本發(fā)明屬于煤礦環(huán)境采集傳輸技術(shù)領(lǐng)域，具體涉及一種煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法。

背景技術(shù)：

井下事故造成通信環(huán)境癱瘓，借助機器人技術(shù)搭建應(yīng)急無線通信網(wǎng)絡(luò)環(huán)境受到局限，在有限的通信條件下，將環(huán)境信息數(shù)據(jù)安全、穩(wěn)定、快速的傳輸?shù)骄仍笓]中心，成為救援工作順利開展的重要保證。目前，在良好通信網(wǎng)絡(luò)條件下的環(huán)境信息數(shù)據(jù)傳輸研究較多，且數(shù)據(jù)壓縮重構(gòu)算法較為成熟。在復(fù)雜地質(zhì)條件下應(yīng)用于煤礦救援工作的環(huán)境信息數(shù)據(jù)傳輸技術(shù)研究較少，因此，現(xiàn)如今缺少一種煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，在有限通信信道傳輸特性研究的基礎(chǔ)上，實現(xiàn)多環(huán)境信息數(shù)據(jù)自適應(yīng)通信傳輸條件，即在有限變化的環(huán)境中，使環(huán)境信息數(shù)據(jù)得到不同壓縮深度，改善在不同通信網(wǎng)絡(luò)環(huán)境中數(shù)據(jù)傳輸?shù)淖赃m應(yīng)能力，使數(shù)據(jù)傳輸在保證實時傳輸?shù)耐瑫r，保持較為良好的無損傳輸特性，為提高數(shù)據(jù)的壓縮能力提供一種重要手段。

技術(shù)實現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，通過通信設(shè)備實時采集信號強度，自衍生小波分解等級，提升信息傳輸?shù)膹椥裕ㄟ^多尺度正交變換實現(xiàn)編碼預(yù)處理，提升霍夫曼編碼效率，極大提高了采集數(shù)據(jù)信息壓縮適應(yīng)網(wǎng)絡(luò)環(huán)境的能力，便于推廣使用。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，其特征在于，該方法包括以下步驟：

步驟一、獲取煤礦救援機器人當(dāng)前位置的環(huán)境信息序列：采用煤礦救援機器人獲取煤礦救援機器人當(dāng)前位置的環(huán)境信息序列f(x)；

所述煤礦救援機器人上安裝有用于采集井下巷道環(huán)境序列的環(huán)境探測器、用于探測井下巷道障礙物的激光探測儀和與上位機通信并用于采集井下通信信號強度的無線通信設(shè)備，環(huán)境探測器的信號輸出端和激光探測儀的信號輸出端均與煤礦救援機器人中央處理器的輸入端連接，煤礦救援機器人中央處理器的輸出端接有用于控制所述煤礦救援機器人前進(jìn)或后退的行走機構(gòu)，環(huán)境探測器和激光探測儀獲取的數(shù)據(jù)為煤礦救援機器人當(dāng)前位置的環(huán)境信息序列f(x)，其中，為環(huán)境信息序列f(x)中第k個環(huán)境信息函數(shù)，aj,k為第k個環(huán)境信息函數(shù)的系數(shù)，k為環(huán)境信息函數(shù)的編號；

步驟二、確定環(huán)境信息序列的自衍生等級：根據(jù)公式確定環(huán)境信息序列的自衍生等級γ，其中，eγ為無線通信設(shè)備實時采集的通信衰減信號強度，e為無線通信設(shè)備固有的通信信號強度，η為通信信號強度衰減比；

步驟三、判斷自衍生等級是否超過衍生等級閾值：設(shè)定衍生等級閾值th，當(dāng)γ≥th時，說明無線通信設(shè)備無法與上位機正常通信，無線通信網(wǎng)絡(luò)不可用，煤礦救援機器人中央處理器將通信信號強度損失嚴(yán)重的地方進(jìn)行網(wǎng)絡(luò)修復(fù)；當(dāng)γ<th時，執(zhí)行步驟四；

步驟四、環(huán)境信息序列的數(shù)據(jù)壓縮，過程如下：

步驟401、確定環(huán)境信息序列的小波分解級數(shù)j：根據(jù)公式j(luò)＝γ<th，確定小波分解級數(shù)j；

步驟402、環(huán)境信息序列的多尺度小波包分解：令環(huán)境信息序列煤礦救援機器人中央處理器對環(huán)境信息序列f(x)進(jìn)行多尺度小波包分解，得到其中，n取2l或2l+1，且l為非負(fù)整數(shù)，為小波分解級數(shù)為j的尺度空間且⊕為正交運算符，為低頻序列正交空間，為的正交補空間，低頻序列正交空間中的全部元素與正交補空間中的任意元素均正交，為第j級小波包分解的第s個子頻帶的第n個變換系數(shù)，n＝2^j，ψn為小波基函數(shù)，小波基函數(shù)ψn的兩尺度變換式為hs為小波基函數(shù)ψn與一個兩尺度正交變換函數(shù)ψ2l(x)的低通濾波器，gs為小波基函數(shù)ψn與另一個兩尺度正交變換函數(shù)ψ2l+1(x)的高通濾波器且gs＝(-1)^sh1-s；

步驟403、環(huán)境信息序列的多尺度正交小波包變換并獲取低頻序列系數(shù)矩陣和高頻序列系數(shù)矩陣：首先，煤礦救援機器人中央處理器將進(jìn)行多尺度正交小波包變換，得到其中，m為子頻帶平移編號，為第j-1級正交小波包變換的第m個子頻帶的第2l個變換系數(shù)且為第j-1級正交小波包變換的第m個子頻帶的第2l+1個變換系數(shù)且<·,·>表示內(nèi)積運算，*表示卷積運算，ds為s個子頻帶構(gòu)成的系數(shù)細(xì)節(jié)序列集合，h2l為當(dāng)前級小波基函數(shù)與下一級小波基函數(shù)的低通濾波器，g2l+1為當(dāng)前級小波基函數(shù)與下一級小波基函數(shù)的高通濾波器；然后，獲取低頻序列系數(shù)矩陣d2l和高頻序列系數(shù)矩陣d2l+1，其中，低頻序列系數(shù)矩陣d2l包括每一級正交小波包變換中所有子頻帶的低頻序列系數(shù)，即d^j,2l為第j級正交小波包變換中所有子頻帶的低頻序列系數(shù)的集合，高頻序列系數(shù)矩陣d2l+1包括每一級正交小波包變換中所有子頻帶的高頻序列系數(shù)，即d^j,2l+1為第j級正交小波包變換中所有子頻帶的高頻序列系數(shù)的集合；

步驟404、低頻序列系數(shù)矩陣d2l和高頻序列系數(shù)矩陣d2l+1的編碼：煤礦救援機器人中央處理器采用霍夫曼編碼的方法對低頻序列系數(shù)矩陣d2l和高頻序列系數(shù)矩陣d2l+1進(jìn)行編碼壓縮，得到編碼壓縮數(shù)據(jù)包；

步驟五、編碼壓縮數(shù)據(jù)包的傳輸：采用無線通信設(shè)備將所述編碼壓縮數(shù)據(jù)包通過信道傳輸至上位機；

步驟六、環(huán)境信息序列的數(shù)據(jù)重構(gòu)，過程如下：

步驟601、霍夫曼解碼：上位機將接收的所述編碼壓縮數(shù)據(jù)包送入霍夫曼解碼器，進(jìn)行數(shù)據(jù)展開，得到解碼數(shù)據(jù)流，所述解碼數(shù)據(jù)流包括解碼低頻序列系數(shù)矩陣和解碼高頻序列系數(shù)矩陣

步驟602、重構(gòu)級數(shù)的匹配：上位機識別解碼低頻序列系數(shù)矩陣d'2l和解碼高頻序列系數(shù)矩陣d'2l+1中的解碼系數(shù)細(xì)節(jié)序列數(shù)量j'，j'即匹配重構(gòu)級數(shù)且匹配重構(gòu)級數(shù)j'等于小波分解級數(shù)j；

步驟603、解碼數(shù)據(jù)流的小波包重構(gòu)：首先，根據(jù)公式計算第j'級的第s個子頻帶的第n個變換系數(shù)然后，根據(jù)公式重構(gòu)環(huán)境信息序列，獲取環(huán)境信息重構(gòu)序列f(x)'；

步驟七、井下環(huán)境信息序列的連續(xù)顯示：上位機對獲取環(huán)境信息重構(gòu)序列f(x)'進(jìn)行顯示，煤礦救援機器人中央處理器驅(qū)動行走機構(gòu)前進(jìn)或后退，所述煤礦救援機器人獲取當(dāng)前位置的環(huán)境信息序列，重復(fù)步驟一至步驟六，實現(xiàn)煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)，上位機連續(xù)顯示煤礦救援機器人各當(dāng)前位置的環(huán)境信息序列。

上述的煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，其特征在于：步驟一中環(huán)境探測器包括環(huán)境傳感器；步驟一中無線通信設(shè)備為wifi無線通信模塊。

上述的煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，其特征在于：所述衍生等級閾值th為6或7。

上述的煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，其特征在于：步驟三中煤礦救援機器人中央處理器通過控制煤礦救援機器人在井下巷道中放置中繼器對通信信號強度損失嚴(yán)重的地方進(jìn)行網(wǎng)絡(luò)修復(fù)。

上述的煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，其特征在于：所述小波基函數(shù)ψn為haar小波基函數(shù)或dbn小波基函數(shù)，其中，n取4或8。

本發(fā)明與現(xiàn)有技術(shù)相比具有以下優(yōu)點：

1、本發(fā)明采用無線通信設(shè)備實時采集井下通信信道的信號強度，根據(jù)信號強弱決定環(huán)境信息序列的小波分解級數(shù)，自衍生小波分解等級，自衍生特性下的多尺度小波分解算法要不斷適應(yīng)無線通信信道傳輸特性，提升信息傳輸?shù)膹椥?，便于推廣使用。

2、本發(fā)明采用多尺度小波包分解和多尺度正交小波包變換將煤礦井下復(fù)雜環(huán)境信息采集信號進(jìn)行壓縮，將采集的環(huán)境信息序列中的部分冗余信息剔除，使得信號在進(jìn)入有限的、變化的無線通信信道中安全、可靠的傳輸，實現(xiàn)數(shù)據(jù)的一次壓縮；采用霍夫曼編碼對自衍生小波數(shù)據(jù)分解后一次壓縮的數(shù)據(jù)進(jìn)行二次壓縮，改善了編碼效率以及降低了編碼復(fù)雜度，可靠穩(wěn)定，使用效果好。

3、本發(fā)明方法步驟簡單，據(jù)煤礦井下復(fù)雜環(huán)境中的無線通信傳輸特性的變化規(guī)律，結(jié)合自衍生小波數(shù)據(jù)壓縮算法思想，將復(fù)雜信道中的數(shù)據(jù)壓縮編碼方法自適應(yīng)性能得到相應(yīng)提高，以保證救援通信網(wǎng)絡(luò)狀態(tài)最優(yōu)以及數(shù)據(jù)傳輸?shù)挠行裕沟脭?shù)據(jù)傳輸過程中盡可能不失去設(shè)備探測到的救援?dāng)?shù)據(jù)，極大提高了采集數(shù)據(jù)信息壓縮適應(yīng)網(wǎng)絡(luò)環(huán)境的能力。

綜上所述，本發(fā)明通過通信設(shè)備實時采集信號強度，自衍生小波分解等級，提升信息傳輸?shù)膹椥?，通過多尺度正交變換實現(xiàn)編碼預(yù)處理，提升霍夫曼編碼效率，極大提高了采集數(shù)據(jù)信息壓縮適應(yīng)網(wǎng)絡(luò)環(huán)境的能力，便于推廣使用。

下面通過附圖和實施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。

附圖說明

圖1為本發(fā)明采用的數(shù)據(jù)傳輸設(shè)備的電路原理框圖。

圖2為本發(fā)明數(shù)據(jù)壓縮及重構(gòu)方法的方法流程框圖。

圖3為本發(fā)明瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖4為圖3中1級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖5為圖4的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖6為圖3中2級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖7為圖6的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖8為圖3中3級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖9為圖8的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖10為圖3中4級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖11為圖10的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖12為圖3中5級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖13為圖12的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖14為圖3中6級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖15為圖14的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖16為本發(fā)明自衍生多級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

圖17為圖16的小波重構(gòu)的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D。

附圖標(biāo)記說明:

1—環(huán)境探測器；2—激光探測儀；

3—煤礦救援機器人中央處理器；4—無線通信設(shè)備；

5—上位機；6—行走機構(gòu)。

具體實施方式

如圖1和圖2所示，本發(fā)明的煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)方法，包括以下步驟：

步驟一、獲取井下煤礦救援機器人當(dāng)前位置的環(huán)境信息序列：采用煤礦救援機器人獲取煤礦救援機器人當(dāng)前位置的環(huán)境信息序列f(x)；

所述煤礦救援機器人上安裝有用于采集井下巷道環(huán)境序列的環(huán)境探測器1、用于探測井下巷道障礙物的激光探測儀2和與上位機5通信并用于采集井下通信信號強度的無線通信設(shè)備4，環(huán)境探測器1的信號輸出端和激光探測儀2的信號輸出端均與煤礦救援機器人中央處理器3的輸入端連接，煤礦救援機器人中央處理器3的輸出端接有用于控制所述煤礦救援機器人前進(jìn)或后退的行走機構(gòu)6，環(huán)境探測器1和激光探測儀2獲取的數(shù)據(jù)為煤礦救援機器人當(dāng)前位置的環(huán)境信息序列f(x)，其中，為環(huán)境信息序列f(x)中第k個環(huán)境信息函數(shù)，aj,k為第k個環(huán)境信息函數(shù)的系數(shù)，k為環(huán)境信息函數(shù)的編號；

需要說明的是，環(huán)境探測器1的設(shè)置是為了實時探測井下環(huán)境參數(shù)，確定井下被困人員的所處環(huán)境，對井下被困人員制定有效的救援措施，激光探測儀2的設(shè)置是為煤礦救援機器人行走提供避障模塊，避免煤礦救援機器人行進(jìn)至無法逾越的位置，保證煤礦救援機器人持續(xù)有效的行進(jìn)，無線通信設(shè)備4的設(shè)置是為煤礦救援機器人提供數(shù)據(jù)通信模塊，避免使用有線通信導(dǎo)致引線過長，造成煤礦救援機器人進(jìn)行不方便，上位機5可實時觀看煤礦救援機器人采集回來的井下環(huán)境信息，對救援被困人員提供有效的指導(dǎo)作用。

本實施例中，步驟一中環(huán)境探測器1包括環(huán)境傳感器；步驟一中無線通信設(shè)備4為wifi無線通信模塊。

需要說明的是，煤礦救援機器人承接井下救援任務(wù)，需要進(jìn)入井下復(fù)雜環(huán)境探測是否存在被困人員，同時探測被困人員周圍環(huán)境，因此，環(huán)境傳感器包括瓦斯傳感器、壓力傳感器、溫濕度傳感器，其中，井下瓦斯含量的含量直接威脅著被困人員的生命安全，本實施例中環(huán)境傳感器優(yōu)選的采用瓦斯傳感器，圖3為本實施例瓦斯傳感器采集的環(huán)境信息序列f(x)的采樣波形圖。

步驟二、確定環(huán)境信息序列的自衍生等級：根據(jù)公式確定環(huán)境信息序列的自衍生等級γ，其中，eγ為無線通信設(shè)備4實時采集的通信衰減信號強度，e為無線通信設(shè)備4固有的通信信號強度，η為通信信號強度衰減比；

需要說明的是，提供無線通信設(shè)備4實時采集井下通信信道的信號強度，根據(jù)信號強弱決定環(huán)境信息序列的小波分解級數(shù)，自衍生小波分解等級，自衍生特性下的多尺度小波分解算法要不斷適應(yīng)無線通信信道傳輸特性，提升信息傳輸?shù)膹椥浴?/p>

步驟三、判斷自衍生等級是否超過衍生等級閾值：設(shè)定衍生等級閾值th，當(dāng)γ≥th時，說明無線通信設(shè)備4無法與上位機5正常通信，無線通信網(wǎng)絡(luò)不可用，煤礦救援機器人中央處理器3將通信信號強度損失嚴(yán)重的地方進(jìn)行網(wǎng)絡(luò)修復(fù)；當(dāng)γ<th時，執(zhí)行步驟四；

本實施例中，所述衍生等級閾值th為6或7。

需要說明的是，當(dāng)井下通信信道的信號強度微弱時，傳輸數(shù)據(jù)量少，小波分解級數(shù)過多，容易導(dǎo)致數(shù)據(jù)損壞，不易恢復(fù)，優(yōu)選的本實施例中，所述衍生等級閾值th取6，即環(huán)境信息序列的自衍生等級γ取6，故通信信號強度衰減比η為0.6，即無線通信設(shè)備4實時采集的通信衰減信號強度低于無線通信設(shè)備4固有的通信信號強度的40％時，說明無線通信設(shè)備4無法與上位機5正常通信，無線通信網(wǎng)絡(luò)不可用，通過煤礦救援機器人中央處理器3將通信信號強度損失嚴(yán)重的地方進(jìn)行網(wǎng)絡(luò)修復(fù)。

本實施例中，步驟三中煤礦救援機器人中央處理器3通過控制煤礦救援機器人在井下巷道中放置中繼器對通信信號強度損失嚴(yán)重的地方進(jìn)行網(wǎng)絡(luò)修復(fù)。

需要說明的是，根據(jù)無線通信設(shè)備4與上位機5通信強度在井下巷道中布放中繼器，實現(xiàn)在煤礦救援機器人可逾越的井下環(huán)境中，保持井下通信連續(xù)。

步驟四、環(huán)境信息序列的數(shù)據(jù)壓縮，過程如下：

步驟401、確定環(huán)境信息序列的小波分解級數(shù)j：根據(jù)公式j(luò)＝γ<th，確定小波分解級數(shù)j；

實際使用中，采用無線通信設(shè)備4實時探測煤礦救援機器人當(dāng)前位置的井下通信信道的信號強度，根據(jù)公式γ＝int(10η)，確定環(huán)境信息序列的小波分解級數(shù)j。

步驟402、環(huán)境信息序列的多尺度小波包分解：令環(huán)境信息序列煤礦救援機器人中央處理器3對環(huán)境信息序列f(x)進(jìn)行多尺度小波包分解，得到其中，n取2l或2l+1，且l為非負(fù)整數(shù)，為小波分解級數(shù)為j的尺度空間且⊕為正交運算符，為低頻序列正交空間，為的正交補空間，低頻序列正交空間中的全部元素與正交補空間中的任意元素均正交，為第j級小波包分解的第s個子頻帶的第n個變換系數(shù)，n＝2^j，ψn為小波基函數(shù)，小波基函數(shù)ψn的兩尺度變換式為hs為小波基函數(shù)ψn與一個兩尺度正交變換函數(shù)ψ2l(x)的低通濾波器，gs為小波基函數(shù)ψn與另一個兩尺度正交變換函數(shù)ψ2l+1(x)的高通濾波器且gs＝(-1)^sh1-s；

本實施例中，所述小波基函數(shù)ψn為haar小波基函數(shù)或dbn小波基函數(shù)，其中，n取4或8，優(yōu)選地本實施例小波基函數(shù)ψn采用haar小波基函數(shù)。

步驟403、環(huán)境信息序列的多尺度正交小波包變換并獲取低頻序列系數(shù)矩陣和高頻序列系數(shù)矩陣：首先，煤礦救援機器人中央處理器3將進(jìn)行多尺度正交小波包變換，得到其中，m為子頻帶平移編號，為第j-1級正交小波包變換的第m個子頻帶的第2l個變換系數(shù)且為第j-1級正交小波包變換的第m個子頻帶的第2l+1個變換系數(shù)且<·,·>表示內(nèi)積運算，*表示卷積運算，ds為s個子頻帶構(gòu)成的系數(shù)細(xì)節(jié)序列集合，h2l為當(dāng)前級小波基函數(shù)與下一級小波基函數(shù)的低通濾波器，g2l+1為當(dāng)前級小波基函數(shù)與下一級小波基函數(shù)的高通濾波器；然后，獲取低頻序列系數(shù)矩陣d2l和高頻序列系數(shù)矩陣d2l+1，其中，低頻序列系數(shù)矩陣d2l包括每一級正交小波包變換中所有子頻帶的低頻序列系數(shù)，即d^j,2l為第j級正交小波包變換中所有子頻帶的低頻序列系數(shù)的集合，高頻序列系數(shù)矩陣d2l+1包括每一級正交小波包變換中所有子頻帶的高頻序列系數(shù)，即d^j,2l+1為第j級正交小波包變換中所有子頻帶的高頻序列系數(shù)的集合；d^1,2l+1為第1級正交小波包變換中所有子頻帶的高頻序列系數(shù)的集合，d^2,2l+1為第2級正交小波包變換中所有子頻帶的高頻序列系數(shù)的集合，以此類推；

需要說明的是，如圖4、圖6、圖8、圖10、圖12和圖14所示，分別對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行1級小波分解、2級小波分解、3級小波分解、4級小波分解、5級小波分解和6級小波分解，并對其進(jìn)行壓縮，對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行1級小波分解后實測瓦斯數(shù)據(jù)壓縮比為66.67％；對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行2級小波分解后實測瓦斯數(shù)據(jù)壓縮比為44.12％；對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行3級小波分解后實測瓦斯數(shù)據(jù)壓縮比為34.31％；對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行4級小波分解后實測瓦斯數(shù)據(jù)壓縮比為29.41％；對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行5級小波分解后實測瓦斯數(shù)據(jù)壓縮比為26.47％；對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行6級小波分解后實測瓦斯數(shù)據(jù)壓縮比為25.49％。

如圖16所示，本實施例中，對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行自衍生多級小波分解，圖16為先后進(jìn)行的3級小波分解、5級小波分解和2級小波分解的瓦斯?jié)舛刃畔⒉蓸有蛄械牟ㄐ螆D，在復(fù)雜信道特性下數(shù)據(jù)壓縮的響應(yīng)明顯，信道發(fā)生變化，則將數(shù)據(jù)進(jìn)行相應(yīng)等級的壓縮，而在各部分的壓縮中做到合理利用信道特性，本實施例在復(fù)雜信道中，對瓦斯傳感器采集的原始環(huán)境信息序列f(x)的壓縮達(dá)到74％的壓縮比。

步驟404、低頻序列系數(shù)矩陣d2l和高頻序列系數(shù)矩陣d2l+1的編碼：煤礦救援機器人中央處理器3采用霍夫曼編碼的方法對低頻序列系數(shù)矩陣d2l和高頻序列系數(shù)矩陣d2l+1進(jìn)行編碼壓縮，得到編碼壓縮數(shù)據(jù)包；

需要說明的是，對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行1級小波分解、2級小波分解、3級小波分解、4級小波分解、5級小波分解和6級小波分解后數(shù)據(jù)壓縮存在數(shù)據(jù)冗余，通過霍夫曼編碼對進(jìn)入信道前的數(shù)據(jù)去除冗余信息并通過霍夫曼編碼優(yōu)化數(shù)據(jù)復(fù)雜度，以及對小波分解數(shù)據(jù)進(jìn)一步壓縮，對1級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后實測瓦斯數(shù)據(jù)壓縮比為61.11％；對2級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后實測瓦斯數(shù)據(jù)壓縮比為40.19％；對3級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后實測瓦斯數(shù)據(jù)壓縮比為30.84％；對4級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后實測瓦斯數(shù)據(jù)壓縮比為27.10％；對5級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后實測瓦斯數(shù)據(jù)壓縮比為25.23％；對6級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后實測瓦斯數(shù)據(jù)壓縮比為24.30％。

本實施例中，對自衍生多級小波分解數(shù)據(jù)進(jìn)行霍夫曼編碼后的數(shù)據(jù)進(jìn)一步壓縮，達(dá)到68％的壓縮比，同時，降低了數(shù)據(jù)復(fù)雜度，數(shù)據(jù)的壓縮比反映了數(shù)據(jù)壓縮前后的信息量變化，是影響進(jìn)入信道中的數(shù)據(jù)量大小、數(shù)據(jù)傳輸，以及所需傳輸信道帶寬的重要指標(biāo)，壓縮比越小，壓縮效果越好，可見霍夫曼編碼對數(shù)據(jù)壓縮的有效性。

步驟五、編碼壓縮數(shù)據(jù)包的傳輸：采用無線通信設(shè)備4將所述編碼壓縮數(shù)據(jù)包通過信道傳輸至上位機5；

步驟六、環(huán)境信息序列的數(shù)據(jù)重構(gòu)，過程如下：

步驟601、霍夫曼解碼：上位機5將接收的所述編碼壓縮數(shù)據(jù)包送入霍夫曼解碼器，進(jìn)行數(shù)據(jù)展開，得到解碼數(shù)據(jù)流，所述解碼數(shù)據(jù)流包括解碼低頻序列系數(shù)矩陣和解碼高頻序列系數(shù)矩陣

步驟602、重構(gòu)級數(shù)的匹配：上位機5識別解碼低頻序列系數(shù)矩陣d'2l和解碼高頻序列系數(shù)矩陣d'2l+1中的解碼系數(shù)細(xì)節(jié)序列數(shù)量j'，j'即匹配重構(gòu)級數(shù)且匹配重構(gòu)級數(shù)j'等于小波分解級數(shù)j；

步驟603、解碼數(shù)據(jù)流的小波包重構(gòu)：首先，根據(jù)公式計算第j'級的第s個子頻帶的第n個變換系數(shù)然后，根據(jù)公式重構(gòu)環(huán)境信息序列，獲取環(huán)境信息重構(gòu)序列f(x)'；

需要說明的是，如圖5、圖7、圖9、圖11、圖13和圖15所示，分別對瓦斯傳感器采集的原始環(huán)境信息序列f(x)進(jìn)行1級小波分解、2級小波分解、3級小波分解、4級小波分解、5級小波分解和6級小波分解后的數(shù)據(jù)進(jìn)行重構(gòu)，分別得到的1級重構(gòu)效果誤差為1.1036e-15、2級重構(gòu)效果誤差為2.1247e-15、3級重構(gòu)效果誤差為3.1836e-15、4級重構(gòu)效果誤差為3.9905e-15、5級重構(gòu)效果誤差為4.8174e-15、6級重構(gòu)效果誤差為5.8849e-15，數(shù)據(jù)可以在很窄的無線通信信道中傳輸，但是固定小波級數(shù)的數(shù)據(jù)壓縮方法會在較小的信道中出現(xiàn)阻塞，導(dǎo)致數(shù)據(jù)重構(gòu)波形有偏差。造成信息失真。

步驟七、井下環(huán)境信息序列的連續(xù)顯示：上位機5對獲取環(huán)境信息重構(gòu)序列f(x)'進(jìn)行顯示，煤礦救援機器人中央處理器3驅(qū)動行走機構(gòu)6前進(jìn)或后退，所述煤礦救援機器人獲取當(dāng)前位置的環(huán)境信息序列，重復(fù)步驟一至步驟六，實現(xiàn)煤礦救援機器人環(huán)境信息自衍生小波數(shù)據(jù)壓縮及重構(gòu)，上位機5連續(xù)顯示井下煤礦救援機器人各當(dāng)前位置的環(huán)境信息序列。

如圖17所示，本實施例中，對瓦斯傳感器采集的煤礦救援機器人各當(dāng)前位置的環(huán)境信息序列f(x)進(jìn)行自衍生多級小波分解后的數(shù)據(jù)進(jìn)行重構(gòu)，信號重構(gòu)后的信息數(shù)據(jù)與原始數(shù)據(jù)相差無幾，自衍生多級重構(gòu)效果誤差為2.9580e-15，其介于2～3級固定小波分解級數(shù)壓縮之間的水平，壓縮級數(shù)越大，壓縮比越小，重構(gòu)效果誤差越大，在數(shù)據(jù)壓縮伴隨信道強度變化發(fā)生變化，自衍生數(shù)據(jù)壓縮實現(xiàn)了在有限的無線通信傳輸特性要求下，大量實時數(shù)據(jù)的穩(wěn)定傳輸，減小了在有限信道中由于大數(shù)據(jù)量造成的信道阻塞，防止造成數(shù)據(jù)的丟失；同時，自衍生數(shù)據(jù)重構(gòu)過程保留了較高的還原度，該方法很好的滿足了救援信息采集及安全傳輸?shù)囊?，失真非常小，在?fù)雜的通信環(huán)境中具有更好的應(yīng)用效果。

本發(fā)明在無線通信系統(tǒng)搭建較為穩(wěn)定后，由于通信數(shù)據(jù)量的波動、外界環(huán)境變化引起巷道中無線通信信道特性發(fā)生變化，根據(jù)獲取的無線通信信道強度自適應(yīng)合理壓縮數(shù)據(jù)，在避免丟失數(shù)據(jù)細(xì)節(jié)的前提下，通過霍夫曼編碼降低數(shù)據(jù)傳輸復(fù)雜度，提升信息傳輸?shù)膹椥?，通過多尺度正交變換實現(xiàn)編碼預(yù)處理，提升霍夫曼編碼效率，極大提高了采集數(shù)據(jù)信息壓縮適應(yīng)網(wǎng)絡(luò)環(huán)境的能力。

以上所述，僅是本發(fā)明的較佳實施例，并非對本發(fā)明作任何限制，凡是根據(jù)本發(fā)明技術(shù)實質(zhì)對以上實施例所作的任何簡單修改、變更以及等效結(jié)構(gòu)變化，均仍屬于本發(fā)明技術(shù)方案的保護(hù)范圍內(nèi)。