机械振动WSNs子带多阶层自适应量化数据压缩方法EI北大核心CSCD

针对资源受限的机械振动无线传感器网络传输大量振动数据时导致的内存空间消耗大及传输效率低等问题,提出一种子带多阶层自适应量化数据压缩方法。首先,传感器节点对原始数据进行分块离散余弦变换以确保子带能量集中;然后,采用子带多阶层自适应量化方法对分块变换数据进行量化以减少数据失真,提高重构数据精度;最后,为进一步提升数据的压缩性能和效率,对量化数据进行2 bit过滤游程算术编码处理。将提出的方法与其他数据压缩方法进行对比以验证该方法的性能,试验结果表明,该方法可以在资源受限的机械振动无线传感器网络节点中获得良好的压缩效果,对提高大量振动数据传输效率有重要意义。