Removing Data Dependencies in the CCSDS 123.0-B-2 Predictor Weight Updating
Barrios, Yubal (Universidad de Las Palmas de Gran Canaria. Instituto Universitario de Microelectrónica Aplicada)
Bartrina Rapesta, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Hernández Cabronero, Miguel (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Sánchez, Antonio José (Universidad de Las Palmas de Gran Canaria. Instituto Universitario de Microelectrónica Aplicada)
Blanes Garcia, Ian (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Serra Sagristà, Joan (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
Sarmiento, Roberto (Universidad de Las Palmas de Gran Canaria. Instituto Universitario de Microelectrónica Aplicada)

Data:	2024
Resum:	The Consultative Committee for Space Data Systems (CCSDS) first standardized near-lossless coding capabilities in the CCSDS 123. 0-B-2 algorithm. However, this standard does not describe strategies to produce high-throughput hardware implementations, which are not trivial to derive from its definition. At the same time, throughput optimizations without significant compression performance penalties are paramount to enable real-time compression on-board next-generation satellites. This work demonstrates that the weight update stage of the CCSDS 123. 0-B-2 predictor can be selectively bypassed to enhance throughput for both lossless and near-lossless modes with minimal impact on compression performance and still produce fully compliant bitstreams. Skipping the weight update implies that those weights must be carefully chosen outside the original CCSDS 123. 0-B-2 pipeline. Two strategies are proposed to select effective weight values based on whether a priori information about the current image is exploited or not. Comprehensive experimental results are presented for both proposed strategies and for lossless and near-lossless regimes, using a representative set of hyperspectral images. The coding penalty is, on average, 1% for lossless and 8% for near-lossless, depending on the strategy used to set the initial weights. The proposed method obtains a maximum throughput of one processed sample per clock cycle when it is evaluated using high-level synthesis (HLS), consuming 4. 6% of the look-up tables (LUTs) and 31. 1% of the internal memory on a Xilinx Kintex UltraScale space-grade field programmable gate array (FPGA).
Ajuts:	European Commission 776151 European Commission 801370 Agencia Estatal de Investigación PID2021-125258OB-I00 Agència de Gestió d'Ajuts Universitaris i de Recerca 2018/BP-00008 Agència de Gestió d'Ajuts Universitaris i de Recerca 2021/SGR-00643
Drets:	Aquest material està protegit per drets d'autor i/o drets afins. Podeu utilitzar aquest material en funció del que permet la legislació de drets d'autor i drets afins d'aplicació al vostre cas. Per a d'altres usos heu d'obtenir permís del(s) titular(s) de drets.
Llengua:	Anglès
Document:	Article ; recerca ; Versió acceptada per publicar
Matèria:	Compression algorithms ; Consultative Committee for Space Data Systems (CCSDSs) 1230-B-2 ; High throughput ; Hyperspectral imaging ; Onboard data processing
Publicat a:	IEEE Geoscience and Remote Sensing Letters, Vol. 21 (February 2024) , art. 5502905, ISSN 1558-0571

DOI: 10.1109/LGRS.2024.3362376

Postprint 6 p, 917.3 KB

El registre apareix a les col·leccions:
Articles > Articles de recerca
Articles > Articles publicats