1.一种基于采样数据幅频特性的压缩算法,主要包括前端数据采集系统、嵌入式处理器,其特征在于:所述算法是原始采样数据进行分段数据重采样,并使用可变长度重新表示的压缩算法;所述算法从网络感知层前端节点入手,利用信源编码的方式,对采样得到的信号进行时域上的划分,实时分析各个时间段的频率分布,抽取其中的关键特征点,减少采样点;对于各个时间段内部的数据,通过分析采样数据的数值,进行二进制表示,找到可以完全覆盖此数据段内数据表示的最小数据位数,在传输的过程当中只传输去除冗余数据的二进制数据流,减少通信信道的占用。
2.根据权利要求1所述的一种基于采样数据幅频特性的压缩算法,其特征在于,所述算法包括以下步骤:
步骤1,确定重采样频率,进行数据点筛选;
步骤2,确定段内数据表示的位数,进行幅值压缩;
步骤3,对数据帧进行规则定义。
3.根据权利要求2所述的一种基于采样数据幅频特性的压缩算法,其特征在于:步骤1中,当原始信号变化不大、较为平坦时,在不影响对原始信号的特征分析的前提下,可以采用较低的采样频率进行数据提取,以尽量减少处理器以及带宽的占用;
步骤1.1,根据分段数据的数据特征,计算相应的数据变化率的最大值,通过得出的变化率最大值来确定重采样的频率frs;
步骤1.2,重采样频率需≤AD芯片所允许的最大采样率;
步骤1.3,通过构造重采样频率与信号变化率的关系,得出实际执行的采样频率frs;
其中,重采样频率frs和AD芯片所允许正常工作的最大采样率fas关系须满足下式:
frs=fas/2x,x∈N (1)
式中,x为正整数;
完成数据提取。
4.根据权利要求2所述的一种基于采样数据幅频特性的压缩算法,其特征在于,步骤2的具体内容为:
步骤2.1,将各段数据进行二进制表示,找出各个数据段中数据长度的最大值;对采样信号的幅值进行处理,记H为采样数据集合,将H等数量分为子集S1,S2……Si,且S1={s0,...,s(N-1)},S2={sN,...,s2N}……Si={s(i-1)N,…,siN},si为采样信号值,取0≤ki≤1,i∈N*,当数据集满足关系式且时,则认为采样数据可以在该分段集合下分段进行压缩;
步骤2.2,确定本段数据的表示集合参数以及数据位数Ar;
步骤2.3,完成数据压缩。
5.根据权利要求2所述的一种基于采样数据幅频特性的压缩算法,其特征在于:步骤3中,在数据帧中加入时间信息,以保证多源数据的同步性;引入与压缩处理相关的参数变量,以保证在终端可以正确的恢复原始数据;将时间戳信息和压缩参数合并组成参数标记域;
其相关参数信息与数据位数的关系表示如表1:
表1 数据帧头与压缩参数对应表
所述的参数标记域为8位变量,高4位用来表示时间序列信息,低4位用来表示与压缩算法相关的参数信息。
6.根据权利要求1所述的一种基于采样数据幅频特性的压缩算法,其特征在于,所述算法压缩率小于1的条件:
式中,Ti表示分段数据的采样时间信息;m代表待处理的数据集合中数据段的总数量;Li代表各个数据段处理后的数据位数;Ni为各个数据段集合的采样数据点数。
7.根据权利要求1所述的一种基于采样数据幅频特性的压缩算法,其特征在于,所述算法进行相关数据压缩有效性分析的公式为:
式中,fi为各段数据中的重采样频率。