一种基于参考帧错位预测的雷达数据压缩方法技术

本发明专利技术公开了一种基于参考帧错位预测的雷达数据压缩方法，首先确定各原始帧数据相关性最强的最优参考帧，将最优参考帧进行帧内位置错位构造预测帧，将当前帧与其预测帧的差值数据做块自适应量化算法的压缩及解压，得到恢复的差值数据，再将参考帧数据错位编码的位置信息经哈夫曼无损编码后传送至解码端，然后将恢复的差值数据与预测帧相加得到重构的数据。本发明专利技术采用帧间相关性确定帧数据参考帧、帧间错位预测预测、分块自适应量化算法、哈夫曼编码、帧数据差分及重构技术，在保证一定计算量的前提下，实现了较高的峰值信噪比和数据重构度，具有帧间预测相关性强、差分过程量化误差小、重构数据恢复度高等特点。

【技术实现步骤摘要】
一种基于参考帧错位预测的雷达数据压缩方法
本专利技术属于图像压缩
，具体涉及一种基于参考帧错位预测的雷达数据压缩方法。
技术介绍
随着“嫦娥一号”探月工程的成功发射，标志中国探索太空的过程正向深空探测发展。深空探测是指对月球和月球以远的天体和空间进行的探测，其主要目的是开发和利用空间资源，发展空间技术，进行科学研究，探索太阳系和宇宙的起源，扩展人类的生存空间，为人类社会的长期可持续发展服务。深空探测有着重要的军事和政治意义，使人类在新世纪的三大航天活动之一。进行深空探测研究的主要工具包括无线电科学、雷达和射电天文学，其中雷达由于其独特的特点无论在深空通信网中还是在目标特性探测中均起到特别重要的作用。它实时性强、测量信息丰富，可以主动地、全天候地对空间目标进行探测。深空探测任务中，次表层探测雷达作为重要的现代雷达载荷被搭载于环绕器中，用于获取被探测星体的次表层以下地质结构和分层等信息。随着雷达技术向超高分辨率方向发展，雷达带宽越来越大，使得雷达数据量急剧增加。一方满，高分辨雷达的平均数据率非常大，通常远大于2Mbps；另一方面，以火星探测为例，卫星有效的下行数据传输能力有限，约为1-2Mbps。深空数据下行传输能力有限，曾为影响科学数据获取的重要瓶颈。因此，迫切需要针对深空次表层探测雷达数据特点，设计合理的压缩算法，解决数据存储和传输的问题。在一定范围内，星体次表层以下地质结构和分层信息沿地表是缓变的，这使得相邻的次表层区域反射的雷达回波相似，雷达相邻帧道(相邻区域的雷达回波)的数据具有相关性。利用这种相关性，对相邻帧数据做差值，差值数据的动态范围相对于原数据会大幅减小。在量化区间数量一定的条件下，数据的动态范围越小，量化区间长度越小，引起的量化误差也就越小。因此，可以通过差值减小动态范围，从而减小量化误差。在雷达回波较强的区域，差值数据动态范围被大幅减小，而与当前帧数据最相关的不一定是其前一帧数据，所以在进行差分运算前，需要对当前帧的前若干帧数据进行预测，找出最相关的某帧数据进行差分。当前帧中某一数据与对应参考帧同一位置的数据的差值与参考帧其他位置的数据的差值相比不一定最小。为此，可将参考帧数据的位置做调整，上移或者下移m位，在2m+1个数据中选择与当前帧数据差值最小的数据来构造预测帧。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于参考帧错位预测的雷达数据压缩方法，具有帧间预测相关性强、压缩性能高、差分过程量化误差小、量化信噪比高、重构图像恢复度高等优点。本专利技术采用以下技术方案：一种基于参考帧错位预测的雷达数据压缩方法，首先确定各原始帧数据相关性最强的最优参考帧，将最优参考帧进行帧内位置错位构造预测帧，将当前帧与其预测帧的差值数据做块自适应量化算法的压缩及解压，得到恢复的差值数据，再将参考帧数据错位编码的位置信息经哈夫曼无损编码后传送至解码端，然后将恢复的差值数据与预测帧相加得到重构的数据。具体的，包括以下步骤：S1、取某次表层探测雷达采集的数据进行压缩仿真实验，选取有效回波数据进行压缩仿真，并将数据量化为16位存储数据作为原始帧数据；S2、对于原始帧数据中的当前帧，将其与之前的多项原始帧数据做差值；S3、对步骤S2中得到的各个差值数据求其1-范数和小数据占比，将1-范数和小数据占比的乘积作为评定参考帧的指标；S4、重复步骤S3得到各帧数据对应的最优参考帧数据；S5、选取当前帧中某一数据对应位置的参考帧数据，将该参考帧数据和其前后m位数据与当前帧的指定数据进行比较，选取的最相近的数值作为预测帧该位置的帧数据数值，根据此方法依次构造当前帧的预测帧，并保存错位的位置信息；S6、将步骤S5中的参考帧数据错位编码的位置信息经哈夫曼编码解码后传输至解码端，用于恢复重构数据；S7、对当前帧与由步骤S5得到的预测帧进行差分得到的差值数据；S8、将步骤S7得到差值数据经分块自适应量化算法进行压缩、解压后传输到解码端，得到恢复差值；S9、将步骤S5的预测帧数据与步骤S8的恢复差值相加得到重构帧数据；S10、由步骤S1的原始数据与步骤S9得到的重构帧数据计算峰值信噪比PSNR和逼真度K共同判断重构数据的重构度，完成数据重构。进一步的，步骤S2中，对当前帧之前的n-1帧数据做一差值遍历，各个帧数据的最优参考帧距当前帧的位置距离的最大值d。进一步的，步骤S3中，分别对差值求1-范数和小数据占比，1-范数判断数据动态范围，小数据占比判断量化误差；对于数组A＝[a1,a2,a2,...,an]，1-范数定义如下：norm1(A)＝|a1|+|a2|+...+|an|其中，a表示数组A中的元素，n表示数组A中的元素个数；将差值数据进行归一化处理，取归一化后数据的最大值与最小值的二分之一为阈值，将归一化后小于阈值的数据定义为小数据，定义小数据占比如下：Small_data_ratio＝N1/N2其中，N1为小数据的数量，N2为总数据量。进一步的，步骤S5中，错位预测方法为：将参考帧数据的位置上移或下移m位做调整，在2m+1个数据中选择与当前帧数据差值最小的数据来构造预测帧。进一步的，步骤S6中，对参考帧错位的位置信息采用哈夫曼编码方法，使用变长编码表对源符号进行编码，其中变长编码表是通过一种评估来源符号出现几率的方法得到的，出现几率高的字母使用较短的编码，反之出现几率低的则使用较长的编码。进一步的，步骤S6中，对位置信息的具体编码步骤如下：S601、将信源符号即错位位置数据的概率按降序排列；S602、把两个最小的概率相加，并继续本步骤，始终将较高的概率分支放在右边，直到最后变成概率1；S603、画出由概率1处到每个信源符号的路径，顺序记下沿路径的0和1，得到该符号的霍夫曼码字；S604、将每对组合的左边一个指定为0，右边一个指定为1。进一步的，步骤S8中，对差值数据进行分块，计算块内均值、方差，将每个数据块进行归一化处理符合均值为0，方差为1的高斯分布，以(0，1)高斯分布为基础进行量化，计算输出电平，将输出电平进行编码并传输，由数据块、数据块方差及输出电平恢复出重构差值数据。进一步的，步骤S9中，对于16位存储的数据，定义峰值信噪比PSNR如下：PSNR＝s/e其中，s＝655352，更进一步的，定义逼真度K如下：其中，f(i,j)为压缩后数据，g(i,j)为未压缩的原始数据。与现有技术相比，本专利技术至少具有以下有益效果：本专利技术提供了一种基于参考帧错位预测的雷达数据压缩方法，与传统的分块自适应量化算法相比，利用了雷达原始数据相邻帧道数据具有相关性和相关帧数据残差数据的动态范围相对于原数据会大幅减小的特点，设计了基于参考帧数据错位预测的雷达数据压缩新方法，该算法将帧数据与其最优相关帧数据经错位比较后通过减小差值数据的动态范围来构建预测帧，由预测帧与原始帧数据的差值进行BAQ算法的压缩及解压，并将错位的位置信息由哈夫曼编码方法传输到解码端，最后由迭代的方法恢复重构数据，由本专利技术的方法构建出的数据不仅具有较高的峰值信噪比，还具有较高的重构度。进一步的，当前帧与之前的多项帧数据做差值本身是一个遍历的过程，但由于本专利技术需要对当前帧求其相关性最强的一帧数据，称之为最优参考帧，因此在一次遍历之后即可本文档来自技高网...

【技术保护点】
1.一种基于参考帧错位预测的雷达数据压缩方法，其特征在于，首先确定各原始帧数据相关性最强的最优参考帧，将最优参考帧进行帧内位置错位构造预测帧，将当前帧与其预测帧的差值数据做块自适应量化算法的压缩及解压，得到恢复的差值数据，再将参考帧数据错位编码的位置信息经哈夫曼无损编码后传送至解码端，然后将恢复的差值数据与预测帧相加得到重构的数据。

【技术特征摘要】
1.一种基于参考帧错位预测的雷达数据压缩方法，其特征在于，首先确定各原始帧数据相关性最强的最优参考帧，将最优参考帧进行帧内位置错位构造预测帧，将当前帧与其预测帧的差值数据做块自适应量化算法的压缩及解压，得到恢复的差值数据，再将参考帧数据错位编码的位置信息经哈夫曼无损编码后传送至解码端，然后将恢复的差值数据与预测帧相加得到重构的数据。2.根据权利要求1所述的一种基于参考帧错位预测的雷达数据压缩方法，其特征在于，包括以下步骤：S1、取某次表层探测雷达采集的数据进行压缩仿真实验，选取有效回波数据进行压缩仿真，并将数据量化为16位存储数据作为原始帧数据；S2、对于原始帧数据中的当前帧，将其与之前的多项原始帧数据做差值；S3、对步骤S2中得到的各个差值数据求其1-范数和小数据占比，将1-范数和小数据占比的乘积作为评定参考帧的指标；S4、重复步骤S3得到各帧数据对应的最优参考帧数据；S5、选取当前帧中某一数据对应位置的参考帧数据，将该参考帧数据和其前后m位数据与当前帧的指定数据进行比较，选取的最相近的数值作为预测帧该位置的帧数据数值，根据此方法依次构造当前帧的预测帧，并保存错位的位置信息；S6、将步骤S5中的参考帧数据错位编码的位置信息经哈夫曼编码解码后传输至解码端，用于恢复重构数据；S7、对当前帧与由步骤S5得到的预测帧进行差分得到的差值数据；S8、将步骤S7得到差值数据经分块自适应量化算法进行压缩、解压后传输到解码端，得到恢复差值；S9、将步骤S5的预测帧数据与步骤S8的恢复差值相加得到重构帧数据；S10、由步骤S1的原始数据与步骤S9得到的重构帧数据计算峰值信噪比PSNR和逼真度K共同判断重构数据的重构度，完成数据重构。3.根据权利要求2所述的一种基于参考帧错位预测的雷达数据压缩方法，其特征在于，步骤S2中，对当前帧之前的n-1帧数据做一差值遍历，各个帧数据的最优参考帧距当前帧的位置距离的最大值d。4.根据权利要求2所述的一种基于参考帧错位预测的雷达数据压缩方法，其特征在于，步骤S3中，分别对差值求1-范数和小数据占比，1-范数判断数据动态范围，小数据占比判断量化误差；对于数组A＝[a1,a2,a2,...,an]，1-范数定义如下：norm1(A)＝|...

【专利技术属性】
技术研发人员：侯兴松，张燕，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61