基于边缘计算的电力系统稳态数据压缩方法

为有效压缩电力系统数据,缩减储存空间与数据传输量,面向电力系统工作过程中生成的大规模稳态数据,以边缘计算为技术支撑,提出一种数据压缩方法实现有效解决。通过建立联合稀疏模型、建立稀疏冗余字典、明确测量矩阵、建立联合重构算法等阶段,结合压缩感知与分布式信源编码,完成边缘计算下电力系统稳态数据融合。利用小波变换算法,按分辨率将得到的数据融合结果分解至各个尺度水平上,得到高频系数与低频系数,经阈值处理高频系数后,采用无损编码技术输出压缩结果。试验阶段中,针对某电网公司的试运行电力系统静态数据展开压缩试验,依据数据压缩空间占比、赋范均方误差以及数据压缩比率3个指标的定量评估结果,检验出所提方法具有较为明显的压缩优势,压缩信号与实际采样信号波形拟合程度较高。

建筑再生能源冗余能耗数据监测方法仿真

当前的能源冗余能耗数据监测方法存在资源消耗高、准确率低、响应时间慢的问题。为此研究新的建筑再生能源冗余能耗数据监测方法。采用Zig-Bee无线网络技术,采集建筑再生能源冗余能耗数据,通过改进的肖维涅算法,剔除误差数据。并利用分布图法填补剔除数据。经传感器数据融合方法融合、压缩数据中正常部分,提高数据传输速度;结合滑动窗口局部事件监测算法,实现融合、压缩后的建筑再生能源冗余能耗数据监测。实验结果表明,上述方法可监测到不同再生能源种类、不同时间的再生能源冗余能耗值,使用改进肖维涅算法处理数据,可使得到的数据监测结果与实际结果更加接近,且不受冗余能耗数据传输节点和中间值差值的干扰。

基于Elliptic-curve及Hilbert-curve的簇间数据压缩融合加密算法

现存无线传感器网络(WSN)路由算法融合加密过程通讯开销较大及数据完整性检测不够理想,对此,就簇间通信提出一种基于Elliptic-curve及Hilbert-curve的数据融合加密算法——ECHCPA.通过采用椭圆曲线进行公钥加密, Hilbert-Curve压缩融合,减少同类数据的传输量,最大程度地降低加密压缩算法复杂度,进而降低通讯开销.压缩融合后,通过比较父节点与随机选取检测节点二者的压缩融合数据,实现数据完整性查验.仿真结果表明:与iHDA和SMART相比, ECHCPA通讯开销明显降低,且有较好的数据完整性和数据精度.

信源编码理论在雷达目标识别中的应用

运用信源编码理论 ,分析了雷达信息的特征及信息系统信源压缩编码的数学根据 。