于淑云

(福建船政交通職業(yè)學(xué)院 信息工程系,福州 350007)

光纖網(wǎng)絡(luò)中的云數(shù)據(jù)并行調(diào)度

于淑云

(福建船政交通職業(yè)學(xué)院 信息工程系,福州 350007)

光纖網(wǎng)絡(luò)的通信質(zhì)量受到云數(shù)據(jù)調(diào)度均衡性影響很大，為了改善光纖網(wǎng)絡(luò)通信質(zhì)量，提高網(wǎng)絡(luò)中云數(shù)據(jù)傳輸?shù)耐掏铝亢捅Ｕ媛?，通過云數(shù)據(jù)并行調(diào)度，實(shí)現(xiàn)云數(shù)據(jù)傳輸均衡，提出一種基于自適應(yīng)判決反饋均衡的光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度模型;構(gòu)建光纖網(wǎng)絡(luò)通信的傳輸信道模型，采用最小均方誤差估計(jì)方法進(jìn)行光纖網(wǎng)絡(luò)的量化融合估計(jì)，運(yùn)用匹配濾波檢測器進(jìn)行云數(shù)據(jù)中的干擾濾波處理，結(jié)合自適應(yīng)判決反饋均衡方法進(jìn)行信道均衡，在均衡的信道中對濾波輸出的云數(shù)據(jù)進(jìn)行并行調(diào)度和多線程輸出調(diào)制;仿真結(jié)果表明，采用該方法進(jìn)行光纖網(wǎng)絡(luò)中的云數(shù)據(jù)并行調(diào)度的均衡性較好，輸出數(shù)據(jù)的保真率較高，誤碼率較低，改善了光纖網(wǎng)絡(luò)的整體性能。

光纖網(wǎng)絡(luò)；云數(shù)據(jù)；并行調(diào)度；均衡；濾波；檢測

0 引言

光纖網(wǎng)絡(luò)是激光通信技術(shù)的一個(gè)重要應(yīng)用方向，它是利用激光在玻璃或塑料制成的纖維中的全反射原理而達(dá)成的光傳導(dǎo)的通信網(wǎng)絡(luò)結(jié)構(gòu)模型，光纖網(wǎng)絡(luò)進(jìn)行數(shù)傳輸?shù)念l率達(dá)100000 GHz，隨著云計(jì)算和云信息處理技術(shù)的發(fā)展，光纖網(wǎng)絡(luò)中的數(shù)據(jù)傳輸通過云通道實(shí)現(xiàn)信息通信，在云計(jì)算環(huán)境下，光纖網(wǎng)絡(luò)中的云數(shù)據(jù)通過多模管線通信方法實(shí)現(xiàn)10 GHz以上帶寬的載波通信[1]。由于在光纖網(wǎng)絡(luò)中進(jìn)行云數(shù)據(jù)傳輸不占用多余的頻帶，能夠?qū)崿F(xiàn)高數(shù)據(jù)率通信。由于光纖網(wǎng)絡(luò)傳輸信道的多模特性和盲均衡性，導(dǎo)致光纖網(wǎng)絡(luò)的傳輸信道具有多徑效應(yīng)，光纖網(wǎng)絡(luò)的通信質(zhì)量受到云數(shù)據(jù)調(diào)度均衡性影響很大，為了改善光纖網(wǎng)絡(luò)通信質(zhì)量，進(jìn)行云數(shù)據(jù)的并行調(diào)度研究，研究光纖網(wǎng)絡(luò)中的云數(shù)據(jù)并行調(diào)度方法對提高網(wǎng)絡(luò)信道特性，改善網(wǎng)絡(luò)質(zhì)量具有重要意義，相關(guān)的調(diào)度方法研究受到人們的極大關(guān)注[2]。

當(dāng)前，對光纖網(wǎng)絡(luò)中的云數(shù)據(jù)調(diào)度和傳輸技術(shù)采用極窄波束的自適應(yīng)調(diào)整技術(shù)和調(diào)頻/擴(kuò)展頻譜技術(shù)，以犧牲信道帶寬為代價(jià)，導(dǎo)致光纖網(wǎng)絡(luò)的信道均衡性不好，而自適應(yīng)均衡技術(shù)對消除網(wǎng)絡(luò)通信信道的碼間干擾具有一定的優(yōu)勢，能實(shí)現(xiàn)高數(shù)據(jù)率通信，提高帶寬利用率，但對高傳輸速率的碼元誤碼輸出較大[3-4]。文獻(xiàn)[5]提出采用數(shù)據(jù)相互混沌特征的數(shù)據(jù)并行調(diào)度方法,將混沌優(yōu)先級因子與并行數(shù)據(jù)調(diào)度技術(shù)相融合,代入到調(diào)度尋優(yōu)計(jì)算中,獲取混沌特征,利用得到的混沌特征,提高全局搜索能力，實(shí)現(xiàn)對云數(shù)據(jù)的并行處理，但該方法受到信道的擴(kuò)展頻譜的影響較大，云數(shù)據(jù)的調(diào)制解調(diào)性能不好；文獻(xiàn)[6]中提出多數(shù)據(jù)庫并行調(diào)度的方法，將數(shù)據(jù)調(diào)度的編碼信息進(jìn)行分層次結(jié)構(gòu)分析后與多調(diào)度命令進(jìn)行并行調(diào)度分析，實(shí)現(xiàn)數(shù)據(jù)的并行調(diào)度，但該方法輸出碼元的誤比特序列較高，信噪比較低。

針對上述問題，本文提出一種基于自適應(yīng)判決反饋均衡的光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度模型。首先構(gòu)建光纖網(wǎng)絡(luò)通信的傳輸信道模型，采用最小均方誤差估計(jì)方法進(jìn)行光纖網(wǎng)絡(luò)的量化融合估計(jì)，然后采用匹配濾波檢測器進(jìn)行云數(shù)據(jù)中的干擾濾波處理，采用自適應(yīng)判決反饋均衡方法進(jìn)行信道均衡，在均衡的信道中對濾波輸出的云數(shù)據(jù)進(jìn)行并行調(diào)度和多線程輸出調(diào)制。最后進(jìn)行仿真測試分析，展示本文方法在實(shí)現(xiàn)光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度中的優(yōu)越性能。

1 光纖網(wǎng)絡(luò)中的云數(shù)據(jù)調(diào)度信道模型與預(yù)處理

1.1 光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度信道模型

為了進(jìn)行光纖網(wǎng)絡(luò)的云數(shù)據(jù)并行調(diào)度技術(shù)優(yōu)化設(shè)計(jì)，首先構(gòu)建光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度的信道模型，光纖網(wǎng)絡(luò)云數(shù)據(jù)傳輸介質(zhì)是一種不均勻的非理想介質(zhì)，光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度中，在收、發(fā)兩端利用光波作為載波，光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度的傳播路徑具有寬平穩(wěn)的多徑衰減性能，采用信道時(shí)間擴(kuò)展方法構(gòu)建光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度信道模型，實(shí)現(xiàn)光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度通信的載波跟蹤和碼元同步，在水平傳播的光纖網(wǎng)絡(luò)通信信道中[7]，對于中、高速率的云數(shù)據(jù)調(diào)度，信道的沖激響應(yīng)函數(shù)記為：

(1)

其中:H表示云數(shù)據(jù)的載波頻率，M是相位信息，K(m)是第m個(gè)傳輸節(jié)點(diǎn)的碼元同步分量，αmk是第n個(gè)云數(shù)據(jù)調(diào)度任務(wù)中第k條路徑的信道的系統(tǒng)函數(shù)，Tm是相干多途信道的系統(tǒng)函數(shù)，τmk是云數(shù)據(jù)調(diào)度的時(shí)間延遲。

假定光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度的過程噪聲w(k)與相位偏移ui(k)之間存在多途干擾[8]，信道之間多徑分量相關(guān)，即：

(2)

信道的系統(tǒng)函數(shù)是時(shí)變的，光纖網(wǎng)絡(luò)中云數(shù)據(jù)并行調(diào)度的初始狀態(tài)x(0)均值為x0，方差為P0，且獨(dú)立于w(k)和ui(k)，i=1,2,…,N。由此得到光纖網(wǎng)絡(luò)中云數(shù)據(jù)傳輸信道的抽頭延遲線模型表示為：

mi(k)=zi(k)+qi(k)=

Hi(k)x(k)+ui(k)+qi(k)=Hi(k)x(k)+vi(k)

(3)

其中:量化干擾qi(k)的方差滿足：

(4)

為了對各條云數(shù)據(jù)調(diào)度信道的相位偏移進(jìn)行有效抑制，采用集中式的云數(shù)據(jù)分配策略，設(shè)光纖網(wǎng)絡(luò)的節(jié)點(diǎn)表示為bi，在各路徑與直達(dá)路徑之間逐層分配虛擬鏈路，根據(jù)信道的衰減強(qiáng)度，采用一種簡化的多徑模型進(jìn)行干擾抑制[9]，假設(shè)碼元速率fs，幀數(shù)為Nf個(gè)，數(shù)據(jù)調(diào)度的抽頭延遲為Tf，由此得到光纖網(wǎng)絡(luò)云數(shù)據(jù)調(diào)度的相位偏移：

(5)

1.2 云數(shù)據(jù)干擾濾波處理

在構(gòu)建光纖網(wǎng)絡(luò)通信的傳輸信道模型的基礎(chǔ)上，采用最小均方誤差估計(jì)方法進(jìn)行光纖網(wǎng)絡(luò)的量化融合估計(jì)[10]，得到光纖網(wǎng)絡(luò)中云數(shù)據(jù)的解調(diào)輸出最小均方誤差估計(jì)值為：

(6)

其中:an表示各路徑與直達(dá)路徑之間的偏移量，bn為光纖網(wǎng)絡(luò)中云數(shù)據(jù)調(diào)度的調(diào)制分量，數(shù)據(jù)傳輸?shù)拇a元寬度為T+Δ，如S0(t)=a0δ(t)，云數(shù)據(jù)的碼元通最小均方誤差估計(jì)進(jìn)行向量融合，得到融合后的碼元序列的脈沖響應(yīng)為：

(7)

加入多徑分量的相位偏移，在n個(gè)調(diào)度時(shí)刻，通過調(diào)整均衡器參數(shù)(權(quán)重)，使用濾波器來補(bǔ)償失真的脈沖[11]，進(jìn)行云數(shù)據(jù)的干擾抑制，采用匹配濾波檢測器進(jìn)行云數(shù)據(jù)中的干擾濾波[12]，匹配濾波檢測器的結(jié)構(gòu)如圖1所示。

圖1 匹配濾波檢測器

(8)

將數(shù)據(jù)調(diào)度集x的值減1，按照一定的自適應(yīng)算法調(diào)整迭代步長，如果x=0，更新云數(shù)據(jù)抽頭延遲[13]，實(shí)現(xiàn)干擾抑制，這一過程的迭代函數(shù)描述為：

μ(n)=xT(n)P(n-1)x(n)

(9)

通過采用匹配濾波檢測器進(jìn)行云數(shù)據(jù)的干擾濾波處理，提高了光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度和傳輸準(zhǔn)確性和抗干擾性。

2 云數(shù)據(jù)并行調(diào)度優(yōu)化實(shí)現(xiàn)

2.1 光纖網(wǎng)絡(luò)信道均衡

在采用最小均方誤差估計(jì)方法進(jìn)行光纖網(wǎng)絡(luò)的量化融合估計(jì)和匹配濾波檢測的抗干擾處理基礎(chǔ)上，進(jìn)行光纖網(wǎng)絡(luò)的云數(shù)據(jù)并行調(diào)度優(yōu)化設(shè)計(jì)，本文提出一種基于自適應(yīng)判決反饋均衡的光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度模型。按照抽樣間隔的不同進(jìn)行云數(shù)據(jù)調(diào)度傳輸信道的均衡處理[14]，云數(shù)據(jù)經(jīng)過多徑傳播后，光纖網(wǎng)絡(luò)的數(shù)據(jù)接收端接收到的信號模型為：

(10)

式中，wmk為光纖網(wǎng)絡(luò)在不同時(shí)延的噪聲增益，v(t)為加性高斯白噪聲。對信道模型中的云數(shù)據(jù)多個(gè)分量進(jìn)行線性疊加，采用云數(shù)據(jù)抽頭延遲線模型來準(zhǔn)確模擬云數(shù)據(jù)的脈沖響應(yīng)，通過自適應(yīng)判決反饋均衡方法進(jìn)行調(diào)度模型的均衡設(shè)計(jì)[15]，信道均衡調(diào)節(jié)因子λ(k)由如下計(jì)算：

(11)

如果用Ns表示信道多徑擴(kuò)展覆蓋的碼元個(gè)數(shù)，計(jì)算信道碼間干擾所覆蓋信息碼元數(shù)量：

f(θ)=wTQ+(θ)w

(13)

令C0=CN/2=0、CN-n=Cn*n=0,1,2…N/2-1，當(dāng)云數(shù)據(jù)調(diào)度的碼元速率Rb小于QPSK調(diào)制速率的條件下，通過自適應(yīng)判決反饋均衡，得到云數(shù)據(jù)調(diào)度均衡器時(shí)頻聯(lián)合分布特征可以寫為：

(14)

可見，在光纖網(wǎng)絡(luò)的傳輸信道中每次接收碼元的量與MsNs成正比，通過光纖網(wǎng)絡(luò)信道均衡，提高了云數(shù)據(jù)并行調(diào)度的輸出碼元保真性和均衡性。

2.2 并行調(diào)度輸出

在均衡的信道中對濾波輸出的云數(shù)據(jù)進(jìn)行并行調(diào)度，基于最小均方誤差準(zhǔn)則，得到輸入傳輸信道中云數(shù)據(jù)輸入統(tǒng)計(jì)特征xn和期望響應(yīng)dn的測量誤差，記為：

(15)

其中:ck為均衡器抽頭系數(shù)，T′=MT/N，在帶寬受限的條件下，采用匹配濾波方法進(jìn)行云數(shù)據(jù)并行調(diào)度的盲源分離[16]，補(bǔ)償了接收信號中的信道畸變，得到信道補(bǔ)償后的輸出頻譜特征函數(shù)為：

(16)

對采樣的云數(shù)據(jù)進(jìn)行頻譜檢測[17]，采用多線程調(diào)制解調(diào)方法，得到頻譜檢測輸出為：

(17)

其中:

(18)

通過信道均衡處理[18]，使得云數(shù)據(jù)并行調(diào)度輸出通過波特間隔采樣抑制了混疊效應(yīng)，得到光纖網(wǎng)絡(luò)中云數(shù)據(jù)并行調(diào)度的時(shí)間尺度特征E(i,j)：

(19)

對于每個(gè)時(shí)幀A上，對濾波輸出的云數(shù)據(jù)進(jìn)行并行調(diào)度，輸出調(diào)度向量集ai，由此得到光纖網(wǎng)絡(luò)的云數(shù)據(jù)調(diào)度的負(fù)載為：

R=w1Ci+w2Di+w3Mi+w4Ni

(20)

其中:w為慣性權(quán)重，C為非線性均衡采樣頻譜，D光纖網(wǎng)絡(luò)超負(fù)荷時(shí)間，M為發(fā)射功率。結(jié)合多線程調(diào)制，得到云數(shù)據(jù)碼元輸出的傳遞函數(shù)為：

(21)

在碼元周期大于時(shí)間延遲時(shí)，云數(shù)據(jù)并行調(diào)度的輸出增益滿足互相關(guān)性，通過本文方法進(jìn)行并行調(diào)度優(yōu)化設(shè)計(jì)，降低了信道的干擾，提高了調(diào)度的保真性和碼元傳輸?shù)臏?zhǔn)確性。

3 仿真實(shí)驗(yàn)與性能分析

為了改善光纖網(wǎng)絡(luò)通信質(zhì)量，提高網(wǎng)絡(luò)中云數(shù)據(jù)傳輸?shù)耐掏铝亢捅Ｕ媛?，分別采用本文方法與傳統(tǒng)方法進(jìn)行光纖網(wǎng)絡(luò)的云數(shù)據(jù)調(diào)度仿真實(shí)驗(yàn)，將數(shù)據(jù)傳輸?shù)谋Ｕ媛屎驼`碼率結(jié)果進(jìn)行對比分析，來證明本文方法較好的通信質(zhì)量改善效果。

3.1 實(shí)驗(yàn)環(huán)境

為了測試本文算法在實(shí)現(xiàn)光纖網(wǎng)絡(luò)中的云數(shù)據(jù)并行調(diào)度中的應(yīng)用性能，進(jìn)行仿真實(shí)驗(yàn)分析。實(shí)驗(yàn)平臺設(shè)置為：光纖網(wǎng)絡(luò)的云數(shù)據(jù)傳輸平臺Hadoop云平臺；實(shí)驗(yàn)編程設(shè)計(jì)軟件：采用Matlab 7版本軟件；云數(shù)據(jù)采樣長度為：10000；云數(shù)據(jù)傳輸信道的多徑幅度參數(shù)為：(1，0.24，-0.31，0.25，-0.14)；仿真信號設(shè)置為：BPSK調(diào)制信號；云數(shù)據(jù)輸出的碼元速率為：12 kBaud；多徑時(shí)延參數(shù)為：(0，1.0，2.0，3.0，4.0)；相對時(shí)間延遲為：0.25 ms；云數(shù)據(jù)調(diào)度路徑的條數(shù)為：10；窄帶噪聲的中心頻率取為：600 Hz。

3.2 實(shí)驗(yàn)結(jié)果與分析

根據(jù)上述仿真環(huán)境和參數(shù)設(shè)定，進(jìn)行光纖網(wǎng)絡(luò)的云數(shù)據(jù)并行調(diào)度仿真分析，首先，在實(shí)驗(yàn)平臺上由編程設(shè)計(jì)軟件Matlab 7得到云數(shù)據(jù)采樣樣本，如圖2所示。以圖2的云數(shù)據(jù)為測試樣本集，分別采用本文方法與傳統(tǒng)方法進(jìn)行云數(shù)據(jù)并行調(diào)度，過程中進(jìn)行均衡性測試，結(jié)果如圖3所示。

圖2 待處理的光纖網(wǎng)絡(luò)中的云數(shù)據(jù)

圖3 云數(shù)據(jù)調(diào)度的均衡性測試

根據(jù)圖3可知，與傳統(tǒng)方法對比，采用本文方法進(jìn)行云數(shù)據(jù)調(diào)度，均衡性顯著較好，波動小，由此數(shù)據(jù)傳輸效率可顯著提高。

通過信道均衡和干擾濾波處理后，分別得到兩種方法的并行調(diào)度輸出結(jié)果，如圖4所示。

圖4 兩種方法云數(shù)據(jù)并行調(diào)度優(yōu)化輸出結(jié)果對比

分析圖4結(jié)果得知，在信道均衡和干擾濾波處理方面，與傳統(tǒng)方法對比，采用本文方法進(jìn)行光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度，數(shù)據(jù)中的干擾成分得到有效濾波抑制效果更加顯著，由此得出其輸出數(shù)據(jù)的保真率也有明顯效果的提高。

進(jìn)行保真率對比實(shí)驗(yàn)后，分別采用本文方法和傳統(tǒng)方法進(jìn)行數(shù)據(jù)調(diào)度的誤碼率測試，對比結(jié)果如圖5所示。

圖5 兩種方法的誤碼率對比

在進(jìn)行光纖網(wǎng)絡(luò)的云數(shù)據(jù)調(diào)度過程中，誤碼率越低，其光纖網(wǎng)絡(luò)的通信性能也就越好。根據(jù)上述圖5可知，本文方法輸出云數(shù)據(jù)的誤碼率明顯低于傳統(tǒng)方法，有效證明了采用本文方法能夠改善光纖網(wǎng)絡(luò)的通信性能。

然而，采用不同通道進(jìn)行云數(shù)據(jù)調(diào)度的其它參量對比性能分析數(shù)據(jù)，如表1所示。

表1 不同調(diào)度信道的云數(shù)據(jù)調(diào)度性能分析

由上述分析得知，采用本文方法進(jìn)行云數(shù)據(jù)調(diào)度的提高了數(shù)據(jù)的準(zhǔn)確傳輸率，誤差較低，輸出信號的信噪比較高，具有很好的數(shù)據(jù)融合濾波和并行調(diào)度性能。

綜上所述，本文提出的自適應(yīng)判決反饋均衡的光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度方法，對比于傳統(tǒng)方法，光纖網(wǎng)絡(luò)的通信質(zhì)量受到云數(shù)據(jù)調(diào)度均衡性影響有明顯的改善，提高了網(wǎng)絡(luò)中云數(shù)據(jù)傳輸?shù)耐掏铝亢捅Ｕ媛?，使光纖網(wǎng)絡(luò)的整體性能得到顯著的提高。

4 結(jié)語

本文提出一種基于自適應(yīng)判決反饋均衡的光纖網(wǎng)絡(luò)云數(shù)據(jù)并行調(diào)度模型。構(gòu)建光纖網(wǎng)絡(luò)通信的傳輸信道模型，采用最小均方誤差估計(jì)方法進(jìn)行光纖網(wǎng)絡(luò)的量化融合估計(jì)，運(yùn)用匹配濾波檢測器進(jìn)行云數(shù)據(jù)中的干擾濾波處理，結(jié)合自適應(yīng)判決反饋均衡方法進(jìn)行信道均衡，在均衡的信道中對濾波輸出的云數(shù)據(jù)進(jìn)行并行調(diào)度和多線程輸出調(diào)制。研究得知，采用本文方法進(jìn)行光纖網(wǎng)絡(luò)中的云數(shù)據(jù)并行調(diào)度的均衡性較好，輸出數(shù)據(jù)的保真率較高，誤碼率較低，改善了光纖網(wǎng)絡(luò)的整體性能，在優(yōu)化光纖網(wǎng)絡(luò)通信中具有很好的應(yīng)用價(jià)值。

[1] 許 鵬, 張繼棟. 基于改進(jìn)遺傳算法的光纖網(wǎng)絡(luò)異常數(shù)據(jù)檢測[J]. 科技通報(bào), 2016, 32(7):163-166.

[2] 田 鴻. 強(qiáng)電磁干擾下光纖網(wǎng)絡(luò)的數(shù)據(jù)傳輸系統(tǒng)改進(jìn)設(shè)計(jì)[J]. 現(xiàn)代電子技術(shù), 2016, 39(20):53-56.

[3] 張 千, 梁 鴻, 郉永山. 云計(jì)算環(huán)境下基于模糊聚類的并行調(diào)度策略研究[J]. 計(jì)算機(jī)科學(xué), 2014, 41(8):75-80.

[4] Zhang M, Chen W, Chen L W, et al. Photorefractive long period waveguide grating filter in lithium niobate strip waveguide[J].Optical and Quantum Electronics, 2014,46:1529-1538.

[5] 郭 晴, 楊海霞, 劉永泰. 云計(jì)算環(huán)境下的復(fù)雜數(shù)據(jù)庫并行調(diào)度模型仿真[J]. 計(jì)算機(jī)仿真, 2015, 32(6):360-363.

[6] 張星云. 基于多數(shù)據(jù)庫并行調(diào)度的復(fù)雜方法研究與仿真[J]. 計(jì)算機(jī)仿真, 2015, 32(6):378-381.

[7] 白偉華, 朱嘉賢, 奚建清,等. 基于多核感知的應(yīng)用服務(wù)并行調(diào)度平臺[J]. 計(jì)算機(jī)應(yīng)用研究, 2016, 33(6):1734-1738.

[8] 朱亞瓊, 羅 偉. 一種基于動態(tài)調(diào)度的數(shù)據(jù)挖掘并行算法[J]. 現(xiàn)代電子技術(shù), 2016, 39(15):156-159.

[9] 何永強(qiáng), 谷春英. 基于子任務(wù)區(qū)域分片下的分布式空間查詢處理與并行調(diào)度方法[J]. 科技通報(bào), 2014(1):110-116.

[10] 閆 娜. 基于大數(shù)據(jù)吞吐效益評估的網(wǎng)絡(luò)數(shù)據(jù)綜合調(diào)控算法研究[J]. 計(jì)算機(jī)與數(shù)字工程, 2016, 45(7):1304-1308.

[11] Xie G D, Ren Y X, Huang H, et al. Experiment turbulence compensation of 50-Gbaud/s Orbital-Angular-Momentum QPSK signals using intensity-only based SPGD algorithm[A].Optical Fiber Communication Conference[C]. 2014.

[12] 高奧子, 張晉豫. 基于數(shù)據(jù)塊優(yōu)先級與負(fù)載性能自適應(yīng)P2P流媒體數(shù)據(jù)調(diào)度算法[J]. 計(jì)算機(jī)科學(xué)與技術(shù)匯刊:中英文版, 2014(3):102-108.

[13] Lin J H, Chen P Y, Wu J J. Mode competition of two bandedge lasing from dye doped cholesteric liquid crystal laser[J]. Optics Express, 2014, 22(8):9932-9941.

[14] 余東平, 張劍峰, 王 聰,等. 多路并行傳輸中數(shù)據(jù)調(diào)度算法的優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用, 2014, 34(5):1227-1231.

[15] 羅亞松, 許江湖, 劉 忠,等. 基于判決反饋均衡的水聲信道估計(jì)與通信算法[J]. 上海交通大學(xué)學(xué)報(bào), 2014, 48(5):685-692.

[16] Ortiz A, Gorriz J M, Ramirez J, et al. Improving MR brain image segmentation using self-organising maps and entropy-gradient clustering[J]. Information Sciences, 2014, 262(3):117-136.

[17] 王海蓮, 張士兵, 郭莉莉. 基于可信度的加權(quán)協(xié)作頻譜檢測算法[J]. 數(shù)據(jù)采集與處理, 2014, 29(3):472-477.

[18] 陳仁太, 鐘 帥, 卿 波. 私有云平臺中的數(shù)據(jù)傳輸信道均衡模型仿真[J]. 微電子學(xué)與計(jì)算機(jī), 2016, 33(9):146-149.

Parallel Scheduling of Cloud Data in Optical Fiber Networks

Yu Shuyun

(Information Engineering Dept., Fujian Chuanzheng Communications College,Fuzhou 350007,China)

The communication quality of the optical fiber network by cloud data scheduling greatly influence the balance, in order to improve the quality of optical fiber communication network, improve network cloud data transmission throughput and fidelity rate scheduling in parallel by the cloud data, cloud data transmission is proposed based on adaptive equalization, decision feedback equalization of optical fiber network cloud data parallel scheduling model construction. The transmission channel model of optical fiber network communication, quantitative estimation of optical fiber network by using the minimum mean square error estimation fusion, was treated by interference filter cloud data matched filter detector, the adaptive decision feedback equalization method for channel equalization, channel equalization in cloud data to the filter output of the parallel scheduling and multi thread output modulation. The simulation results show that using the method of parallel scheduling in cloud data in the fiber network is balanced well, the fidelity of the output data is high, and the bit error rate is low, which improves the overall performance of the optical network.

optical network; cloud data; parallel scheduling; equalization; filtering; detection

2017-05-01；

2017-05-26。

福建省教育廳自然科學(xué)基金項(xiàng)目(JA15661)。

于淑云(1981-)，女，山東臨沂人，工程碩士，主要從事計(jì)算機(jī)應(yīng)用技術(shù)方向的研究。

1671-4598(2017)12-0195-04

10.16526/j.cnki.11-4762/tp.2017.12.051

TN911

A