The invention discloses a thinning method for high density monitoring data. The method of using Douglas Peucker algorithm to increase pre pruning conditions from high density monitoring data obtained in the set of data points. This method can better describe the trend of data fluctuation with the least possible points. The pre pruning Douglas algorithm can also effectively reduce the computational complexity of the sparse algorithm and extract the interesting data points efficiently.
【技术实现步骤摘要】
高密度监测数据的抽稀方法
本专利技术涉及数据的抽稀方法，尤其涉及高密度监测数据的抽稀方法，还涉及用于卫星导航地基增强差分基站的高密度监测数据的抽稀方法。
技术介绍
随着卫星导航、互联网技术和共享经济的快速发展，高精度定位需求愈发强烈。为了满足高精度定位需求，可以使用地基增强技术对卫星数据进行差分纠正。稳定的基站服务是保障最终服务质量的重要环节。在基站运维保障过程中，需要观测基站的(centralprocessingunit，CPU)、内存等其他设备的使用率的情况，而数据的采样频率通常是秒甚至是毫秒，如此高的频率造成数据量非常庞大，因此，通常该类数据具有高密度的特性。同时，监测过程的超高采样频率决定了将产生大量的时域冗余数据。如果要完成提取某一较长时间段的数据在浏览器页面上观察数据点的变化的数据可视化操作，将很难在页面加载大量的数据，并且不能满足低延迟查询的需求。例如，如果要观测一天的CPU使用率变化情况，采样频率为秒，那么数据点的个数将是86400个。如果要在浏览器页面绘制所有的数据点，会导致浏览器页面加载缓慢甚至不能加载等问题。而其实数据中存在大量的时间段的数据...
【技术保护点】
用于导航卫星地基增强差分基站的高密度监测数据的抽稀方法，其特征在于：该方法利用增加了预剪枝条件的道格拉斯‑普克算法从高密度监测数据中求得所需要的数据点集合。
【技术特征摘要】
1.用于导航卫星地基增强差分基站的高密度监测数据的抽稀方法，其特征在于：该方法利用增加了预剪枝条件的道格拉斯-普克算法从高密度监测数据中求得所需要的数据点集合。2.如权利要求1所述的导航卫星地基增强差分基站的高密度监测数据的抽稀方法，其特征在于：所述方法还包括如下步骤：(1)参数初始化，包括最大可取数据点数量n，数据分段复杂度阈值ε0和最终取点集合S并初始化为空集。(2)计算数据分段个数，并进行数据分段。(3)计算每个数据分段的差分结果及该数据分段的差分结果的差分标准差，并计算每个数据分段可取的数据点个数，分段i分配的最大可取数据点个数为记为ni。(4)利用增加了预剪枝条件的道格拉斯-普克算法对各个数据分段的数据进行取点以形成需要的数据点集合。3.如权利要求2所述的用于导航卫星地基增强差分基站的高密度监测数据的抽稀方法，其特征在于：每个所述数据分段的数据量相等。4.如权利要求2所述的用于卫星导航地基增强差分基站的高密度监测数据的抽稀方法，其特征在于：所述步骤(4)包括如下步骤：初始化道格拉斯-普克算法的最大距离阈值ε1，当前递归深度d为1，每个数据分段所含最少的数据点个数nmin。计算数据分段内各数据点到数据分段两端数据点PS和PE的连线的欧氏距离并将PS和PE加入到集合S中，设取得最大距离的数据点为Pmax，并且其到连线的距离为dmax，如果dmax＜ε1，递归终止，否则计算当前深度的最多可取数据点个数nmax，如果nmax≤ni，递归终止，否则假设当前数据分段的数据点个数为ni′，如果ni′≤nmin，递归终止，否则将Pmax加入到S中，并对新的数据分段(PS，Pmax)和(Pmax，PE)...
【专利技术属性】
技术研发人员：陈有为，万景琨，曲洋，高山岳，
申请(专利权)人：千寻位置网络有限公司，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。