbunden, die über einen Anzeige zwischenspeicher 34 mit einem Analysenanzeigesystem 36 verbunden ist. Das Analysen anzeigesystem 36 ist seinerseits mit einer Bereichswahleinheit 38 verbunden, die über das Da tenübertragungsmedium Zugriff auf das Archiv 18 hat.The evaluation unit 20.1 . . . 20 .N comprises a receiver 30 which is connected to the archive 18 via a data transmission medium such as a bus system. Does the data acquisition take place in locations without electromagnetic emissions, the intensity of which can disrupt electrical or electronic installations, e.g. B. in a medical facility, so are customary electrical, designed for this purpose lines for data forwarding sufficient. However, if the data acquisition takes place in industrial plants, because of the often strong electromagnetic emissions, lines based on fiber optics (LWL) or, if the air serves as the transmission medium, transmission technologies whose transmission modes may be very broadband are preferred, such as for example, spread spectrum technology, pulse code modulation or the like. On the output side, the receiver 30 is connected to a decompression unit 32 , which is connected to an analysis display system 36 via an intermediate display 34 . The analysis display system 36 is in turn connected to an area selection unit 38 which has access to the archive 18 via the data transmission medium.

In der Kompressions- und Spektralanalysevorrichtung 16 wird eine Kompression und gegebe nenfalls eine Spektralanalyse der zu einem beliebig festlegbaren eventuell an weitere Bedingun gen geknüpften Zeitpunkte in dem Zwischenspeicher vorliegenden Daten durchgeführt.In the compression and spectral analysis device 16 , a compression and, if necessary, a spectral analysis of the data present at an arbitrarily definable time, possibly linked to further conditions, are carried out in the buffer.

Kompression bedeutet die Auslassung überflüssiger Informationen, die im Folgenden "Details" genannt werden, aus einer Messwertreihe 40 gemäß Fig. 2, die aus Messwerten vom selben Typ wie beispielsweise der Temperatur eines Kessels oder dem Oberflächenpotential eines Herz muskels usw. besteht. Die Auslassung der Details geschieht in zwei Schritten, wobei zunächst die Details bestimmt werden und anschließend eine Bewertung ihrer Relevanz erfolgt, wonach irrelevante Details ausgelassen werden. Üblicherweise werden die Details bestimmt bzw. ge messen, indem die Messwertreihe 40 in Einheiten von Funktionen (Wavelets) zerlegt wird, die geeignet sind, die gewünschten Details zu repräsentieren. Da Wavelets im Wesentlichen Funk tionen mit Mittelwert Null sind, können diese zur Repräsentation von Details beliebiger Lage und Größe nach geeigneter Verschiebung bzw. Stauchung/Streckung des Wavelets herangezo gen werden.Compression means the omission of superfluous information, which will be called "details" in the following, from a measured value series 40 according to FIG. 2, which consists of measured values of the same type, for example the temperature of a boiler or the surface potential of a heart muscle, etc. The omission of the details takes place in two steps, the details being determined first, followed by an evaluation of their relevance, after which irrelevant details are omitted. The details are usually determined or measured by breaking down the measured value series 40 into units of functions (wavelets) which are suitable for representing the desired details. Since wavelets are essentially functions with a mean value of zero, they can be used to represent details of any position and size after suitable displacement or compression / stretching of the wavelet.

Zur Bewertung der Relevanz wird ein Maßbegriff zur quantitativen Bewertung von Unterschie den (z. B. auf Grund von durch Interpolation, Kompression oder Quantisierung verursachten Fehlern) zwischen der Repräsentation der Messwertreihe und der Messwertreihe 40 selbst her angezogen, der im Folgenden "Norm" genannt wird. Ein Detail gilt als irrelevant, wenn der durch die Auslassung nach Massgabe dieser Norm entstehende Unterschied zwischen Mess wertreihe 40 und Repräsentation der Messwertreihe eine gewisse vorgegebene Tole ranzschwelle unterschreitet. Von besonderer Bedeutung ist hierbei die sog. Energienorm oder auch Euklidische Norm, bzw. l₂-Norm ∥ ∥₂ einer Funktion bzw. der Koeffizienten (c_k)_∀k ih rer Messwertreihe: ∥∥₂ = √∫|(t)|²dt bzw. ∥(c_k)_∀k∥₂ = .In order to evaluate the relevance, a measure term for the quantitative evaluation of differences (eg due to errors caused by interpolation, compression or quantization) between the representation of the measured value series and the measured value series 40 itself is used, hereinafter referred to as "standard" becomes. A detail is considered irrelevant if the difference between the measurement series 40 and the representation of the measurement series resulting from the omission in accordance with this standard falls below a certain predetermined tolerance threshold. Of particular importance here is the so-called energy standard or Euclidean standard, or l ₂ standard ∥ ∥ _{2 of} a function or the coefficients (c _k ) _{∀k of its} measured value series: ∥∥ ₂ = √∫ | (t) | ²dt or ∥ (c _k ) _∀k ∥ ₂ =.

Dabei ist es nicht unbedingt notwendig, einen konkreten Vergleich vorzunehmen, sondern es kann die Sortiereinheit 28 der Kompressions- und Spektralanalysevorrichtung 16 verwendet werden, um allein anhand der Plazierung von bei der Zerlegung der Funktion ermittelten Koeffizienten in der sortierten Repräsentation die Toleranzschwellenentscheidung zu treffen. Mit anderen Worten findet, vorzugsweise, kein quantitativer Vergleich, der eine Kenntnis der Größe der zu vergleichenden Kurve voraussetzt, statt, sondern nur ein qualitativer Vergleich, der nur die binäre Entscheidung betrifft, ob Koeffizient 1 größer ist als Koeffizient 2.It is not absolutely necessary to make a concrete comparison, but the sorting unit 28 of the compression and spectral analysis device 16 can be used to make the tolerance threshold decision solely on the basis of the placement of coefficients determined in the decomposition of the function in the sorted representation. In other words, preferably no quantitative comparison takes place, which presupposes knowledge of the size of the curve to be compared, but only a qualitative comparison, which only concerns the binary decision as to whether coefficient 1 is greater than coefficient 2.

Als Koeffizient wird in diesem Zusammenhang die numerische Ausprägung eines Wertes zum Zweck der Darstellung eines oder einer Reihe von Messwerten bezeichnet. Messwerte können zwar zu beliebigen Zeiten gemessen werden, werden tatsächlich jedoch immer nur zu wenigen Zeiten, zeitlich punktuell gemessen. Stellt sich die Frage, wie die Messwerte zu den nicht in der Messung berücksichtigten Zeiten aussehen würden, so wird jedem zeitlich punktuell an genommenen Messwert ein zugehöriger Verlauf (die sog. Übertragungsfunktion) zugeordnet, wobei die Gesamtheit aller "Verläufe" als Basis bezeichnet wird. Fügt man sämtliche "Verläufe" multipliziert mit ihren zugehörigen Messwerten wieder zusammen, so ergibt sich ein kontinu ierlicher Gesamtverlauf, wobei man die einem gewissen Problem angemessene Basis von "Verläufen", die die in den Messwerten enthaltene Information wiedergibt und sich auch bei zeitlich unendlich feiner Messung ergeben würde, "Spektralzerlegung" nennt.In this context, the numerical expression of a value becomes the coefficient Purpose of displaying one or a series of measured values. Measured values can although they are measured at any time, they are actually always only a few Times, measured punctually. The question arises as to how the measured values are not in the Measurement would take into account the times taken into account, so everyone will selectively point in time associated measurement (assigned the so-called transfer function), whereby the entirety of all "courses" is called the basis. If you add all "gradients" multiplied by their associated measured values again, the result is a continuous overall course, whereby the basis of "Courses", which reproduces the information contained in the measured values and also at would result in infinitely fine measurement over time, calls "spectral decomposition".

Erfindungsgemäß erfolgt in der ersten Berechnungseinheit 22 eine erste Wavelet-Zerlegung, wobei die dabei ermittelten Koeffizienten nach Art einer Übersichtsbaumstruktur 42 gemäß Fig. 3 in die Übersichtsbaumstruktur-Speichereinheit 23 eingefügt werden. Erfindungsgemäß erfolgt in der zweiten Berechnungseinheit 24 eine zweite Wavelet-Zerlegung der ersten Wave let-Zerlegung, deren Koeffizienten gemäß einer Kompressionsbaumstruktur 44, die der Über sichtsbaumstruktur 42 entspricht, in den Kompressionsbaum-Strukturspeicher 25 einsortiert werden.According to the invention, a first wavelet decomposition takes place in the first calculation unit 22 , the coefficients determined in this way being inserted into the overview tree structure storage unit 23 in the manner of an overview tree structure 42 according to FIG. 3. According to the invention, a second wavelet decomposition of the first wave let decomposition takes place in the second calculation unit 24 , the coefficients of which are sorted into the compression tree structure memory 25 in accordance with a compression tree structure 44 which corresponds to the overview tree structure 42 .

Vorzugsweise handelt es sich bei der Wavelet-Transformation um die sogenannte "schnelle Wavelet-Transformation", mit der einerseits die Möglichkeit gegeben ist, die Transformation auf beliebig großen Teilen der Messdaten auszuführen und die andererseits erlaubt, den für die Messdaten reservierten Speicherplatz für die Speicherung der Koeffizienten des Übersichts baumes 42 und/oder des Kompressionsbaumes 44 weiter zu verwenden. Wie zuvor erwähnt, werden erfindungsgemäß zuerst der Übersichtsbaum 42 und danach der Kompressionsbaum 44 berechnet und abgespeichert. Ein Algorithmus zur Erstellung der beiden Baumtypen 42, 44 ist bis auf die Wahl der zu Grunde liegenden Wavelets identisch.Preferably, the wavelet transformation is the so-called "fast wavelet transformation", with which, on the one hand, there is the possibility of carrying out the transformation on parts of the measurement data of any size and, on the other hand, which allows the storage space reserved for the measurement data for storage the coefficients of the overview tree 42 and / or the compression tree 44 continue to be used. As previously mentioned, according to the invention the overview tree 42 and then the compression tree 44 are calculated and stored. An algorithm for creating the two tree types 42 , 44 is identical except for the choice of the underlying wavelets.

Ein Schema zur Verdeutlichung der Konstruktion von Schichten der Baumstrukturen 42, 44, das einer sukzessiven Entfernung von Detailinformationen aus einer Messreihe entspricht, ist in Fig. 4 dargestellt. Bei Verwendung der "schnellen Wavelet-Transformation" werden in einer untersten Schicht (Schicht Null) 46 zunächst die Originaldaten eingetragen. In einer ersten Schicht 48 werden von den Original-Messdaten abgesplittete Details 50 sowie übrig bleibende Messwerte 52 gespeichert. Die Mittelwerte (Messreihe ohne Details) 52 werden als Eingangs daten für eine nächsthöhere Schicht 54 verwendet, die wiederum Details 56 der Mittelwerte 52 der vorhergehenden Schicht sowie übrig gebliebene Mittelwerte 58 enthält. Dabei werden von Schicht zu Schicht die Details jeweils doppelt so groß.A diagram for clarifying the construction of layers of the tree structures 42 , 44 , which corresponds to a successive removal of detailed information from a series of measurements, is shown in FIG. 4. When using the "fast wavelet transformation", the original data are initially entered in a lowermost layer (layer zero) 46 . In a first layer 48 , details 50 split off from the original measurement data as well as remaining measurement values 52 are stored. The mean values (series of measurements without details) 52 are used as input data for a next higher layer 54 , which in turn contains details 56 of the mean values 52 of the previous layer as well as remaining mean values 58 . The details become twice as large from layer to layer.

Die Wavelet-Transformation endet, wenn die Details eine vorher vorgewählte Größe erreicht haben, oder wenn eine Schicht weniger als M-Koeffizienten enthält, wobei das Wavelet durch M-Koeffizienten festgelegt ist. Zwar ist dieses Kriterium, die Transformation zu beenden, das meist verwendete, jedoch keineswegs zwingend. Ohne die Integrität der Messreihe 46 zu verlet zen, kann sie mit Null-Daten so aufgefüllt werden, dass in jeder Schicht mehr als M- Koeffizienten übrigbleiben.The wavelet transformation ends when the details have reached a preselected size or when a layer contains fewer than M coefficients, the wavelet being determined by M coefficients. Although this criterion to end the transformation is the most used, it is by no means mandatory. Without violating the integrity of the series of measurements 46 , it can be filled with zero data in such a way that more than M coefficients remain in each layer.

Die Konstruktion des Übersichtsbaumes 42 sowie des Kompressionsbaumes 44 kann vorzugs weise rekursiv durchgeführt werden. Dazu werden zunächst die Details 50 größtmöglicher Feinheit von dem Satz Messdaten 46 abgesplittet, die der Zwischenspeicher 14 geliefert hat, und zusammen mit den übrig gebliebenen Mittelwerten 52 in denselben Speicherstellen abgespei chert, die vorher die Messdaten 46 belegten. Die Rekursion besteht darin, den entstandenen Mittelwerten 52, 58 die Rolle der Messdaten zukommen zu lassen und wieder Details abzu splitten und zusammen mit den übrig gebliebenen Mittelwerten anstelle dieser Mittelwerte zu speichern. Das bedeutet jedoch nicht, dass die Kontrolle des durch die Kompression entstehen den Fehlers eine Rekursion erfordert, in der die Auslassung oder Veränderung von Koeffizien ten zur Kompression immer wieder, z. B. durch Dekompression, überprüft und gegebenenfalls verworfen wird. Auch wenn diese Vorgehensweise üblich ist, so wird sie im Rahmen dieser Er findung durch die zweistufige Zerlegung der Messdaten in einen Übersichtsbaum und mehrere Kompressionsbäume überflüssig.The construction of the overview tree 42 and the compression tree 44 can preferably be carried out recursively. For this purpose, the details 50 of the greatest possible fineness are split off from the set of measurement data 46 , which the intermediate memory 14 has supplied, and are stored together with the remaining mean values 52 in the same memory locations which previously occupied the measurement data 46 . The recursion consists of giving the averages 52 , 58 the role of the measurement data and splitting off the details again and storing them together with the averages remaining instead of these averages. However, this does not mean that the control of the error caused by the compression requires a recursion in which the omission or change of coefficients for compression again and again, e.g. B. by decompression, checked and discarded if necessary. Even if this procedure is common, it is made redundant in the context of this invention by the two-stage decomposition of the measurement data into an overview tree and several compression trees.

Erfindungsgemäß wird jeder in dem Übersichtsbaum 42 und/oder Kompressionsbaum enthalte ne Messzeit, zu einer gehörige Wavelet-Koeffizient in Form eines Tripels aus seiner Schicht nummer, seiner Messzeit und dem eigentlichen Koeffizientenwert gespeichert. Dabei erfolgt die Konstruktion und Speicherung des Übersichtsbaumes 42 und/oder des Kompressionsbaumes, indem zunächst die ersten M + 1 Messdaten-Koeffizienten (Messwerte) in internen Speicherplät zen der Übersichtsbaumstruktur-Speichereinheit 23 und/oder der Kompressions- Baumstrukturspeichereinheit 25 abgelegt werden, wobei M die zur Darstellung des gewählten Wavelets notwendige Anzahl an Wavelet-Koeffizienten ist. Sodann wird der Detail-Koeffizient 50 sowie der Mittelwerte-Koeffizient 52 berechnet und in den Speicherplätzen der ersten beiden Messdaten abgelegt. Diese werden dadurch zwar überschrieben, können jedoch jederzeit rekon struiert werden. In jedem weiteren Schritt werden die verbleibenden M - 1-Koeffizienten durch zwei neue Koeffizienten ergänzt und die im vorhergehenden Punkt beschriebene Verfahrens weise wiederholt. Auf diese Art und Weise werden nur 3(M + 1) - 2-Speicherplätze mehr benö tigt, als Messwerte aus der Zwischenspeichereinheit gelesen wurden. Die Zahl 3 (M + 1) - 2 re sultiert erstens von den M + 1 internen Speicherplätzen und zweitens von je M - 1 am linken und rechten Rande einer Ebenschicht übrigbleibenden Koeffizienten, die die Randeffekte aufneh men, die beispielsweise in der 2d-Fourier-Transformation die bekannten sternförmigen Ran dartefakte erzeugen.According to the invention, each measurement time contained in the overview tree 42 and / or compression tree is stored for a corresponding wavelet coefficient in the form of a triple from its layer number, its measurement time and the actual coefficient value. The overview tree 42 and / or the compression tree is constructed and stored by first storing the first M + 1 measurement data coefficients (measured values) in internal memory locations of the overview tree structure storage unit 23 and / or the compression tree structure storage unit 25 , M is the number of wavelet coefficients required to represent the selected wavelet. The detail coefficient 50 and the mean value coefficient 52 are then calculated and stored in the storage locations of the first two measurement data. These are overwritten, but can be reconstructed at any time. In each further step, the remaining M - 1 coefficients are supplemented by two new coefficients and the procedure described in the previous point is repeated. In this way, only 3 (M + 1) - 2 memory locations are required than measured values were read from the buffer unit. The number 3 (M + 1) - 2 results firstly from the M + 1 internal storage spaces and secondly from M - 1 each of the coefficients remaining on the left and right edge of a level layer, which take up the edge effects that are used, for example, in the 2d Fourier -Transformation generate the well-known star-shaped Ran dartefacts.

Bei bekannten Wavelet-Kompressionsverfahren werden die in dem Übersichtsbaum 42 vor kommenden Koeffizienten auf möglichst wenige, häufig vorkommende Zahlenwerte, soge nannte Quantisierungsniveaus gerundet bzw. quantisiert. Durch geeignete Wahl des Quantisie rungsniveaus sowie ihrer Anzahl lässt sich die Kompression steuern, was jedoch mit Schwierig keiten verbunden ist, da in der Praxis oft nicht nur waagerechte/echte Plateaus auftreten, son dern auch nicht-linear ansteigende oder gekrümmte Plateaus. Die beschriebene Quantisierung wird diese Plateaus in waagerechte Segmente pixeln, obwohl dies nicht notwendig wäre, da sich Wavelets hervorragend zur Interpolation eignen. Wird nur ein Quantisierungsniveau verwendet, so ist die Repräsentation der Messwertreihe lediglich eine Konstante, deren Wert den Mittelwert der Messwertreihe annimmt; die Kompression ist maximal, wobei nur drei Werte, Anfang und Ende der Funktion und der Koeffizientenwert gespeichert werden müssen. Wird jeder vorkom mende Koeffizientenwert als Quantisierungsniveau verwendet, so ist die Repräsentation der Messwertreihe zwar genau, aber es liegt in der Praxis keine Kompression vor.In known wavelet compression method, the rounded or in the overview tree 42 before coming coefficient to as few frequently occurring numerical values, so-called quantization quantized. The compression can be controlled by a suitable choice of the quantization level and its number, but this is associated with difficulties, since in practice not only horizontal / real plateaus occur, but also non-linearly increasing or curved plateaus. The quantization described will pixelate these plateaus into horizontal segments, although this would not be necessary since wavelets are ideal for interpolation. If only one quantization level is used, the representation of the measured value series is merely a constant, the value of which assumes the mean value of the measured value series; the compression is maximum, with only three values, the beginning and end of the function and the coefficient value, having to be stored. If every occurring coefficient value is used as the quantization level, the representation of the measured value series is accurate, but in practice there is no compression.

Gemäß einem wesentlichen Erfindungsgedanken erfolgt daher die zweite Wavelet-Trans formation, wobei sozusagen über dem Übersichtsbaum 42 der Kompressionsbäume 44 berech net bzw. aufgestellt wird. Mit anderen Worten wird jede Schicht 50, 56, 58 des Übersichts baums 42 noch einmal in einen "Übersichts-Übersichts-Baum" zerlegt, der hier mit Kompres sionsbaum 44 bezeichnet wird. Erfindungsgemäß zeigt sich, dass in jedem Kompressionsbaum 44 nur wenige Koeffizienten bedeutsam große Werte besitzen und die meisten fast den Wert Null annehmen. Der Kompressionsbaum 44 selbst enthält die abgesplitteten Details 50, 56 so wie eine Schicht von den übrig gebliebenen Mittelwerten 58.According to an essential concept of the invention, the second wavelet transformation takes place, with the compression tree 44 being calculated or set up over the overview tree 42 , so to speak. In other words, each layer 50 , 56 , 58 of the overview tree 42 is broken down again into an “overview overview tree”, which is referred to here as compression tree 44 . According to the invention, it can be seen that in each compression tree 44 only a few coefficients have significantly large values and most of them assume almost the value zero. The compression tree 44 itself contains the split details 50 , 56 as well as a layer of the remaining mean values 58 .

Am Beispiel der in Fig. 5a dargestellten Funktion 64 soll beispielhaft eine Wavelet-Zerlegung beschrieben werden. Die Funktion 64 besteht aus vier Blöcken 66, 68, 70, 72, die mit Hilfe des in Fig. 5b dargestellten Wavelets 74, einem sogenannten Haar-Wavelet, in Details und Mittel werte zerlegt werden soll (Block 66 besitzt die Höhe Null). Das Wavelet 74 weist zwei Blöcke 76, 78 auf, deren Größe mit dem Wert 1 angenommen wird, so dass zwei Exemplare, d. h. Paare von Blöcken 76, 78 der Funktion 74 in die zu zerlegende Funktion 64 eingepasst werden kön nen, wie dies gemäß Fig. 5c dargestellt ist. Die Einpassung (Halbierung der Länge und Höhe sowie geeignete Verschiebung) des Haar-Wavelets 74 in eine rechte Hälfte der Funktion 64 ist in Fig. 5c dargestellt, wobei ein Detail grafisch als Höhenunterschied des überstehenden Teils eines rechten Blockes 80 über einen linken Block 80 ermittelt wird. Daraus ergibt sich ein De tail d_r = (9 - 4)/2 = 2,5. Fig. 5d veranschaulicht die Berechnung des Mittelwertes, der grafisch durch das Umklappen des überstehenden Teils 82 des rechten Blockes ermittelt wird, wobei sich ein Mittelwert m_r = (9 + 4)/2 = 6,5 ergibt.Using the example of the function 64 shown in FIG. 5a, a wavelet decomposition will be described as an example. The function 64 consists of four blocks 66 , 68 , 70 , 72 , which are to be broken down into details and mean values using the wavelet 74 shown in FIG. 5b, a so-called Haar wavelet (block 66 has zero height). The wavelet 74 has two blocks 76 , 78 , the size of which is assumed to be 1, so that two copies, ie pairs of blocks 76 , 78, of the function 74 can be fitted into the function 64 to be broken down, as shown in FIG . 5c is shown. The fitting (halving of the length and height and suitable shift) of the hair wavelet 74 into a right half of the function 64 is shown in FIG. 5c, a detail being determined graphically as a height difference of the protruding part of a right block 80 via a left block 80 becomes. This results in a de tail d _r = (9 - 4) / 2 = 2.5. FIG. 5d illustrates the calculation of the mean value, which is determined graphically by folding over the protruding part 82 of the right block, resulting in an average value m _r = (9 + 4) / 2 = 6.5.

Desgleichen ergeben sich ein Mittelwert und ein Detail für die linken Blöcke 66, 68 der Funkti on 64, d. h. eine Funktion aus 4 Blöcken 66. . . 72 kann in zwei Mittelwerte und zwei Details zer legt werden. Wie in Fig. 3 dargestellt, werden die Details beispielsweise in Schicht 1 des Über sichtsbaums 44 abgespeichert, wobei die Mittelwerte nochmals in ein Detail in Schicht 2 sowie einen Mittelwert in Schicht 3 zerlegt werden. Insgesamt erhält man einen Mittelwert und drei Details. In diesem Beispiel zeigt sich, dass das Detail d_l der linken Blöcke 66, 68 mit d_l = (1 - 0)/2 = 0,5 wesentlich kleiner ist als das Detail d_r der rechten Blöcke 70, 72. Sofern es bezüglich einer vorgegebenen Toleranz akzeptabel ist, die beiden linken Blöcke 66, 68 durch einen großen Block der Höhe 0,5 zu ersetzen, kann d_l:= Null gesetzt werden, ohne die Funktion wesentlich zu verändern.Likewise, there is an average and a detail for the left blocks 66 , 68 of the function 64 , that is, a function of 4 blocks 66 . . . 72 can be broken down into two averages and two details. As shown in FIG. 3, the details are stored, for example, in layer 1 of the overview tree 44 , the mean values being broken down again into a detail in layer 2 and an average value in layer 3. Overall, you get an average and three details. This example shows that the detail d _{l of} the left blocks 66 , 68 with d _l = (1 - 0) / 2 = 0.5 is significantly smaller than the detail d _{r of} the right blocks 70 , 72 . If it is acceptable with respect to a given tolerance to replace the two left blocks 66 , 68 with a large block of height 0.5, d _l : = zero can be set without significantly changing the function.

Schließlich wird den Details d_l und d_r eine Messzeit zugeordnet, zu der diese zum ersten Mal einen Wert ungleich Null annehmen. Im beschriebenen Fall wird beispielsweise dem Detail d_r die Messzeit 1/2 und dem Detail d_l die Messzeit Null zugeordnet. Allgemein gehört ein Detail zu der Messzeit t_Detail = _{tmin. berücksichtigter Messpunkt}/(2^st), wenn die kleinste in seine Berechnung eingegangene Messzeit t_{min. berücksichtigter Messpunkt}, s seine Schichtnummer und Δt die zwischen zwei Messungen vergangene Zeit sind, wobei die unteren Gaußklammern die nächstkleine re ganze Zahl zu einer beliebigen reellen Zahl bezeichnet. Finally, the details d _l and d _{r are assigned} a measuring time at which they take on a non-zero value for the first time. In the case described, the measurement time 1/2 is assigned to the detail d _r and the measurement time zero to the detail d _l . In general, a detail belongs to the measurement time t _detail = _{tmin. considered measuring point} / (2 ^s t) if the smallest measuring time t _{min. the measuring point taken into account} , s its layer number and Δt are the time elapsed between two measurements, the lower Gauss brackets denoting the next smallest right integer to any real number.

Die beschriebene Wavelet-Zerlegung basiert auf dem allgemeinen Prinzip, die Koeffizienten ei ner zu zerlegenden Funktion, wie beispielsweise der Messreihe 40 gemäß Fig. 2 oder der Bei spielfunktion 64 gemäß Fig. 5a in Zweiergruppen einzuteilen und ein gewichtetes Mittel über sie und im allgemeinen noch weitere Koeffizienten zu berechnen.The wavelet decomposition described is based on the general principle of dividing the coefficients of a function to be decomposed, such as the measurement series 40 according to FIG. 2 or the example function 64 according to FIG. 5a, into groups of two and a weighted average over them and in general to calculate further coefficients.

Sind die zu zerlegende Funktion in Form der Koeffizienten c_k (für k = 0, . . ., N), ihre De tails durch die Koeffizienten d_k, das Wavelet in Form der Koeffizienten g_l (für l = 2 - M, . . ., 1, d. h. M Koeffizienten bestimmen das Wavelet) und seine zugehörige Mittel wertebestimmungsfunktion (die sog. Skalierungsfunktion) in Form der Koeffizienten h_l (für l = 0, . . ., M - 1) gegeben, so läßt sich die am obigen Beispiel (M = 2, h₀ = h₁ = √2/2, g₀ = √2/2, g₁ = (- √2/2)) erläuterte Zerlegung auf die folgende, verallgemeinerte Form bringen:
Are the function to be broken down in the form of the coefficients c _k (for k = 0,..., N), their details by the coefficients d _k , the wavelet in the form of the coefficients g _l (for l = 2 - M,. .., 1, ie M coefficients determine the wavelet) and its associated mean value determination function (the so-called scaling function) in the form of the coefficients h ₁ (for l = 0,..., M-1), the am Bring the above example (M = 2, h ₀ = h ₁ = √2 / 2, g ₀ = √2 / 2, g ₁ = (- √2 / 2)) to the following generalized form:

Die berechneten Detailkoeffizienten d_k werden in der ersten Detailschicht 56 aus Fig. 3 ein getragen, die Mittelwertekoeffizienten c_{k, nächsthöhere Schicht} übernehmen im nächsten Zerlegungs schritt die Rolle der Koeffizienten c_k.The calculated detail _coefficients d _k are entered in the first detail _layer 56 from FIG. 3, the mean value _coefficients c _{k, the next higher layer} assume the role of the coefficients c _k in the next decomposition step.

Es fallen bei Betrachtung dieser Formeln drei Dinge auf:
When looking at these formulas, three things stand out:

- In both formulas, the index k always appears twice on the right side. The coefficients c k are therefore only processed in groups of two, as indicated above.
- In both formulas only sums of products of the coefficients c k with constant coefficients occur. Such calculation formulas are called linear and enable the decomposition to be carried out initially only on a part of the coefficients c k and later to be combined by simple addition.

Die Wahl der das Wavelet bestimmenden Größen zu M = 2, g₀ = √2/2, g₁ = (- √2/2) (die Koeffizienten h_l = (-1)^l g_{1- l} sind durch die Koeffizienten g_l festgelegt) erzeugt das schon beleuchtete Haar'sche Wavelet. Es reichen also schon wenige, dafür aber genau festgelegte Kenngrößen aus, um eine relativ komplizierte Zerlegung festzulegen, was eine Folge ihrer Konstruktionsweise ist und ihre sog. Selbstähnlichkeit bedingt. Als einfaches Beispiel soll das durch M = 4, h₀ = (1 - √3)/(4√2), h₁ = (3 - √3)/(4√2), h₂ = (3 + √3)/(4√2), h₃ = (1 + √3)/(4√2) festgelegte Wavelet, das sog. Daubechies-Wavelet zweiter Ordnung 112 gemäß Fig. 10 dienen.The choice of the quantities determining the wavelet for M = 2, g ₀ = √2 / 2, g ₁ = (- √2 / 2) (the coefficients h _l = (-1) ^l g _{1- l} are given by the coefficients g _l fixed) generates the already illuminated Haar'sche Wavelet. So a few, but precisely defined parameters are sufficient to determine a relatively complicated disassembly, which is a consequence of their construction and their so-called self-similarity. As a simple example this should be done by M = 4, h ₀ = (1 - √3) / (4√2), h ₁ = (3 - √3) / (4√2), h ₂ = (3 + √3 ) / (4√2), h ₃ = (1 + √3) / (4√2) fixed wavelet, the so-called second-order Daubechies wavelet 112 according to FIG. 10 are used.

Fig. 6 zeigt eine grafische Darstellung der Konzentration der Intensität der Koeffizienten eines stetigen Signals bei der Zerlegung in Übersichts- und Kompressionsbäume. Wie zuvor erläutert, werden die empfangenen Messdaten 46 der Funktion 40 gemäß Fig. 2 durch die Übersichts- Baumstruktur-Berechnungseinheit 22 nach dem Verfahren gemäß Fig. 4 in die erste Baum struktur 42 gemäß Fig. 3 zerlegt, die in Fig. 6 durch das senkrecht stehende Dreieck 84 darge stellt ist. Das Dreieck 84 weist zu einer Grundkante 86, die der Schicht 46 (nullte Schicht) ent spricht, parallel verlaufende dunkle Linien 88 auf, die die verschiedenen Schichten 50, 56 der Baumstruktur 42 darstellen. FIG. 6 shows a graphical representation of the concentration of the intensity of the coefficients of a continuous signal when broken down into overview and compression trees. As explained above, the received measurement data 46 of the function 40 according to FIG. 2 is broken down by the overview tree structure calculation unit 22 according to the method according to FIG. 4 into the first tree structure 42 according to FIG. 3, which is shown in FIG vertical triangle 84 is Darge. The triangle 84 has dark lines 88 running parallel to a base edge 86 , which corresponds to the layer 46 (zeroth layer), which represent the different layers 50 , 56 of the tree structure 42 .

Anschließend werden sämtliche durch die Zerlegung erhaltenen Details auf dieselbe Art, je doch gegebenenfalls bezüglich eines anderen Wavelets zerlegt. Dadurch entstehen die Kom pressionsbäume 44 gemäß Fig. 3, die in Fig. 6 durch waagerecht liegende Dreiecke 90 darge stellt sind. Die Dreiecke 90 weisen zu ihren Grundkanten 92 parallel verlaufende dunkle Linien 93 auf, die die verschiedenen Schichten der Baumstruktur 44 darstellen. Im Verlauf der dunklen Linien 88 bzw. 93 sind helle Verläufe 95 bzw. Punkte 97 dargestellt, wobei die Helligkeit der Verläufe 95 bzw. Lichtpunkte 97 dem Betrag der Koeffizienten der Zerlegung z. B. des stetigen Temperaturprofils 40 gemäß Fig. 2 entspricht.Then all the details obtained by the decomposition are decomposed in the same way, but possibly with respect to a different wavelet. This results in the compression trees 44 shown in FIG. 3, which are shown in FIG. 6 by horizontal triangles 90 Darge. The triangles 90 have dark lines 93 running parallel to their base edges 92 , which represent the different layers of the tree structure 44 . In the course of the dark lines 88 and 93 , light gradients 95 and points 97 are shown, the brightness of the gradients 95 and light points 97 being the magnitude of the coefficients of the decomposition z. B. corresponds to the continuous temperature profile 40 shown in FIG. 2.

Der Umstand, dass in den Dreiecken 90 nur wenige Lichtpunkte 97 auftreten, bedingt das gute Kompressionsvermögen des vorliegenden Verfahrens.The fact that only a few light points 97 occur in the triangles 90 determines the good compressibility of the present method.

Sofern die Messdaten, wie im beschriebenen Beispiel, als stetige Funktion vorliegen, wird bei spielsweise die mittlere Temperatur lediglich in der obersten Schicht des Übersichtsbaumes auftreten. In den darunterliegenden Schichten treten nur die Koeffizienten zur Abweichung von der mittleren Temperatur auf. Fig. 7 zeigt eine 10'er-logarithmische Darstellung des Betrages der Koeffizienten der Messreihe 40 gemäß Fig. 2, die im beschriebenen Beispiel aus ca. 14 400 Messpunkten besteht. Dabei werden die Koeffizienten der ersten 7200 Messpunkte der ersten Schicht des Übersichtsbaums zugeordnet, die folgenden 3600 Messpunkte der zweiten Schicht, weitere 1800 Messpunkte der dritten Schicht usw., wobei jede folgende Schicht halb so viele Koeffizienten wie die vorhergehende Schicht aufweist.If the measurement data is available as a continuous function, as in the example described, the average temperature will only occur in the top layer of the overview tree, for example. Only the coefficients for the deviation from the mean temperature occur in the layers below. FIG. 7 shows a 10-logarithmic representation of the amount of the coefficients of the measurement series 40 according to FIG. 2, which in the example described consists of approximately 14,400 measurement points. The coefficients of the first 7200 measuring points are assigned to the first layer of the overview tree, the following 3600 measuring points to the second layer, another 1800 measuring points to the third layer, etc., whereby each subsequent layer has half as many coefficients as the previous layer.

In Fig. 8 ist eine 10'er-logarithmische Darstellung des Betrages der Koeffizienten des Kompres sionsbaumes 44 zum Übersichtsbaum 42 gemäß Fig. 7 dargestellt. Die Koeffizienten des Kom pressionsbaumes zur ersten Schicht des Übersichtsbaumes sind in der linken Hälfte der Dar stellung, d. h. im Bereich zwischen Messpunkten 0 bis 7200 dargestellt. Im Bereich zwischen 7200 und 14400, d. h. in der Hälfte des verbleibenden Messbereichs, sind die Koeffizienten al ler weiteren Schichten dargestellt (zwischen 7200 und 10800 die der zweiten Schicht, zwi schen 10800 und 12600 die der dritten Schicht, usw.). Mit anderen Worten werden die weite ren Kompressionsbäume je in weiteren Hälften von Hälften der Darstellung dargestellt. FIG. 8 shows a 10-logarithmic representation of the amount of the coefficients of the compression tree 44 for the overview tree 42 according to FIG. 7. The coefficients of the compression tree for the first layer of the overview tree are shown in the left half of the diagram, ie in the range between measuring points 0 to 7200. In the range between 7200 and 14400, ie in half of the remaining measuring range, the coefficients of all other layers are shown (between 7200 and 10800 that of the second layer, between 10800 and 12600 that of the third layer, etc.). In other words, the further compression trees are each shown in further halves of halves of the illustration.

In Fig. 7 ist deutlich die Bildung von Plateaus 106 (die nach Stand der Technik üblicherweise durch Quantisierungsniveaus dargestellt werden) zu erkennen und Fig. 8 zeigt deutlich, dass weniger als 20% der Koeffizienten mehr als 40 dB Signalabstand zu den restlichen Koeffi zienten besitzen, d. h., dass der aus der Auslassung von ca. 80% der Koeffizienten entstehende Fehler weniger als 1/10000 der im Signal 40 enthaltenden Energie ausmacht. Dies entspricht bei der Verwendung der Energienorm als Fehlernorm einem Fehler von weniger als 0,1‰.In Fig. 7, the formation of plateaus 106 (which are usually represented by quantization of the prior art) can be clearly seen, and Fig. 8 clearly shows that less than 20% of the coefficients coefficient more than 40 dB signal margin to the remaining Koeffi have , ie that the error resulting from the omission of approx. 80% of the coefficients makes up less than 1/10000 of the energy contained in signal 40 . When using the energy standard as an error standard, this corresponds to an error of less than 0.1 ‰.

Nachdem die Messreihe 40 in oben beschriebener, erfindungsgemäßer Weise zerlegt und in die jeweiligen Speichereinheiten 23, 25 abgelegt wurde, kann mittels der Spektralanalyseeinheit 26 eine Korrektur der Messwerte gegen unerwünschte Übertragungsfunktions-Artefakte vorge nommen werden, wobei speziell zu diesem Zweck die der Übersichtsbaumstruktur- Speichereinheit 23 und/oder der Kompressionsbaumstruktur-Speichereinheit 25 zu Grunde lie genden Wavelets den Spektraleigenschaften und/oder differentiellen Spektraleigenschaften der zu erfassenden Messwerte angepasst werden können.After the measurement series 40 has been disassembled in the above-described manner according to the invention and stored in the respective storage units 23 , 25 , the spectral analysis unit 26 can be used to correct the measurement values against undesired transfer function artifacts, with the overview tree structure storage unit being used specifically for this purpose 23 and / or the compression tree structure storage unit 25 underlying wavelets can be adapted to the spectral properties and / or differential spectral properties of the measured values to be acquired.

Die in der Übersichtsbaumstruktur- 23 und/oder Kompressionsbaumstruktur- Speichereinheit 25 und/oder Spektralanalyseeinheit 26 gespeicherten Daten werden der Sortier- und Filtereinheit 28 zugeführt. In der Sortiereinheit 28 werden die Koeffizienten nach ihrer Wichtigkeit, d. h. nach ihrem Betrag sortiert, wobei die Entscheidung, welche Koeffizienten die Filtereinheit 28 passieren dürfen, nur anhand ihres Betragsverhältnisses, welcher Koeffizient größer als welcher andere ist, getroffen wird. Insbesondere werden aus der Kompressions- Baumstruktur-Speichereinheit genau so viele Koeffizienten ausgewählt, dass ein gewisser vor her einstellbarer Fehler erreicht wird, wobei nur die wichtigsten (bei Verwendung einer betrags größten) Koeffizienten die Filtereinheit passieren und im Archiv 18 abgelegt werden. Erfindungsgemäß findet keine Rekursion, teilweise Rücktransformation, Quantisierung oder eine Wiedereinsortierung in die Kompressions-Baumstrukturspeichereinheit 25 zur Fehlerabschät zung statt, sondern es erfolgt eine direkte Speicherung in das Archiv 18. Mit anderen Worten wird erfindungsgemäß eine scharfe Abschätzung des Fehlers durchgeführt, wodurch die alleini ge Archivierung derjenigen wichtigsten/größten Koeffizienten erzeugt wird, die zur Rekon struktion der Messdaten innerhalb vorgegebener Fehlergrenzen notwendig sind, d. h. es werden die Koeffizienten sortiert und anschließend nur die wichtigen/großen Koeffizienten gespeichert. Alle Speicherzugriffe erfolgen sequentiell und sind daher insbesondere für SDRAM-Ar chitekturen effizient. Die verwendete Fehlerkontrolle wird auch als "a-priori-Fehlerkontrolle" bezeichnet.The data stored in the overview tree structure 23 and / or compression tree structure storage unit 25 and / or spectral analysis unit 26 are fed to the sorting and filter unit 28 . In the sorting unit 28 , the coefficients are sorted according to their importance, ie according to their amount, the decision as to which coefficients may pass through the filter unit 28 is made only on the basis of their amount ratio, which coefficient is larger than which other. In particular, just as many coefficients are selected from the compression tree structure storage unit that a certain pre-settable error is achieved, only the most important (when using an amount of the greatest magnitude) pass the filter unit and are stored in the archive 18 . According to the invention, there is no recursion, partial re-transformation, quantization or re-sorting into the compression tree structure storage unit 25 for error estimation, but instead it is stored directly in the archive 18 . In other words, according to the invention, a sharp estimate of the error is carried out, as a result of which the sole archiving of those most important / largest coefficients is generated which are necessary for the reconstruction of the measurement data within predetermined error limits, ie the coefficients are sorted and then only the important / large ones Coefficients saved. All memory accesses are sequential and are therefore particularly efficient for SDRAM architectures. The error control used is also referred to as "a priori error control".

Das Archiv 18 ist in der Lage, alle anfallenden Daten zu speichern sowie auf Prioritäts anforderungen, wie z. B. Einfüllgrad des Zwischenspeichers 14, zu reagieren und dennoch asynchrone Anfragen der Auswertungseinheiten 20.1 . . .20.N zu erfüllen.The archive 18 is able to store all the data that arises as well as priority requests, such as. B. fill level of the buffer 14 to react and yet asynchronous requests from the evaluation units 20.1 . . . 20 .N to meet.

Die Anfragen der Auswertungseinheiten 20.1 . . .20.N zur Erstellung einer Übersicht werden be vorzugt im vom Personal gewählten Zeitintervall [t₁, t₂] und einer ebenfalls vom Personal ge wählten Breite Δt von Teilintervallen vorgegeben. Anhand dieser Angaben wird durch die Be reichsauswahleinheit 38 bestimmt, welche Koeffizienten aus dem Archiv 18 extrahiert werden müssen, um die gewünschte Übersicht zu erstellen. Hierbei wird die Anzahl der zu extrahieren den Koeffizienten höchstens ein kleines ganzzeiliges Vielfaches von der Anzahl N = (t₂ - t₁) /Δ_t der für die Übersichtenerstellung benötigten Koeffizienten sein.The requests from the evaluation units 20.1 . . . 20 .N for the preparation of an overview are preferably specified in the time interval [t ₁ , t ₂ ] selected by the staff and a width Δt of sub-intervals also selected by the staff. On the basis of this information, the area selection unit 38 determines which coefficients must be extracted from the archive 18 in order to create the desired overview. Here, the number of coefficients to be extracted will be at most a small full-line multiple of the number N = (t ₂ - t ₁ ) / Δ _{t of} the coefficients required for creating the overview.

Die extrahierten Koeffizienten werden von dem Empfänger 30 aufgenommen und an die De kompressionseinheit 32 übertragen, die gegebenenfalls zur Darstellung notwendige Inter polationsaufgaben übernimmt, indem sie die extrahierten Koeffizienten aus ihrer Darstellung bezüglich der in der Übersichtsbaumstruktur-Berechnungseinheit 22 und/oder Kompressions- Baumstruktur-Berechnungseinheit 24 vorgewählten Wavelets in eine Darstellung bezüglich ei nes Wavelets transformiert, das der gewünschten Interpolationsaufgabe entspricht.The extracted coefficients are received by the receiver 30 and transmitted to the decompression unit 32 , which takes over any interpolation tasks that may be necessary for the display, by taking the extracted coefficients from their display with respect to the overview tree structure calculation unit 22 and / or compression tree structure calculation unit 24 preselected wavelets are transformed into a representation relating to a wavelet that corresponds to the desired interpolation task.

Die Rückwandlung bzw. Dekompression der aus dem Archiv extrahierten Koeffizienten erfolgt erfindungsgemäß zweistufig. In einer ersten Stufe werden die extrahierten Koeffizienten zuerst bezüglich des in der Kompressions-Baumstruktur-Berechnungseinheit 24 vorgewählten Wave lets zurücktransformiert, d. h., dass die Umkehrung der in der Kompressions-Baumstruktur- Berechnungseinheit 24 ausgeführten Wavelet-Transformation durchgeführt wird. Als Ergebnis entsteht ein Ausschnitt der Übersichts-Baumstruktur, dessen Schichten aus den zurücktrans formierten Kompressionsbaumstrukturen bestehen. In einer zweiten Stufe werden die Koeffi zienten der bei der ersten Zerlegung bestimmten Übersichts-Baumstruktur bezüglich des in der Übersichtsbaumstruktur-Berechnungseinheit 22 verwendeten Wavelets zurücktransformiert und so ein auf die gewünschte Darstellungsgenauigkeit zurück gerechneter Ausschnitt der ursprüng lich aufgenommenen Messwertreihe bestimmt.The conversion or decompression of the coefficients extracted from the archive takes place in two stages according to the invention. In a first stage, the extracted coefficients are first transformed back with respect to the wave let preselected in the compression tree structure calculation unit 24 , ie the inverse of the wavelet transformation carried out in the compression tree structure calculation unit 24 is carried out. The result is a section of the overview tree structure, the layers of which consist of the back-transformed compression tree structures. In a second step, the coefficients of the overview tree structure determined during the first decomposition are transformed back with respect to the wavelet used in the overview tree structure calculation unit 22 , and thus a section of the originally recorded measurement value series calculated back to the desired display accuracy is determined.

Die Möglichkeit der eindeutigen Rückrechnung der Ursprungsdaten einer Wavelet-Transforma tion erlaubt es auch, durch Hintereinanderschaltung geeigneter Vorrichtungen schnelle Trans formationen vorzunehmen. Wird eine Transformation vorgenommen, deren zu Grunde liegen des Wavelet die gewünschte Interpolationseigenschaft besitzt, so können Interpolation und De kompression durch ein und dieselbe Baugruppe sehr effizient vorgenommen und die resultie rende Interpolationskurve kann als Interpolation dargestellt werden. Soll z. B. eine Darstellung in Form von Säulen auf bildschirmgestützten Überwachungsstationen ausgeführt werden, so kann vorzugweise das zuvor beschriebene Haar-Wavelet verwendet werden. The possibility of clear back calculation of the original data of a wavelet transform tion also allows fast trans by connecting suitable devices formations. If a transformation is made based on it of the wavelet has the desired interpolation property, so interpolation and De compression performed very efficiently by one and the same assembly and the result The resulting interpolation curve can be represented as an interpolation. Should z. B. an illustration in the form of columns on screen-based monitoring stations, so the Haar Wavelet described above can preferably be used.

Da die Bandbreite der Verbindung zwischen Anzeigezwischenspeicher 34 und Analyseanzei gesystem 36 oft sehr begrenzt ist, ist es wünschenswert, dem Bedienpersonal bereits nach der Übermittlung sehr weniger Interpolationskoeffizienten eine dementsprechend grobe Voransicht zur Verfügung zu stellen und diese zu verfeinern, sobald die weiteren Koeffizienten übertragen wurden. Diese Vorgehensweise entspricht der Auslassung der zunächst noch nicht übertragenen Details aus dem Übersichtsbaum gemäß Fig. 3 und ihrer nachträglichen sukzessiven Hinzufü gung. Die sukzessive Hinzufügung von Details ist in Fig. 9 schematisch dargestellt, wobei aus einer groben Voransicht 106 über eine feinere Darstellung 108 bis hin zu einer endgültigen Funktion 110 je eine Übersicht der Messreihe aus Fig. 5a erzeugt wird.Since the bandwidth of the connection between the display buffer 34 and the analysis display system 36 is often very limited, it is desirable to provide the operating personnel with a correspondingly rough preview after the transmission of very few interpolation coefficients and to refine it as soon as the further coefficients have been transmitted. This procedure corresponds to the omission of the details that have not yet been transferred from the overview tree according to FIG. 3 and their subsequent successive additions. The successive addition of details is shown schematically in FIG. 9, an overview of the measurement series from FIG. 5a being generated from a rough preview 106 to a finer representation 108 to a final function 110 .

Das beschriebene Verfahren ist insbesondere deshalb interessant, da sich von Schicht zu Schicht die Anzahl der in ihr enthaltenden Koeffizienten verdoppelt. Die Darstellung der groben Voran sicht 106 kann in der vorliegenden Situation, also wesentlich früher als die vollständige Über sicht vorgenommen werden.The method described is particularly interesting because the number of coefficients contained in it doubles from layer to layer. The representation of the rough preview 106 can be made in the present situation, that is, much earlier than the complete overview.

Insgesamt wird ein Verfahren und eine Vorrichtung zur Verfügung gestellt, mit der sensorisch bereits erfasste Daten eines Prozesses, beispielsweise Prozessregelsystem, oder auch einer losen Ansammlung von Sensoren ausgekoppelt, transformiert und/oder einer Spektralanalysen korrektur unterzogen, komprimiert und in einem Archiv gespeichert werden können. Die we sentliche Bedeutung der vorliegenden Erfindung liegt in der sehr effizienten Extraktion und Darstellung bestimmter, oft sehr großer Zeitausschnitte der so gespeicherten Messdaten. Ent gegen der üblichen Vorgehensweise, erst alle Daten des fraglichen Zeitausschnittes aus dem Ar chiv zu extrahieren, zu dekomprimieren und anschließend die Übersicht zu erstellen und dabei den größten Teil der extrahierten Informationen wieder zu verwerfen, wird erfindungsgemäß nur die relevante Information aus dem Archiv extrahiert.Overall, a method and a device are made available with the sensor Process data already recorded, for example a process control system, or a loose one Collection of sensors decoupled, transformed and / or a spectral analysis corrected, compressed and saved in an archive. The we Significant importance of the present invention lies in the very efficient extraction and Representation of certain, often very large, time segments of the measurement data stored in this way. Ent against the usual procedure, first all data of the time segment in question from the Ar extract, decompress and then create the overview and thereby Discarding most of the extracted information is inventively only the relevant information extracted from the archive.

Claims

1. A method for compressing data ( 46 ), comprising the method steps:

Receiving a sequence of data with at least two data points,
- saving the data points as a set currently to be processed,
- Calculation of coefficients of a first tree structure ( 42 ) (overview tree) from the received data points ( 46 ) and determination of layers ( 50 , 56 , 58 ) of the first tree structure ( 42 ),
- Calculation of coefficients of a second tree structure ( 44 ) (compression tree) from the coefficients of one of the layers ( 50 , 56 , 58 ) of the first tree structure ( 42 ) and determination of layers ( 50 , 56 , 58 ) of the second tree structures ( 44 ),
Sorting and / or filtering the coefficients of the layers ( 50 , 56 , 58 ) of the second tree structures ( 44 ),
- Storage of those coefficients of the second tree structures ( 44 ) which, due to the sorting and / or filtering, are suitable for the reconstruction of the received sequence of data.

2. The method according to claim 1, characterized, that to calculate the coefficients a wavelet transform, preferably a "fast wavelet transformation" is performed.

3. The method according to claim 1 or 2, characterized in that the same or different wavelets are used to calculate the coefficients of the first and / or second tree structure ( 42 , 44 ).

4. The method according to at least one of the preceding claims, characterized, that a hair wavelet is used for the wavelet decomposition.

5. The method according to at least one of the preceding claims, characterized in that a wavelet of the class of Daubechies wavelets, preferably the Daubechies D ₂ Wavelet and / or a wavelet of the class of Meyer Wavelets is used for the wavelet decomposition.

6. The method according to at least one of the preceding claims, characterized in that for each layer ( 50 , 56 , 58 ) of the first tree structure ( 42 ) exactly one second tree structure ( 44 ) is determined, the layers ( 50 , 56 , 58 ) can be determined recursively.

7. The method according to at least one of the preceding claims, characterized, that the coefficients, preferably according to their amount, are only under Taking into account an error limit defined with regard to a specified standard sorted, and that only afterwards a direct storage in the archive done (a priori error estimation).

8. The method according to at least one of the preceding claims, characterized, that to display the measuring points exactly those coefficients from the archive are extracted, which are necessary to display a previously set representation accurately to achieve.

9. The method according to at least one of the preceding claims, characterized, that the coefficients to be extracted are based on the generalization of the Ny quistian sampling theorems and the uncertainty relation on wavelets will.

10. The method according to at least one of the preceding claims, characterized, that a period of time is initially set for the selection of the coefficients to be extracted and selecting a number of data points over and with which a dar position should take place.

11. The method according to at least one of the preceding claims, characterized in that the coefficients of the first and / or second tree structures ( 42 , 44 ) for adapting to a spectral structure and / or a differential spectral structure of a data source such as sensor and / or video camera using a Spectral analysis of the same are determined, the wavelet for the construction of the first tree structure ( 42 ) preferably being adapted to the spectral behavior of the received data sequence ( 46 ) and the wavelet for the construction of the second tree structure ( 44 ) being adapted to the differential spectral behavior of the received data sequence ( 46 ) becomes.

12. The method according to at least one of the preceding claims, characterized, that the data from any number of data sources is synchronous and / or be received asynchronously.

13. The method according to at least one of the preceding claims, characterized in that the standard is an l _p - or Sobolew standard.

14. A device ( 10 ) for compressing data, comprising:
a receiving unit with a buffer ( 14 ) for receiving and storing the received data,
a first calculation unit ( 22 ) for calculating coefficients of a first tree structure ( 42 ) from the received data points,
a first storage unit ( 23 ) for storing the coefficients of the first tree structure ( 42 ),
a second calculation unit ( 24 ) for calculating coefficients of a second tree structure ( 44 ) from the coefficients of the first tree structure,
a second storage unit ( 25 ) for storing the coefficients of the second tree structure ( 44 ),
a sorting and / or filter unit ( 28 ) for sorting and / or filtering the coefficients of the second tree structure ( 44 ),
an archive ( 18 ) for storing the sorted and / or filtered coefficients of the second tree structure as compressed data.

15. The apparatus according to claim 14, characterized in that the receiving unit ( 14 ) with a buffer with a large number of data sources ( 12.1 ... 12 .N) such as sensors or video cameras is connected.

16. The device according to claim 14 and 15, characterized in that the device ( 10 ) contains a spectral analysis unit ( 26 ), the input side with the first and / or second storage unit ( 23 , 25 ) and the output side with the sorting and / or filter unit ( 28 ) is connected.

17. The device according to at least one of claims 14 to 16, characterized in that the archive ( 18 ) is connected to a plurality of evaluation units ( 20.1... 20 .N).

18. The device according to at least one of claims 14 to 17, characterized in that the evaluation unit ( 20.1... 20 .N) comprises:
a receiver ( 30 ) for the coefficients stored in the archive ( 18 ),
a decompression / reverse transformation unit ( 32 ) connected to the receiver ( 30 ),
a display unit ( 36 ),
one between the decompression reverse transformation unit ( 32 ) and display unit ( 36 ) arranged intermediate store ( 34 ) and
a selection unit ( 38 ) connected on the input side to the display unit and on the output side to the archive ( 18 ) for selecting a region of the data to be received to be displayed.