基于小波变换的中频数据压缩及并行化研究

摘要

数据压缩技术的发展日益成熟，在图像、语音、地震信号等方面已经得到广泛应用。随着雷达技术的发展，中频数据量将与日俱增，因此对中频数据进行快速压缩十分必要。本论文根据中频数据的数据特征，设计了一种基于提升小波变换的中频数据压缩快速算法。主要内容包括确定小波基函数与小波分解级数、量化方式的研究与编码方式的选取以及基于GPU的并行实现。文中选取db4小波进行2级提升小波变换，对所得小波系数进行分级量化，然后对量化后的小波系数运用行程编码，再进行区间编码。最终，对算法中的小波变换和量化部分进行了并行化研究及实现。本文的主要特点有：
　　（1）数据特点：输入的中频数据为二进制文件，本身不利于压缩，需要将输入以整型读入系统。处理后的中频数据呈脉冲样式，有用信息存于脉冲之中，脉冲外不含有用信息，十分利于压缩。想要在此基础上获得更大的压缩比，则需要进行变换，将能量集中。
　　（2）压缩比特点：a）将小波变换用于中频数据的压缩，与中频数据的直接压缩相比，在能量损失相同的情况下，能够获得更大的压缩比。而且随着能量损失的增加，基于小波变换的中频数据压缩的优势越明显。b）量化方式上，根据小波系数的特点，采用非均匀量化，通过输入不同的量化参数则可获得不同的压缩比。
　　（3）压缩速度特点：结合中频数据的特点，在最大程度保证数据完整性的前提下，对数据进行并行划分，利用CPU-GPU协同工作并行实现基于小波变换的中频数据压缩。在输入数据量较大时，其压缩速度相对于串行实现都有相应的提高。
　　本文设计的基于小波变换的压缩算法经测试，结果表明，算法能够很好的对中频数据进行压缩，在能量损失5％时，压缩比可达20倍；同时，在输入数据为64MB的情况下，压缩速度比串行压缩提高了2.8倍。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪 论

1.1 研究的背景与意义

1.2 国内外研究历史与现状

1.3 本论文章节安排

第二章 小波变换理论

2.1 常见小波基函数

2.2 第一代小波变换

2.3 第二代小波变换

2.4 小波变换中的几个重要问题

2.5 本章小结

第三章 数据压缩算法研究

3.1 基于变换的数据压缩概述

3.2 量化方法的研究

3.3 熵编码算法的研究

3.4 数据压缩的性能指标

3.5 本章小结

第四章 中频数据压缩算法研究

4.1 中频数据及其压缩算法的整体设计

4.2 中频数据压缩中的小波变换

4.3 算法中关键步骤设计

4.4 串行压缩算法的实验结果

4.5 本章小结

第五章 CPU-GPU异构实现并行数据压缩

5.1 GPU通用计算

5.2 小波变换的并行程序实现

5.3 本章小结

第六章 并行程序实验结果

6.1 实验环境

6.2 实验结果

6.3 本章小结

第七章 全文总结与展望

7.1 全文总结

7.2 研究展望

致谢

参考文献

攻读硕士学位期间取得的成果