展开

舰船传感通信大数据融合调度策略

发布时间:2020-03-17   |  所属分类:通信:论文发表  |  浏览:  |  加入收藏

  针对传统舰船传感通信大数据融合调度算法存在时延较高的问题,提出一种船联网环境下舰船传感通信大数据融合调度算法。在船联网环境下,通过ETL对舰船传感通信大数据实施预处理,步骤包括抽取大数据、转换大数据以及加载大数据,基于大数据预处理结果,制订数据融合调度策略,获取节点的具体发送序列,实施各时隙内融合周期调度状态的分配,获取最终的接收调度序列与睡眠调度序列,实现舰船传感通信大数据融合调度。实验结果证明该算法的时延最低,说明该算法更适用于舰船传感通信大数据融合调度。

舰船传感通信大数据融合调度策略

  关键词:船联网;舰船传感通信;大数据融合调度

  舰船传感通信带宽较大、组网设计较为简单,船联网环境下的舰船传感通信网络能够实现信息数据的大规模保密传输[1]。数据聚集过程是决定舰船传感通信网络性能的核心。在舰船传感通信网络中,各传感器的监测范围有限,因此在对传感器节点进行放置时,需要交叠传感器节点的具体监测范围,以增强舰船传感通信网络获取信息的准确性与鲁棒性,然而这种操作会导致舰船传感通信大数据存在冗余性。而冗余的舰船传感通信大数据会导致增加处理数据的时间以及浪费存储数据的空间,并造成数据传输时传输能耗的大量消耗。因此,对于舰船传感通信网络而言,在数据聚集时如何安全、高效、准确的对冗余大数据进行消除是发展中的重中之重。根据相关研究成果,最有效的方式是大数据融合调度,因此提出一种船联网环境下舰船传感通信大数据融合调度算法。

  1设计船联网环境下舰船传感通信大数据融合调度算法

  1.1舰船传感通信大数据预处理

  在船联网环境下,通过ETL对舰船传感通信大数据实施预处理,步骤包括抽取、转换以及加载[2]。其中ETL具备3个数据库,包括关系数据库、临时数据库以及目的数据库。通过ETL实施大数据预处理的具体流程如图1所示。

  1.2舰船传感通信大数据融合调度策略

  首先在ResourceManager中上传舰船传感通信大数据预处理结果,并将其存储于融合数据结构中,根据CPU利用率与融合系数对舰船传感通信大数据进行融合。利用申请程序向ResourceManager实施周期性数据融合调度申请,申请形式为四元组的数据融合调度请求形式,其中一个元素是舰船传感通信的虚拟机节点,因此以物理主机与虚拟机的对应关系为依据,寻找虚拟机具体对应的通信物理主机[3]。由于相同的任务可能会与多个融合调度请求相对应,因此在依次发出舰船传感通信大数据融合调度请求时,需要判断融合调度请求的虚拟机所具体对应的通信物理主机的整体资源负载情况。当资源负载较重时,放弃该大数据融合调度请求,转入判断下一个融合调度请求;当资源负载较为适中时,通过ResourceManager寻找对应资源,然后进行舰船传感通信大数据的融合调度,具体流程如图2所示。

  1.3舰船传感通信大数据融合调度算法

  根据制订的舰船传感通信大数据融合调度策略,获取节点的具体发送序列,根据获取的发送序列向节点进行各时隙内融合周期调度状态的分配,从而获取最终的接收调度序列与睡眠调度序列,如式(1)和式(2)所示,实现舰船传感通信大数据融合调度算法[4]。实现的舰船传感通信大数据融合调度算法的具体步骤如下:1)获取节点的具体发送序列;2)分配各时隙内融合周期调度状态;3)获取接收调度序列R与睡眠调度序列S,确认二者均为非空集;RST4)利用接收调度序列与睡眠调度序列,构造接收舰船传感通信大数据融合调度序列;5)利用舰船传感通信大数据融合调度序列T进行舰船传感通信大数据融合调度[5]。大数据融合调度算法的节点设置如图3所示。

  2实验研究与分析

  2.1实验流程与方法

  利用船联网环境下舰船传感通信大数据融合调度算法进行舰船传感通信大数据融合调度实验。设置的实验参数如表1所示。根据设置的实验参数对舰船传感通信大数据进行融合调度。为了保证实验的有效性与公正性,将传统舰船传感通信大数据融合调度算法与本文设计的船联网环境下舰船传感通信大数据融合调度算法进行对比实验,时延曲线的起伏越小,则证明其时延性能越好;反之,时延曲线的起伏越大,则证明其时延性能越差。

  2.2实验结果分析

  船联网环境下舰船传感通信大数据融合调度算法与传统舰船传感通信大数据融合调度算法的时延性能对比实验结果如图4所示。根据实验结果可知,基于融合树结构的舰船传感通信大数据融合调度算法时延曲线的起伏最大,时延性能在几种实验算法中最差;基于时分复用的舰船传感通信大数据融合调度算法时延曲线的起伏较大,时延性能在几种实验算法中较差;基于数据融合机制的舰船传感通信大数据融合调度算法时延曲线的起伏较小,时延性能在几种实验算法中较好;船联网环境下舰船传感通信大数据融合调度算法时延曲线的起伏最小,时延性能在几种实验算法中最好。船联网环境下舰船传感通信大数据融合调度算法的时延性能优于传统舰船传感通信大数据融合调度算法,即该算法的时延最低。

  3结语

  船联网环境下舰船传感通信大数据融合调度算法实现了时延性能的提升,对于舰船传感通信网络的大数据发展具有重要意义,能够引导舰船传感通信网络的发展。

  作者:李勤 罗涛华 单位:武昌工学院信息工程学院 武汉轻工大学数学与计算机学院

转载请注明来自:http://www.uuqikan.com/tongxinlw/21352.html


    上一篇:移动通信基站电磁辐射评估
    下一篇:通信大数据在无线网络的应用价值