基于稀疏特征的备份数据传输路径自适应规划仿真.pdf

第 卷第期年月计算技术与自动化C o m p u t i n gT e c h n o l o g ya n dA u t o m a t i o nV o l ,N o J u n 收稿日期:作者简介:孙兴旺(),男,内蒙古通辽人,本科,助理工程师,研究方向:电力机车.通信联系人,E m a i l:j i a o g a i h u a n w y o c o m文章编号:()D O I:/j c n k i j s j s y z d h 基于稀疏特征的备份数据传输路径自适应规划仿真孙兴旺,孙伟,乔小平(包神铁路集团机务分公司,陕西 神木 ;安徽安为科技有限公司,安徽 合肥 )摘要:以网络信道通信能力为依据,进行备份数据传输路径规划时,盲信道估计过程的丢包率较高.由此,提出基于稀疏特征的备份数据传输路径自适应规划仿真.深入分析备份数据传输流程,建立数据路径传输模型,依托于标准LM S滤波器,结合稀疏特征提取结果,设计数据传输网络信道估计算法,了解不同网络信道通信能力.根据通信干扰图计算每个信道的干扰情况,生成无干扰信道分配机制,通过逆向搜索的方式,获取备份数据传输路径自适应规划结果.仿真实验结果表明:所提方法与应用后,规划路径的网络平均丢包率降低了 、,更好地保证了备份数据完整性.关键词:稀疏特征;信道估计;备份数据;传输路径;路径规划;抗干扰中图分类号:T P 文献标识码:AA d a p t i v eP l a n n i n ga n dS i m u l a t i o no fB a c k u pD a t aT r a n s m i s s i o nP a t hB a s e do nS p a r s eF e a t u r eS UNX i n g w a n g,S UN W e i,Q I AOX i a o p i n g(L o c o m o t i v eB r a n c h,B a o s h e nR a i l w a yG r o u pC o,L t d,S h e n m u,S h a a n x i ,C h i n a;A n h u iA n w e iT e c h n o l o g yC o,L t d,H e f e i,A n h u i ,C h i n a)A b s t r a c t:B a s e do nt h ec o mm u n i c a t i o na b i l i t yo fn e t w o r kc h a n n e l,w h e np l a n n i n gt h eb a c k u pd a t at r a n s m i s s i o np a t h,t h ep a c k e t l o s sr a t eo fb l i n dc h a n n e l e s t i m a t i o np r o c e s s i sh i g hT h e r e f o r e,a na d a p t i v ep l a n n i n gs i m u l a t i o no fb a c k u pd a t at r a n s m i s s i o np a t hb a s e do ns p a r s ef e a t u r e i sp r o p o s e d D e e p l ya n a l y z et h eb a c k u pd a t at r a n s m i s s i o np r o c e s s,e s t a b l i s ht h ed a t ap a t h t r a n s m i s s i o nm o d e l,d e s i g n t h ed a t a t r a n s m i s s i o nn e t w o r kc h a n n e l e s t i m a t i o na l g o r i t h mb a s e do n t h e s t a n d a r dLM Sf i l t e ra n dt h e s p a r s e f e a t u r e e x t r a c t i o nr e s u l t s,a n du n d e r s t a n dt h e c o mm u n i c a t i o nc a p a b i l i t i e so f d i f f e r e n t n e t w o r kc h a n n e l s C a l c u l a t et h e i n t e r f e r e n c e o f e a c hc h a n n e l a c c o r d i n g t o t h e c o mm u n i c a t i o n i n t e r f e r e n c ed i a g r a m,g e n e r a t e t h e i n t e r f e r e n c e f r e ec h a n n e l a l l o c a t i o nm e c h a n i s m,a n do b t a i nt h ea d a p t i v ep l a n n i n gr e s u l t so fb a c k u pd a t at r a n s m i s s i o np a t ht h r o u g hr e v e r s es e a r c h S i m u l a t i o nr e s u l t ss h o wt h a t a f t e r t h ep r o p o s e dm e t h o da n da p p l i c a t i o n,t h ea v e r a g ep a c k e t l o s sr a t eo f t h ep l a n n e dp a t h i sr e d u c e db y a n d ,w h i c hb e t t e re n s u r e s t h e i n t e g r i t yo fb a c k u pd a t a K e yw o r d s:s p a r s e f e a t u r e;c h a n n e l e s t i m a t i o n;b a c k u pd a t a;t r a n s m i s s i o np a t h;r o u t ep l a n n i n g;a n t i i n t e r f e r e n c e移动互联网行业的不断发展,使得网络开始应用在多个领域,甚至很多企业都开始采用网络备份的方法留存重要数据,避免因人为故障、操作失误引发 数据丢失,达 到增强企业 容灾能力 的目的.数据的顺利传输,是依靠网络进行数据备份的重要环节.近年来,为了提升数据传输效率,人们提出采用无数通信节点,组建整体的数据传输网络.按照实际数据传输需求,连接部分节点生成备第 卷第期孙兴旺,等:基于稀疏特征的备份数据传输路径自适应规划仿真份数据传输路径.但是,由于每条数据传输路径的通信能力有所差异,更多情况下规划的数据传输路径,难以发挥良好的传输效果.文献 依托于空间自相关性,建立一种路径搜索机制,从网络通信环境中寻找最优数据传输路径.从数据传输距离、数据传输速率等方面进行分析,建立包含空间自相关特点的通信网络无向图.依托于自相关理论,计算每个节点的能量消耗度,以此为基础进行最优路径搜索.但是,该规划路径的数据传输效率较低.文献 以蚁群优化算法为基础,提出一种网络通信最优路径规划方法,按照蚁群搜索原理,在数条数据传输路径中,找到最优通信路径.但是,该方法规划的传输路径丢包率较高.文献 依托于大数据环境,设计一种抗干扰路径规划算法.根据通信链路干扰特征,获取每个网络信道的干扰电平,提取干扰最小的信道,建立数据传输网络结构.再应用启发函数确定最优路径搜索方向,遍历所有网络节点后,生成传输路径规划结果.但是,该方法规划路径的数据传输成功率低.本文针对备份数据传输路径自适应规划问题,提出一种以稀疏特征为基础的规划方法.针对数据传输信道冲激响应信号,提取每个信道包含的稀疏信息,并深入挖掘信道稀疏特征,以此为基础结合标准LM S滤波器的算法,明确信道通信状态,选定最优信道,进行后续自适应规划仿真研究,以便得出最佳传输路径.传输路径自适应规划仿真 建立备份数据路径传输模型备份数据传输路径的规划,需要以备份数据路径传输模式为基础,文中结合数据传输速率和网络传输节点剩余能量,建立路径传输模型.考虑到元数据内包含的字段较多,将路径允许备份数据传输的最长时间计算公式描述为:THAHSBHccH cSi()式()中,T表示网络允许备份数据传输的最长时间;A、B分别表示目标节点集合和源节点集合;H表示最大跳数值;S表示待传输数据包大小;c表示随机跳数值;表示数据传输速率;表示网络传输节点的数据处理速度;i表示网络传输节点.针对传输路径中包含的节点进行监控,得到备份数据传输过程中,最少剩余能量计算公式为:Em i n m i nE,E,Ei()式()中,m i n表示最小值;E表示节点剩余能量值;Em i n表示传输路径内剩余最少能量.此外,元数据在不同传输路径中,所表现出的最小传输速率计算公式为:Fm i n m i nF(l),F(l),F(lm)()式()中,Fm i n表示最小传输速率;F表示当前链路的数据传输速率;l表示网络链路;m表示数据传输链路总数量.正常数据传输条件下,需要保证网络传输节点的剩余能量符合门限要求,则备份数据路径传输需要满足以下条件:E(i)(RTD)j d(i)Se(i)j d(i)()式()中,E表示剩余能量门限;R表示网络节点接收数据消耗能量;T表示网络节点发送数据消耗能量;D表示数据处理消耗能量;j表示接收数据总量;d表示网络节点临近区域节点数量;e表示数据传输过程中电路消耗能量;表示电路放大消耗能量;表示处理器的功耗.应用符合剩余能量门限要求的节点,在规定时间内按照合理的数据传输速率,对数据包进行处理和收发,实现备份数据的路径传输.设计稀疏特征信道估计算法文中采用标准LM S滤波器,对备份数据传输信道的通信能力进行估计,具体框图如图所示.图自适应信道估计算法框图由图可知,标准的LM S算法主要是应用梯度下降优化算法求解出信道估计值,并通过迭代更新,提取出最优信道估计量:u(n)u(n)L(n)u(n)u(n)r(n)Y(n)()计算技术与自动化 年月式()中,n表示待传输数据包;Y(n)表示输入信号;u表示输出信号;u(n)表示自适应滤波器的输出,也代表数据传输信道矢量;u(n)表示信道估计值;表示梯度下降步长;L表示误差代价函数;r表示滤波器误差.考虑到标准的LM S算法在估计工程中忽略了稀疏约束项,使得信道通信能力估计结果误差较大,影响最终的路径规划结果.本文向该算法中引入稀疏特征,针对信道进行深入研究,获取冲激响应下非零系数的定位信息和实时跟踪结果,了解数据传输网络信道的稀疏结构,辨识备份数据传输信道的自适应稀疏特征.包含系数特征的LM S信道估计算法,可以表示为:u(n)u(n)ga()式()中,g表示自适应更新;a表示稀疏约束项.以稀疏约束项为基础,文中融合加权零吸引最小均方算法,提取数据传输信道的稀疏特征,并将信道估计算法迭代更新过程描述为:u(n)u(n)r(n)Y(n)s g n(u(n)u(n)()式()中,表示分段绝对值算子;s g n表示返回函数;、表示两个常数,数值越靠近,表明代价函数所对应的惩罚项更接近,说明信道稀疏特征提取结果更加准确.稀疏特征信道估计算法在实际运行过程中,可以同步选定大幅度、小幅度抽头系数,强制不相关的权系数转变为零,获取准确的非零系数判断结果.需要注意的是,稀疏特征信道估计算法模型的每一个迭代周期,都包含加法运算、乘法运算、存储运算等多个步骤.此外,文中引入加权因子,降低信道估计算法的运算量.运用上述估计算法,获取数据传输信道的通信能力,选择具有较高通信能力的信道,作为后续传输路径自适应规划的基础.建立无干扰信道分配机制备份数据传输路径的规划,需要保证信道干扰程度符合要求.因此,文中根据当前路径规划结果,建立对应的通信干扰图像,了解每个信道的干扰情况,在此基础上对每个信道进行赋值.选定干扰程度较低的信道,建立多信道通信链路节点.其中,节点干扰无向图表达公式为:Go ko k,Jo k()(o,k)o kf(o,k)o k(o,k)()式()中,o,k表示两个通信链路节点;G表示干扰无向图;表示节点所对应的多信道集合;J表示节点相关的通信链路集合集;表示节点之间的通信链路;f表示数据传输距离;表示干扰电平.针对选定的两个通信链路节点,获取网络数据传输流量监控结果,并进行归一化处理.结合两点间干扰电平、信道分配函数,将备份数据传输路径规划过程中,通信链路干扰描述为:q(o k)(o)(k)(o,k)Go k()式()中,q表示备份数据传输过程中通信链路干扰;表示节点对应的归一化流量值.利用公式()可以得出通信链路干扰电平,但需要考虑到,待传输的备份数据量,会对干扰电平产生直接影响.具体计算过程中,需要先提取一个中间节点,并获取该节点附近的邻居节点,针对每个节点所对应的信道设置一个路由指标函数,获取节点感知信息,与公式()计算结果相融合,得到最终信道干扰水平.信道干扰水平是无干扰信道分配机制建立的基础,针对符合通信要求的数据传输信道,分别赋予对应的权重值.文中提出的自适应路径规划仿真分析方法,选定权重较高的数据传输信道,生成最小干扰路径.获取传输路径自适应规划结果为了加强备份数据传输路径规划结果的自适应性,文中采用逆向搜索的方式,设置固定的备份数据接收点,将其看作目标点.从目标点不断向后遍历,找到不同网络通信节点与目标点之间的最短路径,作为该数据传输区段的路径规划结果.结合无干扰信道分配结果,设计从内向外的备份数据发送模式,第一层数据传输中心节点需要连接覆盖范围内所有的网络节点,第二层中心节点则是分别与其覆盖子范围内的网络节点进行连接,以此类推.除了中心节点外,其余节点一旦与某个中心节点相连接后,就不可以再连接其他节点,确保每个信息节点只存在一个有效的父节点,具体的信息拓扑结构如图所示.备份数据传输路径的规划,需要以图所示的信息拓扑结构图为基础.以号节点为例,其周围存在一个二层中心节点和两个三层中心节点,为了保证该节点只有一个父节点,当号节点向三个中心节点同时发送连接请求时,只要与其中一个最短路径距离的中心节点连接,剩余中心节点可以拒绝连接请求.对所有的数据传输网络节点进行连接后,采用第 卷第期孙兴旺,等:基于稀疏特征的备份数据传输路径自适应规划仿真启发函数从目标点开始,确定数据传输路径搜索方向,提取满足函数关系的节点,并对其进行排序.路径规划过程中,选定k e y值最小网络通信节点,展开扩展分析,并更新所有节点状态,将表现为连续状态的节点连接起来,得到备份数据传输路径规划结果.图信息拓扑结构图仿真实验 实验环境为了验证本文提出自适应规划仿真方法的可行性,选用 G B硬盘、G B内存和I n t e lC o r e(TM)i C P U,共同构建实验硬件环境.在上述硬件环境下,采用 版本的M i n i n e t,搭建仿真实验环境,并应用 版本的F l o o d l i g h t作为控制器,辅助实验顺利进行.同时,本次仿真实验过程中,采用了第三方流量监控软件s F l o w,实时监控数据传输情况.本次仿真实验过程中,在实验环境中主要设置两种节点,其中簇心节点放置于中心区域,普通节点则采用随机撒点方式任意设置.正常状态下,簇心节点主要负责统一邻近区域普通节点,再进行统一的数据传输.依据文中提出的自适应规划方法,在上述仿真环境中寻找数据传输路径.经过设计后,通信网络的节点分布情况如图所示.在上述仿真实验环境下,运用所提出的自适应规划仿真方法,获取备份数据传输路径.再应用预先准备好的数据集,进行数据传输测试,验证规划的数据传输路径的实际性能,从而反映路径规划方法的优越性.本次仿真实验所涉及节点数据传输带宽、传输信号频率等详细参数如表所示.图网络节点分布图表仿真参数参数数值节点部署方式随机撒点式网络分区数量 节点传输带宽(M b p s)区域尺寸(m)节点通信半径(m)网络运行时间(h)簇头节点数量(个)普通节点数量(个)传输信号频率(MH z)节点布置密度(个/m)信号发射周期(s)仿真时间(m i n)实验结果分析运用本文提出的方法,对数据传输过程中涉及通信节点进行规划,得到图所示的自适应规划结果.图备份数据传输路径自适应规划结果计算技术与自动化 年月为了加强实验结果的真实性,本次实验过程中还采用了基于粒子群方法的路径规划方法、基于Q o S约束方法的路径规划方法,分别生成对应的备份数据传输路径.对三条传输路径发送相同的数据量,明确每条路径传输后接收数据量的变化情况,形成表.表不同传输路径的接收数据量对比实验编号发送数据量/MB接收数据量/MB本文方法基于粒子群基于Q o S约束 从表可以看出,本文提出方法规划的数据传输路径,接收数据量与发送数据量极为接近,二者之间的总差仅为 MB,表明了所提方法规划路径的可行性.而其他两条传输规划路径的接收数据量与发送数据量相比,分别缺失了 MB和 MB,与本文方法规划路径相比,丢失数据更多,但也在标准要求内.因此,本次实验对比这三种方 法规划路径,以此来反映 所提方法 的优越性.本次仿真实验设置丢包率作为评价指标,丢包率是判断数据传输目标路径传输性能的主要方式,丢包率越高,表明数据传输过程中会出现严重的数据丢失现象,无法达到数据备份的目的.V ()式()中,V表示丢包率;表示发送数据量;表示接收数据量.为了加强实验结果的直观性,设置每次发送数据量呈现增长趋势,再进行多次测试,计算不同路径的数据传输丢包率,得到图所示的丢包率对比图.根据图所示的丢包率对比结果可知,应用本文提出方法规划的备份数据传输目标路径,其丢包率增长幅度较为平缓,始终保持在 以下,平均值为 .而基于粒子群方法和基于Q o S约束方法规划的路径,丢包率均会随着传输数据量的增长而不断提升,且平均丢包率分别为 和 .综上所述,运用本文方法规划数据传输路径,使得网络平均丢包率降低了 、,保证了备份数据传输的完整性.图不同方法规划路径的数据传输丢包率对比结论网络数据传输过程中,总是存在多种干扰信息,造成传输数据不完整.文中以降低数据传输丢包率为目标,提出一种以稀疏特征为基础的备份数据传输路径自适应规划仿真研究,依托于系数特征深入分析数据传输信道的通信能力,以此为基础,选取最优数据传输路径,使得备份数据传输过程中,网络平均丢包率得到了大幅度降低,更好地保证了数据备份完整性.参考文献阳明霞北斗卫星通信系统在船舶航线规划中的应用J舰船科学技术,():牧涛数字化制造设备引导数据传输准确性矫正仿真J计算机仿真,():孟小冬,韦丽红,冯锋高速光纤通信网络最优数据传输路径搜索机制研究J激光杂志,():马高琳,陈静船舶网络通信最优路径的规划与设计J舰船科学技术,():吴杏,曾康铭大数据环境下舰船监控信息传输路径规划算法J舰船科学技术,():张美燕,蔡文郁基于D u b i n s曲线的无线传感网聚类移动数据采集算法J传感技术学报,():李爽,李德仁,程承旗,等空天网格化星间通视及路由路径规划算法J武汉大学学报(信息科学版),():付澍,杨祥月,张海君,等物联网数据收集中无人机路径智能规划J通信学报,():魏翠萍舰船通信网络的数据备份系统设计J舰船科学技术,():杨海涛,陈鸿俊,马玲船舶无线网络通信路径最优规划方法分析J舰船科学技术,():