一种车载电脑系统数据快速存储方法

技术领域

本发明涉及数据压缩技术领域，具体涉及一种车载电脑系统数据快速存储方法。

背景技术

在车辆的驾驶过程中，需要对行车过程中数据进行记录，而后通过车载电脑进行分析以及存储，例如最为常见的车辆的日志数据，具体为车辆系统和传感器在对车辆运行的过程中进行记录从而产生大量日志数据，用于故障诊断、性能监控等。而日志数据因为产生的来源极多，所以为了减少存储空间和数据传输的开销，需要对日志数据进行压缩。

但是现有的技术中对于车载电脑系统数据进行压缩的时候往往是利用通用的压缩算法例如LZW数据压缩算法，其具体的原理为在压缩初始的时候建立一个压缩字典，而后通过更新压缩字典的方式来对压缩字典进行扩充，同时利用扩充后的压缩字典对车载电脑系统数据压缩。但是因为车载电脑系统数据类型多，所以在利用LZW算法进行压缩的时候，其对应的字典会十分的冗余，导致在进行字典检索的时候，整体检索时间过长从而使得压缩速度下降，现有的解决方式是对于字典进行基于冗余度的更新，即对字典中的某些局域时间段内的低频字符进行删除来进行压缩速度的提高，但是这种方式会使车载电脑系统数据的压缩率下降。

发明内容

本发明提供一种车载电脑系统数据快速存储方法，以解决现有的问题：在提高车载电脑系统数据压缩速度的同时，避免车载电脑系统数据压缩率下降。

本发明的采用如下技术方案：

本发明一个实施例提供了一种车载电脑系统数据快速存储方法，该方法包括以下步骤：

对车载电脑系统数据进行预处理，并将经过预处理后的车载电脑系统数据记为待压缩数据；

根据待压缩数据获取任意时刻下的压缩字典更新变化率；根据压缩字典更新变化率获取目标字典；

根据目标字典中短语的长度、压缩字典建立开始的时刻到目标字典建立完成的时刻之间目标字典中短语被引用的次数、目标字典中短语录入目标字典的时刻以及目标字典建立完成的时刻，获取目标字典中短语的历史检索贡献程度；

获取当前时刻下目标字典中短语的预测检索贡献程度；

根据目标字典中短语的历史检索贡献程度以及当前时刻下目标字典中短语的预测检索贡献程度，获取目标字典中短语的检索优先级；根据目标字典中短语的检索优先级获取在目标字典建立完成之前以及目标字典建立完成包括完成之后的两种情况下，目标字典中所有短语的检索优先级；

根据所有情况下目标字典中所有短语的检索优先级，获取新的目标字典并对待压缩数据进行数据压缩。

优选的，所述获取任意时刻下的压缩字典更新变化率，包括的具体计算公式为：

式中，

优选的，所述根据压缩字典更新变化率获取目标字典，包括的具体方法为：

首先预设一个时间范围

优选的，所述获取目标字典中短语的历史检索贡献程度，包括的具体计算公式为：

式中，

优选的，所述获取当前时刻下目标字典中短语的预测检索贡献程度，包括的具体计算公式为：

对于当前时刻下目标字典中的第

优选的，所述当前时刻下目标字典中第

式中，

利用当前时刻下目标字典中的第

通过当前时刻下目标字典中的第

式中，

优选的，所述目标字典中第

对于目标字典中第

优选的，所述获取目标字典中短语的检索优先级，包括的具体计算公式为：

式中，

优选的，所述获取在目标字典建立完成之前以及目标字典建立完成包括完成之后的两种情况下，目标字典中所有短语的检索优先级，包括的具体方法为：

式中，

式中，

优选的，所述根据所有情况下目标字典中所有短语的检索优先级，获取新的目标字典并对待压缩数据进行数据压缩，包括的具体方法为：

在对待压缩数据进行数据压缩时，依照检索目标字典中的短语优先级对目标字典中的短语进行降序排序，得到新的目标字典，以新的目标字典对待压缩数据进行数据压缩。

本发明的技术方案的有益效果是：由于车载电脑系统数据类型多，若使用现有的数据压缩算法对车载电脑系统数据进行压缩，会导致在进行字典检索的时候，整体检索时间过长从而使得压缩速度下降，而通过对字典中的某些局域时间段内的低频字符进行删除来进行压缩速度的提高，又会引起车载电脑系统数据的压缩率下降，使无法兼顾压缩速度与压缩率。

而本发明通过已经压缩的车载电脑系统数据与LZW压缩字典的特征进行字典内已经录入的不同的短语的检索顺序动态调整；得到新的压缩字典用新的压缩字典，对车载电脑系统数据进行压缩，达到兼顾压缩速度与压缩率的目的。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种车载电脑系统数据快速存储方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种车载电脑系统数据快速存储方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种车载电脑系统数据快速存储方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种车载电脑系统数据快速存储方法的步骤流程图，该方法包括以下步骤：

步骤S001：对车载电脑系统数据进行预处理，并将经过预处理后的车载电脑系统数据记为待压缩数据。

需要说明的是，车载电脑系统数据记录的信息包括：发动机转速、发动机负荷等发动机参数信息；车速、油耗等汽车运行状况信息；故障指示灯、汽车故障码等故障诊断和警告信息；续航里程、空调状态等辅助信息。所以车辆行车电脑记录的信息种类多，为能够更好地对车载电脑系统数据快速存储，所以需要对车载电脑系统数据进行预处理。

具体的，对车载电脑系统数据使用ASCII编码进行编码，得到经过ASCII编码后的车载电脑系统数据记为待压缩数据；其中由于ASCII编码作为一种公知的技术，所以在本实施例中不再赘述。

至此，通过上述方法得到经过预处理后的车载电脑系统数据记为待压缩数据。

步骤S002：根据待压缩数据获取任意时刻下的压缩字典更新变化率；根据压缩字典更新变化率获取目标字典。

需要说明的是，本实施例是基于LZW数据压缩算法对待压缩数据进行压缩的，由于LZW数据压缩算法对待压缩数据压缩时需要建立压缩字典，值得一提的是LZW压缩字典是由待压缩数据中的字符以及字符段组成的，在本实施例中将压缩字典中的字符以及字符段记为短语；由于在压缩字典建立前期，此时压缩字典内包含的短语数量少，在压缩字典内进行短语检索的检索时间短，使待压缩数据能得到快速压缩；而随着对待压缩数据进行压缩，压缩字典内的短语数量越来越多，从而使得对新的待压缩数据进行压缩时，需要在短语数量多的压缩字典内进行检索，此时压缩字典内进行短语检索的检索时间长，不能使待压缩数据得到快速压缩。

值得一提的是，在LZW的压缩字典之内，不同的短语在车载电脑系统数据的不同压缩阶段被使用的概率是不同的，可以基于此特性对LZW压缩字典中的不同短语进行分析，选择一个合适的时间进行压缩模型的建立，具体的压缩模型建立时间可通过压缩字典更新变化率得到，根据压缩字典更新变化率获取压缩模型建立的最佳时间。

需要进一步说明的是，对于第

具体的，对于第

式中，

需要进一步说明的是，

至此，通过上述方法得到第

然后利用所有时刻的压缩字典更新变化率，得到最完善的压缩字典的具体过程如下：

首先预设一个时间范围

至此，得到最完善的压缩字典记为目标字典。

步骤S003：根据目标字典中短语的长度、压缩字典建立开始的时刻到目标字典建立完成的时刻之间目标字典中短语被引用的次数、目标字典中短语录入目标字典的时刻以及目标字典建立完成的时刻，获取目标字典中短语的历史检索贡献程度。

需要说明的是，在利用LZW数据压缩算法对待压缩数据进行压缩时，不同短语的检索贡献程度是不同的，所以在进行目标字典检索时，使检索贡献程度大的短语优先进行检索可以极大程度的提升，所以本实施例根据目标字典中每个短语获取历史检索贡献程度分析，获取预测检索贡献程度，依次建立目标字典中每个短语的检索模型。

具体的，对于目标字典中的第

式中，

需要说明的是，由于本实施例是基于LZW数据压缩算法对待压缩数据进行压缩的，需要在目标字典中找到与被压缩的数据最长匹配段，故从目标字典中的包含的字符数量越多，则短语的历史检索贡献程度越大；而目标字典中的短语被引用次数越多，则该短语越频繁地被检索出来，所以该短语的历史检索贡献程度越大；值得一提的是由于目标字典中每个短语的录入时刻不同，而越早录入目标字典的短语理论上被引用的次数就越多，但因录入目标字典时间的差异造成的引用次数的差异不能反映短语被检索的频率，所以需要根据目标字典中每个短语的录入时间消除这种差异。

需要进一步说明的是，对于目标字典中的第

至此，通过上述方法得到目标字典中的第

步骤S004：获取当前时刻下目标字典中短语的预测检索贡献程度。

需要说明的是，短语的历史检索贡献程度表示的历史上目标字典中的短语检索贡献程度，不能直接作为短语的预测检索贡献程度；所以本实施例根据短语的历史检索贡献程度获取短语的预测检索贡献程度。

具体的，对于目标字典中的第

式中，

需要进一步说明的是，对于目标字典中的第

需要注意的是，由于本实施例中的待压缩数据是经过预处理的车载电脑系统数据，而经过预处理的车载电脑系统数据中，有些数据呈固定搭配的形式，即在目标字典中，某个短语出现时，必然有着另一个短语出现，而对存在固定搭配短语的自身趋势项进行分析时，因固定搭配的短语无法独立出现，所以需要结合其他短语的自身趋势项进行分析。

具体的，对于目标字典中第

式中，

需要进一步说明的是，对于目标字典中的第

最后根据当前时刻下目标字典中短语的自身趋势项以及当前时刻下目标字典中短语的联系短语趋势项，预测目标字典中短语的预测检索贡献程度，其具体的计算公式为：

式中，

值得一提的是，对于目标字典中的第

至此，得到当前时刻下目标字典中的第

步骤S005：根据目标字典中短语的历史检索贡献程度以及当前时刻下目标字典中短语的预测检索贡献程度，获取目标字典中短语的检索优先级；根据目标字典中短语的检索优先级获取在目标字典建立完成之前以及目标字典建立完成包括完成之后的两种情况下，目标字典中所有短语的检索优先级。

需要说明的是，本实施例作为一种车载电脑系统数据快速存储方法，具体是通过优化LZW数据压缩算法中字典区检索顺序，并每隔

具体的，根据目标字典中短语的历史检索贡献程度以及当前时刻下目标字典中短语的预测检索贡献程度，获取目标字典中短语的检索优先级，其具体的计算过程如下：

式中，

需要进一步说明的是，对于目标字典中的第

需要注意的是，在不同时刻下对目标字典中的短语优先级计算分为两种情况，分别为在目标字典建立完成之前的情况以及目标字典建立完成包括完成之后的情况。

由于在目标字典建立完成之前的情况下计算的目标字典中短语的检索优先级，所以不需要考虑检索优先级衰减，具体的计算在目标字典建立完成之前目标字典内短语的优先级计算公式为：

式中，

而在目标字典建立完成包括完成之后的情况下计算的目标字典中短语的检索优先级，则需要考虑检索优先级衰减，具体的计算在目标字典建立完成之前目标字典内短语的优先级计算公式为：

式中，

至此，得到所有情况下目标字典中所有短语的检索优先级。

步骤S006：根据所有情况下目标字典中所有短语的检索优先级，获取新的目标字典并对待压缩数据进行数据压缩。

需要说明的是，在对待压缩数据进行压缩时，当检索到引用短语后即可终止检索，所以检索到引用短语的速度越快，则压缩速度越快；故可以根据所有情况下目标字典中所有短语的检索优先级，对目标字典中的短语进行检索，达到提高待压缩数据的压缩速度。

具体的，在对待压缩数据进行数据压缩时，依照检索目标字典中的短语优先级进行检索，先目标字典中优先级高的短语，后检索目标字典中优先级高的短语。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。