本發(fā)明涉及數(shù)據(jù)處理，具體涉及一種數(shù)字信號的傳輸系統(tǒng)及其方法。

背景技術(shù)：

1、農(nóng)業(yè)生產(chǎn)和植物生長狀態(tài)監(jiān)測過程中需要監(jiān)測和記錄大量信息，監(jiān)測各種監(jiān)測項目的傳感器通過將采集的模擬信號進行模數(shù)變換后獲得大量數(shù)字信號，而將農(nóng)業(yè)數(shù)據(jù)進行匯總存儲對分析作物狀態(tài)和環(huán)境具有極大的幫助；數(shù)字信號的傳輸是現(xiàn)代通信系統(tǒng)中的關(guān)鍵環(huán)節(jié)，涉及將信息從發(fā)送端傳遞到接收端的過程。由于農(nóng)業(yè)管理系統(tǒng)的實際傳輸介質(zhì)的帶寬有限，因此需要將采集的數(shù)據(jù)進行壓縮后傳輸，從而提高傳輸效率并節(jié)約存儲空間。

2、對農(nóng)業(yè)數(shù)據(jù)使用基于編碼字典的壓縮算法為最通用的壓縮方式之一，例如lz77算法通過構(gòu)建遍歷窗口對數(shù)據(jù)進行遍歷構(gòu)建編碼字典，使用編碼字典中由偏移值、匹配長度、待編碼區(qū)第一個等待編碼的字符構(gòu)成的三元組表示被壓縮的字符；然而在農(nóng)業(yè)生產(chǎn)管理的過程中，隨著植株生長階段的變化導致在不同的植株生長階段獲取的農(nóng)業(yè)數(shù)據(jù)存在階段性差異，進而在對農(nóng)業(yè)數(shù)據(jù)使用編碼字典進行壓縮時，導致基于初始植株生長階段所構(gòu)建的壓縮字典對于后期植株生長階段的數(shù)據(jù)不再適用，因此需要添加更多的三元組到字典中造成編碼字典的臃腫，并且基于初始植株生長階段所構(gòu)建的壓縮字典在后期植株生長階段不一定會被使用到，但在編碼時仍舊會被遍歷，從而導致壓縮和解壓縮時編碼字典中的三元組的查詢效率降低。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種數(shù)字信號的傳輸系統(tǒng)及其方法，以解決現(xiàn)有的問題。

2、本發(fā)明的一種數(shù)字信號的傳輸系統(tǒng)及其方法采用如下技術(shù)方案：

3、本發(fā)明一個實施例提供了一種數(shù)字信號的傳輸系統(tǒng)及其方法，該方法包括以下步驟：

4、獲取農(nóng)業(yè)數(shù)據(jù)，所述農(nóng)業(yè)數(shù)據(jù)包括若干監(jiān)測項目的在采集周期內(nèi)所有待壓縮數(shù)據(jù)；

5、根據(jù)每個監(jiān)測項目在采集周期內(nèi)的變化趨勢和周期性，獲得每個監(jiān)測項目的周期性表現(xiàn)和單調(diào)趨勢表現(xiàn)性；

6、基于所有監(jiān)測項目的周期性表現(xiàn)和單調(diào)趨勢表現(xiàn)性進行聚類獲取若干數(shù)據(jù)時序特征簇；

7、根據(jù)數(shù)據(jù)時序特征簇中所有監(jiān)測項目的周期性表現(xiàn)和單調(diào)趨勢表現(xiàn)性的偏向情況，獲得數(shù)據(jù)時序特征簇的階段容錯權(quán)重；

8、以數(shù)據(jù)時序特征簇的階段容錯權(quán)重作為權(quán)重，結(jié)合數(shù)據(jù)時序特征簇中同一監(jiān)測項目的待壓縮數(shù)據(jù)的分布情況，獲得數(shù)據(jù)時序特征簇的分段長度；

9、根據(jù)分段長度對數(shù)據(jù)時序特征簇中每個監(jiān)測項目進行分段，構(gòu)建每個監(jiān)測項目的若干編碼字典；

10、對下一采集周期內(nèi)每個監(jiān)測項目的待壓縮數(shù)據(jù)，與同一監(jiān)測項目的所有編碼字典進行分布情況的匹配，獲得下一采集周期內(nèi)每個監(jiān)測項目的最優(yōu)匹配編碼字典；

11、根據(jù)下一采集周期內(nèi)監(jiān)測項目的最優(yōu)匹配編碼字典與待壓縮數(shù)據(jù)的分布差異，優(yōu)選最優(yōu)匹配編碼字典進行壓縮，獲得農(nóng)業(yè)數(shù)據(jù)中所有監(jiān)測項目在每個采集周期內(nèi)的所有壓縮后數(shù)據(jù)，傳輸壓縮后數(shù)據(jù)應用于農(nóng)業(yè)管理。

12、優(yōu)選的，所述監(jiān)測項目的周期性表現(xiàn)和單調(diào)趨勢表現(xiàn)性的具體獲取步驟為：

13、對于第一個采集周期內(nèi)的第i個監(jiān)測項目，將第i個監(jiān)測項目在第一個采集周期內(nèi)的所有待壓縮數(shù)據(jù)輸入到mann-kendall趨勢檢驗模型中，將獲得第i個監(jiān)測項目的標準正態(tài)分布統(tǒng)計量記為第i個監(jiān)測項目的單調(diào)趨勢表現(xiàn)性；

14、構(gòu)建第一個采集周期內(nèi)的第i個監(jiān)測項目的所有待壓縮數(shù)據(jù)的頻譜圖，根據(jù)第一個采集周期內(nèi)的第i個監(jiān)測項目的頻譜圖中，所有頻率的振幅經(jīng)過極大極小歸一化后的歸一化振幅，進行降序排列獲得第i個監(jiān)測項目的振幅降序序列；

15、第一個采集周期內(nèi)的第i個監(jiān)測項目的周期表現(xiàn)性fi的計算方法為：

16、

17、其中，ni為第i個監(jiān)測項目的周期匹配集合中頻率的個數(shù)，ni為第i個監(jiān)測項目的所有頻率中，除第i個監(jiān)測項目的周期匹配集合中包含的頻率外，其他頻率的振幅的累加和，n'i為第i個監(jiān)測項目的周期匹配集合中所有頻率的振幅的累加和，ε表示預設(shè)超參數(shù)。

18、優(yōu)選的，所述周期匹配集合的具體獲取方式為：

19、第一個采集周期內(nèi)第i個監(jiān)測項目的周期匹配集合的獲取方式為：

20、mi＝filter{mi,k,mi,k-mi,k+1≥t}

21、其中，mi為第i個監(jiān)測項目的周期匹配集合，mi,k為第i個監(jiān)測項目的振幅降序序列中第k個頻率的歸一化振幅，mi,k+1為第i個監(jiān)測項目的振幅降序序列中第k個頻率的歸一化振幅，t為預設(shè)閾值；filter{}函數(shù)為條件選取函數(shù)。

22、優(yōu)選的，所述階段容錯權(quán)重的具體獲取方式為：

23、將第j個數(shù)據(jù)時序特征簇中第i'個監(jiān)測項目的單調(diào)趨勢表現(xiàn)性記為s'j,i'，第j個數(shù)據(jù)時序特征簇的階段容錯權(quán)重ωj的計算方法為：

24、

25、其中，f'j,i'為第j個數(shù)據(jù)時序特征簇中第i'個監(jiān)測項目的周期表現(xiàn)性，為第j個數(shù)據(jù)時序特征簇中所有監(jiān)測項目的周期表現(xiàn)性的均值，max{}表示取最大值函數(shù)，min{}表示取最小值函數(shù)。

26、優(yōu)選的，所述數(shù)據(jù)時序特征簇的分段長度的獲取步驟包括：

27、將第j個數(shù)據(jù)時序特征簇的第i'個監(jiān)測項目中第1個待壓縮數(shù)據(jù)記為第i'個監(jiān)測項目的第一個階段的分段起始數(shù)據(jù)；

28、對于第j個數(shù)據(jù)時序特征簇的第i'個監(jiān)測項目中第a個待壓縮數(shù)據(jù)，預設(shè)階段劃分閾值，當?shù)趈個數(shù)據(jù)時序特征簇的第i'個監(jiān)測項目中第a個待壓縮數(shù)據(jù)的階段結(jié)束評估系數(shù)小于階段劃分閾值時，構(gòu)建第a+1個待壓縮數(shù)據(jù)的局部范圍，并計算第a+1個待壓縮數(shù)據(jù)的階段結(jié)束評估系數(shù)；

29、以此類推，直至存在一個常數(shù)c，使得第a+c個待壓縮數(shù)據(jù)的階段結(jié)束評估系數(shù)大于階段劃分閾值，將第i'個監(jiān)測項目的第一個階段的分段起始數(shù)據(jù)到第a+c個待壓縮數(shù)據(jù)之間的數(shù)據(jù)間隔記為第j個數(shù)據(jù)時序特征簇中第i'個監(jiān)測項目的第一個階段的階段長度；

30、將第j個數(shù)據(jù)時序特征簇的所有監(jiān)測項目所有階段的階段長度中，最大的階段長度記為第j個數(shù)據(jù)時序特征簇的分段長度。

31、優(yōu)選的，所述階段結(jié)束評估系數(shù)的具體獲取方式為：

32、第j個數(shù)據(jù)時序特征簇的第i'個監(jiān)測項目中第a個待壓縮數(shù)據(jù)的階段結(jié)束評估系數(shù)gj,i',a的計算方法為：

33、gj,i',a＝sigmoid{(1-ωj)*|mj,i'-m'j,i'|}

34、其中，ωj為第j個數(shù)據(jù)時序特征簇的階段容錯權(quán)重，mj,i'為第j個數(shù)據(jù)時序特征簇的第i'個監(jiān)測項目中第a個待壓縮數(shù)據(jù)的局部范圍內(nèi)所有待壓縮數(shù)據(jù)的均值，m'j,i'為第j個數(shù)據(jù)時序特征簇中第i'個監(jiān)測項目中，從第i'個監(jiān)測項目的第一個階段的分段起始數(shù)據(jù)到第a個待壓縮數(shù)據(jù)的前一個待壓縮數(shù)據(jù)的均值，||表示取絕對值函數(shù)，sigmoid{?}表示sigmoid函數(shù)。

35、優(yōu)選的，所述局部范圍的具體獲取方式為：

36、以第j個數(shù)據(jù)時序特征簇的第i'個監(jiān)測項目中第a個待壓縮數(shù)據(jù)局部范圍的起點，以預設(shè)局部范圍長度按時序向第a個待壓縮數(shù)據(jù)之后選取獲得第a個待壓縮數(shù)據(jù)的局部范圍。

37、優(yōu)選的，所述監(jiān)測項目的最優(yōu)匹配編碼字典包括：

38、對于第k個監(jiān)測項目，以第k個監(jiān)測項目的每個編碼字典中所有數(shù)據(jù)的均值作為錨點，以所有數(shù)據(jù)的峰度作為聚集分布系數(shù)，以所有數(shù)據(jù)的方差作為次要分布系數(shù)；

39、以第k個監(jiān)測項目的所有編碼字典的錨點、聚集分布系數(shù)和次要分布系數(shù)分別作為x軸，y軸和z軸，構(gòu)建匹配空間獲得每個編碼字典的匹配空間點；

40、對于第k個監(jiān)測項目在下一采集周期內(nèi)的待壓縮數(shù)據(jù)，根據(jù)所在數(shù)據(jù)時序特征簇的階段長度進行劃分，獲得第k個監(jiān)測項目在下一采集周期內(nèi)的若干待壓縮數(shù)據(jù)分段，分別計算第k個監(jiān)測項目在下一采集周期內(nèi)的每個待壓縮數(shù)據(jù)分段的錨點、聚集分布系數(shù)和次要分布系數(shù)獲得待匹配空間點，映射到匹配空間后選取與待匹配空間點最近的匹配空間點對應的編碼字典，作為第k個監(jiān)測項目在下一采集周期內(nèi)的每個待壓縮數(shù)據(jù)分段的最優(yōu)匹配編碼字典。

41、優(yōu)選的，所述壓縮后數(shù)據(jù)的具體獲取方式為：

42、預設(shè)偏離閾值，對于第k個監(jiān)測項目在下一采集周期內(nèi)的第p個待壓縮數(shù)據(jù)分段，當?shù)趐個待壓縮數(shù)據(jù)分段的待匹配空間點與最優(yōu)匹配編碼字典的匹配空間點，在匹配空間中的歐氏距離的歸一化值小于等于預設(shè)偏離閾值時，使用第p個待壓縮數(shù)據(jù)分段的最優(yōu)匹配編碼字典對第p個待壓縮數(shù)據(jù)分段進行編碼壓縮獲得壓縮后數(shù)據(jù)；

43、當?shù)趐個待壓縮數(shù)據(jù)分段的待匹配空間點與最優(yōu)匹配編碼字典的匹配空間點，在匹配空間中的歐氏距離的歸一化值大于預設(shè)偏離閾值時，對第p個待壓縮數(shù)據(jù)分段構(gòu)建新的編碼字典進行壓縮獲得第p個待壓縮數(shù)據(jù)分段的壓縮后數(shù)據(jù)。

44、本發(fā)明還提出了一種數(shù)字信號的傳輸系統(tǒng)，該系統(tǒng)包括存儲器、處理器以及存儲在所述存儲器中并在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述方法的步驟。

45、本發(fā)明的技術(shù)方案的有益效果是：本發(fā)明通過根據(jù)農(nóng)業(yè)數(shù)據(jù)的每個監(jiān)測項目在采集周期內(nèi)的變化趨勢和周期性，獲得每個監(jiān)測項目的周期性表現(xiàn)和單調(diào)趨勢表現(xiàn)性后進行聚類獲取若干數(shù)據(jù)時序特征簇，達到對不同監(jiān)測項目的根據(jù)周期性和變化幅度將存在關(guān)系的監(jiān)測項目聚為一類，使得同階段的監(jiān)測項目之間的數(shù)據(jù)存在關(guān)聯(lián)，避免一個階段的監(jiān)測項目的數(shù)據(jù)由于誤差等原因被分為多個不同的階段；根據(jù)數(shù)據(jù)時序特征簇中所有監(jiān)測項目的周期性表現(xiàn)和單調(diào)趨勢表現(xiàn)性的偏向情況，結(jié)合數(shù)據(jù)時序特征簇中同一監(jiān)測項目的待壓縮數(shù)據(jù)的分布情況，獲得數(shù)據(jù)時序特征簇的分段長度，避免了周期性數(shù)據(jù)的波動對待壓縮數(shù)據(jù)階段的劃分影響，還達到對同一數(shù)據(jù)時序特征簇內(nèi)監(jiān)測項目統(tǒng)一劃分階段的目的，降低編碼字典的數(shù)量和編碼復雜度；根據(jù)分段長度對數(shù)據(jù)時序特征簇中每個監(jiān)測項目進行分段，構(gòu)建每個監(jiān)測項目的若干編碼字典，對下一采集周期內(nèi)每個監(jiān)測項目的待壓縮數(shù)據(jù)，與同一監(jiān)測項目的所有編碼字典進行分布情況的匹配，獲得下一采集周期內(nèi)每個監(jiān)測項目的最優(yōu)匹配編碼字典，實現(xiàn)基于采集的數(shù)據(jù)和已有的編碼字典進行匹配最優(yōu)編碼字典，將已有的編碼字典作為先驗編碼字典降低字典構(gòu)建的復雜度；根據(jù)下一采集周期內(nèi)監(jiān)測項目的最優(yōu)匹配編碼字典與待壓縮數(shù)據(jù)的分布差異，優(yōu)選最優(yōu)匹配編碼字典進行壓縮，獲得農(nóng)業(yè)數(shù)據(jù)中所有監(jiān)測項目在每個采集周期內(nèi)的所有壓縮后數(shù)據(jù)，實現(xiàn)通過判斷匹配的編碼字典與實際采集的數(shù)據(jù)的差異，選擇是否使用最優(yōu)匹配編碼字典，降低了不合適的編碼字典進行編碼滿足不了先驗提供參考的作用，最終實現(xiàn)在使用編碼字典進行數(shù)據(jù)壓縮后傳輸時提高壓縮效率的目的。