[发明专利]基于削峰尾插技术和几何级数压扩变换的有损压缩算法

说明书

本发明公开了基于削峰尾插技术和几何级数压扩变换的有损压缩算法，一种简单实用的有损压缩算法，首先推导了ADC量化位宽与信噪比直接的关系，据此提出了一种有损压缩模型，接着详细的分析介绍了压缩模型中削峰尾插技术和几何级数压扩变换技术，并且给出了该有损压缩模型的算法复杂度分析，最后在Matlab中进行信噪比、压缩比和误比特率三个方面的仿真测试，结果表明该压缩模型具有良好的压缩性能，实用性强。

技术领域

本发明涉及互联网数据压缩技术领域，特别涉及一种基于削峰尾插技术和几何级数压扩变换的有损压缩算法。

背景技术

数据压缩技术的研究，正式开始于20世纪30年代末40年代初。1939年，美国Bell实验室的Dudley发明了第一个声码器，是一种对语音数据压缩的系统。1943年，Morse基于统计的方法发明了莫尔斯电报码，是最早的数据压缩实例。但对数据压缩技术系统的理论研究，仍然是在香农信息论的基础上开始研究的。 1952年，霍夫曼(Huffman)发明了霍夫曼编码，是一种经典的基于统计方法的数据压缩技术，并给出了变长编码的构造方法，至今仍在广泛使用。Lloyd和Max分别在1957年和1960年独立发表了在知道信号概率分布情况下的最佳标量量化算法，即 Lloyd-Max算法。并且Linde、Buzo和Gray在1980年将Lloyd-Max 算法推广到了矢量量化，即LBG算法。

大多情况下，数据的概率分布是未知的，为了能在此情况下也能对数据进行有效的压缩。以色列两位科学家Jacob Ziv和 Abraham Lempel于1977年最先研究出基于字典的数据压缩技术，称为LZ77编码算法；一年后，他们有对LZ77进行了改进，称为LZ78编码算法。此后，又有许多专家和学者在此基础上不断的提出新的改进算法，如LZW、LZMW、LZAP、LZP等。

另外，离散傅里叶变换(DFT，Discrete Fourier Transformation)、 Walsh-Hadamard变换、离散余弦变换(DCT，Discrete Cosine Transformation)、斜变换(SLT，Slant Transform)、小波变换 (Wavelet Transform)等变换技术，虽然不是真正的对数据进行压缩，但经过变换后减少或去除信号的相关性，能将数据的特性更明显的表现出来，再经过熵编码实现数据的压缩。

进入21世纪，文字字符、高分辨率图像、高保真音/视频等的数据量都在爆炸性的增长，研究如何有效的存储、传输这些数据，需要结合计算机软硬件技术、超大规模集成电路技术等相关学科，和数字通信技术、光纤通信技术、数字信号处理技术、人工智能等相关技术，以及很多边缘学科，如语言学、语音/义学、听/视觉学等，才能不断的探索出压缩效率更高、信号恢复质量更好、性能更强大的压缩算法。

据IBM统计，世界上每天产生的数据量高达250万字节的三次方，并且90％的数据是由过去两年产生的。大数据时代已经来临，面对“井喷”的数据量，单纯的依赖扩大存储器容量，和提高通信干线的带宽，并不能从根本上解决问题；一种行之有效的方法是通过对数据进行压缩，减少信息的冗余量。

传统的数据压缩压缩算法一般站在数据层面角度，没有完全挖掘信号本身的特性，因此在处理OFDM时域信号压缩时，最好结合抑制OFDM系统的峰均比、子载波校正及奈奎斯特采样定率等关键技术，以便更好的挖掘OFDM时域信号的特性。

OFDM信号与通常信号的区别是容易产生较高的峰值平均功率比(PAPR，Peak toAverage Power Ratio)，即若多个载波的幅值和相位的取值比较一致时，在进行IFFT变换过程中进行累加就容易产生较大的峰值。近十几年来，国际上一些研究机构和许多知名的大学，都有很多学者对OFDM的PAPR问题进行相应的研究，提出了许多的解决方案。从信息论角度出发，降低PAPR 的思路可以分成两大类：一类是考虑无失真抑制方案，即降低 OFDM信号PAPR的同时，不会导致OFDM信号发生畸变；另一类是考虑有失真抑制方案，即采用一些非线性变换处理方法对 OFDM信号进行处理，达到降低PAPR的目的。