适用于运维自动化系统的监测数据压缩方法与流程

技术特征：

1.适用于运维自动化系统的监测数据压缩方法，其特征在于：所述的方法的步骤如下：

S1、数据预处理；对原始数据进行平滑处理，减小噪声数据对SDT算法的干扰；

S2、初步数据压缩；对平滑处理后的数据采用控制算法对数据初步压缩；

S3、进一步数据压缩；采用SDT算法进一步压缩，提高总体压缩比，并减少SDT算法处理的数据量；

S4、SDT压缩精度参数匹配；在每次数据压缩完成后，根据数据波动的变化，使压缩精度参数与数据波动变化的特性进行匹配，得到匹配后的压缩精度参数；

S5、SDT压缩精度参数自适应调整；根据匹配后的压缩精度参数重复步骤S2、S3和S4后，再进一步自适应调整压缩精度参数；

S6、重复步骤S2、S3和S5，直到压缩精度参数与数据波动变化的特性完全匹配，得到最优的压缩精度参数后再重复步骤S2和S3，最后完成数据的压缩，以取得最优的压缩性能。

2.根据权利要求1所述的适用于运维自动化系统的监测数据压缩方法，其特征在于：所述的S1中的平滑处理的方法包括最小二乘法，所述的最小二乘平滑处理的步骤如下：

S11、初始化输入的原始数据序列Y＝(t_i,y_i)的上下斜率；

S12、对相邻的五个原始数据点(t_i-2,y_i-2)，(t_i-1,y_i-1)，…，(t_i+2,y_i+2)，用曲线y＝α₀+α₁t+α₂t²+α₃t³进行拟合；

S13、采用最小二乘法求出系数α₀,α₁,α₂,α₃，得到五点三次平滑公式为：Y_S＝AY，其中Y是原始数据向量，Y_S是平滑后的数据向量，数据向量的坐标分别表示5个连续的数据值，A是5阶系数矩阵。

3.根据权利要求1所述的适用于运维自动化系统的监测数据压缩方法，其特征在于：所述的步骤S2的数据压缩的控制算法包括死区限值算法，所述的死区限值算法的具体步骤如下：

S21、在一组i个数据的初始数据点a设置死区压缩精度参数ΔE′的限制区间，然后依次对后续数据进行压缩；

S22、若数据点在此死区内，则舍弃该数据点，若数据点在此死区外，则对该数据点进行存储归档，并以该点设置死区继续对后续数据进行压缩，直到所有数据压缩完毕。

4.根据权利要求1所述的适用于运维自动化系统的监测数据压缩方法，其特征在于：所述的SDT算法进一步数据压缩的步骤如下：

S31、从压缩后的数据中取出一个数据点(t_k,y_k)测试时间间隔，其中0＜k≤j，j＜i；若该点与上个存储点时间间隔等于或者超过了被存储的两点间允许的最大时间间隔，则不需要进行SDT分析，直接存储前一点(t_k-1,y_k-1)，否则，继续进行后续数据的压缩；

S32、计算旋转门转动到(t_k,y_k)时两扇门的斜率，并与前一状态比较取开门角度大的状态，如果上扇门的斜率大于等于下扇门的斜率，则表示两扇门之间的角度以及大于或等于180°，此时就存储前一点(t_k-1,y_k-1)并将其作为新压缩段的起始点，否则，不存储任何点，继续进行下一步骤；

S33、检测一组j个数据是否压缩完毕，如果未压缩完毕，则跳转到步骤S21。

5.根据权利要求1所述的适用于运维自动化系统的监测数据压缩方法，其特征在于：所述的S3中的SDT压缩精度参数自适应调整的步骤如下：

S31、利用前一区间的数据波动情况预测下一区间的情况，得到数据的离散程度，用标准差表示为：其中，y_i是数据值，μ为y的平均值，n为数据总数；

S32、计算相邻压缩区间的波动变化w：w＝σ_i/σ_i-1，其中σ_i和σ_i-1分别表示第i和i-1次压缩的数据标准差；

S33、动态调整ΔE的值：其中F(w)＝(w-1)³+1，τ为数据波动变化的容差系数，F(w)为动态调幅系数函数；

当|w-1|≤τ时，说明数据的波动变化不明显，无需对ΔE进行调整；

当|w-1|＞τ时，说明数据的波动变化较大，应对ΔE进行相应的调整；

由于调幅函数F(w)关于(1,1)中心对称，且单调递增，

当w＜1时，F(w)＜1，数据波动变得平缓，为了取得更高的压缩比，则减小ΔE；

当w＞1时，F(w)＞1，数据波动起伏变大，则应该增大ΔE以取得更低的压缩误差。

6.根据权利要求3所述的适用于运维自动化系统的监测数据压缩方法，其特征在于：所述的死区压缩精度参数ΔE′与SDT压缩精度参数ΔE设置为相等。

7.根据权利要求1所述的适用于运维自动化系统的监测数据压缩方法，其特征在于：在首次执行数据预处理中算法时，初始化ΔE＝(ΔE_max+ΔE_min)/2，其中ΔE_max为压缩精度参数上限，ΔE_min为压缩精度参数下限。