[发明专利]无线电频谱信号的时域压缩方法

说明书

技术领域

本发明涉及无线电频谱信号的时域压缩技术，尤其涉及一种无线电频谱信号的时域压缩方法。

背景技术

目前国内在无线电信号实时扫描过程中，数据的存储主要以全部保存所有实时数据为主，主要作用为事后统计频段占用度和信道占用度。以超短波频段为例，扫描30MHz到3000MHz的频段，步进为25KHz时，一帧数据大小250K字节左右，以每秒一帧来算，一天全时数据在20G字节以上。从而造成占用巨大的存储空间，并且统计处理需要处理所有数据，这会花费较大的时间和资源。

发明内容

针对现有技术存在的不足之处，本发明的目的在于提供一种无线电频谱信号的时域压缩方法，在不损失所有扫描幅度的情况下，损失部分的时间信息，保留统计分析需要用到的尽可能多的信息，并尽量的压缩数据。从而极大的减小数据的存储，并为事后统计提供高效的数据源。

本发明的目的通过下述技术方案实现：

一种无线电频谱信号的时域压缩方法，其时域压缩方法如下：

第一步：采集指定频段的一段时间段内的扫描数据；

第二步：针对频段内的每个频点在此时间段内采集到的幅度数据部分进行幅度的分布统计，得到此频点在每个幅度值上出现的次数；

第三步：去掉在幅度统计时对应幅度值出现次数为零的数据；

第四步：按照下面格式进行数据排列，直到完成所有数据排列：

频段总点数，第一点幅度个数，幅值1，幅值1对应次数；第二点点幅度个数，幅值2，幅值1对应次数；并以此类推，得到第i点幅度个数，幅值i，幅值i对应次数；

第五步：将排列好的数据采用无损的霍夫曼编码压缩技术进行处理。

本发明提供一种具体的第五步计算方法为：所述第五步方法包括如下步骤：

A、将该段时间端内的扫描数据按照第一步到第四步的方法处理后，对其中的数据进行量化和统计，并分析、计算出各个数据值出现的概率，并按照概率从大到小排列得到Pi；

B、将A所述中的最小两个概率的数据Pm与Pm-1进行扫描数据的合并，并分别用0和1码符号表示，这样又形成了Q-2d的符号缩减信源S2；

B、依次按照步骤A继续下去，直到减信源S2剩下最后两个符号为止，将最后两个概率的扫描数据P1、P2分别用0和1码符号表示；

C、从最后一级缩减信源开始，向前返回，就得到各个信源符号对应的码符序列，即得到对应码字；

D、根据得到的码子来替换第四步的所有数值，从而得到最终的二进制数据流，该二进制数据流即为无线电频谱信号的时域压缩数据。

本专利中的算法主要幅度分布统计和无损压缩相结合的方法。对于一个指定的短时间端内的扫描数据的幅度部分进行幅度分布统计，以此短时间段内的时间信息来处理数据，并对处理完成的数据采用无损的霍夫曼编码压缩技术进行处理。从而极大的对无线电频谱扫描数据进行压缩，并且不会对事后的数据统计造成影响。

如图1所示，其中一个频点的存储格式如下：

该图中的横坐标为幅度，纵坐标为次数。幅度根据精度要求可以设置为1dB或0.1dB间隔。从而统计出一段时间内（时间范围可以设置，一般为15分钟）信号在各个幅度上出现的次数。各个幅度上出现次数之和即为总测量次数。通过此方式能够方便的得到信号的最大、最小、平均值信息、针对设置的不同门限也能够分析出对应门限的信道占用度信息。唯一损失的是在此时间段内的各个信号幅度出现的具体时间，但是能够知道是当前时间段内出现的信号。

在数据存储时，丢掉出现次数为0的所有幅度的信息，此方式能够极大的减小存储空间，以此方式将所有频段内的频点数据都存储下了后即可得到此时间段内的所以数据。

再将此时间段内的数据以霍夫曼编码的方式进行压缩。霍夫曼树─即最优二叉树，带权路径长度最小的二叉树，经常应用于数据压缩（又称“熵编码法”）。具体压缩方法如下：A、将所述第三步中的最小两个概率的扫描数据Pm与Pm-1进行扫描数据的合并，并分别用0和1码符号表示，这样又形成了Q-2d的符号缩减信源S2；

B、依次按照步骤A继续下去，直到减信源S2剩下最后两个符号为止，将最后两个概率的扫描数据P1、P2分别用0和1码符号表示；

C、从最后一级缩减信源开始，向前返回，就得到各个信源符号对应的码符序列，即得到对应码字。

本发明较现有技术相比，具有以下优点及有益效果：