Beidou iletişimine dayalı endüstriyel işlem veri sıkıştırma yöntemi
Chen Yong, Huang Runan, Liu Qing, Li Jianpo, Li Xin
(Elektrik Mühendisliği Okulu, Yanshan Üniversitesi, Qinhuangdao, Hebei 066004)
Kısa mesaj iletişimi, Çin'in Beidou uydu navigasyon sisteminin benzersiz bir işlevidir ve kamuya açık ağ iletişimi kapsamının kör noktalarında veri iletimi için kullanılabilir. İletişim frekansı ve mesaj uzunluğunun sınırlandırılması, Beidou kısa mesaj iletişiminin etkinliğini azaltır Bu nedenle, Beidou iletişim verileri için bir sıkıştırma yöntemi önerilmiştir. Sıkıştırma yöntemi iki adıma bölünmüştür.İlk adım, endüstriyel veritabanı sıkıştırma teknolojisindeki döner kapı algoritmasına dayanan kayıplı sıkıştırmadır.Aynı zamanda, ayarlanabilir kayıplı sıkıştırma hassasiyeti elde etmek için, döndürmek için gelişmiş bir BP sinir ağı PID denetleyicisi kullanılır Geçit algoritmasının parametreleri çevrimiçi olarak ayarlanır; ikinci adım kayıpsız sıkıştırmadır ve önceden özel baytlar ve fark aktarımıyla kayıpsız bir sıkıştırma stratejisi önerilmiştir. Deneyler, bu yöntemin iki aşamalı sıkıştırılmasından sonra, endüstriyel işlem verileri için daha yüksek sıkıştırmanın elde edildiğini ve aynı zamanda sıkıştırma işlemi sırasında sıkıştırma doğruluğunun da doğru bir şekilde ayarlanabileceğini göstermektedir.
Beidou kısa mesajı; BP sinir ağı; endüstriyel veriler
Çin Kütüphanesi Sınıflandırma Numarası: TN911.23; TP13
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.170127
Çince alıntı biçimi: Chen Yong, Huang Runan, Liu Qing, vb. Beidou İletişimine Dayalı Endüstriyel Süreç Veri Sıkıştırma Yöntemi Elektronik Teknoloji Uygulaması, 2017, 43 (10): 106-110,115.
İngilizce alıntı biçimi: Chen Yong, Huang Runan, Liu Qing, ve diğerleri.Beidou'nun kısa mesaj iletişimine dayanan endüstriyel veri sıkıştırma yöntemi.Elektronik Tekniğin Uygulanması, 2017, 43 (10): 106-110,115.
0 Önsöz
Beidou uydu navigasyon sistemi, Çin'de bağımsız olarak inşa edilen ve işletilen, navigasyon ve konumlandırma, zamanlama, kullanıcı izleme ve kısa mesaj iletişimini entegre eden bir navigasyon sistemidir. Kısa mesaj iletişimi, Beidou sisteminin benzersiz bir işlevidir.Arazi koşullarından ve çevresel iklimden etkilenmez.Uzak bölgelerde gerçek zamanlı veri iletişimi sorununu çözmek için kullanılabilir.Özellikle geleneksel iletişim yöntemlerinin birçok kör noktaya ve büyük altyapı yatırımına sahip olduğu durumlar için uygundur. Örneğin, vahşi doğada petrol ve doğal gaz için valf istasyonları ve kapı istasyonları ve mobil ağlar tarafından kapsanan alanlardan veya dengesiz iletişimin olduğu alanlardan uzaktaki fabrikalardan veri iletimi.
Beidou uydusunun ana görevi konumlandırma ve navigasyondur ve iletişim kanalı kaynakları azdır Sivil Beidou kısa mesaj iletişimi, sınırlı tek mesaj uzunluğu ve iletişim frekansı sorununa sahiptir. Endüstriyel uzaktan izleme ve kontrol ve veri toplama (Supervisory Control and Data Acquisition, SCADA) projelerindeki veriler için, veri toplama sıklığı yüksektir ve veri miktarı büyüktür. Veriler alt paketlenmişse, büyük miktarda veri iletilebilir. Ancak 2015 yılında Gu Junxia ve diğerleri tarafından yapılan Beidou kısa mesaj paket kaybı testinde mesaj alt paketlerinin sayısı arttıkça mesaj iletim başarı oranının giderek azaldığı görülmüştür. Orijinal endüstriyel verilerin örnekleme sıklığı azaltılırsa, veri miktarı azaltılabilir. Ancak, işletmeler için tarihsel veriler endüstriyel alanda değerli bir varlıktır ve daha sonraki mühendislik ve teknik personel için analiz ve sorun giderme için temel verileri sağlar.İletim kısıtlamaları nedeniyle istenildiği zaman azaltılamaz veya atılamaz. Bu nedenle çok fazla veri üretmeden gerçek zamanlı verilerin iletimini tamamlayabilen bir yönteme ihtiyaç vardır.
Beidou kısa mesaj iletişimi üzerine yayınlanan makalede, Yu Longhai, önce hareketli hedefin matematiksel bir modelini kurmayı ve parametre basitleştirme ve diferansiyel kodlama yoluyla Beidou konumlandırma verilerinin sıkıştırılmasını gerçekleştirmeyi önerdi. Chen Haisheng tarafından önerilen sabit uzunluklu indeks kod tablosu, verilerin kayıpsız sıkıştırma aktarımını çözebilen balıkçılık verilerinin iletimi için kullanılır, ancak evrensel değildir. Peng Hao, iletişim verilerinin genişlemesini sağlamak için Çin akıllı kelime segmentasyonu ve kayıpsız sıkıştırma kodlaması için ortak bir sıkıştırma algoritması önermiştir.Ancak, endüstriyel işlem verilerinde, gerçek sayı bilgileri esas olarak iletilir. Şu anda, Beidou kısa mesaj iletişiminin endüstriyel işlem verilerinin iletimi için pratik bir veri sıkıştırma ve aktarım çözümü yoktur. Bu nedenle, bu makale, verileri kayıplı ve kayıpsız sıkıştırmanın iki yönünden adım adım sıkıştırmak için bir çözüm önermektedir. Deneyler, bu yöntemin kısa mesaj verilerini etkili bir şekilde sıkıştırabildiğini ve böylece endüstriyel işlem veri iletiminin verimliliğini ve güvenilirliğini artırdığını göstermektedir.
1 Beidou iletişim sıkıştırması ilk adım: kayıplı sıkıştırma
Kayıplı sıkıştırma, daha yüksek bir sıkıştırma oranı elde etmek için sıkıştırma projesindeki belirli bilgilerin kaybıdır. Kayıplı sıkıştırma sürecini daha sonra değerlendirmek için, bu makale, Qu Yilin tarafından makalesinde önerilen değerlendirme kriterlerini aşağıdaki gibi benimser:
CR, bir algoritmanın bir veri kümesini sıkıştırma yeteneğini ölçmek için kullanılır ve , bir veri kümesinin ortalama bozulmasını ölçmek için kullanılır.
Döner kapı algoritması, yaygın bir işlem veri sıkıştırma algoritmasıdır. Bu yazıda önerilen Beidou iletişim sıkıştırma algoritmasındaki kayıplı sıkıştırma aşaması, döner kapı algoritmasına dayanmaktadır. Aşağıdakiler ilk olarak döner kapı algoritmasını tanıtmakta ve daha sonra, geliştirilmiş BP sinir ağı PID'sine (bundan sonra kendi kendini kontrol eden hassas kayıplı sıkıştırma algoritması olarak anılacaktır) dayalı kendi kendini kontrol hassas SDT kayıplı sıkıştırma algoritmasını tanıtmaktadır.
1.1 Standart Döner Kapı Algoritması (SDT) Analizi
Döner kapı sıkıştırma algoritması, Amerikan OSI yazılım şirketi tarafından geliştirilmiştir ve bu algoritma esas olarak kayan nokta verileri içindir. Doğrusal uydurma için basit bir algoritma olan SDT, yüksek verimlilik, yüksek sıkıştırma oranı, basit uygulama ve kontrol edilebilir hata avantajlarına sahiptir. Temel algoritma ilkesi Şekil 1'de gösterilmiştir.
E, SDT algoritmasının sıkıştırma doğruluğu parametresi olsun, Şekil 1'deki A noktası başlangıç noktasıdır ve dayanak noktası olarak E'nin A noktasından üst ve alt noktaları (iki kapının kapı miline benzer, dolayısıyla döner kapı adıdır). Sıkıştırmanın başlangıcında, iki kapı kapatılır ve algoritmanın yürütülmesi sırasında kapılar içe doğru kapatılamaz, sadece dışa doğru açılabilir. Veri noktalarının artması ile kapı dönecek ve açılacak ve iki kapının iç açılarının toplamı 180 ° 'ye eşit olacak ve işlem durdurulacak, önceki veri noktası saklanacak ve bu noktadan yeni bir segment sıkıştırılacaktır. Döner kapı sıkıştırıldıktan sonra, A'dan B'ye veri noktaları, A'dan B'ye düz bir çizgiyle değiştirilir.
Dekompresyon işlemi: Her bir düz çizginin başlangıç noktası ve bitiş noktasına göre, çizgi segmentinin formülü elde edilebilir ve ardından yatay eksen koordinatına göre belirli bir noktanın karşılık gelen dikey koordinat veri değeri elde edilebilir.
1.2 Öz denetim hassas kayıplı sıkıştırma algoritmasının algoritma tasarımı
SDT algoritması için not edilmesi gereken iki husus vardır: (1) E, SDT algoritmasının dekompresyonunun ortalama hatasını belirlemenin anahtarıdır. E küçük olarak seçilirse, da küçüktür ve sıkıştırma oranı CR düşüktür; tersine, E büyük olarak seçildiğinde CR yüksek olur, ancak daha büyük olur. Deneyimli mühendislerin bile uygun bir değer bulmak için E'yi uzun süre ayarlaması gerekir ve veri aralığı ve özellikler değiştiğinde, sıkıştırma oranı ve doğruluk gereksinimlerini karşılamak için sıfırlanması gerekir. (2) genellikle sıkıştırma işleminin kalitesini değerlendirmek için bir kriter olarak kullanılır. gereksinimleri karşılamıyorsa, daha yüksek bir CR'nin anlamı yoktur.
Yukarıdaki iki noktaya dayanarak, kontrolüne odaklanın. İdeal verildiğinde, algoritma E'yi uyarlamalı olarak ayarlamak için kullanılır. Bu makale, mühendislikte düşünülen geri bildirim kontrolünü tanıtmakta, E'yi çevrimiçi olarak ayarlamak için PID algoritmasını kullanmaktadır ve PID parametrelerini dinamik olarak ayarlamak için sinir ağı algoritmasını kullanır ve güçlü öğrenme ve ağ bellek işlevleri aracılığıyla benzer verilerin hızlı sıkıştırılmasını gerçekleştirir.
Algoritma iki yön içerir: geliştirilmiş BP sinir ağı PID denetleyicisi (bundan sonra NBP-PID olarak anılacaktır) ve standart SDT sıkıştırma ve açma algoritması. Veriler, SDT sıkıştırma ve açma işlemi aracılığıyla kontrollü nesne olarak kabul edilir, beklenen ortalama açma hatası s verilen girdi olarak alınır ve gerçek sıkıştırılmış ortalama hata sistemin çıktısı olarak alınır. NBP-PID kontrolörü, E'nin çıkışını sürekli olarak ayarlar ve ardından sapma değeri, algoritmanın çalışmayı durdurduğu Th eşiğinden daha düşük olana kadar çıkışını kontrol eder, böylece ilk veri setinin sıkıştırılmasını tamamlar. Eşik hesaplama formülü:
İlk veri sıkıştırma kümesi tamamlandıktan sonra, bu zamandaki denetleyici parametreleri korunur ve ikinci veri sıkıştırma kümesini tamamlamak üzere sonraki veri sıkıştırma kümesi için denetleyici parametrelerinin başlangıç değerleri olarak kullanılır ve bu böyle devam eder. Aynı zamanda, birinci sıkıştırılmış veri grubu, Beidou kayıpsız sıkıştırma algoritması kullanılarak sürekli olarak sıkıştırılır. Şekil 2, birinci veri sıkıştırma algoritmaları kümesinin geri besleme kontrol sistemi modelini göstermektedir.
1.2.1 NBP-PID kontrolör tasarımı
Endüstriyel kontrolde, PID kontrolörünün orantılı, integral ve türevi üç katsayısını ayarlamak genellikle zordur. Sinir ağı teorisine göre, üç katmanlı BP sinir ağı, herhangi bir doğrusal ve doğrusal olmayan işlevi tahmin edebilir.Nöral ağın kendi kendine öğrenmesi yoluyla, ağırlık katsayılarının ayarlanması, kararlı durumun en normal PID denetleyici parametrelerine karşılık gelmesini sağlayabilir. Bu nedenle bu makale, PID parametrelerini ayarlamak için üç katmanlı bir BP sinir ağı (4-5-3 yapısı) kullanır.
Giriş katmanında girdi rin, çıktı yout, hata ve sabit 1 olmak üzere 4 nöron vardır. Gizli katman gereksinimleri karşılamak için 5'i seçer ve 3 çıkış nöronu Kp, Ki ve Kd parametrelerini çevrimiçi olarak ayarlar. Giriş katmanının girdisi şöyledir:
1.2.2 Öz denetim hassas kayıplı sıkıştırma algoritmasının uygulama adımları
(1) İlk kez sıkıştırmayı gerçekleştirirken, karşılık gelen parametreleri başlatın. U, u_1, u_2, u_3, u_4, u_5, yani denetleyicinin çıkış sıfır zamanının başlangıç değeri ve her geçmiş zamanın tümü 0 olsun ve hata hatası, sıfır zamanın çıkış değeri ve her geçmiş zaman da 0 olarak başlatılır. Gizli katmanın ağırlıklandırma katsayısının başlangıç değeri ve çıktı katmanının ağırlıklandırma katsayısının başlangıç değeri -0.5 ile 0.5 arasında rastgele sayılardır. Öğrenme oranı , atalet katsayıları ve ve eşik Th'yi seçin;
(2) rin (k) 'yi elde etmek için örnekleme; önceki anda kontrolörün u (k-1) çıktısını, yani E'yi, bu zamanda çıktı değerini elde etmek için hesaplama için kontrollü nesnenin modelini temsil eden sıkıştırma ve açma fonksiyonuna girin ve sonra Şu anda sistem hatası hatasını (k) = rin (k) -yout (k) hesaplayın;
(3) Nöral ağın her katmanındaki nöronların giriş ve çıkışını hesaplayın ve çıkış katmanının çıkışı, PID denetleyicisinin üç ayarlanabilir parametresi Kp, Ki, Kd'ye karşılık gelir ve buna göre mevcut zamanda denetleyicinin u (k) çıktısını hesaplayın;
(4) Sinir ağı öğrenimi gerçekleştirin, çıktı katmanının ve gizli katmanın ağırlık katsayısı değerlerini çevrimiçi olarak ayarlayın ve ardından durum parametrelerini güncelleyin;
(5) Formül (3) 'e göre, şu anda sistemin Th değerini hesaplayın.Önceden ayarlanmış eşikten düşükse, bu veri grubunun verilen hata sıkıştırma gereksinimine ulaştığı anlamına gelir, adım (6)' ya gidin, aksi takdirde adım (2) 'ye gidin. ), tekrar döngü yapın;
(6) Çıktı katmanının ve gizli katmanın ağırlıklandırma katsayısı değerlerini şu andaki ve önceki 3 anı, bir sonraki veri sıkıştırma kümesindeki sıfır anının ve geçmiş anın başlangıç değeri olarak kaydedin ve u ve önceki 5 anın değerini sonraki olarak kaydedin. Grup verileri her seferinde u'nun başlangıç değerini sıkıştırır. Aynı zamanda, bu sıkıştırılmış veri grubu, sıkıştırmaya devam etmek için takip eden Beidou kayıpsız sıkıştırma algoritmasına girer;
(7) Bir sonraki veri grubunun sıkıştırmasını başlatmak için önceki grupta kaydedilen kontrolör parametrelerini kullanın, yani, tüm veri grupları sıkıştırılana ve algoritma sona erene kadar (2) adımını tekrar girin.
2 Beidou iletişim sıkıştırma kayıpsız sıkıştırmanın ikinci adımı
Kayıplı sıkıştırma ile karşılaştırıldığında, kayıpsız sıkıştırma çok yer kaplar ve düşük sıkıştırma oranına sahiptir, ancak orijinal bilgilerin% 100'ünü herhangi bir sinyal kaybı olmadan korur ve sinyal kaynağından etkilenmez. Genel endüstriyel proses verilerinin net bir fiziksel anlamı vardır.Projede bir enerji şirketi tarafından sağlanan doğalgaz vana istasyonu verilerini örnek olarak alın.Sıcaklık, debi, basınç, direnç gibi analog bilgileri ve vana başlatma ve durdurma gibi durum değişkenleri ve alarmı içerir. bilgi.
Bu makale, Beidou kayıpsız sıkıştırma algoritmasını tanıtmak için proses verilerindeki en yaygın akış / basınç / direnci örnek olarak alır.
2.1 Veri ön işleme
Sıkıştırılacak gerçek sayı verilerinin hassasiyetinin iki ondalık basamak olduğunu ve veri boyutunun 0,00 ~ 999999,00 olduğunu varsayalım. Ve onu float fRevBuf tipi dizisi olarak kaydedin Bu dizinin her bir elemanı 100 ile çarpılırsa, tüm kesirli kısımlar tamsayılara dönüştürülür ve ardından zorlayıcı tip 4 B işaretsiz tamsayı dizisi iPlc'yi elde etmek için dönüştürülür. Farklı tam sayı türleri ile temsil edilebilen veri aralığı Tablo 1'in ilk 3 satırında gösterilmektedir ve tam sayıların bilgisayarda depolanma şekline göre aşağıdaki 4 durum türetilebilir.
2.2 Beidou kısa mesaj iletişimi kayıpsız sıkıştırma algoritması
Süreç verileri genellikle kronolojik sırayla toplanan verilerdir ve verilerde zaman özellikleri bulunur.Sanayi sahnesinde toplanan verilerin çoğu işlem verileridir. Bu nedenle, veriler sayısal olarak ilişkilidir, bu nedenle depolama alanını, öğe değerinin kendisi yerine bitişik dizi öğeleri arasındaki farka dayalı olarak tahsis etmek daha mantıklıdır. Aşağıdakiler belirli adımlar:
(1) iPlc dizisindeki bitişik öğeler arasındaki farkı kaydetmek için kullanılan yeni bir dizi int iSub oluşturun, yani: iSub = iPlc -iPlc ve iPlc dizisindeki ilk öğeyi iSub dizisindeki ilk öğeye atayın.
(2) iSub fark dizisindeki her bir öğenin değer boyutuna göre, Tablo 1'i karşılaştırın, her öğeye 1 ila 4 arasında değişen bir bayt uzunluğu etiketi atayın ve kaydetmek için başka bir iLethByte dizisi kullanın. Tablo 2'de gösterildiği gibi, fark öğesi 100'dür ve iLethByte dizisinin aynı alt simge öğesi 1'dir.
(3) iLethByte dizisindeki her öğe, iSub fark dizisinin her bir öğesi için gereken minimum bayt uzunluğunu aynı alt simge konumuna kaydeder.Beidou alıcı ucunda sıkıştırmayı açmak için, iSub dizisine ek olarak iletilmesi gerekir. Uzunluk etiketi dizisi iLethByte, ancak aktarılması gereken veri miktarı çok büyük. Tablo 1'e göre, farklı bayt uzunlukları ile temsil edilebilen farklı değer aralıklarına göre 7 türe ayrılabilir, ancak gerçekte her seferinde 7 türe bölünmeye gerek yoktur, çünkü işlem verilerinin değeri belirli bir sürekliliğe sahiptir. , Eşit olarak dağıtılmadığından, işlem verilerinin dağıtım yasasına göre her sıkıştırma yaptığınızda, bu iletimin standart türü olarak bunlardan 4 tanesini seçin (seçim ilkesi daha sonra eklenecektir) ve diğer türlerde bulunan veriler sonunda Bu 4 standart türe ayrılmıştır ve ardından bu sefer seçilen 4 standart türe atıfta bulunmak için iki basamaklı bir ikili kod kullanın. Örneğin, 4 standart tip baytın uzunluğu 1, 2, 2.5, 3 ise, ikili sayı kodları şöyle olabilir: 00011011. Daha sonra her öğe, içinde bulunduğu standart türün bayt uzunluğuna göre verileri sıkıştırır ve eşit olmayan depolama uzunluklarına sahip veri haline gelir ve ardından dönüştürülmüş her 4 iSub dizi öğesini bir grupta birleştirir ve her grubun önüne bir kayıt kelimesi ekler Bt4Record bölümünde, bt4Record 8 bittir ve her iki ikili bit, bir iSub öğesinin bulunduğu standart kod türünü temsil edebilir ve iSub öğesi, öndeki bt4Record'un yüksek bitine ve Tablo 2'de gösterildiği gibi arkadaki düşük bt4Record bitine karşılık gelir. Şimdiye kadar, Tablo 2'deki 4 iSub öğesinin önündeki bt4Record baytlarının ikili temsili: 01100011.
(4) Standart tipin seçim kombinasyonu, alıcı tarafın hangi kombinasyon olduğunu belirlemesi içindir ve mevcut kombinasyon sayısının ek olarak geçilmesi gerekir. Ve bir seferde sıkıştırılması gereken veri sayısı 4'ün katı değilse, son bt4Record baytı yeterli 8 bit değildir.Bu anda, yetersiz bayta sıfır eklenir ve ardından bu sıkıştırılmış veri grubunun toplam değeri ek olarak aktarılır. Beidou alıcı ucunu doğru şekilde açın. Her mesaj grubunun başlangıcında, iki bayt (16 bit) alın, bunlardan 10 bit, bu sefer sıkıştırılan veri elemanlarının toplam sayısını kaydeder (10 bit, 210 = 1024 sayı, yeterli), Kalan 6 bit (26 = 64 > 35) standart tip kombinasyon numarasını gösterir.
Bu noktada, bir Beidou kısa paketinin veri paketi paketlenmiştir.
(5) İşlenen verileri Beidou ekipmanı aracılığıyla alıcı uca gönderin. Alıcı taraf açıldığında, önce ilk iki baytı çıkarın ve 6 bitlik sınıflandırma numarasına göre bu veri grubundaki dört standart türü belirleyin; 10 bitlik veri sayısına göre bu orijinal veri grubunun toplam sayısını belirleyin . Sonra önce bt4Record alın, sonra bu baytın kayıt uzunluğuna göre her fark elemanının numarasını alın, bir tamsayı olarak kaydedin ve ardından sırayla bir bt4Record baytı alın. 1, 2 ve 4 türden alınan veri bayt uzunluğu için, Tablo 1'e göre türü doğrudan 4 baytlık bir tam sayıya dönüştürmeye zorlayabilirsiniz. Diğer özel türler için, işaret bitini çıkarmanız ve ardından pozitif sayıya göre Tamamlayıcı kod, orijinal kodla aynıdır ve bir negatif sayının tamamlayıcı kodu, orijinal kod artı bir ters çevrilerek 4 baytlık bir tam sayıya dönüştürülür.
(6) Adım (5) 'de kaydedilen tamsayıyı 100 kat azaltın ve gerçek sayı türü olarak kaydedin, böylece Beidou kayıpsız sıkıştırmanın açma işlemini tamamlayın.
Ek: Bir veri kümesindeki maksimum değerin türü, bu sefer seçilen standart türlerden biri olmalıdır. Örneğin, iSub öğesinin maksimum değeri 8000000'dir, 3 baytlı standart tür alınmalıdır ve daha sonra en çok öğe değerini içerebilen diğer üç tür standart tür olarak alınır.
3 Test sonuçları ve karşılaştırmalı analiz
Deneysel veriler, işlevi rulmanın dış halka kenarındaki halka şeklindeki oluğu bir döner perçinleme aleti ile yuvarlamak olan, böylece dairesel oluğun bir tarafı yuva deliğine veya yatağa doğru deforme olacak ve böylece eksenel sabitleme elde edecek şekilde yuvarlanan perçinleme deneysel bir takım tezgahından gelir. Veriler, takım tezgahındaki basınç sensöründen gelir.Bir dizi veri, bir sıkıştırma işlemini temsil eder.Orijinal basınç eğrisi, Şekil 3'te gösterilir. (Toplam 18 grup orijinal veri, numaralandırılmış: S1 ~ S18) Şekildeki eğrinin azalan aşamasına motorun durması neden olur ve basınç kademeli olarak kaldırılır. Arıza süresi yapay olarak kontrol edilir, bu nedenle insan müdahalesini ortadan kaldırmak için her grup için yalnızca ilk 20 s verileri alınır (200).
Sonraki deneylerde rin (k) 1, öğrenme oranı 1.4, eylemsizlik katsayısı 0.3, 0.5 ve eşik Th 0.1 olarak seçilmiştir. Ve sonraki paragraflarda, "birinci aşama" Beidou iletişim sıkıştırmasındaki kayıplı sıkıştırma aşamasına ve "ikinci aşama" kayıpsız sıkıştırma aşamasına atıfta bulunmaktadır.
3.1 NBP-PID ve standart BP sinir ağı PID denetleyicisi arasındaki performans karşılaştırması
Şekil 4, ilk aşamada NBP-PID algoritması ile standart BP sinir ağı PID algoritması (BP-PID olarak adlandırılır) arasındaki karşılaştırmayı göstermektedir 6 grup veri ayrı ayrı sıkıştırıldığında, eşiğe ulaşmak için gereken sıkıştırma eğitimi sayısı karşılaştırılır.
Şekil 4'ü analiz ederek, ağ ağırlığını değiştirirken, k-2 atalet terimi ve "adım atalet terimi" katsayılarının NBP-PID algoritmasının eklenmesinin tekrarlanan sıkıştırma sayısını azaltabileceğini ve eşiğe daha hızlı ulaşabileceğini görebiliriz.
Şekil 5, sırasıyla iki algoritma kullanılarak (S1) ilk veri setinin açma hatasını ve eğitim sürelerini gösteren bir grafiktir NBP-PID kullanılarak 11 eğitimden sonra eşiğe ulaşılabilir, yani verilen değerin% 90'ından fazlasına ulaşır ve biter. Eğitim ve BP-PID, maksimum eğitim süresi sayısı içinde verilen değerin% 90'ına ulaşamaz (20). Özetle, NBP-PID eğitim sürecini gerçekten etkili bir şekilde hızlandırabilir ve tekrarlanan kompresyonların sayısını azaltabilir, böylece algoritmanın pratikliğini geliştirebilir.
3.2 Birden çok veri kümesini sıkıştırmak için NBP-PID algoritmasının kullanılması
Tablo 3, birinci veri grubunun sıkıştırması tamamlandığında ve sonraki gruplar eşiğe ulaşmak için sıkıştırmaya devam ettiğinde sıkıştırma zamanlarının sayısının test verilerini göstermektedir.
Tablo 3'e göre, ilk sıkıştırma verisi yaklaşık 10 katıdır ve sonraki grup, maksimum eğitim sürelerine ulaşan bireysel gruplar haricinde, kalan veri grupları temelde bir veya iki kez sıkıştırılabilir. Bu nedenle, NBP-PID ağ ağırlığı bellek işlevi aracılığıyla, benzer veriler göründüğünde, sonraki grupların sıkıştırmasını belirli bir ölçüde hızlandırabilir ve genel sıkıştırma verimliliğini artırabilir.
3.3 Beidou iletişim sıkıştırma algoritmasının genel sıkıştırma analizi
Tablo 4, iki aşamalı sıkıştırma işlemindeki özel sıkıştırma bilgilerini açıklamaktadır. Olasılığı dışlamak için, burada kullanılan veriler önceki deneysel verilerden farklıdır ve S10'dan S14'e kadar 5 veri seti deneysel veri olarak kullanılır.
Bu 5 veri setinin ortalama açma hatası 1.0 civarındadır ve bu da verilen değerin% 10 içinde dalgalanması gerekliliğini karşılar. Kayıplı sıkıştırma aşamasının ortalama sıkıştırma oranı 4.452'dir ve bu, hala iyi bir sıkıştırma oranına sahipken kullanıcı tanımlı sıkıştırma hatasını gerçekleştirir. Kayıpsız sıkıştırma aşamasında, sıkıştırılmış depolama alanı, sıkıştırılmış dizi öğelerinin kapladığı alanın toplamı artı kayıt baytlarının kapladığı alanın toplamı ve mesajın başlangıcındaki iki bayt toplamıdır.
Toplam sıkıştırma oranı, kayıpsız sıkıştırmanın kapladığı depolama alanının orijinal verilerin kapladığı depolama alanına oranıdır (800 = 4 × 200). İki sıkıştırma aşamasından sonra verilerin orijinal verilerin yaklaşık% 10,5'ine sıkıştırıldığı görülebilir. Bu, Beidou sıkıştırma algoritmasının iyi bir sıkıştırma etkisine sahip olduğunu gösterir.
4. Sonuç
Bu yazıda önerilen kayıplı sıkıştırma algoritması bir laboratuar ortamında test edilmiş ve kayıpsız sıkıştırma algoritması test edilmiş ve bir doğal gaz boru hattı izleme projesinde iyi sonuçlarla uygulanmıştır. Beidou İletişimine dayalı endüstriyel veri sıkıştırma algoritması, bir yandan kontrol edilemeyen SDT sıkıştırma doğruluğu ve parametre ayarlamadaki zorluk sorunlarını çözerken, diğer yandan veriler daha yüksek bir sıkıştırma oranı elde etmek için iki aşamada sıkıştırılmıştır. Ek olarak, bu algoritma sadece Beidou kısa mesaj iletişimi için değil, aynı zamanda iletişim frekansı ve mesaj uzunluğunun sınırlı olduğu diğer durumlarda da kullanılabilir, bu nedenle bu algoritma mühendislik pratik değerine sahiptir.
Referanslar
Yang Yuanxi. Beidou uydu navigasyon sisteminin ilerlemesi, katkısı ve zorlukları. Etüt ve Haritalama Dergisi, 2010, 39 (1): 1-6.
Gu Junxia, Wang Chunfang, Song Zhiguang.Beidou kısa mesaj iletişim kanalının performans testi ve istatistiksel analizi Meteoroloji Bilimi ve Teknolojisi, 2015, 43 (3): 458-463.
Yu Longyang, Wang Xin, Li Shujian, vb. Beidou kısa mesajına dayalı konumlandırma veri sıkıştırma ve güvenilir iletim Elektronik Teknoloji Uygulaması, 2012, 38 (11): 108-111.
Chen Haisheng, Guo Xiaoyun, Wang Feng, ve diğerleri.Beidou kısa mesajına dayalı olarak balık tutma bilgi sıkıştırma aktarım yöntemi Çin Ziraat Mühendisliği İşlemleri, 2015, 31 (22): 155-160.
Peng Hao. Beidou sisteminin kullanıcı iletişim veri genişletme teknolojisi üzerine araştırma Xi'an: Xidian Üniversitesi, 2013.
Xu Hui. Gerçek zamanlı veritabanlarında veri sıkıştırma algoritmaları üzerine araştırma. Hangzhou: Zhejiang Üniversitesi, 2006.
Qu Yilin, Wang Wenhai. Proses veri sıkıştırması için kendi kendini kontrol eden hassas bir SDT algoritması Bilgisayar Mühendisliği, 2010, 36 (22): 40-42.
Tan Yonghong, BP sinir ağına dayalı uyarlamalı kontrol Kontrol Teorisi ve Uygulaması, 1994, 11 (1): 84-87.
Zheng Cuifang. Yaygın olarak kullanılan birkaç kayıpsız veri sıkıştırma algoritması üzerine araştırma. Bilgisayar Teknolojisi ve Geliştirme, 2011, 21 (9): 73-76.
Zhang Dewei, Shen Peifeng, Zhang Dezhen, vb Bilgisayar Tamamlayıcı Kod Kavramının Analizi Mikrobilgisayar Bilgileri, 2005, 21 (20): 177-178.
Shen Chunfeng, Huang Songxin, Zhang Dong ve diğerleri.Parametre tahminine dayalı genel endüstriyel veri çevrimiçi sıkıştırma yöntemi Kontrol Mühendisliği, 2011 (s1): 142-145.
