[发明专利]一种字符型报文压缩方法

摘要

本发明公开了一种字符型报文压缩方法，该方法对于频率表的更新给出了一种优化的自适应更新方法，一是在编码过程中逐字符进行更新，即对本条报文中各个字符进行算术编码后，均更新频率表。对频率表的更新会占用一定的计算量，若计算资源受限，第一种方式无法适用。本发明可采用另外一种方式，即频率表的更新以若干条报文为单位进行，对单条报文逐个字符进行算术编码后，仅记录各个字符出现的次数，在达到设定的若干条报文编码结束后再根据记录情况进行频率表的更新。本发明可有效地实现报文的无损压缩，改善了报文共享、存储、分发等应用过程中遇到的延时较高、占用多余带宽、使用较大存储资源等问题，使压缩比接近或达到熵编码理论的最大值。

主权项

1.一种字符型报文压缩方法，其特征在于：包括如下步骤：假设该字符型报文的字符集合为A，其字符个数为n，字符概率为P_i，则有a_i∈A其中1≤i≤n（1）预处理在初次使用字符型报文格式进行编码时，需要初始化频率表_Adapt_Table，并将其赋给频率表_Adapt_Table；（2）接收一条报文假设所述接收到的一条报文为Message，字符序列为B，序列元素个数为m，即b_j∈A，其中1≤j≤m（3）读入字符将所述接收到的报文Message的各字符逐个读入，假设读入字符为b_j，1≤j≤m，其概率为P_bj；（4）算术编码根据当前的频率表_Adapt_Table，并结合当前字符频率P_bj对该字符进行算术编码；算术编码的具体步骤为：假设算术编码所采用的初始编码区间为[0,Max]，Max为区间最大值，设置为0xFFFF，编码过程中区间为[Low,High]，区间范围为Range，其中Low为区间下沿，初始为0，High为区间上沿，初始为Max，读入字符为b_j，其频率为P_bj，累计频率为CumP_bj，即符号值小于该符号的频率的总计；（41）初始化初始化编码区间[0,Max]，建立频率表；（42）读入字符b_j将所述报文Message各字符逐个读入，假设读入字符为b_j，1≤j≤m，其概率为P_bj；（43）更新区间 根据当前频率表以及P_bj和CumP_bj，更新区间[Low,High]，具体计算公式如下：Range＝High-Low+1High＝Low+Range*(CumP_bj+P_bj)-1Low＝Low+Range*CumP_bj（44）归一化检查区间[Low,High]是否满足继续编码的条件，如果满足继续编码，否则对区间[Low,High]进行归一化操作；对区间[Low,High]进行归一化操作，具体分为以下三种情况：情况一：区间上沿最高位是1，次高位为0，下沿最高位是0，次高位是1，对之做将次高位移出操作，即忽略掉次高位，并记录下忽略次高位的次数Case1Num；情况二：区间上下沿最高位均是0，则进行将上下沿左移1位，且上沿加1的操作，并将移出位添加到输出码流，此后检查Case1Num是否为0，若不为0，则将最高位取反称为Case1Bit，并输出Case1Num个Case1Bit至输出码流；情况三：区间上下沿最高位均是1，则进行将上下沿左移1位，且上沿加1的操作，并将移出位添加到输出码流，此后检查Case1Num是否为0，若不为0，则将最高位取反称为Case1Bit，并输出Case1Num个Case1Bit至输出码流。（45）判断是否更新频率表若是，则执行下一步骤（46），否则跳转到步骤（47）；（46）更新频率表更新所述编码字符的频率P_bj以及相应的累计频率CumP_bj，即更新频率表；（47）判断是否结束若是，则结束此次编码，否则跳转到步骤（42），继续编码下一字符。（5）判断是否更新频率表根据实际需求，在编码过程中，所述频率表_Adapt_Table更新或者逐字符进行，即对本条报文Message中各个字符进行算术编码后，均更新频率表；或者以若干条报文为单位进行，即对单条报文逐个字符进行算术编码后，仅记录各个字符出现的次数，在达到设定的若干条报文编码结束后再根据记录情况进行频率表的更新；若需要更新频率表_Adapt_Table，则执行下一步骤（6），否则跳转到步骤（7）； （6）更新频率表通过更新字符b_j的频率P_bj，进而更新频率表_Adapt_Table；（7）本条报文编码是否结束如果本条报文Message编码未结束，则跳转到步骤（3），继续编码下一个字符，否则执行下一步骤（8）；（8）判断是否有下一条报文若是，则执行步骤（9），否则执行步骤（11），即结束本次编码；（9）判断是否更新频率表对于采用所述以若干条报文为单位进行更新频率表_Adapt_Table方法的情况下，在本条报文Message编码结束后，如果要更新频率表则执行下一步骤，否则跳转到步骤（2），读入下一条报文，继续编码；（10）更新频率表使用所记录的字符出现次数进行频率表_Adapt_Table的更新；（11）结束结束本次编码。