CN117395381A - 一种遥测数据的压缩方法、装置及设备 - Google Patents
一种遥测数据的压缩方法、装置及设备 Download PDFInfo
- Publication number
- CN117395381A CN117395381A CN202311698765.2A CN202311698765A CN117395381A CN 117395381 A CN117395381 A CN 117395381A CN 202311698765 A CN202311698765 A CN 202311698765A CN 117395381 A CN117395381 A CN 117395381A
- Authority
- CN
- China
- Prior art keywords
- data
- telemetry
- sub
- telemetry data
- image data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007906 compression Methods 0.000 title claims abstract description 110
- 230000006835 compression Effects 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 96
- 238000010276 construction Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000013144 data compression Methods 0.000 claims description 71
- 238000004458 analytical method Methods 0.000 claims description 32
- 230000009469 supplementation Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000011218 segmentation Effects 0.000 claims description 14
- 230000009466 transformation Effects 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 11
- 238000001228 spectrum Methods 0.000 claims description 10
- 230000001502 supplementing effect Effects 0.000 claims description 10
- 238000010219 correlation analysis Methods 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 239000013589 supplement Substances 0.000 claims description 7
- 238000005070 sampling Methods 0.000 abstract description 46
- 238000004422 calculation algorithm Methods 0.000 abstract description 25
- 230000000737 periodic effect Effects 0.000 abstract description 12
- 230000008859 change Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 20
- 230000006837 decompression Effects 0.000 description 16
- 238000005259 measurement Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000000513 principal component analysis Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 125000004122 cyclic group Chemical group 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006386 memory function Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/20—Adaptations for transmission via a GHz frequency band, e.g. via satellite
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
- H04B7/18513—Transmission in a satellite or space-based system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/48—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using compressed domain processing techniques other than decoding, e.g. modification of transform coefficients, variable length coding [VLC] data or run-length data
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本申请公开了一种遥测数据的压缩方法、装置及设备，涉及数据处理技术领域。在本申请中，根据卫星在轨运行过程中的多种遥测数据，各自对应的主频率集合构造图像数据集合，并且，针对满足视频构造条件的图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码；这样，实现了图像/视频压缩算法的卫星在轨应用，充分发挥了图像/视频压缩算法，对于周期性、相关性明显的信号具有极高压缩比，对于局部变化细节丰富的信号能保留信号变化细节的特点，故而，避免了遥测数据的周期性特征与采样频率选择之间的矛盾，提高了遥测数据的压缩效率。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种遥测数据的压缩方法、装置及设备。
背景技术
卫星遥测是指数据采集模块对卫星各分***的工作状态参数进行遥测，以及将采集到的遥测数据通过遥测信道下传至地面站，并由地面站对接收的遥测数据解析处理后将有用信息反馈给用户，为完成卫星环境参数和测控任务监测、各分***工作状态监测、健康故障分析和挖掘等方面提供重要的数据支撑。
目前，由于卫星通信能力的增强和卫星工作模式的多样化，导致地面站判断卫星工作状态所需遥测的数据种类逐渐增多，这也造成了遥测数据的数据量呈现激增的态势，但鉴于遥测信道的信道容量和带宽有限，数据压缩技术便成为了提高遥测数据传输效率的有效途经。
现有卫星使用的遥测数据压缩方法，通常是采用降采样方式实现高效利用遥测通道（或信道），以及为确保地面站分析数据时可以完整复现卫星在轨工作状态，卫星需要对原始的遥测数据进行下传，因此，大多停留在针对遥测数据的冗余度进行编码的无损压缩算法上。
然而，采用上述遥测数据压缩方式，遥测数据的采样频率较低，故对于周期性不明显或不具周期性的遥测数据（如，工作模式切换或局部状态异常）来说，难以满足高频采样的需求，并且，对于周期性明显或极具周期性的遥测数据（如，运行周期或工作模式）而言，数据冗余度仍然会很高。
可见，目前亟需一种遥测数据的压缩方法，避免上述遥测数据的周期性特征与采样频率选择之间的矛盾，从而提高遥测数据的压缩效率。
发明内容
本申请实施例提供了一种遥测数据的压缩方法、装置及设备，用以避免遥测数据的周期性特征与采样频率选择之间的矛盾，从而提高遥测数据的压缩效率。
第一方面，本申请实施例提供了一种遥测数据的压缩方法，所述方法包括：
获取卫星在轨运行过程中的多种遥测数据，并对多种遥测数据进行频域分析，获得多个主频率集合；
基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合；
基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码。
第二方面，本申请实施例还提供了一种遥测数据的压缩装置，所述装置包括：
数据获取模块，用于获取卫星在轨运行过程中的多种遥测数据；
频域分析模块，用于对多种遥测数据进行频域分析，获得多个主频率集合；
图像构建模块，用于基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合；
数据编码模块，用于基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码。
在一种可选的实施例中，在对多种遥测数据进行频域分析，获得多个主频率集合时，所述频域分析模块具体用于：
对多种遥测数据进行滤波处理，获得处理后的多种遥测数据；
对处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据；
基于变换后的多种遥测数据的频谱信息，获得多种遥测数据各自对应的主频率集合。
在一种可选的实施例中，在基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合时，所述图像构建模块具体用于：
若多个主频率集合中，存在主频率数量大于1的第一主频率集合，则从第一主频率集合中，筛选出N个主频率；其中，N为大于0的整数；
基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，在基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合时，所述图像构建模块具体用于：
按照数据分割阈值，分别将N+1个子遥测数据划分为M个数据帧；其中，数据分割阈值表征：每个子遥测数据的数据最小分割长度，M为大于1的整数；
分别基于N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，在基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据之后，所述图像构建模块还用于：
从N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据；
将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐。
在一种可选的实施例中，在将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐时，所述图像构建模块具体用于：
针对N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：
基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与第一子遥测数据的数据量相同为止；其中，L为大于0且小于N的整数。
在一种可选的实施例中，在将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐时，所述图像构建模块还用于：
采用设定数据补充规则，对N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与第一子遥测数据的数据量相同为止。
在一种可选的实施例中，在基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合时，所述图像构建模块还用于：
若多个主频率集合中，存在主频率数量为1的第二主频率集合，则基于第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
在一种可选的实施例中，在分别针对多种遥测数据构造图像数据集合之后，所述图像构建模块还用于：
基于多种遥测数据的数据特征，对多种遥测数据进行相关性分析，获得多个数据相似度；
对多个数据相似度进行排序，获得相似度排列顺序，并将相似度排列顺序作为多个图像数据集合的图像排列顺序。
在一种可选的实施例中，在基于多个图像数据集合构建视频流数据时，所述数据编码模块具体用于：
若多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于第一图像数据集合构建视频流数据；
若多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于第二图像数据集合构建视频流数据。
在一种可选的实施例中，所述数据编码模块还用于：
若多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于数据量阈值的第三图像数据集合，则对第三图像数据集合进行图像压缩编码。
第三方面，本申请提供了一种数据压缩设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时用于：
获取卫星在轨运行过程中的多种遥测数据，并对多种遥测数据进行频域分析，获得多个主频率集合；
基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合；
基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码。
在一种可选的实施例中，所述处理器具体用于：
对多种遥测数据进行滤波处理，获得处理后的多种遥测数据；
对处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据；
基于变换后的多种遥测数据的频谱信息，获得多种遥测数据各自对应的主频率集合。
在一种可选的实施例中，所述处理器具体用于：
若多个主频率集合中，存在主频率数量大于1的第一主频率集合，则从第一主频率集合中，筛选出N个主频率；其中，N为大于0的整数；
基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，所述处理器具体用于：
按照数据分割阈值，分别将N+1个子遥测数据划分为M个数据帧；其中，数据分割阈值表征：每个子遥测数据的数据最小分割长度，M为大于1的整数；
分别基于N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，所述处理器还用于：
从N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据；
将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐。
在一种可选的实施例中，所述处理器具体用于：
针对N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：
基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与第一子遥测数据的数据量相同为止；其中，L为大于0且小于N的整数。
在一种可选的实施例中，所述处理器还用于：
采用设定数据补充规则，对N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与第一子遥测数据的数据量相同为止。
在一种可选的实施例中，所述处理器还用于：
若多个主频率集合中，存在主频率数量为1的第二主频率集合，则基于第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
在一种可选的实施例中，所述处理器还用于：
基于多种遥测数据的数据特征，对多种遥测数据进行相关性分析，获得多个数据相似度；
对多个数据相似度进行排序，获得相似度排列顺序，并将相似度排列顺序作为多个图像数据集合的图像排列顺序。
在一种可选的实施例中，所述处理器具体用于：
从多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于第一图像数据集合构建视频流数据；
若多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于第二图像数据集合构建视频流数据。
在一种可选的实施例中，所述处理器还用于：
若多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于数据量阈值的第三图像数据集合，则对第三图像数据集合进行图像压缩编码。
第四方面，本申请提供了一种数据解压设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器执行所述计算机程序时用于：
接收来自于数据压缩设备的压缩数据；其中，压缩数据包括：视频压缩编码后的视频流数据和/或图像压缩编码后的单帧图像数据；
对压缩数据进行解码解压缩，获得相应的遥测数据。
第五方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的一种遥测数据的压缩方法步骤。
第六方面，本申请提供了一种计算机程序产品，所述计算机程序产品在被计算机调用时，使得所述计算机执行如第一方面所述的遥测数据的压缩方法步骤。
本申请有益效果如下：
在本申请实施例所提供的遥测数据的压缩方法中，根据卫星在轨运行过程中的多种遥测数据，各自对应的主频率集合构造图像数据集合，并且，针对满足视频构造条件的图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码；这样，实现了图像/视频压缩算法的卫星在轨应用，充分发挥了图像/视频压缩算法，对于周期性、相关性明显的信号（即低采样频率需求的遥测数据）具有极高的压缩比，对于局部变化细节丰富的信号（即高采样频率需求的遥测数据）能保留信号变化细节的特点，故而，避免了相关技术中，对于周期性不明显或不具周期性的遥测数据来说，难以满足高频采样的需求，以及对于周期性明显或极具周期性的遥测数据而言，数据冗余度仍然会很高的问题，即这种方式，避免了遥测数据的周期性特征与采样频率选择之间的矛盾，提高了遥测数据的压缩效率。
此外，本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者，通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例提供的一种卫星通信***的应用场景示意图；
图2为本申请实施例提供的一种遥测数据的压缩方法的实施流程示意图；
图3为本申请实施例提供的一种获得主频率集合的方法实施流程示意图；
图4为本申请实施例提供的一种基于SSA处理后的数据示意图；
图5为本申请实施例提供的一种主频率分布的具体示意图；
图6为本申请实施例提供的一种单帧图像数据的示意图；
图7为本申请实施例提供的一种数据对齐的具体应用场景示意图；
图8为本申请实施例提供的一种基于DTW数据对齐后的数据示意图；
图9为本申请实施例提供的一种单帧图像数据的排列示意图；
图10为本申请实施例提供的一种确定目标图像数据集合的逻辑示意图；
图11为本申请实施例提供的一种硬件压缩模块的结构示意图；
图12为本申请实施例提供的一种遥测数据的压缩方法流程示意图；
图13为本申请实施例提供的一种卫星上测控处理的数据传输流程示意图；
图14为本申请实施例提供的一种地面解压数据的方法流程示意图；
图15为本申请实施例提供的一种遥测数据的压缩装置的结构示意图；
图16为本申请实施例提供的一种数据压缩设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请技术方案的一部分实施例，而不是全部的实施例。基于本申请文件中记载的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请技术方案保护的范围。
需要说明的是，在本申请的描述中“多个”理解为“至少两个”。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。A与B连接，可以表示：A与B直接连接和A与B通过C连接这两种情况。另外，在本申请的描述中，“第一”、“第二”等词汇，仅用于区分描述的目的，而不能理解为指示或暗示相对重要性，也不能理解为指示或暗示顺序。
此外，本申请技术方案中，对数据的采集、传播、使用等，均符合国家相关法律法规要求。
以下对本申请实施例中的部分技术用语进行解释说明，以便于本领域技术人员理解。
（1）有损压缩：是利用了对图像或声波中的某些频率成分不敏感的特性，允许压缩过程中损失一定的信息；虽然不能完全恢复原始数据，但是所损失的部分对理解原始图像的影响缩小，却换来了大得多的压缩比。
（2）无损压缩：是利用数据的统计冗余进行压缩，可完全恢复原始数据而不引起任何失真，但压缩率是受到数据统计冗余度的理论限制，一般为2：1到5：1。这类方法广泛用于文本数据，程序和特殊应用场合的图像数据的压缩。
故而，有损压缩就是降低音频采样频率与比特率，输出的音频文件会比原文件小；而无损压缩，能够在100%保存原文件的所有数据的前提下，将音频文件的体积压缩的更小，而将压缩后的音频文件还原后，能够实现与源文件相同的大小、相同的码率。
（3）现场可编程逻辑门阵列（Field Programmable Gate Array，FPGA）：是在可编程阵列逻辑（Programmable Array Logic，PAL）、通用阵列逻辑（Generic Array Logic，GAL）等可编程器件的基础上进一步发展的产物。
它是作为专用集成电路（Application Specific Integrated Circuit，ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。
（4）***（集成）芯片（System On Chip，简称SOC）：也可称为***级芯片或片上芯片，是一个产品，是一个有专用目标的集成电路，其中包含完整***并有嵌入软件的全部内容。同时它又是一种技术，用以实现从确定***功能开始，到软/硬件划分，并完成设计的整个过程。
（5）经验模态分解（Empirical Mode Decomposition，EMD）：也可称为经验模态分析，是一种新型自适应信号时频处理方法，特别适用于非线性非平稳信号的分析处理。
（6）变分模态分解（Variational Mode Decomposition，VMD）：是一种信号分解估计方法，在获取分解分量的过程中，通过迭代搜寻变分模型最优解来确定每个分量的频率中心和带宽，从而能够自适应地实现信号的频域剖分及各分量的有效分离。
（7）主成分分析（Principal Component Analysis，PCA）：也可称之为主分量分析，旨在利用降维的思想，把多指标转化为少数几个综合指标，经常用于减少数据集的维数，同时保持数据集的对方差贡献最大的特征。这是通过保留低阶主成分，忽略高阶主成分做到的。这样低阶成分往往能够保留住数据的最重要方面。但是，这也不是一定的，要视具体应用而定。
（8）奇异谱分析（Singular Spectrum Analysis，SSA）：是一种研究非线性时间序列数据的方法，根据观测到的时间序列构造出轨迹矩阵，再对轨迹矩阵进行分解、重构，提取出代表原时间序列不同成分的信号（如，长期趋势信号、周期信号、噪声信号等），从而对时间序列的结构进行分析，并可进一步预测。
（9）动态时间规整（Dynamic Time Warping，DTW）：是按照距离最近原则，构建两个长度不同的序列元素的对应关系，评估两个序列的相似性。在构建两个序列元素对应关系时，需要对序列进行延伸或压缩。
（10）DTW质心平均算法（DTW Barycenter Averaging，DBA)：是一种基于DTW的时间序列平均算法，可以用于计算多个时间序列的平均形态，使得平均结果更加准确。其基本思想是：先对每个时间序列进行DTW对齐，再对齐后的序列进行平均计算。为了避免平均计算过程中出现“平均结果偏移”的问题，DTWBA算法引入了一个“重心点”概念，即在进行平均计算时，将每个序列的点映射到平均序列上，得到包含所有序列特征的平均序列，再对平均序列进行DTW对齐，直到平均序列收敛为止。
进一步的，基于上述名词及相关术语解释，下面对本申请实施例的设计思想进行简要介绍：
卫星遥测是指数据采集模块对卫星各分***的工作状态参数进行采集/遥测，采集到的遥测数据通过遥测信道进行下传，并由地面站对遥测数据解析处理后的将有用信息反馈给用户，为完成卫星环境参数和测控任务监测、各分***工作状态监测、健康故障分析和挖掘提供重要的数据支撑。
由于卫星载荷单机数量日益复杂，工作模式多样，导致地面（站）准确判断卫星工作状态需要的卫星遥测参数也越来越多，势必会增加遥测数据总量。但用于遥测数据传输的信道容量和带宽是有限的，数据压缩技术则成为提高传输效率的必然途径。
需要说明的是，高效的数据压缩方法能有效降低数据传输设备的能源消耗，且在原有容量和带宽的前提下，下传更高采样率和更大数据量的遥测数据，同时数据压缩3倍以上，可以有效提升遥测信道信噪比3dB以上。
并且，由于受到星载设备计算能力的限制和出于技术成熟度的考虑，地面很多成熟的压缩算法没有在轨进行广泛应用，因此，对于遥测量的处理一般采用降采样的方式，以实现高效利用遥测通道。
此外，由于遥测数据需要对原始数据进行下传，以确保地面分析数据时完整复现卫星在轨工作状态，故目前针对遥测数据压缩的相关策略研究，大多停留在基于针对遥测数据冗余度进行编码的无损压缩算法上，示例性的，常见的算法包括：霍夫曼编码、算术编码、游程编码和LZ系列编码等。
进一步地，卫星的遥测数据（即卫星遥测信号）表征了卫星在轨运行期间各单机、***的工作状态、健康状态等重要信息；其中，卫星的运行周期、工作模式等都具有很强的周期性，在卫星正常工作时，大量的遥测量的自相关性和互相关性都非常明显，大量的数据为“无用信息”，数据冗余度高，占用了遥测信道；而在卫星出现工作模式切换、局部状态异常等现象时，地面分析时对遥测信号高频采样的需求尤为强烈。
可见，这对星上遥测信号（即遥测数据）的采样率选择带来了一对显著的矛盾，即对于周期性不明显或不具周期性的遥测数据（如，工作模式切换或局部状态异常）来说，难以满足高频采样的需求，并且，对于周期性明显或极具周期性的遥测数据（如，运行周期或工作模式）而言，数据冗余度仍然会很高。
有鉴于此，本申请实施例中，由于地面成熟的图像/视频压缩算法正好能有效解决这对矛盾，对于周期性、相关性明显的信号具有极高的压缩比，对于局部变化细节丰富的信号能保留信号变化细节，即压缩比较低，故而，提出了一种遥测数据的压缩方法，具体包括：获取卫星在轨运行过程中的多种遥测数据；其中，每种遥测数据为针对相应卫星遥测量，按照设定采样频率，从一种遥测维度获得的卫星数据；接着，对多种遥测数据进行频域分析，获得多个主频率集合；其中，每个主频率表征：相应采样周期内，采集到卫星遥测量的频率；进一步地，基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合；最终，基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码；这样，避免了遥测数据的周期性特征与采样频率选择之间的矛盾，提高了遥测数据的压缩效率。
参阅图1所示，其为本申请实施例提供的一种卫星通信***的应用场景示意图，该应用场景包括：卫星101和地面站（102a，102b），并且，卫星101和地面站（102a，102b）之间可通过无线通信网络进行信息交互。
示例性的，卫星101可通过蜂窝移动通信技术接入网络，与地面站（102a，102b）进行通信，其中，所述蜂窝移动通信技术，比如，包括第五代移动通信（5th GenerationMobile Networks，5G）技术。
本申请实施例对上述应用场景中涉及的通信设备的数量不做任何限制，例如，可以多个地面站，或者，没有地面站，或者还包括其他网络/通信设备，如图1所示，仅以卫星101和地面站（102a，102b）为例进行描述；并且，卫星101上部署有数据压缩设备103，地面站（102a，102b）上部署有数据解压设备，即数据解压设备104a和数据解压设备104b。
其中，卫星101上部署的数据压缩设备103，用于获取卫星101在轨运行过程中的多种遥测数据，对多种遥测数据进行频域分析，获得多种遥测数据各自对应的主频率集合，即获得多个主频率集合，基于多个主频率集合（各自）包含的主频率数量，分别针对多种遥测数据构造图像数据集合，若多个图像数据集合中，存在满足视频构造条件的目标图像数据集合，则基于目标图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码，若包含单帧图像数据的图像数据集合的图像数据量，不小于数据量阈值，则对单帧图像数据进行图像压缩编码，以及将视频压缩编码后的视频流数据和/或图像压缩编码后的单帧图像数据发送给数据解压设备；其中，每种遥测数据为针对相应卫星遥测量，按照设定采样频率，从一种遥测维度获得的卫星数据，每个主频率表征：相应采样周期内，采集到卫星遥测量的频率，视频构造条件表征：相应图像数据集合包含多帧图像数据，或者，相应图像数据集合包含单帧图像数据，且图像数据量小于数据量阈值。
需要说明的是，单帧图像数据也即单帧图像包含的信息，故而，在本申请实施例中，单帧图像数据与单帧图像指代的是同一事物，无需区分。
地面站（102a，102b）上部署的数据解压设备（104a，104b），用于接收来自于数据压缩设备103的压缩数据，以及，对压缩数据进行解码解压缩，获得相应的遥测数据；其中，压缩数据包括：视频压缩编码后的视频流数据和/或图像压缩编码后的单帧图像数据。
示例性的，假定压缩数据为视频压缩编码后的视频流数据，则可对视频压缩编码后的视频流数据进行视频解码解压缩，获得相应的遥测数据；同理，假定压缩数据为图像压缩编码后的单帧图像数据，则可对图像压缩编码后的单帧图像数据进行图像解码解压缩，获得相应的遥测数据。
还需说明的是，上述应用场景中，可以没有卫星101，即数据压缩设备103可广泛应用于通信、导航、遥感卫星及星座等多种需要进行数据压缩的航天器。
下面结合上述的应用场景，以及参考附图来描述本申请示例性实施方式提供的遥测数据的压缩方法，需要注意的是，上述应用场景仅是为了便于理解本申请的精神和原理而示出，本申请的实施方式在此方面不受任何限制。
参阅图2所示，其为本申请实施例提供的一种遥测数据的压缩方法的实施流程示意图，执行主体以数据压缩设备为例，该方法的具体实施流程如下：
S201：获取卫星在轨运行过程中的多种遥测数据。
其中，多种遥测数据表征：卫星在轨运行期间各单机、***的工作状态、健康状态等重要信息，并且，每种遥测数据为针对相应卫星遥测量，按照设定采样频率，从一种遥测维度获得的卫星数据。
并且，上述遥测维度可以为：标准坐标系或世界坐标系下的三个方向（即X、Y和Z三个方向）中的任意一个；上述卫星遥测量可以为：温度、转向等与卫星工作状态相关的参数。
示例性的，以某在轨卫星真实遥测数据为例，分别采集X、Y和Z三个方向的卫星数据，遥测信号的基本参数如下表1所示：
表1
需要说明的是，数据压缩设备对卫星的遥测数据的采集是有周期性的，并且，在每个采样周期（比如，轨道周期）内都会进行离散数据采集，即按照设定采样频率，针对卫星的多个遥测量进行采集。
示例性的，假定采样周期为每隔1分钟进行10秒钟的遥测数据采集，且设定采样频率为30帧/秒，故而，在一个采样周期内，数据压缩设备针对一个遥测量而言，可以采集到300帧遥测数据。
S202：对多种遥测数据进行频域分析，获得多个主频率集合。
其中，每个主频率表征：相应采样周期内，采集到卫星遥测量的频率。
在一种可选的实施例中，在执行步骤S202时，数据压缩设备在获得多种遥测数据之后，便可分别对多种遥测数据进行频域分析，即将信号由时域转换到频域，从而根据频谱信息，获得多种遥测数据各自对应的主频率集合，参阅图3所示，具体实施流程如下：
S301：对多种遥测数据进行滤波处理，获得处理后的多种遥测数据。
示例性的，在执行步骤S301时，由于遥测数据中通常包含多种频率成分及外界干扰、***噪声、采样量化误差等，故而，在判断遥测数据的主要重复周期（也即主频率的判断）时，需排除干扰、噪声等的影响后，再对遥测数据的主要趋势、频率进行分析；需要说明的是，遥测数据即原始信号，为了便于描述与理解，对遥测数据的限定即表征对遥测数据相应操作后的结果。
因此，数据压缩设备可以采用EMD、VMD、PCA、SSA等算法，实现对遥测数据的滤波处理（即“剔野”、“滤波”等前处理），得到遥测数据的主要趋势、频率项，并对遥测数据进行重建，为后续的主频率分析打下基础。
例如，数据压缩设备基于SSA算法对遥测数据进行滤波，得到表征（遥测数据的）数据特征的主成分，参阅图4所示，图中实线条表示部分真实遥测数据，虚线条表示部分遥测数据滤波后得到的遥测数据的主成分信息。
S302：对处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据。
示例性，在执行步骤S302时，数据压缩设备在获得处理后的多种遥测数据之后，便可采用设定的时频变换算法，对处理后的多种遥测数据进行时频特性分析，从而获得变换后的多种遥测数据。
其中，上述设定的时频变换算法包括但不限于：小波、短时傅里叶变换以及快速傅里叶变换（Fast Fourier Transform，FFT）等算法。
S303：基于变换后的多种遥测数据的频谱信息，获得多种遥测数据各自对应的主频率集合。
示例性的，在执行步骤S303时，数据压缩设备在获得变换后的多种遥测数据之后，便可根据变换后的多种遥测数据的频谱信息（即时频变换结果），以及结合聚类等算法，获得多种遥测数据各自对应的主频率集合；其中，每个主频率集合包括：一个主频率或多个主频率。
需要说明的是，一个主频率（对应的频率信息）也可以理解为一个频率特征；并且，数据压缩设备还可对主频率集合中的各个主频率（即频率特征）按幅值进行排序，合理选择其中一定数量的主频率（比如，一个主频率或两个主频率），作为后续二维“图像”构建的基础。
示例性的，基于上述步骤S302~S303记载的方法步骤，参阅图5所示，数据压缩设备使用FFT对主成分信号（即处理后的多种遥测数据）进行频域分析，可以得到的变换后的多种遥测数据的频谱信息（即时频变换结果/视频分布特征），并且，可以结合最终成像分辨率和视频帧率等需求，选择合适的频率（即主频率）作为分割点，将有至少两个主频率的遥测数据进行数据分割。
S203：基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合。
在一种可选的实施例中，在执行步骤S203时，数据压缩设备在获得多个主频率集合之后，便可以根据针对主频率数量为1，还是大于1，分别设置的图像数据构造方式，构造遥测数据的图像数据集合，具体如下：
情形1：若多个主频率集合中，存在主频率数量大于1的第一主频率集合，则数据压缩设备从第一主频率集合中，筛选出N个主频率，从而基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
其中，N为大于0的整数，并且，上述N个主频率可为：主频率对应的幅值最大的多个主频率；例如，可将主频率对应的幅值最大的两个主频率（或幅值从大到小排列后的前两个主频率），作为筛选出来的N个主频率。
在一种可选的实施例中，数据压缩设备在基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合时，可以按照数据分割阈值，分别将N+1个子遥测数据划分为M个数据帧，从而分别基于N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造包含多帧图像数据的图像数据集合，其中，M为大于1的整数；可选的，数据分割阈值表征：每个子遥测数据的数据最小分割长度；采用这种方式，通过数据分割阈值，将子遥测数据划分为多个数据帧，为“二维”单帧图像数据的生成奠定了基础。
示例性的，假设某个遥测参数（即卫星遥测量）的源信号（即遥测数据）在一个采样周期（比如，轨道周期）内的采样频率是f（Hz），采样周期为O p （s），则该遥测参数在一个采样周期内的数据量为O p* f，并且，若信号最小分割长度（即数据分割阈值）为n，则一个采样周期内的数据被分为O p* f/n帧组（即数据帧），参阅图6所示，每组数据（即子遥测数据）按照水平排列的方式重新排列为[n，O p* f/n]大小的数组，便可构造单帧图像数据。
显然，对于单通道的遥测信号（即一种遥测数据）按照上述方法进行分割，可以得到一系列长度相同的数据帧，这样，针对卫星遥测数据的时频特性与自相关性，实现了单通道遥测信号排列；并且，由于上述分别基于N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，是针对一个采样周期构造的单帧图像数据，这个时间跨度较短，故而，可将其视为快变周期构造单帧图像（数据）。
进一步地，数据压缩设备按频率特征（即主频率）将每个频率周期（即采样周期）的遥测信号（即子遥测数据）都保存为视频的一帧，需要每个采样周期形成的图像数据的尺寸保持一致，但是实际工程中，无法精确地获取整采样周期的信号（子遥测数据），为了使每个采样周期对应的图像数据的尺寸保持一致，因此，需要对子遥测数据进行数据对齐。
在一种可选的实施例中，数据压缩设备在将第一主频率集合对应的遥测数据划分为N+1个子遥测数据之后，还可从N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据，从而将N个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐。
具体的，针对N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与第一子遥测数据的数据量相同为止；其中，L为大于0且小于N的整数；针对N个子遥测数据中的第N个子遥测数据，执行以下操作：采用设定数据补充规则，对所述N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与第一子遥测数据的数据量相同为止；这样，将数据量最大的第一子遥测数据作为模板，便可实现其他子遥测数据与模板的对齐，从而确保了后续单帧图像数据的尺寸一致。
示例性的，上述预设数据补充规则可以为：对N个子遥测数据中的第N个子遥测数据（也即最后一个采样周期采集到的子遥测数据），进行数据补“0”操作，直到补充后的第N个子遥测数据与第一子遥测数据的数据量相同为止；需要说明的是，在本申请实施例中，不对预设数据补充规则做具体限定，只要不影响第N个（即最后一个）子遥测数据本身的数据信息即可。
参阅图7所示，上述的采样周期为轨道周期，并且，上述数据对齐的规则是，以采样周期中最大数据量的子遥测数据作为模板，其他子遥测数据与模板对齐；如图7所示，其他子遥测数据不足的部分，可以根据与之相邻的下一采样周期对应的子遥测数据，对其进行不足；需要说明的是，采用这种数据对齐规则进行数据对齐，信息会有一定的冗余。
具体的，数据压缩设备可采用DTW、DBA或自相关分析等方式，实现各子遥测数据的数据对齐和排列；示例性的，参阅图8所示，由于组成视频帧的不同信号帧之间存在一定的偏移，使用DTW方法将子遥测信号对齐。
情形2：若多个主频率集合中，存在主频率数量为1的第二主频率集合，则数据压缩设备基于第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
需要说明的是，数据压缩设备在基于第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合的过程，与第一主频率集合对应的多个子遥测数据，构造包含多帧图像数据的图像数据集合的过程基本相同，即数据压缩设备可以按照上述数据分割阈值，将第二主频率集合对应的遥测数据划分为多个数据帧，从而基于获得的多个数据帧，构造包含单帧图像数据的图像数据集合，并且，在此过程中也需要数据对齐，故而，在此不再进行示例性的赘述。
采用上述方式，每个单帧图像数据所包含的内容均为一个采样周期内的遥测数据，这样，一定程度上保证了各单帧图像数据“尺寸”的一致性，也避免了存在多个主频率的遥测数据，只生成一个单帧图像数据，会导致单帧图像数据在进行压缩编码的时候，由于数据量较大，更容易出现异常的问题。
在一种可选的实施例中，数据压缩设备在分别针对多种遥测数据构造图像数据集合之后，还可以基于多种遥测数据的数据特征，对多种遥测数据进行相关性分析，获得多个数据相似度，从而对多个数据相似度进行排序，获得相似度排列顺序，并将相似度排列顺序作为多个图像数据集合的图像排列顺序；这样，在图像排布时，按各通道（即各种遥测数据）的相似性强弱顺序排列（即相似度排列顺序），保证了重构“图像”的局部相似性，也为后续的压缩算法提供了的排序方案。
需要说明的是，对于不同通道的遥测信号（即多种遥测数据），数据压缩设备可采用基于极端梯度提升（eXtreme Gradient Boosting，XGBoost）或互相关分析等多通道信号（多种遥测数据）相关性分析，获得相似度排列顺序；这样，针对不同遥测信号的互相关性，对多通道遥测信号进行排列，最大限度发挥了图像/视频压缩算法的压缩编码特性，达到遥测信号高效压缩的目的。
示例性的，假定以遥测数据A（a11，..，a16，a21，..，a26，a31，..，a36，a41，..）与遥测数据B（b11，..，b13，b21，..，b23，b31，..，b33，..）为例，并且，遥测数据A与遥测数据B为相似度排列顺序相邻的两种遥测数据，则遥测数据A与遥测数据B，对应的单帧图像数据排列示意图，参阅图9所示。
S204：基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码。
在一种可选的实施例中，在执行步骤S204时，若多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于第一图像数据集合构建视频流数据；若多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于第二图像数据集合构建视频流数据，即可针对上述多个图像数据集合中的这两类图像数据集合进行视频流数据的构建，以及后续地视频压缩编码。
故而，参阅图10所示，假定目标图像数据集合为包含多帧图像数据的第一图像数据集合，则可根据目标图像数据集合包含的多个单帧图像数据（即多帧图像数据），构建视频流数据；这样，由于多帧图像数据构建视频流数据是针对多个采样周期的，对于一个视频流数据来说，这个时间跨度较长，因此，可将其视为慢变周期构造视频（数据流）；再者，假定目标图像数据集合为包含单帧图像数据，且图像数据量小于数据量阈值的第二图像数据集合，则可基于多个目标图像数据集合构建视频流数据，这样，实现了多遥测量通道的视频（数据流）构造，即将多种图像数据量较小的单帧图像数据，构造为视频流数据。
需要说明的是，上述图像数据集合包含多帧图像数据，以及，图像数据集合包含单帧图像数据，且图像数据量小于数据量阈值，也可称之为视频构造条件，也即在确定图像数据集合满足视频构造条件的时候，便可针对该图像视频数据进行视频流数据的构造。
可选的，若多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于数据量阈值的第三图像数据集合，则对第三图像数据集合进行图像压缩编码；这样，可以直接对图像数据量较大的单帧图像数据进行图像压缩编码，以及，直接将图像压缩编码后的单帧图像数据直接发送给地面站或数据解压设备，以便后续恢复卫星的遥测数据。
基于上述步骤S201~S204记载的遥测数据的压缩方法，本申请实施例可以适用于在轨运行的各类卫星遥测信号的压缩传输场景，数据压缩设备具体设计可以为基于操作***的应用层软件，或采用FPGA/SOC实现的硬件压缩模块，其中，参阅图11所示，其为本申请实施例提供的一种硬件压缩模块的结构示意图；并且，参阅图12，硬件压缩模块可实现如下的遥测数据的压缩方法流程：
S1201：开始。
S1202：原始数据滤波、主成分分析以及重建信号。
其中，原始数据为采集到的卫星在轨运行过程中的多种遥测数据，重建信号为频域变换后的多种遥测数据。
S1203：计算信号的主频率。
S1204：判断主频率个数，若大于1，则转入步骤S1205；若为1，则转入步骤S1210。
S1205：多个主频率。
S1206：选择至少两个主频率。
示例性的，在执行步骤S1206时，硬件压缩模块可以选择2个主频率。
S1207：数据对齐。
S1208：快变周期构造单帧图像。
示例性的，在执行步骤S1208时，假定每个遥测参数按照200个数据间隔分割，并按列进行重排，然后将三个不同的遥测参数按行进行重排，最后得到431*600的单帧图像（.png格式），其中，每个图像的对应原始数据的比特数为431*600=258.6kB，经过图像压缩后的数据比特数为60.03kB，压缩率为23.21%。
S1209：慢变周期构造视频。
示例性的，在执行步骤S1209时，按照图像存储的顺序，依此写入视频流，形成视频文件，下图截取了视频部分截图表示构建的视频文件。若经过上一步S1208的压缩后，一共形成11幅单帧图像，图像的总比特数为660.22kB，压缩完成后的视频文件总比特数为559kB，压缩率为84.66%。
显然，基于上述步骤S1208~S1209记载的两步压缩方法，遥测数据的总压缩率为19.65%，高效地压缩了遥测数据；并且，需要说明的是，硬件压缩模块在执行步骤S1209后，便可转入步骤S1204a，进行视频压缩编码。
S1210：1个主频率。
S1211：数据对齐。
S1212：构造单帧图像。
需要说明的是，硬件压缩模块在执行步骤S1212后，后续可以进行步骤S1213~S1214a的方法步骤，也可以进行步骤S1214b的方法步骤；具体的，可根据单帧图像的图像数据量，与数据量阈值来确定，也可以根据实际需求来确定，采用上述两种方式中的哪一种。
S1213：由多遥测量通道构造视频。
S1214a：视频压缩编码。
S1214b：图像压缩编码。
S1215：结束。
需要说明的是，在构造单帧图像的过程中，可根据任务需求，将“二维”信号选择合适的图像格式将编码为一幅图像。
示例性的，如果要完整的信号，则需要使用图像的无损压缩方法，包括但不限于：WebPNG图像、PNG图像、JPEG2000图像等图像压缩技术；如果对遥测信号的精度要求不高，则可以使用有损压缩方法，进一步提升压缩比，包括但不限于：JPEG图像、BMP图像等图像压缩技术。
并且，对于至少有两个主频的信号（或多路相关性强的遥测通道 ），可以采用视频压缩技术进行压缩，即对于相对高频信号（或不同遥测通道）采用上述方法实现“二维”图像生成，再根据低频特性形成“视频流”，根据低频相关性进一步实现压缩；其中，高频信号表征：相应遥测数据对应多个主频率。
在一种可选的实施例中，数据压缩设备可以将星上压缩数据（即视频压缩编码后的视频流数据和/或图像压缩编码后的单帧图像数据），通过遥测通道实现下传，以便地面（站）或地面上的数据解压设备接收信号并解压，参阅图13所示，卫星上测控处理的数据传输流程可以为：原始数据→数据压缩设备→源包→星务组帧，计算帧循环冗余检验（CyclicRedundancy Check，CRC）加同步字→（遥测明/密态→加密→密态或遥测明/密态→密态）→加扰→信道编码。
综上所述，在本申请实施例所提供的遥测数据的压缩方法中，根据卫星在轨运行过程中的多种遥测数据，各自对应的主频率集合构造图像数据集合，并且，针对满足视频构造条件的图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码；这样，实现了图像/视频压缩算法的卫星在轨应用，充分发挥了图像/视频压缩算法，对于周期性、相关性明显的信号（即低采样频率需求的遥测数据）具有极高的压缩比，对于局部变化细节丰富的信号（即高采样频率需求的遥测数据）能保留信号变化细节的特点。
故而，避免了相关技术中，对于周期性不明显或不具周期性的遥测数据来说，难以满足高频采样的需求，以及对于周期性明显或极具周期性的遥测数据而言，数据冗余度仍然会很高的问题，即这种方式，避免了遥测数据的周期性特征与采样频率选择之间的矛盾，提高了遥测数据的压缩效率。
并且，上述遥测数据的压缩方法首先利用主成分分析算法获取遥测信号的主要变化特征；接着，利用小波算法、FFT算法等获取信号的周期信息；进一步地，利用各信号的自相关性进行单通道信号由一维信号重构为二维“图像”信号；再者，利用多信号的互相关性进行多通道信号的排序，并构建原始二维图像，或将多通道/不同轨道周期的信号构建为多帧原始视频信号；最终，利用合适的图像/视频压缩实现数据压缩、下传。故而，针对卫星遥测数据的时频特性、自相关特性、互相关特性，对多通道遥测信号进行合理排列，最大限度发挥图像/视频压缩算法的压缩编码特性，达到遥测信号高效压缩的目的。
进一步地，数据解压设备接收到信号（即视频压缩编码后的视频流数据和/或图像压缩编码后的单帧图像数据）后，便可通过解码解压得到遥测数据，其中，包括对视频流或图像进行解压解码；示例性的，参阅图14所示，数据解压设备可实现如下地面解压数据：
S1401：开始。
针对图像压缩编码后的单帧图像数据，执行如下步骤：
S1402a：图像解码。
S1403：单帧图像反构造为信号。
S1404：复原数据。
S1405：结束。
针对视频压缩编码后的视频流数据，并且，若视频流数据是由多遥测量通道构造的，则执行如下步骤：
S1402b：视频解码。
S1406a：视频帧解码为多遥测量图像。
S1403：单帧图像反构造为信号。
S1404：复原数据。
S1405：结束。
再者，若视频流数据是由慢变周期构造的，则执行如下步骤：
S1406b：视频帧解码为慢变周期图像。
S1407：单帧图像反构造为多维信号。
S1404：复原数据。
S1405：结束。
需要说明的是，上述步骤S1403步骤中反构造为的信号也可为多维信号（比如，X、Y和Z三个方向维度），并且，如图14所示，仅为示例性说明：右边图像表示单个遥测量的不同维度信号，左边图像表示多个遥测量的信号。
此外，基于上述方式，复原数据/复原信号与原始数据/原始信号，在全局上基本一致，局部相似度也很高，可见，采用本申请实施例的遥测数据的压缩方法，在提高数据压缩效率的同时，还确保了数据传输的保真性。
进一步地，基于相同的技术构思，本申请实施例提供了一种遥测数据的压缩装置，该遥测数据的压缩装置用以实现本申请实施例的上述方法流程。参阅图15所示，该遥测数据的压缩装置包括：数据获取模块1501、频域分析模块1502、图像构建模块1503以及数据编码模块1504，其中：
数据获取模块1501，用于获取卫星在轨运行过程中的多种遥测数据；
频域分析模块1502，用于对多种遥测数据进行频域分析，获得多个主频率集合；
图像构建模块1503，用于基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合；
数据编码模块1504，用于基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码。
在一种可选的实施例中，在对多种遥测数据进行频域分析，获得多个主频率集合时，所述频域分析模块1502具体用于：
对多种遥测数据进行滤波处理，获得处理后的多种遥测数据；
对处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据；
基于变换后的多种遥测数据的频谱信息，获得多种遥测数据各自对应的主频率集合。
在一种可选的实施例中，在基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合时，所述图像构建模块1503具体用于：
若多个主频率集合中，存在主频率数量大于1的第一主频率集合，则从第一主频率集合中，筛选出N个主频率；其中，N为大于0的整数；
基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，在基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合时，所述图像构建模块1503具体用于：
按照数据分割阈值，分别将N+1个子遥测数据划分为M个数据帧；其中，数据分割阈值表征：每个子遥测数据的数据最小分割长度，M为大于1的整数；
分别基于N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，在基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据之后，所述图像构建模块1503还用于：
从N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据；
将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐。
在一种可选的实施例中，在将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐时，所述图像构建模块1503具体用于：
针对N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：
基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与第一子遥测数据的数据量相同为止；其中，L为大于0且小于N的整数。
在一种可选的实施例中，在将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐时，所述图像构建模块1503还用于：
采用设定数据补充规则，对N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与第一子遥测数据的数据量相同为止。
在一种可选的实施例中，在基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合时，所述图像构建模块1503还用于：
若多个主频率集合中，存在主频率数量为1的第二主频率集合，则基于第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
在一种可选的实施例中，在分别针对多种遥测数据构造图像数据集合之后，所述图像构建模块1503还用于：
基于多种遥测数据的数据特征，对多种遥测数据进行相关性分析，获得多个数据相似度；
对多个数据相似度进行排序，获得相似度排列顺序，并将相似度排列顺序作为多个图像数据集合的图像排列顺序。
在一种可选的实施例中，在基于多个图像数据集合构建视频流数据时，所述数据编码模块1504具体用于：
若多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于第一图像数据集合构建视频流数据；
若多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于第二图像数据集合构建视频流数据。
在一种可选的实施例中，所述数据编码模块1504还用于：
若多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于数据量阈值的第三图像数据集合，则对第三图像数据集合进行图像压缩编码。
基于相同的技术构思，本申请实施例还提供了一种数据压缩设备，该数据压缩设备可实现本申请上述实施例提供的遥测数据的压缩方法流程。在一种实施例中，该数据压缩设备可以是服务器，也可以是终端设备或其他电子设备。参阅图16所示，该数据压缩设备可包括：
至少一个处理器1601，以及与至少一个处理器1601连接的存储器1602，本申请实施例中不限定处理器1601与存储器1602之间的具体连接介质，图16中是以处理器1601和存储器1602之间通过总线1600连接为例。总线1600在图16中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线1600可以分为地址总线、数据总线、控制总线等，为便于表示，图16中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。或者，处理器1601也可以称为控制器，对于名称不做限制。
在本申请实施例中，存储器1602存储有可被至少一个处理器1601执行的指令，至少一个处理器1601通过执行存储器1602存储的指令，可以执行前文论述的一种遥测数据的压缩方法。处理器1601可以实现图15所示的装置中各个模块的功能。
其中，处理器1601是该装置的控制中心，可以利用各种接口和线路连接整个该控制设备的各个部分，通过运行或执行存储在存储器1602内的指令以及调用存储在存储器1602内的数据，该装置的各种功能和处理数据，从而对该装置进行整体监控。
在一种可选的设计中，处理器1601可包括一个或多个处理单元，处理器1601可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器1601中。在一些实施例中，处理器1601和存储器1602可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
处理器1601可以是通用处理器，例如CPU、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的一种遥测数据的压缩方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器1602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器1602可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器（Random AccessMemory，RAM）、静态随机访问存储器（Static Random Access Memory，SRAM）、可编程只读存储器（Programmable Read Only Memory，PROM）、只读存储器（Read Only Memory，ROM）、带电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，EEPROM）、磁性存储器、磁盘、光盘等等。存储器1602是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器1602还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
通过对处理器1601进行设计编程，可以将前述实施例中介绍的一种遥测数据的压缩方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行图2所示的实施例的一种遥测数据的压缩方法的步骤。如何对处理器1601进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
具体的，处理器1601执行所述计算机程序时用于：
获取卫星在轨运行过程中的多种遥测数据，并对多种遥测数据进行频域分析，获得多个主频率集合；
基于多个主频率集合包含的主频率数量，分别针对多种遥测数据构造图像数据集合；
基于多个图像数据集合构建视频流数据，并对视频流数据进行视频压缩编码。
在一种可选的实施例中，所述处理器1601具体用于：
对多种遥测数据进行滤波处理，获得处理后的多种遥测数据；
对处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据；
基于变换后的多种遥测数据的频谱信息，获得多种遥测数据各自对应的主频率集合。
在一种可选的实施例中，所述处理器1601具体用于：
若多个主频率集合中，存在主频率数量大于1的第一主频率集合，则从第一主频率集合中，筛选出N个主频率；其中，N为大于0的整数；
基于N个主频率，将第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，所述处理器1601具体用于：
按照数据分割阈值，分别将N+1个子遥测数据划分为M个数据帧；其中，数据分割阈值表征：每个子遥测数据的数据最小分割长度，M为大于1的整数；
分别基于N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造包含多帧图像数据的图像数据集合。
在一种可选的实施例中，所述处理器1601还用于：
从N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据；
将N+1个子遥测数据中，除第一子遥测数据之外的N个子遥测数据，以第一子遥测数据为基准进行数据对齐。
在一种可选的实施例中，所述处理器1601具体用于：
针对N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：
基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与第一子遥测数据的数据量相同为止；其中，L为大于0且小于N的整数。
在一种可选的实施例中，所述处理器1601还用于：
采用设定数据补充规则，对N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与第一子遥测数据的数据量相同为止。
在一种可选的实施例中，所述处理器1601还用于：
若多个主频率集合中，存在主频率数量为1的第二主频率集合，则基于第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
在一种可选的实施例中，所述处理器1601还用于：
基于多种遥测数据的数据特征，对多种遥测数据进行相关性分析，获得多个数据相似度；
对多个数据相似度进行排序，获得相似度排列顺序，并将相似度排列顺序作为多个图像数据集合的图像排列顺序。
在一种可选的实施例中，所述处理器1601具体用于：
从多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于第一图像数据集合构建视频流数据；
若多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于第二图像数据集合构建视频流数据。
在一种可选的实施例中，所述处理器1601还用于：
若多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于数据量阈值的第三图像数据集合，则对第三图像数据集合进行图像压缩编码。
基于同一发明构思，本申请实施例还提供了一种数据解压设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时用于：
接收来自于数据压缩设备的压缩数据；其中，压缩数据包括：视频压缩编码后的视频流数据和/或图像压缩编码后的单帧图像数据；
对压缩数据进行解码解压缩，获得相应的遥测数据。
基于同一发明构思，本申请实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行前文论述的一种遥测数据的压缩方法。
在一些可选的实施方式中，本申请还提供了一种遥测数据的压缩方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在装置上运行时，程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的一种遥测数据的压缩方法中的步骤。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（***）、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个服务器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
可使用一种或多种程序设计语言的任意组合来编写用于执行本申请操作的程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算装置上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算装置上部分在远程计算装置上执行、或者完全在远程计算装置或服务器上执行。
在涉及远程计算装置的情形中，远程计算装置可以通过任意种类的网络包括局域网（LAN）或广域网（WAN）连接到用户计算装置，或者，可以连接到外部计算装置（例如，利用因特网服务提供商来通过因特网连接）。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内。
Claims (23)
1.一种遥测数据的压缩方法，其特征在于，包括：
获取卫星在轨运行过程中的多种遥测数据，并对所述多种遥测数据进行频域分析，获得多个主频率集合；
基于所述多个主频率集合包含的主频率数量，分别针对所述多种遥测数据构造图像数据集合；
基于多个图像数据集合构建视频流数据，并对所述视频流数据进行视频压缩编码。
2.如权利要求1所述的方法，其特征在于，所述对所述多种遥测数据进行频域分析，获得多个主频率集合，包括：
对所述多种遥测数据进行滤波处理，获得处理后的多种遥测数据；
对所述处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据；
基于所述变换后的多种遥测数据的频谱信息，获得所述多种遥测数据各自对应的主频率集合。
3.如权利要求1所述的方法，其特征在于，所述基于所述多个主频率集合包含的主频率数量，分别针对所述多种遥测数据构造图像数据集合，包括：
若所述多个主频率集合中，存在主频率数量大于1的第一主频率集合，则从所述第一主频率集合中，筛选出N个主频率；其中，所述N为大于0的整数；
基于所述N个主频率，将所述第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于所述N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
4.如权利要求3所述的方法，其特征在于，所述基于所述N+1个子遥测数据，构造包含多帧图像数据的图像数据集合，包括：
按照数据分割阈值，分别将所述N+1个子遥测数据划分为M个数据帧；其中，所述数据分割阈值表征：每个子遥测数据的数据最小分割长度，所述M为大于1的整数；
分别基于所述N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造所述包含多帧图像数据的图像数据集合。
5.如权利要求3所述的方法，其特征在于，所述基于所述N个主频率，将所述第一主频率集合对应的遥测数据划分为N+1个子遥测数据之后，还包括：
从所述N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据；
将所述N+1个子遥测数据中，除所述第一子遥测数据之外的N个子遥测数据，以所述第一子遥测数据为基准进行数据对齐。
6.如权利要求5所述的方法，其特征在于，所述将所述N+1个子遥测数据中，除所述第一子遥测数据之外的N个子遥测数据，以所述第一子遥测数据为基准进行数据对齐，包括：
针对所述N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：
基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与所述第一子遥测数据的数据量相同为止；其中，所述L为大于0且小于N的整数。
7.如权利要求5所述的方法，其特征在于，所述将所述N+1个子遥测数据中，除所述第一子遥测数据之外的N个子遥测数据，以所述第一子遥测数据为基准进行数据对齐，还包括：
采用设定数据补充规则，对所述N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与所述第一子遥测数据的数据量相同为止。
8.如权利要求1所述的方法，其特征在于，所述基于所述多个主频率集合包含的主频率数量，分别针对所述多种遥测数据构造图像数据集合，还包括：
若所述多个主频率集合中，存在主频率数量为1的第二主频率集合，则基于所述第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
9.如权利要求1所述的方法，其特征在于，所述分别针对所述多种遥测数据构造图像数据集合之后，还包括：
基于所述多种遥测数据的数据特征，对所述多种遥测数据进行相关性分析，获得多个数据相似度；
对所述多个数据相似度进行排序，获得相似度排列顺序，并将所述相似度排列顺序作为所述多个图像数据集合的图像排列顺序。
10.如权利要求1-9中任一项所述的方法，其特征在于，所述基于多个图像数据集合构建视频流数据，包括：
若所述多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于所述第一图像数据集合构建视频流数据；
若所述多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于所述第二图像数据集合构建视频流数据。
11.如权利要求10所述的方法，其特征在于，所述方法还包括：
若所述多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于所述数据量阈值的第三图像数据集合，则对所述第三图像数据集合进行图像压缩编码。
12.一种遥测数据的压缩装置，其特征在于，包括：
数据获取模块，用于获取卫星在轨运行过程中的多种遥测数据；
频域分析模块，用于对所述多种遥测数据进行频域分析，获得多个主频率集合；
图像构建模块，用于基于所述多个主频率集合包含的主频率数量，分别针对所述多种遥测数据构造图像数据集合；
数据编码模块，用于基于多个图像数据集合构建视频流数据，并对所述视频流数据进行视频压缩编码。
13.一种数据压缩设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时用于：
获取卫星在轨运行过程中的多种遥测数据，并对所述多种遥测数据进行频域分析，获得多个主频率集合；
基于所述多个主频率集合包含的主频率数量，分别针对所述多种遥测数据构造图像数据集合；
基于多个图像数据集合构建视频流数据，并对所述视频流数据进行视频压缩编码。
14.如权利要求13所述的数据压缩设备，其特征在于，所述处理器具体用于：
对所述多种遥测数据进行滤波处理，获得处理后的多种遥测数据；
对所述处理后的多种遥测数据进行频域变换，获得变换后的多种遥测数据；
基于所述变换后的多种遥测数据的频谱信息，获得所述多种遥测数据各自对应的主频率集合。
15.如权利要求13所述的数据压缩设备，其特征在于，所述处理器具体用于：
若所述多个主频率集合中，存在主频率数量大于1的第一主频率集合，则从所述第一主频率集合中，筛选出N个主频率；其中，所述N为大于0的整数；
基于所述N个主频率，将所述第一主频率集合对应的遥测数据划分为N+1个子遥测数据，并基于所述N+1个子遥测数据，构造包含多帧图像数据的图像数据集合。
16.如权利要求15所述的数据压缩设备，其特征在于，所述处理器具体用于：
按照数据分割阈值，分别将所述N+1个子遥测数据划分为M个数据帧；其中，所述数据分割阈值表征：每个子遥测数据的数据最小分割长度，所述M为大于1的整数；
分别基于所述N+1个子遥测数据各自的M个数据帧，构造单帧图像数据，并基于获得的多个单帧图像数据，构造所述包含多帧图像数据的图像数据集合。
17.如权利要求15所述的数据压缩设备，其特征在于，所述处理器还用于：
从所述N+1个子遥测数据中，筛选出数据量最大的第一子遥测数据；
将所述N+1个子遥测数据中，除所述第一子遥测数据之外的N个子遥测数据，以所述第一子遥测数据为基准进行数据对齐。
18.如权利要求17所述的数据压缩设备，其特征在于，所述处理器具体用于：
针对所述N个子遥测数据中的前N-1个子遥测数据，分别执行以下操作：
基于第L+1个子遥测数据，对第L个子遥测数据进行数据补充，直至补充后的第L个子遥测数据与所述第一子遥测数据的数据量相同为止；其中，所述L为大于0且小于N的整数。
19.如权利要求17所述的数据压缩设备，其特征在于，所述处理器还用于：
采用设定数据补充规则，对所述N个子遥测数据中的第N子遥测数据进行数据补充，直到补充后的第N个子遥测数据与所述第一子遥测数据的数据量相同为止。
20.如权利要求13所述的数据压缩设备，其特征在于，所述处理器还用于：
若所述多个主频率集合中，存在主频率数量为1的第二主频率集合，则基于所述第二主频率集合对应的遥测数据，构造包含单帧图像数据的图像数据集合。
21.如权利要求13所述的数据压缩设备，其特征在于，所述处理器还用于：
基于所述多种遥测数据的数据特征，对所述多种遥测数据进行相关性分析，获得多个数据相似度；
对所述多个数据相似度进行排序，获得相似度排列顺序，并将所述相似度排列顺序作为所述多个图像数据集合的图像排列顺序。
22.如权利要求13-21中任一项所述的数据压缩设备，其特征在于，所述处理器具体用于：
若所述多个图像数据集合中，存在包含多帧图像数据的第一图像数据集合，则基于所述第一图像数据集合构建视频流数据；
若所述多个图像数据集合中，存在包含单帧图像数据且图像数据量小于数据量阈值的第二图像数据集合，则基于所述第二图像数据集合构建视频流数据。
23.如权利要求22所述的数据压缩设备，其特征在于，所述处理器还用于：
若所述多个图像数据集合中，存在包含单帧图像数据且图像数据量不小于所述数据量阈值的第三图像数据集合，则对所述第三图像数据集合进行图像压缩编码。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311698765.2A CN117395381B (zh) | 2023-12-12 | 2023-12-12 | 一种遥测数据的压缩方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311698765.2A CN117395381B (zh) | 2023-12-12 | 2023-12-12 | 一种遥测数据的压缩方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117395381A true CN117395381A (zh) | 2024-01-12 |
| CN117395381B CN117395381B (zh) | 2024-03-12 |
Family
ID=89441435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311698765.2A Active CN117395381B (zh) | 2023-12-12 | 2023-12-12 | 一种遥测数据的压缩方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117395381B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117749253A (zh) * | 2024-02-06 | 2024-03-22 | 上海卫星互联网研究院有限公司 | 一种遥测数据压缩方法、卫星及地面设备 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070237403A1 (en) * | 2006-04-10 | 2007-10-11 | Honeywell International Inc. | Enhanced image compression using scene prediction |
| US20110090399A1 (en) * | 2009-10-19 | 2011-04-21 | Intergraph Technologies Company | Data Search, Parser, and Synchronization of Video and Telemetry Data |
| CN102186069A (zh) * | 2011-01-14 | 2011-09-14 | 王慧 | 一种保持量测性能的遥感影像数据压缩方法 |
| US20130343668A1 (en) * | 2012-06-26 | 2013-12-26 | Dunling Li | Low Delay Low Complexity Lossless Compression System |
| CN103941681A (zh) * | 2014-03-31 | 2014-07-23 | 航天东方红卫星有限公司 | 一种基于阈值判断的延时遥测数据采样方法 |
| CN106156499A (zh) * | 2016-07-04 | 2016-11-23 | 山东航天电子技术研究所 | 一种基于Fourier级数模型的时序数据预测方法 |
| US20180240221A1 (en) * | 2017-02-17 | 2018-08-23 | Cogisen S.R.L. | Method for image processing and video compression |
| US20200128307A1 (en) * | 2012-06-26 | 2020-04-23 | BTS Software Solutions, LLC | Realtime Multimodel Lossless Data Compression System and Method |
| WO2020097888A1 (zh) * | 2018-11-15 | 2020-05-22 | 深圳市欢太科技有限公司 | 视频处理方法、装置、电子设备及计算机可读存储介质 |
| KR102186315B1 (ko) * | 2019-08-13 | 2020-12-03 | 한국항공우주연구원 | 위성 상태 변수의 데이터 샘플링 방법 및 장치 |
| CN113207004A (zh) * | 2021-04-30 | 2021-08-03 | 华中科技大学 | 基于jpeg-ls帧间扩展的遥感图像压缩算法硬件实现方法 |
| CN114363626A (zh) * | 2022-01-04 | 2022-04-15 | 上海航天电子通讯设备研究所 | 一种星载超高速图像压缩*** |
| CN114614829A (zh) * | 2020-12-09 | 2022-06-10 | 千寻位置网络有限公司 | 卫星数据帧的处理方法、装置、电子设备和可读存储介质 |
| US20230131395A1 (en) * | 2020-03-04 | 2023-04-27 | Sony Group Corporation | Decoder, decoding method, program, encoder, and encoding method |
| CN116702083A (zh) * | 2023-08-10 | 2023-09-05 | 武汉能钠智能装备技术股份有限公司四川省成都市分公司 | 一种卫星遥测数据异常检测方法及*** |
-
2023
- 2023-12-12 CN CN202311698765.2A patent/CN117395381B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070237403A1 (en) * | 2006-04-10 | 2007-10-11 | Honeywell International Inc. | Enhanced image compression using scene prediction |
| US20110090399A1 (en) * | 2009-10-19 | 2011-04-21 | Intergraph Technologies Company | Data Search, Parser, and Synchronization of Video and Telemetry Data |
| CN102186069A (zh) * | 2011-01-14 | 2011-09-14 | 王慧 | 一种保持量测性能的遥感影像数据压缩方法 |
| US20200128307A1 (en) * | 2012-06-26 | 2020-04-23 | BTS Software Solutions, LLC | Realtime Multimodel Lossless Data Compression System and Method |
| US20130343668A1 (en) * | 2012-06-26 | 2013-12-26 | Dunling Li | Low Delay Low Complexity Lossless Compression System |
| CN103941681A (zh) * | 2014-03-31 | 2014-07-23 | 航天东方红卫星有限公司 | 一种基于阈值判断的延时遥测数据采样方法 |
| CN106156499A (zh) * | 2016-07-04 | 2016-11-23 | 山东航天电子技术研究所 | 一种基于Fourier级数模型的时序数据预测方法 |
| US20180240221A1 (en) * | 2017-02-17 | 2018-08-23 | Cogisen S.R.L. | Method for image processing and video compression |
| WO2020097888A1 (zh) * | 2018-11-15 | 2020-05-22 | 深圳市欢太科技有限公司 | 视频处理方法、装置、电子设备及计算机可读存储介质 |
| KR102186315B1 (ko) * | 2019-08-13 | 2020-12-03 | 한국항공우주연구원 | 위성 상태 변수의 데이터 샘플링 방법 및 장치 |
| US20230131395A1 (en) * | 2020-03-04 | 2023-04-27 | Sony Group Corporation | Decoder, decoding method, program, encoder, and encoding method |
| CN114614829A (zh) * | 2020-12-09 | 2022-06-10 | 千寻位置网络有限公司 | 卫星数据帧的处理方法、装置、电子设备和可读存储介质 |
| CN113207004A (zh) * | 2021-04-30 | 2021-08-03 | 华中科技大学 | 基于jpeg-ls帧间扩展的遥感图像压缩算法硬件实现方法 |
| CN114363626A (zh) * | 2022-01-04 | 2022-04-15 | 上海航天电子通讯设备研究所 | 一种星载超高速图像压缩*** |
| CN116702083A (zh) * | 2023-08-10 | 2023-09-05 | 武汉能钠智能装备技术股份有限公司四川省成都市分公司 | 一种卫星遥测数据异常检测方法及*** |
Non-Patent Citations (4)
| Title |
|---|
| 余佳彬;刁海南;尹本玉;: "遥测数据压缩算法的设计及硬件实现", 通信技术, no. 12, 10 December 2008 (2008-12-10) * |
| 冻伟东;鲜峰;吕晔;: "实时遥测数据信源压缩技术", 计算机测量与控制, no. 05, 25 May 2011 (2011-05-25) * |
| 周鑫;王安迪;陆壮志;万志江;: "基于航天视频监测的H265编码***设计", 军民两用技术与产品, no. 17, 8 September 2018 (2018-09-08) * |
| 谭维炽: "我国航天器遥测遥控技术发展的台阶", 遥测遥控, vol. 37, no. 6, 15 November 2016 (2016-11-15) * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117749253A (zh) * | 2024-02-06 | 2024-03-22 | 上海卫星互联网研究院有限公司 | 一种遥测数据压缩方法、卫星及地面设备 |
| CN117749253B (zh) * | 2024-02-06 | 2024-05-10 | 上海卫星互联网研究院有限公司 | 一种遥测数据压缩方法、卫星及地面设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117395381B (zh) | 2024-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117395381B (zh) | 一种遥测数据的压缩方法、装置及设备 | |
| CN103595414B (zh) | 一种稀疏采样与信号压缩感知重构方法 | |
| Santos et al. | Highly-parallel GPU architecture for lossy hyperspectral image compression | |
| AU2011283083B2 (en) | System and method for data compression using a field programmable gate array | |
| CN111641826B (zh) | 对数据进行编码、解码的方法、装置与*** | |
| CN112565777B (zh) | 基于深度学习模型视频数据传输方法、***、介质及设备 | |
| KR20140096298A (ko) | 복제 포인트를 갖는 공간 트리에 기초한 위치 코딩 | |
| EP3343446A1 (en) | Method and apparatus for encoding and decoding lists of pixels | |
| US8249372B2 (en) | Methods and devices for coding and decoding multidimensional digital signals | |
| CN105898296A (zh) | 视频编码帧选择方法及装置 | |
| CN116233445B (zh) | 视频的编解码处理方法、装置、计算机设备和存储介质 | |
| US20240080495A1 (en) | Iteratively updating a filtering model | |
| CN102484702A (zh) | 用于通过使用旋转变换对图像编码和解码的方法和设备 | |
| CN116866591A (zh) | 一种图像编码方法、装置及计算机设备、介质 | |
| CN111050170A (zh) | 基于gan的图片压缩***构建方法、压缩***及方法 | |
| CN109474826B (zh) | 图片压缩方法、装置、电子设备及存储介质 | |
| CN114422802A (zh) | 一种基于码本的自编码机图像压缩方法 | |
| CN115361556A (zh) | 一种基于自适应的高效视频压缩算法及其*** | |
| CN117749253B (zh) | 一种遥测数据压缩方法、卫星及地面设备 | |
| Lee et al. | CUDA-based JPEG2000 encoding scheme | |
| US8467619B2 (en) | Image compressing apparatus, image compressing method, image decompressing apparatus, and storage medium | |
| KR101581131B1 (ko) | 영상 정보를 전달하는 방법, 영상 부호기 및 영상 복호기 | |
| CN116708793B (zh) | 视频的传输方法、装置、设备及存储介质 | |
| CN110933444B (zh) | 位宽值存储方法和装置 | |
| CN111885378B (zh) | 多媒体数据编码方法、装置、设备以及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |