一种适用于VTS 系统的自适应雷达视频压缩方法*

舒亚海，杨明远，李 栋＊＊

(1.海军驻江南造船(集团）有限责任公司军事代表室，上海 200434;2.中国船舶重工集团公司第七二四研究所，南京 210003)

0 引言

在VTS 系统(船舶交通导航系统）中，传输的信息主要有雷达原始信息(雷达视频、方位和触发信号等）、VHF-DF信息、雷达目标跟踪信息、无人站监控信息及工业电视等。由于受到网络带宽的限制，导致了雷达视频往往无法做到无损失传输。当前，VTS 系统中传输的雷达视频大多是进行了有损失的压缩(降低所传输雷达角度及距离分辨率）。这经常会导致目标无法正确分离，无法区分目标和地物以及相邻的多个目标。也有些VTS 系统采用某种单一的无损压缩算法(如LZW、哈夫曼编码等），这又存在压缩率低、传输带宽要求高和机器性能要求高的问题。

1 传统的压缩算法

(1）LZW算法

LZW 数据压缩算法是一种新颖的压缩方法，具有实时性和压缩效率高等特点，可对不同的数据流进行自适应压缩;对于缓变、重复性高的数据流，随着数据量的增大，压缩效率能显著提高。LZW算法有3个重要的对象:数据流(CharStream）、编码流(CodeStream）和编译表(String Table）。在编码时，数据流是输入对象，编码流是输出对象。数据流是指被压缩数据，编码流是指压缩后输出的代码流，编译表存储的是数据的索引号，相同块的数据只输出第一块的索引号，从而实现数据的压缩。

LZW 压缩算法的基本原理是提取出待压缩数据中的不同字符，基于这些字符创建一个编译表，然后用编译表中的字符索引替代原始数据中的相应字符，从而减少原始数据的大小。其中编译表不是事先创建好的，而是根据原始文件数据动态创建的。

LZW 压缩算法的基本思想是建立一个串表，将输入字符串映射成定长的码字输出，通常码长设置为12 bit，也可设置为15 bit 或者18 bit。串表具有“前缀性”:假设任何一个字符串P和某一个字符S组成一个字符串PS，若PS 在串表中，则S为P的扩展，P为S的前缀。字符串表是动态生成的，编码前先将其初始化，使其包含所有的单字符串。在压缩过程中，串表中不断产生压缩信息的新字符串，存储新字符串时也保存新字符串PS的前缀P 相对应的码字。在解压缩过程中，解码器可根据编码字恢复出同样的字符串表，解出编码数据流［3-4］。

(2）行程编码

仅存储一个像素值并具有相同颜色的像素数目的图像数据编码方式称为行程编码，或称游程编码，常用RLE(Run-Length Encoding）表示。该压缩编码技术相当直观和经济，运算也相当简单，因此压缩速度很快，且在数据简单(信息含量低）时也有较好的压缩率。

(3）LZMA 编码

LZMA 编码是一种将Deflate和LZ77算法改良和优化后的压缩算法，开发者是Igor Pavlov，2001年被首次应用于7－Zip 压缩工具中，是2001年以来得到发展的一个数据压缩算法。它使用类似于LZ77的字典编码机制，在一般的情况下压缩率比bzip2 高，用于压缩的可变字典(字典为压缩后和压缩前数据对应关系表，一般根据数据不同实时生成）最大可达4GB。该算法对复杂数据(信息含量高）有很好的压缩率，但压缩复杂度高，压缩速率慢。

(4）视频压缩

视频压缩算法一般压缩率很高，但属于有损压缩算法，如div、mpge，并且压缩的复杂度高，压缩速率慢。

2 自适应雷达视频压缩方法

针对前述背景技术中的缺陷和不足，本文提出了一种适用于VTS 系统的雷达视频自适应压缩方法。使用该方法可以降低雷达视频信号所传输的带宽，增加在相同存储空间下雷达视频记录时间，并减少压缩计算时间，实现实时无损压缩雷达视频。

2.1 压缩原理

首先，根据从地理环境信息系统获取的VTS 交通管理所监管的有效区域位置(水域位置），对雷达视频和水域位置进行匹配，去除地物、岛屿等无实用价值的雷达视频，保留对水域探测的雷达视频，减少数据量;再根据气象系统获取当前的气象信息，通过雷达数据采集卡获取杂波区(海杂波区、大浪区等）;根据气象信息及杂波区信息把雷达探测的视频划分为几个不同区域;根据当前气象信息(雨雪、雾天、海况）及杂波区计算出各已划分的雷达区域环境参数，对不同的环境区域下的雷达视频采用最适合的压缩算法，最后统一编码实现压缩数据文件。该算法原理如图1。

图1 自适应的雷达视频压缩方法原理

2.2 具体实现

该方法在VTS 系统中的具体实现如下:

(1）获取雷达数据采集卡所采集的雷达视频信号;

(2）根据地理环境信息系统获取的VTS 交通管理所监管的有效区域位置(此处主要是指水域位置），对雷达视频和水域位置进行匹配，去除地物、岛屿等无实用价值的雷达视频，保留对水域探测的雷达视频，以减少数据量;

(3）根据气象系统获取的当前气象信息，通过雷达数据采集卡获取杂波区(如海杂波区、地物区等），把雷达探测的区域均匀划分为若干(如32个）区域，并根据当前气象信息(降水量、海情）及杂波区计算出各个已划分的雷达区域的环境参数(取值在0 到1 之间，其中0 表示环境最佳，1 表示环境最恶劣）。其中，环境参数的计算方法如下:

a.计算杂波复杂度

首先计算当前区域雷达视频是否落在杂波区，如果落在杂波区则根据下述的杂波区复杂度计算公式计算当前杂波复杂度，否则认为雷达杂波强度为0。

设杂波复杂度为Zb，杂波区域雷达回波单元幅度值不为0的个数Ea，杂波区域雷达回波单元总个数为Em，杂波区面积为Za，当前区域总面积为Aa，则杂波复杂度的计算公式为

b.得出气象复杂度

表1 是根据统计及实现得出的一个气象信息与气象复杂度对照表。获得气象信息后，通过查表可得出气象复杂度Qb。

表1 气象信息与气象复杂度对照表

c.综合气象复杂度和杂波复杂度得出环境参数

通过加权求和法得到环境参数。设杂波复杂度为Zb，其权重为x(可取为0.4），气象复杂度为Qb，其权重为y(可取为0.6），且使得x+y=1，则环境参数为

(4）对不同环境区域下的雷达视频进行相邻区域综合，然后根据下述规则选择要采用的压缩编码:

a.对于环境参数低于0.2的区域，采用RLE算法，由于该算法的运算相当简单，解压缩速度很快，对较好天气情况下的雷达视频有较好的压缩率，且消耗计算机资源较少;

b.对于环境参数介于0.2与0.9 之间的区域，采用LZW算法，该算法通过使用编码器或者解码器中已经出现过的相应匹配数据信息替换当前数据从而实现压缩功能，这个匹配数据信息使用称为“长度－距离对”的一对数据进行编码，它等同于“每个给定长度个字符都等于后面特定距离字符位置上的未压缩数据流”，该算法对较复杂的雷达视频有较好的压缩率，消耗计算机资源较多;

c.对于环境参数高于0.9的区域，采用LZMA 编码，该算法具有压缩率高、但计算量较大、算法复杂的特性，对复杂环境下的雷达视频有较好的压缩率，消耗耗计算机资源多。

编码完成后，形成区域压缩数据，该区域压缩数据的格式为:数据标识及压缩参数区，雷达区域及环境信息区，压缩数据区，数据校验区。

对应不同的编码方式，有不同的数据解压算法，如表2、表3、表4所示。接收到压缩过的视频信息后，用对应的解压算法进行解压，从而得到原始视频信息。

由表2测试结果可以看出，该算法对于杂波信号较少的雷达回波信号的压缩效果最好，对于杂波较多的数据也有较好的压缩率。

由表3、表4测试结果可以看出，该算法对于杂波信号较少及杂波信号较多的雷达回波信号相对于其它算法有较好的压缩率效果，并且具备较短的压缩时间。

表2 压缩率测试(雷达数据为加过屏蔽区数据）

表3 压缩算法对比测试(雷达数据类型为带气象加地物杂波视频）

表4 压缩算法对比测试(雷达数据类型为无杂波视频）

3 结束语

本文提出的自适应雷达视频压缩方法是一种综合了地理环境信息、气象水文信息及雷达视频特征的视频压缩方法，可实现雷达视频信号的无损压缩，并减少压缩时间。在实际应用中，采用雷达视频自适应压缩方法后，在一部2 GHz的处理器上运行时，约可达到20～50 MB 每秒的压缩速，80～120 MB 每秒的解压速度，压缩率达到原数据大小的1%～15%，并实现了无损压缩。

［1］多频连续波雷达数据实时压缩算法设计，来源互联网.

［2］Ray G，Harisa JR，Seshadri S.Database compression:A performance enhancemen tool［A］.Proc.of the Confion Management of Data［C］.India:Tata McGraw Hill，1995，106-125.

［3］PoessMand Potapov D.Data compression inoracle［A］.In:FreytagJC，Lockemann PC，eds.Prpc.of the 29th Int'l Confion Very Large Data Bases［C］.Mumbai:Morgan Kaufmann Publishers，Inc，2003，937-947.