[发明专利]电子节目指导信息的压缩

说明书

本发明涉及数字数据的压缩，特别涉及压缩方法和用于对包含电子节目指导信息的电视节目信息进行解压缩的装置。

直到近来，电视的观看基本上都是被动的。呈现给观众的是不同频道上的一些节目，并可能有一个频道提供电视节目信息。现在观众越来越要求能够提供实时节目信息的更为可靠的系统。这种信息例如要能够以电子节目指导信息(“EPG”)的形式提供，诸如以屏上电视指导信息的形式提供。

一般，诸如有线电视公司这样的中心供应商在向广大观众分配的信号上对节目广播数据和EPG数据进行编码。各个观众使用机顶盒接收该信号并解码。另外，观众也可以把数据发回服务的供应商或其它观众。

需要压缩EPG数据有几个原因。EPG设计的主要目的是为了能够存储尽可能多的节目播放信息，并通过压缩已有的数据，可在相等的数据空间中向观众提供更多的数据。这一因素在设计高效率的机顶盒时是特别重要的，因为这种设计成本的边界增加可能有很大的影响。而且压缩EPG数据改进了传输频道的带宽。增加的带宽对于向各个观众上行和下行传输数据是有关的，并且显著大的压缩比能够获得以往所不知道的应用。

具体的压缩技术的适用性与特定的用途所提出的约束有关。在包含EPG的压缩和解压缩数据的场合，涉及到四个约束。

第一，EPG数据包含通常长度为10到250个字符并很少超过1000个字符的短消息。大部分压缩技术都假定文本串是很长的，并目的是对较大的数据对象如整个计算机文件进行操作。包含EPG的数据集示例性地包含划分为1000个短信息的大约88千字符非压缩文本，其每一个必须能够独立地压缩和恢复。现有的压缩技术不能提供理想的解决方法。

第二，观众的机顶盒具有有限的存储量。压缩EPG数据的一个动机是为了节省存储空间，使得任何资源成本必须从资源的节省减去。大部分压缩技术认为，为了运行对数据进行解码并存储相关的数据结构的程序需要有相当大的存储空间。在EPG的场合，解压缩必须在非常有限的代码和数据空间中进行。

第三，为了避免需要更新在解压缩中使用的数据，解压缩操作应当不依赖于重复字或词组的使用。EPG数据包含很大比例的唯一的很少使用的专有名词。而且，常用字或词组是循环的(例如，“篮球”春季常用的而“足球”在秋季常用)，并对时间改变(例如，名称，时事，流行的表演等等随时间而改变)。因为在EPG中字的选择是是广泛而变化无常的，故解释各个字或词组的词典是无效的并应当避免。

第四，观众的机顶盒具有有限的处理资源，因为机顶盒应当价格低廉而适用广泛配置。即使没有解压缩的特性，机顶盒的性能也是主要关注的。解压缩操作应当不需要繁琐的处理而进行，故使用大范围搜索的技术是不可取的。

虽然现在使用着一些用于数字数据的压缩技术，现有的压缩技术各自不能充分适应EPG场合所提出的四个要求。发挥了重复字符长字符串好处的长行程编码对于一般很少包含重复字符的EPG数据是没有用的。其中重复的字符串参照较早出现的字符串的LZ编码方法需要太大的处理能力和存储器，并对于EPG数据仅能够提供大约40％的压缩。Huffman编码虽然要求的处理能力和存储器较低，但是对于EPG数据仅能提供大约40％的压缩。其中频繁出现字符对由不使用的字符代码代替的字符替换编码方法在要求和结果上类似于Huffman编码。

本发明解决了压缩EPG数据的问题。使用本发明的方法和装置，EPG的各种文本可被压缩大于50％，并可在仅有适当的处理能力和存储空间的环境中被压缩。

本发明的编码方案是按以下方式准备的：集中一般的EPG数据；然后基于在EPG数据中每一字符出现的频率准备Huffman编码信息；对EPG数据进行扫描以便寻找出现次数大于某一阈值的备选字符串，并使节省数值与每一备选字符串相关；从备选字符串选择特定的字符串作为替字符串；最后，对替换字符串和各个字符构造Huffman代码。

从Huffman代码构造查阅表和二叉树用于对EPG数据进行压缩和解压缩。通过串行扫描EPG数据并从查阅表获得的Huffman代码建造文本而生成压缩的文本。如果找到替换字符串，则使用与替换字符串相关的Huffman代码；如果没有找到替换字符串，则使用与各个字符相关的Huffman代码。通过串行扫描压缩的文本并以二叉树分析该文本而生成解压缩的文本。当达到终结分支时，它所代表的字符或者字符串添加到解压缩文本中。

从参照附图对本发明的优选实施例的详细说明本发明的以上优点显而易见，这些附图是：

图1A表示本发明适用的第一系统的框图；