【技术实现步骤摘要】
本专利技术涉及数据传输，特别是一种基于多线程数据处理的无人机数据传输方法。
技术介绍
1、固定翼军用无人机通常需要在复杂、危险的环境中执行任务，传统固定翼军用无人机的数据传输协议通常采用静态的压缩模型，无法灵活地适应新的数据特征和场景，缺乏对新数据进行动态更新，而且由于当前无人机数据传输系统中，常用的压缩算法在保持数据质量的同时，没有采用合适的字典进行数据压缩，未能达到足够高的压缩效率，这导致在有限的通信带宽下，传输时延较大。
技术实现思路
1、本专利技术的目的在于克服现有技术的缺点，提供一种基于多线程数据处理的无人机数据传输方法。
2、本专利技术的目的通过以下技术方案来实现：一种基于多线程数据处理的无人机数据传输方法，包括以下步骤：
3、s1：将既往飞行数据进行分类，对字典进行训练，得到初始数据压缩模型；
4、s2：初始数据压缩模型部署到无人机和地面站上，无人机通过多线程将对应数据压缩传输到地面站，地面站接收数据后通过字典进行解压；
5、s3：通过mavlink协议进行数据传输；
6、s4：当无人机随着执飞时间增加，新数据积累到设定数量时，重复步骤s1，得到新字典，并与旧字典合并得到迭代后的字典。
7、优选的，步骤s1中，将85％的既往飞行数据作为训练集，15％的既往飞行数据作为测试集。
8、优选的，步骤s1中，通过哈夫曼编码、变长编码、字节匹配算法和局部匹配算法其中任意一种对字典进行训练。>
9、优选的，步骤s1中，对于同一个训练集，通过遍历方式对分类方法和算法组合进行字典训练，还包括以下步骤：
10、s11：初始化一个空字典；
11、s12：对二进制数据进行降维，并对数据格式进行调整；
12、s13：将二进制数据按规则分为符号序列；
13、s14：统计每个二进制符号在训练集中的出现频率；
14、s15：根据符号频率，生成初始编码表，其中高频率符号分配短编码，低频率的符号分配长编码；
15、s16：优化符号的编码长度；
16、s17：根据优化后的编码表生成压缩字典。
17、优选的，步骤s13中，
18、使用哈夫曼编码生成字典划分符号序列的规则方法如下：
19、a1：遍历输入数据，统计每个符号在数据中出现的频率，建立频率表记录每个符号及对应的出现频率；
20、a2：采用贪心算法通过合并频率最低的两个节点来逐步构建哈夫曼树，直到只剩下一个节点为根节点；
21、a3：通过遍历哈夫曼树，每个符号生成初始的哈夫曼编码；
22、a4：通过迭代调整编码表以最小化总体的编码长度，生成最终的哈夫曼编码字典，字典包含每个符号对应的最终编码，作为压缩和解压的参考，
23、使用变长编码生成字典划分符号序列的规则方法如下：
24、b1：遍历输入数据，并统计每个符号在数据中出现的频率；
25、b2：根据符号频率生成初始的变长编码表；
26、b3：将二进制数据按照生成的变长编码表进行划分，生成最终的压缩字典；
27、使用字节匹配算法生成字典划分符号序列的规则方法如下：
28、c1：固定每个符号的字节长度为8位；
29、c2：将整个数据流按照指定的字节长度进行划分；
30、c3：每个8位组合生成一个初始字典，并分配一个唯一符号给每个字典项；
31、c4：生成最终压缩字典，并包含每个8位组合对应的符号；
32、使用局部匹配算法生成字典划分符号序列的规则方法如下：
33、d1：设定窗口大小，并在数据中滑动窗口，提取每个窗口内的子字符串作为局部模式；
34、d2：对于提取的局部模式，初始化一个空字典，并为每个局部模式分配一个唯一的符号；
35、d3：将整个数据流按局部模式的提取顺序，将每个局部模式映射为相应的符号，形成符号序列，生成最终的压缩字典。
36、优选的，步骤s14中，对训练集中的所有符号序列进行遍历，统计不同二进制符号在整个训练集中出现频率，并建立符号-频率映射表。
37、优选的，步骤s15中，还包括以下步骤：
38、s15.1：根据符号出现频率对符号从高到低进行排序；
39、s15.2：基于哈夫曼编码为每个符号分配一个初始的二进制编码，根据步骤s15.1中的排序，从频率最低的两个符号开始，构建哈夫曼树，每次选择两个频率最低的节点，合并它们成为一个新的节点，其频率为两者之和，重复此过程，直到所有符号都被合并为一个节点，形成哈夫曼树；
40、s15.3：从根节点出发，沿着左分支走为0，沿着右分支走为1，为每个符号分配唯一的编码，并将每个符号及其对应的编码组成编码表。
41、优选的，步骤s16中，还包括以下步骤：
42、s16.1：将从步骤s15.3得到的编码表初始化；
43、s16.2：对于每个符号，将其频率乘以其对应编码的长度，再对所有符号的结果求和得到当前编码表下的平均编码长度；
44、s16.3：将平均编码长度最小化作为优化方向，调整编码表中符号的编码长度；
45、s16.4：对调整后的编码表重新计算平均编码长度；
46、s16.5：通过优化算法判断是否已经收敛到满足优化目标的状态，若未达到收敛条件，则继续迭代，若达到收敛条件，则输出最终的编码表。
47、优选的，对于同一个测试集，采用步骤s1中得到的对应字典进行压缩，还包括以下步骤：
48、e1：选择已划分好的测试集进行压缩并确定数据类别；
49、e2：通过压缩字典对测试数据进行压缩，并对数据压缩过程进行计时，将压缩后的数据转换为数据包并保存；
50、e3：重复步骤e1和e2对所有测试集进行压缩，得到多个压缩数据包；
51、e4：选取压缩率高且压缩时间短的压缩数据包，并将该组数据对应的分类方式及对应的字典提取出来，作为初始数据压缩模型。
52、优选的，步骤e4中，还包括以下步骤：
53、e41：将所有的压缩数据包按占用空间的大小从小到大进行排序；
54、e42：对每个排序后的数据包计算压缩率cr，
55、
56、计算压缩时间ct，
57、ct＝压缩结束时间-压缩开始时间；
58、计算性能评估指标cpei；
59、
60、其中，cpei越大表示压缩效果和时间效率之间的平衡越好；
61、e43：选取最大性能评估指标cpei，并提取分类方式和对应字典，将数据包、分类方式和字典整合形成初始数据压缩模型。。
62、本专利技术具有以下优点：本专利技术通过对既往飞行数据进行分析，使用不同分类方式本文档来自技高网...
【技术保护点】
1.一种基于多线程数据处理的无人机数据传输方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤S1中，将85％的既往飞行数据作为训练集，15％的既往飞行数据作为测试集。
3.根据权利要求2所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤S1中，通过哈夫曼编码、变长编码、字节匹配算法和局部匹配算法其中任意一种对字典进行训练。
4.根据权利要求3所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤S1中，对于同一个训练集，通过遍历方式对分类方法和算法组合进行字典训练，还包括以下步骤：
5.根据权利要求4所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤S13中，
6.根据权利要求5所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤S14中，对训练集中的所有符号序列进行遍历，统计不同二进制符号在整个训练集中出现频率，并建立符号-频率映射表。
7.根据权利要求6所述的基于多线程数据处理的无
8.根据权利要求7所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤S16中，还包括以下步骤：
9.根据权利要求4所述的基于多线程数据处理的无人机数据传输方法，其特征在于：对于同一个测试集，采用步骤S1中得到的对应字典进行压缩，还包括以下步骤：
10.根据权利要求9所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤E4中，还包括以下步骤：
...【技术特征摘要】
1.一种基于多线程数据处理的无人机数据传输方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤s1中，将85％的既往飞行数据作为训练集，15％的既往飞行数据作为测试集。
3.根据权利要求2所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤s1中，通过哈夫曼编码、变长编码、字节匹配算法和局部匹配算法其中任意一种对字典进行训练。
4.根据权利要求3所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤s1中，对于同一个训练集，通过遍历方式对分类方法和算法组合进行字典训练，还包括以下步骤：
5.根据权利要求4所述的基于多线程数据处理的无人机数据传输方法，其特征在于：所述步骤s13中，
...【专利技术属性】
技术研发人员：朱珠，魏吉，刘玉江，
申请(专利权)人：成都步速者科技股份有限公司，
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。