1.一种基于冗余熵变换的数据压缩方法，其特征在于，所述的基于冗余熵变换的数据压缩方法为：传感器采集到的数据首先进入去冗余熵变换模块，使变换后数据的概率分布更有规律，更有利于熵编码；之后，变换后的数据进入熵网络编码实现数据压缩、融合，压缩融合后的数据通过无线通信模块发送出去，到达解压缩过程，然后将解压缩后的数据进入去冗余熵逆变换，恢复出原始的传感数据；所述的基于冗余熵变换的数据压缩方法的步骤为：步骤一、在编码时，首先根据E1n+1＝E1n+dn+1式计算出E1值，再根据和 式计算出拟合残差，计算这两步时，均需要对结果进行越限判断，判断E1是否越限是为了避免超过传感器数据总线上限而造成溢出；判断残差是否越限是为实现分段拟合；

其中，n表示数据序列的序号，dn表示数据序列中的第n个数据，dn+1表示数据序列中的第n+1个数据，Δdn表示相邻两个数据的差值，Δd′n表示差值Δdn的拟合值，DFRn表示差值的拟合残差，E1n表示Δd'n的特征值，E1n+1表示Δd'n+1的特征值，ε表示采集到的实际数据和真正的被采集量之间微小的差异值，符号 表示向下取整，E1表示数据序列dn的特征值；

步骤二、当一段输入数据的拟合残差全部计算完后，就构造出{dn,E1n,DFR3,DFR4,…DFRn}所示的数据包，通过S-Huffman编码方法对进行熵编码，然后发送出去，接收端解码时，先将接收到的一组数据解码，还原出{dn,E1n,DFR3,DFR4,…DFRn}式所示的数据包，然后根据 式计算并还原出所有原始数据；其中，dn-1表示数据序列中的第n-1个数据，DFR3、DFR4分别表示数据序列中第3、4个数据的差值拟合残差。

2.如权利要求1所述的基于冗余熵变换的数据压缩方法，其特征在于，所述的基于冗余熵变换的数据压缩方法采用的是基于冗余熵变换的数据压缩方法。

3.如权利要求1所述的基于冗余熵变换的数据压缩方法，其特征在于，所述的数据压缩方法的拟合差值残差去冗余熵变换算法的伪C码为：在编码时，首先计算出特征值E1值，E1＝d1+d2；

并将i初始化，令i＝3；当i≤n时，

计算新的特征值E1，其计算公式为：E1＝E1+di；

然后根据新的特征值E1和数据序列中第i个数据di利用公式 计算出差值Δdn的拟合值Δd'i；

随后计算差值拟合残差值DFRi，DFRi的计算公式为DFRi＝di-Δd'i；

如果拟合残差值DFRi没有超过传感器数据总线上线而造成溢出，继续循环计算，实现拟合；如果拟合残差值DFRi超过传感器数据总线上线，将输出序列{di,E1,DFR3,DFR4…DFRi}到编码模型中；

其中，d1、d2表示数据序列中的第1、2个数据。

4.如权利要求1所述的基于冗余熵变换的数据压缩方法，其特征在于，所述的拟合差值残差去冗余熵逆变换的伪C码为：第一步：计算di从dn到d2；

令i＝n；

当i>1时，根据公式将E1和数据序列中第i个数据di代入公式 计算差值Δdn的拟合值Δd'i；

同时计算新的E1值，新的E1值计算公式为E1＝E1-di；

i＝i-1，如果i>1，继续计算差值Δdn的拟合值Δd'i，进入循环，如果i≤1,计算结束；

第二步：计算d1，d1＝E1。

5.如权利要求1所述的基于冗余熵变换的数据压缩方法，其特征在于，熵网络编码首先需要合并最小的概率，指定内部节点的每一对树枝上的0和1，得到分配给每个信源的码字，这样就构造出一个码树；在构造一个D元码的Huffman过程中，每一步合并最小的D个概率，如果通过k+1步得到这个码树，其中k≥0，那么就有k+1个内部节点和D+k(D-1)个叶子，其中每一个叶子对应字母表中的一个信源符号，如果字母表的大小m具有形式D+k(D-1),则可以直接应用Huffman过程，否则，需要给字母表中添加概率是0的虚拟字符，以使得字符总数具有D+k(D-1)的形式。