韓艷++劉晨

摘 要： 針對(duì)大差異數(shù)據(jù)沖擊下路由器存在路徑選擇誤差大的問題，設(shè)計(jì)大差異數(shù)據(jù)沖擊下的網(wǎng)絡(luò)路由分類器，其主要由FPGA開發(fā)板、模/數(shù)采集器和數(shù)字信號(hào)處理器組成。分類器先對(duì)網(wǎng)絡(luò)路由分類函數(shù)進(jìn)行設(shè)計(jì)，并將其寫入FPGA開發(fā)板。當(dāng)網(wǎng)絡(luò)信道存在大差異數(shù)據(jù)沖擊時(shí)，F(xiàn)PGA開發(fā)板將調(diào)用網(wǎng)絡(luò)路由分類函數(shù)對(duì)大差異數(shù)據(jù)進(jìn)行預(yù)分類，獲取預(yù)分類結(jié)果并將其傳送到模/數(shù)采集器。模/數(shù)采集器將預(yù)分類結(jié)果轉(zhuǎn)換成低壓差分信號(hào)，數(shù)字信號(hào)處理器對(duì)該低壓差分信號(hào)進(jìn)行特征提取和參數(shù)修正，進(jìn)而獲取最佳分類結(jié)果。實(shí)驗(yàn)結(jié)果表明，所設(shè)計(jì)的分類器具有信道增益效果好、分類速率高和信道失效率低的特點(diǎn)。

關(guān)鍵詞： 大差異數(shù)據(jù)； 數(shù)據(jù)沖擊； 網(wǎng)絡(luò)路由分類器； 路徑選擇

中圖分類號(hào)： TN711?34； TP391 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）12?0076?03

Abstract： In view of great error in the path selection of router under impact of large differences data， a network routing classifier under the impact of big difference data is designed. It is mainly composed of FPGA development board， modulus collector and digital signal processor. The network routing classification function of the classifier is designed and then written into the FPGA development board. When there is a big difference data impact to network channel， the FPGA development board will call the network routing classification function for pre?classification of large difference data to obtain preliminary classification results and send them to the modulus collector. The modulus collector transforms classification results into low?voltage difference signal. The digital signal processor executes feature extraction and parameter correction of the low?voltage differential signal， so as to obtain the best classification results. The experimental results show that the designed classifier has the characteristics of good channel gain effect， high classification rate and low channel failure rate.

Keywords： big difference data； data impact； network routing classifier； route selection

0 引 言

分類器是一種能夠通過映射方式為已知數(shù)據(jù)進(jìn)行分類，進(jìn)而實(shí)現(xiàn)數(shù)據(jù)挖掘的模型，分類器的好壞將直接影響到網(wǎng)絡(luò)信道的數(shù)據(jù)通信性能[1?3]。在大差異數(shù)據(jù)沖擊下，分類器的作用尤為重要，但由于網(wǎng)絡(luò)信道容量和用戶數(shù)據(jù)使用需求的限制，以往設(shè)計(jì)的大差異數(shù)據(jù)沖擊下的分類器均存在不同程度的性能缺陷。為了使網(wǎng)絡(luò)信道能夠進(jìn)行安全、快速、精準(zhǔn)大差異數(shù)據(jù)沖擊下的通信工作，根據(jù)用戶需求通過網(wǎng)絡(luò)路由分類函數(shù)增益信道通信性能，設(shè)計(jì)出性能優(yōu)異的大差異數(shù)據(jù)沖擊下的網(wǎng)絡(luò)路由分類器[4?5]。

1 網(wǎng)絡(luò)路由分類器的設(shè)計(jì)與實(shí)現(xiàn)

1.1 網(wǎng)絡(luò)路由分類函數(shù)設(shè)計(jì)

在大差異數(shù)據(jù)的沖擊下，網(wǎng)絡(luò)信道通信能力不斷下降，數(shù)據(jù)通信的母節(jié)點(diǎn)在向目標(biāo)節(jié)點(diǎn)傳送數(shù)據(jù)時(shí)中轉(zhuǎn)工作的阻礙也必然有所增強(qiáng)。為此，將“合理選擇中轉(zhuǎn)節(jié)點(diǎn)、提高中轉(zhuǎn)工作準(zhǔn)確性”作為網(wǎng)絡(luò)路由分類函數(shù)的基本設(shè)計(jì)原理，在此基礎(chǔ)上設(shè)計(jì)出數(shù)據(jù)通信時(shí)延小、丟包率低，并且節(jié)能環(huán)保的網(wǎng)絡(luò)路由分類函數(shù)，以優(yōu)化所設(shè)計(jì)大差異數(shù)據(jù)沖擊下的網(wǎng)絡(luò)路由分類器的信道增益效果、分類速率和信道失效率。

所設(shè)計(jì)的網(wǎng)絡(luò)路由分類函數(shù)設(shè)為時(shí)間段中流經(jīng)數(shù)據(jù)通信中轉(zhuǎn)節(jié)點(diǎn)的大差異數(shù)據(jù)，為其時(shí)間序列，的單位是b/s。再將中轉(zhuǎn)節(jié)點(diǎn)的實(shí)時(shí)數(shù)據(jù)量設(shè)為，用表示中轉(zhuǎn)節(jié)點(diǎn)的總數(shù)量，此時(shí)，和的關(guān)系可表示為：

1.2 分類器硬件的設(shè)計(jì)與實(shí)現(xiàn)

大差異數(shù)據(jù)沖擊下的網(wǎng)絡(luò)路由分類器的核心硬件有3個(gè)，分別是現(xiàn)場(chǎng)可編程門陣列（Field?Programmable Gate Array，F(xiàn)PGA）開發(fā)板、模/數(shù)采集器和數(shù)字信號(hào)處理器。在分類器開始工作前，網(wǎng)絡(luò)路由分類函數(shù)將被提前寫入FPGA開發(fā)板中。

當(dāng)網(wǎng)絡(luò)信道存在大差異數(shù)據(jù)沖擊時(shí)，F(xiàn)PGA開發(fā)板將調(diào)用網(wǎng)絡(luò)路由分類函數(shù)進(jìn)行預(yù)分類，模/數(shù)采集器和數(shù)字信號(hào)處理器將對(duì)數(shù)字信號(hào)處理器的預(yù)分類結(jié)果進(jìn)行優(yōu)化。3個(gè)核心硬件的內(nèi)部電路簡(jiǎn)圖見圖1。

由圖1可得，F(xiàn)PGA開發(fā)板內(nèi)部含有的主要元件為微控制器、檢測(cè)器和處理器，這三種元件中均含有時(shí)鐘程序，這些時(shí)鐘程序不僅僅只為大差異數(shù)據(jù)的網(wǎng)絡(luò)路由分類函數(shù)預(yù)分類工作計(jì)時(shí)，也為模/數(shù)采集器提供計(jì)時(shí)。FPGA開發(fā)板中檢測(cè)器的輸入端內(nèi)擁有一個(gè)規(guī)格為10 b的先進(jìn)先出存儲(chǔ)器，大差異數(shù)據(jù)將被首先存儲(chǔ)于該存儲(chǔ)器中，再被傳輸驅(qū)動(dòng)接口調(diào)出。

微控制器與傳輸驅(qū)動(dòng)接口相連，進(jìn)行大差異數(shù)據(jù)的接收與預(yù)分類，其可以同時(shí)進(jìn)行2 048個(gè)大差異數(shù)據(jù)的預(yù)分類工作。預(yù)分類結(jié)果會(huì)被再次傳送到先進(jìn)先出存儲(chǔ)器中，并接受處理器的隨時(shí)調(diào)用。處理器對(duì)大差異數(shù)據(jù)的網(wǎng)絡(luò)路由預(yù)分類結(jié)果的信號(hào)進(jìn)行調(diào)制，使其能夠更加容易地被模/數(shù)采集器所接收。

所設(shè)計(jì)的大差異數(shù)據(jù)沖擊下的網(wǎng)絡(luò)路由分類器的模/數(shù)采集器擁有200 MHz的超高采樣頻率，其采樣精度為15 b，輸出信號(hào)為低壓差分類型。低壓差分類型的信號(hào)精度高、魯棒性強(qiáng)，且耗能較少、噪聲更小。模/數(shù)采集器的主要工作便是將預(yù)分類結(jié)果轉(zhuǎn)換成低壓差分信號(hào)，達(dá)到有效降低分類器信道失效率的作用。模/數(shù)采集器電路的前端是一個(gè)限流器，其作用是將預(yù)分類結(jié)果根據(jù)用戶的需求速率進(jìn)行模/數(shù)轉(zhuǎn)換。這樣設(shè)計(jì)可在滿足用戶需求的同時(shí)，起到保護(hù)分類器電路的作用。數(shù)字信號(hào)處理器負(fù)責(zé)對(duì)模/數(shù)采集器輸出的低壓差分信號(hào)進(jìn)行特征提取和參數(shù)修正，進(jìn)而獲取最佳分類結(jié)果。其擁有32位規(guī)范處理模式，處理頻率最高可達(dá)2 GHz，便于進(jìn)行類型復(fù)雜的大差異數(shù)據(jù)的處理工作。數(shù)字信號(hào)處理器還配置了多種類型的數(shù)據(jù)接口和高容存儲(chǔ)器，能夠較好地滿足用戶對(duì)大差異數(shù)據(jù)的使用需求。

2 實(shí)驗(yàn)驗(yàn)證

實(shí)驗(yàn)將在相同條件下對(duì)BP神經(jīng)網(wǎng)絡(luò)分類器、云計(jì)算分類器與本文分類器的性能進(jìn)行對(duì)比，以驗(yàn)證本文分類器能否實(shí)現(xiàn)信道增益效果好、分類速率高和信道失效率低的設(shè)計(jì)初衷。在面積為1 000 m2區(qū)域內(nèi)的網(wǎng)絡(luò)信道進(jìn)行實(shí)驗(yàn)，其中，數(shù)據(jù)通信中轉(zhuǎn)節(jié)點(diǎn)共100個(gè)，大差異數(shù)據(jù)的數(shù)據(jù)量共1 GB，每個(gè)節(jié)點(diǎn)的通信半徑為50 m。

2.1 信道增益效果驗(yàn)證

在分類器信道增益效果的對(duì)比驗(yàn)證中，實(shí)驗(yàn)對(duì)三個(gè)分類器下網(wǎng)絡(luò)信道的時(shí)延和丟包率進(jìn)行了統(tǒng)計(jì)（網(wǎng)絡(luò)信道的時(shí)延和丟包率越小，證明分類器的信道增益效果越好），并將數(shù)據(jù)繪制成曲線圖，如圖2、圖3所示。

由圖2、圖3可得，BP神經(jīng)網(wǎng)絡(luò)分類器、云計(jì)算分類器和本文分類器下的網(wǎng)絡(luò)信道時(shí)延均已達(dá)到“良好”標(biāo)準(zhǔn)，本文分類器下的網(wǎng)絡(luò)信道時(shí)延更小且更加穩(wěn)定；而本文分類器下的網(wǎng)絡(luò)信道丟包率要遠(yuǎn)低于其他兩種分類器。以上結(jié)果驗(yàn)證了本文分類器擁有優(yōu)異的信道增益效果。

2.2 分類速率驗(yàn)證

將BP神經(jīng)網(wǎng)絡(luò)分類器、云計(jì)算分類器和本文分類器的分類速率輸出并繪制成曲線圖，如圖4所示。

由圖4可得，云計(jì)算分類器在受到大差異數(shù)據(jù)沖擊后的分類速率波動(dòng)較大，其最低值與最高值相差17.86 Mb/s，與其他兩種分類器不具備可比性；對(duì)比本文分類器和BP神經(jīng)網(wǎng)絡(luò)分類器來看，本文分類器的分類速率隨著通信半徑的變大而呈現(xiàn)上漲趨勢(shì)，BP神經(jīng)網(wǎng)絡(luò)分類器則呈現(xiàn)下降趨勢(shì)，證明本文分類器擁有優(yōu)異的分類速率。

2.3 信道失效率驗(yàn)證

將BP神經(jīng)網(wǎng)絡(luò)分類器、云計(jì)算分類器和本文分類器的信道失效率輸出并繪制成曲線圖，如圖5所示。

由圖5能夠較為明顯地看出，本文分類器的信道失效率遠(yuǎn)低于其他兩種分類器，可在一定程度上增強(qiáng)網(wǎng)絡(luò)信道的數(shù)據(jù)通信性能，證明本文分類器具有信道失效率低的特點(diǎn)。

3 結(jié) 論

本文設(shè)計(jì)了大差異數(shù)據(jù)沖擊下的網(wǎng)絡(luò)路由分類器，其以“合理選擇中轉(zhuǎn)節(jié)點(diǎn)、提高中轉(zhuǎn)工作準(zhǔn)確性”為分類函數(shù)的設(shè)計(jì)原理，設(shè)計(jì)出時(shí)延小、丟包率低、耗能少的網(wǎng)絡(luò)路由分類函數(shù)。實(shí)驗(yàn)將本文分類器與BP神經(jīng)網(wǎng)絡(luò)分類器、云計(jì)算分類器的各項(xiàng)性能進(jìn)行對(duì)比，驗(yàn)證出本文分類器具有信道增益效果好、分類速率高和信道失效率低的特點(diǎn)，可有效增強(qiáng)網(wǎng)絡(luò)信道的數(shù)據(jù)通信性能。

參考文獻(xiàn)

[1] 張學(xué)峰，王鵬輝，馮博，等.基于多分類器融合的雷達(dá)高分辨距離像目標(biāo)識(shí)別與拒判新方法[J].自動(dòng)化學(xué)報(bào)，2014，40（2）：348?356.

[2] 江偉堅(jiān)，郭躬德.復(fù)雜環(huán)境下高效物體跟蹤級(jí)聯(lián)分類器[J].中國圖象圖形學(xué)報(bào)，2014，19（2）：253?265.

[3] 郭云龍，潘玉斌，張澤宇，等.基于證據(jù)理論的多分類器中文微博觀點(diǎn)句識(shí)別[J].計(jì)算機(jī)工程，2014，40（4）：159?163.

[4] 陳艷秋，孫培立.一種基于類別強(qiáng)信息特征和貝葉斯算法的中文文本分類器[J].計(jì)算機(jī)應(yīng)用與軟件，2014，31（8）：330?333.

[5] 郝曉麗，張靖.基于改進(jìn)自適應(yīng)聚類算法的RBF神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)科學(xué)，2014，41（6）：260?263.

[6] 申浩洋，韋安磊，李楠楠，等.基于神經(jīng)網(wǎng)絡(luò)分類器的城市污水處理廠水力沖擊預(yù)警系統(tǒng)[J].環(huán)境科學(xué)學(xué)報(bào)，2015，35（4）：1224?1232.