车辆数据采集系统中数据压缩技术的研究

针对网络化车辆数据采集系统对实时数据压缩的要求 ,对数据压缩的基本理论和方法进行了研究 .采用字典编码与预测编码串联的方式组成了数据压缩系统 ,并用 C++Builder语言实现了该系统 .基于字典编码技术的L ZSS算法采用了二叉树存储数据 ,大大缩短了程序的运行时间 .预测编码采用简单算法实现了预测器的设计 ,也减少了计算机的消耗 .通过对自动换挡过程监控数据的仿真压缩验证 ,实验数据经过本系统压缩后达到了较高的压缩比 ,证明了该系统在车辆数据采集中的可行性 .

声波测井井下数据压缩算法压缩效果测试

由于电缆传输带宽有限,大量声波测井全波列数据从井下传送至井上存储和处理时井孔信息丢失,因此需要采用数据压缩技术在井下对声波数据进行实时压缩。介绍了算术编码、预测编码、FLAC(Free Lossless AudioCodec)和APE等无损压缩算法和有损压缩算法,并将无损压缩算法应用于正交多极子声波测井仪MPAL专家模式井下数据,并从压缩率和失真度2个方面测试了压缩效果。结果表明,FLAC和APE压缩算法具有较好的压缩率,特别是APE算法达到50%左右的压缩率,并且压缩率较稳定。在对小信号质量要求不高时,可以采用有损压缩算法。

一种基于算术编码的文本数据压缩算法

提出了一种基于算术编码的文本数据压缩算法,将扫描产生的偏移量、匹配数据长度等全局优化问题转化为局部优化问题,并从Glomb编码思路出发,推导出一种参数选择算法;对LZ77算法进行修正,提出一种预测编码方法,获得预测参数。对预测参数、偏移量、数据匹配长度、保留文本数据使用MQ算术编码器进行编码,针对不同类型数据,设计出不同的编码算法和相应的上下文算法。对算法进行仿真,并与Winzip、Win Rar压缩效率进行比较,结果表明对纯文本数据、Word文档数据、C语言程序代码,图像数据等,该压缩算法优于Winzip;在纯文本数据、Word文档数据、C语言程序代码压缩方面与Win Rar相当或者略好,但在图像压缩方面的性能与Win Rar相比略有不足。

基于块方向预测和Context的图象无失真编码方法

首先分析无失真图象编码技术，提出一种基于块方向预测和Ｃｏｎｔｅｘｔ的自适应无失真编码方法，该方法主要使用块方向预测和基于Ｃｏｎｔｅｘｔ的误差模型去除图象在空间上的相关性．在此方法中，一幅图象首先被分割成图象块，对图象的每一块自适应地选择一个使预测误差绝对值之和最小的块方向预测器；然后通过Ｃｏｎｔｅｘｔ选择和误差反馈进一步降低信息熵；最后，采用快速而有效的Ｒｉｃｅ编码器对误差图象编码．实验结果显示，该方法的压缩效果明显优于ＪＰＥＧ（ｊｏｉｎｔｏｆｐｉｃｔｕｒｅｅｘｐｅｒｔｇｒｏｕｐ）无失真模式和ＦＥＬＩＣＳ（ｆａｓｔａｎｄｅｆｉｃｉｅｎｔｌｏｓｓｌｅｓｓｉｍａｇｅｃｏｍｐｒｅｓｓｉｏｎ），略好于ＣＢ９和ＬＯＣＯ－Ｉ，甚至ＵＣＭ（ｕｎｉｖｅｒｓａｌｃｏｎ－ｔｅｘｔｍｏｄｅｌｉｎｇ）．

基于预测编码的无线传感器网络节点数据压缩算法研究

基于一阶预测编码,对无线传感器网络节点采集的数据进行压缩,除去数据之间的冗余信息,大大减少了网络数据传输量.仿真结果表明,采用改进的预测编码进行数据压缩,可极大减少能耗,增加网络生命周期等效果.

工程机械远程监测动态实时数据压缩

针对长时间连续远程监测工程机械运行状态信息数据流量很大的问题,分析了实时监测过程中的数据流模型,充分利用数据流本身的冗余特性,提出了多种数据压缩方法混合的压缩策略,包括对时间标签预测编码以及对GPS数据与CAN总线数据字符串相对编码等.应用表明,该算法实现简单、实时性好,且具有较高的压缩效率.

民用GPS数据准无损压缩算法

为了提高民用GPS精度范围内的定位数据压缩率和压缩速度,在对霍夫曼编码和算术编码的性能进行分析比较的基础上,将预测编码与霍夫曼编码有机结合,提出了面向民用GPS精度范围的定位信息准无损压缩算法。该算法通过压缩预处理和二次量化去除冗余信息,采用预测编码提高编码效率,总压缩效率可达87%。采用MSP430单片机对该算法进行了测试,在压缩数据量为668 KB时,压缩率为87.1%,处理时间为31.4 s,与仿真结果基本吻合。实验结果表明,该算法经过优化后对硬件要求较低,提高了压缩率和压缩速度,节约了存储资源,节省了数据传输时的通信费用。

归一化自适应预测矢量量化算法压缩SAR原始数据

该文提出归一化自适应预测矢量量化(NAPVQ)算法压缩SAR原始数据。NAPVQ算法先采用矢量线性预测器对输入矢量进行预测,再对原矢量与预测矢量之间的残差矢量进行矢量量化。该算法可视为差分脉冲调制在矢量量化中的拓展,其性能优于块自适应量化(BAVQ)算法以及归一化预测自适应量化(NPAQ)算法。对算法复杂度的进一步分析表明,NAPVQ算法能获得复杂度和性能之间比较合理的折衷,具有实用价值。

随钻声波测井数据实时压缩算法

针对随钻测井信号低传输速率特性,结合随钻声波测井时数据量大的实际,研究了波列数据实时在线压缩算法。在分析随钻声波测井信号特征的基础上,建立了基线和波形相结合的分段压缩模型,提出了预测编码与小波变换相结合的压缩方法。设计了符合基线变化的预测器来实现对预测值限幅后编码压缩,推导了与波形信号最佳匹配的小波函数,实现了基于提升算法的小波变换波形数据压缩,提高运算速度,满足实时性要求。通过对比原始信号及压缩恢复信号,验证了该算法能有效压缩信号,较好地保留信号波峰特征,并对信号中白噪声的消噪抑制具有很好的效果。

一种遥测数据实时压缩系统

介绍了一种遥测数据实时压缩系统的设计方案,该设计以FPGA+DSP为硬件架构,以具有一阶差分预测的ARC编码为无损压缩方案,达到了较高的压缩去除率和较快的压缩速度,适合在可靠性要求较高的遥测系统中使用。经实验验证,无损压缩系统有效地缓解了遥测系统的传输带宽压力。

基于预测误差压缩编码的可逆信息隐藏算法

提出一种基于预测误差压缩编码的可逆信息隐藏算法.本算法利用全局混沌异或加密方法,在加密灰度图像的基础上,对图像n次均匀分块,每块采用无损预测编码原则,筛选出压缩的加密图像块,每位像素值八进制的低三位作为隐藏空间用于嵌入信息.对于嵌入秘密信息后的加密图像可直接利用隐藏密钥提取出秘密信息,拥有隐藏密钥和加密密钥时可提取出秘密信息,并且完全无误得恢复出载体图像.实验表明,在n次的均分块经无损编码不仅提高了加密图像的嵌入容量,并且可逆无损恢复出原始载体图像.在UCID图像库中测试随机选取的100幅图像,平均嵌入率为1.094bpp,可见本文算法普遍适用于一般图像.

一种新的基于伊藤随机微分方程的预测算法

基于随机过程概率密度函数的峰谷点、协同扩散过程的漂移系数、马尔可夫链“移向中心点”的性质及其状态转移值之间的关系,探讨了构造伊藤随机微分方程的马尔可夫链近似模型算法.仿真结果表明,不论是线性序列还是非线性序列,马尔可夫链近似模型算法预测误差的方差不仅远小于Burg格型预测器的方差而且近乎为常数.该算法的这些性质对预测编码十分有利.

基于预测的纯量场数据压缩技术研究

大规模数值模拟产生了海量数据,对数据存储空间和I/O带宽都形成了挑战。针对纯量场数据,研究了外插与内插预测算子,分析了两种预测算子的优缺点,并提出了基于外插预测的纯量场无损压缩方法以及基于内插预测的纯量场有损压缩方法。提出的压缩方法的突出优点是内存开销比较小,适合于大规模的纯量场数据的压缩。使用光滑数学模型数据和真实物理模拟数据进行的测试实验表明,提出的基于预测的纯量场压缩方法取得了良好效果。

工业设备远程监控中的数据压缩研究

针对大型工业翻车机设备远程监控系统中实时数据传输效率的问题,提出了一种对字符数据和图像采用改进的LZW算法压缩、对时间属性采用时间预测压缩算法进行压缩的方法。其中,改进的LZW算法主要是对构造的字符编码表的长度进行动态分配,并建立父亲指针索引和HASH索引;而时间预测编码压缩方法主要是对时间属性数值进行了压缩。最后采用检验数据压缩性能的指标,通过实例验证改进的LZW算法的数据压缩效果。实验结果表明,改进的LZW算法较WINRAR压缩方法具有较好的数据压缩效果。

基于多分辨率内插预测的声波勘探数据无损压缩

提出一种基于多分辨率内插预测(MRIP)的数据压缩新方法,可将海洋地球物理勘探数据和声波测井数据无损压缩50％以上.

一种气象卫星云图数据压缩算法的提出和应用

本文提出气象卫星云图数据预测编码的压缩算法,与该算法对应的一个汇编语言程序在IBM微机上通过.实际应用表明该算法能有效地压缩云图数据,节省云图资料的存贮空间,提高云图数据的传输速度,是一种实用可行的压缩方法.

相控阵天气雷达数据压缩技术

相控阵天气雷达较新一代天气雷达在时空分辨率上有明显的优势。随着探测能力的提高,相控阵雷达数据量急剧增长,数据传输和存储问题凸显。现有天气雷达数据压缩算法可以减少传输和存储的数据量,但现有算法并未充分考虑相控阵雷达特点,数据压缩率有较大提升空间。本文提出时空预测的相控阵雷达数据压缩算法(PARDC),使用径向预测压缩数据相关冗余。使用CHATOR雷达数据对PARDC的算法性能进行评估,试验结果表明PARDC较通用的压缩算法压缩率性能大约提升了24%。

低速率语音编码技术

本文介绍了语音处理技术、各种基于ＤＳＰ技术的语音压缩算法和各种语音编码标准及应用领域。介绍了几种语音ＤＳＰ的专用芯片。

基于超分辨率的相控阵天气雷达数据压缩算法

随着天气雷达技术不断进步,经过双偏振和相控阵两次技术发展,数据量急剧增长。爆发性增长的雷达数据量使数据传输和存储成为制约相控阵雷达业务化的瓶颈。提出相控阵天气雷达数据压缩算法,首先对数据进行下采样,对下采样数据进行预测编码得到预测残差,再将下采样数据进行超分辨率重建得到重建残差,组合预测残差和重建残差进行熵编码输出,实现数据无损压缩。使用江苏兴化CHARTOR-XPARD双偏振相控阵雷达数据对该算法进行评估,实验结果表明,该算法较通用算法压缩率更高,较次优算法压缩率提高15%~21%,适用于相控阵天气雷达数据无损压缩。

旋转轴应变遥测数据压缩技术研究

本文以风电旋转轴应变遥测为例,分析了旋转轴应变测量数据的特点,并针对其特点设计了高效、低时延数据压缩方案。设计的压缩方案首先对旋转轴应变遥测数据进行线性预测,然后对预测残差进行霍夫曼编码,实现旋转轴应变遥测数据的实时无损压缩,保证信息传输质量,最后给出了算法的仿真结果。