1.一种应用于智能物联网的特征提取及数据压缩方法，用于将原始采集信号转换成脉冲信号，其特征在于，所述应用于智能物联网的特征提取及数据压缩方法包括以下步骤：步骤一，对所述原始采集信号进行归一化得到归一化数据集；其中，所述原始采集信号包括M’个原始采样点，归一化数据集包括M’个归一化采样点，原始采样点与归一化采样点一一对应；

步骤二，对所述归一化数据集进行筛选得到局部极值数据集；其中，所述局部极值数据集包括M个局部极值点；

步骤三，对M个局部极值点进行时间特性提取、空间特性提取；

其中，进行时间特性提取的方法包括：

对于第m个局部极值点，获取其与第m‑1个局部极值点之间存在的归一化采样点个数Δsm‑1，再除以采样频率S，得到时间差Δtm‑1，并作为第m个局部极值点的时间特征；1＜m≤M；

对于第1个局部极值点，获取其到归一化数据集初始处之间存在归一化采样点个数Δs1，再除以采样频率S，得到时间差Δt1，并作为第1个局部极值点的时间特征；

其中，进行空间特征提取的方法包括：

N

将数据空间[‑a,1‑a]平均划分为2个窗口，每个窗口设置有对应的索引、并具有上下阈值；[‑a,1‑a]为归一化限定的数据空间；a表示线性调整值；

若第m个局部极值点大于第m’个窗口的下阈值、小于或等于第m’个窗口的上阈值，则确定第m个局部极值点处于第m’个窗口内，并将第m’个窗口的索引作为第m个局部极值点的空N间特征初始值；m’∈[1,2]；

步骤四，对于单个局部极值点，融合其提取的时间特性、空间特性，并打包成具有时间信息和空间信息的异步脉冲；将M个局部极值点所对应的异步脉冲组成异步脉冲序列，形成脉冲信号。

2.根据权利要求1所述的应用于智能物联网的特征提取及数据压缩方法，其特征在于，步骤一中进行归一化的方法包括：依据M’个原始采样点的最大值、最小值，构建归一方程，将M’个原始采样点限定在数据空间[‑a,1‑a]内，形成M’个归一化采样点。

3.根据权利要求2所述的应用于智能物联网的特征提取及数据压缩方法，其特征在于，a=0.5。

4.根据权利要求1所述的应用于智能物联网的特征提取及数据压缩方法，其特征在于，步骤二中进行筛选的方法包括：判断当前归一化采样点是否同时大于或同时小于与之相邻的两个归一化采样点；若符合，则当前归一化采样点是局部极值点；否则，当前归一化采样点不是局部极值点。

5.根据权利要求1所述的应用于智能物联网的特征提取及数据压缩方法，其特征在于，所述异步脉冲序列的长度数值与局部极值点的个数数值相同。

6.根据权利要求1所述的应用于智能物联网的特征提取及数据压缩方法，其特征在于，N所述异步脉冲序列包括1行时间序列、2行空间序列；

N

其中，1行时间序列用于反映M个局部极值点的时间特征；2行空间序列用于反映M个局部极值点的空间特征实时值；

N N

2行空间序列与2个窗口的索引一一对应；其中，若第m个局部极值点处于第m’个窗口N内，在tm和tm‑1之间，第m’个窗口的索引对应的空间序列的空间特征实时值置于1，其余2‑1N行空间序列的空间特征实时值置于0，第m’个窗口持续发出高电平，其他2‑1个窗口保持低电平，形成脉冲信号；

其中，tm表示第m个局部极值点的采集时间，tm‑1表示第m‑1个局部极值点的采集时间。

7.一种应用于智能物联网的特征提取及数据压缩装置，其特征在于，其使用了如权利要求1‑6中任一所述的应用于智能物联网的特征提取及数据压缩方法；

所述应用于智能物联网的特征提取及数据压缩装置包括：归一化模块，其用于对所述原始采集信号进行归一化得到归一化数据集；其中，所述原始采集信号包括M’个原始采样点，归一化数据集包括M’个归一化采样点，原始采样点与归一化采样点一一对应；

极值筛选模块，其用于对所述归一化数据集进行筛选得到局部极值数据集；其中，所述局部极值数据集包括M个局部极值点；

时间特性提取模块，其用于对M个局部极值点进行时间特性提取；

空间特性提取模块，其用于对M个局部极值点进行空间特性提取；

以及

异步脉冲序列转化模块，其用于对于单个局部极值点，融合其提取的时间特性、空间特性，并打包成具有时间信息和空间信息的异步脉冲；将M个局部极值点所对应的异步脉冲组成异步脉冲序列，形成脉冲信号。

8.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序指令，计算机程序指令被一处理器读取并运行时，执行如权利要求1‑6中任一所述的应用于智能物联网的特征提取及数据压缩方法的步骤。