【技术实现步骤摘要】
本专利技术涉及数据压缩，尤其涉及一种物联网超声波水表的数据压缩存储方法。
技术介绍
1、超声波水表是一种先进的水流量计量设备，能够提供精确的水流量数据。它通过超声波技术测量流经管道的水的速度和体积等，再通过物联网技术（如nb-iot、lora、sigfox、gprs等），将测量的水流量数据传输到集中管理系统中，实现远程监控和数据分析。超声波水表采集的历史数据需要进行存储，以备数据调用与分析，但由于超声波水表的测量数据精度高，且在采用物联网对多个超声波水表的数据进行集中存储时，数据量极为庞大，需高效率的数据压缩存储方法。
2、现有技术通常可以采用游程编码压缩算法（rle）对超声波水表的采集数据进行压缩，其中，游程编码通过对连续相同的数据进行编码，降低了数据存储空间，对存在较多连续重复内容的数据压缩效率较好，但超声波水表的采集数据中包含了大量相似而非重复的冗余数据，从而导致利用游程编码对超声波水表的采集数据的压缩效率差。
3、因此，如何提高利用游程编码对超声波水表的采集数据的压缩效率成为亟需解决的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种物联网超声波水表的数据压缩存储方法，以解决如何提高利用游程编码对超声波水表的采集数据的压缩效率的问题。
2、本专利技术实施例中提供了一种物联网超声波水表的数据压缩存储方法，该方法包括以下步骤：
3、针对任一超声波水表，获取所述超声波水表在预设时段内采集的n维监测数据，并将所述预设时段内
4、获取每个所述超声波水表的数据波动程度，按照所有数据波动程度从小到大的顺序，对所有超声波水表的二维矩阵进行深度堆叠，得到堆叠矩阵，根据每个所述超声波水表的数据波动程度，将所述堆叠矩阵划分为两个子堆叠矩阵；
5、分别对每个所述子堆叠矩阵中的每个元素进行归一化处理，得到对应的归一化矩阵，根据每个所述归一化矩阵中的各个数据的邻域相似性以及整体数据波动性，分别获取每个所述归一化矩阵的自适应压缩路径；
6、根据每个所述归一化矩阵的自适应压缩路径，获取待压缩数据序列，对所述待压缩数据序列进行游程编码，得到对应的压缩数据。
7、优选的，所述根据所述预设时段内采集的n维监测数据的数据变化，获取所述超声波水表的数据波动程度，包括：
8、针对所述预设时段内采集的n维监测数据的任一维度，构建所述维度下的监测数据变化曲线，获取所述监测数据变化曲线的所有峰值点，针对任一峰值点，对所述峰值点的数值进行归一化处理，得到对应的第一归一化值，获取所述峰值点与其左右相邻坐标点之间的斜率差值绝对值，对所述斜率差值绝对值进行归一化处理，得到对应的第二归一化值；
9、获取所述峰值点与其左相邻峰值点之间的第一时间间隔，以及所述峰值点与其右相邻峰值点之间的第二时间间隔，得到所述第一时间间隔和所述第二时间间隔的相加结果的倒数，获取所述第一归一化值、所述第二归一化值和所述相加结果的倒数之间的乘积作为所述峰值点的波动特征值；
10、获取所述监测数据变化曲线的所有峰值点的波动特征值的累加值作为所述维度下的数据波动指标，将所述预设时段内采集的n维监测数据的每个维度的数据波动指标的累加值作为所述超声波水表的数据波动程度。
11、优选的，所述根据每个所述超声波水表的数据波动程度，将所述堆叠矩阵划分为两个子堆叠矩阵，包括：
12、分别对每个所述超声波水表的数据波动程度进行归一化处理，得到对应的归一化值，获取预设的归一化阈值，若任一超声波水表对应的归一化值小于或等于所述归一化阈值，则将所述超声波水表在所述堆叠矩阵中的二维矩阵作为数据波动小的二维矩阵，反之，若任一超声波水表对应的归一化值大于所述归一化阈值，则将所述超声波水表在所述堆叠矩阵中的二维矩阵作为数据波动大的二维矩阵；
13、将所述堆叠矩阵中属于数据波动小的二维矩阵组成第一子堆叠矩阵，将所述堆叠矩阵中属于数据波动大的二维矩阵组成第二子堆叠矩阵。
14、优选的，所述根据每个所述归一化矩阵中的各个数据的邻域相似性以及整体数据波动性，分别获取每个所述归一化矩阵的自适应压缩路径，包括：
15、针对所述第一子堆叠矩阵对应的归一化矩阵，构建所述归一化矩阵的三维空间得到三个空间平面，针对任一空间平面，获取所述空间平面中的每个数据与其预设邻域范围内的每个邻域数据之间的数据差值绝对值，得到所述空间平面中的每个数据的数据差值绝对值的累加值，利用以自然常数为底数的指数函数对所有数据的数据差值绝对值的累加值之间的和进行反比例归一化，得到的结果作为所述空间平面的整体相似特征值；
16、根据每个所述空间平面的整体相似特征值，获取最大的整体相似特征值对应的空间平面作为遍历平面，则在所述遍历平面上按照横向z字形的遍历方式作为所述第一子堆叠矩阵对应的归一化矩阵的自适应压缩路径。
17、优选的，所述根据每个所述归一化矩阵中的各个数据的邻域相似性以及整体数据波动性，分别获取每个所述归一化矩阵的自适应压缩路径，包括：
18、针对所述第二子堆叠矩阵对应的归一化矩阵中的任一超声波水表，根据所述超声波水表的n维监测数据在所述归一化矩阵中分别对应的每个维度的归一化数据序列，分别计算每两个维度的归一化数据序列之间的皮尔逊相关系数，根据每个所述皮尔逊相关系数与常数1之间的差值，得到差值累加值作为所述超声波水表的多维度关联特征值；
19、根据所述第二子堆叠矩阵对应的归一化矩阵中的每个超声波水表的多维度关联特征值，得到多维度关联特征值的累加值，利用自然常数为底数的指数函数对所述多维度关联特征值的累加值进行负映射，得到的映射值作为所述第二子堆叠矩阵对应的归一化矩阵的整体数据关联指标；
20、根据所述第二子堆叠矩阵对应的归一化矩阵的整体数据关联指标，获取所述第二子堆叠矩阵对应的归一化矩阵的自适应压缩路径。
21、优选的，所述根据所述第二子堆叠矩阵对应的归一化矩阵的整体数据关联指标，获取所述第二子堆叠矩阵对应的归一化矩阵的自适应压缩路径，包括：
22、获取预设的整体数据关联指标阈值，若所述第二子堆叠矩阵对应的归一化矩阵的整体数据关联指标大于或等于所述整体数据关联指标阈值，则将在预设遍历平面上按照纵向z字形的遍历方式作为所述第二子堆叠矩阵对应的归一化矩阵的自适应压缩路径；
23、若所述第二子堆叠矩阵对应的归一化矩阵的整体数据关联指标小于所述整体数据关联指标阈值，则获取所述第二子堆叠矩阵对应的归一化矩阵的遍历平面，将在所述第二子堆叠矩阵对应的归一化矩阵的遍历平面上按照横向z字形的遍历方式作为所述第二子堆叠矩阵对应的归一化矩阵的自适应压缩路径。
24、优选的，所述根据每个所述归一化矩阵的自适应压缩路径，获取待压缩数据序列，包括：
25本文档来自技高网...
【技术保护点】
1.一种物联网超声波水表的数据压缩存储方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据所述预设时段内采集的N维监测数据的数据变化，获取所述超声波水表的数据波动程度，包括：
3.根据权利要求1所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据每个所述超声波水表的数据波动程度，将所述堆叠矩阵划分为两个子堆叠矩阵，包括：
4.根据权利要求3所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据每个所述归一化矩阵中的各个数据的邻域相似性以及整体数据波动性，分别获取每个所述归一化矩阵的自适应压缩路径，包括：
5.根据权利要求4所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据每个所述归一化矩阵中的各个数据的邻域相似性以及整体数据波动性，分别获取每个所述归一化矩阵的自适应压缩路径，包括：
6.根据权利要求5所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据所述第二子堆叠矩阵对应的归一化矩阵的整体数据关联指
7.根据权利要求1所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据每个所述归一化矩阵的自适应压缩路径，获取待压缩数据序列，包括：
...【技术特征摘要】
1.一种物联网超声波水表的数据压缩存储方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据所述预设时段内采集的n维监测数据的数据变化，获取所述超声波水表的数据波动程度，包括：
3.根据权利要求1所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据每个所述超声波水表的数据波动程度，将所述堆叠矩阵划分为两个子堆叠矩阵，包括：
4.根据权利要求3所述的一种物联网超声波水表的数据压缩存储方法，其特征在于，所述根据每个所述归一化矩阵中的各个数据的邻域相似性以及整体数据波动性，分别获取每个所述归一化矩...
【专利技术属性】
技术研发人员：刘丙发，薛文忠，张建虎，程猛，冯建超，张磊，于仁荣，董天晖，
申请(专利权)人：山东晨晖电子科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。