Huffman数据压缩技术在卫星数据通信中的应用

当前,很多海洋监测平台利用卫星进行数据传输,卫星通信虽然有其自身的优点,但也存在一个突出的问题-通信费用高.针对通过卫星发送的海洋监测数据的特点,采用Huffman数据压缩技术对数据进行压缩,可以提高通信效率,降低通信费用.论文主要介绍了Huffman数据压缩技术原理以及如何将其应用到海洋监测平台的卫星数据通信中.     

海洋湍流数据实时压缩方法研究

海洋湍流因具有随机性特点,目前多采用统计学理论进行研究,因此需要获取大量的湍流观测数据,这给湍流观测设备的数据存储和传输带来挑战。针对上述问题,本文在分析海洋湍流数据特征的基础上,提出了一种高效实时的无损数据压缩方法。以大量的湍流数据增量信息作为数据源构建霍夫曼编码表,并以此作为湍流压缩和解压的字典,从而提高了压缩效率。通过对历史海洋湍流数据进行压缩实验,证明该方法的湍流数据压缩比低至25%,并且具有压缩速度快、处理器占用率低等特点。     

海洋遥感数据的矩阵重构优化行程——哈夫曼编码无损压缩

在经典的行程编码压缩算法基础上,根据海洋遥感数据取值范围以及空间上相邻其值更易趋同的特点,提出了矩阵重构优化行程编码算法,并与哈夫曼编码算法相结合,实现了海洋遥感数据的高效压缩。经大量的海洋水色、水温遥感数据测试表明,该算法较常规的三元组、行程编码、LZW、单纯的哈夫曼编码压缩算法以及流行工具WinRAR相比,均具有更高的压缩效率和优势,可极大地节约海洋遥感数据的存储与共享空间,提高相关数据的网络传输发布效率及安全可靠性。     

CTD海洋观测数据多重压缩加密算法设计

对数据进行压缩、加密是解决海洋观测数据卫星传输通信费用高、数据安全性低等问题的有效手段。针对温盐深仪(Conductivity Temperture Depth,CTD)海洋观测数据,提出了一种新的加密算法——多重压缩加密算法。该算法结合数据特点,将数据压缩和加密技术结合在一起,不仅能对数据进行有效加密,同时还能对数据进行有效压缩。为保证数据解密时能够完全还原,算法需首先对整体数据进行误码检测,将数据分为误码区和正常数据区,然后对误码区保持原码不变,对正常数据区进行压缩加密编码。最后通过编程实现了该算法,并对算法的应用效果进行了测试。结果表明,该算法具有很好的压缩和加密效果。     

一种无拓扑矢量数据快速压缩算法

首先论述了传统矢量数据压缩算法 :道格拉斯 -普克法 ,分析将其应用于多边形边界数据压缩所造成的图形失真现象 ,在此基础上提出了一种针对无拓扑矢量数据的快速压缩算法 ,并用实际的MapInfo矢量数据来检核该算法的可靠性。     

MPI环境下基于边界校正方法的海洋模型的并行化

基于区域分解技术,设计了一种针对海洋模型的边界校正方法,该方法不需要对原有海洋模型进行较大改动,只需要利用消息传递接口(message passing interface,MPI)编写子区域间的数据传输模块,即可实现原有海洋模型的并行化。相对于重新开发并行系统,该方法能够较快把原有模型的串行解决方案转化为并行解决方案,并且并行化后的海洋模型能够获得较高的加速比。     

卫星海洋遥感数据的无损压缩及解压算法

在分析卫星海洋遥感单轨三级数据产品特征的基础上,针对游程编码无损压缩算法特征,提出了优化游程编码压缩算法,运用该算法实现了海洋遥感三级数据产品的无损压缩,并与流行的WinRAR压缩软件进行了比较测试,结果表明上述算法对海洋遥感数据均有较高的压缩率,优化游程编码压缩算法在空间复杂度及时间复杂度上均有明显的比较优势,可极大节约海洋遥感数据的存储与共享发布空间。     

Huffman与LZW算法在海洋观测浮标通信数据压缩中的应用研究

在现有两种比较主流无损压缩算法基础上(Huffman算法和LZW算法),根据海洋观测浮标采集的观测数据特点,比较两种压缩算法的优缺点,并通过布放在西太平洋海域的一套观测浮标数据进行数据验证。结果表明,使用Huffman算法和LZW算法分别对海洋观测浮标数据进行压缩,两者的压缩率都基本可达50%左右甚至更低,Huffman算法压缩率较优,而LZW算法复杂度较优。通过分析,可证明这两种无损压缩算法都能有效地提高深远海通信效率和降低通信成本,同时也提高了科学观测数据的安全性和保密性,可根据实际情况选择在深远海观测浮标数据通信中应用。     

数据压缩方法及其应用

本文开发了计算机的数据压缩功能,编制了数据压缩和析取的四种子程序;并讨论了压缩前数据处理方法、利用字位函数进行压缩的方法。利用专门格式写入的压缩方法、缺测项和重复项的处理方法。此外,还提出了一种能提高压缩率的新的数据压缩方法。作者运用上述方法对海洋调查数据作了实例压缩,取得了高于4.5∶1的压缩率,并在节省磁带、磁盘空间和机时上获得了较大的经济效益。     

基于osgEarth的大规模流场并行计算方法

全球海洋流场具有数据规模大、计算复杂度高等特点,传统的可视化线性积分卷积(LIC)算法计算时耗高,难以满足大规模流场的实时交互可视化需求。本文基于OSG提出了大规模流场的LIC并行计算可视化方法,计算方法以osgEarth开源渲染引擎为基础,利用GPU的高性能计算技术,构建统一的设备计算框架,实现了LIC算法的并行化以达到加速效果。实验结果表明:该算法的加速比能够提高50倍,可满足全球海洋流场实时交互可视化处理的需求。     

基于LZW的海底声学探测数据压缩方法研究

针对海底声学探测仪器采集数据量大而存储容量有限、数据传输带宽不足的实际问题,基于Lempel-Ziv-Welch(LZW)无损压缩算法,研究海底声学探测数据的实时压缩方法,提高数据压缩效果、节省传输带宽。并在LZW无损压缩算法的基础上结合数据存储的特点对压缩结果进行内存重新分配,极大提高压缩比(压缩数据大小/原始数据大小)。利用海底地震仪(OBS)采集的原始声学探测数据进行测试验证,结果表明该方法对于OBS声学探测数据有很好的压缩比,可用于对OBS采集的声学探测数据进行压缩处理,对于海底探测仪器的研发有很好的指导意义。     

基于北斗短报文的海洋观测实时通信系统的设计与研发

北斗一代和北斗二代短报文每次通信数据长度只有78个字节，每次通信后间隔60秒或者300秒才能进行下一次通信，远远满足不了海洋观测实时通信的需求。设计了一套基于北斗短报文的海洋观测实时通信系统，北斗多卡机作为数据发送端，采用哈夫曼压缩算法将观测数据压缩后分成多个数据包，通过多个北斗卡分别发送，岸站接收系统接收到分包的数据后，将接收的数据包解压缩并整合成完整的观测数据。哈夫曼压缩算法将观测数据压缩50%左右，将1组观测数据压缩后发送3次，通过岸上3个月和海上1个月的测试，观测数据接收成功率达到了96%以上，验证了基于北斗短报文的海洋观测实时通信系统的可行性和实用性。     

海洋调查中仪器设备的风险管理探究

稳定可靠的仪器设备在海洋调查工作中至关重要。随着我国海洋调查活动的增多,仪器设备损坏甚至丢失的情况时有发生。文章针对海洋调查仪器设备,运用风险管理理论,从仪器设备使用方式、操作人员专业水平、调查作业环境、仪器设备自身因素和作业船舶基本性能等方面进行风险分析,并通过提炼风险因子、计算风险度和统计风险值进行风险评价,最后提出建立健全管理机制、加强人员培训和考核、提升保险意识以及建立和完善备品备件库等风险控制措施,以期提高海洋调查仪器设备管理水平,促进海洋调查工作的发展。     

POM海洋模式的并行算法

POM模式目前尚无正式发布的并行版本。通过对POM串行程序的数据流向分析,讨论了POM模式并行化所涉及的关键算法和主要技术问题;并基于消息传递接口(MPI),研发了POM模式的并行版本。测试结果表明,POM并行软件效率较高,达到了业务化要求,业已应用于国家海洋信息中心的再分析业务化系统中。     

基于BP神经网络的海洋监测数据等级划分

数据的分类是数据处理和应用的重要环节和前提。在海洋领域中,海洋数据呈现多元、多类等的复杂多样性,给数据的分类带来一定的技术挑战。主要针对海洋数据分类难这一问题,首先利用BP神经网络技术对海洋环境监测数据进行分类,且通过对获取的海洋环境监测数据进行分类预测,最后,实验验证了海洋环境监测数据分类方法的正确性和可行性,给海洋监测数据根据秘密等级进行数据分类提供了支持。     

面向过程的海洋时空数据分布式存储与并行检索

海洋现象特征数据是一类带有过程性质的时空数据,具有多样性、多态性、海量性和时变性等特点,广泛服务于海洋灾害预报、船舶航行规划、台风路径追踪、海洋与大气环流等领域。本文根据海洋现象特征,建立海洋现象过程的对象表达和数据组织模型,设计三维空间海洋时空数据分片策略和R树空间数据索引方法,以提高海洋现象过程时空数据的查询效率。实验通过构建海洋现象过程时空数据分布式存储与并行检索系统测试算法的执行效率。实验结果表明,面向过程的海洋时空数据分布式并行检索算法能够实现数据的高效检索,验证了海洋现象过程对象数据组织模型的合理性,为研究海洋现象过程多要素的关联机制提供了有效的方法和理论基础。     

海洋环境监测数据处理技术流程与方法研究

为适应海洋环境保护的信息化建设,海洋生态环境监测数据采集完成后,需要开展监测数据的统一和规范化处理。文章以各地上报的海洋环境监测数据集为对象,提出了海洋环境监测数据的业务化处理技术流程,包括数据标准化处理、齐全性检验、站位基础信息质控、站位监测参数数据质控和数据输出等5个流程,规范了海洋环境监测数据的业务化处理流程,提高监测数据的处理效率和水平。     

缔合勒让德函数递推快速并行算法

超高阶缔合勒让德函数的计算在地球重力场研究中是影响计算效率的关键因素之一,其计算耗时会随着截断阶数的增加而呈指数上涨。常用的缔合勒让德函数递推算法有标准前向列推法、标准前向行推法、Belikov递推法和跨阶次递推法。为有效提高缔合勒让德函数递推的计算效率,提出利用基于OpenMP的多核并行算法对上述方法进行并行加速,并通过提高数组维度的方法解决了递推运算并行化过程中的不适用问题。实验表明,所提并行算法在保持相同精度的前提下显著提高了缔合勒让德函数递推的计算效率,加速比在3倍以上,最高可达4.6倍。     

基于Python的并行编程技术在海洋数值预报批量二维绘图中的应用

针对海洋数值预报产品批量二维绘图占用时间较长的瓶颈问题,在对当前流行的数值模式产品绘图软件进行对比研究的基础上,利用Python语言多种库函数对海洋数值预报产品批量二维绘图进行高效并行优化处理,并对多进程编程方法在不同规模下的并行效率进行了测试分析。实验结果表明:此批量二维绘图方案高效稳定,可为数值模式产品批量二维绘图业务化运行提供有效技术支撑。     

基于MPI的LAGFD-WAM海浪数值模式并行算法研究

在LAGFD-WAM海浪串行数值模式基础上,利用MPI信息传递机制实现其并行化。通过对模拟区域合理划分,对数据采取分块加载,实现了各个节点的负载平衡;通过对算法的改进实现了粗粒度计算,大幅度减少了通信量,从而提高了程序的执行效率。对串行计算和并行计算的效率比较表明,本文建立的方法能够得到较高的加速比。对全球海浪模式,加速比和CPU数目大致呈线性关系。对高分辨率的区域海浪模式,在128 CPU条件下加速比可以达到91.9。