JP2008167329A - 時系列データ圧縮方法 - Google Patents

Abstract

【課題】時系列データの特徴を失わずに圧縮率を高めて、メモリ容量を低減する。
【解決手段】離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点と次に取得されたデータ点を通る第１仮想直線を想定し（Ｓ１）、第１仮想直線と時系列データの各データ点との誤差を求め、誤差の絶対値が設定許容誤差を越えるデータ点であって、かつ、基点に最も近いデータ点を第１仮想点とし、 第１仮想点と基点を通る第２仮想直線を想定し、第２仮想直線と時系列データの各データ点との誤差を求め、誤差の絶対値が設定許容誤差を越えるデータ点であって、かつ、基点に最も近いデータ点を第２仮想点とし、第２仮想点と基点を通る第３仮想直線を想定し（Ｓ２、Ｓ３、Ｓ４）、
第３仮想直線と前記時系列データの各データ点との誤差を求め、該誤差の絶対値が基点と第２仮想点との間で最大となるデータ点を特徴点として抽出し（Ｓ５）、抽出された特徴点と基点のデータと取得時刻を圧縮データとしてメモリに記憶する。
【選択図】 図１

Description

本発明は、離散的又は連続的に取得される時系列データの圧縮方法に関する。本発明に係る時系列データには、速度、加速度、圧力、温度、流量、位置等の連続的に変化するスカラー量及びベクトル量、ギヤシフト等の切り換え位置、スイッチ等のオンオフ状態などの離散的に変化する状態データを含み、本発明はそれらの時系列データの特徴を失わずに圧縮して記録する圧縮方法に関する。

自動車など、一般のユーザーが利用する機器には、機器の制御と保護を行うための仕組みが備えられており、異常を検出した場合には、表示パネルなどでのアラーム表示を通じてユーザーに異常を知らせるようになっている。また、自動車には定期点検が法令で義務付けられているため、点検時に専門家によって異常がないかの診断が行われ、異常があった場合には、機器の修理や保全といった措置が取られるようになっている。

近年では、航空機におけるフライトレコーダーと同様に、特許文献１に記載されているように、自動車本体にドライブレコーダーなどの記録装置を備え、記録データを様々な形で活用しようとする動きがある。例えば、事故時における記録装置の役目として、ドライバーがどのような操作を行ったか、あるいは自動車が正常に動作していたかなどを記録することにある。また、運転者には判断できないような異常兆候を記録し、点検時に記録を活用することで故障や事故に至る前に、保全に活用しようとする予防保全などが考えられている。

このような自動車を初めとする機器では、その機器内部の制御情報は時間的密度としても、種類としても極めて多岐、多量になるため記録したいデータの情報量が多くなり、レコーダーのメモリ容量が膨大になるという問題がある。

そこで、メモリ容量を低減するため、特許文献２には、事故時などの記録を各種センサと連動することで一定時間分のデータを記録することにより、メモリの容量を抑えるようにしている。

特開２００２−７３１５３号公報 特開平６−１６０１２０号公報

特許文献２に記載の技術によれば、センサに基づいて事故時の記録を確保できる一方、事故時以外のデータを記録する必要がないから、メモリ容量を抑えることができる。

しかし、センサで検出できない複合的な事故、ドライバーがどのような操作を行ったか、あるいは自動車が正常に動作していたかなどを記録する必要がある。また、運転者には判断できないような異常兆候を記録し、点検時に記録を活用することで故障や事故に至る前に、保全に活用しようとする場合がある。

このような場合を考慮すると、事故と切り離して種々のデータを記録する必要があるから、圧縮率の高いデータ圧縮の手法が望まれ、しかも、時系列データの特徴を失わずに圧縮することが要請されている。

本発明が解決しようとする課題は、時系列データの特徴を失わずに圧縮率を高めて、メモリ容量を低減できるデータ圧縮方法を実現することにある。

上記の課題を解決するため、本発明の第１の態様は、次のステップからなるデータ圧縮方法を提供する。
（第１ステップ） 離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点に設定する。
（第２ステップ） 該基点以降に取得されるデータ点の１つを仮想点として前記基点と該仮想点とを通る仮想直線を想定する。
（第３ステップ） 前記基点と前記仮想点の間の１又は複数のデータ点と前記仮想直線との誤差をそれぞれ求める。
（第４ステップ） 各データ点の前記誤差が設定許容誤差を越えないときは、前記仮想点以降に取得されるデータ点の１つを新たな仮想点として第２ステップと第３ステップを繰返し実行し、前記誤差が前記設定許容誤差を越えるデータ点が出現したときは、当該データ点の１つ前のデータ点を特徴点として抽出する。
（第５ステップ） 第４ステップで抽出された特徴点を新たな基点として第２ステップ乃至第４ステップを繰り返し実行して時系列データの特徴点を抽出し、抽出された特徴点と前記基点のデータと取得時刻を圧縮データとしてメモリに記憶する。

すなわち、本発明によれば、時系列データを直線の折れ線により設定許容誤差以下の誤差範囲内で近似することができ、折れ線の頂点に対応するデータを特徴点のデータとして、そのデータの取得時刻と共にメモリに記憶される。これにより、時系列データの特徴を失わずにデータの圧縮率を高めることができ、メモリ容量を大幅に低減できる。なお、本発明のデータ圧縮は、圧縮処理に係る時間の遅れが発生するが、実質的にリアルタイムで時系列データを圧縮することができる。

ところで、本発明によれば、圧縮データの特徴点は、時系列データの極大値及び極小値の近傍のデータにほぼ対応する場合が多いが、仮想直線の基点と特徴点との間に、時系列データの極大値又は極小値が仮に存在しても、その極大値又は極小値と仮想直線との誤差が設定許容誤差の範囲内であれば特徴点として抽出しない。したがって、単に極大値と極小値を抽出してデータを圧縮する場合よりも、圧縮率を高くすることができる。例えば、速度などの時系列データは、定常状態において微小変動しているから、連続的に極大値と極小値を有するが、本発明によれば、誤差が設定許容誤差未満の極大値と極小値は記録データから除外されるので、計算量を少なくでき、かつ圧縮率を高くすることができる。

また、設定許容誤差は、圧縮対象の時系列データの最小値と最大値を仮定又は設定し、その最小値と最大値の差を１００％としたときに、例えば１〜２％に設定することができる。

本発明によれば、時系列データの特徴を失わずに圧縮することができ、かつ圧縮率を高めてメモリ容量を低減できる。

以下、本発明を実施形態に基づいて説明する。

（実施形態１）
図１に、本発明の一実施形態の時系列データ圧縮方法の処理手順をフローチャートで示し、図２に本実施形態の時系列データ圧縮方法を実施する一実施形態の時系列データ圧縮装置のブロック構成図を示す。

図２に示すように、本実施形態の時系列データ圧縮装置は、入力装置１と、計算機２と、プログラムメモリ３と、圧縮データファイル４とを備えて構成されている。入力装置１は、圧縮対象の時系列データを計算機２に入力するものである。計算機２は、プログラムメモリ３に記憶されているプログラムに従って動作し、入力装置１から入力される時系列データの特徴点を抽出して、時系列データを圧縮処理するようになっている。圧縮データファイル４には、計算機２により処理された圧縮データ（特徴点のデータと、その取得時刻データ）が記憶されるようになっている。

図１に示したフローチャートに沿って、計算機２で実行する本実施形態のデータ圧縮処理について説明する。入力装置１から、離散的又は連続的に取得される時系列データが取得時間の経過に従って、例えば、図３に例示する波形データＴｇが順次入力される。

まず、波形データＴｇの任意のタイミングで取得されたデータ点を基点Ｐ０とし、順次取得されるデータ点Ｔを通る仮想直線Ｔｋ１を想定する（Ｓ１）。ここで、データ点Ｔのデータは、エンジン回転数などの物理量と、その計測時刻である取得時間を含んでいる。次に、仮想直線Ｔｋ１と波形データＴｇの各データ点との誤差ｄを求め、その誤差ｄが設定許容誤差（閾値Ｔｈ）の２倍を越えるデータ点であって、かつ、基点Ｐ０に最も近いデータ点を仮想点Ｋ１とする（Ｓ２）。次いで、図４に示すように、仮想点Ｋ１と基点Ｐ０を通る仮想直線Ｔｋ２を想定する（Ｓ３）。次いで、仮想直線Ｔｋ２と波形データＴｇの各データ点との誤差ｄを順次求め、その誤差ｄが閾値Ｔｈを越えるデータを検索し、誤差ｄが閾値Ｔｈを越えるデータの中で、基点Ｐ０に最も近いデータ点、言い換えれば基点側から順番にデータ点を検索している場合は最初に閾値Ｔｈを越えるデータ点を新たな仮想点Ｋ２とする（Ｓ４）。次いで、図５に示すように、仮想点Ｋ２と基点Ｐ０を通る仮想直線Ｔｋ３を想定し、仮想直線Ｔｋ３と波形データＴｇの各データ点との誤差ｄを求め、その誤差ｄが基点Ｐ０と仮想点Ｋ２との間で最大となるデータ点を特徴点Ｐ１とする（Ｓ５）。そして、図６に示すように、基点Ｐ０と特徴点Ｐ１を確定直線Ｔ１で結ぶ（Ｓ６）。そして、確定直線Ｔ１に対応する波形データＴｇとの誤差ｄが閾値Ｔｈ以下であるかを確認し、閾値Ｔｈよりも誤差ｄが大きければ、最大誤差点を検索し、そのデータ点を修正した特徴点Ｐ１として確定直線Ｔ１を引きなおす。このようにして、基点Ｐ０と特徴点Ｐ１の区間で誤差ｄが閾値Ｔｈ以下になるまでこれを繰り返す（Ｓ７）。これにより求めた基点Ｐ０と特徴点Ｐ１のデータと取得時刻とを圧縮データファイル４に記録する（Ｓ８）。

次に、図６に示すように、特徴点Ｐ１を新たな基点とし、過去に想定した仮想点のうち、新たな基点Ｐ１に最も近い仮想点（図６の例では、Ｋ２）とを結び、仮想直線Ｔｋ４を想定し、ステップＳ２に戻って処理を繰り返す。これにより、図７、図８の処理を経て、次の特徴点Ｐ２を求めることができる。なお、ステップＳ８からステップＳ２に戻らず、ステップＳ８で求めた新たな基点Ｐ１についてステップＳ１に戻って最初の基点Ｐ０の場合と同様に、データ圧縮処理を繰り返してもよい。

このようにして、入力される波形データＴｇに対してデータ圧縮処理を繰り返すことにより、圧縮データファイル４には、図９に示すように、特徴点Ｐ１、Ｐ２、・・・のデータと、その取得時間からなる圧縮データが格納される。なお、特徴点Ｐ１、Ｐ２、・・・のデータは、圧縮データファイル４に出力した段階で、一次記憶メモリから消去することができる。

このように、本実施形態によれば、波形データＴｇを直線Ｔ１、Ｔ２、・・・の折れ線により設定許容誤差の範囲内で仮想近似し、折れ線の頂点に対応する点を特徴点Ｐ１、Ｐ２、・・・のデータとして、そのデータと取得時刻とが圧縮データファイル４に記憶される。これにより、波形データＴｇの特徴を失わずにデータの圧縮率を高めることができ、メモリ容量を大幅に低減できる。

また、圧縮データファイル４に記憶された圧縮データを用いて、波形データＴｇを再現する場合は、特徴点Ｐ１、Ｐ２、・・・の取得時刻を横軸に、それらのデータを縦軸にプロットして、各特徴点Ｐ１、Ｐ２、・・・を順次直線で結ぶことによって、許容圧縮誤差内の折れ線グラフで再現することができる。

なお、本実施形態では、仮想直線Ｔｋと波形データＴｇの差（誤差）を判定する設定許容誤差を、許容圧縮誤差である閾値Ｔｈの２倍とする理由は、誤差には上向き誤差（正方向の誤差）と下向き誤差（負方向の誤差）とがあり、波形データＴｇに対して許容誤差ギリギリまで誤差を認めるとすれば、正負両方の誤差限界ギリギリを使った閾値Ｔｈの２倍を超えるか否かで判定することにより圧縮処理の効率を高めることができるからである。

ところで、本実施形態で説明した特徴点Ｐ１、Ｐ２、・・・は、波形データＴｇの極大値及び極小値の近傍のデータにほぼ対応している。しかし、確定直線Ｔ１の基点Ｐ０と特徴点Ｐ１との間に、波形データＴｇの極大値又は極小値が仮に存在しても、その極大値又は極小値と確定直線Ｔ１との誤差ｄが設定許容誤差未満であれば特徴点としない。したがって、単に極大値と極小値を抽出してデータを圧縮する場合よりも、圧縮率を高くすることができる。

例えば、速度などの時系列データは、定常状態において微小変動しているから、図１０に示すように、連続的に極大値の特徴点Ｐ１、Ｐ３、Ｐ５と極小値の特徴点Ｐ２、Ｐ４を有するデータとなる。しかし、それらの特徴点Ｐ１と特徴点Ｐ５を結ぶ確定曲線Ｔ１と時系列データＴｇとの誤差ｄ１〜ｄ５が、いずれも閾値Ｔｈより小さければ、本発明を適用することにより、特徴点Ｐ１、Ｐ２、Ｐ３、Ｐ４のデータは排除される。したがって、単に時系列データの極大値と極小値を検出して、データを圧縮する場合に比べて、計算量を少なくして、圧縮率を高くすることができる。

（実施形態２）
図１１を参照して、本発明のデータ圧縮方法の他の実施形態を説明する。本実施形態は、実施形態１のステップＳ２の変形である。すなわち、実施形態１では、仮想直線Ｔｋ１と波形データＴｇの各データとの誤差ｄを求め、その誤差ｄが閾値Ｔｈ×２を越えるデータ点であって、かつ、基点Ｐ０に最も近いデータ点を仮想点Ｋ１とした。本実施形態では、仮想点Ｋ１と基点Ｐ０を通る仮想直線Ｔｋ２を想定し、波形データＴｇの各データ点を基準として仮想直線Ｔｋ２との誤差を極性を付して求め、基点Ｐ０と仮想点Ｋ１の間の誤差の最大値（例えば、負のｄＭＩＮ又は正のｄＭＡＸ）を基準として、仮想点Ｋ１から反基点側の各データ点の誤差が逆極性でほぼ同じになるデータ点であって、かつ、基点Ｐ０に最も近いデータ点を仮想点Ｋ２とするようにしている。

つまり、図１１に示すように、基点Ｐ０と仮想点Ｋ１との間において、仮想直線Ｔｋ１と波形データＴｇとの各データとの差のｄＭＩＮを求め、仮想点Ｋ１よりも反基点側において、ｄＭＩＮと絶対値がほぼ等しい正の誤差ｄとなるデータ点を仮想点Ｋ２とする。つまり、図１０の例では、基点Ｐ０と仮想点Ｋ１を通る仮想直線Ｔｋ１が設定され、誤差ｄを上向き誤差（正の誤差）と下向き誤差（負の誤差）に分けて計算を行う。上向き誤差は、元の波形データＴｇに対して近似しようとする仮想直線Ｔｋ１との誤差ｄが正の値をとるもので、下向き誤差は、元の波形データＴｇに対して近似しようとする仮想直線Ｔｋ１との誤差が負の値をとるものとする。

本実施形態によっても、実施形態１と同様の効果を奏することができる。

（実施形態３）
実施形態１、２では連続的に変化する時系列データを例に説明したが、本発明は本実施形態で説明するように、離散的に変化する時系列データに対しても適用できる。

図１２に、自動車の変速ギヤのシフト動作の時系列データに、本願発明のデータ圧縮方法を適用した例を示す。ギヤシフトは、運転者の操作により１速、２速、３速等に切り換えられる。このギヤシフト位置をデータとして記録する場合、ギヤシフト位置が変化していないにもかかわらず、データ取り込みの都度、メモリに記憶させるのは、いたずらにメモリ容量が増大する。

そこで、ギヤシフト位置データＳｇの任意のタイミングで取得されたデータを基点Ｐ０とし、順次取得されるデータ点を通る仮想直線Ｔｋ１を想定する。このとき、仮想直線Ｔｋ１と各データ点との誤差ｄを求め、その誤差ｄが設定許容誤差（閾値Ｔｈ）の２倍を越えるデータ点であって、かつ、基点Ｐ０に最も近いデータ点を仮想点Ｋ１として求める。次いで、図１３に示すように、仮想点Ｋ１と基点Ｐ０を通る仮想直線Ｔｋ２を想定し、仮想直線Ｔｋ２とギヤシフト位置データＳｇの各データ点との誤差ｄを順次求める。基点Ｐ０と仮想点Ｋ１との間に、誤差ｄが閾値Ｔｈを越えるデータがあれば、その取得点を特徴点Ｐ１とし、併せて仮想点Ｋ１を暫定の特徴点Ｐ２とする。次に、図１４に示すように、Ｐ１を基点Ｐ１と暫定の特徴点Ｐ２を通る仮想直線Ｔｋ２を想定し、仮想直線Ｔｋ２とギヤシフト位置データＳｇの各データ点との誤差ｄを順次求め、誤差ｄがＴｈ×２を越えるデータ点の中で、基点Ｐ１に最も近いデータ点を新たな仮想点Ｋ２とする。次いで、図１５に示すように、仮想点Ｋ２と基点Ｐ１を通る仮想直線Ｔｋ３を想定し、仮想直線Ｔｋ３とギヤシフト位置データＳｇの各データ点との誤差ｄを求め、その誤差ｄが基点Ｐ１と仮想点Ｋ２との間で閾値Ｔｈを超えるデータがあれば特徴点とする。図示例では、暫定の特徴点Ｐ２を確定の特徴点とする。そして、図１６に示すように、特徴点Ｐ２と仮想点Ｋ３を通る仮想直線Ｔｋ４を想定し、同様の手順で圧縮処理を行うことにより、基点Ｐ０と特徴点Ｐ１、Ｐ２．・・・の各データを取得時間を付して圧縮データファイル４に記録する。

本実施形態によれば、実施形態１と同様の効果を奏することができる。

（実施形態４）
図１７に、本発明の他の実施形態の時系列データ圧縮に係る処理手順のフローチャートを示す。図示のように、開始とともに、ステップＳ１１において、後述する累積正誤差ｄＵと累積負誤差ｄＤを初期値「０」にリセットする。次に、ステップＳ１２において、入力装置１から実施形態１と同様の波形データＴｇを順次取り込み、図１８に示すように、任意の時刻のデータ点を基点Ｐ０とし、基点の次に取得されたデータ点を注目点Ｔ１とし、注目点Ｔ１の次に取得されたデータ点を仮想点Ｋ１として設定する。そして、ステップＳ１３において、仮想点Ｋ１と基点Ｐ０を通る仮想直線Ｔｋ１を想定し、注目点Ｔ１に対する仮想直線Ｔｋ１との誤差ｄを正負の極性を付して求める。ここで、正誤差とは、Ｔｋ１が注目点Ｔ１のデータよりも大きいときであり、これを上向き誤差ともいう。逆に、負誤差とは、Ｔｋ１が注目点Ｔ１のデータよりも小さいときであり、これを下向き誤差ともいう。

次に、ステップＳ１４において、ステップＳ１１でゼロにリセットされた累積正誤差ｄＵと累積負誤差ｄＤの両方に、ステップＳ１３で求めた誤差ｄをそれぞれ加算する。但し、誤差ｄを加算した結果、累積正誤差ｄＵが負になる場合は「０」に書き換え、累積負誤差ｄＤが正になる場合は「０」に書き換える。そして、ステップＳ１５において、累積正誤差ｄＵと累積負誤差ｄＤの絶対値の一方が設定許容誤差（閾値Ｔｈ）を越えたか否か判定する。ステップＳ１５の判定が、否定のときは、ステップＳ１６に進む。

ステップＳ１６では、図１９に示すように、仮想点Ｋ１を新たな注目点Ｔ２とし、仮想点Ｋ１の次に取得されたデータ点を新たな仮想点Ｋ２としてステップＳ１３からステップＳ１５を繰返し実行する。

このようにステップＳ１３からステップＳ１５を繰返し実行することによって、累積正誤差ｄＵ又は累積負誤差ｄＤの一方が増大し、ステップＳ１５の判定が、肯定に変化したときは、ステップＳ１７に進む。

ステップＳ１７では、基点Ｐ０を特徴点Ｐ０として時刻データを付して出力するとともに、注目点Ｔ２を新たな基Ｐ０とし、仮想点Ｋ２を新たな注目点Ｔ３とする。そして、注目点Ｔ３の次に取得されたデータ点を新たな仮想点Ｋ３とし、ステップＳ１１に進んで、累積正誤差ｄＵと累積負誤差ｄＤをゼロに初期化してステップＳ１２からステップＳ１７を繰返し実行する。

すなわち、本実施形態は、離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点とし、この基点の次に取得されたデータ点を注目点とし、この注目点の次に取得されたデータ点を仮想点として設定するステップＳ１２と、この仮想点と基点を通る仮想直線を想定し、注目点に対する仮想直線との誤差を極性を付して求めるステップＳ１３と、初期値をゼロとする累積正誤差と累積負誤差の両方にそれぞれ誤差を加算するステップＳ１４と、累積正誤差と累積負誤差の絶対値の一方が設定許容誤差を越えたか否か判定するステップＳ１５と、ステップＳ１５の判定が、否定のときは、仮想点を新たな注目点とし、仮想点の次に取得されたデータ点を新たな仮想点としてステップＳ１３乃至ステップＳ１５を繰返し実行するステップＳ１６と、ステップＳ１５の判定が、肯定のときは、基点を特徴点として時刻データを付して出力するとともに、注目点を新たな基点とし、仮想点を新たな注目点とし、その注目点の次に取得されたデータ点を新たな仮想点とし、累積正誤差と累積負誤差をゼロに初期化してステップＳ１１乃至ステップＳ１６を繰返し実行するステップＳ１７とを含んで構成されている。

本実施形態によれば、実施形態１と同様に、時系列データを直線の折れ線により設定許容誤差以下の誤差範囲内で近似し、折れ線の頂点に対応するデータ点が特徴点として、そのデータの取得時刻と共にメモリに記憶する。これにより、時系列データの特徴を失わずにデータの圧縮率を高めることができ、メモリ容量を大幅に低減できる。特に、本実施形態によれば、実施形態１の図５の処理で実行した１つの仮想直線に対する誤差を求めるデータ点の数を大幅に低減することができるから、圧縮処理に係る時間を大幅に低減できる。

また、本実施形態は、図１０で説明したような時系列データＴｇにおいて、累積正誤差ｄＵ又は累積負誤差ｄＤの一方の絶対値が閾値Ｔｈを越えなければ、Ｐ１、Ｐ２、Ｐ３、Ｐ４を特徴点として抽出しない。

以上説明したように、実施形態１〜４の時系列データ圧縮方法は、離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点に設定する第１ステップと、該基点以降に取得されるデータ点の１つを仮想点として前記基点と該仮想点とを通る仮想直線を想定する第２ステップと、前記基点と前記仮想点の間の１又は複数のデータ点と前記仮想直線との誤差をそれぞれ求める第３ステップと、各データ点の前記誤差が設定許容誤差を越えないときは、前記仮想点以降に取得されるデータ点の１つを新たな仮想点として第２ステップと第３ステップを繰返し実行し、前記誤差が前記設定許容誤差を越えるデータ点が出現したときは、当該データ点の１つ前のデータ点を特徴点として抽出する第４ステップとを有してなり、第４ステップで抽出された特徴点を新たな基点として第２ステップ乃至第４ステップを繰り返し実行して時系列データの特徴点を抽出し、抽出された特徴点と前記基点のデータと取得時刻を圧縮データとしてメモリに記憶することを共通の特徴とする。

本発明の一実施形態の時系列データ圧縮方法の処理手順を示すフローチャートである。 本発明の時系列データ圧縮方法を適用してなる一実施形態の時系列データ圧縮装置のブロック構成図である。 図１の実施形態の処理過程を説明するための図である。 図１の実施形態の処理過程を説明するための図である。 図１の実施形態の処理過程を説明するための図である。 図１の実施形態の処理過程を説明するための図である。 図１の実施形態の処理過程を説明するための図である。 図１の実施形態の処理過程を説明するための図である。 図１の実施形態により圧縮された時系列データの概念を示す図である。 図１の実施形態の特徴を説明するための比較例の時系列データ圧縮方法を説明するための図である。 本発明の他の実施形態の特徴部の処理過程を説明するための図である。 本発明の時系列データ圧縮法を離散値データに適用した実施形態の処理手順を説明するための図である。 本発明の時系列データ圧縮法を離散値データに適用した実施形態の処理手順を説明するための図である。 本発明の時系列データ圧縮法を離散値データに適用した実施形態の処理手順を説明するための図である。 本発明の時系列データ圧縮法を離散値データに適用した実施形態の処理手順を説明するための図である。 本発明の時系列データ圧縮法を離散値データに適用した実施形態の処理手順を説明するための図である。 本発明の他の実施形態の時系列データ圧縮方法の処理手順を示すフローチャートである。 図１７の実施形態の処理過程を説明するための図である。 図１７の実施形態の処理過程を説明するための図である。

符号の説明

１ 入力装置
２ 計算機
３ プログラムメモリ
４ 圧縮データファイル

Claims (6)

1. 離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点に設定する第１ステップと、
   該基点以降に取得されるデータ点の１つを仮想点として前記基点と該仮想点とを通る仮想直線を想定する第２ステップと、
   前記基点と前記仮想点の間の１又は複数のデータ点と前記仮想直線との誤差をそれぞれ求める第３ステップと、
   各データ点の前記誤差が設定許容誤差を越えないときは、前記仮想点以降に取得されるデータ点の１つを新たな仮想点として第２ステップと第３ステップを繰返し実行し、前記誤差が前記設定許容誤差を越えるデータ点が出現したときは、当該データ点の１つ前のデータ点を特徴点として抽出する第４ステップと、
   第４ステップで抽出された特徴点を新たな基点として第２ステップ乃至第４ステップを繰り返し実行して時系列データの特徴点を抽出し、抽出された特徴点と前記基点のデータと取得時刻を圧縮データとしてメモリに記憶する第５ステップとを有する時系列データ圧縮方法。
2. 離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点に設定する第１ステップと、
   該基点と次に取得されたデータ点を通る第１仮想直線を想定する第２ステップと、
   第１仮想直線と前記時系列データの各データ点との誤差を求め、該誤差の絶対値が設定許容誤差の２倍を越えるデータ点であって、かつ、前記基点に最も近いデータ点を第１仮想点とする第３ステップと、
   第１仮想点と前記基点を通る第２仮想直線を想定する第４ステップと、
   第２仮想直線と前記時系列データの各データ点との誤差を求め、該誤差の絶対値が設定許容誤差を越えるデータ点であって、かつ、前記基点に最も近いデータ点を第２仮想点とする第５ステップと、
   第２仮想点と前記基点を通る第３仮想直線を想定する第６ステップと、
   第３仮想直線と前記時系列データの各データ点との誤差を求め、該誤差の絶対値が前記基点と第２仮想点との間で最大となるデータ点を特徴点として抽出し、抽出された特徴点と前記基点のデータと取得時刻を圧縮データとしてメモリに記憶する第７ステップとを有してなる時系列データ圧縮方法。
3. 請求項２において、
   第７ステップで求めた特徴点を基点として、第１ステップから第７ステップを繰返し実行して時系列データを圧縮してメモリに記録することを特徴とする時系列データ圧縮方法。
4. 請求項２において、
   第７ステップで求めた特徴点を基点として、該基点と第５ステップで求めた第２仮想点を通る第４仮想直線を想定する第８ステップを有し、
   第８ステップで想定した第４仮想直線を用いて第７ステップを実行して時系列データを圧縮してメモリに記録することを特徴とする時系列データ圧縮方法。
5. 離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点に設定する第１ステップと、
   該基点と次に取得されたデータ点を通る第１仮想直線を想定する第２ステップと、
   第１仮想直線と前記時系列データの各データ点との誤差を求め、該誤差の絶対値が設定許容誤差を越えるデータ点であって、かつ、前記基点に最も近いデータ点を第１仮想点とする第３ステップと、
   第１仮想点と前記基点を通る第２仮想直線を想定する第４ステップと、
   前記時系列データの各データ点を基準として第２仮想直線との誤差を極性を付して求め、前記基点と第１仮想点の間の誤差の最大値を基準として、第１仮想点から反基点側の各データ点の誤差が逆極性でほぼ同じになるデータ点であって、かつ、前記基点に最も近いデータ点を第２仮想点とする第５ステップと、
   第２仮想点と前記基点を通る第３仮想直線を想定する第６ステップと、
   第３仮想直線と前記時系列データの各データ点との誤差を求め、該誤差が前記基点と第２仮想点との間で最大となるデータ点を特徴点として抽出し、抽出された特徴点と前記基点のデータと取得時刻を圧縮データとしてメモリに記憶する第７ステップとを有してなる時系列データ圧縮方法。
6. 離散的又は連続的に取得される時系列データの任意の時刻のデータ点を基点とし、該基点の次に取得されたデータ点を注目点とし、該注目点の次に取得されたデータ点を仮想点として設定する第１ステップと、
   該仮想点と前記基点を通る仮想直線を想定し、前記注目点に対する前記仮想直線との誤差を極性を付して求める第２ステップと、
   該誤差を初期値をゼロとする累積正誤差と累積負誤差の両方にそれぞれ加算する第３ステップと、
   前記累積正誤差と前記累積負誤差の絶対値の一方が設定許容誤差を越えたか否か判定する第４ステップと、
   第４ステップの判定が、否定のときは、前記仮想点を新たな注目点とし、前記仮想点の次に取得されたデータ点を新たな仮想点として第２ステップ乃至第４ステップを繰返し実行する第５ステップと、
   第４ステップの判定が、肯定のときは、前記基点を特徴点として時刻データを付して出力するとともに、前記注目点を新たな基点とし、前記仮想点を新たな注目点とし、該注目点の次に取得されたデータ点を新たな仮想点とし、前記累積正誤差と前記累積負誤差をゼロに初期化して第1ステップ乃至第４ステップを繰返し実行する第６ステップとを含んでなる時系列データ圧縮方法。

Images