基于信号周期相似性和LZW编码的数据压缩方法

理想的电能质量信号呈现标准的正弦波形,具有周期性重复的特点。实际的信号虽然可能会出现各种电能质量现象。但是,在各个周期时间内的采样数据仍然具有很强的相似性。根据电能质量信号的这一特点,可以提出一种简单有效的数据压缩方法。首先提取某一个周期时间内的采样数据作为基准,然后将其他周期时间内的数据与该基准作减法处理,保存差值。对差值采取相应的阈值处理,将较小的数值置零,最终结合LZW编码方法实现数据压缩。文中详细地介绍了算法的实现过程和LZW编码的工作原理。利用Matlab平台模拟了几种不同的电能质量现象,进行算法仿真。经验证,该方法实现简单,处理速度快,并且可以取得较好的压缩效果。     

结合二代小波与快速傅里叶变换的L电能质量数据压缩算法

针对大量电能质量数据的传输和储存问题,提出一种结合快速傅里叶变换(FFT)和二代小波(SGWT)的电能质量数据压缩算法,包括FFT、SGWT有损压缩和LZW(字符串表编码)无损压缩的流程图。分别对暂态和稳态扰动信号进行仿真比较,结果表明所提出的算法与FFT以及SGWT相比,可有效降低存储空间,可得到更高的压缩率且在压缩比、均方误差与运行时间等性能指标上取得较好平衡。     

新型电能质量表的算法及实现

准确、实时地测量电能质量的相关参数在电力系统中有着重要的意义.本文介绍了一种新型的电能质量表,以ARM为硬件基础,它根据频率值来采样,可实时检测谐波、畸变功率、电压波动和闪变、三相不平衡度等,且利用内存覆盖技术可储存大量数据,具有一定的推广价值.     

无损数据压缩在车载信息记录仪存储系统的应用

为解决车载信息记录仪长时间记录数据量大与存储容量之间的矛盾,设计出基于LZW算法的无损数据压缩存储系统,其主要特点是将采集到的数据进行实时压缩,再将压缩后的数据进行存储,通过分析LZW算法,设计出基于FPGA的硬件压缩系统。     

基于圆形度指标的电能质量综合评估方法

就电能质量问题分别建立了数学模型或物理模型,以方便对电能质量问题进行研究。在叙述了实际电量与理想电量贴近度分析的理论基础上,引入了傅立叶级数法对贴近度进行数学描述,解释了αβ两相合成曲线的实际意义。提出了用圆形度量化稳态电能质量指标的方法,通过绘出单独的电能质量问题对应的αβ两相合成曲线,计算其圆形度可验证该理论的合理性。对实测数据进行分析,分别计算圆形度、谐波总畸变率,绘出αβ两相合成曲线,进行傅里叶分析,通过一致性分析判断合理性。     

基于HHT和滤波器的暂态电能质量评估研究

根据暂态电能质量扰动的非平稳性、时变性等特点,尝试提出基波畸变率和扰动畸变率两项暂态电能质量指标,并应用滤波器和HHT相结合的新方法来对暂态电能质量扰动进行分析.该方法首先将暂态电能质量扰动信号通过滤波器分离出基波信号和扰动信号,然后对二者分别采用HHT求出模值,将模值与标称值或额定值相比得到基波畸变率和扰动畸变率.仿真和实际实验表明:该方法能精确、动态地检测出暂态电能质量指标,并可以在实际电能质量评估中应用.     

LZW无损压缩算法在扩频通信中的应用

无论是军事通信领域,还是商用通信领域,扩频通信技术都扮演着极其重要的角色。为了达到将数据比特扩频的目的,通常的做法是用一扩频码序列与待发射的信号相乘,从而扩频序列具有比信息数据宽很多的频带。本文是基于LZW算法对一组64位m序列压缩与解压通信传输。相比Huffman算法,采用LZW编码算法对m序列进行数据压缩,可以获得更高的数据压缩比,从而减少了传输带宽以及占用空间少,速度快的目的。     

基于LabVIEW的电能质量分析与远程监测系统

根据电能质量检测技术的现状及传统电能质量分析仪存在的问题,设计一种基于虚拟仪器LabVIEW的新型电能质量检测系统,实现对电网的谐波分析、不平衡度、畸变率、频率偏差等参数计算、报警和仿真,应用虚拟仪器和网络技术的结合对电能质量指标进行在线监测并将监测得到的数据通过网络传输至客户端,设计一种基于LabVIEW的电能质量远程监测系统,该方法与传统方法相比,其开发效率、性价比、可操作性及可维护性等方面都具有明显优势。     

基于改进S变换的电能质量扰动分类

电能质量扰动信号的分类识别对建立电能质量综合评估体系、选择合理的电能质量治理方案,确保电力系统安全稳定运行和用户的合法用电权益具有重要意义。提出了一种基于改进S变换时频模矩阵的电能质量短时扰动分类新方法。该方法首先根据信号的稳态主导频率确定S变换高斯窗的衰减速度,计算所得时频模矩阵作为各电能质量扰动信号的标准模板;通过比较测试信号改进S变换模矩阵的特定频段与各标准模板之间的相似度,实现扰动分类。在相似度的比较过程中,为了凸显异类模板之间的差别,尤其是电压暂降和暂升、电压缺口和尖峰,提出了能量归一化概念以及分频逐行计算相似度的思想,实现异类模板差异最大化。该方法能够充分挖掘各类扰动信号之间的特征差异,通过简单的相似度比较对扰动进行分类,无需添加辅助分类器。仿真和实测数据的分析表明,该方法分类过程简单,可信度高,抗干扰能力强。     

基于相关分析的谐波评价指标研究

为反映含有谐波的电量与理性正弦工频电量的相似度,基于信号的相关分析理论,提出了利用相关度指标判断谐波影响的电能质量评价方法;该指标还可以反映出谐波相位信息对电量波形畸变的影响;以有源滤波器为例,利用相关度指标对比了定时比较控制法与差拍控制法的控制效果.结果表明:相关度指标非常适合于评价各种基于电力电子技术的电能质量控制方法,可作为其他评价方法的有益补充.     

AV3619系列矢网软件中的数据压缩与解压

文中介绍了在AV3619系列射频矢网软件中实现数据压缩与解压所使用的一种LZW变形算法.首先结合对LZW算法的介绍引出矢网软件中的LZW变形算法,然后对该算法的原理进行了剖析,最后对数据压缩与解压的实现过程进行了详细描述.     

广域测量系统数据在线无损压缩算法

广域测量系统(wide-area measurement system,WAMS)中,相量测量装置(phasor measurement unit,PMU)上传数据频率为100Hz,存储占用空间和写入速度对系统要求很高。旋转门(swing door trending,SDT)压缩算法在保留原始数据足够精度的条件下,压缩效率低,Huffman编码压缩计算时间长,难以适应WAMS实时数据的采样速度。文中给出了一种WAMS实时数据在线压缩算法：对原始数据做初等变换,只保存过程数据的增量,浮点(float)型数据分解为单字节存取,用改进的LZW(Lemple-Ziv-Welch)算法实现WAMS过程数据的在线无损压缩。6 000个连续实时数据压缩计算时间为16 ms,压缩比小于30%,可以满足电力系统分析计算对过程数据的要求。工程实践表明,该算法有效可靠,可满足WAMS实时数据的存储要求。     

利用FPGA实现LZW算法的研究

LZW算法是一种基于字典模型的数据无损压缩算法,该算法具有自适应特点,解压时无需同时传送字典,且原理简单,较适合于硬件实现。本文根据LZW算法原理,利用FPGA芯片内部的RAM资源构成输入数据流的缓存器和字典存储器,结合较简单的字典管理策略,用单片FPGA实现了实时无损压缩算法,并给出其内部模块组成及工作流程。经过仿真及相关实验,结果表明该算法的FPGA实现能获得较好的压缩比和压缩速度,并且占用逻辑资源少,通用性好。     

基于最佳小波包基的电能质量暂态数据压缩

针对电能质量暂态扰动数据高频分量频率高(最高达到MHz)的特点,在小波压缩技术的基础上,提出将基于最佳小波包基的数据分析方法应用于电能质量数据压缩,利用最佳小波包基的快速搜寻算法对高、低频分量同时进行分解,再对扰动数据进行压缩重构,并将其与基于小波变换的数据压缩方法进行仿真比较。结果表明,在压缩比大致相同的情况下,得到数据的失真率比传统小波的压缩方法低。     

Study on the quality evaluation metrics for compressed spaceborne hyperspectral data

Abstract: Based on the raw data of spaceborne dispersive and interferometry imaging spectrometer, a set of quality evaluation metrics for compressed hyperspectral data is initially established in this paper. These quality evaluation metrics, which consist of four aspects including compression statistical distortion, sensor performance evaluation, data application performance and image quality, are suited to the comprehensive and systematical analysis of the impact of lossy compression in spaceborne hyperspectral remote sensing data quality. Furthermore, the evaluation results would be helpful to the selection and optimization of satellite data compression scheme.     

Compression of skin tumor images

The following topics are dealt with: error measures; transform-domain processing; preprocessing of color images; the principal components transform; the discrete wavelet transform; wavelet decomposition and reconstruction; vector quantization; distortion measures; a codebook design algorithm; design and implementation of compression algorithms; preprocessing effects; quality assessment of the compressed images     

考虑信息动态表达的异常用电模式识别云边协同方法

异常用电识别是用电稽查、计量装置运行状态辨识的重要内容,对维护电网的安全运行和保障正常用户权益有重要的意义。已有方法为了识别用户的多元用电模式,在保证识别准确性的基础上容易造成计算过于复杂的问题,而考虑效率的简单计算方法又难以准确度量不同用电模式的相似性,因此难以兼顾计算效率与准确性;此外,将用电数据上传至云端集中计算会占用大量的网络带宽和计算资源,进一步限制了异常辨识的应用。为此,提出了一种考虑信息动态表达的异常用电模式识别云边协同方法。根据边缘端和云端的计算资源合理分配协作任务,实现了异常用电的云边协同识别。针对边缘服务器算力有限的问题,对用电数据进行动态压缩重表达,在缩减数据量的同时保证数据信息的准确性。云端在收到压缩数据后以分段加权动态时间规整距离作为压缩数据相似性度量的依据,基于自适应参数选择的密度聚类算法识别异常用电。基于实际数据集验证了所提方法的有效性。     

基于CAM字典的LZW算法的实现

在进行LZW压缩算法的过程中,需要一个可以存储数据的字典。本文介绍了一种构建CAM压缩字典的方法,基于寄存器加比较器的结构构建了字典,并且用流水线技术对字典进行了优化,字典内的查找可以在三个时钟周期内完成。最后,使用该字典实现了LZW压缩算法与解压缩算法。     

油气管道缺陷漏磁检测数据压缩算法研究

油气管道缺陷漏磁检测所获取的原始数据量很大,而检测器的数据存储容量和处理速度均有限,因此有必要研究快速、高效的缺陷漏磁检测数据压缩算法。文中分析了油气管道缺陷漏磁检测对数据压缩的特殊要求,针对所获得检测数据的特征,提出了一种分段自适应压缩算法。该算法对油气管道缺陷漏磁检测数据进行分段划分并加以识别,针对不同类别的数据段采用不同的压缩方法,且通过改变数据分段的长度和压缩阈值,可调整检测数据的压缩比和压缩失真度。对试验用管道上人工缺陷的漏磁检测数据进行了压缩,结果显示,该算法可在保持较低数据失真度的同时,获得足够高的数据压缩比;压缩效率、压缩质量和复杂度等,均可满足油气管道缺陷漏磁检测对大量数据进行快速、高效压缩的需求。