数据压缩技术的发展日益成熟,在图像、语音、地震信号等方面已经得到广泛应用。随着雷达技术的发展,中频数据量将与日俱增,因此对中频数据进行快速压缩十分必要。本论文根据中频数据的数据特征,设计了一种基于提升小波变换的中频数据压缩快速算法。主要内容包括确定小波基函数与小波分解级数、量化方式的研究与编码方式的选取以及基于GPU的并行实现。文中选取db4小波进行2级提升小波变换,对所得小波系数进行分级量化,然后对量化后的小波系数运用行程编码,再进行区间编码。最终,对算法中的小波变换和量化部分进行了并行化研究及实现。本文的主要特点有:(1)数据特点:输入的中频数据为二进制文件,本身不利于压缩,需要将输入以整型读入系统。处理后的中频数据呈脉冲样式,有用信息存于脉冲之中,脉冲外不含有用信息,十分利于压缩。想要在此基础上获得更大的压缩比,则需要进行变换,将能量集中。(2)压缩比特点:a)将小波变换用于中频数据的压缩,与中频数据的直接压缩相比,在能量损失相同的情况下,能够获得更大的压缩比。而且随着能量损失的增加,基于小波变换的中频数据压缩的优势越明显。b)量化方式上,根据小波系数的特点,采用非均匀量化,通过输入不同的量化参数则可获得不同的压缩比。(3)压缩速度特点:结合中频数据的特点,在最大程度保证数据完整性的前提下,对数据进行并行划分,利用CPU-GPU协同工作并行实现基于小波变换的中频数据压缩。在输入数据量较大时,其压缩速度相对于串行实现都有相应的提高。本文设计的基于小波变换的压缩算法经测试,结果表明,算法能够很好的对中频数据进行压缩,在能量损失5%时,压缩比可达20倍;同时,在输入数据为64MB的情况下,压缩速度比串行压缩提高了2.8倍。