GPS定位数据压缩算法的设计与实现

①语句标识头（ID）：因为每个语句的标识头都一样，所以该记录段属地冗余信息，完全可以去除，在解压缩时再在每个语句前加上该标识头即可。

    ②世界时间（UTC）：该信息段以时、分、秒、毫秒的格式指示出当时世界时间。转换为北京时间还需要再加上8小时。由于车载系统的定位数据的采集是以秒为单位的，所以毫秒量级的数据对本系统根本无用，是冗余信息，由于世界时间是按秒增1，定位数据也是每委员长更新一次，所以世界时间可以在程序的一开始采集记录一下，在解压缩时根据语句的指针值再加上起始时间便可以复原，因此该记录段在第一次存储后，以后的语句中的该信息全都是冗余信息。

③定位状态（A/V）：占用1个字节，不进行预处理。由于车载系统处于的地方有可能收不到卫星信号（如隧道中），致使定位信息无效，因此尽管该字段发生变化的概率较小，又与其它信息段不相关，在此仍不能做预处理。

④纬度：占用9个字节，不进行预处理。

⑤纬度：占用10个字节，不进行预处理。

⑥经度指示器（E/W）：占一个字节，它指示出经度是东经，还是匹配。由于各个$GPRMC语句中的该段信息在中国都是东径，它是冗余信息，因此也采取程序一开始存储一次的方法。

⑦纬度指示器（N/S）：占一个字节，各个$GPRMC语句中的该段信息完全一样，是冗余信息，处理方法与上相同。

⑧地面速度：占用4个字节，不进行预处理。

⑨日期：占用6个字节，以日、月、年的格式显示，各个$GPRMC语句中的该段信息在24小时内完全一样，是冗余信息，采取程序一开始存储一次的方法，以后语句中的该段信息全部废除。

⑩校验和：占用3个字节，该数据完成校验后便弃之，不保留和进行压缩。

结束符合占用2个字节，只用来判断语句的有效数据范围，其它记录段与本系统的设计无关都不保留和进行压缩。

通过以上压缩预处理后，保留了四个数据记录，共占用24个字节，如图1所示。

3 改进型半字节压缩算法

文本数据的压缩的都是无损压缩技术，即还原后的文件应该与源文件完全相同。文本文件压缩的方法有很多种，如HUFFMAN编码、算术编码和字节压缩方法等。它们均是无损压缩方法，都适用于文本数据的压缩。半字节压缩方法是针对文本数据的特点所设计的，主要是去除文本中的字节中的冗余位，从而达到减少数据文件所占用的存储空间的目的。在数据压缩技术中，除压缩重复字符外，还可以根据数据本身的特点进行压缩。在计算机中，任何数据都是以某种代码的方式存储的。在些文件中，或许有一些代码具有某些相似之处，我们可以根据代码的特点进行特定的操作，压缩掉这些数据的相似部分，或者说压缩掉这些数据的特征部分，半字节压缩就是这样一种方法。半字节方法主要用于纯数字的文本文件的压缩，因为数字0～9的ASCII码的高四位都一样，是冗余的，因此每一个数字完全可以用低四位描述，即每个字节的八位编码可压缩为四位编码，压缩比理论上可趋近50%。

从图1中可以看出，经过预处理后的数据中，包含的文本字节有：“0～9”十个数字符号，“A”、“V”两个英文大写字母和一个小数点“.”符号，共13个字符。“A”、“V”、“.”的ASCII码的高四位显然与数字字节的不一样，半字节压缩方法不能简单套用。然而，我们知道四位二进制编码可区分16种状态，用来表示13种不同的字符是足够的。

压缩数据编码表如表1的慰，为了充分利用编码表中的状态，在原来13个字节的基础上又新增添了两个字符“B”和“W”，其四位编码分别为1101和1110。这两个字符是在压缩预处理过程中，用来记录那些因语句校验和出错而舍弃的语句。因为每条语句的时间信息全部在预处理阶段被舍弃，在解压缩时要恢复时间值。该值在正常情况下是根据时间的基数再加上语句的计数值（