[发明专利]一种实时数据的压缩传输方法

说明书

本发明公开了一种实时数据的压缩传输方法，发送端与接收端均积累有历史数据时，即业务知识。接收端使用此业务知识构建并训练自编码和全连接神经网络，构建成编码器的输出预测模型。模型收敛后，接收端以非实时的方式将模型参数和预测的自编码网络中间层结果发送给发送端。发送端经过检验后，决定向接收端发送实时数据或不发送实时数据，而由接收端根据预测的自编码网络中间层解压成仿真的实时数据。

技术领域

本发明涉及通信领域，尤其涉及一种实时数据的压缩传输方法。

背景技术

在远程智能诊断和监控应用分析设备的应用场景中，数据通信一直是一个难点，既要保障数据实时可见（通信要求短且高频），又要满足高级应用数据分析故障诊断的大密度高精度数据采集。

由于协议的执行需要帧头进行信息传递的确认，每一帧所含的业务数据越短，数据传续效率越低；所含的业务数据越长，业务数据传递的延时也就越大。在实时应用的场景中，为了减少数据所对应的延时，需要减少每次传递帧的业务数据量，进而带来传输效率低下，业务无关数据占满带宽，原本用于数据校验，业务交互，异常恢复所需将无法满足基本条件。

远程智能诊断设备监控获得的数据通常包括监测设备按采样频率采集的需实时传输的模拟量信号波形，及非紧要的字符串。

发明内容

针对这些问题，本发明提出将实时通信与非实时通信相结合，和基于自编码网络和全连接神经网络预测压缩特征进行无损补偿的方法进行处理，既满足监控业务实时反馈的业务要求，又满足工程上业务交互、异常恢复、故障录波等业务应用场景对也业务数据量的需求。

本发明的技术方案为：一种实时数据的压缩传输方法，在共同的同步时基下，该实时数据由发送端按传输周期进行采集并实时发送给接收端，每个传输周期被划分为用于传输实时数据的一个第一区域和传输非实时数据的一个第二区域，发送端还与接收端约定交互周期，其中，所述交互周期内划分有至少一个训练时区，设定数量的传输周期被组成一个训练时区，所述第二区域在实时数据的帧尾信息出现时开始，或在每个传输周期开始后超时时仍未出现实时数据的帧头信息时开始；

所述非实时数据包括校验数据、和由实时反馈信息、非实时反馈信息组成的反馈信息，实时反馈信息由接收端预测的下一传输周期的实时数据的预测压缩特征、所述预测压缩特征解压后的时间戳组成，非实时反馈信息由在刚结束的训练时区和交互周期内分别生成的解压所述预测压缩特征的解码器参数和容许偏差组成；在刚结束的训练时区内接收端还生成将收到的实时数据压缩为压缩特征的编码器参数，所述交互周期内收到的实时数据依编码器参数压缩再依解码器参数解压后的预测波形与所述收到的实时数据求差后，依次经离散化、计算熵值得到所述校验数据，统计计算熵值得到的各数值获得标准差阈值，作为容许偏差；

所述接收端根据到达交互周期前收到的交互信息，或在到达交互周期后将所述解码器参数分块压缩，与容许偏差、校验数据一起在第二区域中发送给发送端，所述接收端还将当前的实时数据处理成下一传输周期的所述预测压缩特征和时间戳，并在下一传输周期前的第二区域中发送给发送端；

所述发送端依据接收到的解码器参数解压所述预测压缩特征并匹配所述时间戳后，与下一时刻采集的实时数据对齐时间并相减，计算残差及残差的熵值，若不大于容许偏差，发送端不向接收端发送实时数据，接收端将所述预测压缩特征用解码器参数解压后作为下一时刻的实时数据；若残差的熵值大于容许偏差，则在下一第一区域开始后向接收端发送实时数据。

进一步地，所述反馈信息还按以下规则从接收端发送至发送端：发送端依据收到的解码器参数将从上次接收非实时反馈信息开始至上一时刻每次收到的预测压缩特征解压，与发送端从上次接收非实时反馈信息开始至当前每次采集到的原始波形进行求差，然后再依次经离散化、计算熵值后与校验数据比较，

若不小于校验数据，则等待下一个交互周期到达时，向接收端发送交互信息，让接收端向发送端发送新形成的包含自编码网络的解码器参数的反馈信息；