[发明专利]基于熵判决最优差分编码的LZW压缩方法

摘要

本发明公开了一种基于熵判决最优差分编码的LZW压缩方法，主要解决现有方法对慢变数据压缩比低、达不到最优压缩比问题。其实现步骤是：对原始数据进行多次差分编码，并计算每次差分编码后数据的熵；比较相邻两次差分编码后数据的熵，对最小熵的差分编码后的数据进行LZW压缩；将差分编码后数据的最大值、最小值、差分编码次数及编码的码字保存到压缩文件；解压缩时先对压缩文件进行LZW解压缩，然后进行与差分编码次数相同的差分解码，最终得到原始数据。本发明可有效压缩无线传感器网络中的慢变数据，并实现最优压缩比，可用于无线传感器网络中对慢变数据的压缩。

主权项

一种基于熵判决最优差分编码的LZW压缩方法，包括如下步骤：(1)设原始数据为x₀(i)，i＝1,2,…,N，N为原始数据的长度，则第m次差分编码后数据x_m(i)为：x_m(i)＝x_m‑1(i)‑x_m‑1(i‑1)，其中设定x_m‑1(0)＝0，i＝1,2,…N，m＝1,2,3,…，x_m‑1(i)为第m‑1次差分编码后的数据；(2)计算第m次差分编码后数据x_m(i)的熵H_m(x_m)：$H_m\left(x_m\right)=-\underset{k_m=1}{\overset{N_m}{\mathrm{\&Sigma;}}}P\left(x_m^m\left(k_m\right)\right){\log }_{2}P\left(x_m^m\left(k_m\right)\right),$其中为第m次差分编码后数据x_m(i)中所有不重复出现的数据，为在第m次差分编码后数据x_m(i)中出现的概率，N_m为的个数，k_m＝1,2,…,N_m；(3)设第m+1次差分编码后数据x_m+1(i)为：x_m+1(i)＝x_m(i)‑x_m(i‑1)，其中设定x_m(0)＝0，i＝1,2,…N，x_m(i)为第m次差分编码后的数据；(4)计算第m+1次差分编码后数据x_m+1(i)的熵H_m+1(x_m+1)：$H_{m+1}\left(x_{m+1}\right)=-\underset{k_{m+1}=1}{\overset{N_{m+1}}{\mathrm{\&Sigma;}}}P\left(x_{m+1}^{m+1}\left(k_{m+1}\right)\right){\log }_{2}P\left(x_{m+1}^{m+1}\left(k_{m+1}\right)\right),$其中为第m+1次差分编码后数据x_m+1(i)中所有不重复出现的数据，为在第m+1次差分编码后数据x_m+1(i)中出现的概率，N_m+1为的个数，k_m+1＝1,2,…,N_m+1；(5)将步骤(2)中求得的第m次差分编码后数据x_m(i)的熵H_m(x_m)与步骤(4)中求得的第m+1次差分编码后数据x_m+1(i)的熵H_m+1(x_m+1)进行比较，当满足H_m(x_m)<H_m+1(x_m+1)时执行下一步，反之，继续对上次差分编码后的数据进行差分编码，直到满足本次差分编码后数据的熵大于上次差分编码后数据的熵，执行下一步；(6)采用LZW方法压缩第m次差分编码后的数据x_m(i)，得到压缩文件；(7)采用LZW方法解压压缩文件，得到第m次差分编码后的数据x_m(i)；(8)对第m次差分编码后的数据x_m(i)进行m次差分解码，从而得到原始数据x₀(i)。