煤矿救援机器人环境信息自衍生小波数据压缩及重构方法与流程

本发明属于煤矿环境采集传输技术领域，具体涉及一种煤矿救援机器人环境信息自衍生小波数据压缩及重构方法。

背景技术：

井下事故造成通信环境瘫痪，借助机器人技术搭建应急无线通信网络环境受到局限，在有限的通信条件下，将环境信息数据安全、稳定、快速的传输到救援指挥中心，成为救援工作顺利开展的重要保证。目前，在良好通信网络条件下的环境信息数据传输研究较多，且数据压缩重构算法较为成熟。在复杂地质条件下应用于煤矿救援工作的环境信息数据传输技术研究较少，因此，现如今缺少一种煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，在有限通信信道传输特性研究的基础上，实现多环境信息数据自适应通信传输条件，即在有限变化的环境中，使环境信息数据得到不同压缩深度，改善在不同通信网络环境中数据传输的自适应能力，使数据传输在保证实时传输的同时，保持较为良好的无损传输特性，为提高数据的压缩能力提供一种重要手段。

技术实现要素：

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，通过通信设备实时采集信号强度，自衍生小波分解等级，提升信息传输的弹性，通过多尺度正交变换实现编码预处理，提升霍夫曼编码效率，极大提高了采集数据信息压缩适应网络环境的能力，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，其特征在于，该方法包括以下步骤：

步骤一、获取煤矿救援机器人当前位置的环境信息序列：采用煤矿救援机器人获取煤矿救援机器人当前位置的环境信息序列f(x)；

所述煤矿救援机器人上安装有用于采集井下巷道环境序列的环境探测器、用于探测井下巷道障碍物的激光探测仪和与上位机通信并用于采集井下通信信号强度的无线通信设备，环境探测器的信号输出端和激光探测仪的信号输出端均与煤矿救援机器人中央处理器的输入端连接，煤矿救援机器人中央处理器的输出端接有用于控制所述煤矿救援机器人前进或后退的行走机构，环境探测器和激光探测仪获取的数据为煤矿救援机器人当前位置的环境信息序列f(x)，其中，为环境信息序列f(x)中第k个环境信息函数，aj,k为第k个环境信息函数的系数，k为环境信息函数的编号；

步骤二、确定环境信息序列的自衍生等级：根据公式确定环境信息序列的自衍生等级γ，其中，eγ为无线通信设备实时采集的通信衰减信号强度，e为无线通信设备固有的通信信号强度，η为通信信号强度衰减比；

步骤三、判断自衍生等级是否超过衍生等级阈值：设定衍生等级阈值th，当γ≥th时，说明无线通信设备无法与上位机正常通信，无线通信网络不可用，煤矿救援机器人中央处理器将通信信号强度损失严重的地方进行网络修复；当γ<th时，执行步骤四；

步骤四、环境信息序列的数据压缩，过程如下：

步骤401、确定环境信息序列的小波分解级数j：根据公式j＝γ<th，确定小波分解级数j；

步骤402、环境信息序列的多尺度小波包分解：令环境信息序列煤矿救援机器人中央处理器对环境信息序列f(x)进行多尺度小波包分解，得到其中，n取2l或2l+1，且l为非负整数，为小波分解级数为j的尺度空间且⊕为正交运算符，为低频序列正交空间，为的正交补空间，低频序列正交空间中的全部元素与正交补空间中的任意元素均正交，为第j级小波包分解的第s个子频带的第n个变换系数，n＝2^j，ψn为小波基函数，小波基函数ψn的两尺度变换式为hs为小波基函数ψn与一个两尺度正交变换函数ψ2l(x)的低通滤波器，gs为小波基函数ψn与另一个两尺度正交变换函数ψ2l+1(x)的高通滤波器且gs＝(-1)^sh1-s；

步骤403、环境信息序列的多尺度正交小波包变换并获取低频序列系数矩阵和高频序列系数矩阵：首先，煤矿救援机器人中央处理器将进行多尺度正交小波包变换，得到其中，m为子频带平移编号，为第j-1级正交小波包变换的第m个子频带的第2l个变换系数且为第j-1级正交小波包变换的第m个子频带的第2l+1个变换系数且<·,·>表示内积运算，*表示卷积运算，ds为s个子频带构成的系数细节序列集合，h2l为当前级小波基函数与下一级小波基函数的低通滤波器，g2l+1为当前级小波基函数与下一级小波基函数的高通滤波器；然后，获取低频序列系数矩阵d2l和高频序列系数矩阵d2l+1，其中，低频序列系数矩阵d2l包括每一级正交小波包变换中所有子频带的低频序列系数，即d^j,2l为第j级正交小波包变换中所有子频带的低频序列系数的集合，高频序列系数矩阵d2l+1包括每一级正交小波包变换中所有子频带的高频序列系数，即d^j,2l+1为第j级正交小波包变换中所有子频带的高频序列系数的集合；

步骤404、低频序列系数矩阵d2l和高频序列系数矩阵d2l+1的编码：煤矿救援机器人中央处理器采用霍夫曼编码的方法对低频序列系数矩阵d2l和高频序列系数矩阵d2l+1进行编码压缩，得到编码压缩数据包；

步骤五、编码压缩数据包的传输：采用无线通信设备将所述编码压缩数据包通过信道传输至上位机；

步骤六、环境信息序列的数据重构，过程如下：

步骤601、霍夫曼解码：上位机将接收的所述编码压缩数据包送入霍夫曼解码器，进行数据展开，得到解码数据流，所述解码数据流包括解码低频序列系数矩阵和解码高频序列系数矩阵

步骤602、重构级数的匹配：上位机识别解码低频序列系数矩阵d'2l和解码高频序列系数矩阵d'2l+1中的解码系数细节序列数量j'，j'即匹配重构级数且匹配重构级数j'等于小波分解级数j；

步骤603、解码数据流的小波包重构：首先，根据公式计算第j'级的第s个子频带的第n个变换系数然后，根据公式重构环境信息序列，获取环境信息重构序列f(x)'；

步骤七、井下环境信息序列的连续显示：上位机对获取环境信息重构序列f(x)'进行显示，煤矿救援机器人中央处理器驱动行走机构前进或后退，所述煤矿救援机器人获取当前位置的环境信息序列，重复步骤一至步骤六，实现煤矿救援机器人环境信息自衍生小波数据压缩及重构，上位机连续显示煤矿救援机器人各当前位置的环境信息序列。

上述的煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，其特征在于：步骤一中环境探测器包括环境传感器；步骤一中无线通信设备为wifi无线通信模块。

上述的煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，其特征在于：所述衍生等级阈值th为6或7。

上述的煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，其特征在于：步骤三中煤矿救援机器人中央处理器通过控制煤矿救援机器人在井下巷道中放置中继器对通信信号强度损失严重的地方进行网络修复。

上述的煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，其特征在于：所述小波基函数ψn为haar小波基函数或dbn小波基函数，其中，n取4或8。

本发明与现有技术相比具有以下优点：

1、本发明采用无线通信设备实时采集井下通信信道的信号强度，根据信号强弱决定环境信息序列的小波分解级数，自衍生小波分解等级，自衍生特性下的多尺度小波分解算法要不断适应无线通信信道传输特性，提升信息传输的弹性，便于推广使用。

2、本发明采用多尺度小波包分解和多尺度正交小波包变换将煤矿井下复杂环境信息采集信号进行压缩，将采集的环境信息序列中的部分冗余信息剔除，使得信号在进入有限的、变化的无线通信信道中安全、可靠的传输，实现数据的一次压缩；采用霍夫曼编码对自衍生小波数据分解后一次压缩的数据进行二次压缩，改善了编码效率以及降低了编码复杂度，可靠稳定，使用效果好。

3、本发明方法步骤简单，据煤矿井下复杂环境中的无线通信传输特性的变化规律，结合自衍生小波数据压缩算法思想，将复杂信道中的数据压缩编码方法自适应性能得到相应提高，以保证救援通信网络状态最优以及数据传输的有效性，使得数据传输过程中尽可能不失去设备探测到的救援数据，极大提高了采集数据信息压缩适应网络环境的能力。

综上所述，本发明通过通信设备实时采集信号强度，自衍生小波分解等级，提升信息传输的弹性，通过多尺度正交变换实现编码预处理，提升霍夫曼编码效率，极大提高了采集数据信息压缩适应网络环境的能力，便于推广使用。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明采用的数据传输设备的电路原理框图。

图2为本发明数据压缩及重构方法的方法流程框图。

图3为本发明瓦斯浓度信息采样序列的波形图。

图4为图3中1级小波分解的瓦斯浓度信息采样序列的波形图。

图5为图4的小波重构的瓦斯浓度信息采样序列的波形图。

图6为图3中2级小波分解的瓦斯浓度信息采样序列的波形图。

图7为图6的小波重构的瓦斯浓度信息采样序列的波形图。

图8为图3中3级小波分解的瓦斯浓度信息采样序列的波形图。

图9为图8的小波重构的瓦斯浓度信息采样序列的波形图。

图10为图3中4级小波分解的瓦斯浓度信息采样序列的波形图。

图11为图10的小波重构的瓦斯浓度信息采样序列的波形图。

图12为图3中5级小波分解的瓦斯浓度信息采样序列的波形图。

图13为图12的小波重构的瓦斯浓度信息采样序列的波形图。

图14为图3中6级小波分解的瓦斯浓度信息采样序列的波形图。

图15为图14的小波重构的瓦斯浓度信息采样序列的波形图。

图16为本发明自衍生多级小波分解的瓦斯浓度信息采样序列的波形图。

图17为图16的小波重构的瓦斯浓度信息采样序列的波形图。

附图标记说明:

1—环境探测器；2—激光探测仪；

3—煤矿救援机器人中央处理器；4—无线通信设备；

5—上位机；6—行走机构。

具体实施方式

如图1和图2所示，本发明的煤矿救援机器人环境信息自衍生小波数据压缩及重构方法，包括以下步骤：

步骤一、获取井下煤矿救援机器人当前位置的环境信息序列：采用煤矿救援机器人获取煤矿救援机器人当前位置的环境信息序列f(x)；

所述煤矿救援机器人上安装有用于采集井下巷道环境序列的环境探测器1、用于探测井下巷道障碍物的激光探测仪2和与上位机5通信并用于采集井下通信信号强度的无线通信设备4，环境探测器1的信号输出端和激光探测仪2的信号输出端均与煤矿救援机器人中央处理器3的输入端连接，煤矿救援机器人中央处理器3的输出端接有用于控制所述煤矿救援机器人前进或后退的行走机构6，环境探测器1和激光探测仪2获取的数据为煤矿救援机器人当前位置的环境信息序列f(x)，其中，为环境信息序列f(x)中第k个环境信息函数，aj,k为第k个环境信息函数的系数，k为环境信息函数的编号；

需要说明的是，环境探测器1的设置是为了实时探测井下环境参数，确定井下被困人员的所处环境，对井下被困人员制定有效的救援措施，激光探测仪2的设置是为煤矿救援机器人行走提供避障模块，避免煤矿救援机器人行进至无法逾越的位置，保证煤矿救援机器人持续有效的行进，无线通信设备4的设置是为煤矿救援机器人提供数据通信模块，避免使用有线通信导致引线过长，造成煤矿救援机器人进行不方便，上位机5可实时观看煤矿救援机器人采集回来的井下环境信息，对救援被困人员提供有效的指导作用。

本实施例中，步骤一中环境探测器1包括环境传感器；步骤一中无线通信设备4为wifi无线通信模块。

需要说明的是，煤矿救援机器人承接井下救援任务，需要进入井下复杂环境探测是否存在被困人员，同时探测被困人员周围环境，因此，环境传感器包括瓦斯传感器、压力传感器、温湿度传感器，其中，井下瓦斯含量的含量直接威胁着被困人员的生命安全，本实施例中环境传感器优选的采用瓦斯传感器，图3为本实施例瓦斯传感器采集的环境信息序列f(x)的采样波形图。

步骤二、确定环境信息序列的自衍生等级：根据公式确定环境信息序列的自衍生等级γ，其中，eγ为无线通信设备4实时采集的通信衰减信号强度，e为无线通信设备4固有的通信信号强度，η为通信信号强度衰减比；

需要说明的是，提供无线通信设备4实时采集井下通信信道的信号强度，根据信号强弱决定环境信息序列的小波分解级数，自衍生小波分解等级，自衍生特性下的多尺度小波分解算法要不断适应无线通信信道传输特性，提升信息传输的弹性。

步骤三、判断自衍生等级是否超过衍生等级阈值：设定衍生等级阈值th，当γ≥th时，说明无线通信设备4无法与上位机5正常通信，无线通信网络不可用，煤矿救援机器人中央处理器3将通信信号强度损失严重的地方进行网络修复；当γ<th时，执行步骤四；

本实施例中，所述衍生等级阈值th为6或7。

需要说明的是，当井下通信信道的信号强度微弱时，传输数据量少，小波分解级数过多，容易导致数据损坏，不易恢复，优选的本实施例中，所述衍生等级阈值th取6，即环境信息序列的自衍生等级γ取6，故通信信号强度衰减比η为0.6，即无线通信设备4实时采集的通信衰减信号强度低于无线通信设备4固有的通信信号强度的40％时，说明无线通信设备4无法与上位机5正常通信，无线通信网络不可用，通过煤矿救援机器人中央处理器3将通信信号强度损失严重的地方进行网络修复。

本实施例中，步骤三中煤矿救援机器人中央处理器3通过控制煤矿救援机器人在井下巷道中放置中继器对通信信号强度损失严重的地方进行网络修复。

需要说明的是，根据无线通信设备4与上位机5通信强度在井下巷道中布放中继器，实现在煤矿救援机器人可逾越的井下环境中，保持井下通信连续。

步骤四、环境信息序列的数据压缩，过程如下：

步骤401、确定环境信息序列的小波分解级数j：根据公式j＝γ<th，确定小波分解级数j；

实际使用中，采用无线通信设备4实时探测煤矿救援机器人当前位置的井下通信信道的信号强度，根据公式γ＝int(10η)，确定环境信息序列的小波分解级数j。

步骤402、环境信息序列的多尺度小波包分解：令环境信息序列煤矿救援机器人中央处理器3对环境信息序列f(x)进行多尺度小波包分解，得到其中，n取2l或2l+1，且l为非负整数，为小波分解级数为j的尺度空间且⊕为正交运算符，为低频序列正交空间，为的正交补空间，低频序列正交空间中的全部元素与正交补空间中的任意元素均正交，为第j级小波包分解的第s个子频带的第n个变换系数，n＝2^j，ψn为小波基函数，小波基函数ψn的两尺度变换式为hs为小波基函数ψn与一个两尺度正交变换函数ψ2l(x)的低通滤波器，gs为小波基函数ψn与另一个两尺度正交变换函数ψ2l+1(x)的高通滤波器且gs＝(-1)^sh1-s；

本实施例中，所述小波基函数ψn为haar小波基函数或dbn小波基函数，其中，n取4或8，优选地本实施例小波基函数ψn采用haar小波基函数。

步骤403、环境信息序列的多尺度正交小波包变换并获取低频序列系数矩阵和高频序列系数矩阵：首先，煤矿救援机器人中央处理器3将进行多尺度正交小波包变换，得到其中，m为子频带平移编号，为第j-1级正交小波包变换的第m个子频带的第2l个变换系数且为第j-1级正交小波包变换的第m个子频带的第2l+1个变换系数且<·,·>表示内积运算，*表示卷积运算，ds为s个子频带构成的系数细节序列集合，h2l为当前级小波基函数与下一级小波基函数的低通滤波器，g2l+1为当前级小波基函数与下一级小波基函数的高通滤波器；然后，获取低频序列系数矩阵d2l和高频序列系数矩阵d2l+1，其中，低频序列系数矩阵d2l包括每一级正交小波包变换中所有子频带的低频序列系数，即d^j,2l为第j级正交小波包变换中所有子频带的低频序列系数的集合，高频序列系数矩阵d2l+1包括每一级正交小波包变换中所有子频带的高频序列系数，即d^j,2l+1为第j级正交小波包变换中所有子频带的高频序列系数的集合；d^1,2l+1为第1级正交小波包变换中所有子频带的高频序列系数的集合，d^2,2l+1为第2级正交小波包变换中所有子频带的高频序列系数的集合，以此类推；

需要说明的是，如图4、图6、图8、图10、图12和图14所示，分别对瓦斯传感器采集的原始环境信息序列f(x)进行1级小波分解、2级小波分解、3级小波分解、4级小波分解、5级小波分解和6级小波分解，并对其进行压缩，对瓦斯传感器采集的原始环境信息序列f(x)进行1级小波分解后实测瓦斯数据压缩比为66.67％；对瓦斯传感器采集的原始环境信息序列f(x)进行2级小波分解后实测瓦斯数据压缩比为44.12％；对瓦斯传感器采集的原始环境信息序列f(x)进行3级小波分解后实测瓦斯数据压缩比为34.31％；对瓦斯传感器采集的原始环境信息序列f(x)进行4级小波分解后实测瓦斯数据压缩比为29.41％；对瓦斯传感器采集的原始环境信息序列f(x)进行5级小波分解后实测瓦斯数据压缩比为26.47％；对瓦斯传感器采集的原始环境信息序列f(x)进行6级小波分解后实测瓦斯数据压缩比为25.49％。

如图16所示，本实施例中，对瓦斯传感器采集的原始环境信息序列f(x)进行自衍生多级小波分解，图16为先后进行的3级小波分解、5级小波分解和2级小波分解的瓦斯浓度信息采样序列的波形图，在复杂信道特性下数据压缩的响应明显，信道发生变化，则将数据进行相应等级的压缩，而在各部分的压缩中做到合理利用信道特性，本实施例在复杂信道中，对瓦斯传感器采集的原始环境信息序列f(x)的压缩达到74％的压缩比。

步骤404、低频序列系数矩阵d2l和高频序列系数矩阵d2l+1的编码：煤矿救援机器人中央处理器3采用霍夫曼编码的方法对低频序列系数矩阵d2l和高频序列系数矩阵d2l+1进行编码压缩，得到编码压缩数据包；

需要说明的是，对瓦斯传感器采集的原始环境信息序列f(x)进行1级小波分解、2级小波分解、3级小波分解、4级小波分解、5级小波分解和6级小波分解后数据压缩存在数据冗余，通过霍夫曼编码对进入信道前的数据去除冗余信息并通过霍夫曼编码优化数据复杂度，以及对小波分解数据进一步压缩，对1级小波分解数据进行霍夫曼编码后实测瓦斯数据压缩比为61.11％；对2级小波分解数据进行霍夫曼编码后实测瓦斯数据压缩比为40.19％；对3级小波分解数据进行霍夫曼编码后实测瓦斯数据压缩比为30.84％；对4级小波分解数据进行霍夫曼编码后实测瓦斯数据压缩比为27.10％；对5级小波分解数据进行霍夫曼编码后实测瓦斯数据压缩比为25.23％；对6级小波分解数据进行霍夫曼编码后实测瓦斯数据压缩比为24.30％。

本实施例中，对自衍生多级小波分解数据进行霍夫曼编码后的数据进一步压缩，达到68％的压缩比，同时，降低了数据复杂度，数据的压缩比反映了数据压缩前后的信息量变化，是影响进入信道中的数据量大小、数据传输，以及所需传输信道带宽的重要指标，压缩比越小，压缩效果越好，可见霍夫曼编码对数据压缩的有效性。

步骤五、编码压缩数据包的传输：采用无线通信设备4将所述编码压缩数据包通过信道传输至上位机5；

步骤六、环境信息序列的数据重构，过程如下：

步骤601、霍夫曼解码：上位机5将接收的所述编码压缩数据包送入霍夫曼解码器，进行数据展开，得到解码数据流，所述解码数据流包括解码低频序列系数矩阵和解码高频序列系数矩阵

步骤602、重构级数的匹配：上位机5识别解码低频序列系数矩阵d'2l和解码高频序列系数矩阵d'2l+1中的解码系数细节序列数量j'，j'即匹配重构级数且匹配重构级数j'等于小波分解级数j；

步骤603、解码数据流的小波包重构：首先，根据公式计算第j'级的第s个子频带的第n个变换系数然后，根据公式重构环境信息序列，获取环境信息重构序列f(x)'；

需要说明的是，如图5、图7、图9、图11、图13和图15所示，分别对瓦斯传感器采集的原始环境信息序列f(x)进行1级小波分解、2级小波分解、3级小波分解、4级小波分解、5级小波分解和6级小波分解后的数据进行重构，分别得到的1级重构效果误差为1.1036e-15、2级重构效果误差为2.1247e-15、3级重构效果误差为3.1836e-15、4级重构效果误差为3.9905e-15、5级重构效果误差为4.8174e-15、6级重构效果误差为5.8849e-15，数据可以在很窄的无线通信信道中传输，但是固定小波级数的数据压缩方法会在较小的信道中出现阻塞，导致数据重构波形有偏差。造成信息失真。

步骤七、井下环境信息序列的连续显示：上位机5对获取环境信息重构序列f(x)'进行显示，煤矿救援机器人中央处理器3驱动行走机构6前进或后退，所述煤矿救援机器人获取当前位置的环境信息序列，重复步骤一至步骤六，实现煤矿救援机器人环境信息自衍生小波数据压缩及重构，上位机5连续显示井下煤矿救援机器人各当前位置的环境信息序列。

如图17所示，本实施例中，对瓦斯传感器采集的煤矿救援机器人各当前位置的环境信息序列f(x)进行自衍生多级小波分解后的数据进行重构，信号重构后的信息数据与原始数据相差无几，自衍生多级重构效果误差为2.9580e-15，其介于2～3级固定小波分解级数压缩之间的水平，压缩级数越大，压缩比越小，重构效果误差越大，在数据压缩伴随信道强度变化发生变化，自衍生数据压缩实现了在有限的无线通信传输特性要求下，大量实时数据的稳定传输，减小了在有限信道中由于大数据量造成的信道阻塞，防止造成数据的丢失；同时，自衍生数据重构过程保留了较高的还原度，该方法很好的满足了救援信息采集及安全传输的要求，失真非常小，在复杂的通信环境中具有更好的应用效果。

本发明在无线通信系统搭建较为稳定后，由于通信数据量的波动、外界环境变化引起巷道中无线通信信道特性发生变化，根据获取的无线通信信道强度自适应合理压缩数据，在避免丢失数据细节的前提下，通过霍夫曼编码降低数据传输复杂度，提升信息传输的弹性，通过多尺度正交变换实现编码预处理，提升霍夫曼编码效率，极大提高了采集数据信息压缩适应网络环境的能力。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。