换一批“倒梯形矢量法”数据压缩的智能家居底层控制系统
Smart House Bottom Control System Based on Data Compression By "Inverted Trapezoidal Vector Method"
摘要为了向智能家居控制提供底层支持,得到具有良好的稳定性和可扩展性的底层设备控制模式,加强红外学习的适用范围,优化红外数据存储和传输效率,研究了红外学习、数据压缩和控制通信协议.系统将底层传感器、红外学习复制等进行功能封装,通过自定义的编码协议供上层设备调用.利用波形记录法实现万能红外学习,提出了“倒梯形矢量法”用于数据压缩,可同时保障优化的压缩率和较小的算法复杂度.理论分析证明其红外数据压缩率最优可达约6.3％,系统具有可靠性强、响应速度快、可扩展性强的特点.
更多相关知识
关键词
倒梯形矢量法红外学习压缩算法智能家居inverted trapezoidal vector methodinfrared learningcompression algorithmsmart house
分类号
TP23
栏目名称
DOI
10.3969/j.issn.1000-8829.2016.06.016
发布时间
2016-07-08（万方平台首次上网日期，不代表论文的发表时间）
- 浏览1
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
