[发明专利]多区间自适应旋转门算法

说明书

本发明属于压缩数据处理方法技术领域，具体技术方案为：多区间自适应旋转门算法，一、采用有限状态机将采样输入值变换为压缩精度输出，初始化有限状态机、转换判定条件和精度哈希表；二、采样值输入至状态转换函数，输出采样值对应的状态；三、通过压缩精度计算函数计算并输出状态对应的压缩精度；四、通过压缩算法计算队列中P∈[P_n+1…P_n+(m‑1)]之间的采样值；五、未超出精度范围的采样值P做压缩处理，超出精度范围的采样值P做归档存储；六、计算采样值压缩精度区间的命中率，判断命中率阙值，反馈给状态机动态调整压缩精度；本发明实现了采样数据在多个区间的可变精度压缩，并且对各压缩精度采用自反馈的方式动态调整。

技术领域

本发明属于压缩数据处理方法技术领域，具体涉及一种基于旋转门算法的改进算法。

背景技术

普遍的SDT算法用在非线性系统中对连续的模拟量采样数据作数据压缩处理，其用于固定值域内周期性及变化分量相对固定的数据有很好的压缩比，压缩数据还原的拟合曲线相对较好。但是，在实际应用中，大多数采集系统都并非单独采集连续的模拟量信号，往往还包含二值化开关量信号，连续采集的模拟量采样数据普遍为非周期性，变化分量带有随机性并存在瞬间突变，同时，存在幅值范围内的非均匀分布，严重影响压缩比及数据还原的精度。

目前的SDT算法存在以下缺陷：

1、压缩比：普遍的SDT算法压缩精度固定，对于敏感区间与非敏感区间压缩比不变，这样会导致敏感区间关键数据被压缩而非敏感区间大量数据被归档。

2、开关量二值化信号：二值化的开关量信号并不需要通过精度控制压缩比，而是判断信号值变动。

3、随机突变信号：SDT算法对随机及突变的值没有过滤，也无法压缩；但在实际应用中，由于设备采集信号被干扰而产生的瞬时突变是需要被过滤和压缩的，所以需要设计一种可以压缩和过滤突变信号的算法。

4、临界值抖动：实际应用中，由于划分了压缩精度的变动阈值就存在信号在阈值零界点频繁变化而造成的抖动，应用中需要通过抖动幅度来判断是否需要归档或者压缩数据。

5、压缩精度调整：在不同时域内设备存在信号变动幅值的不同，固定压缩精度无法适应在不同时域内变动压缩比的需求。

发明内容

为解决传统SDT算法在模拟量采样中出现的随机突变、临界抖动、固定压缩精度无法适应幅值范围内采样值非均匀分布、幅值范围内二值化开关量采样数据的压缩问题，本发明提供了一种基于旋转门算法的改进算法，采用有限状态机作为SDT算法中压缩精度值的输入端，并改进SDT算法加入命中率阈值参数作为反馈输入动态调整压缩精度参数，加入抖动修正值参数减少临界值抖动提高压缩比例。

为实现上述目的，本发明所采用的技术方案为：多区间自适应旋转门算法，具体如下：

一、采用有限状态机将采样输入值变换为压缩精度输出，初始化有限状态机，初始化转换函数的转换判定条件，初始化压缩精度计算函数的精度哈希表；

二、采样值输入至状态转换函数，输出采样值对应的状态；

三、通过压缩精度计算函数计算并输出状态对应的压缩精度；

四、通过压缩算法计算队列中的P∈[P_n+1…P_n+(m-1)]之间的采样值；

五、压缩算法通过输入的压缩精度计算采样值P是否超出精度范围，未超出精度范围的采样值P做压缩处理，超出精度范围的采样值P做归档存储；

六、若采样值P超出精度范围，移除P之前的所有采样值，采样值输入至缓存队列，通过压缩算法再次计算队列中[P_n+1…P_n+(m-1)]之间的采样值；