分布式網絡數據包優先級傳輸模型研究仿真

陳明

（四川工商職業技術學院信息工程系，四川都江堰611837）

分布式網絡數據包優先級傳輸模型研究仿真

陳明

（四川工商職業技術學院信息工程系，四川都江堰611837）

對分布式網絡數據包優先級傳輸模型進行優化，可以提高分布式網絡中資源調度和信息傳輸性能。傳統方法采用時頻耦合尺度分解算法，在大量的冗余數據干擾下，降低了數據的優先級識別精度和傳輸性能。建立一種基于自適應加權量化特征分解和冗余數據濾除的分布式網絡數據包優先級傳輸模型。首先構建分布式網絡數據包優先級傳輸的信道結構模型，采用級聯濾波算法對數據包中冗余數據進行濾波預處理，對數據庫中的信息傳輸流進行自適應加權量化特征分解后，通過特征提取實現優先級的自適應識別，實現傳輸模型改進。仿真實驗結果表明，采用改進模型進行分布式網絡數據包優先級傳輸，數據傳輸的吞吐性能較好，執行時間較短，展示了較好的應用性能。

分布式網絡；數據包；優先級傳輸；信道

隨著網絡技術發展，通過分布式網絡數據傳輸和處理技術實現網絡信息存儲和信息處理已經成為當今信息處理的重要技術手段。分布式網絡數據處理是通過互聯網的相關服務實現對虛擬大數據資源的動態擴展和信息數據交互［1-3］。在分布式網絡系統中，通過云存儲模型進行數據信息的調度和傳輸通信，此時，需要對數據包的傳輸和調度的優先級進行識別和排列，可以提高數據通信的效率，降低計算開銷。因此，研究分布式網絡數據包優先級傳輸模型具有重要的意義，受到相關專家學者的重視［4-6］。

傳統方法對分布式網絡數據傳輸和優先級調度主要通過基于循環堆棧排列的優先級識別算法、基于支持向量機分析的優先級傳輸模型和基于模糊推理神經網絡控制的分布式網絡優先級傳輸模型等［7-10］，通過多徑時延擴展及碼間干擾抑制對分布式網絡信道進行均衡設計，實現數據包的優先級傳輸調度，但在海量冗余數據信息的干擾下，數據傳輸的準確性和優先級排列的抗干擾性不好，因此，相關文獻進行了算法改進設計，其中，文獻［11］提出一種基于CMA調制的分布式網絡數據傳輸信道均衡算法，采用小波基函數對分布式網絡數據包的輸入信號進行經驗模態分解，改善了數據包傳輸的性能，實現優先級傳輸調度，但該算法計算開銷大，收斂性能差；文獻［12］提出一種基于非線性失真單周控制分布式網絡數據包優先級傳輸信道均衡算法，通過被動時間反轉鏡最優分集發射和接收，進行數據包的優先級傳輸，但該算法進行數據包優先級傳輸調度的穩定性差［13-15］。

1　分布式網絡數據包優先級傳輸的信道結構模型與數據預處理

1.1分布式網絡數據包優先級傳輸的信道結構模型

首先構建分布式網絡數據包優先級傳輸信道模型，進行數據包信息流的輸入輸出特性分析。分布式網絡數據包優先級傳輸信道是一個擴展信道，主要有兩個主要特征：一是分布式網絡數據包優先級傳輸信道為帶寬受限信道，信道的特性隨優先級傳輸調度的特征改變；二是分布式網絡數據包優先級傳輸信道受數據包中冗余數據干擾的約束，具有多徑傳播及空變特性。通過研究分布式網絡數據包優先級傳輸信道的特性，并進行實際的信道測量，來完成數據包的優先級傳輸調度，提高網絡數據傳輸和通信的穩定性和可靠性，具體步驟如下：

在分布式網絡數據包通信傳輸環境下，假設vm，m∈［1，n］代表第m個多徑輸入向量集合的所需要的優先級傳輸堆棧，當分布式網絡節點發送一個信道較窄的通信信號時，利用分布式網絡中信息傳輸資源優先級傳輸集合G（其元素為gωm，ω?｛G，T，W，L｝，m∈［1，n］）表示請求數據傳輸的特征信息流，通過循環堆?？刂?，提交相應的資源信息數據傳輸任務，利用公式（1）描述分布式網絡中數據包優先級傳輸的資源信息流實體元素：

在上述分布式網絡中數據包優先級傳輸的資源信息流實體元素基礎上，利用公式（2）建立分布式網絡數據包優先級傳輸系統的信號接收模型：

其中，si（t）為資源信息數據包傳輸節點中的多徑輸入分量，nm（t）代表數據包調度的第個相位偏轉信息。通過信號接收模型對傳輸信號的信息流進行特征空間重構和分層均衡調度，假設xm（t）為數據池中傳輸陣元m接收的多普勒頻移，利用公式（3）建立分布式網絡數據包優先級傳輸的信道沖擊響應表達式：

其中，x=（x1，x2，…，xn）為分布式網絡中數據包中信息調度過程中的干擾數據集合。在信道沖擊響應過程中，假設rj代表資源信息數據包調度的特征矢量集合ni的種類，依據資源信息數據包流的優先級屬性，利用公式（4）計算資源信息數據包優先級傳輸識別的傳輸損失：

新型政黨制度理論創新基本維度——基于民主政治的比較研究……………………………………………………… 董亞煒（6·12）

其中，α表示數據包執行信息傳輸中的負載，為資源調度的初始時間延遲，將資源信息數據包優先級傳輸識別的傳輸損失與信號接收模型融合，建立分布式網絡數據包優先級傳輸的信道結構模型如圖1所示。

圖1　分布式網絡下數據包傳輸的信道傳輸結構模型

1.2數據包傳輸信息流模型構建和冗余數據濾波預處理

在1.1建立的信道傳輸結構模型的基礎上，建立數據包傳輸信息流模型，首先利用公式（5）描述給定數據包傳輸的有限數據集：

通過有限數據集中的傳遞隨機碼簇頭節點獲取資源信息數據包的包絡特征：

其中，a（t）和θ（t）分別為資源信息數據包的包絡幅值和時頻信息，為了適應數據包調度中優先級傳輸系統的多客戶偏好，根據不同數據包的包絡特征，將資源數據集合劃分為n個子集樣本，其中高頻參量系數為xi，i=1，2，L，n，利用公式（7）獲取分布式網絡數據包優先級任務回調的特征矢量：

其中，σjk表示資源信息數據包信息的IMF分量，wjk表示數據傳輸節點m發送優先級傳輸任務的向量加權系數，Mh為資源信息流的特征矢量重組特加權系數，將上述參數進行整合，利用公式（8）建立數據包傳輸信息流模型：

對數據包傳輸信息流模型進行分析發現，在分布式網絡數據包自適應優先級傳輸和資源整合中，受到冗余數據的干擾，需要進行冗余數據濾波，以保證數據包優先級傳輸的平穩性，提高資源信息數據包信息特征融合處理能力和數據包優先級傳輸過程中的抗干擾能力。

本文采用自適應級聯濾波方法進行冗余數據干擾抑制［16］，首先利用公式（10）獲取數據包信息流在不同的路徑中傳輸時輸入輸出的迭代公式：

其中：

在跨平臺分布式網絡環境下，通信協議存在很大的差別，導致數據傳輸具有多重分布屬性，在進行分布式網絡數據包優先級傳輸檢測，利用路徑中傳輸時數據包之間的迭代關系，利用公式（11）建立分布式網絡數據包優先級傳輸的單分量信號模型：

其中，s為分布式網絡數據包優先級傳輸的單分量主頻特征，s=（c-v）/（c+v）。

利用單分量信號模型中的自適應IIR濾波器進行冗余數據濾波，對冗余數據分量與噪聲進行過濾：

2　自適應加權量化特征分解與優先級傳輸方法改進實現

2.1自適應加權量化特征分解及問題描述

通過對冗余數據濾波提高了數據包傳輸中優先級識別的抗干擾能力，在此基礎上進行特征分解和優先級傳輸模型改進設計。本文建立了基于自適應加權量化特征分解和冗余數據濾除的分布式網絡數據包優先級傳輸模型，對數據庫中的信息傳輸流進行自適應加權量化特征分解，通過特征提取實現優先級的自適應識別，實現傳輸模型改進，具體步驟如下：

在分布式網絡數據包優先級傳輸中，對傳輸的碼間干擾進行雙線性變換，利用公式（14）描述分布式網絡數據包優先級傳輸量化特征提取的結果：

其中，Φk為接收端被擴展瞬時頻率，ζ（n）為兩個時間點間進行數據傳輸的譜寬度，pk為尺度參數。對提取的不同數據包優先級傳輸量化特征，分別進行自適應均衡處理，利用公式（15）獲取分布式網絡數據包優先級傳輸高維特征矢量：

其中，bk為數據傳輸的包絡向量幅值，φ為線性相關特征矢量，m為期望的響應，ck為量化特征系數。利用公式（16）對上述高維特征矢量進行自適應加權量化特征分解：

其中，rect=1。|t|≤1/2。進一步分析輸入數據xn和期望響應dn的二階統計特性，在自適應加權量化特征分解下，利用公式（17）計算分布式網絡數據包優先級調度的量化特征的統計平均值：

其中，K=Tfmaxfmin/B，t0=f0T/B，f0為修正后的權向量，fmin，fmax分別為最低和最高頻率。通過上述處理，實現優先級傳輸數據信息流的自適應加權量化特征分解，為進行優先級傳輸模型優化設計提供準確的數據基礎。

2.2優先級傳輸的改進實現

在優先級傳輸數據信息流的自適應加權量化特征分解后，將輸入的自適應加權量化特征分解分布在信道沖激響應RMDMMA_i（i=1，L，N）為的星座圖圓中，利用公式（18）（19）描述數據包優先級傳輸的信道均衡控制方程，對多源分布式網絡數據包調度和空間傳輸增益進行優化，提高資源信息數據包調度過程的聚焦性能，實現傳輸信道均衡控制：

其中：

通過迭代系統函數，構建滑動時間窗口矢量，融合直接序列擴頻算法，利用公式（22）構造優先級識別的判決誤差函數：

其中，sgn（·）表示符號函數。

將公式（22）判決誤差函數引入傳統的數據包傳輸模型：

對數據包傳輸模型中的誤差函數求極限，使得誤差收斂到零，即實現優先級傳輸的改進。

3　仿真實驗與結果分析

為了測試本文算法在實現分布式網絡下資源信息數據包傳輸和優先調度中的應用性能，進行仿真實驗。驗的計算機硬件配置參數為：仿真實驗的硬件環境為Intel Core2 Duo1. 80GHz，1 G內存，主頻為DDR2 667，仿真實驗采用NS-2.27和NS軟件進行分布式網絡環境模擬。分布式網絡資源信息數據包調度信息流采樣采用BPSK調制，模擬100個實時資源信息數據包調度任務，數據包的最大容量為1 024 TB，數據包優先級傳輸調度的時隙分配的幅值取為A1=A2=A3=1，根據上述仿真環境和參數設計，進行分布式網絡信息數據包調度仿真，進行分布式網絡信息數據包優先級傳輸調度仿真，首先進行數據信息采樣，采用對分布式網絡中實時資源信息數據包采集方法，得到數據采集的時域波形如圖2所示。

圖2　分布式網絡數據包傳輸的信息流采樣時域波形

以上述分布式網絡數據包信息采樣結果為研究對象，進行優先級識別和傳輸，構建分布式網絡數據包傳輸的信道模型，對數據包中的數據進行冗余信息濾波，得到冗余數據濾波前后的分布式網絡數據包傳輸的優先級排列星座圖如圖3所示。

分析圖3可知，采用本文算法，對數據庫中的信息傳輸流進行自適應加權量化特征分解，通過特征提取實現優先級的自適應識別，實現分布式網絡數據包傳輸的優先級排列優化，以此提高數據傳輸的吞吐性能。為了定量分析算法性能，采用本文算法和傳統算法，以數據傳輸的吞吐性能和執行時間為測試指標，采用10000次蒙特卡洛實驗，得到吞吐性能對比仿真結果如圖4。

分析圖4可知，采用本文模型進行分布式網絡的數據包優先級傳輸，提高了數據傳輸的吞吐性能。通過執行時間統計，采用本文算法，執行時間比傳統方法降低了29.67%，展示了本文模型通過對數據包優先級識別和排序，提高了數據傳輸的性能。

圖3　冗余數據濾波前后的分布式網絡數據包傳輸的優先級排列星座圖

圖4　吞吐性能對比

4　結束語

建立一種基于自適應加權量化特征分解和冗余數據濾除的分布式網絡數據包優先級傳輸模型。并通過仿真實驗結果表明，采用改進模型進行分布式網絡數據包優先級傳輸，數據傳輸的吞吐性能較好，執行時間較短，展示了較好的應用性能。

［1］邸珩燁.基于多徑碼間干擾濾波的短波通信優化［J］.物聯網技術，2015，5（10）:47-48，52.

［2］劉艷峰，魏兵，任新成.近場通信天線場分布特性仿真［J］.電子測量技術，2015，38（8）:132-134.

［3］陳震華，許肖梅，陳友淦，等.淺海水聲信道中原模圖LDPC碼的設計及性能分析［J］.電子與信息學報，2016，38（1）:153-159.

［4］GENG Zhe，DENG Hai，HIMED B.Adaptive radar beamforming for interference mitigation in radar-wireless spectrum sharing［J］.IEEE Signal Processing Letters，2015，22（4）: 484-488.

［5］YANG Yunchuan，SUN Cong，ZHAO Hui，et al.Algorithms for secrecy guarantee with null space beamforming in twoway relay networks［J］.IEEE Transactions on Signal Processing，2014，62（8）:2111-2126.

［6］梁國龍，韓博，范展.近場自適應波束形成的零陷展寬方法［J］.華中科技大學學報:自然科學版，2013，41（8）:34-39.

［7］陳友淦，許肖梅，張蘭，等.淺海水聲信道模型差異對糾錯碼性能分析的影響［J］.兵工學報，2013，34（11）:1404-1411.

［8］崔永君，張永花.基于特征尺度均衡的Linux系統雙閾值任務調度算法［J］.計算機科學，2015，42（6）:181-184.

［9］魏利峰，紀建偉，王曉斌.云環境中web信息抓取技術的研究及應用［J］.電子設計工程，2016，（4）:29-31.

［10］何后裕，何華琴，李小雙.分布式光伏接入對配電網網絡損耗的影響分析［J］.現代電子技術，2014，37（6）:158-162.

［11］孫欣堯，王雪，吳江偉，等.分布式協同網絡用電負荷分層加權概率預測方法［J］.儀器儀表學報，2014，35（2）:241-246.

［12］王晶，孫宏斌，陳潤澤，等.變電站—調度中心兩級分布式網絡建模［J］.電力系統自動化，2014，38（9）:107-113，151.

［13］師超，仇洪冰，陳東華，等.一種簡單的分布式無線傳感器網絡時間同步方案［J］.西安電子科技大學學報，2013，40（1）:93-99+147.

［14］安金鑫，王軍，孫章，等.基于分布式網絡的并行多通道數據采集系統設計［J］.電測與儀表，2013，50（6）:109-114.

［15］鄭毅，李少遠.網絡信息模式下分布式系統協調預測控制［J］.自動化學報，2013，39（11）:1778-1786.

［16］黃震華，張波.一種分布式網絡中輪廓推薦的有效方法［J］.電子與信息學報，2015，37（5）:1214-1219.

Simulation of distributed network packet priority transport model

CHEN Ming
（Department of Information Engineering Sichuan Technology and Business College Sichuan Province，Dujiangyan 611837，China）

Optimize the transmission model of distributed network packet priority，can improve the resource scheduling in distributed network and information transmission performance.The traditional method using time and frequency coupling scale decomposition algorithm，under a lot of redundant data interference，reduce the priority identification precision of the data and the transmission performance.Establish a based on adaptive weighted quantitative feature decomposition and redundant data transmission model of distributed network packet filtering priority.First build distributed network packets priority transmission channel structure model，using cascade filtering algorithm for redundant data in the packet filtering pre-processing，transmit information to the database after the flow characteristics of adaptive weighted quantitative decomposition，through feature extraction to realize adaptive priority recognition，realization of transmission model is improved.The simulation results show that the improved model for distributed network packet transmission priority，data transmission throughput performance is good，the execution time is shorter，shows a good application performance.

distributed network；data packet；priority transfer；channel

TP393

A

1674－6236（2016）12-0005-04

2016-03-18稿件編號：201603233

國家自然科學基金（65485695）

陳明（1981—），男，四川成都人，碩士研究生，講師。研究方向：計算機網絡。