[發明專利]一種基于離散余弦變換的自適應數據壓縮方法及系統

有效

• 申請號: 201711468356.8
• 申請日: 2017-12-28
• 公開（公告）號: CN108092669B
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 黃聯芬;蘇毓涵;馮陳偉;唐余亮
• 申請（專利權）人: 廈門大學
• 主分類號: H03M7/30
• 分類號: H03M7/30
• 代理公司: 福州元創專利商標代理有限公司 35100
• 代理人: 蔡學俊;丘鴻超

1.一種基于離散余弦變換的自適應數據壓縮方法，其特征在于：包括如下步驟，

步驟S1：設定第一緩存區，分別緩存待發送的IQ兩路時域信號樣點數據；當緩存的待發送的時域信號樣點數據的樣點數達到緩存區容量時，完成緩存，進行下一步處理；

步驟S2：將第一緩存區中的時域信號樣點數據轉換為頻域信號樣點數據，即通過離散余弦變換將所述時域信號樣點數據轉換為頻域信號樣點數據，根據離散余弦變換能量匯聚的特性，對頻域信號樣點數據進行分塊處理，將頻域信號樣點數據平均分為數據量相同的三塊，但每塊數據的DCT系數分布不同，其中高頻數據塊中數據包含較大的DCT系數，低頻數據塊中數據包含較小的DCT系數，將該三塊數據作為學習樣本，進行下一步操作；

步驟S3：將處理后的三塊學習樣本輸入學習模塊，根據學習模塊設定的動作選擇庫選擇動作進行Lloyd-Max最優量化，生成量化后的信號，計算對應的回報值和Q值，如此迭代更新Q值表，直至Q值收斂，學習結束，得到三塊數據分別對應的最佳量化比特數，生成最優碼本；

步驟S4：數據壓縮：將待發送的IQ時域信號樣點數據輸入第二緩存區，緩存完成后對信號進行離散余弦變換，轉換為頻域信號樣點數據，對變換后的頻域信號樣點數據進行分塊處理，平均分成三塊數據；將分塊后的三塊數據根據學習模塊輸入的三個最優碼本分別進行量化，編碼，然后發送；

步驟S5：數據解壓：將接收到的壓縮碼字根據學習模塊輸入的最優碼本進行解碼，得到解碼后的三塊塊頻域信號；將解碼后的三塊頻域信號合并成一塊數據；將合并后的頻域信號數據進行反DCT變換，從而還原信號。

2.根據權利要求1所述的一種基于離散余弦變換的自適應數據壓縮方法，其特征在于：所述動作選擇庫中包含著不同的壓縮比率對應的分別對三塊數據量化的比特數。

3.根據權利要求1所述的一種基于離散余弦變換的自適應數據壓縮方法，其特征在于：所述步驟S3的具體實現過程如下，

步驟S31：將處理過的三塊數據作為學習樣本輸入學習模塊，并采用Q學習算法來學習最優碼本；

步驟S32：根據需求輸入壓縮比率，根據壓縮比率得出學習模塊的狀態動作表；

步驟S33：初始化Q函數值表中的所有Q函數值，Q函數值初值的選取為任意值；

步驟S34：對于初始狀態壓縮比率s_n，通過查詢Q函數值表，依據動作選擇策略，選擇動作組壓縮比特a_n作為初始狀態；初始狀態下可從狀態動作表中隨機選擇一組動作執行，即選擇一組量化比特組對處理后的三塊數據進行Lloyd-Max最優量化；

步驟S35：將量化后的數據與原數據進行對比計算，根據公式r＝SNR/EVM計算得出當前動作的即時回報值；

步驟S36：根據下式更新狀態－動作對(s_n，a_n)所對應的Q函數值，并更新Q值表；

Q_t+1(s,a)＝(1-α)Q_t(s,a)+α[r_t+γmaxQ_t(s',a')]

其中，α是學習因子，其作用是控制學習的速度；智能體在執行完所選的動作后，觀察新的狀態和回報，然后根據新狀態的最大Q值和回報來更新上一個狀態和動作的Q值；

步驟S37：學習模塊將不斷根據新的狀態選擇動作，重復步驟S34，通過不斷的反復學習優化一個可以迭代計算的Q函數提高學習能力，直至Q函數值收斂，學習結束；最終得到三塊數據所對應的最優碼本。

4.根據權利要求3所述的一種基于離散余弦變換的自適應數據壓縮方法，其特征在于：所述步驟S4的具體實現過程如下，

步驟S41：將待發送的IQ數據發送至第二緩存區，待第二緩存區存儲完畢之后對緩存區內的IQ數據執行下一步處理，并清空第二緩存區，準備下一次緩存；

步驟S42：對緩存的IQ兩路數據塊分別進行DCT變換；

步驟S43：將DCT變換后的頻域數據平均分為三塊，輸入至壓縮編碼模塊中；

步驟S44：根據先前從學習模塊中接收到的三個最優碼本分別對三塊數據進行量化；

步驟S45：對量化后的數據進行編碼，打包，然后通過光纖傳送至數據解壓模塊。