通信數(shù)據(jù)傳輸效率優(yōu)化控制探究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了通信數(shù)據(jù)傳輸效率優(yōu)化控制探究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：為了提升通信數(shù)據(jù)的傳輸效率，對通信數(shù)據(jù)傳輸效率控制問題進(jìn)行了研究。首先對信息數(shù)據(jù)傳輸效率控制模型進(jìn)行建模，描述了傳輸效率控制機(jī)理，然后對影響通信數(shù)據(jù)傳輸效率的重要參數(shù)進(jìn)行分析，指出傳統(tǒng)簇和局部聚集相結(jié)合機(jī)制的局限性。為了實(shí)現(xiàn)通信數(shù)據(jù)傳輸效率的最優(yōu)控制，對傳統(tǒng)粒子群算法進(jìn)行改進(jìn)，改進(jìn)數(shù)據(jù)位置和速度更新迭代公式。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)粒子群算法和單路傳輸方法相比較，改進(jìn)型粒子群算法更好地提升了通信數(shù)據(jù)的傳輸效率。

關(guān)鍵詞：通信；傳輸效率；粒子群；優(yōu)先級

網(wǎng)絡(luò)通信中的數(shù)據(jù)傳輸效率對網(wǎng)絡(luò)運(yùn)行和用戶服務(wù)質(zhì)量具有重要影響，網(wǎng)絡(luò)數(shù)據(jù)傳輸一般需要占用數(shù)據(jù)傳輸帶寬的一半以上，提高數(shù)據(jù)通信傳輸效率對提高網(wǎng)絡(luò)運(yùn)行性能具有重要意義。通信數(shù)據(jù)的傳輸帶寬通常是時(shí)變的，隨時(shí)間發(fā)生動(dòng)態(tài)變化，現(xiàn)有的通信數(shù)據(jù)傳輸效率控制方法無法很好地適應(yīng)傳輸帶寬的時(shí)變特性，在數(shù)據(jù)傳輸過程中，若數(shù)據(jù)鏈路出現(xiàn)傳輸過載狀態(tài)，通信數(shù)據(jù)的傳輸效率將大幅度降低[1-2]。關(guān)于通信數(shù)據(jù)傳輸效率提升問題，已提出了一些相關(guān)的研究方法。其中，基于網(wǎng)絡(luò)數(shù)據(jù)的中間撤銷算法，該算法針對數(shù)據(jù)傳輸過程中數(shù)據(jù)撤銷導(dǎo)致的效率降低問題，對中間進(jìn)行輔助處理，并對數(shù)據(jù)進(jìn)行加密，再進(jìn)行重新傳輸時(shí)無需對數(shù)據(jù)進(jìn)行重新加密，且用戶不具備對數(shù)據(jù)解密的權(quán)限，提高傳輸效率的同時(shí)增強(qiáng)的數(shù)據(jù)安全性，但該算法存在數(shù)據(jù)處理時(shí)間消耗過長的問題[3]。通信沖突傳輸控制改進(jìn)算法，該算法運(yùn)用簇和聚集相結(jié)合的機(jī)制，在通信數(shù)據(jù)中構(gòu)建簇，在數(shù)據(jù)節(jié)點(diǎn)進(jìn)行傳輸?shù)倪^程中進(jìn)行聚集操作，構(gòu)成新的簇，并對局部的聚集樹進(jìn)行上色，使得數(shù)據(jù)沿著局部聚集數(shù)進(jìn)行傳輸，從而提高數(shù)據(jù)傳輸效率，但該算法具有數(shù)據(jù)傳輸延時(shí)的問題，影響了數(shù)據(jù)傳輸?shù)膶?shí)時(shí)性[4]。本文將針對信息數(shù)據(jù)傳輸?shù)男蕟栴}提出相應(yīng)的改進(jìn)方法，為了實(shí)現(xiàn)通信數(shù)據(jù)傳輸效率的最優(yōu)控制，對傳統(tǒng)粒子群算法進(jìn)行改進(jìn)，改進(jìn)數(shù)據(jù)位置和速度更新迭代公式。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)粒子群算法和單路傳輸方法相比較，改進(jìn)型粒子群算法更好地提升了通信數(shù)據(jù)的傳輸效率。

1信息數(shù)據(jù)傳輸效率控制模型

信息數(shù)據(jù)傳輸效率控制主要原理是對數(shù)據(jù)源頭與終端間的距離概率密度函數(shù)、分布函數(shù)進(jìn)行分析，依據(jù)數(shù)據(jù)效率傳輸函數(shù)對數(shù)據(jù)傳輸?shù)乃俾屎凸β蔬M(jìn)行分配，通過信道疊加編碼與濾除干擾等方法，對數(shù)據(jù)信道進(jìn)行優(yōu)化選擇，保證數(shù)據(jù)在最佳信道上進(jìn)行傳輸，從而實(shí)現(xiàn)對信息數(shù)據(jù)傳輸效率的控制。數(shù)據(jù)效率控制過程可描述為：對數(shù)據(jù)進(jìn)行排序，并計(jì)算數(shù)據(jù)的瞬時(shí)容量，并根據(jù)數(shù)據(jù)的傳輸功率增益，對數(shù)據(jù)進(jìn)行選擇，將被選擇的數(shù)據(jù)與疊加編碼相結(jié)合。在編碼的過程中，通過競爭數(shù)據(jù)定義邊際函數(shù)，并依據(jù)數(shù)據(jù)的效用函數(shù)、傳輸功率和傳輸速率參數(shù)，對數(shù)據(jù)進(jìn)行分配[5]。其中，邊際函數(shù)的定義為：(1)公式中，c代表數(shù)據(jù)的電平干擾；的表達(dá)式為：(2)Pik代表數(shù)據(jù)的優(yōu)先級，下文會給出具體定義。代表速率的通信功率增益，其達(dá)到最大值，可使通信數(shù)據(jù)的傳輸效率控制在最大值，從而實(shí)現(xiàn)對通信數(shù)據(jù)傳輸效率的優(yōu)化控制。

2通信數(shù)據(jù)傳輸效率控制策略

通信數(shù)據(jù)傳輸效率控制主要是根據(jù)動(dòng)態(tài)數(shù)據(jù)的稀缺性和緊迫性，對數(shù)據(jù)進(jìn)行優(yōu)先級劃分，再利用數(shù)據(jù)帶寬、傳輸距離計(jì)算出數(shù)據(jù)節(jié)點(diǎn)的能力度，然后利用粒子群算法對數(shù)據(jù)節(jié)點(diǎn)進(jìn)行尋優(yōu)，搜尋出最優(yōu)數(shù)據(jù)節(jié)點(diǎn)集，將動(dòng)態(tài)數(shù)據(jù)傳輸?shù)男士刂圃谧顑?yōu)水平[6]。其中，主要涉及通信參數(shù)和改進(jìn)粒子群控制方法。

2.1通信數(shù)據(jù)參數(shù)

在對通信數(shù)據(jù)進(jìn)行優(yōu)先級評估時(shí)，主要是利用數(shù)據(jù)的稀缺性和緊迫性因素進(jìn)行評價(jià)，數(shù)據(jù)優(yōu)先級評估公式可表示為[7]：(3)式中，代表數(shù)據(jù)稀缺參數(shù)，其值越大，表示該數(shù)據(jù)越稀缺；代表數(shù)據(jù)緊迫參數(shù)，其值越大，表示該數(shù)據(jù)越具有緊迫性；Pik表示第i個(gè)數(shù)據(jù)節(jié)點(diǎn)所缺少的數(shù)據(jù)塊k的優(yōu)先級；Tik表示第i數(shù)據(jù)節(jié)點(diǎn)的第k數(shù)據(jù)塊播放時(shí)間，其值越大，表示播放時(shí)間點(diǎn)越大；Tik表示第i個(gè)數(shù)據(jù)節(jié)點(diǎn)的播放總時(shí)間。依據(jù)數(shù)據(jù)優(yōu)先級可實(shí)現(xiàn)對數(shù)據(jù)的排序，從而推斷出數(shù)據(jù)傳輸所需要的數(shù)據(jù)節(jié)點(diǎn)數(shù)量，并根據(jù)數(shù)據(jù)節(jié)點(diǎn)的能力度確定數(shù)據(jù)節(jié)點(diǎn)的提供者。

2.2改進(jìn)粒子群傳輸效率控制方法

在通信數(shù)據(jù)傳輸效率控制的過程中，需要對數(shù)據(jù)的傳輸時(shí)間因素進(jìn)行考慮，可將傳輸時(shí)間因素作為數(shù)據(jù)傳輸評價(jià)參數(shù)之一。在通信過程中，求解出最優(yōu)的數(shù)據(jù)節(jié)點(diǎn)，其通信消耗的傳輸時(shí)間最短，然后對數(shù)據(jù)節(jié)點(diǎn)的時(shí)間集進(jìn)行計(jì)算，獲得通信時(shí)間總和。在實(shí)際通信過程中，會存在網(wǎng)絡(luò)擁堵現(xiàn)象，需要將時(shí)間延時(shí)和數(shù)據(jù)節(jié)點(diǎn)負(fù)荷考慮進(jìn)去，通信時(shí)間計(jì)算公式可表示為[8-9]：其中，Ts代表通信數(shù)據(jù)的傳輸總時(shí)間；Ti代表第i個(gè)數(shù)據(jù)節(jié)點(diǎn)的傳輸時(shí)間；Li代表數(shù)據(jù)節(jié)點(diǎn)的負(fù)荷大?。籘wi代表數(shù)據(jù)節(jié)點(diǎn)傳輸過程中產(chǎn)生的時(shí)間延時(shí)；Gi代表動(dòng)態(tài)數(shù)據(jù)傳輸過程中產(chǎn)生的時(shí)間延時(shí)。由于粒子群算法具有篩選和尋優(yōu)的特性，在通信數(shù)據(jù)傳輸效率最優(yōu)控制問題上具有明顯優(yōu)勢。利用粒子群算法主要用來解決通信數(shù)據(jù)傳輸效率控制中的編碼問題，首先對粒子群算法進(jìn)行改進(jìn)處理，設(shè)定動(dòng)態(tài)數(shù)據(jù)的速度向量和位置向量，速度向量決定了動(dòng)態(tài)數(shù)據(jù)的傳輸速率和方向，位置向量決定了數(shù)據(jù)的中心位置，二者是對效率控制評價(jià)的參考基礎(chǔ)[10-11]。經(jīng)過優(yōu)化處理的粒子群算法，其數(shù)據(jù)位置和速度更新迭代公式表示為：(5)公式中，c1和c2表示粒子群的兩個(gè)學(xué)習(xí)因子，其可調(diào)節(jié)粒子的自學(xué)習(xí)效率。通過粒子群的學(xué)習(xí)與迭代，完成通信數(shù)據(jù)的編碼，將動(dòng)態(tài)數(shù)據(jù)粒子收斂至最優(yōu)位置，從而實(shí)現(xiàn)對通信數(shù)據(jù)傳輸效率的最優(yōu)控制[12]。

3對比實(shí)驗(yàn)

為了驗(yàn)證本文提出的改進(jìn)型粒子群算法在通信數(shù)據(jù)傳輸效率控制方面的有效性，進(jìn)行傳輸效率控制對比實(shí)驗(yàn)。實(shí)驗(yàn)參數(shù)如表1所示，主要參數(shù)包括：N代表數(shù)據(jù)節(jié)點(diǎn)數(shù)量；Type代表數(shù)據(jù)節(jié)點(diǎn)的類型數(shù)量；numi代表第i種數(shù)據(jù)所占用的節(jié)點(diǎn)數(shù)量；vi代表第i中數(shù)據(jù)的帶寬；bbase代表帶寬基值；代表數(shù)據(jù)長度的平均值；代表數(shù)據(jù)長度的方差值；代表數(shù)據(jù)的參考基數(shù)；代表數(shù)據(jù)的參考方差；代表數(shù)據(jù)的平均值；代表數(shù)據(jù)的方差值。對比單路傳輸、傳統(tǒng)粒子群算法和本文改進(jìn)型粒子群算法的通信數(shù)據(jù)傳輸測試時(shí)間，如圖1所示，不同方法數(shù)據(jù)通信效率控制效果對比如圖2所示，由測試結(jié)果可以看出，利用本文提出的改進(jìn)型粒子群算法，數(shù)據(jù)傳輸時(shí)間最短，且隨帶寬差的增加，傳輸效率為發(fā)生明顯下降，數(shù)據(jù)傳輸效率最高。對比測試傳統(tǒng)粒子群算法和本文改進(jìn)型粒子群算對數(shù)據(jù)進(jìn)行動(dòng)態(tài)傳輸時(shí)造成的時(shí)延大小，圖3為隨著時(shí)間變化數(shù)據(jù)往返時(shí)延大小。從圖中可以看出，隨著時(shí)間的變化，傳統(tǒng)粒子群算法和改進(jìn)粒子群算法的往返時(shí)延均趨于穩(wěn)定，在進(jìn)行數(shù)據(jù)的動(dòng)態(tài)傳輸時(shí)，傳統(tǒng)粒子群算法的往返時(shí)延穩(wěn)定在1.2s左右，而改進(jìn)粒子群算法的往返時(shí)延穩(wěn)定在0.4s左右。通過數(shù)據(jù)動(dòng)態(tài)傳輸?shù)耐禃r(shí)延對比，可以明顯看出改進(jìn)型粒子群算法的時(shí)延較小，可顯著縮短對數(shù)據(jù)的處理時(shí)間，提高數(shù)據(jù)傳輸效率。

4結(jié)論

本文針對通信數(shù)據(jù)傳輸效率控制問題，對數(shù)據(jù)傳輸模型進(jìn)行描述，并對其中關(guān)鍵評價(jià)指標(biāo)進(jìn)行分析，將粒子群算法應(yīng)用于通信數(shù)據(jù)傳輸效率控制的編碼中，并對經(jīng)典粒子群算法的迭代更新策略進(jìn)行了改進(jìn)。通過實(shí)驗(yàn)對比，可以明顯看出，利用改進(jìn)型的粒子群算法，在不同的網(wǎng)絡(luò)帶寬差值點(diǎn)上均保證了傳輸效率的穩(wěn)定提升，實(shí)現(xiàn)了數(shù)據(jù)傳輸?shù)恼w效率提升。

作者:陳晨 單位:西安烽火電子科技有限責(zé)任公司