CN105187071B - 一种管道毫秒级在线数据的复合压缩/解压缩方法 - Google Patents
一种管道毫秒级在线数据的复合压缩/解压缩方法 Download PDFInfo
- Publication number
- CN105187071B CN105187071B CN201510633774.2A CN201510633774A CN105187071B CN 105187071 B CN105187071 B CN 105187071B CN 201510633774 A CN201510633774 A CN 201510633774A CN 105187071 B CN105187071 B CN 105187071B
- Authority
- CN
- China
- Prior art keywords
- wavelet
- data
- coefficient
- decompression
- wavelet coefficient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 230000006837 decompression Effects 0.000 title claims abstract description 89
- 150000001875 compounds Chemical class 0.000 title claims abstract description 11
- 238000007906 compression Methods 0.000 claims abstract description 90
- 230000006835 compression Effects 0.000 claims abstract description 86
- 238000013144 data compression Methods 0.000 claims abstract description 38
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims description 22
- 239000002131 composite material Substances 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 9
- 230000001052 transient effect Effects 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 238000003780 insertion Methods 0.000 claims description 3
- 230000037431 insertion Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 2
- 238000005303 weighing Methods 0.000 claims 1
- 238000012216 screening Methods 0.000 abstract 2
- 230000005540 biological transmission Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种管道毫秒级在线数据的复合压缩/解压缩方法，属于数据压缩领域。其中方法包括：首先对数据进行小波分解，采用阈值对高频和低频小波系数进行筛选，然后对筛选后的高频小波系数对应的数据采用SPIHT算法进行有损压缩，对筛选后的低频小波系数对应的数据采用LZ77算法进行无损压缩，最终得到压缩结果。在上位机中采用dSPIHT和dLZ77方法对数据进行解压缩。本发明的压缩方法能够在保证信息完整的前提下，降低压缩比，对于大量管道的毫秒级数据的存储节约了空间，提高数据传输的速度；本发明的解压缩方法既能够保证解压速度，也能够保证还原信息的准确性和完整性。
Description
所属技术领域
本发明属于数据压缩领域，具体涉及一种管道毫秒级在线数据的复合压缩/解压缩方法。
背景技术
随着国内外油气管道铺设越来越长、输送量逐步加大，油气管道的输送安全及高效得到了更大的重视。在油气管线的多年使用中，难免会受到外界环境、内部环境的腐蚀和磨损，以及其他意想不到的损伤，这些都会造成油气在输送过程中发生泄漏。一旦发生泄漏，不但会造成经济的巨大损失、能源的巨大浪费，更会污染环境甚至危及人类自身安全。由于管道泄漏检测都采用在线检测系统，被检测的管道长度可达数十公里之长，并且管道内检测设备较多，因此泄漏检测过程中所采集到的原始毫秒级数据量较大，然而用于存储数据的空间有限且存储设备体积较小。因此，无论是进行数据存储还是将采集到的数据进行传输，都需要进行数据压缩处理。无损压缩方法中主要有霍夫曼编码、算术编码、行程编码以及字典编码等可以实现数据完全无损地压缩，但压缩比很高；有损压缩方法主要有小波变换压缩算法，但是有损压缩带来的重要信息的大量丢失是无法接受的。
发明内容
针对现有方法存在的不足，本发明提出一种管道毫秒级在线数据的复合压缩/解压缩方法。
本发明的技术方案是这样实现的：
一种管道毫秒级在线数据的复合压缩方法，包括如下步骤：
步骤1：采集管道实时毫秒级运行信号，并将其转换为数字电信号；
步骤2：对步骤1的管道运行数字电信号进行多小波变换，得到具有高频小波系数部分和低频小波系数部分的小波系数矩阵；方法为：
选择CL4多小波作为多小波变换的小波基，利用CL4多小波对管道运行数字电信号进行多小波分解，得到具有高频小波系数部分和低频小波系数部分的小波系数矩阵；
对小波系数矩阵设置阈值ηj，并利用阈值ηj将小波系数矩阵中数值较小的小波系数舍弃，某一尺度j下阈值ηj的设置公式如下：
ηj＝λ×max{|dj(p)|},p＝1,2,…,N
其中j为尺度因子；N为数据长度；dj(p)是小波分解后的高频小波系数部分；p为采集时刻；λ为比例系数；
步骤3：针对高频小波系数部分对应的数字电信号，采用改进的SPIHT算法进行有损压缩；具体包括如下步骤：
步骤3-1：初始化过程；
包括：建立三个有序表：不重要系数表LIP、重要系数表LSP和不重要集合表LIS；
对高频小波系数部分对应的数字电信号进行逐层小波分解，共进行M次，其中第二层至第M层小波分解得到的数据可以看做是第一层小波分解得到的后代；
将分解得到的第一层所有数据同时放入不重要系数表LIP和不重要集合表LIS中；
将重要系数表LSP置为空集；
初始量化阈值T＝2n，其中n为阈值指数，0≤i≤m-1，m为经过M层小波分解后得到的小波系数的总个数，c(i)为逐层分解过程中得到的小波系数；
步骤3-2：采用排序扫描的方法，找到重要的高频小波系数；
方法为：1)利用重要性判断方法分别判断不重要系数表LIP中每个小波系数是否重要，是，则向排序位流Sn输入重要性判断结果“1”和符号位，然后将该小波系数添加到重要系数表LSP的尾部，从不重要系数表LIP中将该小波系数删除；否，则向排序位流Sn输入重要性判断结果“0”，表明该系数不重要；
所述排序位流Sn是记录小波系数重要性和符号位的队列；
2)以D(i)表示不重要集合表LIS中小波系数的后代的集合，其中i为小波系数的序号；分别判断不重要集合表LIS中每个小波系数对应后代的重要性，方法为：首先利用重要性判断方法判断D(i)的重要性，若不重要，则向排序位流Sn输入重要性判断结果“0”；若重要，向排序位流Sn输入重要性判断结果“1”，并且将集合D(i)分裂为直接后代O(i)(与该层直接相连的)和间接后代L(i)；
然后，再次利用重要性判断方法对直接后代O(i)的两个系数分别进行重要性判断，并向排序位流Sn输入重要性判断结果和符号位，将重要小波系数的后代集合添加到重要系数表LSP的尾部，不重要的小波系数添加到不重要系数表LIP的尾部；
再然后，检查间接后代L(i)是否为空集，若非空，则将间接后代L(i)添加到不重要集合表LIS的尾部，若间接后代L(i)为空集，则将L(i)从不重要集合表LIS中删除；
又然后，利用重要性判断方法判断不重要集合表LIS中间接后代L(i)的重要性，若不重要，则向排序位流Sn输入表示不重要的符号“0”，若重要，则向排序位流Sn输入表示重要性的符号“1”；将间接后代L(i)的直接后代添加到不重要集合表LIS的尾部，将间接后代L(i)从不重要集合表LIS中删除；
所述重要性判断方法为：如果小波系数大于等于阈值T，则该小波系数关于阈值T是重要的，否则是不重要的；
步骤3-3：精细扫描得到本级压缩结果：将重要系数表LSP中的每个系数，除最近一次排序扫描新加入到LSP的小波系数外，计算重要系数表LSP中的每个小波系数的压缩值，即对应的二进制数，并且将该二进制数对应于2^n权位处的符号‘1’或‘0’送到精细位流Rn；所述精细位流Rn用于记录压缩的二进制的值；
步骤3-4：将阈值指数减1，且在排序位流Sn和精细位流Rn中插入除0和1外的任何数字作为特殊值用来区分每级压缩的标志，转至步骤3-2；
步骤3-5：重复执行步骤3-2至步骤3-4，直到n＝0时，压缩结束，得到最终的高频小波系数部分对应的毫秒级管道数据压缩结果；
步骤4：针对低频小波系数部分对应的数字电信号，基于LZ77编码方法进行无损压缩；
步骤4-1：根据数据规模，确定滑动窗口的大小及预置区的大小；
步骤4-2：将低频小波系数部分对应的数字电信号按顺序放入预置区中，此状态为压缩开始前的状态；
步骤4-3：对于压缩开始前的状态，由于此时滑动窗口中暂无数据，因此滑动窗口中没有可供与预置区匹配的字符串，故将低频小波系数部分对应的数字电信号的第一个元素作为压缩结果；
步骤4-4：将预置区里的所有数据向前移动一个字符，滑动窗口向前移动一个字符；
步骤4-5：从当前压缩位置开始，在滑动窗口中查找最大匹配字符串，如找到，则输出编码三元组(off,len,c)，其中off为最大匹配字符串相对滑动窗口边界的偏移量，len为最大匹配字符串的长度，c为滑动窗口区中最后一个字符的下一个字符；否则，输出编码三元组(0,0,c)；
步骤4-6：将预置区里的所有数据向前滑动len+1个字符及滑动窗口向前移动len+1个字符，转至步骤4-5；
步骤4-7：重复执行步骤4-5至步骤4-6，直至预置区中没有数据，压缩结束，得到最终的低频小波系数部分对应的毫秒级管道数据压缩结果；
与所述的毫秒级管道数据的复合压缩方法对应的毫秒级管道数据的解压缩方法，包括如下步骤：
步骤J1：读取毫秒级管道数据压缩结果，包括：低频小波系数部分对应的毫秒级管道数据压缩结果和高频小波系数部分对应的毫秒级管道数据压缩结果；
步骤J2：针对毫秒级管道数据压缩结果进行解压缩，得到原始管道毫秒级在线数据，包括如下步骤：
步骤J2.1：针对高频小波系数部分对应的毫秒级管道数据压缩结果，采用dSPIHT算法进行有损解压缩；
步骤J2.1.1：初始化过程；
输入高频数据压缩时的初始阈值T，初始有序表LSP、LIP和LIS，阈值指数n＝log2(T)，步骤3-5结束后得到的排序位流Sn和精细位流Rn；
设定解压缩级数K，且初始化解压缩小波系数列矩阵；所述解压缩小波系数列矩阵是一个m列的随机列矩阵，m为小波系数的总个数，其中每个小波系数的初始值为2^(n-K)*rand；
步骤J2.1.2：通过压缩过程中在排序位流Sn和精细位流Rn中插入的特殊值，查找当前解压缩所需的排序位流Sn和精细位流Rn；
步骤J2.1.3：采用排序扫描的方法，解压得到重要的高频小波系数；
1)对于不重要系数表LIP中每个小波系数，读取排序位流Sn中重要性判断结果：若重要性判断结果为“1”，则读取Sn中小波系数的符号位，如果符号位为1，则解压缩得到的小波系数为1.5*2^n，如果符号位为0，则解压缩得到的小波系数为-1.5*2^n，将解压缩得到的小波系数添加到重要系数表LSP的尾部，并从不重要集合表LIP队列中将其删除；若重要性判断结果为“0”，则解压缩后该小波系数值为0；
2)读取不重要集合表LIS中每个小波系数的所有后代集合D(i)的重要性，若重要，则将D(i)分裂为直接后代O(i)和间接后代L(i)；若不重要，则读取LIS中下一个D(i)的重要性结果；
接着对D(i)的直接后代O(i)的两个系数分别读取排序位流Sn中重要性判断结果：1)若重要性判断结果为“1”，则读取Sn中小波系数的符号位：如果符号位为1，则解压缩得到的小波系数为1.5*2^n；如果符号位为0，则解压缩得到的小波系数为-1.5*2^n，将解压缩后的小波系数添加到LSP队列的尾部；2)若重要性判断结果为“0”，则解压缩后该小波系数值为0，将该小波系数添加到不重要系数表LIP中；
再检查D(i)的间接后代L(i)是否为空集：若非空，则将间接后代L(i)添加到不重要集合表LIS的尾部；若为空，则将间接后代L(i)删除；
再接着读取LIS中间接后代L(i)的重要性：若重要，则将间接后代L(i)的直接后代添加到不重要集合表LIS的尾部，将间接后代L(i)从不重要集合表LIS中删除；若不重要，则不进行任何处理；
步骤J2.1.4：精细扫描得到本级解压缩结果：读取上一级排序扫描解压后的重要系数表LSP中小波系数值c(i)；再读取精细位流Rn里对应每个小波系数的值，如果c(i)为负数，则解压值为-[abs(c(i))+(-1)1+Rn·2n-1]，如果c(i)为正数，则解压值为abs(c(i))+(-1)1+Rn·2n-1；
步骤J2.1.5：将阈值指数减1，并转至步骤J2.1.2进行下一级的解压缩扫描；
步骤J2.1.6：重复执行步骤J2.1.2至步骤J2.1.5，直到阈值指数n＝0时，解压缩结束，再将得到的小波系数进行逐层的小波逆变换，得到最终解压缩结果；
步骤J2.2：针对低频小波系数部分对应的毫秒级管道数据压缩结果，基于dLZ77解码方法进行无损压缩；具体过程为：
步骤J2.2.1：确定解压缩滑动窗口大小，与步骤3-2中低频小波系数部分对应的毫秒级管道数据压缩过程中所用的滑动窗口大小一样；
步骤J2.2.2：将低频小波系数部分对应的毫秒级管道数据压缩结果输入预置区；
步骤J2.2.3：开始解压缩时，由于初始滑动窗口中暂时无数据，没有可供匹配的字符串，因此第一次解压缩结果为单个字符，将其按照单个字符进行还原，并且将其送入滑动窗口，将预置区里的所有数据向前移动一个字符及滑动窗口之前的数据向前移动一个字符；
步骤J2.2.4：读取下一个压缩结果，按照解压缩原则将其还原；
所述解压缩原则具体内容为：如果当前压缩结果仍然为单个字符则按照单个字符进行还原，滑动窗口的数据向前移动一个字符，并且将预置区里的所有数据向前移动一个字符；如果当前压缩结果为编码三元组(off,len,c)，那么先在滑动窗口中找到偏移量为off，长度为len的匹配字符串，然后在匹配字符串后面加上字符c，将其作为解压缩后的字符串，解压后的字符串进入滑动窗口，相应地滑动窗口之前的数据向前移动len+1个字符；
步骤J2.2.5：重复执行步骤J2.2.4，直至预置区中没有数据，解压缩过程结束，得到最终的解压缩结果；
步骤J3：根据解压缩得到的高频小波系数部分对应的毫秒级管道数据和低频小波系数部分对应的毫秒级管道数据，得到原始的管道毫秒级在线数据。
本发明的有益效果是：
针对无损压缩压缩比低和有损压缩失真度高的缺陷，本发明在单一压缩方式的基础上提出复合压缩方法，在保证信息完整性的前提下更大幅度的降低了数据的压缩比，提高了压缩结果的传输速度。数据的解压缩速度快，并且能够保存数据的必要信息，最大程度地还原管道毫秒级在线数据，确保信息的准确性和完整性。在实现装置中还辅以GPS校时模块对数据采集单元进行校时，保证了数据采集时间的准确性。
附图说明
图1为本发明一种实施方式的管道毫秒级在线数据的复合压缩方法流程图；
图2为本发明一种实施方式采用SPIHT算法对高频小波系数部分对应的数字电信号进行有损压缩的流程图；
图3为本发明一种实施方式基于LZ77编码方法对低频小波系数部分对应的数字电信号进行无损压缩的流程图；
图4为本发明一种实施方式基于SPIHT有损解压缩算法对高频小波系数部分对应的数字电信号进行解压缩流程图；
图5为本发明一种实施方式基于LZ77无损解压缩算法对低频小波系数部分对应的数字电信号进行解压缩流程图；
图6为本发明一种实施方式实现管道毫秒级在线数据的复合压缩/解压缩方法的装置结构示意图。
具体实施方式
下面结合附图与具体的实例对本发明作进一步的详细说明：
本实施方式的管道毫秒级在线数据的复合压缩方法，如图1所示，包括如下步骤：
步骤1：采集管道实时毫秒级运行信号，并将其转换为模拟电信号，进行滤波放大后，进一步转换为数字电信号；本实施方式采集的管道毫秒级在线数据的大小为3.65kb，数据个数为150个，数据主要包括时间信息和管道运行压力数据。
步骤2：采用多小波阈值压缩算法对步骤1的管道运行数字电信号进行多小波变换，得到具有高频小波系数部分和低频小波系数部分的小波系数矩阵；具体方法如下：
本实施方式中选择CL4多小波作为多小波变换的小波基，利用CL4多小波对管道运行数字电信号进行四级多小波分解，得到150行5列的小波系数矩阵；该小波系数矩阵中的第1列表示低频的小波系数a[p]，第2-5列表示高频小波系数d1[p]、d2[p]、…d4[p]，设置阈值ηj舍弃数值较小的小波系数，某一尺度j下阈值ηj的设置公式为：
ηj＝λ×max{|dj(p)|},p＝1,2,…,N
其中j为尺度因子；N为原始数据长度；dj(p)是小波分解后的高频小波系数部分；p为采集时刻；λ为比例系数，例如λ＝0.1表示阈值ηj被设置为高频小波系数最大值的1/10倍；本实施方式中根据所选管道压力数据特征，阈值ηj设置为0.9。
步骤3：针对高频小波系数部分对应的数字电信号，采用改进的SPIHT(SetPartitioning in Hierarchical Trees，多级树集合分裂)算法进行有损压缩，如图2所示，具体包括如下步骤：
步骤3-1：初始化过程；
建立不重要系数表LIP、重要系数表LSP和不重要集合表LIS共三个有序表；
对高频小波系数部分对应的数字电信号进行逐层小波分解，一共进行4次，其中第二层至第四层小波分解得到的数据可以看做是第一层小波分解得到的后代；
将分解得到的第一层所有数据同时放入不重要系数表LIP和不重要集合表LIS中；
将重要系数表LSP置为空集；
对阈值T进行初始化为T＝2n＝8，0≤i≤m-1，m＝1500为4层小波分解后得到的小波系数的总个数，c(i)为逐层分解过程中得到的小波系数。
步骤3-2：采用排序扫描的方法，找到重要的高频小波系数：
方法为：1)利用重要性判断方法分别判断不重要系数表LIP中每个小波系数是否重要，是，则向排序位流Sn输入重要性判断结果“1”和符号位(“1”代表正，“0”代表负)，然后将该小波系数添加到重要系数表LSP的尾部，从不重要系数表LIP中将该小波系数删除；否，则向排序位流Sn输入重要性判断结果“0”，表明该系数不重要；所述排序位流Sn是记录系数重要性和符号位的队列；
2)以D(i)表示不重要集合表LIS中小波系数的后代的集合，其中i为小波系数的序号；分别判断不重要集合表LIS中每个小波系数对应后代的重要性，方法为：首先利用重要性判断方法判断D(i)的重要性，若不重要，则向排序位流Sn输入重要性判断结果“0”；若重要，向排序位流Sn输入重要性判断结果“1”，并且将集合D(i)分裂为直接后代O(i)(与该层直接相连的)和间接后代L(i)；除了第M层分解结果以外，每层小波系数都在下一层分解结果中有两个系数作为直接后代，除了直接后代外的其他后代称为间接后代；
然后，再次利用重要性判断方法对直接后代O(i)的两个小波系数分别进行重要性判断，并向排序位流Sn输入重要性判断结果和符号位(方法与不重要系数表LIP中每个小波系数的重要性判断方法相同)，将重要小波系数的后代集合添加到重要系数表LSP的尾部，不重要的小波系数添加到不重要系数表LIP的尾部；
再然后，检查间接后代L(i)是否为空集，若非空，则将间接后代L(i)添加到不重要集合表LIS的尾部，若间接后代L(i)为空集，则将L(i)从不重要集合表LIS中删除；
又然后，利用重要性判断方法判断不重要集合表LIS中间接后代L(i)的重要性，若不重要，则向排序位流Sn输入表示不重要的符号“0”，若重要，则向排序位流Sn输入表示重要性的符号“1”；将间接后代L(i)的直接后代添加到不重要集合表LIS的尾部，将间接后代L(i)从不重要集合表LIS中删除；
步骤3-3：精细扫描得到本级压缩结果：将重要系数表LSP中的每个小波系数，除最近一次排序扫描新加入到LSP的小波系数外，计算重要系数表LSP中的每个小波系数的压缩值，即对应的二进制数，并且将该二进制数对应于2^n权位处的符号‘1’或‘0’送到精细位流Rn；所述精细位流Rn用于记录压缩的二进制值；
步骤3-4：将阈值指数减1，且在排序位流Sn和精细位流Rn中插入除0和1外的任何数字作为特殊值用来区分每级压缩的标志，转至步骤3-2；
步骤3-5：重复执行步骤3-2至步骤3-4，直到n＝0时，压缩结束，得到最终压缩结果；
步骤4：针对低频小波系数部分对应的数字电信号，按图3所示，基于LZ77编码方法进行无损压缩，包括如下步骤：
步骤4-1：假设低频小波系数对应的信号为“ababcdeababcdeecdeef”，扫描该字符串，根据其大小本实施方式设置滑动窗口大小为20，预置区的大小为20；
步骤4-2：压缩过程中，数据先进入预置区，后通过滑动窗口区域；首先将小波系数矩阵中低频小波系数对应的信号按顺序放入预置区中，此状态为压缩开始前的状态；
步骤4-3：对于压缩开始前的状态，由于此时滑动窗口区域暂时无数据，没有可供匹配的字符串，故保存低频小波系数对应信号的第一个字符a作为压缩结果；
步骤4-4：将预置区里的所有数据向前移动一个字符及滑动窗口的数据向前移动一个字符；
步骤4-5：从当前压缩位置开始，在滑动窗口中查找最大匹配字符串，如找到，则输出编码三元组(off,len,c)，其中off为最大匹配字符串相对滑动窗口边界的偏移量，len为最大匹配字符串的长度，c为滑动窗口区中最后一个字符的下一个字符；否则，输出编码三元组(0,0,c)；
步骤4-6：将预置区里的所有数据向前滑动len+1个字符及滑动窗口的数据向前移动len+1个字符，转至步骤4-5；
例如，本实施方式中步骤4-4执行后，预置区的数据字符串为babcdeababcdeecdeef，在滑动窗口区域，字符a是唯一可供比较的字符，因此不存在匹配，故保存字符b作为压缩结果。同时，所有数据往前移动1个字符及滑动窗口的数据向前移动1个字符；此时预置区的数据字符串为abcdeababcdeecdeef，滑动窗口区域的数据为字符串ab，可供比较的字符串组合为{a，ab}，故最长的匹配字符串为ab，字符串ab从滑动窗口的第19个字符串开始匹配，即偏移量off＝18，长度len＝2，在预置区中字符串ab后面的首字符为c，则输出三元组(18，2，c)，代表字符串abc，故预置区里的所有数据往前移动3个字符及滑动窗口数据向前移动3个字符；
步骤4-7：重复执行步骤4-5至步骤4-6，直至预置区中没有数据，压缩结束，得到最终的低频小波系数部分对应的毫秒级管道数据压缩结果；
基于多小波阈值及有损、无损复合压缩后的管道信息数据的大小为1.76kb，实际的数据压缩比为：1.76×1024/(3.65×1024)＝0.4818，相对较低。
本实施方式中与管道毫秒级在线数据的复合压缩方法相对应的解压缩方法包括如下步骤：
步骤J1：读取毫秒级管道数据压缩结果，包括：低频小波系数部分对应的毫秒级管道数据压缩结果和高频小波系数部分对应的毫秒级管道数据压缩结果；
步骤J2：针对毫秒级管道数据压缩结果进行解压缩，得到原始管道毫秒级在线数据，包括如下步骤：
步骤J2.1：针对高频小波系数部分对应的毫秒级管道数据压缩结果，如图4所示，采用dSPIHT算法进行有损解压缩，包括如下步骤：
步骤J2.1.1：初始化过程；
输入高频数据压缩时的初始阈值T＝8；初始有序表LSP、LIP和LIS；阈值指数n＝log2(T)＝3；高频数据压缩过程结束后得到的排序位流Sn和精细位流Rn；
设定解压缩级数为4，与压缩时进行的小波分解层数4相对应；并且初始化解压缩小波系数列矩阵，它是一个1500列的随机列矩阵，其中的每个小波系数的初始值为(0,1)之间的随机数；设置初始值的目的是保证未被赋值的小波系数有一定的值，避免重构高频小波系数部分对应的数字电信号时缺少参数；
步骤J2.1.2：通过压缩过程中在排序位流Sn和精细位流Rn中插入的特殊值，查找当前解压缩所需的排序位流Sn和精细位流Rn；
步骤J2.1.3：采用排序扫描的方法，解压得到重要的高频小波系数；
1)对于不重要系数表LIP中每个小波系数，读取排序位流Sn中重要性判断结果：若重要性判断结果为“1”，则读取Sn中小波系数的符号位，如果符号位为1(表示原来小波系数符号为正)，则解压缩得到的小波系数为1.5*2^n；如果符号位为0(表示原来小波系数符号为负)，则解压缩得到的小波系数为-1.5*2^n，将解压缩得到的小波系数添加到重要系数表LSP的尾部，并从不重要集合表LIP队列中将其删除；若重要性判断结果为“0”，则解压缩后该小波系数值为0；
2)读取不重要集合表LIS中每个小波系数的所有后代集合D(i)的重要性：若重要，则将D(i)分裂为直接后代O(i)和间接后代L(i)，然后：首先对直接后代O(i)的两个系数分别读取排序位流Sn中重要性判断结果，若重要性判断结果为“1”，则读取Sn中小波系数的符号位，如果符号位为1，则解压缩得到的小波系数为1.5*2^n，如果符号位为0，则解压缩得到的小波系数为-1.5*2^n，将解压缩后的小波系数添加到LSP队列的尾部；若重要性判断结果为“0”，则解压缩后该小波系数值为0，将该小波系数添加到不重要系数表LIP中；再检查间接后代L(i)是否为空集，若非空，则将间接后代L(i)添加到不重要集合表LIS的尾部，若为空，则将间接后代L(i)删除；然后读取LIS中间接后代L(i)的重要性：若重要，则将间接后代L(i)的直接后代添加到不重要集合表LIS的尾部，将间接后代L(i)从不重要集合表LIS中删除，若不重要，则不进行任何处理；
步骤J2.1.4：精细扫描得到本级解压缩结果：读取上一级排序扫描解压后的重要系数表LSP中小波系数值c(i)；再读取精细位流Rn里对应每个小波系数的值，如果c(i)为负数，则解压值为-[abs(c(i))+(-1)1+Rn·2n-1]，如果c(i)为正数，则解压值为abs(c(i))+(-1)1+Rn·2n-1；
步骤J2.1.5：将阈值指数减1，并转至步骤J2.1.2进行下一级的解压缩扫描；
步骤J2.1.6：重复执行步骤J2.1.2至步骤J2.1.5，直到阈值指数n＝0时，解压缩结束，再将得到的小波系数进行逐层的小波逆变换，得到最终解压缩结果；
步骤J2.2：针对低频小波系数部分对应的毫秒级管道数据压缩结果，如图5所示，基于dLZ77解码方法进行无损压缩；
步骤J2.2.1：本实施方式管道毫秒级在线压力数据低频小波系数部分的字符串压缩时，滑动窗口大小为20，因此解压缩滑动窗口大小也设置为20进行解压缩；
步骤J2.2.2：将压缩结果“ab(18,2,c)de(13,7,e)(16,4,f)”输入到预置区；
步骤J2.2.3：解压缩过程中，因为滑动窗口暂时无数据，没有可供匹配的字符串，所以第一个压缩结果为字符a，是单个字符，因此第一个解压缩结果为“a”，将字符“a”读入滑动窗口，将预置区里的所有数据向前移动一个字符，同时滑动窗口的数据也向前移动一个字符，此时预置区压缩结果变为“b(18,2,c)de(13,7,e)(16,4,f)”；
步骤J2.2.4：读取下一个压缩结果，按照解压缩原则将其还原；所述解压缩原则为：遇到单个的字符就直接读取作为结果，遇到匹配的字符串则根据三元组的三个变量将原来信号还原；
例如，本实施方式中，第二个压缩结果是单个字符“b”，因此将字符“b”读入滑动窗口，滑动窗口的数据向前移动一个字符，并且将预置区里的所有数据向前移动一个字符，预置区压缩结果变为“(18,2,c)de(13,7,e)(16,4,f)”；接下来的压缩结果为三元组(18,2,c)，也就是说匹配字符串的偏移量为18，长度为2。在滑动窗口中找到偏移量为18，长度为2的匹配字符串ab。同时由于三元组(18,2,c)最后一个量是c，所以第三个解压缩结果为“abc”。然后让压缩结果“abc”进入滑动窗口，滑动窗口的数据向前移动三个字符；此时滑动窗口的字符串为“ababc”，剩下的压缩结果为“de(13,7,e)(16,4,f)”；
步骤J2.2.5：按照步骤J2.2.4的方法，对剩余的数据进行解压缩，直至预置区中没有数据，解压缩过程结束，得到最终的解压缩结果为“ababcdeababcdeecdeef”，与压缩前的数据一致。
步骤J3：根据解压缩得到的高频小波系数部分对应的毫秒级管道数据和低频小波系数部分对应的毫秒级管道数据，得到原始的管道毫秒级在线数据。通过以上步骤完成解压缩后，得到的高频解压缩的数据和低频解压缩的数据就是原始的管道毫秒级在线数据。
本实施方式的毫秒级管道数据的复合压缩/解压缩方法，采用毫秒级管道数据的复合压缩/解压缩装置实现，如图6所示，该装置包括：数据采集单元、滤波电路、DSP处理器、GPS校时模块、数据传输模块和上位机；
所述数据采集单元：用于在线采集管道毫秒级运行信号，并将采集到的运行信号转化为电信号后，送入滤波电路；本实施方式的数据采集单元采用罗斯蒙特3051C型号的压力传感器将现场管道毫秒级信号转换为电信号；所述滤波电路：用于接受数据采集单元的模拟电信号，并对该模拟电信号进行滤波、放大后，输出给DSP处理器；本实施方式的滤波电路采用的是二阶压控有源低通滤波电路。所述GPS校时模块：包括GPS天线和数据接收装置；GPS天线用于接收卫星信息并将该卫星信息传送至数据接收装置；数据接收装置用于对接收的卫星信息进行解码，并将解码信息发送至DSP处理器。所述DSP处理器，首先利用GPS校时模块的解码信息进行时间校准；将从滤波电路接受的模拟电信号经过转换精度为12位，采样频率达到1kHz的A/D转换单元变为数字电信号；利用多小波阈值压缩算法对数字电信号进行变换，得到小波系数矩阵，该矩阵包括高频小波系数和低频小波系数；利用SPIHT算法对高频小波系数对应的信号进行有损压缩；基于LZ77编码方法对低频小波系数对应的信号进行无损压缩，最后将压缩后的数据经数据传输模块传送到上位机。本实施方式的DSP采用的是TMS320F28335控制器，GPS采用的是u-blox公司的NEO-M8N芯片。所述数据传输模块：用于将压缩数据传输至上位机；本实施方式的数据传输模块采用的是Wiznet公司的w5200通信模块。DSP通过SPI协议将压缩后毫秒级数据传输给w5200模块，w5200再通过TCP/IP协议将数据传送给上位机。所述上位机，用于对存储器中存储的压缩数据进行解压缩处理。
Claims (6)
1.一种管道毫秒级在线数据的复合压缩方法，其特征在于：包括如下步骤：
步骤1：采集管道实时毫秒级运行信号，并将其转换为数字电信号；
步骤2：对步骤1的管道运行数字电信号进行多小波变换，得到具有高频小波系数部分和低频小波系数部分的小波系数矩阵；
步骤3：针对高频小波系数部分对应的数字电信号，采用改进的SPIHT算法进行有损压缩，得到最终的高频小波系数部分对应的毫秒级管道数据压缩结果；包括如下步骤：
步骤3-1：初始化过程；
包括：建立三个有序表：不重要系数表LIP、重要系数表LSP和不重要集合表LIS；
对高频小波系数部分对应的数字电信号进行逐层小波分解，共进行M次，其中第二层至第M层小波分解得到的数据可以看做是第一层小波分解得到的后代；
将分解得到的第一层所有数据同时放入不重要系数表LIP和不重要集合表LIS中；
将重要系数表LSP置为空集；
初始量化阈值T＝2n，其中n为阈值指数，0≤i≤m-1，m为经过M层小波分解后得到的小波系数的总个数，c(i)为逐层分解过程中得到的小波系数；
步骤3-2：采用排序扫描的方法，找到重要的高频小波系数；
方法为：1)利用重要性判断方法分别判断不重要系数表LIP中每个小波系数是否重要，是，则向排序位流Sn输入重要性判断结果“1”和符号位，然后将该小波系数添加到重要系数表LSP的尾部，从不重要系数表LIP中将该小波系数删除；否，则向排序位流Sn输入重要性判断结果“0”，表明该系数不重要；
所述排序位流Sn是记录小波系数重要性和符号位的队列；
2)以D(i)表示不重要集合表LIS中小波系数的后代的集合，其中i为小波系数的序号；分别判断不重要集合表LIS中每个小波系数对应后代的重要性，方法为：首先利用重要性判断方法判断D(i)的重要性，若不重要，则向排序位流Sn输入重要性判断结果“0”；若重要，向排序位流Sn输入重要性判断结果“1”，并且将集合D(i)分裂为直接后代O(i)和间接后代L(i)；
然后，再次利用重要性判断方法对直接后代O(i)的两个系数分别进行重要性判断，并向排序位流Sn输入重要性判断结果和符号位，将重要小波系数的后代集合添加到重要系数表LSP的尾部，不重要的小波系数添加到不重要系数表LIP的尾部；
再然后，检查间接后代L(i)是否为空集，若非空，则将间接后代L(i)添加到不重要集合表LIS的尾部，若间接后代L(i)为空集，则将L(i)从不重要集合表LIS中删除；
又然后，利用重要性判断方法判断不重要集合表LIS中间接后代L(i)的重要性，若不重要，则向排序位流Sn输入表示不重要的符号“0”，若重要，则向排序位流Sn输入表示重要性的符号“1”；将间接后代L(i)的直接后代添加到不重要集合表LIS的尾部，将间接后代L(i)从不重要集合表LIS中删除；
所述重要性判断方法为：如果小波系数大于等于阈值T，则该小波系数关于阈值T是重要的，否则是不重要的；
步骤3-3：精细扫描得到本级压缩结果：将重要系数表LSP中的每个系数，除最近一次排序扫描新加入到LSP的小波系数外，计算重要系数表LSP中的每个小波系数的压缩值，即对应的二进制数，并且将该二进制数对应于2^n权位处的符号‘1’或‘0’送到精细位流Rn；所述精细位流Rn用于记录压缩的二进制的值；
步骤3-4：将阈值指数减1，且在排序位流Sn和精细位流Rn中插入除0和1外的任何数字作为特殊值用来区分每级压缩的标志，转至步骤3-2；
步骤3-5：重复执行步骤3-2至步骤3-4，直到n＝0时，压缩结束，得到最终的高频小波系数部分对应的毫秒级管道数据压缩结果；
步骤4：针对低频小波系数部分对应的数字电信号，基于LZ77编码方法进行无损压缩，得到最终的低频小波系数部分对应的毫秒级管道数据压缩结果。
2.根据权利要求1所述的管道毫秒级在线数据的复合压缩方法，其特征在于：
所述步骤2中选择CL4多小波作为多小波变换的小波基对管道运行数字电信号进行多小波分解，得到所述的具有高频小波系数部分和低频小波系数部分的小波系数矩阵。
3.根据权利要求1或2所述的管道毫秒级在线数据的复合压缩方法，其特征在于：对小波系数矩阵设置阈值ηj，并利用阈值ηj将小波系数矩阵中数值较小的小波系数舍弃，某一尺度j下阈值ηj的设置公式如下：
ηj＝λ×max{|dj(p)|}，p＝1，2，…，N
其中j为尺度因子；N为数据长度；dj(p)是小波分解后的高频小波系数部分；p为采集时刻；λ为比例系数。
4.根据权利要求1所述的管道毫秒级在线数据的复合压缩方法，其特征在于：所述步骤4包括如下步骤：
步骤4-1：根据数据规模，确定滑动窗口的大小及预置区的大小；
步骤4-2：将低频小波系数部分对应的数字电信号按顺序放入预置区中，此状态为压缩开始前的状态；
步骤4-3：对于压缩开始前的状态，由于此时滑动窗口中暂无数据，因此滑动窗口中没有可供与预置区匹配的字符串，故将低频小波系数部分对应的数字电信号的第一个元素作为压缩结果；
步骤4-4：将预置区里的所有数据向前移动一个字符，滑动窗口向前移动一个字符；
步骤4-5：从当前压缩位置开始，在滑动窗口中查找最大匹配字符串，如找到，则输出编码三元组(off，len，c)，其中off为最大匹配字符串相对滑动窗口边界的偏移量，len为最大匹配字符串的长度，c为滑动窗口区中最后一个字符的下一个字符；否则，输出编码三元组(0，0，c)；
步骤4-6：将预置区里的所有数据向前滑动len+1个字符及滑动窗口向前移动len+1个字符，转至步骤4-5；
步骤4-7：重复执行步骤4-5至步骤4-6，直至预置区中没有数据，压缩结束，得到最终的低频小波系数部分对应的毫秒级管道数据压缩结果。
5.与权利要求1所述的管道毫秒级在线数据的复合压缩方法相应的管道毫秒级在线数据的复合解压缩方法，其特征在于：包括如下步骤：
步骤J1：读取毫秒级管道数据压缩结果，包括：低频小波系数部分对应的毫秒级管道数据压缩结果和高频小波系数部分对应的毫秒级管道数据压缩结果；
步骤J2：针对毫秒级管道数据压缩结果进行解压缩，得到原始管道毫秒级在线数据，包括如下步骤：
步骤J2.1：针对高频小波系数部分对应的毫秒级管道数据压缩结果，采用SPIHT算法进行有损解压缩，得到相应的高频小波系数，进行逐层的小波逆变换，得到最终解压缩结果；包括如下步骤：
步骤J2.1.1：初始化过程；
输入高频数据压缩时的初始阈值T，初始有序表LSP、LIP和LIS，阈值指数n＝log2(T)，步骤3-5结束后得到的排序位流Sn和精细位流Rn；
设定解压缩级数K，且初始化解压缩小波系数列矩阵；所述解压缩小波系数列矩阵是一个m列的随机列矩阵，m为小波系数的总个数，其中每个小波系数的初始值为2^(n-K)*rand；
步骤J2.1.2：通过压缩过程中在排序位流Sn和精细位流Rn中插入的特殊值，查找当前解压缩所需的排序位流Sn和精细位流Rn；
步骤J2.1.3：采用排序扫描的方法，解压得到重要的高频小波系数；
1)对于不重要系数表LIP中每个小波系数，读取排序位流Sn中重要性判断结果：若重要性判断结果为“1”，则读取Sn中小波系数的符号位，如果符号位为1，则解压缩得到的小波系数为1.5*2^n，如果符号位为0，则解压缩得到的小波系数为-1.5*2^n，将解压缩得到的小波系数添加到重要系数表LSP的尾部，并从不重要集合表LIP队列中将其删除；若重要性判断结果为“0”，则解压缩后该小波系数值为0；
2)读取不重要集合表LIS中每个小波系数的所有后代集合D(i)的重要性，若重要，则将D(i)分裂为直接后代O(i)和间接后代L(i)；若不重要，则读取LIS中下一个D(i)的重要性结果；
接着对D(i)的直接后代O(i)的两个系数分别读取排序位流Sn中重要性判断结果：1)若重要性判断结果为“1”，则读取Sn中小波系数的符号位：如果符号位为1，则解压缩得到的小波系数为1.5*2^n；如果符号位为0，则解压缩得到的小波系数为-1.5*2^n，将解压缩后的小波系数添加到LSP队列的尾部；2)若重要性判断结果为“0”，则解压缩后该小波系数值为0，将该小波系数添加到不重要系数表LIP中；
再检查D(i)的间接后代L(i)是否为空集：若非空，则将间接后代L(i)添加到不重要集合表LIS的尾部；若为空，则将间接后代L(i)删除；
再接着读取LIS中间接后代L(i)的重要性：若重要，则将间接后代L(i)的直接后代添加到不重要集合表LIS的尾部，将间接后代L(i)从不重要集合表LIS中删除；若不重要，则不进行任何处理；
步骤J2.1.4：精细扫描得到本级解压缩结果：读取上一级排序扫描解压后的重要系数表LSP中小波系数值c(i)；再读取精细位流Rn里对应每个小波系数的值，如果c(i)为负数，则解压值为-[abs(c(i))+(-1)1+Rn·2n-1]，如果c(i)为正数，则解压值为abs(c(i))+(-1)1+Rn·2n-1；
步骤J2.1.5：将阈值指数减1，并转至步骤J2.1.2进行下一级的解压缩扫描；
步骤J2.1.6：重复执行步骤J2.1.2至步骤J2.1.5，直到阈值指数n＝0时，解压缩结束，再将得到的小波系数进行逐层的小波逆变换，得到最终解压缩结果；
步骤J2.2：针对低频小波系数部分对应的毫秒级管道数据压缩结果，基于LZ77解码方法进行无损压缩，得到最终解压缩结果；
步骤J3：根据解压缩得到的高频小波系数部分对应的毫秒级管道数据和低频小波系数部分对应的毫秒级管道数据，得到原始的管道毫秒级在线数据。
6.根据权利要求5所述的复合解压缩方法，其特征在于：所述J2.2包括如下步骤：
步骤J2.2.1：确定解压缩滑动窗口大小，与步骤3-2中低频小波系数部分对应的毫秒级管道数据压缩过程中所用的滑动窗口大小一样；
步骤J2.2.2：将低频小波系数部分对应的毫秒级管道数据压缩结果输入预置区；
步骤J2.2.3：开始解压缩时，由于初始滑动窗口中暂时无数据，没有可供匹配的字符串，因此第一次解压缩结果为单个字符，将其按照单个字符进行还原，并且将其送入滑动窗口，将预置区里的所有数据向前移动一个字符及滑动窗口的数据向前移动一个字符；
步骤J2.2.4：读取下一个压缩结果，按照解压缩原则将其还原；
所述解压缩原则具体内容为：如果当前压缩结果仍然为单个字符则按照单个字符进行还原，滑动窗口的数据向前移动一个字符，并且将预置区里的所有数据向前移动一个字符；如果当前压缩结果为编码三元组，那么先在滑动窗口中找到偏移量为off，长度为len的匹配字符串，然后在匹配字符串后面加上字符c，将其作为解压缩后的字符串，解压后的字符串进入滑动窗口，相应地滑动窗口的数据向前移动len+1个字符；
步骤J2.2.5：重复执行步骤J2.2.4，直至预置区中没有数据，解压缩过程结束，得到最终的解压缩结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510633774.2A CN105187071B (zh) | 2015-09-29 | 2015-09-29 | 一种管道毫秒级在线数据的复合压缩/解压缩方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510633774.2A CN105187071B (zh) | 2015-09-29 | 2015-09-29 | 一种管道毫秒级在线数据的复合压缩/解压缩方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105187071A CN105187071A (zh) | 2015-12-23 |
| CN105187071B true CN105187071B (zh) | 2018-04-06 |
Family
ID=54908959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510633774.2A Expired - Fee Related CN105187071B (zh) | 2015-09-29 | 2015-09-29 | 一种管道毫秒级在线数据的复合压缩/解压缩方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105187071B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106850785A (zh) * | 2017-01-20 | 2017-06-13 | 济南浪潮高新科技投资发展有限公司 | 一种使用滑动窗口缓存的物理信息系统数据压缩传输方法 |
| CN106850141A (zh) * | 2017-01-20 | 2017-06-13 | 济南浪潮高新科技投资发展有限公司 | 一种使用deflate算法的物理信息系统数据无损压缩传输方法 |
| CN109067405B (zh) * | 2018-07-27 | 2022-10-11 | 深圳市元征科技股份有限公司 | 一种数据压缩的方法、装置、终端及计算机可读存储介质 |
| CN111476137B (zh) * | 2020-04-01 | 2023-08-01 | 北京埃德尔黛威新技术有限公司 | 一种新型管道渗漏预警在线相关定位数据压缩方法和设备 |
| CN116939047B (zh) * | 2023-09-18 | 2023-11-24 | 吉林省车桥汽车零部件有限公司 | 一种用于数控机床系统的数据智能通信方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6198850B1 (en) * | 1998-06-12 | 2001-03-06 | Xerox Corporation | System and method for segmentation dependent lossy and lossless compression for higher quality |
| CN1681213A (zh) * | 2004-03-10 | 2005-10-12 | 三星电子株式会社 | 无损音频编码/解码方法和装置 |
| CN103398295A (zh) * | 2013-07-04 | 2013-11-20 | 东北大学 | 一种管道漏磁信号数据压缩装置及方法 |
| CN103886623A (zh) * | 2012-12-19 | 2014-06-25 | 华为技术有限公司 | 一种图像压缩方法、设备及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8345999B2 (en) * | 2005-12-15 | 2013-01-01 | Xerox Corporation | System and method for monochrome binary compression on legacy devices |
-
2015
- 2015-09-29 CN CN201510633774.2A patent/CN105187071B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6198850B1 (en) * | 1998-06-12 | 2001-03-06 | Xerox Corporation | System and method for segmentation dependent lossy and lossless compression for higher quality |
| CN1681213A (zh) * | 2004-03-10 | 2005-10-12 | 三星电子株式会社 | 无损音频编码/解码方法和装置 |
| CN103886623A (zh) * | 2012-12-19 | 2014-06-25 | 华为技术有限公司 | 一种图像压缩方法、设备及系统 |
| CN103398295A (zh) * | 2013-07-04 | 2013-11-20 | 东北大学 | 一种管道漏磁信号数据压缩装置及方法 |
Non-Patent Citations (2)
| Title |
|---|
| 流体输送管道泄漏智能诊断与定位方法的研究;冯健;《中国优秀博硕士学位论文全文数据库 (博士) 工程科技Ⅱ辑》;C034-1;20051115(第 07 期);C034-1 * |
| 管道泄漏检测数据的压缩方法研究;刘琳琳;《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》;B019-161;20120515(第5期);B019-161 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105187071A (zh) | 2015-12-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105187071B (zh) | 一种管道毫秒级在线数据的复合压缩/解压缩方法 | |
| CN103398295B (zh) | 一种管道漏磁信号数据压缩装置及方法 | |
| CN100546196C (zh) | 一种二维矢量数据的压缩方法 | |
| CN109871749B (zh) | 一种基于深度哈希的行人重识别方法和装置、计算机系统 | |
| CN102510287B (zh) | 一种工业实时数据的快速压缩方法 | |
| CN108873062A (zh) | 一种基于fpga的多编码器高速地震数据并行无损压缩方法 | |
| CN106971090A (zh) | 一种基因测序数据压缩和传输方法 | |
| CN113312325B (zh) | 轨迹数据传输方法、装置、设备及存储介质 | |
| CN117041359A (zh) | 一种信息数据高效压缩传输方法 | |
| CN112926627A (zh) | 一种基于电容型设备缺陷数据的设备缺陷时间预测方法 | |
| Abdelwahab et al. | LiDAR data compression challenges and difficulties | |
| CN105005464A (zh) | 一种Burrows Wheeler变换硬件处理装置 | |
| CN1663128A (zh) | 一种用于可变长解码的方法和系统以及一种用于代码字定位的设备 | |
| CN114885036A (zh) | 一种探地雷达数据的实时有损压缩方法及系统 | |
| CN102811062B (zh) | 电力系统广域测量系统高密度时间序列数据的曲线稀疏处理方法 | |
| CN113240761A (zh) | 一种适用于遥感卫星的高位深图像无损压缩方法 | |
| CN103442236B (zh) | 一种多级和分维矢量量化的遥感信号压缩编码方法 | |
| CN110381076B (zh) | 一种单波段矩阵型dem数据渐进精化式传输方法及系统 | |
| CN101742299B (zh) | 一种符合ccsds标准的图像无损压缩处理系统及方法 | |
| CN110457697A (zh) | 一种基于匿名谓词索引的rdf数据压缩及解压缩方法 | |
| CN111242132A (zh) | 室外道路场景语义分割方法、装置、电子设备及存储介质 | |
| CN116405037B (zh) | 一种面向天文星表的压缩预处理编码器、应用 | |
| CN118249815B (zh) | 基于循环神经网络和自编码器的das信号压缩方法 | |
| CN117807279B (zh) | 用于高速公路质量检测的数据检索方法 | |
| CN118337220B (zh) | 基于通道相关性的das数据有损压缩后处理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180406 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |