CN103812509B - 基于离散余弦变换的海洋线型传感器阵列数据压缩方法 - Google Patents

Abstract

本发明提供一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，属于海洋通信领域，用于解决现有的海洋无线传感网络传输数据冗余、能源损耗高和传输效率低的问题。本发明提供的方法首先将当前传感器阵列中不同深度的传感器采集的海洋航线数据进行处理后得到至少一个行向量矩阵；随后对每个行向量矩阵进行一维离散余弦变换；再对离散余弦变换后的各行向量矩阵中数据的频率系数进行均匀量化；最后对量化后的各行向量矩阵中的每个数据进行霍夫曼编码。该方法能够极大的节省数据传输码长和传输的次数，有效节省了整个海洋航线监测传感器网络的传输费用损耗和能源损耗。

Description

基于离散余弦变换的海洋线型传感器阵列数据压缩方法

技术领域

本发明涉及海洋通信领域，尤其涉及一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法。

背景技术

随着海洋运输的发展，国际海事组织和国际航标协会都在积极推动海洋物联网和电子航海（E-Navigation）领域的研究工作。港口是船舶运输停靠的必要场所，而航线则是指引船舶进出港的必要道路，提醒船只按照怎样的路线进行行驶。同时它的监测功能也是船只安全进出港的保证，可以探测当前的航道信息是否适合船只进出、停泊，为海运的安全提供了可靠地保证。

无线传感器网络是由部署在监测区域的若干微型低功耗节点构成的无线网络，以感知区域内待监测对象的信息，目前已广泛应用于航海领域。浮标作为指引航线的重要工具，它是一种带有指示功能的传感器，它是海洋探测的前沿阵地和堡垒，它的传感器一般分为水上和水下两部分，水上部分装有多种气象要素传感器，分别测量风速风向气温、气压和温度等气象要素；水下部分有多种水文要素传感器，分别测量波浪海流潮位海温和盐度等海洋水文要素。属于浮标的各传感器还包含有自身的单片机，完成控制数据的采集和计算等。

由于海洋航线监测中浮标所处的特殊观测环境，浮标资料如何可靠地传输到服务器是一个非常重要的环节。离岸边不远的浮标能选择的通讯方法较多，比如使用公众通讯大型网络，通过GPRS或者CDMA通讯方式。只要浮标上的无线通讯模块能够登录到附近的通讯基站，但它的缺点是基站信号可能不稳定。而远海浮标由于距离海岸较远，因而需要将资料发送到通讯卫星上，再由卫星接收站通过互联网将数据发送回数据库服务器这种方法可靠，但是成本高昂一些，特别是随着北斗卫星的接入，无线通讯质量上升的同时，传输费用的支出更是不可小觑。试想倘若浮标中传感器监测到的所有信息如果不加处理的通过无线卫星进行传输，那将是一笔不小的费用。同时，在海洋中浮标组成了监测的传感器网络，各个节点的供电装置要承担传感器的工作，单片机数据采集、计算，无线通讯模块的信息发送等全部的电能供给，这对于供电模块也是很大的压力。而据多次测试和调研显示，使用无线电波进行传输数据是我们监测设备中最耗电的操作，远超过进行数据采集和计算所消耗的电能。因此减少无线数据传输的次数、比特位可以有效的减少因数据传输导致的电能损耗，尽可能的延长每个节点的工作时间，对整个海洋航线监测传感器网络的运行和维护有着重要的意义。但是，现有的浮标虽然能将采集到的信息通过无线模块发送出去，但其存在以下几个缺点：

1、只具备简单的信息采集功能，不具备数据的处理机制，或处理能力薄弱。

2、将采集的信息简单的通过信号调理单元，实时传送，造成了很大的数据冗余。

3、多次、大量的数据无线传输造成了大量的电能损耗，导致监测节点的整个功能性和实用性下降。

4、个别拥有压缩功能的系统压缩方法压缩率不高，对传输效率的提升效果不明显。

综上所述，需要一种能够对浮标的传感器阵列采集的海洋数据进行有效压缩的方法，减少无线传输的次数和传输长度，以节约海上无线传感网络的传输费用和能源损耗。

发明内容

本发明提供一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，用于解决现有的海上无线传感网络对所需要传输的数据的压缩能力弱，从而造成传输数据冗余、能源损耗高和传输效率低的问题。本发明提供的方法能够对海洋传感器阵列中的多个监测点监测到的海洋航线数据在传输给上位机系统之前进行有效压缩，能有效的减少传输次数和传输码长，进而节约了系统的传输费用和能源损耗。

为解决上述技术问题，本发明的实施例提供一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，包括步骤：

S1：将当前传感器阵列中不同深度的传感器在同一时刻采集的海洋航线数据作为一帧数据，并根据每帧数据的实际特点和用户需要获取的信息，对每帧数据进行处理后得到至少一个行向量矩阵；其中，每个行向量矩阵为当前传感器阵列中不同传感器在同一时刻对应的同一类海洋数据；

S2：对S1得到的每个行向量矩阵进行一维离散余弦变换；

S3：根据压缩率和误差需要调节量化精度，对S2离散余弦变换后的各行向量矩阵中数据的频率系数进行均匀量化；

S4：根据历史采集的海洋航线数据概率统计结果，对量化后的各行向量矩阵中的每个数据进行霍夫曼编码。

优选地，每个传感器采集的所述海洋航线数据包括海水流速和海水流向。

优选地，S1中所述根据每帧数据的实际特点和用户需要获取的信息，对每帧数据进行处理后得到至少一个行向量矩阵，包括：将每帧数据中每个深度的传感器对应的海水流速根据海水流向转化为X轴流速和Y轴流速；其中，X轴和Y轴为海平面内两个相互垂直的坐标轴；将每帧数据中不同深度的传感器对应的海水流速的X轴流速、Y轴流速分别组合为X轴流速行向量矩阵和Y轴流速行向量矩阵。

优选地，所述X轴为东西方向，Y轴为南北方向。

本发明的上述技术方案的有益效果如下：

本发明提出的基于离散余弦变换的海洋线型传感器阵列数据压缩方法是根据传感器阵列的工作特点，并且根据模型的实际情况，很好了结合了历史知识，运用离散余弦变换的优势、特点，结合量化、编码等思想得到的压缩方法，该方法可以解决实际海洋监测中传统的海洋无线传感系统由于传输数据冗余、次数过多导致的费用高和能量损耗过大这一问题，相较于现有技术能够极大的节省数据传输码长和传输的次数，有效节省了整个海洋航线监测传感器网络的传输费用损耗和能源损耗，压缩率高，使得后期数据传输效率高，实施简单，实用性强。

附图说明

图1为本发明实施例提供的一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法流程图。

具体实施方式

本发明提出一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，该方法对于监测传感器采集的海洋航线数据，在数据发送前通过离散余弦变换将一组数据转换成频率数据，以便得知强度变化，并通过对变换后的数组进行量化、编码，消除信息冗余，有效的降低了数据传输中的码长，减少了无线传输次数，有效的节省了整个海洋航线监测传感器网络的传输费用损耗和能源损耗。

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

如图1所示为本发明实施例提供的一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法流程图，该方法包括以下步骤：

S1：将当前传感器阵列中不同深度的传感器在同一时刻采集的海洋航线数据作为一帧数据（即：每一帧数据为每个时间点当前传感器阵列中的所有传感器采集到的所有数据信息），并根据每帧数据的实际特点和用户需要获取的信息，对每帧数据进行处理后得到至少一个行向量矩阵；其中，每个行向量矩阵为当前传感器阵列中不同传感器在同一时刻对应的同一类海洋数据。优选地，每个传感器采集的所述海洋航线数据包括海水流速和海水流向。

S2：对S1得到的每个行向量矩阵进行一维离散余弦变换。此步骤中选择离散余弦变换的原因主要因为其具有如下优点：其一，离散余弦变换的性质最接近理论上的最佳变换，K-L变换是在均方误差准则下的最佳变换，离散余弦变换变换的基向量固定；其二，该变换方式只有实数运算，没有虚数运算，在一定程度上避免了压缩中一些不必要的麻烦。

S3：根据压缩率和误差需要调节量化精度，对S2离散余弦变换后的各行向量矩阵中数据的频率系数进行均匀量化。量化的目的是减小非“0”系数的幅度以及增加“0”值系数的数目，它是压缩误差存在的主要原因。

S4：根据历史采集的海洋航线数据概率统计结果，对量化后的各行向量矩阵中的每个数据进行霍夫曼编码，得到用户需要获取的压缩后的海洋航线数据信息。

优选地，S1中所述根据每帧数据的实际特点和用户需要获取的信息，对每帧数据进行处理后得到至少一个行向量矩阵，包括步骤：

S11：将每帧数据中每个深度的传感器对应的海水流速根据海水流向转化为X轴流速和Y轴流速；其中，X轴和Y轴为海平面内两个相互垂直的坐标轴；

S12：将每帧数据中不同深度的传感器对应的海水流速的X轴流速、Y轴流速分别组合为X轴流速行向量矩阵和Y轴流速行向量矩阵。

优选地，所述X轴为东西方向，Y轴为南北方向。即，若每个传感器采集到的海水流速是v，海水流向方位角为θ（此处的方位角采用航海领域中的标准定义，即：传感器测量的方位角是从某点的指北方向线起，依顺时针方向到目标方向线之间的水平夹角，是一种两面角，即午圈所在的平面与通过天体所在的地平经圈平面的夹角，以午圈所在的平面为起始面，按顺时针方向度量），则X轴流速x₀和Y轴流速y₀分别为：

以下采用本发明提供的数据压缩方法对2010年9月从秦皇岛港口获得的大量的传感器阵列监测数据进行压缩，验证本发明提供的方法的有效性。

数据压缩处理流程为：

1.首先我们将监测到的不同海洋航线数据按每一个采集时刻的数据看做一个帧，将每帧数据作为一个行向量处理。

2.将这些行向量代表的不同海洋深度的海水流向、流速的数据进行整理，将其分别按流向转化为X轴流速和Y轴流速，得到每个采集时刻对应的X轴流速行向量矩阵和轴流速行向量矩阵。此处X轴取海平面内的东西方向，Y轴取海平面内的南北方向。

3.将X轴流速行向量矩阵和Y轴流速行向量矩阵分别做一维离散余弦变换。

4.将一维离散余弦变换后的不同时刻的X轴流速行向量、Y轴流速行向量整合在一起，这样便可组合为两个矩阵：X轴流速离散余弦变换矩阵和Y轴流速离散余弦变换矩阵。

5.根据压缩和精度需要，对X轴流速离散余弦变换矩阵和Y轴流速离散余弦变换矩阵进行均匀量化。

6.将量化后的矩阵中的各个数值进行霍夫曼编码，量化范围为0-16，共取得一个月的数据，4294帧，结果如下表1所示：

表1

量化值	概率	霍夫曼编码
			5	0.00005	111110
6	0.00237	11110
			7	0.06954	110
8	0.80601	0
			9	0.11955	10
10	0.00247	1110
			11	0.00001	111111

7.调整量化范围，可得到如表2所示的不同的量化区间对应的平均码长、误差和压缩率比较。由表2可看出不同的量化区间对应的平均码长、误差和总压缩率还是有所区别的。若不做任何压缩处理，当月所有数据中最大值近700，故每个数据需要传输10bit。

表2

本发明面向航海产业，对航线的实时监测问题，提出的基于离散余弦变换的海洋线型传感器阵列数据压缩方法是根据传感器阵列的工作特点，并且根据模型的实际情况，很好了结合了历史知识，运用离散余弦变换的优势、特点，结合量化、编码等思想得到的压缩方法，经过秦皇岛海港的实际数据，证明了本发明中所提出的方法真实有效，可以解决实际海洋监测中传统的海洋无线传感系统由于传输数据冗余、次数过多导致的费用高和能量损耗过大这一问题，相较于现有技术能够极大的节省数据传输码长和传输的次数，有效的节省了整个海洋航线监测传感器网络的传输费用损耗和能源损耗，具有极大的应用价值。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (2)

1.一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，其特征在于，包括步骤：

S1：将当前传感器阵列中不同深度的传感器在同一时刻采集的海洋航线数据作为一帧数据，并根据每帧数据的实际特点和用户需要获取的信息，对每帧数据进行处理后得到至少一个行向量矩阵；其中，每个行向量矩阵为当前传感器阵列中不同传感器在同一时刻对应的同一类海洋数据；

S2：对S1得到的每个行向量矩阵进行一维离散余弦变换；

S3：根据压缩率和误差需要调节量化精度，对S2离散余弦变换后的各行向量矩阵中数据的频率系数进行均匀量化；

S4：根据历史采集的海洋航线数据概率统计结果，对量化后的各行向量矩阵中的每个数据进行霍夫曼编码；

其中，每个传感器采集的所述海洋航线数据包括海水流速和海水流向；

其中，S1中所述根据每帧数据的实际特点和用户需要获取的信息，对每帧数据进行处理后得到至少一个行向量矩阵，包括：

将每帧数据中每个深度的传感器对应的海水流速根据海水流向转化为X轴流速和Y轴流速；其中，X轴和Y轴为海平面内两个相互垂直的坐标轴；

将每帧数据中不同深度的传感器对应的海水流速的X轴流速、Y轴流速分别组合为X轴流速行向量矩阵和Y轴流速行向量矩阵。

2.如权利要求1所述的一种基于离散余弦变换的海洋线型传感器阵列数据压缩方法，其特征在于，所述X轴为东西方向，Y轴为南北方向。