logo móvil
Contáctanos

Esquemas de compresión eficientes y en tiempo real de datos multidimensionales de boyas oceánicas utilizando codificación Golomb-Rice

Autores: Liu, Quan; Huang, Ziling; Chen, Kun; Xiao, Jianmin

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Esquemas de compresión eficientes y en tiempo real de datos multidimensionales de boyas oceánicas utilizando codificación Golomb-Rice


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Suministro de energía
Boyas de monitoreo oceánico
Compresión de datos
Monitoreo en tiempo real
Codificación Golomb-Rice
Esquema de compresión

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
El suministro de energía de boyas de monitoreo oceánico es un desafío importante, especialmente para aplicaciones de baja potencia a largo plazo. La compresión de datos puede reducir la energía de transmisión y extender la vida útil del sistema. En particular, el algoritmo no puede introducir retrasos para garantizar un monitoreo en tiempo real. En este escenario, proponemos un esquema eficiente de compresión en tiempo real para compresión de datos sin pérdida (ERCS_Lossless) basado en la codificación Golomb-Rice para comprimir eficientemente cada dato dimensional de forma independiente. Además, proponemos un esquema eficiente de compresión en tiempo real para compresión de datos con pérdida con un mecanismo de bandera (ERCS_Lossy_Flag), que incorpora un bit de bandera para cada dimensión, indicando si el error de predicción excede un umbral, seguido de una compresión adicional utilizando la codificación Golomb-Rice. Realizamos experimentos con datos de 24 dimensiones de elementos meteorológicos y de ondas de una boya única, y los resultados muestran que ERCS_Lossless logra una tasa de compresión promedio del 47.40%. En escenarios de comunicación real, se realizan operaciones de empalme y alineación de bytes en datos multidimensionales, y los resultados muestran que la varianza de la carga útil aumenta pero la media disminuye después de la compresión, logrando un ahorro de energía de transmisión del 38.60%, que es mejor que los métodos de compresión sin pérdida en tiempo real existentes. Además, ERCS_Lossy_Flag reduce aún más la cantidad de datos y mejora la eficiencia energética cuando es aceptable una menor precisión de datos.

Otros recursos que podrían interesarte

Temas Virtualpro