压缩就是找到数据中的冗余并删除它们。由于您似乎无法告诉我们太多有关您的实际数据集的信息，因此此答案必须非常通用。

我收集到“恒电位仪”数据是连续的，通常变化缓慢，但样本之间的偏差可能很小。在 15 分钟（450 个样本）块中对此进行编码的一种好方法是将一阶、二阶或三阶（或更多，取决于数据的一般性质）多项式拟合到要捕获的数据块它的整体形状。¹

然后，该块将被编码为该多项式的参数（可能是四个 16 位数字），加上与该多项式的各个样本偏差，这可能是小得多的数字——可能是 450 个 3 或 4 位数字，对于一个总共 1414 或 1864 位，而不是原来的 7200 位——压缩比大约为 4 或 5 比 1。

如果您发现无法为样本增量使用固定宽度，请考虑使用Huffman 编码来表示它们 - 小值得到短代码，而可能稀有的大值得到更长的代码。您应该仍然能够获得大约 3 比 1 的压缩比，这取决于您的数据。

¹如果事实证明数据具有循环分量，则使用自回归或傅立叶分析来识别关键的周期性分量（频率、相位和幅度）可能更有用，然后从定义的函数中记录单个样本增量那些参数。

您的数据可能有两个组成部分：

• 实际电压低速变化
• ADC 噪声引起的随机变化

随机变化很可能会呈现数据中的大部分熵。您可以通过过采样来减少它：例如，一次取 4 个样本并将结果除以 4 会将噪声减半。

ADC 样本的无损压缩没有广泛流行的压缩格式。有时会使用免费无损音频编解码器，但它的计算量很大，可能不适合您的系统。DEFLATE和LZ4等通用无损压缩格式占用的计算资源较少，但除非添加自定义预处理步骤，否则压缩率不会很好。所以最好设计一个自定义的压缩方案。

压缩方法的通用结构通常由两部分组成：

1. 预处理以提高可压缩性：例如，取两个连续值的差，或应用多项式预测。
2. 熵编码以所需的最少位数表示每个符号。一种常见的方法是Huffman 代码，使用常量或动态构建的表。

我成功使用的一种自定义格式是计算连续样本之间的增量，并使用Elias gamma coding对差异进行编码。它的优点是易于实现，并且对于缓慢变化的信号，每个样本编码少于 1 个字节。

使用的最佳编码很大程度上取决于样本的分布。您已经告诉我们增量大部分都非常小，这意味着您的第一步几乎肯定是增量编码（将每个值转换为与前一个值的差异。）

另一个限制是您正在对其进行编码的系统——您已经说过它是“嵌入式”的，但这涵盖了相当多的功能。您还说过 SD 卡超出了范围，并且您一次只能在 RAM 中缓冲 450 个样本，这表明确实是一个非常小的系统。在这种情况下，为了简单性和节省 CPU/RAM 进行优化似乎是有序的。

如果最常见的 delta 值正好是 0——也就是说，很多样本与前一个样本相同——那么首先“运行长度编码”那些 0 值的运行可能是一个好主意。（即只存储连续有多少个。）

其余的进一步取决于值的分布情况。为了练习，我假设它们几乎都在 -64 < x < 63 的范围内（即 7 位有符号整数）。我还假设使用字节而不是位是最容易的（例如，如果您正在编写 C，这可能是正确的） - 如果这不是真的，请参阅按位方案的答案的最底部。一个非常简单的字节编码可能看起来像这样：

0b0xxxxxxx- 在“xxxxxxx”部分中表示为 7 位有符号整数的文字值 (delta)。（值从 -64 到 63。）

0b10xxxxxx- 一系列零（增量），长度由“xxxxxx”表示（6 位无符号最多可以表示 63，如果我们需要更多，我们可以添加另一个条目。）

0b110xxxxx 0byyyyyyyy- 在“xxxxxyyyyyyyy”部分中表示为 13 位有符号整数的文字值 (delta)。

0b11111111 0bxxxxxxxx 0byyyyyyyy- 表示为 16 位有符号整数的文字值 (delta)。这是一种非常低效的编码（显然），因为它将 16 位值转换为 3 字节表示。它不必要地浪费空间以保持输出字节对齐。这种方案只有在如此大的增量非常罕见时才有意义。（每个非平凡的压缩方案都会有一些输入，其结果输出实际上更大；这是信息论的定理。）

（上述方案的灵感来自 Unicode 的 UTF-8 编码。）

与霍夫曼代码（在另一个答案中提到）不同，假定的值分布是预先固定的。这是一个优点，因为它使事情变得简单，并且避免了在每个样本块的开头增加开销；这是一个缺点，因为更具适应性的方案不需要手动调整分布。

如果比 -64 到 63 小得多的 delta 很常见，则比上述更好的逐字节编码将需要一次处理多个样本，以便获得优于 2:1 的压缩（即多于一个每个输出字节的样本。）

如果按位编码没问题，那么一个更易于描述的方案如下：仍然先进行增量编码，然后按如下方式编码。一个 0 位后跟一个可变长度的正整数，编码后面的零个数；一个 1 位后跟一个符号位，然后是一个可变长度的正整数，一起编码下一个 (delta) 值。可变长度正整数可以使用https://en.wikipedia.org/wiki/Universal_code_(data_compression)中的代码之一进行编码，例如 Elias 代码之一。（哪种编码最好将再次取决于数据的分布，但可能它们中的任何一个都会做得很好。）

为了扩展 Dave 的想法，如果值随时间缓慢变化，另一种存储 15 分钟块的方法是仅存储更改。

您将从完整的 16 位数字开始，然后确定需要多少位来存储两个样本之间的最大变化。例如，如果最大的变化是从 1050 变为 1013，则二进制补码中的差值为 -37 或 1011011。每个样本需要 7 个字节，而不是 16 个。