基于改進LZW算法的航空電子系統(tǒng)數(shù)據(jù)壓縮研究

摘要：該文介紹了數(shù)據(jù)壓縮的基本原理及分類，詳細介紹了LZW算法及其在航空電子系統(tǒng)中的應用，并提出了改進方法。通過優(yōu)化字典初始化和更新策略，改進的LZW算法可以減少編碼位數(shù)，避免字典飽和，從而有效提升壓縮效率。實驗結果表明，改進后的LZW算法在不同數(shù)據(jù)規(guī)模的測試中均展現(xiàn)出更低的壓縮率，驗證了該改進算法的有效性。

關鍵詞：航空電子系統(tǒng)；數(shù)據(jù)壓縮；LZW算法；字典優(yōu)化

中圖分類號：TN911.2" " 文獻標識碼： A

文章編號：1009-3044（2025）12-0044-02

開放科學（資源服務） 標識碼（OSID）

0 引言

航空電子系統(tǒng)是現(xiàn)代飛機的重要組成部分，在確保飛機正常飛行、保障飛機信息傳遞、提高飛行安全、監(jiān)控飛機狀態(tài)等方面發(fā)揮著關鍵作用。飛機飛行任務結束后，需要將航空電子系統(tǒng)存儲的各種信息下傳到地面，用于飛機數(shù)據(jù)分析與評估、維護與故障排查以及飛行員訓練與改進等。隨著航空電子系統(tǒng)功能的不斷擴展和集成度的不斷提高，其需要處理和存儲的數(shù)據(jù)量也急劇增加。盡管數(shù)據(jù)存儲和傳輸技術不斷發(fā)展，但現(xiàn)有技術的發(fā)展速度仍無法滿足信息快速增長的需求，僅靠增加通信帶寬和提高處理速度無法有效應對。因此，數(shù)據(jù)壓縮技術作為大數(shù)據(jù)時代的重要技術，對于提高航空電子系統(tǒng)數(shù)據(jù)的傳輸和存儲效率至關重要。優(yōu)化數(shù)據(jù)壓縮方法可以提高數(shù)據(jù)壓縮效率，緩解數(shù)據(jù)存儲設備的壓力，是應對當前技術挑戰(zhàn)的關鍵策略之一[1]。

1 數(shù)據(jù)壓縮技術

1.1 數(shù)據(jù)壓縮原理

1948年，克勞德·香農(nóng)在其論文中詳細論述了信息編碼的最佳方法，他被譽為“信息學之父”。這里的“最佳”指的是使用最少的字母或符號（即二進制位，信息的單位） 來傳遞消息。最少的信息量由消息本身的信息熵決定。信息熵是衡量信息不確定性的重要概念，反映了信息內(nèi)容的豐富度。數(shù)據(jù)壓縮的核心目標是使用最少的比特數(shù)來表示信源信號，從而減少特定消息集合或數(shù)據(jù)采樣集合所占用的空間（空域、時域和頻域的空間） 。數(shù)據(jù)壓縮的本質(zhì)是保留壓縮對象的有用信息，盡可能去除冗余信息，包括空間冗余、時間冗余和信息熵冗余。數(shù)據(jù)壓縮的有效性直接影響信息的傳輸和存儲效率。通俗地說，數(shù)據(jù)壓縮就是減小數(shù)據(jù)所占用存儲空間或傳輸帶寬的過程[2]。

1.2 數(shù)據(jù)壓縮算法分類

根據(jù)壓縮與解壓縮后的數(shù)據(jù)是否與原數(shù)據(jù)完全一致，壓縮算法可分為無損壓縮算法和有損壓縮算法。無損壓縮算法在解碼后，解碼出來的數(shù)據(jù)與原數(shù)據(jù)完全相同，壓縮后的數(shù)據(jù)信息不會損失。無損壓縮算法多應用于對數(shù)據(jù)存儲精度要求較高的領域，如文本文件、程序代碼和特定圖像格式，常見的無損壓縮算法包括Huffman編碼、LZ77編碼、LZW編碼和算術編碼等。有損壓縮算法允許在壓縮過程中丟失部分信息，因此解碼后的數(shù)據(jù)與原數(shù)據(jù)存在一定差異，但不會影響用戶對數(shù)據(jù)信息的理解和傳播。有損壓縮算法能夠大幅減小文件大小，在存儲和傳輸多媒體文件時尤為重要，特別是對于圖像、視頻和音頻等類型數(shù)據(jù)，常見的算法有JPEG、MPEG、MP3/AAC、WebP等[3]。

2 航空電子系統(tǒng)中的數(shù)據(jù)壓縮

2.1 數(shù)據(jù)壓縮算法選取

航空電子系統(tǒng)中的數(shù)據(jù)，例如傳感器數(shù)據(jù)、導航數(shù)據(jù)、飛行控制數(shù)據(jù)和飛機狀態(tài)監(jiān)測數(shù)據(jù)等，具有較高的重要性，它們有助于提高飛行安全性和航班運營效率，任何信息的丟失或失真都可能導致嚴重后果。因此，對這些數(shù)據(jù)進行壓縮時必須采用無損壓縮算法，以確保壓縮與解壓縮過程中數(shù)據(jù)的準確性和完整性[4]。

Huffman算法實現(xiàn)簡單，但壓縮過程中需要先掃描一次數(shù)據(jù)，統(tǒng)計數(shù)據(jù)出現(xiàn)的概率頻次，然后再次掃描數(shù)據(jù)生成二叉樹進行編碼，這會增加設備的運行壓力。LZ77編碼在壓縮關聯(lián)性較強的數(shù)據(jù)時效果較好，但數(shù)據(jù)壓縮和解壓縮時間較長，且對關聯(lián)性較弱的數(shù)據(jù)壓縮效果較差。算術編碼的復雜度較高，實現(xiàn)難度較大。LZW算法壓縮與解壓縮速度快，且在壓縮過程中無須傳輸建立的碼表，節(jié)省了內(nèi)存占用空間，在數(shù)據(jù)壓縮方面總體效果較好[5]。

2.2 LZW算法

LZW（Lempel-Ziv-Welch） 算法是一種廣泛應用的無損壓縮算法，其基本原理是利用字典編碼技術減少數(shù)據(jù)中的冗余信息，從而實現(xiàn)數(shù)據(jù)壓縮。該算法的核心思想是構建一個字典，用字典中的詞條替換數(shù)據(jù)中出現(xiàn)頻次較高的字符串，從而降低數(shù)據(jù)的空間冗余，達到數(shù)據(jù)壓縮的目的。圖1展示了LZW算法的編碼步驟。

2.3 改進LZW算法

針對航空電子系統(tǒng)數(shù)據(jù)的特點和LZW算法的編碼過程，本文對算法進行了改進，重點關注字典初始化和字典更新策略。

航空電子系統(tǒng)中的數(shù)據(jù)在內(nèi)存中以十六進制存儲，這意味著實際數(shù)據(jù)表示中只有0、1、2、3、4、5、6、7、8、9、A、B、C、D、E、F這十六個字符的不同排列組合。因此，在數(shù)據(jù)壓縮過程中，無須將字典初始化為整個擴展ASCII字符集（256項） 。將字典初始化內(nèi)容降低到16項，可以縮減字典大小，降低編碼位數(shù)，從而有效提升數(shù)據(jù)壓縮效果。

采用LRU（Least Recently Used） 的字典更新策略，即在字典達到最大容量后，通過統(tǒng)計排序找出當前字典中使用頻率最低的詞條，并用新詞條將其替換。克服了傳統(tǒng)LZW算法在字典被填滿后不再添加新詞條的局限性。傳統(tǒng)LZW算法的字典更新策略可能導致剩余數(shù)據(jù)無法被壓縮，影響數(shù)據(jù)壓縮效率和整體壓縮效果。LRU策略的動態(tài)更新機制可以保證新的高頻詞條被有效壓縮，提高算法的靈活性與適應性，提升數(shù)據(jù)整體壓縮效果[6-7]。

3 壓縮效果測試

3.1 壓縮率

壓縮率R代表壓縮后的數(shù)據(jù)占據(jù)原始數(shù)據(jù)的長度百分比。壓縮率越小，壓縮效果越好，反之則壓縮效果越差。計算公式如下：

[R=輸出數(shù)據(jù)流的長度（比特數(shù)）輸入數(shù)據(jù)流的長度（比特數(shù)）]" " " " "（1）

3.2 航空電子系統(tǒng)數(shù)據(jù)壓縮測試

實驗在一臺配備Intel Core i7-9700K 處理器、16 GB DDR內(nèi)存和512 GB SSD的計算機上進行，該硬件配置能夠提供足夠的計算能力和存儲空間，確保數(shù)據(jù)處理過程的高效性和穩(wěn)定性。實驗環(huán)境為Ubuntu 20.04操作系統(tǒng)，編程語言為C語言。實驗數(shù)據(jù)來自WQAR（無線快速存取記錄器） 工作時生成的日志文件，這些文件分別記錄了4小時、8小時和12小時的工作狀態(tài)和數(shù)據(jù)。為了清晰展示LZW算法與改進LZW算法在文件壓縮效果上的差異，表1列出了兩種算法處理不同時間長度的日志文件時的壓縮結果。

表1中三個不同大小數(shù)據(jù)的壓縮對比試驗結果顯示，LZW算法對三組數(shù)據(jù)的平均壓縮率為65.67%，改進LZW算法對三組數(shù)據(jù)的平均壓縮率為61%。經(jīng)過比較可得出，改進LZW算法將數(shù)據(jù)的整體壓縮率降低了大約4.67%。

4 結束語

隨著航空電子系統(tǒng)復雜程度的不斷提高，航空電子系統(tǒng)數(shù)據(jù)的存儲變得越來越重要，數(shù)據(jù)壓縮技術可以提高數(shù)據(jù)壓縮效率，緩解數(shù)據(jù)存儲設備的壓力，確保系統(tǒng)的高效運行和數(shù)據(jù)的快速訪問。針對航空電子系統(tǒng)數(shù)據(jù)的特點以及傳統(tǒng)LZW算法編碼過程中存在的不足，本文對其字典初始化策略和字典更新策略進行改進，并進行了壓縮效果實驗測試。實驗結果表明，改進后的LZW算法可以有效減少數(shù)據(jù)存儲空間，為解決航空電子系統(tǒng)數(shù)據(jù)的傳輸和存儲問題提供參考。

參考文獻：

[1] 孟令紅.大數(shù)據(jù)時代廣電數(shù)據(jù)中心研究與設計[J].電子技術與軟件工程，2020（9）：176-177.

[2] 柯爾特·麥克安利斯，亞歷克斯·海奇.數(shù)據(jù)壓縮入門：data compression for modern developers[M].王凌云，譯.北京：人民郵電出版社，2020.

[3] 趙文剛，楊宏博，楊寶明.數(shù)據(jù)壓縮算法在儲能電站中的應用研究[J].工業(yè)控制計算機，2022，35（2）：54-55.

[4] 彭德強，宋新超，王春蕓.一種基于LZW算法的PDW數(shù)據(jù)壓縮方法[J].航天電子對抗，2014，30（3）：62-64.

[5] 葉洪娜.一種改進的LZW-FSE數(shù)據(jù)壓縮算法研究[D].哈爾濱：哈爾濱理工大學，2021.

[6] CHENG X Y，LI B，WU J X，et al.A novel dictionary management scheme of LZW compression algorithm based on insignificant dictionary area[C]//2021 IEEE 6th International Conference on Signal and Image Processing （ICSIP）.October 22-24，2021，Nanjing，China.IEEE，2021：975-979.

[7] 成小勇.LZW數(shù)據(jù)壓縮的改進與加密研究[D].南京：東南大學，2022.

【通聯(lián)編輯：梁書】