基于动态压缩的无线传感网数据重构模型研究

由于动态数据的节点分布处于动态变化的状态,极具不稳定性,无法为无线传感网络实时提供可靠信息,需要进行数据重构处理,提升无线传感网数据稳定性,提出基于动态数据压缩的无线传感网数据重构模型。通过构建多维节点组网模型,分析节点间位置关系,并得到其多模状态重组结果,利用重组结果融合并调度无线传感数据。在融合结果中提取无线传感网络数据的梯度向量,为动态数据压缩提供基础处理数据,结合动态压缩方法,实现无线传感网数据重构。经仿真实验结果可知,基于动态数据压缩的无线传感网数据重构能够有效利用数据时空相关性,压缩动态数据,高效降低重构残差值,提升节点位置获取精度,数据离群概率大大降低,同时有效降低了无线传感网数据的重构时间开销。因此,该数据处理模型能够明显增加数据重构效率,降低网内数据通信开销。

基于KD-tree剖分的三维动态场景快速有效压缩

为充分利用GPU并行计算特点,实现对三维动态数据的快速有效压缩,降低网络带宽的限制,提出一种基于KD-tree剖分的快速有效压缩方法。首先使用KD-tree在第0帧对整个三维场景进行划分,并对每个叶子节点进行刚体的并行构造;建立能构造刚体的叶子节点和均匀划分的三维网格之间的映射关系,在三维空间使用并查集合并并行构造的刚体;最后将压缩后的动态数据传输到客户端并重构一定时间内的三维动态场景。算法可以极大提高服务器端数据的压缩速度,有效减少需要传输的数据量。实验结果表明:该算法在保证压缩质量的同时,可以对原始三维动态场景进行快速有效压缩,有效降低网络带宽对数据传输的限制。

基于复合刚体的三维动态场景高效压缩

随着当今信息量急速膨胀,用于网络传输的三维模型数据量和复杂度的激增给移动计算终端的图形处理能力及网络带宽带来了巨大挑战,这严重阻碍了三维数据特别是动态数据的远程可视化。为了有效降低三维动态场景数据在网络传输中的限制,提出一种基于复合刚体的高效压缩方法。首先,将具有相似运动轨迹的顶点聚类为刚体,实现对三维动态场景的有效压缩;然后,为了进一步提高压缩比,提出复合刚体的定义和构造方法,将具有阶段一致性的刚体进行合并;最后,将压缩后的动态数据传输到客户端并重构一定时间内的三维动态场景。实验结果表明,该压缩算法在保证压缩质量的同时,可以对原始三维动态场景进行高效压缩,有效降低网络带宽对数据传输的限制,实现三维动态场景的远程可视化。

基于图像空间的三维动态场景远程可视化方法

对复杂三维动态场景进行远程可视化,基于顶点运动轨迹的压缩、传输方法需要计算的顶点数量巨大,速度慢.针对这些问题,提出一种基于图像空间的三维动态场景远程可视化方法:首先在服务器端进行先空间后时间的自适应采样,获得多幅动画深度图像.通过使用动画深度图像的采样点代替原始动态场景中的顶点,极大减少需要参与计算的三维点数量;然后在每幅动画深度图像中并行压缩采样点的运动轨迹,有效减少压缩时间;最后将压缩后的动态数据传输到客户端并重构一定时间内的三维动态场景.实验结果表明,算法可以极大提高服务器端数据压缩速度,减少需要传输的数据量,有效降低网络带宽对数据传输的限制.

自适应存储测试的研究与实践

本文较系统地介绍了自适应存储的概念，意义以及实时自适应数据压缩的实现方法。文章详细地叙述了作为自适应采集存储的主控芯片的ＨＴ９６０１的原理，流程图以及研制结果。在本文的最后还介绍了自适应采集存储测试系统的构成与实践结果。