一种基于模糊编码的车辆轨迹数据压缩方法及装置制造方法及图纸

本发明专利技术公开了一种基于模糊编码的车辆轨迹数据压缩方法，包括如下步骤：(1)在边缘车联网环境采集轨迹数据，确定隶属度函数，对轨迹数据模糊化。(2)模糊划分及模糊字符定义，将轨迹数据转换为模糊字符。(3)基于模糊字符表示的轨迹数据，采用哈夫曼编码进行压缩。本发明专利技术方法对轨迹数据模糊编码，具有轻量级的隐私保护功能。并且采用基于模糊字符的轨迹数据表达，能有效降低轨迹数据的大小，显著降低了边缘车联网数据的通信量，减少了带宽消耗。本发明专利技术采用哈夫曼编码进一步压缩了轨迹数据，大大提升了压缩效果。提升了压缩效果。提升了压缩效果。

【技术实现步骤摘要】
一种基于模糊编码的车辆轨迹数据压缩方法及装置


[0001]本专利技术涉及轨迹压缩和模糊理论
，具体涉及一种基于模糊编码的车辆轨迹数据压缩方法及装置。

技术介绍

[0002]车辆轨迹数据中蕴含着丰富的信息，挖掘和分析这些数据有助于用户或城市规划者做出更好的决策，具有进一步分析和广泛应用的价值。例如通过轨迹数据可以对车辆的轨迹、城市的交通以及乘客的需求进行预测，识别用户的危险驾驶行为，交通路线的优化与设计等等。车辆的轨迹可以通过车载GPS设备实时采集、传输并保存至云端数据中心。然而随着时间和空间的积累会生成海量的数据，严重耗费带宽资源以及空间存储资源。对轨迹数据进行压缩后再传输到云端，可以有效解决上述问题。在车联网环境下，充分利用边缘设备的计算能力，可以快速的对轨迹数据进行压缩，既节省轨迹数据传输中的通信带宽，同时满足了一些应用的实时性需求。
[0003]另一方面，随着车联网的广泛应用，车辆信息的安全隐私问题越来越受到人们的重视。车辆的轨迹数据中包含许多用户的私人信息，例如用户当前的位置、标识和状态，如果将此类数据直接在车联网环境中传输，攻击者通过伪造基站、冒充合法终端等攻击手段很容易获取用户的信息，从而泄露车辆用户的隐私甚至威胁车辆用户的人身安全。目前保护用户安全隐私采用的一种技术是安全认证技术，通过数字签名和加密实现身份认证。然而，这种方法不仅加大了本就资源有限的车联网环境的通信负担，并且当攻击者解密后同样会使得车辆用户的隐私泄露。
[0004]针对上述问题，在边缘车联网环境中，如何设计合理的轨迹数据结构对车辆轨迹数据进行表示，在此基础上创建轨迹压缩模型，是亟待解决的一个问题。

技术实现思路

[0005]本专利技术目的在于针对现有技术的不足，，提供了一种基于模糊编码的车辆轨迹数据压缩方法及装置。
[0006]本专利技术的目的是通过以下技术方案来实现的：第一方面，本专利技术提供了一种基于模糊编码的轨迹数据压缩方法，该方法包括如下步骤：
[0007](1)轨迹数据模糊化：采集车辆轨迹数据，获得车辆位移增量序列，根据车辆位移增量序列的统计数据，确定隶属度函数的参数，从而定义隶属度函数；
[0008](2)模糊划分及模糊字符定义：根据隶属度函数的相交区域划分多个论域，并分别用模糊字符表示所在论域的位移增量值，将轨迹数据转换为模糊字符表示；
[0009](3)基于模糊字符的压缩：统计各模糊字符在所有的模糊字符串中出现的频率，采用哈夫曼编码对基于模糊字符表示的轨迹数据进行压缩。
[0010]进一步地，步骤(1)中，车辆的轨迹数据模糊化的详细步骤如下：
[0011](1
‑
1)轨迹数据的采集：首先，车辆端通过车载GPS设备实时采集以(x,y,t)表示的
一段轨迹位置序列；然后，分别计算在x方向(经度)和y方向(纬度)的位移及时间间隔，得到两个位移序列和一个时间序列；最后，提取位移序列中数值的符号，得到x方向的位移增量序列和符号序列，y方向的位移增量序列和符号序列；
[0012](1
‑
2)隶属度函数的确定：定义r个通过梯形隶属度表示的模糊集，根据车辆位移增量序列的统计数据确定隶属度函数的参数。
[0013]进一步地，步骤(2)中，模糊划分及模糊字符定义的详细步骤如下：
[0014](2
‑
1)模糊划分：通过确定的隶属度函数的相交点，将形成r个不均匀的分区；
[0015](2
‑
2)模糊字符定义：通过模糊字符来描述模糊划分的各个分区；定义模糊字符描述所在分区的位移增量值，每个模糊字符表示的模糊划分，使得其对应模糊集的隶属度大于其他模糊集在该模糊划分上的隶属度值。
[0016]进一步地，步骤(3)中，给定待压缩的模糊字符串，基于模糊字符的压缩的详细步骤如下：
[0017](3
‑
1)统计模糊字符出现频率：统计各模糊字符在所有的模糊字符串中出现的频率；
[0018](3
‑
2)根据哈夫曼树对模糊字符编码：首先，根据模糊字符出现的频率，按照出现频率越大，编码越短的原则创建哈夫曼树，然后，根据左0右1对模糊字符进行编码；
[0019](3
‑
3)将模糊字符表示的轨迹数据转换为以01串表示，在计算机的数据表示中，一个字符所占的空间是8比特，通过霍夫曼编码后的大小为2比特，数据大小压缩了4倍。
[0020]第二方面，本专利技术提供了一种基于模糊编码的轨迹数据压缩装置，包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，用于实现所述的一种基于模糊编码的轨迹数据压缩方法的步骤。
[0021]第三方面，本专利技术提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现所述的一种基于模糊编码的轨迹数据压缩方法的步骤。本专利技术的有益效果主要表现在：
[0022](1)对轨迹数据模糊编码，具有轻量级的隐私保护功能。
[0023](2)基于模糊字符的轨迹数据表达，显著降低了边缘车联网数据的通信量，减少了带宽消耗。
[0024](3)采用哈夫曼编码进一步压缩了轨迹数据，大大提升了压缩效果。
附图说明
[0025]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做简单地介绍，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前提下，还可以根据这些附图获得其他附图。
[0026]图1为本专利技术提供的一种基于模糊编码的轨迹数据压缩方法流程图；
[0027]图2为边缘车联网环境下车辆轨迹数据的采集示意图；
[0028]图3为模糊集个数为5的非均匀划分的隶属度函数案例示意图；
[0029]图4为哈夫曼树及模糊字符编码构建案例示意图；
[0030]图5为本专利技术提供的一种基于模糊编码的轨迹数据压缩装置的结构图。
具体实施方式
[0031]下面将结合附图对本专利技术作进一步描述。
[0032]参照图1，本专利技术提供了一种基于模糊编码的轨迹数据压缩方法，包括如下步骤：
[0033](1)轨迹数据模糊化：根据车辆轨迹数据的统计数据，确定隶属度函数的参数，从而定义隶属度函数。车辆的轨迹数据模糊化的详细步骤如下：
[0034](1
‑
1)轨迹数据的采集：如图2所示，首先，车辆端通过车载GPS设备实时采集以(x,y,t)表示的一段轨迹位置序列。然后，分别计算在x方向(经度)和y方向(纬度)的空间位移及时间间隔，进行时空数据拆分，得到两个位移序列和一个时间序列。最后，提取位移序列中数值的符号，得到x方向的位移增量序列和符号序列y方向的位移增量序列和符号序列其中n为轨迹位置的个数，表示t1时刻相对于t0时刻在x方向的位移增量，表示t
n
时刻轨迹位置相对于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模糊编码的轨迹数据压缩方法，其特征在于，该方法包括如下步骤：(1)轨迹数据模糊化：采集车辆轨迹数据，获得车辆位移增量序列，根据车辆位移增量序列的统计数据，确定隶属度函数的参数，从而定义隶属度函数；(2)模糊划分及模糊字符定义：根据隶属度函数的相交区域划分多个论域，并分别用模糊字符表示所在论域的位移增量值，将轨迹数据转换为模糊字符表示；(3)基于模糊字符的压缩：统计各模糊字符在所有的模糊字符串中出现的频率，采用哈夫曼编码对基于模糊字符表示的轨迹数据进行压缩。2.根据权利要求1所述的一种基于模糊编码的轨迹数据压缩方法，其特征在于，步骤(1)中，车辆的轨迹数据模糊化的详细步骤如下：(1
‑
1)轨迹数据的采集：首先，车辆端通过车载GPS设备实时采集以(x,y,t)表示的一段轨迹位置序列；然后，分别计算在x方向(经度)和y方向(纬度)的位移及时间间隔，得到两个位移序列和一个时间序列；最后，提取位移增量序列中的数值符号，得到x方向的位移增量序列和符号序列，y方向的位移增量序列和符号序列；(1
‑
2)隶属度函数的确定：定义r个梯形隶属度表示的模糊集，根据车辆位移增量序列的统计数据确定隶属度函数的参数。3.根据权利要求2所述的一种基于模糊编码的轨迹数据压缩方法，其特征在于，步骤(2)中，模糊划分及模糊字符定义的详细步骤如下：(2
‑
1)模糊划分：通过确定的隶属度函数的相交点，形成r个不均匀的分...

【专利技术属性】
技术研发人员：李英龙，许馨宸，刘帆，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：