楊德林

(武漢北大營(yíng)電子工程技術(shù)有限公司， 湖北 武漢 430000)

0 引言

隨著數(shù)據(jù)交互業(yè)務(wù)的發(fā)展，在物聯(lián)網(wǎng)環(huán)境下進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互業(yè)務(wù)控制和設(shè)計(jì)，建立物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互系統(tǒng)模型，采用大數(shù)據(jù)通信系統(tǒng)進(jìn)行物聯(lián)網(wǎng)組網(wǎng)模型構(gòu)造，提高物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的準(zhǔn)確性和穩(wěn)定性。在進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互控制和系統(tǒng)設(shè)計(jì)過(guò)程中，受到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)中心的差異性特征和擾動(dòng)因素的影響，導(dǎo)致物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互性能不好，誤差較大。結(jié)合誤差修正和反饋控制方法，進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的誤差修正，構(gòu)建優(yōu)化的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互模型，通過(guò)網(wǎng)絡(luò)組網(wǎng)模型設(shè)計(jì)和交互控制設(shè)計(jì)[1]，提高數(shù)據(jù)信息交互和傳輸能力，相關(guān)的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互系統(tǒng)設(shè)計(jì)和誤差修正算法研究受到人們的極大關(guān)注。

對(duì)物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正方法研究是建立在對(duì)大數(shù)據(jù)融合和反饋調(diào)節(jié)基礎(chǔ)上，分析數(shù)據(jù)交換服務(wù)的自相關(guān)特征量。通過(guò)優(yōu)先級(jí)調(diào)度方法，建立物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差反饋調(diào)節(jié)模型，本文提出基于數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正技術(shù)[2]。首先構(gòu)建物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的大數(shù)據(jù)信息采集模型，然后建立數(shù)據(jù)交換服務(wù)模型，在跨層網(wǎng)絡(luò)控制協(xié)議中進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的過(guò)程尋優(yōu)和時(shí)延控制，實(shí)現(xiàn)包延時(shí)補(bǔ)償和鏈路層數(shù)據(jù)檢測(cè)，實(shí)現(xiàn)數(shù)據(jù)交互和誤差修正，最后進(jìn)行仿真測(cè)試分析，展示了本文方法在提高物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正能力方面性能。

1 信息采樣和網(wǎng)絡(luò)模型

1.1 大數(shù)據(jù)信息采集和數(shù)據(jù)包搶占模型構(gòu)建

為了實(shí)現(xiàn)基于數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正，需要首先構(gòu)建物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的大數(shù)據(jù)信息采集模型，采用無(wú)線Mesh網(wǎng)絡(luò)作為數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)測(cè)試網(wǎng)絡(luò)，采用優(yōu)先級(jí)排序方法，進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的自適應(yīng)優(yōu)先級(jí)策略控制[3]，結(jié)合定位排列過(guò)程控制模型，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互模型,如圖1所示。

圖1 物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互模型

在圖1所示的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互模型中，通過(guò)對(duì)節(jié)點(diǎn)數(shù)據(jù)鏈路層分析，進(jìn)行物聯(lián)網(wǎng)大數(shù)據(jù)信息融合，考慮數(shù)據(jù)包的排列分布概率，設(shè)定為P，選擇Qn作為物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的相關(guān)特征量，得到{i1,i2,…,in}和{j1,j2,…,jn}分別表示物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)概念集和測(cè)試集，分布記為X、Y，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互控制的數(shù)學(xué)期望,如式(1)、式(2)。

(1)

(2)

若E(X)≠E(Y)，表示物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互存在系統(tǒng)誤差；若E(X)=E(Y)，則判斷物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的準(zhǔn)確概率為D(X)與D(Y)，物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的過(guò)程函數(shù),如式(3)。

(3)

定義時(shí)延閾值來(lái)調(diào)整交互誤差，進(jìn)行大數(shù)據(jù)挖掘和過(guò)程采樣[4]，得到系統(tǒng)數(shù)據(jù)交互的增量特征分布集,如式(4)。

m=1,L≤RP·LTl1,L>R

(4)

式中，L表示優(yōu)先級(jí)自適應(yīng)調(diào)整的間隔距離，R表示數(shù)據(jù)交互序列的距離程度，通過(guò)數(shù)據(jù)包的自動(dòng)化調(diào)整，建立數(shù)據(jù)包排隊(duì)序列分布融合模型，得到自相關(guān)特征量,如式(5)。

(5)

式中，S(x1,x2)表示數(shù)據(jù)(x1,x2)之間的相似度。

采用無(wú)線Mesh網(wǎng)絡(luò)作為數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)測(cè)試網(wǎng)絡(luò)，采用大數(shù)據(jù)挖掘方法進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的特征檢索[5]，物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的權(quán)重,如式(6)。

(6)

式中，αi和zj分別表示概念集和測(cè)試集中的非零系數(shù)；hi和hj表示物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的歸屬類別。

根據(jù)物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的權(quán)重，在最適合的優(yōu)先級(jí)排序下，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)傳輸?shù)膬?yōu)先級(jí)屬性,如式(7)。

ζ=t·(x1,x2)·ο

(7)

式中，O表示物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)傳輸時(shí)間緊迫系數(shù)。

利用數(shù)據(jù)的傳輸優(yōu)先級(jí)屬性的估計(jì)結(jié)果，得到數(shù)據(jù)包搶占模型控制函數(shù),如式(8)。

Fw(l)=ζ[w2·C·(1-hj)]

(8)

式中，w2和C兩個(gè)參數(shù)分別表示數(shù)據(jù)包的剩余轉(zhuǎn)發(fā)次數(shù)和時(shí)延[6]。根據(jù)上述分析，建立物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互模型和數(shù)據(jù)包搶占模型，進(jìn)行數(shù)據(jù)交互誤差修正。

1.2 物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的網(wǎng)絡(luò)模型

建立物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互網(wǎng)絡(luò)模型，結(jié)合全網(wǎng)能量均衡控制方法[7]，進(jìn)行節(jié)點(diǎn)數(shù)據(jù)鏈路層信息轉(zhuǎn)發(fā)，得到數(shù)據(jù)轉(zhuǎn)發(fā)量,如式(9)。

?=Zf·(x1,x2)

(9)

式中，Zf表示數(shù)據(jù)(x1,x2)轉(zhuǎn)發(fā)期間并發(fā)用戶請(qǐng)求數(shù)量。

考慮數(shù)據(jù)包的剩余轉(zhuǎn)發(fā)量，通過(guò)最短路徑尋優(yōu)方法[8]，得到數(shù)據(jù)交換服務(wù)的負(fù)載,如式(10)。

(10)

式中，αl表示當(dāng)前數(shù)據(jù)控制所有節(jié)點(diǎn)數(shù)，通過(guò)計(jì)算數(shù)據(jù)包的剩余時(shí)延閾值，如式(11)。

Dlast=DELAYreq-DELAYsum

(11)

采用負(fù)載均衡和優(yōu)先級(jí)排序方法，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)傳輸?shù)男б婧瘮?shù),如式(12)。

Q(h)=r(t)·(D(X)+D(Y))+Dlast

(12)

根據(jù)簇首和簇間數(shù)據(jù)的分布特征[9]，建立物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的約束規(guī)劃模型,如式(13)。

(13)

采用大數(shù)據(jù)挖掘方法進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的特征檢索[10]，實(shí)現(xiàn)物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的自適應(yīng)序列調(diào)度，記L1,…,Li和P1,…,Pj為數(shù)據(jù)包的剩余跳數(shù)閾值，根據(jù)存儲(chǔ)節(jié)點(diǎn)分布特性，進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的交互誤差控制。

2 物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正實(shí)現(xiàn)

2.1 系統(tǒng)數(shù)據(jù)交互的誤差反饋跟蹤融合

建立數(shù)據(jù)交互傳輸?shù)膯翁敵隹刂颇Ｐ?，通過(guò)自適應(yīng)調(diào)整物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的優(yōu)先等級(jí)進(jìn)行系統(tǒng)數(shù)據(jù)交互的誤差反饋跟蹤融合物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的穩(wěn)態(tài)特征值,如式(14)。

SNKRi=|σ2/αl|Q(h)

(14)

式中，σ2表示計(jì)算數(shù)據(jù)包的剩余時(shí)延閾值，結(jié)合時(shí)延控制的方法，得到關(guān)聯(lián)分布函數(shù),如式(15)。

(15)

式中，μik表示服從參數(shù)。采用資源優(yōu)化調(diào)度的方法，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的模糊關(guān)聯(lián)規(guī)則分布函數(shù)為UT=U-1，VT=V-1，D∈Rm×M，且D=[∑ 0]，得通過(guò)自相關(guān)語(yǔ)義分布式,如式(16)。

xn,G=UTxn,G+VT·D

(16)

2.2 物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正輸出

假設(shè)物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的有限數(shù)據(jù)集Ysj={x1,x2,…,xn}，n是物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)集Ysj的聚類中心數(shù)目，結(jié)合聚類中心的區(qū)塊鏈融合的方法，得到轉(zhuǎn)發(fā)數(shù)據(jù)包的優(yōu)先級(jí)值屬性分布式,如式(17)。

(17)

根據(jù)當(dāng)前數(shù)據(jù)包的優(yōu)先級(jí)值，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的資源共享度水平,如式(18)。

(18)

式中，pi,j(t)表示系統(tǒng)數(shù)據(jù)交互的相關(guān)性特征分布集;Δp(t)表示模糊增量特征分布值。用(Ei,Ej,d,t)來(lái)表示物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)的優(yōu)先級(jí)數(shù)據(jù)包排序集，其中Ei，Ej是統(tǒng)計(jì)特征量關(guān)聯(lián)規(guī)則項(xiàng)，通過(guò)相似度判決方法，進(jìn)行誤差修正，得到修正準(zhǔn)則,如式(19)。

(19)

結(jié)合用戶感知的特征分布進(jìn)行網(wǎng)絡(luò)資源庫(kù)融合處理，根據(jù)上述分析，在跨層網(wǎng)絡(luò)控制協(xié)議中進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的過(guò)程尋優(yōu)和時(shí)延控制，實(shí)現(xiàn)包延時(shí)補(bǔ)償和鏈路層數(shù)據(jù)檢測(cè)，通過(guò)數(shù)據(jù)檢測(cè)結(jié)果進(jìn)行誤差修正。

3 仿真實(shí)驗(yàn)

在Matlab仿真場(chǎng)景中進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正實(shí)驗(yàn)，實(shí)驗(yàn)的運(yùn)行環(huán)境為配置為Intel(R)Core(TM)i7-2450M CPU，3.5 GHz處理器，8 GB內(nèi)存，64位Windows2010操作系統(tǒng)的PC機(jī)。物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)傳輸?shù)奶鴶?shù)為120，平均傳輸時(shí)延為0.021 s，時(shí)延抖動(dòng)系數(shù)為0.46，物聯(lián)網(wǎng)傳輸?shù)耐ㄐ虐霃綖?20 m，根據(jù)上述參數(shù)設(shè)定，建立物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互仿真模型，如圖2所示。

圖2 物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互仿真場(chǎng)景

在圖2的仿真場(chǎng)景中，進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正，利用該方法測(cè)試600 GB數(shù)據(jù)，測(cè)試遍歷次數(shù)和路由個(gè)數(shù)。在不同便利次數(shù)的情況下，路由轉(zhuǎn)發(fā)的成功效率越高，該方法下的數(shù)據(jù)交互性能越好,如圖3所示。

圖3 數(shù)據(jù)交互性能測(cè)試

分析圖3得知，本文方法進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的誤差修正，隨著遍歷次數(shù)的增大，路由轉(zhuǎn)發(fā)的成功率增大，說(shuō)明利用該方法進(jìn)行數(shù)據(jù)交互的性能較好。主要是因?yàn)樵摲椒ㄒ詿o(wú)線Mesh網(wǎng)絡(luò)為數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)測(cè)試網(wǎng)絡(luò)，對(duì)物聯(lián)網(wǎng)系統(tǒng)中的數(shù)據(jù)交互特性進(jìn)行大數(shù)據(jù)挖掘。

為進(jìn)一步驗(yàn)證該方法在數(shù)據(jù)交互誤差修正的效率，測(cè)試在相同實(shí)驗(yàn)環(huán)境下，測(cè)試相關(guān)文獻(xiàn)[4]、文獻(xiàn)[5]和本文方法誤差修正的時(shí)間，用時(shí)少作為標(biāo)準(zhǔn)。用時(shí)皆由仿真平臺(tái)計(jì)算而來(lái)。具體實(shí)驗(yàn)結(jié)果,如圖4所示。

圖4 不同方法誤差修正用時(shí)對(duì)比

根據(jù)圖4的實(shí)驗(yàn)結(jié)果可知，對(duì)比的文獻(xiàn)[4]、文獻(xiàn)[5]方法最高修正的時(shí)間分別為48.67 s、39.12 s，而本文方法的最高修正時(shí)間為34.53 s，較文獻(xiàn)[4]、文獻(xiàn)[5]方法的修正時(shí)間短。這是因?yàn)楸疚姆椒ㄔ诳鐚泳W(wǎng)絡(luò)控制協(xié)議中，通過(guò)自適應(yīng)調(diào)節(jié)優(yōu)先級(jí)交互的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)誤差，反饋跟蹤融合對(duì)物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的過(guò)程尋優(yōu)和延遲控制，所以優(yōu)化了系統(tǒng)數(shù)據(jù)交互誤差修正的時(shí)間。

4 總結(jié)

構(gòu)建優(yōu)化的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互模型，通過(guò)網(wǎng)絡(luò)組網(wǎng)模型設(shè)計(jì)和交互控制設(shè)計(jì)，提高數(shù)據(jù)信息交互和傳輸能力，本文提出基于數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正技術(shù)。采用無(wú)線Mesh網(wǎng)絡(luò)作為數(shù)據(jù)交換服務(wù)的物聯(lián)網(wǎng)系統(tǒng)測(cè)試網(wǎng)絡(luò)，采用負(fù)載均衡和優(yōu)先級(jí)排序方法，得到物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)傳輸?shù)男б婧瘮?shù)，結(jié)合用戶感知的特征分布進(jìn)行網(wǎng)絡(luò)資源庫(kù)融合處理，在跨層網(wǎng)絡(luò)控制協(xié)議中進(jìn)行物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互的過(guò)程尋優(yōu)和時(shí)延控制，進(jìn)行數(shù)據(jù)交互的誤差修正。分析得知，本文方法下數(shù)據(jù)交互性能較好，物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)交互誤差修正用時(shí)少于34.53 s，提高了數(shù)據(jù)轉(zhuǎn)發(fā)的成功率。