数据压缩技术在通信中的应用

数据压缩技术就是将较大的数据量压缩为最少的数码,从而更加便捷地表示信号,可以用于数字通信、存储、多媒体娱乐等方面。采用数据压缩技术提升信号传输效率,现有通信干线利用该技术不仅可以并行更多多媒体业务,还可以将数据存储量紧缩,使发信机功率降低,让多媒体移动通信系统更加稳定便捷。数据压缩并不是一种新技术、新思路,该方法的种类有很多,但大部分都缺少适用性。数据压缩研究主要分为两个发展方向,一个数学家研究,以建立信源和数据压缩数学模型为主;另一个是工程技术人员研究,主要构建可以实现数据压缩功能的系统。文章主要介绍了数据压缩技术的发展,阐述了LZSSB算法在数字信号处理中的应用,希望能为数据压缩技术的推广提供参考。     

三种线状矢量数据压缩方法的对比分析

针对矢量数据压缩问题,以线状数据为研究对象,对比了垂直限值法、间隔取点法、道格拉斯-普克法等三种常用方法的压缩效率。以任意包含17个节点的折线段为实验数据,利用VB底层开发的方式,分别完成三种方法的程序设计,并依次对实验数据进行压缩处理。实验结果显示:道格拉斯-普克法压缩比较高,特征点保留明显,压缩效率优于其他两种常用方法。程序设计从线状数据的结点角度出发,通过实验得到的结论及程序设计,可作为大量数据更新的理论基础。     

基于稀疏表示的高光谱数据压缩算法

如何降低高光谱图像大规模数据的存储和传输代价一直是学者们关心的问题.该文提出一种基于稀疏表示的高光谱数据压缩算法,通过一种波段选择算法构造训练样本集合,利用训练得到的基函数字典对高光谱数据所有波段进行稀疏编码,并对表示结果中非零元素的位置和数值进行量化和熵编码,从而实现高光谱图像压缩.实验结果表明该文算法与3维小波相比具有更好的非线性逼近性能,其率失真性能明显优于3D-SPIHT,并且在光谱信息保留上具有巨大的优势.     

多媒体资源库图像数据压缩和存储技术研究

首先分析了多媒体资源库中的图像数据模型,然后根据多媒体实际用户的需要分析了多媒体图像压缩以及存储技术,最后总结了多媒体压缩及储存的技术特点进而总结如何在实际应用中合理利用多媒体技术来实现用户的需求。     

LZW算法在存储测试系统中的硬件实现

数据量不断增加与有限存储能力的矛盾的激化,使如何在保持系统微体积前提下实现大量数据的完整记录,成为存储测试系统设计的关键问题。针对这一问题,采用了LZW实时压缩技术,在DSP处理器上进行实时数据压缩,有效消减了部分数据冗余。通过将高8位和低8位数据分别压缩,及利用数字滤波减少干扰,提高了压缩的效果。此方案还具有可将多个系统模块在DSP单芯片实现的优点,满足了系统微型化要求。经实验和试验,该方法可有效减少数据存储量,提高系统存储空间利用率。     

无线传感器网络数据收集关键技术现状研究

无线传感器网络是一种以数据为中心的网络,由于其具有硬件资源受限、自组织网络结构、网络动态性等特征而有别于传统无线网络,因而数据收集问题是无线传感器网络的主要研究课题。介绍了无线传感器网络数据收集系统的结构和功能,概括了无线传感器网络数据收集需解决的关键问题和关键技术,对路由协议、安全管理、数据压缩等关键技术的研究现状进行了总结和分析,并对数据收集关键技术的发展方向进行了展望。     

基于DPCM算法的测井数据压缩

由于现实中测井数据数据量大,数据传输实时性强,这就要求传输效率要尽可能地高。但是目前大多数油田仍采用直接传输采样数据的方式。因此提出了一种基于DPCM算法的测井数据传输方式。针对编码方式的特点,设计了编码流程图。对测井数据进行了相关的预处理,再进行编码实现。经仿真实验后发现,差值编码能够有效地去除数据之间的冗余,在保证编码压缩后的测井数据与原始测井数据误差不超过5%的情况下,经压缩后的测井数据量为原始测井数据量的1/2,因此测井数据的传输效率提高到了2倍。     

基于最优阶估计与分布式分簇的传感器网络数据压缩方法研究

在无线传感器网络的诸多应用中,被监测区域发生异常情况的概率通常较小,正常情况下,同一传感器节点在前后连续时刻所采集的数据具有时间相关性,处于相邻区域的不同传感器节点在同一时刻所采集的数据具有空间相关性,发送存在时间、空间冗余的数据至基站必将耗费节点大量的能量。该文提出了基于最优阶估计和分布式分簇的传感器网络数据压缩方法,利用节点采集数据的时空相关性,基于最优阶估计在基站处建立相关系数,经分布式分簇,节点仅需传送少量数据,基站根据时空相关性恢复原始数据。仿真结果表明应用该算法,可以有效减少传感器网络中冗余数据传输量和节点能耗,进而延长系统寿命。