姚 莉，顧煜新

(1.湖北理工學(xué)院 計(jì)算機(jī)學(xué)院，湖北 黃石 435003；2.長(zhǎng)春工業(yè)大學(xué) 信息傳播工程學(xué)院，吉林 長(zhǎng)春 130012)

1 引言

現(xiàn)階段，利用網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)數(shù)據(jù)的傳輸、儲(chǔ)存以及分享等各類功能已被廣泛應(yīng)用，通信接口處理作為其功能實(shí)現(xiàn)的重要設(shè)備發(fā)揮著關(guān)鍵作用。但目前網(wǎng)絡(luò)數(shù)據(jù)數(shù)量不斷增多，種類結(jié)構(gòu)也越來(lái)越復(fù)雜，傳統(tǒng)的數(shù)據(jù)匹配技術(shù)已經(jīng)無(wú)法滿足現(xiàn)在的用戶需求，因此如何在范圍系統(tǒng)龐大的網(wǎng)絡(luò)信息環(huán)境中更加準(zhǔn)確、安全且高速地完成實(shí)現(xiàn)數(shù)據(jù)的有效識(shí)別、定位逐漸被相關(guān)領(lǐng)域?qū)＜谊P(guān)注。而特征匹配技術(shù)是數(shù)據(jù)應(yīng)用領(lǐng)域中一種關(guān)鍵的處理手段，該技術(shù)能夠有效解決因數(shù)據(jù)屬性不統(tǒng)一而帶來(lái)的無(wú)法配比的問(wèn)題。目前，該手段逐漸成為信息技術(shù)及大數(shù)據(jù)領(lǐng)域的研究熱點(diǎn)問(wèn)題。文獻(xiàn)[1]提出了一種基于WP-NMEI網(wǎng)絡(luò)傳輸增益匹配經(jīng)濟(jì)指標(biāo)的配電網(wǎng)載波通信匹配優(yōu)化方法。通過(guò)應(yīng)用傳輸線理論和局部反射理論，推導(dǎo)出網(wǎng)絡(luò)模式下各載波設(shè)備之間的匹配關(guān)系，并對(duì)各載波機(jī)之間的功率協(xié)調(diào)進(jìn)行了驗(yàn)證。該方法雖然直觀簡(jiǎn)便，但容易忽略原始數(shù)據(jù)特征問(wèn)題，導(dǎo)致后續(xù)進(jìn)行匹配時(shí)易出現(xiàn)異常及噪聲數(shù)據(jù)，影響特征匹配效率。文獻(xiàn)[2]提出了一種基于三階相關(guān)特征信息的匹配算法。采用m序列三階相關(guān)函數(shù)獲取峰值點(diǎn)，建立了周期與非周期多速率LC-DS-CDMA信號(hào)的三階關(guān)聯(lián)特征信息矩陣。利用接收信號(hào)的長(zhǎng)度判斷其周期，估計(jì)與之相對(duì)應(yīng)的延遲三階相關(guān)列向量。然后對(duì)匹配結(jié)果進(jìn)行歸一化處理。該方法整體難度系數(shù)較大，且實(shí)現(xiàn)條件受限，存在特惠總能匹配效率較低問(wèn)題。

基于上述問(wèn)題，本研究設(shè)計(jì)一種基于異步串行通信接口處理器多特征匹配優(yōu)化方法，所提方法可以實(shí)現(xiàn)特征點(diǎn)屬性的高度保留，不破壞原始數(shù)據(jù)的結(jié)構(gòu)特點(diǎn)，并且匹配信號(hào)的脈沖數(shù)值較高，這說(shuō)明其特征匹配的響應(yīng)率較高可運(yùn)用數(shù)量較大。并且基于時(shí)間序列的匹配優(yōu)化可以減少時(shí)間耗用，從而增強(qiáng)匹配效率，對(duì)異常數(shù)據(jù)以及冗余特征的消除效果較為優(yōu)異。仿真實(shí)驗(yàn)證明，本文方法的匹配精準(zhǔn)度較高且整體過(guò)程信號(hào)響應(yīng)穩(wěn)定，沒(méi)有出現(xiàn)異常現(xiàn)象影響，在特征數(shù)量龐大的情況下，也能保證匹配效率的優(yōu)異。

2 通信接口處理器的時(shí)序特征匹配

在多特征匹配通信接口處理器過(guò)程中，易出現(xiàn)時(shí)序串聯(lián)[3]的問(wèn)題，因此需要先調(diào)整所有接口處理器的特征時(shí)序。通過(guò)隨機(jī)模糊序列[4]建立關(guān)于接口傳輸信號(hào)的特征自回歸模型[5]，計(jì)算得出通信接口的觀測(cè)時(shí)序變量，并對(duì)該時(shí)間序列中的信號(hào)特征進(jìn)行提取，就能根據(jù)特征分布情況推導(dǎo)出有關(guān)時(shí)序匹配的重要參數(shù)，完成特征匹配，具體操作步驟如下：

設(shè)aR、AR、aF、AF分別表示不同通信接口處理器的時(shí)序匹配信號(hào)波形；PR代表上升波形到達(dá)的最快時(shí)間；LR代表上升波形到達(dá)的最慢時(shí)間；vR代表下降波形到達(dá)的最快時(shí)間；kR代表下降波形到達(dá)的最慢時(shí)間；所有特征傳輸信號(hào)的統(tǒng)一時(shí)間周期用Tc來(lái)表示?；诖耍湍芙o出所有通信接口處理器的時(shí)間特征匹配序列，表示為：

(1)

公式中，Thoid表示對(duì)特征匹配序列的約束時(shí)間周期；Tperiod表示特征匹配序列所需的時(shí)間。

假設(shè)，用Tcok表示時(shí)間序列既定的輸出時(shí)間；用Tkeep表示時(shí)間序列既定的保持時(shí)間，那么就可組建出關(guān)于輸出與保持信號(hào)的特征自回歸公式：

(2)

公式中，ω(R+C)表示在下一個(gè)特征匹配時(shí)刻內(nèi)周期的最快上升時(shí)間；ψ(F+C)表示在下一個(gè)特征匹配時(shí)刻內(nèi)周期的最快上升時(shí)間。

(3)

公式中，b(Φ)*表示通信接口的時(shí)序特征變量；γ(ε)表示特征的模糊度量值；η(j)表示特征的模糊因變量數(shù)值。

(4)

公式中，OW(t)表示模糊序列的處理矩陣，C(t-1)表示在第t-1時(shí)刻下特征自變量的實(shí)時(shí)變化區(qū)間。

假設(shè)，z(j)表示在時(shí)序特征提取接口過(guò)程中符合邏輯規(guī)律的門延時(shí)[7]；則t(j)表示特征提取接口的線延時(shí)[8]，這樣就能得出在各個(gè)通信接口處特征進(jìn)行時(shí)序匹配時(shí)的度量數(shù)值，表達(dá)式為：

(5)

(6)

綜合上述表達(dá)過(guò)程，就根據(jù)特征模糊序列解決通信接口處理器在進(jìn)行特征匹配時(shí)，易出現(xiàn)的時(shí)間延遲問(wèn)題，這樣不僅能提高特征匹配的準(zhǔn)確性還能提高數(shù)據(jù)識(shí)別的效率。

3 異步串行矩陣建立

基于上述特征匹配時(shí)序的建立，可以有效改善誤差問(wèn)題，但要想實(shí)現(xiàn)特征匹配的合理優(yōu)化還要建立異步串行矩陣來(lái)幫助特征點(diǎn)的提取及表達(dá)，具體操作步驟如下。

異步串行矩陣估計(jì)。首先對(duì)匹配序列進(jìn)行SIFT(Scale Invariant Feature Transform尺度不變特征變換)特征點(diǎn)提取，利用FLANN算法(Fast Library for Approximate Nearest Neighbors快速最近鄰搜索包)對(duì)序列中的所有鄰近特征點(diǎn)進(jìn)行配對(duì)。設(shè)異步串行矩陣的窗口大小為3×3，擁有8個(gè)匹配自由度。

基于上述過(guò)程，構(gòu)建關(guān)于異步串行矩陣的約束函數(shù)為：

CF=(X)=(yi)TFxi

(7)

對(duì)約束函數(shù)(7)進(jìn)行進(jìn)一步展開(kāi)為：

(8)

公式中，?表示約束的條件參數(shù)；建立特征對(duì)比函數(shù)為：

(9)

則可得到：

(10)

JΔX=-CF(X)

(11)

fΔX=ΔXTΔX-2λ(JΔX+CF(X))

(12)

公式中，λ表示極線算子，基于此給出關(guān)于特征點(diǎn)分布的目標(biāo)極線匹配圖，如下圖1所示。

圖1 異步串行矩陣搜索示意圖

4 基于特征點(diǎn)變化方向的匹配優(yōu)化算法

假設(shè)特征點(diǎn)的分布位置為(x，y)，利用梯度方圖得到分布特征，將其橫軸的梯度俯角設(shè)置為0°到360°，縱軸的數(shù)值則設(shè)置為梯度俯角的總個(gè)數(shù)，特征點(diǎn)分布的方向角為θ，如下圖2所示。

圖2 特征匹配反向差值示意圖

從圖2中可以看出，θL代表特征點(diǎn)xi的運(yùn)動(dòng)主方向(圖中fL位置)；?L代表特征點(diǎn)yi的運(yùn)動(dòng)主方向(圖中fR位置)；基于此得出二者位置的對(duì)應(yīng)尺度：

θ1=θL

(13)

θ2=(θL+180°)%360°

(14)

將兩個(gè)特征點(diǎn)都進(jìn)行主方向匹配，二者之間的夾角表示為α，在目標(biāo)區(qū)域內(nèi)將特征點(diǎn)位置區(qū)域設(shè)為H1和H2，且H1>H2。如果目標(biāo)特征點(diǎn)的位置區(qū)域處于H1，那么α>0；如果目標(biāo)特征點(diǎn)的位置區(qū)域處于H1，那么α<0；得出具體關(guān)系：

0°≤θL≤180°

(15)

(16)

180°≤θL≤360°

(17)

圖3 SIFT特征分布梯度直方圖

根據(jù)圖3中特征幅角的分布梯度可得：

(18)

根據(jù)上述公式中特征點(diǎn)在主方向上的尺度分配大小可得出其關(guān)系比值ξ：

(19)

公式中，αL表示左方向上的匹配參數(shù)；αR表示右方向上的匹配參數(shù)。

5 仿真實(shí)驗(yàn)設(shè)計(jì)與分析

5.1 實(shí)驗(yàn)環(huán)境

為有效驗(yàn)證本文提出的關(guān)于異步串行通信接口處理器多特征匹配優(yōu)化方法的有效性，將利用ISE(Integrated Software Environment集成軟件環(huán)境)一款由Xilinx公司搭建的控制接口處理器，作為本文的仿真實(shí)驗(yàn)平臺(tái)，實(shí)驗(yàn)所需要的全部數(shù)據(jù)都來(lái)自該軟件在正常工作中，SDF(Standard Delay Format標(biāo)準(zhǔn)延時(shí)格式文件)所形成的特征匹配記錄。具體實(shí)驗(yàn)閾值設(shè)置與所需的設(shè)備參數(shù)如下表1所示。

表1 實(shí)驗(yàn)參數(shù)設(shè)置

5.2 特征集對(duì)不同算法的影響

基于不同數(shù)量大小特征集的環(huán)境下，對(duì)比分析對(duì)不同算法的影響程度，實(shí)驗(yàn)結(jié)果如下圖4、圖5以及圖6所示。

圖4 文獻(xiàn)[1]方法匹配效率影響程度

從圖4中可以看出，三條不同通信數(shù)量的特征集特征匹配效率曲線的波動(dòng)幅度都較大，并且隨著數(shù)據(jù)變換地址的不斷增加，其曲線波動(dòng)的范圍也在大幅度增大。其中，基于2萬(wàn)特征集的效率曲線在變換地址密度較小時(shí)，表現(xiàn)還較為優(yōu)異，但隨著地址變換的密度增大其匹配效率開(kāi)始隨之下降，并且數(shù)值間的差異性較大。而基于10萬(wàn)特征集以及20萬(wàn)特征集的匹配效率曲線更是隨之成倍下降，這說(shuō)明，該方法不能很好地承受大基數(shù)特征以及數(shù)據(jù)變換的壓力，導(dǎo)致其中匹配效率下降，特征匹配速度發(fā)生了不同程度的衰退，整體效果欠佳。

圖5 文獻(xiàn)[2]方法匹配效率影響程度

從圖5中可以看出，基于該文獻(xiàn)[2]方法與上述文獻(xiàn)[1]方法相比整體效率曲線的下降幅度要小很多。但是隨著數(shù)據(jù)變換密度的不斷增加，基于20萬(wàn)特征集的效率變化曲線在20-18位置還是出現(xiàn)大幅度的下降，這說(shuō)明在20-18位置時(shí)出現(xiàn)了嚴(yán)重沖突，因?yàn)樘卣骷臄?shù)值變化越大其曲線的波峰就越靠后，正好在該位置其波峰發(fā)生了大幅度轉(zhuǎn)變就可以表明其發(fā)生了哈希沖突，從而引起了冗余及噪聲問(wèn)題影響特征識(shí)別效果，最終影響特征匹配效率。

圖6 本文方法匹配效率影響程度

從圖6中可以看出，在本文方法下的基于所有特征集的匹配效率曲線都沒(méi)有出現(xiàn)較大幅度的增減，整體波動(dòng)范圍都保持在一個(gè)恒定的區(qū)域內(nèi)。其中基于2萬(wàn)特征集下的效率曲線表現(xiàn)最為優(yōu)異，整體沒(méi)有出現(xiàn)任何大范圍的波動(dòng)，一直穩(wěn)定在90～120之間。相比之下，特征基數(shù)較大的另外兩條曲線的波動(dòng)幅度就有所上升，但是整體還是保持在一個(gè)可控的范圍之內(nèi)。這足以說(shuō)明，本文方法的特征匹配效果相比之下是較為優(yōu)異的，可以保持算法過(guò)程的穩(wěn)定，不會(huì)出現(xiàn)冗余匹配的現(xiàn)象且管控能力較強(qiáng)。這主要是因?yàn)?，本文利用特征匹配的時(shí)間序列，在一定程度上減少，特征識(shí)別以及定位的時(shí)間延遲，在最大程度上提高了匹配的效率，同時(shí)也就提高了整體算法的效果。

6 結(jié)論

本文通過(guò)設(shè)計(jì)基于異步串行的多特征匹配優(yōu)化方法，對(duì)通信接口處理器的匹配問(wèn)題實(shí)現(xiàn)有效改善。通過(guò)研究及仿真測(cè)試驗(yàn)證得出幾點(diǎn)結(jié)論：通過(guò)建立特征匹配的時(shí)間序列，可以有效解決數(shù)據(jù)特征在進(jìn)行識(shí)別與定位時(shí)出現(xiàn)的時(shí)間延遲問(wèn)題；通過(guò)建立基于特征構(gòu)架的約束函數(shù)能夠?qū)νㄐ判诺郎系乃刑卣鼽c(diǎn)都實(shí)現(xiàn)精準(zhǔn)匹配；通過(guò)對(duì)匹配后的特征點(diǎn)進(jìn)行矩陣表達(dá)的方式，在最大程度上減少誤差及配對(duì)時(shí)間。仿真證明，基于本文方法的匹配優(yōu)化效率沒(méi)有隨著特征基數(shù)的增大而出現(xiàn)大范圍的降低，整體效率表現(xiàn)優(yōu)異。