面向监测数据压缩的自适应SDT算法.pdf

第43卷第2期 中国测试 Vol.43 No.2 2017年2月 CHINA MEASUREMENT TEST February，2017 doi院10.11857/j.issn.1674-5124.2017.02.021 面向监测数据压缩的自适应SDT算法 1 2 2 张宗华 袁 叶志佳 袁 牛新征 （1.国家电网公司北京电力医院信息通讯部，北京 100073；2. 电子科技大学计算机科学与工程学院，四川 成都 611731） 摘 要院为降低IT运维系统的实时监测数据量尧提高数据存储效率袁提出一种自适应的旋转门算法渊adaptive swinging door trending袁ASDT冤遥 针对传统SDT算法存在抗噪性弱尧参数选取困难等缺陷袁ASDT首先通过最小二乘平滑处理袁 减小噪声数据对SDT趋势判断的影响曰然后通过改进死区限值过滤算法袁对经平滑处理后的数据进行压缩曰最后基 于相邻压缩区间标准差变化袁自适应调整压缩精度参数遥实验结果表明院在保证数据保真度的前提下袁ASDT的仿真数 据和真实数据上的压缩比分别提高60%和24%以上遥 关键词院数据压缩曰旋转门算法曰平滑处理曰自适应调整 文献标志码院A 文章编号院1674-5124渊2017冤02-0104-05 Adaptive SDT algorithm for monitoring data compression 1 2 2 ZHANG Zonghua ，YE Zhijia ，NIU Xinzheng （1.Ministry of Information and Communication，Beijing Electric Power Hospital， State Grid Corporation of China，Beijing 100073，China； 2.School of Computer Science and Engineering，University of Electronic Science and Technology of China， Chengdu 611731，China） Abstract: To reduce the amount of monitoring data of IT operation and maintenance system and improve the efficiency of data storage，an adaptive SDT algorithm named adaptive swinging door trending （ASDT）was proposed. To address problems such as the weak resistance to noise and the difficulty of parameter selection of traditional SDT algorithm，ASDT firstly adopts least-squares to smooth the original data to reduce the influence of noise to SDT trend judgment; then，it combines with improved boxcar-back sl