CN118051546A - 航天器热试验时序数据压缩方法及系统 - Google Patents
航天器热试验时序数据压缩方法及系统 Download PDFInfo
- Publication number
- CN118051546A CN118051546A CN202410032878.7A CN202410032878A CN118051546A CN 118051546 A CN118051546 A CN 118051546A CN 202410032878 A CN202410032878 A CN 202410032878A CN 118051546 A CN118051546 A CN 118051546A
- Authority
- CN
- China
- Prior art keywords
- data
- time sequence
- thermal test
- test time
- extremum
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 160
- 238000013144 data compression Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000010586 diagram Methods 0.000 claims abstract description 18
- 238000009877 rendering Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 abstract description 6
- 238000007906 compression Methods 0.000 description 12
- 230000006835 compression Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013079 data visualisation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010924 continuous production Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Recording Measured Values (AREA)
Abstract
本发明提供了一种航天器热试验时序数据压缩方法,采集热试验时序数据,记录对应的数据索引;获取每N个连续的所述热试验时序数据中的极值数据;其中,极值数据包括最大值和最小值,且N为大于2的正整数;根据所述数据索引,将所述极值数据存储至预设的数据压缩表;判断热试验时序数据采集的数量是否达到预设阈值;其中,预设阈值为基于显示设备的分辨率确定的可显示最大数据量;若所述热试验时序数据采集的数量达到预设阈值,则根据数据压缩表中的极值数据在所述显示设备上绘制出时序折线图。还提供了一种航天器热试验时序数据压缩系统。借此,本发明能够无损保留试验时序数据特征值,实现全部试验数据可视化,可实时绘制时序折线图。
Description
技术领域
本发明涉及航天器热试验技术领域,尤其涉及一种航天器热试验时序数据压缩方法及系统。
背景技术
航天器热试验是航天器研制生产的重要一环,试验中运用到多种传感器、程控设备,这些硬件及相关控制算法会产生大量的数据。同时,由于该类试验的特殊性,试验一般持续一个月甚至两个月,这些数据需要试验人员进行实时判读,分辨数据是否正常,以掌握试验过程中航天器的真实情况,并针对航天器状态进行实时调整。热试验数据属于时序数据,最常见的数据可视化方式为绘制X轴为时间,Y轴为值的时序折线图(其中Y可拥有不同量纲),折线图可以显示随时间而变化的连续数据,因此非常适用于显示试验中各数据的变化趋势。
航天器热试验数据可视化软件多样,但均属于以下思路:
一、利用内存数据读写速度的优势,将时序数据实时压入计算机内存,通过寻址方式,将内存中试验数据直接进行页面或者客户端渲染,新增数据直接添加至历史数据最后。随着试验进行,时序随时间增长,会出现内存数据溢出,超出硬件性能承受范围,导致无法显示全部数据;同时内存内数据易失,无论何种原因重启计算机后,数据重新写入内存的时间过长,导致一段时间数据无法实时显示。
二、数据实时进行页面或客户端渲染,为了避免内存溢出,设定可视化时间范围,超出时间范围的数据丢弃,释放内存空间。具体实现为固定X轴时间范围,在实时数据达到图表最大范围后,X轴右移,新增数据添加至曲线右侧,同时丢弃左侧超出曲线范围的数值。
三、采用新型时序数据库,采用时序数据库自带的时序数据降采样方法,降低一定时间范围内的数据总量,从而实现试验数据的实时可视化。
这三种数据可视化均可实时观测试验采集值。其中,第一种方式可实时绘制从试验开始至当前时间点所有数据组成的曲线,并在保证数据不丢失的情况下,观测全过程曲线趋势,但对可视化客户端的性能要求高,且随着时间和传感器数量的上升,一定会产生内存溢出;第二种方式舍弃了全局趋势,针对一定时间范围的数据可实时显示,对于试验中数据判读,没有全局趋势意味着无法参考前期数据,造成了试验数据判读工作的不便。第三种方式由于时序数据库的限制,一般采用时序数据降采样算法,算法可以最大程度保留时序特征值,但无法避免特征值的丢失;试验中的全局范围内,特征值丢失会误导试验人员,造成数据错误判读。
综上可知,现有的方法在实际使用上,存在着较多的问题,所以有必要加以改进。
发明内容
针对上述的缺陷,本发明的目的在于提供一种航天器热试验时序数据压缩方法,装置及其计算机设备,能够无损保留试验时序数据特征值,实现全部试验数据可视化,可实时绘制时序折线图。
为了实现上述目的,一方面,本发明提供了一种航天器热试验时序数据压缩方法,包括步骤:
采集热试验时序数据,记录对应的数据索引;
获取每N个连续的所述热试验时序数据中的极值数据;其中,所述极值数据包括最大值和最小值,且N为大于2的正整数;
根据所述数据索引,将所述极值数据存储至预设的数据压缩表;
判断所述热试验时序数据采集的数量是否达到预设阈值;其中,所述预设阈值为基于显示设备的分辨率确定的可显示最大数据量;
若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图。
可选的,还包括:
若所述热试验时序数据采集的数量未达到所述预设阈值,则根据全部所述热试验时序数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
可选的,所述若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图的步骤包括:
若所述热试验时序数据采集的数量达到所述预设阈值,则查询所述数据压缩表,获取所述极值数据;
根据所述极值数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
可选的,所述采集热试验时序数据,记录对应的数据索引的步骤之前,还包括:
根据预置的数据压缩比例,确定N的取值;其中,所述数据压缩比例为N取值的二分之一。
可选的,所述获取每N个连续的所述热试验时序数据中的极值数据的步骤包括:
将每N个时间采集点读取到的所述热试验时序数据进行比较,确定出每N个连续的所述热试验时序数据中的最大值和最小值。
另一方面,还提供了一种航天器热试验时序数据压缩系统,包括有:
数据采集单元,用于采集热试验时序数据,记录对应的数据索引;
极值获取单元,用于获取每N个连续的所述热试验时序数据中的极值数据;其中,所述极值数据包括最大值和最小值,且N为大于2的正整数;
存储单元,用于根据所述数据索引,将所述极值数据存储至预设的数据压缩表;
判断单元,用于判断所述热试验时序数据采集的数量是否达到预设阈值;其中,所述预设阈值为基于显示设备的分辨率确定的可显示最大数据量;
数据处理单元,用于若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图。
可选的,所述数据处理单元还用于:
若所述热试验时序数据采集的数量未达到所述预设阈值,则根据全部所述热试验时序数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
可选的,所述数据处理单元用于:
若所述热试验时序数据采集的数量达到所述预设阈值,则查询所述数据压缩表,获取所述极值数据;
根据所述极值数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
可选的,还包括有:
确定单元,用于根据预置的数据压缩比例,确定N的取值;其中,所述数据压缩比例为N取值的二分之一。
可选的,所述极值获取单元用于:
将每N个时间采集点读取到的所述热试验时序数据进行比较,确定出每N个连续的所述热试验时序数据中的最大值和最小值。
本发明所述的航天器热试验时序数据压缩方法及系统,通过在采集热试验时序数据的过程中,获取每N个连续的热试验时序数据中的极值数据,包括最大值和最小值;进而根据数据索引将所获取到的极值数据存储于预设的数据压缩表中;判断所采集的热试验时序数据的数量是否达到预设阈值,若达到则根据数据压缩表中的极值数据在所述显示设备上绘制出时序折线图。如此,采用间隔一定时间获取极值的方式,可无损的留存试验数据的特征值,实现全部试验数据可视化,实时绘制时序折线图。
附图说明
图1为本发明一实施例提供的所述航天器热试验时序数据压缩方法的步骤流程图;
图2为本发明另一实施例提供的所述航天器热试验时序数据压缩方法的步骤流程图;
图3为采用本发明实施例所述航天器热试验时序数据压缩方法的数据压缩示意图;
图4为本发明一实施例提供的所述航天器热试验时序数据压缩系统的结构示意框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的,本说明书中针对“一个实施例”、“实施例”、“示例实施例”等的引用,指的是描述的该实施例可包括特定的特征、结构或特性,但是不是每个实施例必须包含这些特定特征、结构或特性。此外,这样的表述并非指的是同一个实施例。进一步,在结合实施例描述特定的特征、结构或特性时,不管有没有明确的描述,已经表明将这样的特征、结构或特性结合到其它实施例中是在本领域技术人员的知识范围内的。
此外,在说明书及后续的权利要求当中使用了某些词汇来指称特定组件或部件,所属领域中具有通常知识者应可理解,制造商可以用不同的名词或术语来称呼同一个组件或部件。本说明书及后续的权利要求并不以名称的差异来作为区分组件或部件的方式,而是以组件或部件在功能上的差异来作为区分的准则。在通篇说明书及后续的权利要求书中所提及的“包括”和“包含”为一开放式的用语,故应解释成“包含但不限定于”。以外,“连接”一词在此系包含任何直接及间接的电性连接手段。间接的电性连接手段包括通过其它装置进行连接。
图1示出本发明一实施例提供的航天器热试验时序数据压缩方法,所述方法具体应用于航天器热试验数据处理,包括步骤如下:
S101:采集热试验时序数据,记录对应的数据索引。即每读取一条热试验时序数据,则记录下对应的数据索引;所述热试验时序数据具体为航天器热试验过程中采集到的时序数据。
S102:获取每N个连续的所述热试验时序数据中的极值数据;其中,所述极值数据包括最大值和最小值,且N为大于2的正整数。热试验时序数据的采集是一个持续过程,因此在步骤S102中每采集到N个连续的热试验时序数据后,从N个数据中提取出其中的最大值和最小值,所获取的极值数据能够保留在这一数据采集过程中的极值特征。具体实施时,步骤S102具体包括:将每N个时间采集点读取到的所述热试验时序数据进行比较,确定出每N个连续的所述热试验时序数据中的最大值和最小值。
本实施例的N的取值为大于2的正整数,如3、4、5、6…等;参见图3,本示例将以N取值为4予以说明;那么在热试验时序数据的采集过程中,每采集到4个热试验时序数据,则从这4个热试验时序数据中获取其最大和最小的极值数据,并记录下所获取到该采集过程中的极值数据;然后在下一个连续的4个热试验时序数据中再获取其对应的最大和最小的极值数据,并记录;以此循环直至数据采集结束;当然,若数据采集结束前最后一个极值提取阶段不足4个热试验时序数据,则保留下这一阶段内的热试验时序数据到数据压缩表中。
S103:根据所述数据索引,将极值数据存储至预设的数据压缩表。所述数据压缩表所存储的内容即为原始数据中提取出的极值数据,其最大程度的保留了原始数据的极值特征。
如图3所示,时序数据总是保持相同的时间间隔,假设数据以T0时刻起始,前4条时序数据在T3时刻结束,其中T(n)时刻数据记作Data(n),压缩后的极值数据单独开辟存储表用于存储。当连续采集的热试验时序数据的数量增加至4时,触发数据压缩策略;取Data0-Data3的最大值和最小值,如最大值为Data0,最小值为Data2,则将极值数据存储至数据压缩表。所述数据压缩表如以下表1所示:
表1:
时间戳 | 数据 |
T0 | Max(Data0-3) |
T2 | Min(Data0-3) |
S104:判断所述热试验时序数据采集的数量是否达到预设阈值;其中,预设阈值为基于显示设备的分辨率确定的可显示最大数据量。由于绘制的时间序列折线图,最终会展示至显示器等显示设备,而这些设备具备不同的分辨率,以常见高分辨率屏幕为例,分辨率一般为1920×1080,即水平像素数量为1920个像素点,垂直像素数量为1080个像素点(考虑到数据曲线图并不会全部占用屏幕像素,实际可使用像素会更低)。这意味着在此分辨率下,2000个时间点或更高的热试验时序数据可以占据所有像素点;同时本实施例为取极值点,以4个时间点获取1个最大值与1个最小值共两个点,可实现数据1:2的压缩比率。因此,时序数据压缩方向以显示分辨率为目标,同时考虑到特征值留存,屏幕上最多留存4000点左右数据较为合适。即若显示设备的分辨率为1920×1080,则对应的预设阈值设为4000;在其他示例中,不同的显示器的分辨率则对应不同的预设阈值。
在步骤S104中,可以是实时判断热试验时序数据采集采集的数据总量是否超过预设阈值,例如在航天器热试验过程中根据采集的热试验时序数据的统计总量实时判断当前所统计的采集数量是否达到预设阈值;当然,也可以是预先根据热试验要求所确定的热试验时序数据采集目标数量来判断其是否超过预设阈值,例如根据热试验要求确定需要采集5000点以上的热试验时序数据,则其采集目标数量5000超过本实施例的预设阈值4000。
本实施例以热试验时序数据采集的总数是否达到预设阈值作为判断是否需要执行数据压缩的条件;若达到则进入步骤S105。
S105:若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图。具体的,当确定热试验时序数据采集的总量达到甚至超过预设阈值时,则根据预先建立的数据压缩表中的极值数据在所述显示设备上绘制出时序折线图。例如,热试验时序数据采集的总量达到4000,则每4个连续的热试验时序数据中提取出2个极值数据(最大值和最小值),那么4000个热试验时序数据就保留有2000个极值数据;此时数据压缩表中仅存储有2000个极值数据,那么以这2000个极值数据在所述显示设备上绘制出时序折线图不仅能够最大程度的保留原始数据的极值特征,又能够需要处理的数据量压缩至原始数据量的一半;即采用间隔一定时间获取极值的方式,无损的留存试验数据的特征值。
具体实施时,步骤S105包括:若所述热试验时序数据采集的数量达到所述预设阈值,则查询所述数据压缩表,获取极值数据;根据所述极值数据进行客户端渲染,以在显示设备上绘制出时序折线图。即当数据查询需要压缩数据时,查询数据压缩表,此时获取的数据为原始数据量一半的极值数据,当该数据量在1024点以上,绘制的折线图不失真,可最大程度保留原始数据的极值特征。
图2示出本发明另一实施例提供的航天器热试验时序数据压缩方法,该实施例在上述实施例的基础上,还包括步骤:
S106:若所述热试验时序数据采集的数量未达到预设阈值,则根据全部热试验时序数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
具体的,以实际热试验数据为例。在常见的6s时序数据生成周期下,一个月的数据量为14400×30=432000条数据;本实施例在读取数据并渲染至客户端的过程中,4000点以下采用实时数据显示;同时每读取一条数据,记录数据索引,满足数据量=4时,计算4条数据的最大值和最小值并记录。当渲染数据量超出4000条后,选用压缩后的数据进行客户端渲染,此时数据趋势保持不变,数据量变为1/2,即需要渲染的数据为2000条。
在一可选的实施方式中,步骤S101之前,还包括:根据预置的数据压缩比例,确定N的取值;其中,所述数据压缩比例为N取值的二分之一。即本实施例可在试验前确定压缩策略,可灵活调整数据压缩比例,并保留所有时序数据特征值,针对试验时序数据的可视化,具有极大应用价值;设所述压缩比例为M,则M=N/2,本实施例优选的数据压缩处理规则可参见以下表2所示:
表2:
由表2可知,本实施例针对热试验时序数据的数量的压缩策略包括有多个不同的档位规则,其中,当热试验时序数据的数量在4000以下时,则直接采用实时数据进行显示;当热试验时序数据的数量在4000~8000这一档位时,则以压缩比例为M来提取其中的极值数据进行显示,此时压缩后的数量缩减为4000/M~8000/M;当热试验时序数据的数量在8000~16000这一档位时,则以压缩比例为2M来提取其中的极值数据进行显示,此时压缩后的数量缩减为8000/2M~16000/2M;当热试验时序数据的数量在16000~32000这一档位时,则以压缩比例为4M来提取其中的极值数据进行显示,此时压缩后的数量缩减为16000/4M~32000/4M;以此类推。
本实施例可在压缩数据的基础上,再次进行数据压缩操作,例如压缩后的数据到达2000条后,选用在首次压缩数据的基础上再次压缩,数据到达原始数据的1/4,数据极值特征仍然可以保留,此时压缩后数据为2000条,原始数据为8000条,依次类推,目前热试验时序数据压缩比例在1/64即可满足绝大部分应用。随着硬件水平的发展,数据量进一步增大后,可在此基础上继续提升压缩比例。
基于同一发明构造,图4示出本发明一实施例提供的航天器热试验时序数据压缩系统100,其包括有数据采集单元10、极值获取单元20、存储单元30、判断单元40以及数据处理单元50,其中:
数据采集单元10用于采集热试验时序数据,记录对应的数据索引;极值获取单元20用于获取每N个连续的热试验时序数据中的极值数据;其中,极值数据包括最大值和最小值,且N为大于2的正整数;存储单元30用于根据所述数据索引,将所述极值数据存储至预设的数据压缩表;判断单元40用于判断所述热试验时序数据采集的数量是否达到预设阈值;其中,预设阈值为基于显示设备的分辨率确定的可显示最大数据量;数据处理单元50用于若所述热试验时序数据采集的数量达到预设阈值,则根据所述数据压缩表中的极值数据在所述显示设备上绘制出时序折线图。
在一可选的实施方式中,所述数据处理单元50还用于:若所述热试验时序数据采集的数量未达到预设阈值,则根据全部热试验时序数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
在一可选的实施方式中,所述数据处理单元50用于:若所述热试验时序数据采集的数量达到预设阈值,则查询所述数据压缩表,获取所述极值数据;根据所述极值数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
可选的,还包括有确定单元,其用于根据预置的数据压缩比例,确定N的取值;其中,所述数据压缩比例为N取值的二分之一。
在一可选的实施方式中,所述极值获取单元20用于:将每N个时间采集点读取到的热试验时序数据进行比较,确定出每N个连续的热试验时序数据中的最大值和最小值。
综上所述,本发明所述的航天器热试验时序数据压缩方法及系统,通过在采集热试验时序数据的过程中,获取每N个连续的热试验时序数据中的极值数据,包括最大值和最小值;进而根据数据索引将所获取到的极值数据存储于预设的数据压缩表中;判断所采集的热试验时序数据的数量是否达到预设阈值,若达到则根据数据压缩表中的极值数据在所述显示设备上绘制出时序折线图。如此,采用间隔一定时间获取极值的方式,可无损的留存试验数据的特征值,实现全部试验数据可视化,实时绘制时序折线图。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种航天器热试验时序数据压缩方法,其特征在于,包括步骤:
采集热试验时序数据,记录对应的数据索引;
获取每N个连续的所述热试验时序数据中的极值数据;其中,所述极值数据包括最大值和最小值,且N为大于2的正整数;
根据所述数据索引,将所述极值数据存储至预设的数据压缩表;
判断所述热试验时序数据采集的数量是否达到预设阈值;其中,所述预设阈值为基于显示设备的分辨率确定的可显示最大数据量;
若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图。
2.根据权利要求1所述的航天器热试验时序数据压缩方法,其特征在于,还包括:
若所述热试验时序数据采集的数量未达到所述预设阈值,则根据全部所述热试验时序数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
3.根据权利要求1所述的航天器热试验时序数据压缩方法,其特征在于,所述若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图的步骤包括:
若所述热试验时序数据采集的数量达到所述预设阈值,则查询所述数据压缩表,获取所述极值数据;
根据所述极值数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
4.根据权利要求1所述的航天器热试验时序数据压缩方法,其特征在于,所述采集热试验时序数据,记录对应的数据索引的步骤之前,还包括:
根据预置的数据压缩比例,确定N的取值;其中,所述数据压缩比例为N取值的二分之一。
5.根据权利要求1所述的航天器热试验时序数据压缩方法,其特征在于,所述获取每N个连续的所述热试验时序数据中的极值数据的步骤包括:
将每N个时间采集点读取到的所述热试验时序数据进行比较,确定出每N个连续的所述热试验时序数据中的最大值和最小值。
6.一种航天器热试验时序数据压缩系统,其特征在于,包括有:
数据采集单元,用于采集热试验时序数据,记录对应的数据索引;
极值获取单元,用于获取每N个连续的所述热试验时序数据中的极值数据;其中,所述极值数据包括最大值和最小值,且N为大于2的正整数;
存储单元,用于根据所述数据索引,将所述极值数据存储至预设的数据压缩表;
判断单元,用于判断所述热试验时序数据采集的数量是否达到预设阈值;其中,所述预设阈值为基于显示设备的分辨率确定的可显示最大数据量;
数据处理单元,用于若所述热试验时序数据采集的数量达到所述预设阈值,则根据所述数据压缩表中的所述极值数据在所述显示设备上绘制出时序折线图。
7.根据权利要求6所述的航天器热试验时序数据压缩系统,其特征在于,所述数据处理单元还用于:
若所述热试验时序数据采集的数量未达到所述预设阈值,则根据全部所述热试验时序数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
8.根据权利要求6所述的航天器热试验时序数据压缩系统,其特征在于,所述数据处理单元用于:
若所述热试验时序数据采集的数量达到所述预设阈值,则查询所述数据压缩表,获取所述极值数据;
根据所述极值数据进行客户端渲染,以在所述显示设备上绘制出时序折线图。
9.根据权利要求6所述的航天器热试验时序数据压缩系统,其特征在于,还包括有:
确定单元,用于根据预置的数据压缩比例,确定N的取值;其中,所述数据压缩比例为N取值的二分之一。
10.根据权利要求6所述的航天器热试验时序数据压缩系统,其特征在于,所述极值获取单元用于:
将每N个时间采集点读取到的所述热试验时序数据进行比较,确定出每N个连续的所述热试验时序数据中的最大值和最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410032878.7A CN118051546A (zh) | 2024-01-09 | 2024-01-09 | 航天器热试验时序数据压缩方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410032878.7A CN118051546A (zh) | 2024-01-09 | 2024-01-09 | 航天器热试验时序数据压缩方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118051546A true CN118051546A (zh) | 2024-05-17 |
Family
ID=91049440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410032878.7A Pending CN118051546A (zh) | 2024-01-09 | 2024-01-09 | 航天器热试验时序数据压缩方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118051546A (zh) |
-
2024
- 2024-01-09 CN CN202410032878.7A patent/CN118051546A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230097797A1 (en) | Method and apparatus for storing and querying time series data, and server and storage medium thereof | |
CN117167903B (zh) | 基于人工智能的暖通设备异物故障检测方法 | |
CN108874296B (zh) | 一种基于并行架构的三维波形映射方法 | |
CN101410718A (zh) | 无死区时间数据获取 | |
DE3505440A1 (de) | Verfahren zur laufzustandsanalyse an verbrennungsmotoren mit elektrischer zuendanlage sowie vorrichtung zur durchfuehrung des verfahrens | |
CN117150217A (zh) | 一种基于大数据的数据压缩处理方法 | |
CN118051546A (zh) | 航天器热试验时序数据压缩方法及系统 | |
CN117896482B (zh) | 一种车辆行车记录仪的数据智能存储方法 | |
CN117708459A (zh) | 一种水利多变量时序数据加载处理优化方法及终端 | |
US20030163475A1 (en) | In-place dynamically re-sizeable persistent historical database | |
CN108804044B (zh) | 基于深存储的数据采集方法和深存储数据采集系统 | |
CN103678359B (zh) | 一种集成电路波形图像快速显示方法 | |
CN103399347B (zh) | 三维地震数据快速网络可视化的方法 | |
CN111953352A (zh) | 一种基于fpga系统的数据压缩显示方法、设备及存储介质 | |
CN115544305A (zh) | 一种用于数字钢卷系统的数据存储方法及装置 | |
DE3878232T2 (de) | Methode und einrichtung zur kompression digitaler zeitserieller daten fuer die anzeige auf einem digital-oszilloskop. | |
CN116204578A (zh) | 一种电动螺旋压力机控制数据管理方法、系统及存储介质 | |
CN105072387A (zh) | 一种可视门铃的录像方法及可视门铃 | |
CN113066197B (zh) | 一种车辆匀速行驶性能评价方法及装置 | |
CN112330611B (zh) | 一种面向fpga的高并行性光斑分割方法 | |
US20230086812A1 (en) | Real-time data processing | |
CN102415889A (zh) | 一种x光机拍片自动保存系统及自动保存方法 | |
CN112069168A (zh) | 一种设备运行数据云端存储方法 | |
CN117076874B (zh) | 一种批量仪表缺数诊断方法及系统 | |
CN113254475B (zh) | 用于分支线路监测终端的历史数据查询采集方法 |
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 |