第48卷总第524期网络首发:2023-05-31基于DCT自适应量化的频谱数据有损压缩算法刘红杰,陈鹏12,张政²,洪卫军2*,郭健",赵光焰1(1.北京博识广联科技有限公司,北京100081;2.北京邮电大学先进信息网络北京市实验室,北京100876)【摘要】针对由于我国频谱监测设备数量激增产生了海量频谱监测数据的存储和传输难题,提出一种基于DCT自适应量化的频谱数据有损压缩算法。首先将多帧频谱监测数据组合并经过灰度空间映射形成一幅时频图,后将时频图数据矩阵按列三等分,将等分后的数据作为RGB三通道合成一幅彩色图像并对其进行二维DCT变换,利用BP神经网络估计量化阈值后进行量化,最后经过游程编码与二次熵编码完成频谱监测数据的压缩。通过对真实接收机采集的频谱数据的压缩处理,压缩率约为10%,数据恢复后的百分比均方根误差约为11%。实验结果表明,所提算法具有稳定的压缩率和较小的恢复误差,能够有效地对实际采集的频谱数据进行压缩。【关键词】频谱数据压缩;离散余弦变换;神经网络;有损压缩doi:10.3969/j.issn.1006-1010.20220721-0004中图分类号:TP391文献标志码:A文章编号:1006-1010(2024)04-123-06引用格式:刘红杰,陈鹏,张政,等.基于DCT自适应量化的频谱数据有损压缩算法[].移动通信,2024,48(4):123-128.LIUHongjie,CHENPeng,ZHANGZheng,etal.LossyCompressionAlgorithmforSpectrumDataBasedonDCTwithAdaptiveQuantization[JJ.MobileCommunications,2024,48(4):123-128.OSID:扫描二维码与作者交流LossyCompressionAlgorithmforSpectrumDataBasedonDCTwithAdaptiveQuantizationLIUHongjie',CHENPeng’2,ZHANGZheng',HONGWeijun’,GUOJian',ZHAOGuangyan'(1.BorscheTechnologyLtd.,Beijing100081,China;2.BeijingLaboratoryofAdvancedInformationNetwork,BeijingUniversityofPostsandTelecommunications,Beijing100876,China)[Abstract][Keywords]InresponsetothestorageandtransmissionchallengesposedbytheincreasingnumberofspectrummonitoringdevicesinChina,thisstudyproposesalossycompressionalgorithmforspectrumdatabasedontheDiscreteCosineTransform(DCT)withadaptivequantization.Firstly,multipleframesofspectrummonitoringdataarecombinedandmappedtoatime-frequencyimageusinggrayscalemapping.Then,thedatamatrixofthetime-frequencyimageisdividedintothreeequalpartscolumn-wise,whicharetreatedasRGBchannelsto...