【技术实现步骤摘要】
本专利技术涉及数据压缩处理方法，尤其涉及一种基于雷达算法的数据压缩方法。
技术介绍
1、对于数据压缩，有两大类无损压缩（lossless compression）和有损压缩（lossycompression），无损压缩能够保留全部的信息，但是相应的压缩率也就比不上有损压缩，无损压缩也叫做可逆压缩，有损压缩也被称为不可逆压缩；
2、由于人的感觉器官对于图片、声音或视频中的某些信息的丢失难以察觉，采用有损压缩算法可以节约大量的存储空间，主要有预测编码、多分辨率编码、分型图形编码等，无损压缩算法主要有哈夫曼编码、算术编码、游程编码和lz编码等，其中哈夫曼编码与算术编码均根据源数据发生的概率进行编码，需要对压缩数据进行统计，处理过程缓慢，实时性差；游程编码只有在字符连续出现4次以上才能获得比较好的压缩效果，不适用于压缩雷达回波信号，lz编码是基于字典的模式，用单个代码代替字符串，数据流式输入，对数据源无分块要求，实时效果好，解压完全可逆，因此对于特定的数据样本，需要考察数据样本的编码格式的动态范围（量程）和数据信息流的幅度分布和概率，动态范围很大，分布随机的数据流，信息冗余很小，基本不可以被压缩，动态范围小，分布规律的数据，具备很高的压缩性，并且压缩率跟两个变量（信息熵）正相关，为此，我们提出了一种基于雷达算法的数据压缩方法。
技术实现思路
1、本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于雷达算法的数据压缩方法。
2、为了实现上述目的，本专利技术
3、一种基于雷达算法的数据压缩方法，包括以下步骤：
4、s1、数据样本可压缩性分析处理：对数据样本进行数据样本格式以及信息冗余与可压缩性的分析判断处理；
5、s2、压缩实现与结果分析处理：对压缩性分析后的数据样本进行样本数据表达与信息冗余度分析，同时进行编码格式的改进，并进行压缩\解压缩处理，同时对压缩\解压缩处理结果进行对比分析处理；
6、s3、实现方式分析处理：对压缩实现与结果分析处理后的数据进行多种实现途径的分析；
7、s4、详细设计处理：对实现方式分析处理后的数据进行算法实现原理与组成处理，其中包括压缩过程设计、解压缩过程设计、工程验证和资源占用分析处理；
8、s5、效果评估处理：对通过s4详细设计处理后的数据进行压缩和解压效果的评估分析；
9、s6、技术难点与风险分析评估处理：最后进行技术难点与风险的分析包括压缩率、资源开销与压缩速度和并行化与数据同步分析评估。
10、进一步地，所述s1数据样本可压缩性分析处理中的数据样本格式分为原始数据、基带数据和脉压数据；
11、所述原始数据是adc采样数据，为实数表达的一组二进制离散序列，对齐到16bit，所述原始数据包含了噪声位和有效位，所述噪声位服从高斯白噪声分布，并且方差较小（带宽限制）；
12、所述有效位用于表达有效信号（信息），为一组有规律的序列（信息熵有限），考虑到雷达处理机的动态范围，噪声需要3~5bit来表达，信号序列又有规律，因此存在压缩的可能；
13、所述基带数据是原始数据经过处理变换后的数据，为零频的复数数据，为32bit的二进制离散序列，所述基带数据跟原始数据类似，也存在较大的信息冗余，存在压缩的可能；
14、所述脉压数据是经过脉冲压缩算法处理过的数据，采用双精度浮点型（64bit）表达，所述脉压数据为双精度浮点表达的复数序列，也包含了信息和噪声，从数据信息组成上，跟基带数据和原始数据一致，只是扩展了数据的表达范围（信号动态），但是根据信息的有限性，数据的分布存在规律性，幅度范围不可能扩展到双精度范围的最大量程（累加处理需要，另外，双精度浮点型数据量程范围为：-1.7e-308～1.7e+308），实际数据远远小于最大量程，因此存在数据的可压缩性。
15、进一步地，所述s2压缩实现与结果分析处理中的样本数据表达与信息冗余度分析步骤如下：
16、步骤一：分析数据样本，数据格式为matlab格式；
17、步骤二：导入到matlab后，分离出数据头文件，t1回波数据，t2回波数据，两种回波数据均为双精度浮点型复数形式；
18、步骤三：把分离的t1、t2数据单独存储成二进制文件，使用十六进制观察数据序列；
19、由于符号位扩展，以及双精度浮点类型的数据表达方式的原因，导致数据序列分布排列无序，数据基本没有重复序列，因此存在压缩困难，使用lz算法压缩后，压缩比很低；
20、把复数序列单独提取，并且重新组合成i路和q路序列，并用二进制的方式保存成文件，重新使用十六进制观察数据序列，由于做了信号分离，数据虽然还是双精度浮点型表达，但是有了一定的重复性，因此具备一定的压缩可能，数据压缩后，由于双精度类型的编码格式问题，重复性还是非常低，导致压缩率很低；
21、所述s2压缩实现与结果分析处理中的编码格式的改进步骤如下：
22、步骤一：设计一套编码格式，对二进制序列进行重新编码，实现量程压缩和映射集缩小，来达到数据无损压缩率增加的目的；
23、步骤二：对重新编码后的数据进行符号位独立、权值位和数据有效位强制编码转换，使之每个权值数据实现8bit对齐，以实现高位宽的数据流到串行码流的转换，压缩动态，提升了符号的重复率，在此基础上对串行码流再进行压缩，大大提高压缩比，提高传输信道和存储空间的利用率；
24、考察iq数据的时域频率信息，根据数据时频域特性得出以下特点：
25、1）幅度有限（能量有限），并且幅度范围远小于双精度浮点数据类型的编码范围（量程）；
26、2）信息集中，信息能量有规律的分布在一定带宽，噪声能量服从高斯分布，方差小；
27、因此，这类型的数据存在很大的压缩性，但是由于双精度浮点数据类型的编码格式，导致信息编码分成了3个区域，并且没有按照字节对齐，因此在二进制序列内，信息分布离散化，导致信息熵增大，压缩比例降低，基于以上分析，对二进制序列进行重新编码，以此实现量程压缩和映射集缩小（提高重复性），来达到数据无损压缩率增加的目的，把符号位独立，权值位和数据有效位强制编码转换，使之每个权值数据实现8bit对齐，以实现高位宽的数据流到串行码流的转换，压缩动态，提升了符号的重复率，在此基础上对串行码流再进行压缩，有效的提高了压缩比，提高传输信道和存储空间的利用率。
28、进一步地，所述s2中的压缩和解压缩处理流程分别如下：所述压缩实现流程为：双精度浮点型数据序列和定点型数据序列，先送入数值回归编码单元，进行串行序列号编码，然后把编码后的字符序列送入到压缩引擎压缩后，进行数据打包，然后通过物理通信接口送到存储单元进行存储；
29、所述解压缩实现流程为：存储的压缩数据，通过高速接口送入解压缩模块，通过数据分发模块分发到各个解压支路，然后进行lz解压缩，本文档来自技高网...
【技术保护点】
1.一种基于雷达算法的数据压缩方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述S1数据样本可压缩性分析处理中的数据样本格式分为原始数据、基带数据和脉压数据；
3.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述S2压缩实现与结果分析处理中的样本数据表达与信息冗余度分析步骤如下：
4.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述S2中的压缩和解压缩处理流程分别如下：
5.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述S3实现方式分析处理中的实现方式分析包括实现途径分析、CPU实现和FPGA实现：
6.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述S4详细设计处理中的压缩过程设计主要包含SRIO接口、数据分发、数据回归编码、数据压缩单元和数据打包单元；
7.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述S5效果评估处理中的压缩效果评估和解压缩效果评
...【技术特征摘要】
1.一种基于雷达算法的数据压缩方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述s1数据样本可压缩性分析处理中的数据样本格式分为原始数据、基带数据和脉压数据；
3.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述s2压缩实现与结果分析处理中的样本数据表达与信息冗余度分析步骤如下：
4.根据权利要求1所述的一种基于雷达算法的数据压缩方法，其特征在于，所述s2中的压缩和解压缩处理流程分别如下：
5.根据权利要求1所述...
【专利技术属性】
技术研发人员：王勇刚，
申请(专利权)人：成都秀为科技发展有限公司，
类型：发明
国别省市：
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。