计算机应用

作者：王周恺, 张炯, 马维纲, 王怀军

单位：西安理工大学 计算机科学与工程学院, 西安 710048

关键词：高速列车,变长编码,解压缩,推测并行,分布式计算,并行化

基金：国家重点研发计划项目（2018YFB1703000）；国家自然科学基金-高速铁路联合基金重点项目（U173410）；陕西省教育厅科学研究计划专项（21JK0781）。

高速列车在运行时产生的实时监测数据通常用变长编码压缩技术进行处理，以便于传输和存储。然而这种方法会使得压缩数据内部结构复杂，导致相应的数据解压缩过程只能遵照压缩数据的组成顺序进行，效率较低。为提升高速列车监测数据的解压缩效率，借助推测技术，提出一种面向高速列车监测数据的并行解压缩算法。首先，研究高速列车监测数据的结构特征，分析影响数据划分的内部依赖；其次，利用推测技术消解内部依赖后，对数据进行试探性划分；然后在分布式计算环境中对划分结果并行地进行解压；最后将并行解压缩结果合并起来，从而提高针对高速列车监测数据的解压缩效率。实验结果表明，在由7个计算节点组成的计算集群上，与串行算法相比，所提推测并行算法的加速比为3左右，展现了该算法良好的性能，可见该算法能够显著提高针对列车监测数据的解压缩效率。

来源：2021年第9期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第9期