基于FPC和区间编码的工业浮点数据的压缩传输

为解决大量工业浮点数据在GPRS网络上传输时实时性降低的问题,提出了基于科学计算双浮点数压缩算法(FPC)与区间编码相结合的无损压缩方法 IFPC实现工业浮点数据的压缩传输及解压缩。先对FPC算法与通用无损压缩算法应用在浮点数部分时的压缩效果作实验对比,实验结果表明FPC算法相比于通用的无损压缩算法在浮点数压缩上具有较好的压缩率以及较短的压缩与解压缩时间。将FPC算法与区间编码结合后的IFPC算法对整个数据域压缩与解压缩的实验结果表明,所提出的方法相比通用无损压缩算法,压缩率最低可提高7.6%,压缩时间最低可减少49.1%,综合传输时间减少了21.3%,提高了传输实时性。

电力调度SCADA系统中历史数据压缩及存储策略

为降低电力调度SCADA系统历史数据量、提高历史数据存储效率,提出一种基于有效估算的旋转门算法(effective reckon swing door trending,ERSDT),并针对压缩的历史数据给出了一种新的数据多级存储策略。ERSDT通过搜寻最远压缩点以及旋转平衡因子方式进行数据压缩。针对压缩数据给出实时数据库、历史数据库、磁盘文件库三级存储体系,并描述了三级存储体系的运行原理。实验数据验证了ERSDT算法的可行性,与传统的SDT算法相比提高了压缩率、降低了压缩时间。实践证明ERSDT算法以及多级数据存储策略可以降低历史数据量、提高数据存储及查询效率,从而保证SCADA系统安全、稳定的运行。

基于面积阈值的矢量数据压缩方法

曲线矢量数据压缩本质是信息压缩问题,它在计算机制图中具有十分重要作用。在分析传统矢量数据压缩方法的基础上提出一种基于向量运算的曲线矢量压缩的新方法,该方法与传统数据压缩方法的区别在于以面积为判定标准,利用面积的可叠加性提高算法的精度和效率。实验证明该算法容易实现,数据压缩量大,算法时空复杂度低且能有效地控制矢量图形的面积误差在一定范围内。

块浮点量化(BFPQ)在星载合成孔径雷达(SAR)回波数据压缩中的应用

ＳＡＲ原始回波信号的相关性较差，因此基于数据相关性的传统压缩方法对星载ＳＡＲ回波信号的数据压缩不再实用。主要研究了块浮点量化（ＢｌｏｃｋＦｌｏａｔｉｎｇＰｏｉｎｔＱｕａｎｔｉｚａｔｉｏｎ，ＢＦＰＱ）算法的基本理论及其在星载ＳＡＲ回波信号压缩中的应用。采用ＢＦＰＱ算法对ＥＲＳ１回波数据和仿真回波数据进行了压缩并与均匀量化方法进行了比较，实验结果验证了其性能的优越性。

43位浮点流水线乘法器的设计

提出一种浮点流水线乘法器IP芯核。该乘法器采用改进的三阶Booth算法减少部分积数目,提出了一种压缩器混用的Wallace树结构压缩阵列,并对关键路径中的5-2压缩器、4-2压缩器和64位CLA加法器进行了优化设计,有效降低了乘法器的延时和面积。经FPGA仿真验证表明,该乘法器运算能力比Altera公司近期提供的同类乘法器单元快15.4%。

多维浮点数据的曲线拟合压缩存储方法

以三维位置信息为代表的多维浮点数据是当前高性能计算机系统处理的主要数据对象,对其进行压缩存储是解决海量多维数据量快速增长的需求与存储空间、存储带宽不足的矛盾的手段之一。现有数据压缩算法对浮点多维数据难以取得理想的压缩效果。将多维浮点数据投影到二维坐标上,使用多项式曲线对其进行拟合,将坐标值的存储转换为多项式系数的存储,实现了多维数据的曲线拟合压缩。算法设计中引入了排序作为数据预处理手段,从而得到了较小的压缩误差。理论分析和实验结果表明,在与现有有损压缩误差相当的条件下,得到了优于现有算法的压缩率。

X-DSP浮点乘法器的设计与实现

为了满足高性能X-DSP浮点乘法器的性能、功耗、面积要求,研究分析了X型DSP总体结构和浮点乘法器指令特点,采用Booth2编码算法和4∶2压缩树形结构,使用4级流水线结构设计实现了一款高性能低功耗浮点乘法器。使用逻辑综合工具Design Compiler,采用第三方公司0.13μmCMOS工艺库,对所设计的乘法器进行了综合,其结果为工作频率500MHz,面积67529.36μm2,功耗22.3424mW。

高速流水线浮点乘法器的设计研究

设计了一种新颖的、支持扩展单精度43位浮点数的流水线乘法器IP芯核。该设计采用了改进的三阶Booth算法,提出了混合树形结构压缩阵列和双乘法通道6级流水线结构。经FPGA硬仿真验证表明,该乘法器运算能力达到143.6MFLO/S,比Altera公司近期提供的同类乘法器单元快47%。该设计有效地提高了乘法器的整体性能。

浮点遗传算法在工件圆弧半径测量中的应用

将浮点遗传算法应用于工件圆弧半径测量。采用算术交叉算子建立了冲头凹面圆弧半径的目标函数和FAG数学模型 ,通过遗传算法获得了圆弧半径及公差的全局最优解 。

SAR浮点图像数据压缩

根据SAR浮点图像数据、定值压缩和实时分块传送的要求,提出了基于空域点非线性预处理和DCT直流系数归一量化的压缩方法,实用效果非常明显.

一种基于最小四叉树划分的矢量数据水印算法

数字水印在实际应用时可能受到数据裁剪、数据压缩、随机增点和地物加密等攻击。针对该问题,基于特征点图层和最小四叉树划分,提出一种适用于线数据和面数据的矢量图层水印算法。利用Douglas-Peucker压缩算法提取矢量数据的特征点图层,通过最小四叉树划分将水印信息分区域嵌入到地物的特征点中。实验结果表明,该算法具有很好的不可感知性,相比MQUAD算法能更好地抵抗地图裁剪攻击。

特征点压缩算法在分布式光纤桩基检测中的应用

布里渊散射光时域反射测量技术(BOTDR/A)是一种重要的分布式光纤感测技术。采用BOTDR/A技术进行分布式光纤桩基检测时,海量的检测数据需要平滑去噪。介绍了分布式光纤桩基检测中最常用的感测光纤埋设工艺、海量检测数据的特点、平滑去噪在检测数据处理分析方面的作用,并据此提出了特征点压缩算法(一种新的平滑去噪方法)的概念和实现流程;结合工程实测数据,分析了该法的平滑去噪效果,验证了该法的实际应用情况。研究结果表明:该方法用于桩基检测数据处理是十分有效的,与常规算法对比,该方法简单高效,能够在不丢失检测数据特征趋势的同时对数据进行较好的平滑去噪,实际应用达到了满意的效果,其结果可在分布式光纤桩基检测的数据处理中推广应用。

地震数据的无损压缩存储

为解决地震数据的无损压缩存储问题,研究了多种地震数据标准以及整型和浮点型数据的无损压缩算法。在此基础上,提出了地震数据的无损压缩存储方法。该方法通过分析多种地震标准的内部结构特点,有针对性地对整型和浮点型数据分别进行无损压缩。在保证了地震数据文件中各参数、标识等信息不被破坏的条件下,最大限度地减小了地震数据文件的大小。试验证明,本方法不仅对整型数据而且对于浮点型数据都可以做到无损的数据压缩与还原。

矢量图压缩的关键点保持算法研究

矢量图数据压缩中,常用的方法可能会使一些关键点相对于闭合区域的位置在压缩后发生变化。石油勘探矢量图应用中,这些关键点通常是井位位置,从而造成错误的地质解释。提出了利用关键点保持的方法来改进的压缩算法,查找出相对位置有变化的关键点,判断造成其变化的压缩区域,按照一定的规则添加或排除这些异常点,解决了应用中的实际问题。

基于FPGA的高速流水线浮点乘法器设计

设计了一种支持IEEE754浮点标准的32位高速流水线结构浮点乘法器。该乘法器采用新型的基4布思算法,改进的4:2压缩结构和部分积求和电路,完成Carry Save形式的部分积压缩,再由Carry Look-ahead加法器求得乘积。时序仿真结果表明该乘法器可稳定运行在80M的频率上,并已成功运用在浮点FFT处理器中。

基于改进科学计算浮点数压缩算法的工业远程监控数据无损压缩方法

为解决大量工业远程监控数据在通用分组无线服务(GPRS)网络上的传输延迟问题,提出了基于改进科学计算浮点数压缩(FPC)算法的工业远程监控数据无损压缩方法。首先,根据工业监控数据中浮点数部分的特点对原FPC算法中的预测器结构进行改进,并将该改进算法作为浮点数部分的压缩算法;然后,与区间编码相结合作为整个数据域的压缩方法。改进前后的浮点数部分压缩实验结果表明改进的FPC算法提高了预测器的预测精度,且在保持较高压缩效率的同时提高了压缩率。与通用无损压缩算法相比,所提算法提高了12%以上的平均压缩率,减少了38.5%以上的平均压缩时间,使得传输时间降低了23.7%以上,在传输数据量大且传输速率不高的情况下大大提高了监控的实时性。

大场景点云文件多核并行批量压缩方法研究

为了减少大场景点云文件无损压缩时间,避免数据处理过程中人工操作造成的时间浪费和输入失误,本文引入LASzip点云无损压缩算法和OpenMP并行编程技术,提出了在单机多核CPU系统环境下基于LASzip的大场景点云文件多核并行批量压缩算法。实验结果显示,与串行算法相比,并行算法在压缩比不变的情况下压缩时间明显下降,取得了很好的加速比。当线程数为8时,压缩和解压缩加速比分别达到4.27和3.99,优化效果显著。

快速查找最佳有理渐近分数的测试数据压缩方法

测试数据量的快速增长成为导致测试时间增加、制造成本提高的一个主要因素。为减少测试数据量,提出一种快速查找最佳有理渐近分数的编码压缩方法。不直接存储游程数据,而是将游程数据转换成浮点数,快速查找浮点数对应的最佳有理渐近分数,最终以整数分子和整数分母的形式存储游程出现的规律。该方法相容于传统的编码方法,压缩和解压协议简单,压缩效果好,硬件开销小。仿真实验结果证明了该方法的有效性和稳定性,与国内外同类方法相比具有一定优势。

曲线数据压缩算法的研究及应用

针对经典的道格拉斯-普克数据压缩算法存在递归计算效率低、阈值选取不确定等不足,提出了一种改进的特征点提取方法,该算法通过直方图统计数据点的频数,根据数据点到基线的距离、数据点与相邻数据点间的夹角,考虑数据点的"孤立性"和频数,利用熵值法确定最终评价值,自动按照给定数据压缩率进行曲线数据压缩.在MATLAB上进行了仿真实验,利用自主研发的控制系统平台,对进油计量阀流量特性进行增量自学习,并在油泵台架和发动机台架上完成了相应的实验.实验结果表明,本算法可以有效的对数据进行压缩处理,满足测量系统和控制系统的数据压缩需求.

基于DBSCAN算法的浮动车数据预处理

针对现有浮动车数据预处理方法中存在算法复杂和精度低等缺点,提出一种基于DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法的浮动车数据预处理方法。该算法操作简单,仅需原始GPS数据中的纬度和经度就能去除浮动车数据中的轨迹漂移点。首先,在数据库中对浮动车数据进行剔除经纬度越界数据、剔除异常数据、剔除重复数据和剔除不完整数据处理;然后,使用DBSCAN算法剔除浮动车数据中的轨迹漂移点。利用该方法对武汉市浮动车数据进行预处理,能够快速有效去除浮动车数据中的轨迹漂移点。