论文部分内容阅读
随着硬件水平的提升,无线电频谱监测设备的性能获得了巨大提升,这也带来监测数据的传输困难和历史监测数据的存储压力。为了解决这一问题保证数据传输的稳定和降低数据的存储空间,本文提出一种针对频谱监测设备的有损压缩算法,并解决数据有损对频谱分析的影响,与之相应的,本文还提出本有损压缩算法与分布式频谱监测系统整合的方案。本文主要针对频谱监测数据的有损压缩算法进行研究。1.频谱监测的有损压缩算法。频谱监测数据存在自身特点,针对这种特点,本文分别从数值压缩和帧间压缩的角度提出两种有损压缩算法。分别是基于连续时刻分段线性的有损压缩算法和基于二维矩阵维度变换的有损压缩算法。本文分别诠释了两种算法的实现流程,并对参数的选取做出简要分析。在此基础上,对比两种算法对同一数据文件的压缩性能,分析算法优劣,最后确定基于二维矩阵维度变换的有损压缩算法更能满足频谱监测数据的实际情况,在采用这种算法的情况下,压缩率最低可以达到68.2%,最高可以达到97.2%,表明了本算法对于频谱监测数据的传输和存储有着重要意义。2.数据损失对于频谱分析信息提取的影响。有损压缩和无损压缩最大的不同在于,有损压缩会有数据损失,而无损压缩不会,因此有必要分析数据损失的影响,对于本算法而言,就是要分析不同量化参数下重建数据对频谱信息提取的影响,最后对分析的结论进行总结,提出基于二维矩阵维度变换算法的量化参数选择算法,以保证本文提出的有损压缩算法能够在频谱监测领域有更好的适应性。3.分布式频谱监测系统与有损压缩算法的整合。当前的频谱分析系统一般分为C/S结构和分布式结构,通过对两种部站结构的分析,C/S结构在性能和设计上过于落后,因此,分布式频谱监测系统会是以后发展的方向,同时也能够方便的集成压缩算法,本文提出分布式频谱监测系统的设计方案,并与经过并行化优化的基于二维矩阵维度变换的有损压缩算法相结合,提出一种基于中间件的分布式频谱监测系统。经过对算法的测试和数据的对比,本文提出的有损压缩算法在大规模频谱监测领域有很强的适应性,符合预期要求。