[发明专利]一种射频数据传输方法及系统

说明书

本发明公开了一种射频数据传输方法及系统，其中，所述射频数据传输方法包括：获取待发送的原始射频数据；利用所述原始射频数据获取原始射频数据的主成分；基于所述原始射频数据的主成分构建投影矩阵；基于所述投影矩阵对所述原始射频数据进行降维压缩以获取经过降维压缩后的射频数据；发送所述投影矩阵及经过降维压缩后的射频数据；基于所述投影矩阵及经过降维压缩后的射频数据逆向重构原始射频数据。本发明在不改变射频数据传输机制的前提下，采用主成分分析方法对高维线性射频数据进行降维压缩后再进行发送，并实现了原始射频数据的逆向重构。本发明显著提升了高维线性射频数据的传输效率。

技术领域

本发明涉及数据传输领域，尤其是一种射频数据传输方法及系统。

背景技术

传感技术和智能制造迅速发展，加速了传统制造业的转型和升级。射频(RF)技术在工业上已经有了初步的应用，尤其在工业数据采集系统上表现尤为突出。当数据批量采集后，通过射频将信息发送至网关后再传送至本地数据库。因为整个过程采用实时传输，所以短时间采集过多的数据并传送会造成拥堵和延迟，而随着工业产品采集信息的特征点和特征量持续增大，此现象会越来越明显。

与WIFI(Mbps)和GSM(Kbps)的数据传输率相比，常见的433MHz的RF的传输速率则只能达到bps，意味着进行线性数据、特别是高维线性数据的传送时间较长。众所周知，高维线性数据由多个特征或变量所构成，例如二维数据由两个变量所构成。很多情况下，构成高维线性数据的各个变量之间存在线性相关性，而当两个变量之间线性相关时，则这两个变量反映的信息有一定的重叠，也就是说数据中存在噪声或是冗余信息。因此，在进行数据传输和处理时，有必要采用一些数据处理方法对高维线性数据进行降维以减少变量的个数，最终实现对数据的压缩。

主成分分析(PCA)方法是一种通过降维技术把多个变量化成少数几个主成分的方法，这些主成分能够反映原始变量的绝大部分信息，他们通常表示为原始变量的线性组合。目前，主成分分析方法已经逐渐称为一种流行的数据压缩方法。

本发明要解决的是在不改变射频数据传输机制的前提下，采用主成份分析方法对高维线性射频数据进行降维压缩后再进行发送，并通过逆向运算实现了射频数据的逆向重构。

发明内容

针对上述技术问题，本发明一方面提供了一种射频数据传输方法，其具体技术方案如下：

获取待发送的原始射频数据；

利用所述原始射频数据获取原始射频数据的主成分；

基于所述原始射频数据的主成分构建投影矩阵；

基于所述投影矩阵对所述原始射频数据进行降维压缩以获取经过压缩降维后的射频数据；

发送所述投影矩阵及经过降维压缩后的射频数据；

基于所述投影矩阵及经过降维压缩后的射频数据逆向重构原始射频数据。

进一步的，所述获取原始射频数据的主成分的步骤包括：

将获取的预定数目的所述原始射频数据转换为n×p的原始射频数据矩阵，记为：

其中，n≥2，p≥2，表示矩阵的各行，X_j表示矩阵的各列，所述原始射频数据矩阵的每行均为一条维度为p的原始射频数据；

获取所述原始射频数据矩阵X_n×p的协方差矩阵，所述协方差矩阵为：

其中：

对所述协方差矩阵S_p×p进行分解，以获取其特征向量矩阵和特征值矩阵，其中，所述S_p×p的协方差矩阵的分解表达式如下：

其中：