CN102890268B - 一种雷达信号无损压缩的方法 - Google Patents

Abstract

本发明公开一种雷达信号无损压缩的方法，压缩过程中，首先对雷达信号进行压缩率预测，对于适宜压缩的雷达信号直接进行LZW压缩；对于不适宜压缩的雷达信号则先进行BWT变换，之后再LZW压缩。该方法具有良好的通用性、良好的压缩比、良好的灵活性。

Description

一种雷达信号无损压缩的方法

技术领域

本发明涉及计算机科学领域的应用软件技术，尤其是一种改进的雷达信号无损压缩的方法。

背景技术

随着雷达技术的发展，海量雷达信号实时采集的特点愈发明显。如部分雷达单通道数据采样率高达10MHz以上，则每小时内仅该通道即需存储高达35.15GB的数据。因此，海量雷达信号实时压缩技术极为重要。

目前，无论国内还是国外，针对雷达信号的压缩方法主要有以下三种：

（1）基于光学图像压缩方法的雷达信号有损压缩。该类压缩方法主要针对两坐标脉冲体制雷达信号，利用该类雷达信号的二维视觉特性，采用光学图像压缩方法，如经典的JPEG算法和JPEG2000算法。其优势在于压缩比较高。劣势在于算法中通过量化高频分量提升压缩比，使得弱小信号在时域上出现了目标特征展宽的特点，从而影响了后期的信号分析（如恒虚警处理和点迹提取等）。

（2）基于经典无损压缩方法的雷达信号压缩。该类压缩方法将雷达信号视为一维信源，利用信号幅值的出现概率进行压缩。常引用的无损压缩算法有哈夫曼编码、LZW（Lempel Ziv Weilch）编码、游程编码等。哈夫曼编码的缺点在于无法预测信源概率分布。LZW编码的缺点在于不适合部分雷达信号，压缩后信源尺寸可能大于原信源。游程编码一般结合其他编码方法使用。

（3）基于信源处理的有损压缩雷达信号压缩。该类压缩方法采用经典的雷达信号处理方法，如恒虚警滤波和卡尔曼滤波等，滤除了大量噪声信号。在此基础上，无论采用光学图像压缩方法，还是经典无损压缩方法，都可以获取较好的压缩效果。其缺陷在于滤波器可能导致弱小目标丢失。因此，该方法具有一定局限性

故，需要一种新的技术方案以解决上述问题。

发明内容

本发明的目的是针对现有技术存在的不足，提供一种具有良好的通用性、良好的压缩比、良好的灵活性的雷达信号无损压缩的方法。

为实现上述发明目的，本发明雷达信号无损压缩的方法可采用如下技术方案：

一种雷达信号无损压缩的方法，压缩过程中，首先对雷达信号进行压缩率预测，对于适宜压缩的雷达信号直接进行LZW压缩；对于不适宜压缩的雷达信号则先进行BWT变换，之后再LZW压缩。

与背景技术相比，本发明雷达信号无损压缩的方法具有良好的通用性、良好的压缩比、良好的灵活性。

附图说明

图1是本发明雷达信号无损压缩的方法的流程图。

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

请参阅图1所示，本发明公开一种雷达信号无损压缩的方法，压缩过程中，首先对雷达信号进行压缩率预测，对于适宜压缩的雷达信号直接进行LZW压缩；对于不适宜压缩的雷达信号则先进行BWT变换，之后再LZW压缩。

所述的对雷达信号进行压缩率预测，针对LZW算法的压缩率预测基本原理，是建立在平均字符串匹配长度L(X_i)随着压缩数据量的增长呈对数递长的测试结果上。将L(X_i)定义为：

L(X_i)=a×ln(X_i)+b                              （1）

式中，X_i是压缩单元的压缩字符数；ln(X_i)是自然对数。a和b是待定参数。

压缩率预测的过程为：对雷达信号的1％、2％、3％、4％、5％和6％数据量进行LZW压缩，同时统计L(X_i)和X_i；对1％、2％、3％、4％、5％和6％时的（L(X_i)，X_i）进行最小二乘估计，求出a和b。进而根据式（1）预测N字节雷达信号的L(X_i)。进一步的，根据式（2）预测N字节雷达信号的压缩率为：

$\mathrm{CR}=100\×(1-({\log }_2^{\mathrm{DicSize}}/(L\left(X_i\right)\×8)))---\left(2\right)$

Dicsize是LZW编码中的串表长度，CR即是N字节长度雷达信号的预测压缩率。

其中，采用所述的压缩率预测算法进行压缩率预测后，当信源预测压缩率小于0.9时，采用BWT算法对信源进行交织变换，BWT变换步骤为：

(a)对N字节长字符串S逐个移位，组成N×N字符串矩阵M；

(b)逐列地，每列按照同一列字符大小对N个字符串排序，获得字符串矩阵M’；

(c)字符串矩阵M’最后一列字符串L即变换结果。

对经过BWT变换后的雷达信号信源进行LZW变换，LZW压缩步骤如下所述：

(I)读取首字符作为字符串；

(II)读取一个字符作为字符；

(III)如果“字符串+字符”在串表中，则“字符串=字符串+字符”；

(IV)如果“字符串+字符”不在串表中，输出字符串的码值；将“字符串+字符”添加到串表中；字符串等于字符；

如果信源中仍有字符，跳回步骤(II)继续进行；如果信源中没有字符，则输出字符串的码值，LZW编码结束。

其中，采用所述的压缩率预测算法进行压缩率预测后，当信源预测压缩率大于0.9时，直接进行所述的LZW编码。

相对于传统的雷达信号压缩算法，本发明的特点在于：

（1）良好的通用性。由于将雷达数据视为一维信源，根据雷达信号幅值进行聚类排序和压缩，对于各种新型雷达，如三坐标脉冲体制雷达、相控阵雷达、合成孔径雷达等，都可以采用该方法进行无损压缩。

（2）良好的压缩比。传统的雷达信号无损压缩方法，仅仅采用经典的压缩算法直接处理，忽略了通过变换信源构成来获取更好的幅值分布特性，以提高雷达信号的压缩比。

（3）良好的灵活性。从全局的角度看，该算法克服了BWT算法变换时间长的缺陷，仅需要对局部信源进行BWT变换，又克服了LZW算法不适合部分局部信源分布的特点，从而达到整体性能的优化。

Claims (3)

1.一种雷达信号无损压缩的方法，其特征在于：压缩过程中，首先对雷达信号进行压缩率预测，对于适宜压缩的雷达信号直接进行LZW压缩；对于不适宜压缩的雷达信号则先进行BWT变换，之后再LZW压缩；

所述的对雷达信号进行压缩率预测，针对LZW算法的压缩率预测基本原理，是建立在平均字符串匹配长度L(X_i)随着压缩数据量的增长呈对数递长的测试结果上；将L(X_i)定义为：

L(X_i)=a×ln(X_i)+b

式中，X_i是压缩单元的压缩字符数；ln(X_i)是自然对数；a和b是待定参数；

压缩率预测的过程为：对雷达信号的1%、2%、3%、4%、5%和6%数据量进行LZW压缩，同时统计L(X_i)和X_i；对1%、2%、3%、4%、5%和6%时的（L(X_i)，X_i）进行最小二乘估计，求出a和b；进而预测N字节雷达信号的L(X_i)；进一步的，根据下面的公式预测N字节雷达信号的压缩率为：

$\mathrm{CR}=100\×(1-({\log }_2^{\mathrm{DicSize}}/(L\left(X_i\right)\×8)))$

Dicsize是LZW编码中的串表长度，CR即是N字节长度雷达信号的预测压缩率。

2.如权利要求1所述的雷达信号无损压缩的方法，其特征在于：采用权利要求1所述的压缩率预测算法进行压缩率预测后，当信源预测压缩率小于0.9时，采用BWT算法对信源进行交织变换，BWT变换步骤为：

(a)对N字节长字符串S逐个移位，组成N×N字符串矩阵M；

(b)逐列地，每列按照同一列字符大小对N个字符串排序，获得字符串矩阵M’；

(c)字符串矩阵M’最后一列字符串L即变换结果；

对经过BWT变换后的雷达信号信源进行LZW压缩，LZW压缩步骤如下所述：

(I)读取首字符作为字符串；

(II)读取一个字符作为字符；

(III)如果“字符串+字符”在串表中，则“字符串=字符串+字符”；

(IV)如果“字符串+字符”不在串表中，输出字符串的码值；将“字符串+字符”添加到串表中；字符串等于字符；

如果信源中仍有字符，跳回步骤(II)继续进行；如果信源中没有字符，则输出字符串的码值，LZW压缩结束。

3.如权利要求2所述的雷达信号无损压缩的方法，其特征在于：在于采用权利要求1所述的压缩率预测算法进行压缩率预测后，当信源预测压缩率大于0.9时，直接进行如权利要求2所述的LZW压缩。

Images