频谱监测数据的有损压缩及压缩并行算法研究

发布时间：2021-08-27 02:08

　　随着硬件水平的提升,无线电频谱监测设备的性能获得了巨大提升,这也带来监测数据的传输困难和历史监测数据的存储压力。为了解决这一问题保证数据传输的稳定和降低数据的存储空间,本文提出一种针对频谱监测设备的有损压缩算法,并解决数据有损对频谱分析的影响,与之相应的,本文还提出本有损压缩算法与分布式频谱监测系统整合的方案。本文主要针对频谱监测数据的有损压缩算法进行研究。1.频谱监测的有损压缩算法。频谱监测数据存在自身特点,针对这种特点,本文分别从数值压缩和帧间压缩的角度提出两种有损压缩算法。分别是基于连续时刻分段线性的有损压缩算法和基于二维矩阵维度变换的有损压缩算法。本文分别诠释了两种算法的实现流程,并对参数的选取做出简要分析。在此基础上,对比两种算法对同一数据文件的压缩性能,分析算法优劣,最后确定基于二维矩阵维度变换的有损压缩算法更能满足频谱监测数据的实际情况,在采用这种算法的情况下,压缩率最低可以达到68.2%,最高可以达到97.2%,表明了本算法对于频谱监测数据的传输和存储有着重要意义。2.数据损失对于频谱分析信息提取的影响。有损压缩和无损压缩最大的不同在于,有损压缩会有数据损失,而无损压缩... 

【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

基于连续时刻数据分段线性算法流程图

第三章频谱监测数据的有损压缩方法17图3-2色谱图3.数据压缩程度的控制在JPEG算法中压缩程度是通过量化表和量化系数来控制的，量化表一般采用默认的图像亮度或色差量化表,一般不会变动，而量化系数就成为控制压缩效果的唯一变量，对压缩后文件的数据精度产生直接影响。在这里对不同量化系数下，数据的精度损失进行对比，一般情况下，量化系数越大，压缩效果越好，数据损失越严重，反之，压缩效果越差，数据损失越少。(3-15)其中A为原始矩阵，B为量化系数为1时（即使用默认量化矩阵）数据的重建效果。A=123456781234567812345678123456781232005678123456781234567812345678B=51051103715020153135519418272284101577681613178722112172802101263210212116841908212731242591

电子科技大学硕士学位论文20图3-3颜色与数值的转换在完成频谱监测数值到色彩空间数值的转换之后，二维矩阵的数值范围都在[0,255]之间，对所有的数值全部取整型，只保留整数精度对于频谱分析影响轻微。考虑到在部分频谱监测数据的应用场景下，需要直接显示数据的光谱图，使用“RGB”模型会更方便显示，但对于进一步的压缩来讲，采用模型会更便于压缩，这里的表示亮度，和表示绿色和红色的“色差值”。根据三基色原理，发现红绿蓝三种颜色所贡献的亮度是不同的，绿色的“亮度”最大，蓝色最暗，设红色的亮度份额为，蓝色贡献的份额为，那么亮度为：(3-17)根据经验，=0.299，=0.114，那么(3-18)蓝色和红色的色差定义如下：(3-19)(3-20)最终可以得到RGB转换为的数学公式：(3-21)(3-22)(3-23)有损压缩最重要的一点就是把有用的信息和没有用处的信息分开，恰YCbCrYCbCrKrKbY=Kr*R+(1KrKb)*G+Kb*BKrKbY=0.299*R+0.587*G+0.114*BCb=12BY1KbCr=12RY1KrYCbCrY=0.299R+0.5870G+0.114BCb=0.1687R0.3313G+0.5BCr=0.5R0.4187G0.0813BYCbCr


本文编号：3365431