[发明专利]一种曲线数据压缩方法

说明书

本发明公开的曲线数据压缩方法，其是通过直方图统计工业检测数据点的频数,根据数据点到基线距离、数据点与相邻数据点间夹角,考虑数据点的“孤立性”和频数,利用熵值法确定最终评价值,自动按照给定数据压缩率进行曲线数据压缩。具有如下优点：1、不用事先设定阈值,算法修正综合得分,从小到大依次压缩数据；2、直接指定数据压缩率,保证压缩算法运行后结果,满足测量和控制系统的带宽、分辨率和存储量要求；3、取消迭代运算,对于复杂曲线,将有效降低计算量,减少运算时间；4、特征点的确定,不仅考虑了逻辑和物理相邻关系,而且同时考虑了频数等非空间属性的影响,降低了误删除概率，保留了数据的曲线特征，具有良好的使用价值。

技术领域

本发明涉及工业领域中实时检测信息压缩，特别涉及一种曲线数据压缩方法。

背景技术

矢量曲线压缩，也称曲线特征点提取，还称曲线特征点筛选或曲线抽稀，其实质是一个信息压缩问题，它是从组成曲线的数据集合中抽取一个子集，用这个子集作为一个新的信息源，在规定的精度范围内，该子集能够从内容上尽可能近似反映原集合，从数据量上则尽可能大的压缩。在工业测控领域，随着物联网技术的发展与应用，现代检测系统往往会产生海量的实时数据，需要通过数据压缩删除冗余数据、减少数据的存储量、加快后继数据分析和使用速度。

目前比较有效且应用较多的曲线数据压缩算法主要有：间隔取点法、角度限制法、垂距限值法、光栏法、道格拉斯-普克法、最小面积重复删除法以及小波压缩法等。如专利CN200910202816利用面积属性作为特征点选取的关键因素进行数据压缩处理；专利CN201610482980采用基于角度约束的道路数据压缩方法；专利CN201610125057.3通过预处理剔除实时检测数据的粗大误差后，用最小二乘拟合直线的方法进行工业数据压缩。这些算法/专利各有利弊，并且在不同程度上存在阈值选取不确定、时间复杂度高、压缩效果不理想、未考虑数据点频数等问题。

发明内容

为解决上述技术问题，本发明的目的在于提供一种对工业实时检测数据进行改进压缩的曲线数据压缩方法。

为了实现上述目的，本发明提供一种曲线数据压缩方法，包括如下步骤：

(1)对接收的检测数据进行预处理；

(2)建立曲线的离散点集合，确定曲线的起始点、终止点，根据压缩率计算要压缩的数据点数；

(3)计算曲线的起始点、终止点内的所有内点的孤独指标；

(4)计算曲线的起始点、终止点内的所有内点P_i(i＝2，…，n-1)到相邻两个数据点P_i-1，P_i+1连线的距离指标d_i；

(5)计算曲线的起始点、终止点内的所有内点P_i(i＝2，…，n-1)到相邻两个数据点连线P_i-1，P_i+1的夹角指标θ_i；

(6)通过熵值法计算曲线的起始点、终止点内的所有内点的综合得分；

(7)将所有内点的综合得分从小到大排序；

(8)删除排序位于前ΔN位的所述综合得分对应的点，得到压缩后曲线。

在本发明的一个优选实施例中，步骤(1)中，所述对接收的检测数据进行预处理包括直方图统计。

在本发明的一个优选实施例中，所述直方图统计包括：

根据经验确定直方图的极差、组距、组数m和各组界限值；以固定时间间隔Δu、从连续信号S(u)上采样得到离散数据点，更新直方图相应组的频数R_k(k＝1，2，…，m)；计算各组频率f_k：