کاهش داده‌های خطوط سیر مکانی-زمانی با به‌کارگیری یک الگوریتم فشرده‌سازی برخط

با توسعه روزافزون دستگاه‌های همراه مجهز به سیستم تعیین موقعیت جهانی مانند گوشی‌های هوشمند همراه، حجم زیادی از اطلاعات مکانی تولید می‌شود. این داده‌ها که بیشتر به صورت دنباله‌ای از نقاط مکانی در طول زمان ذخیره و مدل‌سازی می‌شوند، خط سیر نام دارند. حجم بالای داده‌های خطوط سیر هزینه انتقال، ذخیره‌سازی و پردازش این داده‌ها را بالا برده است. برای برطرف نمودن این مشکلات، تعدادی از الگوریتم‌های فشرده‌سازی، با رویکرد کاهش تعداد نقاط مسیر مطرح شده‌ است. در این مقاله، هفت الگوریتم‌ نمونه‌برداری یکنواخت، داگلاس پوکر، الگوریتم نسبت زمانی بالا- پایین، پنجره متحرک، پنجره متحرک-نسبت زمانی، الگوریتم سرعت مبنا بالا-پایین وSQUISH-E  (Spatial QUalIty Simplification Heuristic - Extended) مورد بحث قرار گرفتند و مزایا و معایب هر یک بررسی شد. در این میان الگوریتمSQUISH-E ، قادر به برقراری تعادل بین نسبت فشرده‌سازی و خطای فاصله اقلیدسی همزمانی است در حالی که نرخ فشرده‌سازی بالایی نسبت به سایر روش‌ها دارد. به منظور رفع این مشکل، در این مقاله راهکاری برای متغیر کردن پنجره اولویت الگوریتم SQUISH-E ارائه شد که موجب بهبود نرخ فشرده‌سازی الگوریتم می‌شود. به منظور بررسی عملکرد روش یشنهادی، تمامی الگوریتم‌ها روی شش زیر مسیر با پیچیدگی‌های مختلف پیاده‌سازی شده و با یکدیگر از نظر معیارهایی مانند نرخ فشرده‌سازی، زمان اجرا و خطای فاصله اقلیدسی همزمانی مقایسه ‌شدند. نتایج به‌دست آمده حاکی از بهبود عملکرد الگوریتم پیشنهادی در نرخ فشرده‌سازی، زمان اجرایی و خطای فاصله اقلیدسی همزمانی می‌باشد. زمان الگوریتم پیشنهادی نسبت به الگوریتم SQUISH-E حدود 130 میلی‌ثانیه کاهش و نرخ فشرده‌سازی آن 015/0 افزایش یافته است.