CN117135230A - 一种卫星通信的数据压缩方法及系统 - Google Patents
一种卫星通信的数据压缩方法及系统 Download PDFInfo
- Publication number
- CN117135230A CN117135230A CN202311102767.0A CN202311102767A CN117135230A CN 117135230 A CN117135230 A CN 117135230A CN 202311102767 A CN202311102767 A CN 202311102767A CN 117135230 A CN117135230 A CN 117135230A
- Authority
- CN
- China
- Prior art keywords
- difference
- sequence
- elements
- current
- quantization
- 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.)
- Pending
Links
- 238000004891 communication Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013144 data compression Methods 0.000 title claims abstract description 36
- 238000013139 quantization Methods 0.000 claims abstract description 137
- 108010076504 Protein Sorting Signals Proteins 0.000 claims abstract description 83
- 238000013507 mapping Methods 0.000 claims abstract description 32
- 230000007704 transition Effects 0.000 claims abstract description 31
- 238000007906 compression Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 23
- 230000009467 reduction Effects 0.000 claims abstract description 21
- 230000006835 compression Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 230000006837 decompression Effects 0.000 description 4
- 239000006185 dispersion Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种卫星通信的数据压缩方法及系统,方法包括获取卫星通信数据的初始信号序列,进行元素差值运算,获得第一差值序列;根据量化因子进行量化映射,提取量化差值序列中不在预设的量化区间内的量化差值元素,将量化差值序列的超限差值元素进行赋值,获得第二差值序列,进行元素还原,获得二次信号序列,进行过渡差值处理,将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列,将压缩序列进行还原解码,计算解码后的信号序列与初始信号序列的差异率;当差异率高于预设差异率阈值时,则对解码后的信号序列再次进行数据压缩处理。本实施例实现避免压缩过程中的累积误差,提高数据压缩的准确率和压缩后数据的可还原度。
Description
技术领域
本发明涉及数据压缩技术领域,尤其涉及一种卫星通信的数据压缩方法及系统。
背景技术
卫星通信是一种窄带无线传输手段,针对当前固定轨道卫星通信所具有的高延时、高误码率、带宽资费昂贵和带宽资源不足等特性,卫星通信的数据在传输时,其数据包需要在发送方需要进行压缩,在接收方需要对其压缩后的数据包进行解压缩,从而获取到传输的数据包。由于卫星通信的数据传输链路速率低,误码率较高和延时较大等特点,因此,在进行数据通信传输前,卫星通信的数据进行数据压缩时,对于数据压缩的准确度及可还原度要求较高。
在传统的数据压缩方式中,差分编码(different ial encod ing)是对数字数据流,除第一个元素外,将其中各元素都表示为各该元素与其前一元素的差的编码;而当各个元素之间的差异较大时,并不能起到明显的压缩和计算效率的提升。目前,当元素差值离散度较大时,为便于存储,一般设置一个量化因子,这样的话压缩数据可以用更少的比特存储,将所有的差值固定在一定的范围内时;但是,如果差值过大或者过小,超出了量化区间,就会导致量化误差,而将量化区间设定的过大以解决这个问题,又失去了压缩的意义;所以,如果一个数据出现了量化误差,那么后面的数据在还原的过程中就会在错误的数据上进行还原,此时,会让之前出现的误差一直积累下去,影响后面所有的数据还原。
发明内容
本发明提供了一种卫星通信的数据压缩方法及系统,实现有效压缩卫星通信数据,避免压缩过程中的累积误差,提高数据压缩的准确率和压缩后数据的可还原度。
为了解决上述技术问题,本发明实施例提供了一种卫星通信的数据压缩方法,包括:
获取卫星通信数据的初始信号序列,将初始信号序列进行元素差值运算,获得第一差值序列;
基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列;
将第二差值序列进行元素还原,获得二次信号序列,根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列。
实施本发明实施例,获取卫星通信数据的初始信号序列,将初始信号序列进行元素差值运算,获得第一差值序列;基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列;将第二差值序列进行元素还原,获得二次信号序列,根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列。基于差分编码数据处理卫星通信数据,首先通过一次量化提取差值序列L1中存在的离散度较大的超限差值,将超限差值赋值为量化区间的上下极值,然后对赋值后的差值序列L1进行还原,从而得到了超限差值元素(过渡元素),后续的正常元素直接根据这个过渡元素进行二次量化,于是通过错误的过渡元素,实现了后续正常元素的准确,实现了边压缩,边解压,利用上一个还原的数据再对当前的数据进行压缩,因此,即使产生量化误差,也只是影响超限差值,而不会影响后续元素的还原准确,既提高了数据压缩的准确率,也提高了压缩后数据的可还原度,还降低了数据传输的字节量。
作为优选方案,将初始信号序列进行元素差值运算,获得第一差值序列,具体为:
将初始信号序列中的全部元素取绝对值并加1运算,获得首位l og元素和运算后的全部元素,并存储全部元素对应的符号序列;
将运算后的全部元素进行l og运算,得到运算后的全部元素对应的l og元素,根据各l og元素,提取各l og元素与前一个l og元素之间的差值,获得第一差值序列,公式为:
D(n)=l ogx(n)-l ogx(n-1)
其中,D为差值,x为运算后的元素,n为正整数。
作为优选方案,在将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列之后,还包括:
将压缩序列的第一个l og元素进行逆l og运算并减1,得到首位元素;
依次将第三差值序列中的差值元素通过预设的量化因子进行逆向映射,并对逆向映射后的差值元素与当前的首位元素进行相加,得到当前l og元素,将当前l og元素进行逆l og运算并减1,得到当前元素的数值;根据存储的符号序列,获取当前元素对应的正负符号,根据当前元素的数值和对应的正负符号,得到当前的解码后元素;
依次计算全部的解码后元素,得到解码后的信号序列。
作为优选方案,基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,具体为:
将第一差值序列中的各差值元素分别除以预设的量化因子,获得各量化映射元素;
根据各量化映射元素,得到量化差值序列。
作为优选方案,提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,具体为:
设定量化区间,获得当前的量化区间;
提取量化差值序列中不在当前的量化区间内的量化差值元素,获得当前的超限差值元素,并统计当前的超限差值元素的数量,得到当前的超限数量;
若当前的超限数量大于预设数量阈值,则重新设定当前的量化区间,提取量化差值序列中不在当前的量化区间内的量化差值元素,获得当前的超限差值元素,并统计当前的超限差值元素的数量,得到当前的超限数量,直至当前的超限数量不大于预设数量阈值;
若当前的超限数量不大于预设数量阈值,则将当前的量化区间作为预设的量化区间,标记当前的超限差值元素,获得超限差值元素。
作为优选方案,根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列,具体为:
根据预设的量化区间,获得区间下限值和区间上限值;
根据量化差值序列的各元素的位置,计算量化差值序列的当前的超限差值元素与相邻前一元素的差值,获得当前的赋值差值;
若当前的赋值差值小于区间下限值,则将量化差值序列的当前的超限差值元素赋值为区间下限值;
若当前的赋值差值大于区间上限值,则将量化差值序列的当前的超限差值元素赋值为区间上限值;
依次将量化差值序列的超限差值元素进行赋值,获得第二差值序列。
作为优选方案,将第二差值序列进行元素还原,获得二次信号序列,具体为:
将第二差值序列进行还原,获得当前序列的各l og元素;
将当前序列的各l og元素按照顺序整合为二次信号序列。
作为优选方案,根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,具体为:
标记在二次信号序列中超限差值元素对应的l og元素为过渡l og元素,将二次信号序列的非过渡l og元素标记为正常l og元素;
计算过渡l og元素与后一位的正常l og元素的差值并标记为二次差值,并依次标记后续的正常l og元素与前一位正常l og元素之间的二次差值,根据获取二次差值时前一位的l og元素位置,将全部的二次差值按序合并为第三差值序列。
作为优选方案,在依次计算全部的解码后元素,得到解码后的信号序列之后,还包括:
计算解码后的信号序列与初始信号序列的差异率;
当差异率高于预设差异率阈值时,则对解码后的信号序列再次进行数据压缩处理。
为了解决相同的技术问题,本发明实施例还提供了一种卫星通信的数据压缩系统,包括:初始差值模块、量化映射模块和还原压缩模块;
其中,初始差值模块用于获取卫星通信数据的初始信号序列,将初始信号序列进行元素差值运算,获得第一差值序列;
量化映射模块用于基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列;
还原压缩模块用于将第二差值序列进行元素还原,获得二次信号序列,根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列。
附图说明
图1:为本发明提供的一种卫星通信的数据压缩方法的一种实施例的流程示意图;
图2:为本发明提供的一种卫星通信的数据压缩方法的一种实施例的压缩数据处理流程图;
图3:为本发明提供的一种卫星通信的数据压缩系统的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
请参照图1,为本发明实施例提供的一种卫星通信的数据压缩方法的流程示意图。本实施例的数据压缩方法适用于卫星通信的差分编码数据处理,本实施例通过提取差值序列的超限差值元素,并进行元素还原和过渡差值处理,获得准确的压缩序列,实现有效压缩卫星通信数据,避免压缩过程中的累积误差,提高数据压缩的准确率和压缩后数据的可还原度。该数据压缩方法包括步骤101至步骤105,各步骤具体如下:
步骤101:获取卫星通信数据的初始信号序列,将初始信号序列进行元素差值运算,获得第一差值序列。
在本实施例中,压缩数据处理流程,如图2所示,将初始信号序列L0中的所有元素取绝对值并加1运算,并存储所有元素对应的符号序列,对运算后的元素进行l og运算得到l og元素,再分别提取l og元素与前一个l og元素之间的差值,获得差值序列L1(第一差值序列);通过设定的量化因子对差值序列L1进行映射得到量化差值,设定量化区间,提取数值超出量化区间的量化差值并赋值;对赋值后的差值序列L1(第二差值序列)进行还原,获得二次信号数列L2(二次信号序列),并再次计算二次信号数列L2对应的二次差值序列L3(第三差值序列),将二次差值序列L3加上首位l og元素,即得到量化序列L4(压缩序列)。
可选的,步骤101为:获取卫星通信数据的初始信号序列;
将初始信号序列中的全部元素取绝对值并加1运算,获得首位l og元素和运算后的全部元素,并存储全部元素对应的符号序列;
将运算后的全部元素进行l og运算,得到运算后的全部元素对应的l og元素,根据各l og元素,提取各l og元素与前一个l og元素之间的差值,获得第一差值序列,公式为:
D(n)=l ogx(n)-l ogx(n-1)
其中,D为差值,x为运算后的元素,n为正整数。
在本实施例中,差值通过公式D(n)=l ogx(n)-l ogx(n-1)计算获得,其中D为差值,x为运算后的元素,n为正整数,将各差值存入差值序列L1(第一差值序列)中。元素对应的符号通过1byte进行存储,存储全部元素对应的符号序列。
实施本发明实施例,通过对信号序列进行每个元素进行取绝对值然后加一的运算,将所有元素的值都变换到大于等于1的区间,然后对这个变换后的值取l og,然后获取log元素之间的差值,并存储一下每个元素的符号,然后再进行解密,于是通过少量的存储空间对数据进行存储。
步骤102:基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列。
需要说明的是,当元素差值较大时,为便于存储,一般设置一个量化因子,使得压缩数据可以用更少的比特存储,将所有的差值固定在一定的范围内时;但是,如果差值过大或者过小,超出量化区间,就会导致量化误差,如果一个数据出现了量化误差,那么后面的数据在还原的过程中就会在错误的数据上进行还原,这样会让之前出现的误差一直积累下去,使得压缩数据存在误差,影响后面所有的数据还原。
可选的,步骤102具体包括步骤1021至步骤1023,各步骤具体如下:
步骤1021:基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,具体为:
将第一差值序列中的各差值元素分别除以预设的量化因子,获得各量化映射元素;根据各量化映射元素,得到量化差值序列。
在本实施例中,通过设定的量化因子对差值序列L1(第一差值序列)进行映射得到量化差值是指将差值序列L1中的差值分别除以量化因子,实现对差值序列L1中的各差值进行映射。映射之后各差值的映射结果会集中在一个范围内,则可能存在有些数据会超出设定的量化区间,因此还需要后续的赋值处理。
步骤1022:提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,具体为:
设定量化区间,获得当前的量化区间;
提取量化差值序列中不在当前的量化区间内的量化差值元素,获得当前的超限差值元素,并统计当前的超限差值元素的数量,得到当前的超限数量;
若当前的超限数量大于预设数量阈值,则重新设定当前的量化区间,提取量化差值序列中不在当前的量化区间内的量化差值元素,获得当前的超限差值元素,并统计当前的超限差值元素的数量,得到当前的超限数量,直至当前的超限数量不大于预设数量阈值;
若当前的超限数量不大于预设数量阈值,则将当前的量化区间作为预设的量化区间,标记当前的超限差值元素,获得超限差值元素。
在本实施例中,若数值超出量化区间的量化差值的数量(超限差值元素的数量)大于预设数量阈值,则重新设定量化区间,直至数量小于预设数量阈值;若数值超出量化区间的量化差值的数量小于预设数量阈值,则标记为超限差值(超限差值元素),并对超限差值进行赋值。
实施本发明实施例,通过对超限差值数量的统计,确定符合预期的量化区间,实现本发明的均衡性。
步骤1023:根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列,具体为:
根据预设的量化区间,获得区间下限值和区间上限值;
根据量化差值序列的各元素的位置,计算量化差值序列的当前的超限差值元素与相邻前一元素的差值,获得当前的赋值差值;
若当前的赋值差值小于区间下限值,则将量化差值序列的当前的超限差值元素赋值为区间下限值;
若当前的赋值差值大于区间上限值,则将量化差值序列的当前的超限差值元素赋值为区间上限值;
依次将量化差值序列的超限差值元素进行赋值,获得第二差值序列。
在本实施例中,对超限差值进行赋值的过程为:预设的量化区间为[a,b],a<0,b>0,当超限差值(超限差值元素)与前一l og元素的差值小于a(区间下限值)时,则对该量化差值重新赋值为a;当超限差值与前一l og元素的差值大于b(区间上限值)时,则对该量化差值重新赋值为b。
需要说明的是,通过一次量化提取差值序列L1(第一差值序列)中存在的离散度较大的超限差值,将超限差值赋值为量化区间的上下极值,然后对赋值后的差值序列L1(第二差值序列)进行还原,从而得到了过渡元素,后续的正常元素直接根据这个过渡元素进行二次量化,于是通过错误的过渡元素,实现了后续正常元素的准确;从而实现了边压缩,边解压,利用上一个还原的数据再对当前的数据进行压缩,这样的话,即使产生量化误差,也只是影响超限差值,而不会影响后续元素的还原准确,既提高了数据压缩的准确率,也降低了数据传输的字节量。
步骤103:将第二差值序列进行元素还原,获得二次信号序列,根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列。
可选的,步骤103具体包括步骤1031至步骤1033,各步骤具体如下:
步骤1031:将第二差值序列进行元素还原,获得二次信号序列,具体为:
将第二差值序列进行还原,获得当前序列的各l og元素;
将当前序列的各l og元素按照顺序整合为二次信号序列。
在本实施例中,对赋值后的差值序列L1(第二差值序列)进行还原的过程为:对赋值后的差值序列L1(第二差值序列)进行还原获得l og元素,将还原得到l og元素按照顺序整合为二次信号序列L2(二次信号序列)。还原的过程是将第二差值序列的第一个l og元素进行逆l og运算并减1,得到首位元素;依次将第二差值序列中的差值元素通过预设的量化因子进行逆向映射,并对逆向映射后的差值元素与当前的首位元素进行相加,得到当前log元素,依次得到各l og元素。
步骤1032:根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,具体为:
标记在二次信号序列中超限差值元素对应的l og元素为过渡l og元素,将二次信号序列的非过渡l og元素标记为正常l og元素;
计算过渡l og元素与后一位的正常l og元素的差值并标记为二次差值,并依次标记后续的正常l og元素与前一位正常l og元素之间的二次差值,根据获取二次差值时前一位的l og元素位置,将全部的二次差值按序合并为第三差值序列。
在本实施例中,获取二次差值序列L3(第三差值序列)的过程为:标记在二次信号序列中超限差值元素对应的l og元素为过渡l og元素,即将差值序列L1(第一差值序列)中超出量化区间的量化差值进行还原后获得的l og元素标记为过渡l og元素,其余标记为正常l og元素;计算过渡l og元素与后一位的正常l og元素的差值并标记为二次差值,并依次标记后续的正常l og元素与前一位正常l og元素之间的二次差值,按照二次差值获取时前一位l og元素位置将所有二次差值按序合并为二次差值序列L3(第三差值序列)。
实施本发明实施例,对赋值后的差值序列L1进行还原,从而得到了过渡元素,后续的正常元素直接根据这个过渡元素进行二次量化,从而实现了边压缩,边解压,利用上一个还原的数据再对当前的数据进行压缩,这样的话,即使产生量化误差,也只是影响超限差值,而不会影响后续元素的还原准确。
步骤1033:将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列。
在本实施例中,将二次差值序列L3加上首位l og元素,即得到量化序列L4(压缩序列),首位l og元素是将初始信号序列中的全部元素取绝对值并加1运算时获得的第一个log元素。
步骤104:将压缩序列的第一个l og元素进行逆l og运算并减1,得到首位元素;依次将第三差值序列中的差值元素通过预设的量化因子进行逆向映射,并对逆向映射后的差值元素与当前的首位元素进行相加,得到当前l og元素,将当前l og元素进行逆l og运算并减1,得到当前元素的数值;根据存储的符号序列,获取当前元素对应的正负符号,根据当前元素的数值和对应的正负符号,得到当前的解码后元素;依次计算全部的解码后元素,得到解码后的信号序列。
在本实施例中,对量化序列L4(压缩序列)进行还原的过程为:依次对量化序列L4进行解压,对第一个l og元素进行逆l og运算并减1获得首位元素,依次将二次差值序列L3(第三差值序列)中的差值通过量化因子进行逆向映射,将逆向映射后的差值与首位l og元素进行相加得到当前l og元素,对当前l og元素进行逆l og运算并减1得到当前元素的数值,通过符号序列获取当前元素对应的正负符号,依次计算得到解码后的信号序列。
步骤105:计算解码后的信号序列与初始信号序列的差异率;当差异率高于预设差异率阈值时,则对解码后的信号序列再次进行数据压缩处理。
在本实施例中,计算解码后的初始序列(解码后的信号序列)与初始序列的差异率,若差异率低于预设差异率阈值,则为正常处理,符合压缩要求,将卫星通信数据压缩后的压缩序列用于卫星通信;若差异率高于预设差异率阈值,则对解码后的初始序列再次进行压缩数据处理,对解码后的初始序列再次进行压缩数据处理是指重复上述压缩数据处理步骤101-103。
实施例二
相应地,参见图3,图3是本发明提供的一种卫星通信的数据压缩系统的实施例二的结构示意图。如图3所示,卫星通信的数据压缩系统包括初始差值模块301、量化映射模块302、还原压缩模块303、序列还原模块304和重压缩模块305;
其中,初始差值模块301用于获取卫星通信数据的初始信号序列,将初始信号序列进行元素差值运算,获得第一差值序列;
量化映射模块302用于基于预设的量化因子,将第一差值序列进行量化映射,得到量化差值序列,提取量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据预设的量化区间,将量化差值序列的超限差值元素进行赋值,获得第二差值序列;
还原压缩模块303用于将第二差值序列进行元素还原,获得二次信号序列,根据超限差值元素,将二次信号序列进行过渡差值处理,获得第三差值序列,将第三差值序列上添加首位l og元素,获得卫星通信数据的压缩序列。
序列还原模块304用于将压缩序列的第一个l og元素进行逆l og运算并减1,得到首位元素;依次将第三差值序列中的差值元素通过预设的量化因子进行逆向映射,并对逆向映射后的差值元素与当前的首位元素进行相加,得到当前l og元素,将当前l og元素进行逆l og运算并减1,得到当前元素的数值;根据存储的符号序列,获取当前元素对应的正负符号,根据当前元素的数值和对应的正负符号,得到当前的解码后元素;依次计算全部的解码后元素,得到解码后的信号序列。
重压缩模块305用于计算解码后的信号序列与初始信号序列的差异率;当差异率高于预设差异率阈值时,则对解码后的信号序列再次进行数据压缩处理。
实施本发明实施例,首先通过一次量化提取差值序列L1(第一差值序列)中存在的离散度较大的超限差值,将超限差值赋值为量化区间的上下极值,然后对赋值后的差值序列L1(第二差值序列)进行还原,从而得到了过渡元素,后续的正常元素直接根据这个过渡元素进行二次量化,于是通过错误的过渡元素,实现了后续正常元素的准确;从而实现了边压缩,边解压,利用上一个还原的数据再对当前的数据进行压缩,这样的话,即使产生量化误差,也只是影响超限差值,而不会影响后续元素的还原准确,既提高了数据压缩的准确率,也降低了数据传输的字节量。
上述的一种卫星通信的数据压缩系统可实施上述方法实施例的一种卫星通信的数据压缩方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
以上的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种卫星通信的数据压缩方法,其特征在于,包括:
获取卫星通信数据的初始信号序列,将所述初始信号序列进行元素差值运算,获得第一差值序列;
基于预设的量化因子,将所述第一差值序列进行量化映射,得到量化差值序列,提取所述量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据所述预设的量化区间,将所述量化差值序列的超限差值元素进行赋值,获得第二差值序列;
将所述第二差值序列进行元素还原,获得二次信号序列,根据所述超限差值元素,将所述二次信号序列进行过渡差值处理,获得第三差值序列,将所述第三差值序列上添加首位log元素,获得所述卫星通信数据的压缩序列。
2.如权利要求1所述的卫星通信的数据压缩方法,其特征在于,所述将所述初始信号序列进行元素差值运算,获得第一差值序列,具体为:
将所述初始信号序列中的全部元素取绝对值并加1运算,获得所述首位log元素和运算后的全部元素,并存储所述全部元素对应的符号序列;
将所述运算后的全部元素进行log运算,得到所述运算后的全部元素对应的log元素,根据各所述log元素,提取各所述log元素与前一个log元素之间的差值,获得所述第一差值序列,公式为:
D(n)=logx(n)-logx(n-1)
其中,D为差值,x为运算后的元素,n为正整数。
3.如权利要求2所述的卫星通信的数据压缩方法,其特征在于,在所述将所述第三差值序列上添加首位log元素,获得所述卫星通信数据的压缩序列之后,还包括:
将所述压缩序列的第一个log元素进行逆log运算并减1,得到首位元素;
依次将所述第三差值序列中的差值元素通过所述预设的量化因子进行逆向映射,并对逆向映射后的差值元素与当前的首位元素进行相加,得到当前log元素,将所述当前log元素进行逆log运算并减1,得到当前元素的数值;根据存储的所述符号序列,获取所述当前元素对应的正负符号,根据所述当前元素的数值和所述对应的正负符号,得到当前的解码后元素;
依次计算全部的解码后元素,得到解码后的信号序列。
4.如权利要求1所述的卫星通信的数据压缩方法,其特征在于,所述基于预设的量化因子,将所述第一差值序列进行量化映射,得到量化差值序列,具体为:
将所述第一差值序列中的各差值元素分别除以所述预设的量化因子,获得各量化映射元素;
根据所述各量化映射元素,得到所述量化差值序列。
5.如权利要求1所述的卫星通信的数据压缩方法,其特征在于,所述提取所述量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,具体为:
设定量化区间,获得当前的量化区间;
提取所述量化差值序列中不在所述当前的量化区间内的量化差值元素,获得当前的超限差值元素,并统计所述当前的超限差值元素的数量,得到当前的超限数量;
若所述当前的超限数量大于预设数量阈值,则重新设定所述当前的量化区间,提取所述量化差值序列中不在所述当前的量化区间内的量化差值元素,获得当前的超限差值元素,并统计所述当前的超限差值元素的数量,得到当前的超限数量,直至所述当前的超限数量不大于所述预设数量阈值;
若所述当前的超限数量不大于所述预设数量阈值,则将所述当前的量化区间作为所述预设的量化区间,标记所述当前的超限差值元素,获得所述超限差值元素。
6.如权利要求5所述的卫星通信的数据压缩方法,其特征在于,所述根据所述预设的量化区间,将所述量化差值序列的超限差值元素进行赋值,获得第二差值序列,具体为:
根据所述预设的量化区间,获得区间下限值和区间上限值;
根据所述量化差值序列的各元素的位置,计算所述量化差值序列的当前的超限差值元素与相邻前一元素的差值,获得当前的赋值差值;
若所述当前的赋值差值小于所述区间下限值,则将所述量化差值序列的当前的超限差值元素赋值为所述区间下限值;
若所述当前的赋值差值大于所述区间上限值,则将所述量化差值序列的当前的超限差值元素赋值为所述区间上限值;
依次将所述量化差值序列的超限差值元素进行赋值,获得所述第二差值序列。
7.如权利要求1所述的卫星通信的数据压缩方法,其特征在于,所述将所述第二差值序列进行元素还原,获得二次信号序列,具体为:
将所述第二差值序列进行还原,获得当前序列的各log元素;
将所述当前序列的各log元素按照顺序整合为所述二次信号序列。
8.如权利要求7所述的卫星通信的数据压缩方法,其特征在于,所述根据所述超限差值元素,将所述二次信号序列进行过渡差值处理,获得第三差值序列,具体为:
标记在所述二次信号序列中所述超限差值元素对应的log元素为过渡log元素,将所述二次信号序列的非过渡log元素标记为正常log元素;
计算所述过渡log元素与后一位的正常log元素的差值并标记为二次差值,并依次标记后续的正常log元素与前一位正常log元素之间的二次差值,根据获取所述二次差值时前一位的log元素位置,将全部的二次差值按序合并为所述第三差值序列。
9.如权利要求3所述的卫星通信的数据压缩方法,其特征在于,在所述依次计算全部的解码后元素,得到解码后的信号序列之后,还包括:
计算所述解码后的信号序列与所述初始信号序列的差异率;
当所述差异率高于预设差异率阈值时,则对所述解码后的信号序列再次进行数据压缩处理。
10.一种卫星通信的数据压缩系统,其特征在于,包括:初始差值模块、量化映射模块和还原压缩模块;
其中,所述初始差值模块用于获取卫星通信数据的初始信号序列,将所述初始信号序列进行元素差值运算,获得第一差值序列;
所述量化映射模块用于基于预设的量化因子,将所述第一差值序列进行量化映射,得到量化差值序列,提取所述量化差值序列中不在预设的量化区间内的量化差值元素,获得超限差值元素,并根据所述预设的量化区间,将所述量化差值序列的超限差值元素进行赋值,获得第二差值序列;
所述还原压缩模块用于将所述第二差值序列进行元素还原,获得二次信号序列,根据所述超限差值元素,将所述二次信号序列进行过渡差值处理,获得第三差值序列,将所述第三差值序列上添加首位log元素,获得所述卫星通信数据的压缩序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311102767.0A CN117135230A (zh) | 2023-08-29 | 2023-08-29 | 一种卫星通信的数据压缩方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311102767.0A CN117135230A (zh) | 2023-08-29 | 2023-08-29 | 一种卫星通信的数据压缩方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117135230A true CN117135230A (zh) | 2023-11-28 |
Family
ID=88857993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311102767.0A Pending CN117135230A (zh) | 2023-08-29 | 2023-08-29 | 一种卫星通信的数据压缩方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117135230A (zh) |
-
2023
- 2023-08-29 CN CN202311102767.0A patent/CN117135230A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6388584B1 (en) | Method and apparatus for data compression of network packets | |
US6489902B2 (en) | Data compression for use with a communications channel | |
EP1258998B1 (en) | Method and apparatus for data compression of network packets employing per-packet hash tables | |
US8902090B2 (en) | Compressing and decompressing signal data | |
US5955976A (en) | Data compression for use with a communications channel | |
WO2006060224A1 (en) | Golomb-rice lossless compression of satellite images | |
CN101667843B (zh) | 嵌入式系统的数据压缩、及解压缩方法与装置 | |
CN101017574A (zh) | 一种适于jpeg码流的哈夫曼解码方法 | |
US6778109B1 (en) | Method for efficient data encoding and decoding | |
CN116033034B (zh) | 一种无线收发平台用数据处理系统 | |
WO2001063772A1 (en) | Method and apparatus for optimized lossless compression using a plurality of coders | |
US8532415B2 (en) | Data compression method | |
US6292115B1 (en) | Data compression for use with a communications channel | |
US20140015698A1 (en) | System and method for fixed rate entropy coded scalar quantization | |
US6289130B1 (en) | Method for real-time lossless data compression of computer data | |
CA2398955C (en) | Method for compressing data | |
CN117135230A (zh) | 一种卫星通信的数据压缩方法及系统 | |
KR101575939B1 (ko) | 이진 데이터의 압축 및 복원 방법과 장치 | |
US5708431A (en) | Method for compression coding of potentially unbounded integers | |
CN110865299B (zh) | 一种基于前向相容的折叠集分层压缩方法及装置 | |
KR20190091586A (ko) | TCP/IP 패킷에 있어서 고정비트 길이 이진데이터의 Octet 규격사이즈 압축을 위한 패킷 데이터 압축 방법 및 그 장치 | |
JP7142977B1 (ja) | データ通信システム、送信装置、および受信装置 | |
US6522270B1 (en) | Method of coding frequently occurring values | |
CN115529045A (zh) | 一种传感器采样数据无损压缩方法 | |
US6583736B1 (en) | Bitcode sequence coding of frequently occurring values |
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 |