复杂工程系统是指完全根据用户需求建立的一个大型专用系统的工程项目,它具有一次性、多科学、系统集成复杂等特性。随着信息技术的飞速发展和工业4.0概念的提出,更多的传统行业将转向以智能为主导的新的发展浪潮,智能化的过程离不开数据,从数据中挖掘出有重大价值的信息必然会有助于构建一个全新的产品和服务模式。在复杂工程系统中,往往存在系统设备量大,设备包含参数多,参数采集时间周期短等特点。随着时间的累积,系统运行会产生大量的监测数据,这些数据直接反映复杂工程系统的运行状态,如果将这些数据不做处理,直接存储,不仅会占用大量的系统存储空间,也会为后续的数据处理带来难度,因此在保证数据正确且不减少数据信息的前提下,对海量监测数据进行压缩是十分必要的,它能够有效的减少存储空间,提升数据的存储效率。本文所展开的主要工作是将无损数据压缩算法引入复杂工程系统监测数据处理过程,实现对海量监测数据的无损、高效压缩。为了得到更好的数据压缩效果,根据对应用对象数据特性分析,将需要处理的监测数据分为数值型数据与状态型数据两类,再根据数据形态不同,有针对性的应用不同的数据压缩算法,使其在压缩性能上有进一步提升。论文首先介绍了数据压缩的基本概念;其次对复杂工程系统监测数据的特点与构成进行了说明,并详细分析了本文应用背景中监测数据的特性、结构特点与数据规模,指出了将无损数据压缩算法引入复杂工程系统监测数据处理中的必要性,并介绍了通用的无损数据压缩算法;针对监测数据中数值型数据特性,结合基础算法的自身特点,提出一种基于字典结构扩展的LZW改进算法,针对监测数据中状态型数据特性,提出一种特定结构的连续信息片段压缩算法,并利用复杂工程系统真实监测数据对改进和提出的算法性能进行验证;最后介绍了压缩算法的应用背景,将算法应用于复杂工程系统监测数据压缩处理中,降低了数据的存储占用空间,提升了数据存储容量。通过对压缩前后文件大小、压缩比、压缩时间和解压时间4个方面进行测试,验证了提出的数据压缩算法性能,并将算法应用于某航天发射场海量监测数据压缩处理过程。