一种基于5G物联网的数据压缩传输方法技术

本发明专利技术涉及数据压缩传输技术领域，提出了一种基于5G物联网的数据压缩传输方法，包括：获取工厂的生产设备工况数据；通过生产设备工况数据中不同迭代周期获取其自相关系数，得到相应的最小周期并构建二维矩阵；对数据点分别获取同一周期内的第一异常程度及相邻周期内的第二异常程度，并得到数据点的第三异常程度；再对LOF算法进行修正，获取修正后的局部可达密度及局部离群因子，根据局部离群因子获取最优邻域K值，以最优邻域K值作为自适应分段大小，与之对应的局部可达距离作为自适应分段容差，对二维矩阵设备工况数据进行旋转门算法压缩，得到压缩结果并进行传输。本发明专利技术实现了对旋转门压缩算法的自适应获取最优分段以及最优分段容差。优分段容差。优分段容差。

【技术实现步骤摘要】
一种基于5G物联网的数据压缩传输方法


[0001]本申请涉及数据压缩传输领域，具体涉及一种基于5G物联网的数据压缩传输方法。

技术介绍

[0002]随着5G物联网技术的发展，许多制造业采用安装物联网传感器的方式进行设备工况的检测。由于工厂的设备工况数据是随着时间变化而变化，并且对于正常生产运行的工厂设备，其数据均是在一定的范围内进行波动。因此工厂中的设备工况数据有着数据量庞大性以及稳定波动性特点，故在进行设备工况数据压缩过程中，根据上述数据特征可进行适当进行有损压缩来保证数据的压缩率。因此在对该类数据进行压缩过程中，旋转门压缩算法作为一种分段的线性有损压缩算法，适合于本案的目标数据，该算法有着计算简单、数据率较大的优点。然而，旋转门压缩算法中由于需要根据数据容差来进行数据压缩，而数据容差往往通过人工设置，无法根据数据本身表现进行自适应分段容差，进而提高压缩率。

技术实现思路

[0003]本专利技术提供一种基于5G物联网的数据压缩传输方法，以解决现有的无法自适应获取旋转门压缩算法的最优分段以及最优分段容差的问题，所采用的技术方案具体如下：
[0004]本专利技术一个实施例提供了一种基于5G物联网的数据压缩传输方法，该方法包括以下步骤：
[0005]通过布置的5G物联网监控平台中的数据传感器，获取工厂的生产设备工况数据；
[0006]通过生产设备工况数据中不同迭代周期的自相关系数获取最小周期，根据最小周期构建设备工况数据的二维矩阵；
[0007]对二维矩阵中的目标数据点，根据同一行上目标数据点的相邻两侧数据点斜率均值之间的差异得到目标数据点的行信息权重值，根据行信息权重值以及目标数据点与行方向上的相邻两侧数据点的差异得到第一异常程度；根据同一列上目标数据点的相邻两侧数据点斜率均值之间的差异得到目标数据点的列信息权重值，根据列信息权重值以及目标数据点与列方向上的相邻两侧数据点的差异得到第二异常程度，根据第一异常程度及第二异常程度获取目标数据点的第三异常程度；
[0008]通过LOF算法中邻域大小K值迭代的方式，以目标数据点的第三异常程度对LOF算法修正，获取修正后的局部可达密度及修正后的局部离群因子，根据局部离群因子大小获取最优邻域K值，以最优邻域K值大小作为旋转门算法中的自适应分段大小，以最优邻域K值对应的局部可达距离作为旋转门算法中的自适应分段容差；
[0009]以自适应分段大小及自适应分段容差对二维矩阵中设备工况数据采用行方向上的自适应旋转门压缩算法，得到对生产设备工况数据的压缩结果，并将压缩结果进行传输。
[0010]可选的，所述通过生产设备工况数据中不同迭代周期的自相关系数获取最小周期的方法为：
[0011]根据生产设备工况数据获取不同迭代周期下的自相关系数，构建自相关系数曲线，所述自相关系数曲线横坐标为迭代周期，纵坐标为自相关系数，对自相关系数曲线图平滑后，将第一个自相关系数局部最大值所对应的迭代周期作为最小周期。
[0012]可选的，所述的第一异常程度的获取方法为：
[0013][0014]其中，g
ij
为二维数据矩阵中第i行中的第j个目标数据点，α
ij
即为目标数据点g
ij
同一周期内的第一异常程度；Δkh(g
ij
)表示目标数据点g
ij
的行信息权重值；F
ij
表示目标数据点g
ij
数据值；2h表示设置的目标数据点g
ij
的行方向上相邻两侧的数据点个数；F
ij
(u)表示目标数据点g
ij
的行方向上相邻两侧中的第u个数据点的数据值；th{
·
}表示双曲正切函数。
[0015]可选的，所述的第二异常程度的获取方法为：
[0016][0017]其中，g
ij
为二维数据矩阵中第i行中的第j个目标数据点，β
ij
即为目标数据点g
ij
相邻周期内的第二异常程度；Δkl(g
ij
)表示目标数据点g
ij
的列信息权重值；F
ij
表示目标数据点g
ij
数据值；2l表示设置的目标数据点g
ij
的列方向上相邻两侧的数据点个数；F
ij
(v)表示目标数据点g
ij
的列方向上相邻两侧中的第v个数据点的数据值；th{
·
}表示双曲正切函数。
[0018]可选的，所述的第三异常程度为目标数据点的第一异常程度与第二异常程度的乘积。
[0019]可选的，所述获取修正后的局部可达密度的方法为：
[0020][0021]其中，K
m
为第m次迭代对应的邻域大小的K值，为修正后的数据点g
ij
的局部可达密度，表示二维数据矩阵中第i行中的第j个数据点g
ij
对K
m
邻域大小范围内数据点的个数；γ
ij
表示数据点g
ij
的第三异常程度；g
′
c
表示数据点g
ij
在K
m
邻域范围内的第c个数据点；d(g
′
c
,g
ij
)表示数据点g
ij
与数据点g
′
c
的可达距离。
[0022]可选的，所述修正后的局部离群因子的获取方法为：
[0023]根据获取到的修正后的局部可达密度，通过LOF异常检测算法获得修正后的局部离群因子。
[0024]可选的，所述根据局部离群因子大小获取最优邻域K值的方法为：
[0025]第m次迭代中邻域大小K值对应的局部离群因子为设置局部离群因子第一预设阈值，当局部离群因子小于第一预设阈值时，表明当前K值即为最优邻域K值。
[0026]本专利技术的有益效果是：通过模态转化的思想，根据采集的设备工况数据的最小周期，将一维的数据信号转换为二维矩阵，分析二维矩阵中行方向上的数据变化和列方向上的数据变化来表征数据点的异常程度。通过每个数据点的异常程度值来修正LOF算法中的
局部可达距离，进而获取到LOF算法中的最优邻域K值以及对应的最优的局部可达距离，以此来自适应获取旋转门压缩算法的最优分段值和对应的分段容差。综合考虑了数据点的异常程度的影响，并且避免了传统的旋转门压缩算法中使用固定的分段大小以及分段容差，使得每个数据点表征的信息过多损失的缺点，为数据压缩提供准确的压缩参数参考。
附图说明
[0027]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于5G物联网的数据压缩传输方法，其特征在于，该方法包括以下步骤：通过布置的5G物联网监控平台中的数据传感器，获取工厂的生产设备工况数据；通过生产设备工况数据中不同迭代周期的自相关系数获取最小周期，根据最小周期构建设备工况数据的二维矩阵；对二维矩阵中的目标数据点，根据同一行上目标数据点的相邻两侧数据点斜率均值之间的差异得到目标数据点的行信息权重值，根据行信息权重值以及目标数据点与行方向上的相邻两侧数据点的差异得到第一异常程度；根据同一列上目标数据点的相邻两侧数据点斜率均值之间的差异得到目标数据点的列信息权重值，根据列信息权重值以及目标数据点与列方向上的相邻两侧数据点的差异得到第二异常程度，根据第一异常程度及第二异常程度获取目标数据点的第三异常程度；通过LOF算法中邻域大小K值迭代的方式，以目标数据点的第三异常程度对LOF算法修正，获取修正后的局部可达密度及修正后的局部离群因子，根据局部离群因子大小获取最优邻域K值，以最优邻域K值大小作为旋转门算法中的自适应分段大小，以最优邻域K值对应的局部可达距离作为旋转门算法中的自适应分段容差；以自适应分段大小及自适应分段容差对二维矩阵中设备工况数据采用行方向上的自适应旋转门压缩算法，得到对生产设备工况数据的压缩结果，并将压缩结果进行传输。2.根据权利要求1所述的一种基于5G物联网的数据压缩传输方法，其特征在于，所述通过生产设备工况数据中不同迭代周期的自相关系数获取最小周期的方法为：根据生产设备工况数据获取不同迭代周期下的自相关系数，构建自相关系数曲线，所述自相关系数曲线横坐标为迭代周期，纵坐标为自相关系数，对自相关系数曲线图平滑后，将第一个自相关系数局部最大值所对应的迭代周期作为最小周期。3.根据权利要求1所述的一种基于5G物联网的数据压缩传输方法，其特征在于，所述的第一异常程度的获取方法为：其中，g
ij
为二维数据矩阵中第i行中的第j个目标数据点，α
ij
即为目标数据点g
ij
同一周期内的第一异常程度；Δkh(g
ij
)表示目标数据点g
ij
的行信息权重值；F
ij
表示目标数据点g
ij
数据值；2h表示设置的目标数据点g
ij
的行方向上相邻两侧的数据点个数；F
ij
(u)表示目标数据点g
ij
的行方向上相邻两侧中的第u个数据点的数据值；th{
·
}表示双曲正切函数。...

【专利技术属性】
技术研发人员：李磊，史琳，龚宝，李亮，康文蕾，郭晓冬，
申请(专利权)人：陕西通信规划设计研究院有限公司，
类型：发明
国别省市：