CN117082153A - 一种载波通信数据采集及数据优化方法 - Google Patents
一种载波通信数据采集及数据优化方法 Download PDFInfo
- Publication number
- CN117082153A CN117082153A CN202311322359.6A CN202311322359A CN117082153A CN 117082153 A CN117082153 A CN 117082153A CN 202311322359 A CN202311322359 A CN 202311322359A CN 117082153 A CN117082153 A CN 117082153A
- Authority
- CN
- China
- Prior art keywords
- carrier communication
- communication data
- data corresponding
- acquisition frequency
- target
- 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.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 442
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005457 optimization Methods 0.000 title claims abstract description 14
- 238000007906 compression Methods 0.000 claims abstract description 88
- 230000006835 compression Effects 0.000 claims abstract description 86
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000013507 mapping Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 abstract description 15
- 238000010606 normalization Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000013144 data compression Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 4
- 230000006837 decompression Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003064 k means clustering Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010355 oscillation Effects 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000002759 z-score normalization Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请涉及数字数据处理技术领域，特别涉及一种载波通信数据采集及数据优化方法，包括：先基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，然后将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，以将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。通过基于不同采集频率对应的载波通信数据的聚类类型选择不同的压缩方式，以提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
Description
技术领域
本申请涉及数字数据处理技术领域，特别涉及一种载波通信数据采集及数据优化方法。
背景技术
载波通信，是一种利用载波信号传输信息的通信方式。在载波通信中，信息信号被调制到一个高频的载波信号上，通过传输载波信号来传递信息。载波通信的基本原理是将信息信号与高频载波信号进行调制。调制的方式可以有多种，常见的调制方式包括调幅（AM）、调频（FM）和调相（PM）等。通过调制，信息信号的特征被叠加到载波信号上，形成调制信号，也即载波通信数据，并且载波通信数据通常具有较强的周期性，也即载波通信数据以连续的周期性信号形式传输，并且在时域上显示出一系列重复的振荡形式。在接收端，通过解调器对接收到的调制信号进行解调，将载波信号和信息信号分离。解调后的信息信号可以进行进一步的处理和解码，以获取原始的信息内容。
但是，传统的系统在获取到所述载波通信数据时，对所述载波通信数据需要进行压缩处理。传统的压缩方式是将获取到的载波通信数据统一采用哈夫曼编码，LZW或游程编码等无损压缩方式进行数据压缩处理，得到最终的压缩数据，而对获取到的载波通信数据无差别的使用无损压缩方式进行数据压缩处理，在载波通信数据数据量庞大或者载波通信数据的离散程度较大时，会导致系统的处理量负载而无法正常实现载波通信数据的压缩，进而导致载波通信数据数据压缩与存储的精度较低，提高存储的工作成本。
发明内容
鉴于以上内容，有必要提供一种载波通信数据采集及数据优化方法，应用于载波通信数据处理领域，相对于传统的载波通信数据的数据压缩方式，提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
本申请第一方面提供一种载波通信数据采集及数据优化方法，应用于载波通信数据处理领域，所述方法包括：获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线；基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度；根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型；基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。
在其中一种实施例中，所述获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线，具体包括：将目标采集频率对应的载波通信数据映射到横坐标为时刻值与纵坐标为功率值的时序空间，构建目标采集频率对应的载波通信数据对应的初始时序曲线；将目标采集频率对应的载波通信数据对应的初始时序曲线进行归一化处理，确认目标采集频率对应的载波通信数据对应的时序曲线。
在其中一种实施例中，所述基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度，具体包括：根据目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值，计算目标采集频率对应的载波通信数据的振幅离散值；基于所述目标采集频率对应的载波通信数据的时序曲线的最大数据值与平均数据值，计算目标采集频率对应的载波通信数据的振幅波动值；将所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值输入预设数据值相似程度计算公式，计算目标采集频率对应的载波通信数据的数据值相似程度。
在其中一种实施例中，所述将所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值输入预设数据值相似程度计算公式，计算目标采集频率对应的载波通信数据的数据值相似程度，具体包括：
其中，为目标采集频率/>对应的载波通信数据的数据值相似程度，/>为目标采集频率/>对应的载波通信数据的时序曲线的时刻值数量，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的方差，/>为目标采集频率/>对应的载波通信数据的振幅离散值，/>为目标采集频率/>对应的载波通信数据的时序曲线的最大数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的平均数据值，/>为目标采集频率/>对应的载波通信数据的振幅波动值，/>为第一数据值相似程度系数，/>为第二数据值相似程度系数。
在其中一种实施例中，所述基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的时刻值相似程度，具体包括：基于目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值均值，计算目标采集频率对应的载波通信数据的时刻差异性；根据目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值相同的个数，计算目标采集频率对应的载波通信数据的标准时刻占比；将所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比，输入预设的时刻值相似程度计算公式，计算目标采集频率对应的载波通信数据的时刻值相似程度。
在其中一种实施例中，所述将所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比，输入预设的时刻值相似程度计算公式，计算目标采集频率对应的载波通信数据的时刻值相似程度，具体包括：
其中，为目标采集频率对应的载波通信数据的时刻值相似程度/>为目标采集频率/>对应的载波通信数据的时序曲线的时刻值数量/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的数据值/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的标准时刻值，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值均值，为目标采集频率/>对应的载波通信数据的时刻差异性，为目标采集频率/>对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值相同的个数，/>为目标采集频率/>对应的载波通信数据的标准时刻占比，/>为第一时刻值相似程度系数，/>为第二时刻值相似程度系数。
在其中一种实施例中，所述根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，具体包括：将每个采集频率对应的载波通信数据的数值映射到横坐标为数值相似程度，纵坐标为时刻值相似程度的二维数据空间，构建聚类散点图像；通过预设的聚类方法对所述聚类散点图像进行二分类，确认每个采集频率对应的载波通信数据的聚类类型，其中，所述聚类类型包括第一聚类类型与第二聚类类型。
在其中一种实施例中，所述基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据，具体包括：当目标采集频率对应的载波通信数据的聚类类型为第一聚类类型时，将目标采集频率对应的载波通信数据进行有损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据；当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行无损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
在其中一种实施例中，所述当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行无损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据，具体包括：当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行游程编码方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
在其中一种实施例中，所述当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行游程编码方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据，具体包括：遍历所述目标采集频率对应的载波通信数据的每个数据点，其中，数据值相同且连续的数据点组成一个游程；根据每个游程的游程长度与对应的数据值，构建每个游程的压缩对值；将目标采集频率对应的载波通信数据中的每个游程的压缩对值，依照顺序写入初始压缩文件，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
本申请实施例通过先获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线，然后基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，并且根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，再基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。通过不同的采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，进一步将不同的采集频率对应的载波通信数据进行分类，基于不同采集频率对应的载波通信数据的聚类类型选择不同的压缩方式，提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
附图说明
图1是本申请实施例的一种载波通信数据采集及数据优化方法的流程示意图。
图2是本申请实施例的一种载波通信数据采集及数据优化方法的第一子流程示意图。
图3是本申请实施例的一种载波通信数据采集及数据优化方法的第二子流程示意图。
图4是本申请实施例的一种载波通信数据采集及数据优化方法的第三子流程示意图。
图5是本申请实施例的一种载波通信数据采集及数据优化方法的第四子流程示意图。
图6是本申请实施例的一种载波通信数据采集及数据优化方法的第五子流程示意图。
图7是本申请实施例的一种载波通信数据采集及数据优化方法的第六子流程示意图。
具体实施方式
在本申请实施例的描述中，“示例性”、“或者”、“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性”、“或者”、“例如”等词旨在以具体方式呈现相关概念。
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请中的技术领域的技术人员通常理解的含义相同。本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请。应理解，本申请中除非另有说明，“/”表示或的意思。例如，A/B可以表示A或B。本申请中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B三种情况。“至少一个”是指一个或者多个。“多个”是指两个或多于两个。例如，a、b或c中的至少一个，可以表示：a，b，c，a和b，a和c，b和c，a、b和c七种情况。
另外需要说明的是，本申请的说明书和权利要求书及附图中的术语“第一”、“第二”是用于部别类似的对象，而不是用于描述特定的顺序或先后次序。本申请实施例中公开的方法或流程图所示出的方法，包括用于实现方法的一个或多个步骤，在不脱离权利要求的范围的情况下，多个步骤的执行顺序可以彼此互换，其中某些步骤也可以被删除。
需要说明的是，载波通信（Carrier Communication）是一种无线通信技术，其基本原理是通过调制（Modulation）在较高频率的载波信号上添加需要传输的信息信号（如音频、视频或数据）。调制后的信号在无线电波中传播，接收端设备通过解调（Demodulation）将原始信息信号从载波信号中提取出来。以下是载波通信的基本步骤：
1. 信号源：首先，需要一个信息信号，如音频信号、视频信号或数字数据。这些信号通常具有较低的频率，无法直接在无线电波中传播很远。
2. 载波信号：选择一个较高频率的载波信号，如无线电波或微波。载波信号的频率通常远高于信息信号的频率，以便在无线电波中传播。
3. 调制：将信息信号添加到载波信号上，这个过程称为调制。有多种调制方法，如幅度调制（AM）、频率调制（FM）或相位调制（PM）。在调制过程中，信息信号的某些特性（如幅度、频率或相位）会改变载波信号，从而将信息“编码”到载波信号中，得到载波通信数据，并将载波通信数据进行压缩与存储。
4. 传输：将调制后的信号即载波通信数据通过天线发射到空中，信号以无线电波的形式在空中传播。无线电波可以穿越大气层、障碍物和地球曲率，使得信息能够在远距离传输。
5. 接收：接收端设备（如无线电接收器或手机）使用天线捕获传播中的无线电波。接收到的信号可能较弱或受到噪声干扰，因此接收端设备通常需要放大和滤波信号，以提高信号质量。
6. 解调：将调制后的信号还原为原始信息信号的过程称为解调。解调方法取决于调制方法，如幅度解调（AM）、频率解调（FM）或相位解调（PM）。解调后，接收端设备可以再次获得原始信息信号（如音频、视频或数据）。
传统的将载波通信数据进行压缩处理，是统一采用哈夫曼编码，LZW或游程编码等无损压缩方式进行数据压缩处理，容易导致通信数据数据压缩与存储的精度较低，鉴于次技术问题，本申请提供一种载波通信数据采集及数据优化方法，以提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
本申请实施例首先提出一种载波通信数据采集及数据优化方法，应用于载波通信数据处理领域，参考附图1，所述方法包括：
S101、获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线。
其中，所述载波通信数据的采集频率，是指在时间序列数据中，对数据进行采样和记录的频率。换句话说，它是用来衡量在一定时间范围内对数据点进行采集的速度。采集频率通常用赫兹（Hz）表示，1Hz表示每秒采集一次数据。需要说明的是，不同的采集频率采集得到的载波通信数据的数据准确性与有效性不同，也即不同的采集频率采集得到的载波通信数据存在一定的差异性。在不同的应用场景中，采集频率的选择可能会有很大差异。选择合适的采集频率非常重要，因为它直接影响到数据分析的准确性和有效性。采集频率过高可能导致数据冗余和计算资源的浪费，而采集频率过低则可能导致关键信息的丢失。同样的，不同采集频率对应的载波通信数据需要配备不同的数据压缩方式，以提高了载波通信数据数据压缩与存储的精度。所述采集频率对应的载波通信数据的时序曲线，是指基于载波通信数据中数据值与时刻值的对应关系构造的有关数据值与时刻值的时序曲线。不同采集频率对应的载波通信数据的时序曲线的差异，能够反应采集频率对应的载波通信数据之间的差异性，以作为后续进行数据压缩方式选择的判断因素。
S102、基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度。
其中，所述每个采集频率对应的载波通信数据的数据值相似程度，是指每个采集频率对应的载波通信数据中呈周期性的震荡数据值之间的相似程度。因所述预设数量采集频率对应的载波通信数据的时序曲线，在理想的情况下是呈周期性的且规律的一条数据曲线，因实际情况存在各种客观因素的干扰，则预设数量采集频率对应的载波通信数据会出现离散的数据，以导致采集频率对应的载波通信数据的时序曲线出现高低不同的波折图形。所述每个采集频率对应的载波通信数据的时刻值相似程度，是指每个采集频率对应的载波通信数据的时刻值与理想状态下的标准时刻的相似程度。所述每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，是作为评判当前采集频率对应的载波通信数据是否准确与有效，也即，当采集频率对应的载波通信数据离散程度较大，对应的每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度也偏移预设的标准值，进而判定当前采集频率对应的载波通信数据适合哪种压缩方式进行压缩。
S103、根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型。
其中，在获取到每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度之后，基于每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度的大小关系，将每个采集频率对应的载波通信数据进行预设分类方法的分类，以确认每个采集频率对应的载波通信数据的聚类类型。所述每个采集频率对应的载波通信数据的聚类类型，是指采集频率对应的载波通信数据的时序曲线是否为相对规律的数据振幅曲线。
需要说明的是，采集频率对应的载波通信数据的时序曲线通常可分为两种类型的曲线，一类为较为有序和规律的振幅曲线，而另一类为噪音较多的且不规律的数据点较多的振幅曲线。因载波通信数据受外界因素干扰，会出现振幅突变，即数据振幅在短时间内发生明显变化，表现在载波通信数据的时序曲线中为相邻时间戳对应的数据值起伏差异较大且存在跨度较大的波峰，因此造成上述两类型的载波通信数据的时序曲线。
S104、基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。
其中，在获取到所述每个采集频率对应的载波通信数据的聚类类型，根据载波通信数据的聚类类型对应的特性，配置与载波通信数据的聚类类型相对合适的压缩方式将每个采集频率对应的载波通信数据按照进行压缩，以得到每个采集频率对应的载波通信数据对应的最终压缩数据，并将每个采集频率对应的载波通信数据对应的最终压缩数据进行存储。
需要说明的是，所述压缩方式通常可包括有损压缩与无损压缩，所述有损压缩的优点包括：1）高压缩率：相比于无损压缩方法，有损压缩可以实现更高的压缩率，从而大幅度减少文件大小，节省存储空间和传输带宽。2）快速压缩和解压缩：由于有损压缩方法不需要保留所有原始数据信息，因此压缩和解压缩过程通常较快。而有损压缩的缺点包括：1）数据丢失：由于有损压缩过程中会舍弃部分数据信息，因此解压后的数据与原始数据存在差异。这种差异可能会导致图像失真、音频失真等质量问题。2）无法还原：与无损压缩不同，有损压缩后的数据无法完全还原为原始数据。因此，对于需要保留完整信息的应用场景（如文本、程序代码等），有损压缩不适用。无损压缩的有点包括：1）数据完整性：无损压缩的最大优点是它能够保留原始数据的完整性。在解压缩后，你可以获得与原始文件完全相同的数据。这对于需要保留原始数据完整性的应用非常重要，如文本文件、程序文件、数据库和高质量音频/视频文件。2）可逆性：无损压缩是可逆的，这意味着你可以将压缩后的文件解压缩回原始文件，而不会丢失任何信息。这使得无损压缩非常适合备份和存档。3）无损音质和图像质量：对于音频和图像文件，无损压缩可以保持原始的音质和图像质量。这对于专业音频制作、摄影和设计领域的用户来说非常重要。无损压缩的缺点包括：1）压缩率较低：与有损压缩（Lossy Compression）相比，无损压缩的压缩率通常较低。这意味着无损压缩后的文件大小相对较大。对于存储空间有限或需要传输大量数据的场景，这可能是一个问题。2）计算复杂性：无损压缩算法通常比有损压缩算法更复杂，需要更多的计算资源和时间。这可能导致压缩和解压缩过程相对较慢，尤其是对于大型文件。3）不适用于所有类型的数据：对于某些类型的数据，如高分辨率图像和高比特率音频，无损压缩可能无法提供足够的压缩效果。在这些情况下，有损压缩可能是更好的选择，因为它可以在保持可接受质量的同时显著减小文件大小。
因此，不同的采集频率对应的载波通信数据需要采用不同压缩方式，提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
本申请实施例通过先获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线，然后基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，并且根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，再基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。通过不同的采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，进一步将不同的采集频率对应的载波通信数据进行分类，基于不同采集频率对应的载波通信数据的聚类类型选择不同的压缩方式，提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
在本申请的一种实施例中，参阅附图2，S101、所述获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线，具体包括：
S201、将目标采集频率对应的载波通信数据映射到横坐标为时刻值与纵坐标为功率值的时序空间，构建目标采集频率对应的载波通信数据对应的初始时序曲线。
其中，在获取到所述目标采集频率对应的载波通信数据，因所述目标采集频率对应的载波通信数据为功率值与时序构成的数据，则将可以横坐标为时刻值与纵坐标为功率值建立二维的时序空间，将目标采集频率对应的载波通信数据映射在二维的时序空间中，以构建目标采集频率对应的载波通信数据对应的初始时序曲线。
S202、将目标采集频率对应的载波通信数据对应的初始时序曲线进行归一化处理，确认目标采集频率对应的载波通信数据对应的时序曲线。
其中，所述归一化处理，是一种数据预处理技术，主要用于消除数据集中不同特征之间的量纲和数值范围差异，使得各个特征具有相同的尺度。归一化的目的是提高数据的可比性，以便在后续的数据分析和建模过程中更好地处理数据。归一化通常将数据缩放到一个特定的范围，例如[0, 1]或者[-1, 1]。本案优选为[0, 1]数据区间。
需要说明的是，常用的归一化方法有以下几种：
1、最小-最大归一化，最小-最大归一化将原始数据线性缩放到 [0, 1] 范围内。计算公式为：归一化后的数据 = (原始数据 - 最小值) / (最大值 - 最小值)；
2、Z-score归一化，Z-score归一化也称为标准化，它将原始数据转换为均值为0，标准差为1的标准正态分布。计算公式为：归一化后的数据 = (原始数据 - 均值) / 标准差；
3、最大绝对值归一化，最大绝对值归一化将原始数据除以最大的绝对值，使得归一化后的数据范围在 [-1, 1] 之间。计算公式为：归一化后的数据 = 原始数据 / 最大绝对值；
4、均值归一化，均值归一化是将原始数据减去均值，然后除以最大值与最小值之差。计算公式为：归一化后的数据 = (原始数据 - 均值) / (最大值 - 最小值)。
具体的，本实施例中具体的归一化方式参照上述几种方式进行适当选择与代入即可，本案不对归一化过程作进一步的限定。
需要说明的是，在对目标采集频率对应的载波通信数据对应的初始时序曲线进行归一化处理后，再将一些较为明显的噪声数据点去除，以确保目标采集频率对应的载波通信数据对应的时序曲线的质量。
在本申请的一种实施例中，参照附图3，S102、所述基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度，具体包括：
S301、根据目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值，计算目标采集频率对应的载波通信数据的振幅离散值。
其中，统计目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值，再基于载波通信数据的时序曲线中相邻时刻值对应的数据值的差异，进一步得到目标采集频率对应的载波通信数据的振幅数据是否规律有序，得到目标采集频率对应的载波通信数据的振幅离散值。所述目标采集频率对应的载波通信数据的振幅离散值，是指目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值的离散程度，因载波通信数据的时序曲线中每个时刻值对应的数据值的离散程度能够一定程度反应的载波通信数据的振幅数据是否规律有序。需要说明的是，所述目标采集频率对应的载波通信数据的振幅离散值可以用目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值的方差进行表示。
S302、基于所述目标采集频率对应的载波通信数据的时序曲线的最大数据值与平均数据值，计算目标采集频率对应的载波通信数据的振幅波动值。
其中，在获取到所述目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值之后，统计目标采集频率对应的载波通信数据的时序曲线的最大数据值与平均数据值，通过载波通信数据的时序曲线的最大数据值与平均数据值能够一定程度的反应出载波通信数据的时序曲线的波动程度，进一步计算得到目标采集频率对应的载波通信数据的振幅波动值。所述目标采集频率对应的载波通信数据的振幅波动值，是指基于时序曲线的最大数据值与平均数据值的差异计算得到的目标采集频率对应的载波通信数据的时序曲线的波动程度。
S303、将所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值输入预设数据值相似程度计算公式，计算目标采集频率对应的载波通信数据的数据值相似程度。
其中，在获取到所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值之后，将两者作为计算参数，输入预设数据值相似程度计算公式，进一步计算目标采集频率对应的载波通信数据的数据值相似程度。
具体的，所述将所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值输入预设数据值相似程度计算公式，计算目标采集频率对应的载波通信数据的数据值相似程度，具体包括：
其中，为目标采集频率/>对应的载波通信数据的数据值相似程度，/>为目标采集频率/>对应的载波通信数据的时序曲线的时刻值数量，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的方差，/>为目标采集频率/>对应的载波通信数据的振幅离散值，/>为目标采集频率/>对应的载波通信数据的时序曲线的最大数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的平均数据值，/>为目标采集频率/>对应的载波通信数据的振幅波动值，/>为第一数据值相似程度系数，/>为第二数据值相似程度系数。
优选的，所述第一数据值相似程度系数取值为0.6，所述第二数据值相似程度系数/>取值为0.4。需要说明的是，当所述目标采集频率对应的载波通信数据对应的时序曲线越规律有序，则所述目标采集频率/>对应的载波通信数据的数据值相似程度/>越趋近于1。当所述目标采集频率对应的载波通信数据对应的时序曲线越离散且不规律，则所述目标采集频率/>对应的载波通信数据的数据值相似程度/>越偏离于1。
在本申请的一种实施例中，参照附图4，S102、所述基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的时刻值相似程度，具体包括：
S401、基于目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值均值，计算目标采集频率对应的载波通信数据的时刻差异性。
其中，所述目标采集频率对应的载波通信数据的时序曲线中所有数据对应的标准时刻值，是指在完全没有外界因素干扰的理想状态下，目标采集频率对应的载波通信数据在时序曲线中的时刻值。根据目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值，则可对应获取载波通信数据的时序曲线的差异值均值，进一步计算，计算目标采集频率对应的载波通信数据的时刻差异性。所述目标采集频率对应的载波通信数据的时序曲线中对应差异值均值，代表目标采集频率对应的载波通信数据所有数据点对应的时刻值，受外界因素影响而造成时刻值的时间差异值的均值。所述目标采集频率对应的载波通信数据的时刻差异性，是指目标采集频率对应的载波通信数据的时序曲线，因外界影响因素导致的时刻偏移程度。
S402、根据目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值相同的个数，计算目标采集频率对应的载波通信数据的标准时刻占比。
其中，在比对所述目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值之后，统计时刻值与标准时刻值相同的数据点的个数，以进一步计算目标采集频率对应的载波通信数据的标准时刻占比。所述目标采集频率对应的载波通信数据的标准时刻占比，是指时刻值与标准时刻值相同的数据点的个数与总数据量的个数的比值。所述目标采集频率对应的载波通信数据的标准时刻占比，能够一定程度表示目标采集频率对应的载波通信数据受外界因素影响程度大小。
S403、将所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比，输入预设的时刻值相似程度计算公式，计算目标采集频率对应的载波通信数据的时刻值相似程度。
其中，在获取到所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比之后，将两者作为计算参数输入预设的时刻值相似程度计算公式，以进一步计算目标采集频率对应的载波通信数据的时刻值相似程度。
具体的，所述将所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比，输入预设的时刻值相似程度计算公式，计算目标采集频率对应的载波通信数据的时刻值相似程度，具体包括：
其中，为目标采集频率/>对应的载波通信数据的时刻值相似程度/>为目标采集频率/>对应的载波通信数据的时序曲线的时刻值数量/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的数据值/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的标准时刻值，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值均值，为目标采集频率/>对应的载波通信数据的时刻差异性，为目标采集频率/>对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值相同的个数，/>为目标采集频率/>对应的载波通信数据的标准时刻占比，/>为第一时刻值相似程度系数，/>为第二时刻值相似程度系数。
优选的，所述第一时刻值相似程度系数取值为0.3，所述第二时刻值相似程度系数/>取值为0.7。需要说明的是，当所述目标采集频率对应的载波通信数据对应的时序曲线越规律有序，则所述目标采集频率/>对应的载波通信数据的时刻值相似程度/>越趋近于1。当所述目标采集频率对应的载波通信数据对应的时序曲线越离散且不规律，则所述目标采集频率/>对应的载波通信数据的时刻值相似程度/>越远离于1。
在本申请的一种实施例中，参照附图5，S103、所述根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，具体包括：
S501、将每个采集频率对应的载波通信数据的数值映射到横坐标为数值相似程度、纵坐标为时刻值相似程度的二维数据空间，构建聚类散点图像。
其中，在获取到每个采集频率对应的载波通信数据对应的数值相似程度与时刻值相似程度之后，将每个采集频率对应的载波通信数据的数值映射到横坐标为数值相似程度、纵坐标为时刻值相似程度的二维数据空间，每个采集频率对应的载波通信数据在二维数据空间即为一个数据点，则多个采集频率对应的载波通信数据在二维数据空间的图像为聚类散点图像。
S502、通过预设的聚类方法对所述聚类散点图像进行二分类，确认每个采集频率对应的载波通信数据的聚类类型，其中，所述聚类类型包括第一聚类类型与第二聚类类型。
其中，所述预设的聚类方法为K-means聚类算法，且定义所述K-means聚类算法的K值为2，即是通过K-means聚类算法将聚类散点图像划分为两个聚类簇，一类是第一聚类类型的采集频率对应的载波通信数据，另一类是第二聚类类型的采集频率对应的载波通信数据。需要说明的是，K-means聚类算法是一种常用的无监督学习算法，用于将数据集划分为K个不同的类别。该算法的目标是最小化数据点与其所属类别中心点之间的距离。具体聚类过程参照现有技术实现即可，本案对聚类过程作进一步限定。
在本申请的一种实施例中，参照附图6，S104、所述基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据，具体包括：
S601、当目标采集频率对应的载波通信数据的聚类类型为第一聚类类型时，将目标采集频率对应的载波通信数据进行有损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
其中，所述有损压缩方式是指通过牺牲一定的数据精度或信息来实现数据的压缩。具体压缩过程可为：将目标采集频率中各时刻值对应的数据值进行求均值处理得到目标采集频率对应的第一均值，然后将所有第一聚类类型的采集频率对应的第一均值进行二次求均处理，得到第二均值，则将所述第二均值作为第一聚类类型的所有采集频率包含的数据点的损失精度后的数据值。
S602、当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行无损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
具体的，所述无损压缩方式可为游程编码方式，通过所述游程编码方式将目标采集频率对应的载波通信数据进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。所述游程编码是一种简单的无损压缩算法，主要用于压缩具有大量重复数据的文件。其工作原理是通过记录连续重复数据（游程）的长度来代替原始数据，从而实现数据的压缩。
进一步的，参照附图7，所述当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行游程编码方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据，具体包括：
S701、遍历所述目标采集频率对应的载波通信数据的每个数据点，其中，数据值相同且连续的数据点组成一个游程；
S702、根据每个游程的游程长度与对应的数据值，构建每个游程的压缩对值；
S703、将目标采集频率对应的载波通信数据中的每个游程的压缩对值，依照顺序写入初始压缩文件，确认目标采集频率对应的载波通信数据对应的最终压缩数据。具体的，在从数据开始部分遍历所述目标采集频率对应的载波通信数据，寻找连续重复数据，当检测到一个数据元素与其后的一个或多个数据元素相同时，就认为找到了一个游程。游程的长度为连续重复数据的个数，根据每个游程的游程长度与对应的数据值，构建每个游程的压缩对值。例如，原始数据的一个游程为 “AAAAA”,其对应的压缩对值为“5A”。然后进行游程编码，即将目标采集频率对应的载波通信数据中的每个游程的压缩对值，依照顺序写入初始压缩文件，确认目标采集频率对应的载波通信数据对应的最终压缩数据。例如，原始数据为 “AAAAABBBCC”，编码后的最终压缩数据为 “5A3B2C”。
本申请实施例通过先获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线，然后基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，并且根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，再基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。通过不同的采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度，进一步将不同的采集频率对应的载波通信数据进行分类，基于不同采集频率对应的载波通信数据的聚类类型选择不同的压缩方式，提高了载波通信数据数据压缩与存储的精度，进一步降低了载波通信数据存储的工作成本。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将本申请上述的实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。
Claims (10)
1.一种载波通信数据采集及数据优化方法，应用于载波通信数据处理领域，其特征在于，所述方法包括：
获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线；
基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度以及时刻值相似程度；
根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型；
基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据。
2.根据权利要求1所述的载波通信数据采集及数据优化方法，其特征在于，所述获取预设数量采集频率对应的载波通信数据，构建预设数量采集频率对应的载波通信数据的时序曲线，具体包括：
将目标采集频率对应的载波通信数据映射到横坐标为时刻值与纵坐标为功率值的时序空间，构建目标采集频率对应的载波通信数据对应的初始时序曲线；
将目标采集频率对应的载波通信数据对应的初始时序曲线进行归一化处理，确认目标采集频率对应的载波通信数据对应的时序曲线。
3.根据权利要求2所述的载波通信数据采集及数据优化方法，其特征在于，所述基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的数据值相似程度，具体包括：
根据目标采集频率对应的载波通信数据的时序曲线中每个时刻值对应的数据值，计算目标采集频率对应的载波通信数据的振幅离散值；
基于所述目标采集频率对应的载波通信数据的时序曲线的最大数据值与平均数据值，计算目标采集频率对应的载波通信数据的振幅波动值；
将所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值输入预设数据值相似程度计算公式，计算目标采集频率对应的载波通信数据的数据值相似程度。
4.根据权利要求3所述的载波通信数据采集及数据优化方法，其特征在于，所述将所述目标采集频率对应的载波通信数据的振幅离散值与振幅波动值输入预设数据值相似程度计算公式，计算目标采集频率对应的载波通信数据的数据值相似程度，具体包括：
其中，为目标采集频率/>对应的载波通信数据的数据值相似程度，/>为目标采集频率/>对应的载波通信数据的时序曲线的时刻值数量，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的方差，/>为目标采集频率/>对应的载波通信数据的振幅离散值，/>为目标采集频率/>对应的载波通信数据的时序曲线的最大数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的平均数据值，/>为目标采集频率/>对应的载波通信数据的振幅波动值，/>为第一数据值相似程度系数，/>为第二数据值相似程度系数。
5.根据权利要求4所述的载波通信数据采集及数据优化方法，其特征在于，所述基于预设数量采集频率对应的载波通信数据的时序曲线，计算每个采集频率对应的载波通信数据的时刻值相似程度，具体包括：
基于目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值均值，计算目标采集频率对应的载波通信数据的时刻差异性；
根据目标采集频率对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值相同的个数，计算目标采集频率对应的载波通信数据的标准时刻占比；
将所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比，输入预设的时刻值相似程度计算公式，计算目标采集频率对应的载波通信数据的时刻值相似程度。
6.根据权利要求5所述的载波通信数据采集及数据优化方法，其特征在于，所述将所述目标采集频率对应的载波通信数据的时刻差异性与标准时刻占比，输入预设的时刻值相似程度计算公式，计算目标采集频率对应的载波通信数据的时刻值相似程度，具体包括：
其中，为目标采集频率/>对应的载波通信数据的时刻值相似程度，/>为目标采集频率/>对应的载波通信数据的时序曲线的时刻值数量，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的数据值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值，/>为目标采集频率/>对应的载波通信数据的时序曲线的第/>个时刻值对应的标准时刻值，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值的差异值均值，/>为目标采集频率/>对应的载波通信数据的时刻差异性，/>为目标采集频率/>对应的载波通信数据的时序曲线中所有数据对应的时刻值与标准时刻值相同的个数，为目标采集频率/>对应的载波通信数据的标准时刻占比，/>为第一时刻值相似程度系数，/>为第二时刻值相似程度系数。
7.根据权利要求6所述的载波通信数据采集及数据优化方法，其特征在于，所述根据每个采集频率对应的载波通信数据的数值相似程度以及时刻值相似程度，将预设数量采集频率对应的载波通信数据进行聚类，确认每个采集频率对应的载波通信数据的聚类类型，具体包括：
将每个采集频率对应的载波通信数据的数值映射到横坐标为数值相似程度、纵坐标为时刻值相似程度的二维数据空间，构建聚类散点图像；
通过预设的聚类方法对所述聚类散点图像进行二分类，确认每个采集频率对应的载波通信数据的聚类类型，其中，所述聚类类型包括第一聚类类型与第二聚类类型。
8.根据权利要求7所述的载波通信数据采集及数据优化方法，其特征在于，所述基于每个采集频率对应的载波通信数据的聚类类型，将每个采集频率对应的载波通信数据按照对应的压缩方式进行压缩，确认每个采集频率对应的载波通信数据对应的最终压缩数据，具体包括：
当目标采集频率对应的载波通信数据的聚类类型为第一聚类类型时，将目标采集频率对应的载波通信数据进行有损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据；
当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行无损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
9.根据权利要求8所述的载波通信数据采集及数据优化方法，其特征在于，所述当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行无损压缩方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据，具体包括：
当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行游程编码方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
10.根据权利要求9所述的载波通信数据采集及数据优化方法，其特征在于，所述当目标采集频率对应的载波通信数据的聚类类型为第二聚类类型时，将目标采集频率对应的载波通信数据进行游程编码方式进行压缩，确认目标采集频率对应的载波通信数据对应的最终压缩数据，具体包括：
遍历所述目标采集频率对应的载波通信数据的每个数据点，其中，数据值相同且连续的数据点组成一个游程；
根据每个游程的游程长度与对应的数据值，构建每个游程的压缩对值；
将目标采集频率对应的载波通信数据中的每个游程的压缩对值，依照顺序写入初始压缩文件，确认目标采集频率对应的载波通信数据对应的最终压缩数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311322359.6A CN117082153B (zh) | 2023-10-13 | 2023-10-13 | 一种载波通信数据采集及数据优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311322359.6A CN117082153B (zh) | 2023-10-13 | 2023-10-13 | 一种载波通信数据采集及数据优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117082153A true CN117082153A (zh) | 2023-11-17 |
| CN117082153B CN117082153B (zh) | 2024-02-13 |
Family
ID=88711984
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311322359.6A Active CN117082153B (zh) | 2023-10-13 | 2023-10-13 | 一种载波通信数据采集及数据优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117082153B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117421686A (zh) * | 2023-12-18 | 2024-01-19 | 山东金诺种业有限公司 | 一种水肥一体化灌溉用量数据收集方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07183856A (ja) * | 1993-12-22 | 1995-07-21 | Hitachi Denshi Ltd | 音声信号帯域圧縮伝送方式 |
| US20100158146A1 (en) * | 2007-04-05 | 2010-06-24 | Sharp Kabushiki Kaisha | Communication scheme determining apparatus, transmission apparatus, reception apparatus, ofdm adaptive modulation system and communication scheme determining method |
| CN108234464A (zh) * | 2017-12-25 | 2018-06-29 | 中国铁路总公司 | 用于信号集中监测系统的采集数据高效压缩方法 |
| KR102263609B1 (ko) * | 2019-12-09 | 2021-06-10 | 울산과학기술원 | 데이터 압축 장치 및 방법 |
| CN116340388A (zh) * | 2023-03-13 | 2023-06-27 | 天翼云科技有限公司 | 一种基于异常检测的时序数据的压缩存储方法及装置 |
| CN116418882A (zh) * | 2023-06-09 | 2023-07-11 | 北京国旺盛源智能终端科技有限公司 | 基于hplc双模载波通信的存储器数据压缩方法 |
-
2023
- 2023-10-13 CN CN202311322359.6A patent/CN117082153B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07183856A (ja) * | 1993-12-22 | 1995-07-21 | Hitachi Denshi Ltd | 音声信号帯域圧縮伝送方式 |
| US20100158146A1 (en) * | 2007-04-05 | 2010-06-24 | Sharp Kabushiki Kaisha | Communication scheme determining apparatus, transmission apparatus, reception apparatus, ofdm adaptive modulation system and communication scheme determining method |
| CN108234464A (zh) * | 2017-12-25 | 2018-06-29 | 中国铁路总公司 | 用于信号集中监测系统的采集数据高效压缩方法 |
| KR102263609B1 (ko) * | 2019-12-09 | 2021-06-10 | 울산과학기술원 | 데이터 압축 장치 및 방법 |
| CN116340388A (zh) * | 2023-03-13 | 2023-06-27 | 天翼云科技有限公司 | 一种基于异常检测的时序数据的压缩存储方法及装置 |
| CN116418882A (zh) * | 2023-06-09 | 2023-07-11 | 北京国旺盛源智能终端科技有限公司 | 基于hplc双模载波通信的存储器数据压缩方法 |
Non-Patent Citations (1)
| Title |
|---|
| 袁静;梁淮宁;李早社;禹卫东;: "基于中频采样的星载合成孔径雷达的数据处理", 中国科学院研究生院学报, no. 04, pages 498 - 502 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117421686A (zh) * | 2023-12-18 | 2024-01-19 | 山东金诺种业有限公司 | 一种水肥一体化灌溉用量数据收集方法 |
| CN117421686B (zh) * | 2023-12-18 | 2024-03-05 | 山东金诺种业有限公司 | 一种水肥一体化灌溉用量数据收集方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117082153B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117082153B (zh) | 一种载波通信数据采集及数据优化方法 | |
| JP3017380B2 (ja) | データ圧縮方法及び装置並びにデータ伸長方法及び装置 | |
| CN115359807B (zh) | 一种用于城市噪声污染的噪声在线监测系统 | |
| WO2004075556A1 (ja) | 画像圧縮装置、画像圧縮方法、画像圧縮プログラム、及び圧縮符号化方法、圧縮符号化装置、圧縮符号化プログラム、並びに復合化方法、復合化装置、復合化プログラム | |
| CN117411947B (zh) | 基于云边协同的水务数据快速传输方法 | |
| GB2479442A (en) | Data compression | |
| CN102197599A (zh) | 用于将数据记录压缩和解压缩的方法和设备 | |
| CN103974268A (zh) | 精细粒度可调的低延时传感器网络数据传输方法 | |
| CN102748011A (zh) | 一种应用于工业监控设备的音频监控终端及音频处理方法 | |
| US7979273B2 (en) | Method and apparatus for the digitization of and for the data compression of analog signals | |
| CN115380267A (zh) | 数据压缩方法及装置、数据压缩设备和可读存储介质 | |
| CN118312447A (zh) | 一种固态硬盘的垃圾处理方法及系统 | |
| CN114461594A (zh) | 数据压缩方法、边缘设备及计算机存储介质 | |
| CN116744006B (zh) | 基于区块链的视频监控数据存储方法 | |
| CN104581158A (zh) | 量化表、图像压缩处理方法、装置、终端及图像搜索系统 | |
| US20220382459A1 (en) | Storage system and storage control method | |
| CN113242041A (zh) | 数据混合压缩方法及其系统 | |
| CN1111960C (zh) | 数字数据编码装置及其方法 | |
| EP0897222A1 (en) | Method and equipment for processing data | |
| US20200310655A1 (en) | Storage system and data recording method | |
| CN114490546A (zh) | 轨迹数据的压缩方法、装置、电子设备及存储介质 | |
| Wang et al. | Zperf: A Statistical Gray-Box Approach to Performance Modeling and Extrapolation for Scientific Lossy Compression | |
| Lervik et al. | Optimality of multiple entropy coder systems for nonstationary sources modelled by a mixture distribution | |
| US20040096198A1 (en) | Adaptive digital video recorder and method of controlling the same | |
| WO2021062714A1 (zh) | 雷达信号的处理方法、微波雷达、系统和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |