光纖網(wǎng)絡中的云數(shù)據(jù)并行調度

于淑云

(福建船政交通職業(yè)學院 信息工程系,福州 350007)

光纖網(wǎng)絡中的云數(shù)據(jù)并行調度

于淑云

(福建船政交通職業(yè)學院 信息工程系,福州 350007)

光纖網(wǎng)絡的通信質量受到云數(shù)據(jù)調度均衡性影響很大，為了改善光纖網(wǎng)絡通信質量，提高網(wǎng)絡中云數(shù)據(jù)傳輸?shù)耐掏铝亢捅Ｕ媛剩ㄟ^云數(shù)據(jù)并行調度，實現(xiàn)云數(shù)據(jù)傳輸均衡，提出一種基于自適應判決反饋均衡的光纖網(wǎng)絡云數(shù)據(jù)并行調度模型;構建光纖網(wǎng)絡通信的傳輸信道模型，采用最小均方誤差估計方法進行光纖網(wǎng)絡的量化融合估計，運用匹配濾波檢測器進行云數(shù)據(jù)中的干擾濾波處理，結合自適應判決反饋均衡方法進行信道均衡，在均衡的信道中對濾波輸出的云數(shù)據(jù)進行并行調度和多線程輸出調制;仿真結果表明，采用該方法進行光纖網(wǎng)絡中的云數(shù)據(jù)并行調度的均衡性較好，輸出數(shù)據(jù)的保真率較高，誤碼率較低，改善了光纖網(wǎng)絡的整體性能。

光纖網(wǎng)絡；云數(shù)據(jù)；并行調度；均衡；濾波；檢測

0 引言

光纖網(wǎng)絡是激光通信技術的一個重要應用方向，它是利用激光在玻璃或塑料制成的纖維中的全反射原理而達成的光傳導的通信網(wǎng)絡結構模型，光纖網(wǎng)絡進行數(shù)傳輸?shù)念l率達100000 GHz，隨著云計算和云信息處理技術的發(fā)展，光纖網(wǎng)絡中的數(shù)據(jù)傳輸通過云通道實現(xiàn)信息通信，在云計算環(huán)境下，光纖網(wǎng)絡中的云數(shù)據(jù)通過多模管線通信方法實現(xiàn)10 GHz以上帶寬的載波通信[1]。由于在光纖網(wǎng)絡中進行云數(shù)據(jù)傳輸不占用多余的頻帶，能夠實現(xiàn)高數(shù)據(jù)率通信。由于光纖網(wǎng)絡傳輸信道的多模特性和盲均衡性，導致光纖網(wǎng)絡的傳輸信道具有多徑效應，光纖網(wǎng)絡的通信質量受到云數(shù)據(jù)調度均衡性影響很大，為了改善光纖網(wǎng)絡通信質量，進行云數(shù)據(jù)的并行調度研究，研究光纖網(wǎng)絡中的云數(shù)據(jù)并行調度方法對提高網(wǎng)絡信道特性，改善網(wǎng)絡質量具有重要意義，相關的調度方法研究受到人們的極大關注[2]。

當前，對光纖網(wǎng)絡中的云數(shù)據(jù)調度和傳輸技術采用極窄波束的自適應調整技術和調頻/擴展頻譜技術，以犧牲信道帶寬為代價，導致光纖網(wǎng)絡的信道均衡性不好，而自適應均衡技術對消除網(wǎng)絡通信信道的碼間干擾具有一定的優(yōu)勢，能實現(xiàn)高數(shù)據(jù)率通信，提高帶寬利用率，但對高傳輸速率的碼元誤碼輸出較大[3-4]。文獻[5]提出采用數(shù)據(jù)相互混沌特征的數(shù)據(jù)并行調度方法,將混沌優(yōu)先級因子與并行數(shù)據(jù)調度技術相融合,代入到調度尋優(yōu)計算中,獲取混沌特征,利用得到的混沌特征,提高全局搜索能力，實現(xiàn)對云數(shù)據(jù)的并行處理，但該方法受到信道的擴展頻譜的影響較大，云數(shù)據(jù)的調制解調性能不好；文獻[6]中提出多數(shù)據(jù)庫并行調度的方法，將數(shù)據(jù)調度的編碼信息進行分層次結構分析后與多調度命令進行并行調度分析，實現(xiàn)數(shù)據(jù)的并行調度，但該方法輸出碼元的誤比特序列較高，信噪比較低。

針對上述問題，本文提出一種基于自適應判決反饋均衡的光纖網(wǎng)絡云數(shù)據(jù)并行調度模型。首先構建光纖網(wǎng)絡通信的傳輸信道模型，采用最小均方誤差估計方法進行光纖網(wǎng)絡的量化融合估計，然后采用匹配濾波檢測器進行云數(shù)據(jù)中的干擾濾波處理，采用自適應判決反饋均衡方法進行信道均衡，在均衡的信道中對濾波輸出的云數(shù)據(jù)進行并行調度和多線程輸出調制。最后進行仿真測試分析，展示本文方法在實現(xiàn)光纖網(wǎng)絡云數(shù)據(jù)并行調度中的優(yōu)越性能。

1 光纖網(wǎng)絡中的云數(shù)據(jù)調度信道模型與預處理

1.1 光纖網(wǎng)絡云數(shù)據(jù)調度信道模型

為了進行光纖網(wǎng)絡的云數(shù)據(jù)并行調度技術優(yōu)化設計，首先構建光纖網(wǎng)絡云數(shù)據(jù)調度的信道模型，光纖網(wǎng)絡云數(shù)據(jù)傳輸介質是一種不均勻的非理想介質，光纖網(wǎng)絡云數(shù)據(jù)調度中，在收、發(fā)兩端利用光波作為載波，光纖網(wǎng)絡云數(shù)據(jù)調度的傳播路徑具有寬平穩(wěn)的多徑衰減性能，采用信道時間擴展方法構建光纖網(wǎng)絡云數(shù)據(jù)調度信道模型，實現(xiàn)光纖網(wǎng)絡云數(shù)據(jù)調度通信的載波跟蹤和碼元同步，在水平傳播的光纖網(wǎng)絡通信信道中[7]，對于中、高速率的云數(shù)據(jù)調度，信道的沖激響應函數(shù)記為：

(1)

其中:H表示云數(shù)據(jù)的載波頻率，M是相位信息，K(m)是第m個傳輸節(jié)點的碼元同步分量，αmk是第n個云數(shù)據(jù)調度任務中第k條路徑的信道的系統(tǒng)函數(shù)，Tm是相干多途信道的系統(tǒng)函數(shù)，τmk是云數(shù)據(jù)調度的時間延遲。

假定光纖網(wǎng)絡云數(shù)據(jù)調度的過程噪聲w(k)與相位偏移ui(k)之間存在多途干擾[8]，信道之間多徑分量相關，即：

(2)

信道的系統(tǒng)函數(shù)是時變的，光纖網(wǎng)絡中云數(shù)據(jù)并行調度的初始狀態(tài)x(0)均值為x0，方差為P0，且獨立于w(k)和ui(k)，i=1,2,…,N。由此得到光纖網(wǎng)絡中云數(shù)據(jù)傳輸信道的抽頭延遲線模型表示為：

mi(k)=zi(k)+qi(k)=

Hi(k)x(k)+ui(k)+qi(k)=Hi(k)x(k)+vi(k)

(3)

其中:量化干擾qi(k)的方差滿足：

(4)

為了對各條云數(shù)據(jù)調度信道的相位偏移進行有效抑制，采用集中式的云數(shù)據(jù)分配策略，設光纖網(wǎng)絡的節(jié)點表示為bi，在各路徑與直達路徑之間逐層分配虛擬鏈路，根據(jù)信道的衰減強度，采用一種簡化的多徑模型進行干擾抑制[9]，假設碼元速率fs，幀數(shù)為Nf個，數(shù)據(jù)調度的抽頭延遲為Tf，由此得到光纖網(wǎng)絡云數(shù)據(jù)調度的相位偏移：

(5)

1.2 云數(shù)據(jù)干擾濾波處理

在構建光纖網(wǎng)絡通信的傳輸信道模型的基礎上，采用最小均方誤差估計方法進行光纖網(wǎng)絡的量化融合估計[10]，得到光纖網(wǎng)絡中云數(shù)據(jù)的解調輸出最小均方誤差估計值為：

(6)

其中:an表示各路徑與直達路徑之間的偏移量，bn為光纖網(wǎng)絡中云數(shù)據(jù)調度的調制分量，數(shù)據(jù)傳輸?shù)拇a元寬度為T+Δ，如S0(t)=a0δ(t)，云數(shù)據(jù)的碼元通最小均方誤差估計進行向量融合，得到融合后的碼元序列的脈沖響應為：

(7)

加入多徑分量的相位偏移，在n個調度時刻，通過調整均衡器參數(shù)(權重)，使用濾波器來補償失真的脈沖[11]，進行云數(shù)據(jù)的干擾抑制，采用匹配濾波檢測器進行云數(shù)據(jù)中的干擾濾波[12]，匹配濾波檢測器的結構如圖1所示。

圖1 匹配濾波檢測器

(8)

將數(shù)據(jù)調度集x的值減1，按照一定的自適應算法調整迭代步長，如果x=0，更新云數(shù)據(jù)抽頭延遲[13]，實現(xiàn)干擾抑制，這一過程的迭代函數(shù)描述為：

μ(n)=xT(n)P(n-1)x(n)

(9)

通過采用匹配濾波檢測器進行云數(shù)據(jù)的干擾濾波處理，提高了光纖網(wǎng)絡云數(shù)據(jù)并行調度和傳輸準確性和抗干擾性。

2 云數(shù)據(jù)并行調度優(yōu)化實現(xiàn)

2.1 光纖網(wǎng)絡信道均衡

在采用最小均方誤差估計方法進行光纖網(wǎng)絡的量化融合估計和匹配濾波檢測的抗干擾處理基礎上，進行光纖網(wǎng)絡的云數(shù)據(jù)并行調度優(yōu)化設計，本文提出一種基于自適應判決反饋均衡的光纖網(wǎng)絡云數(shù)據(jù)并行調度模型。按照抽樣間隔的不同進行云數(shù)據(jù)調度傳輸信道的均衡處理[14]，云數(shù)據(jù)經(jīng)過多徑傳播后，光纖網(wǎng)絡的數(shù)據(jù)接收端接收到的信號模型為：

(10)

式中，wmk為光纖網(wǎng)絡在不同時延的噪聲增益，v(t)為加性高斯白噪聲。對信道模型中的云數(shù)據(jù)多個分量進行線性疊加，采用云數(shù)據(jù)抽頭延遲線模型來準確模擬云數(shù)據(jù)的脈沖響應，通過自適應判決反饋均衡方法進行調度模型的均衡設計[15]，信道均衡調節(jié)因子λ(k)由如下計算：

(11)

如果用Ns表示信道多徑擴展覆蓋的碼元個數(shù)，計算信道碼間干擾所覆蓋信息碼元數(shù)量：

f(θ)=wTQ+(θ)w

(13)

令C0=CN/2=0、CN-n=Cn*n=0,1,2…N/2-1，當云數(shù)據(jù)調度的碼元速率Rb小于QPSK調制速率的條件下，通過自適應判決反饋均衡，得到云數(shù)據(jù)調度均衡器時頻聯(lián)合分布特征可以寫為：

(14)

可見，在光纖網(wǎng)絡的傳輸信道中每次接收碼元的量與MsNs成正比，通過光纖網(wǎng)絡信道均衡，提高了云數(shù)據(jù)并行調度的輸出碼元保真性和均衡性。

2.2 并行調度輸出

在均衡的信道中對濾波輸出的云數(shù)據(jù)進行并行調度，基于最小均方誤差準則，得到輸入傳輸信道中云數(shù)據(jù)輸入統(tǒng)計特征xn和期望響應dn的測量誤差，記為：

(15)

其中:ck為均衡器抽頭系數(shù)，T′=MT/N，在帶寬受限的條件下，采用匹配濾波方法進行云數(shù)據(jù)并行調度的盲源分離[16]，補償了接收信號中的信道畸變，得到信道補償后的輸出頻譜特征函數(shù)為：

(16)

對采樣的云數(shù)據(jù)進行頻譜檢測[17]，采用多線程調制解調方法，得到頻譜檢測輸出為：

(17)

其中:

(18)

通過信道均衡處理[18]，使得云數(shù)據(jù)并行調度輸出通過波特間隔采樣抑制了混疊效應，得到光纖網(wǎng)絡中云數(shù)據(jù)并行調度的時間尺度特征E(i,j)：

(19)

對于每個時幀A上，對濾波輸出的云數(shù)據(jù)進行并行調度，輸出調度向量集ai，由此得到光纖網(wǎng)絡的云數(shù)據(jù)調度的負載為：

R=w1Ci+w2Di+w3Mi+w4Ni

(20)

其中:w為慣性權重，C為非線性均衡采樣頻譜，D光纖網(wǎng)絡超負荷時間，M為發(fā)射功率。結合多線程調制，得到云數(shù)據(jù)碼元輸出的傳遞函數(shù)為：

(21)

在碼元周期大于時間延遲時，云數(shù)據(jù)并行調度的輸出增益滿足互相關性，通過本文方法進行并行調度優(yōu)化設計，降低了信道的干擾，提高了調度的保真性和碼元傳輸?shù)臏蚀_性。

3 仿真實驗與性能分析

為了改善光纖網(wǎng)絡通信質量，提高網(wǎng)絡中云數(shù)據(jù)傳輸?shù)耐掏铝亢捅Ｕ媛剩謩e采用本文方法與傳統(tǒng)方法進行光纖網(wǎng)絡的云數(shù)據(jù)調度仿真實驗，將數(shù)據(jù)傳輸?shù)谋Ｕ媛屎驼`碼率結果進行對比分析，來證明本文方法較好的通信質量改善效果。

3.1 實驗環(huán)境

為了測試本文算法在實現(xiàn)光纖網(wǎng)絡中的云數(shù)據(jù)并行調度中的應用性能，進行仿真實驗分析。實驗平臺設置為：光纖網(wǎng)絡的云數(shù)據(jù)傳輸平臺Hadoop云平臺；實驗編程設計軟件：采用Matlab 7版本軟件；云數(shù)據(jù)采樣長度為：10000；云數(shù)據(jù)傳輸信道的多徑幅度參數(shù)為：(1，0.24，-0.31，0.25，-0.14)；仿真信號設置為：BPSK調制信號；云數(shù)據(jù)輸出的碼元速率為：12 kBaud；多徑時延參數(shù)為：(0，1.0，2.0，3.0，4.0)；相對時間延遲為：0.25 ms；云數(shù)據(jù)調度路徑的條數(shù)為：10；窄帶噪聲的中心頻率取為：600 Hz。

3.2 實驗結果與分析

根據(jù)上述仿真環(huán)境和參數(shù)設定，進行光纖網(wǎng)絡的云數(shù)據(jù)并行調度仿真分析，首先，在實驗平臺上由編程設計軟件Matlab 7得到云數(shù)據(jù)采樣樣本，如圖2所示。以圖2的云數(shù)據(jù)為測試樣本集，分別采用本文方法與傳統(tǒng)方法進行云數(shù)據(jù)并行調度，過程中進行均衡性測試，結果如圖3所示。

圖2 待處理的光纖網(wǎng)絡中的云數(shù)據(jù)

圖3 云數(shù)據(jù)調度的均衡性測試

根據(jù)圖3可知，與傳統(tǒng)方法對比，采用本文方法進行云數(shù)據(jù)調度，均衡性顯著較好，波動小，由此數(shù)據(jù)傳輸效率可顯著提高。

通過信道均衡和干擾濾波處理后，分別得到兩種方法的并行調度輸出結果，如圖4所示。

圖4 兩種方法云數(shù)據(jù)并行調度優(yōu)化輸出結果對比

分析圖4結果得知，在信道均衡和干擾濾波處理方面，與傳統(tǒng)方法對比，采用本文方法進行光纖網(wǎng)絡云數(shù)據(jù)并行調度，數(shù)據(jù)中的干擾成分得到有效濾波抑制效果更加顯著，由此得出其輸出數(shù)據(jù)的保真率也有明顯效果的提高。

進行保真率對比實驗后，分別采用本文方法和傳統(tǒng)方法進行數(shù)據(jù)調度的誤碼率測試，對比結果如圖5所示。

圖5 兩種方法的誤碼率對比

在進行光纖網(wǎng)絡的云數(shù)據(jù)調度過程中，誤碼率越低，其光纖網(wǎng)絡的通信性能也就越好。根據(jù)上述圖5可知，本文方法輸出云數(shù)據(jù)的誤碼率明顯低于傳統(tǒng)方法，有效證明了采用本文方法能夠改善光纖網(wǎng)絡的通信性能。

然而，采用不同通道進行云數(shù)據(jù)調度的其它參量對比性能分析數(shù)據(jù)，如表1所示。

表1 不同調度信道的云數(shù)據(jù)調度性能分析

由上述分析得知，采用本文方法進行云數(shù)據(jù)調度的提高了數(shù)據(jù)的準確傳輸率，誤差較低，輸出信號的信噪比較高，具有很好的數(shù)據(jù)融合濾波和并行調度性能。

綜上所述，本文提出的自適應判決反饋均衡的光纖網(wǎng)絡云數(shù)據(jù)并行調度方法，對比于傳統(tǒng)方法，光纖網(wǎng)絡的通信質量受到云數(shù)據(jù)調度均衡性影響有明顯的改善，提高了網(wǎng)絡中云數(shù)據(jù)傳輸?shù)耐掏铝亢捅Ｕ媛剩构饫w網(wǎng)絡的整體性能得到顯著的提高。

4 結語

本文提出一種基于自適應判決反饋均衡的光纖網(wǎng)絡云數(shù)據(jù)并行調度模型。構建光纖網(wǎng)絡通信的傳輸信道模型，采用最小均方誤差估計方法進行光纖網(wǎng)絡的量化融合估計，運用匹配濾波檢測器進行云數(shù)據(jù)中的干擾濾波處理，結合自適應判決反饋均衡方法進行信道均衡，在均衡的信道中對濾波輸出的云數(shù)據(jù)進行并行調度和多線程輸出調制。研究得知，采用本文方法進行光纖網(wǎng)絡中的云數(shù)據(jù)并行調度的均衡性較好，輸出數(shù)據(jù)的保真率較高，誤碼率較低，改善了光纖網(wǎng)絡的整體性能，在優(yōu)化光纖網(wǎng)絡通信中具有很好的應用價值。

[1] 許 鵬, 張繼棟. 基于改進遺傳算法的光纖網(wǎng)絡異常數(shù)據(jù)檢測[J]. 科技通報, 2016, 32(7):163-166.

[2] 田 鴻. 強電磁干擾下光纖網(wǎng)絡的數(shù)據(jù)傳輸系統(tǒng)改進設計[J]. 現(xiàn)代電子技術, 2016, 39(20):53-56.

[3] 張 千, 梁 鴻, 郉永山. 云計算環(huán)境下基于模糊聚類的并行調度策略研究[J]. 計算機科學, 2014, 41(8):75-80.

[4] Zhang M, Chen W, Chen L W, et al. Photorefractive long period waveguide grating filter in lithium niobate strip waveguide[J].Optical and Quantum Electronics, 2014,46:1529-1538.

[5] 郭 晴, 楊海霞, 劉永泰. 云計算環(huán)境下的復雜數(shù)據(jù)庫并行調度模型仿真[J]. 計算機仿真, 2015, 32(6):360-363.

[6] 張星云. 基于多數(shù)據(jù)庫并行調度的復雜方法研究與仿真[J]. 計算機仿真, 2015, 32(6):378-381.

[7] 白偉華, 朱嘉賢, 奚建清,等. 基于多核感知的應用服務并行調度平臺[J]. 計算機應用研究, 2016, 33(6):1734-1738.

[8] 朱亞瓊, 羅 偉. 一種基于動態(tài)調度的數(shù)據(jù)挖掘并行算法[J]. 現(xiàn)代電子技術, 2016, 39(15):156-159.

[9] 何永強, 谷春英. 基于子任務區(qū)域分片下的分布式空間查詢處理與并行調度方法[J]. 科技通報, 2014(1):110-116.

[10] 閆 娜. 基于大數(shù)據(jù)吞吐效益評估的網(wǎng)絡數(shù)據(jù)綜合調控算法研究[J]. 計算機與數(shù)字工程, 2016, 45(7):1304-1308.

[11] Xie G D, Ren Y X, Huang H, et al. Experiment turbulence compensation of 50-Gbaud/s Orbital-Angular-Momentum QPSK signals using intensity-only based SPGD algorithm[A].Optical Fiber Communication Conference[C]. 2014.

[12] 高奧子, 張晉豫. 基于數(shù)據(jù)塊優(yōu)先級與負載性能自適應P2P流媒體數(shù)據(jù)調度算法[J]. 計算機科學與技術匯刊:中英文版, 2014(3):102-108.

[13] Lin J H, Chen P Y, Wu J J. Mode competition of two bandedge lasing from dye doped cholesteric liquid crystal laser[J]. Optics Express, 2014, 22(8):9932-9941.

[14] 余東平, 張劍峰, 王 聰,等. 多路并行傳輸中數(shù)據(jù)調度算法的優(yōu)化[J]. 計算機應用, 2014, 34(5):1227-1231.

[15] 羅亞松, 許江湖, 劉 忠,等. 基于判決反饋均衡的水聲信道估計與通信算法[J]. 上海交通大學學報, 2014, 48(5):685-692.

[16] Ortiz A, Gorriz J M, Ramirez J, et al. Improving MR brain image segmentation using self-organising maps and entropy-gradient clustering[J]. Information Sciences, 2014, 262(3):117-136.

[17] 王海蓮, 張士兵, 郭莉莉. 基于可信度的加權協(xié)作頻譜檢測算法[J]. 數(shù)據(jù)采集與處理, 2014, 29(3):472-477.

[18] 陳仁太, 鐘 帥, 卿 波. 私有云平臺中的數(shù)據(jù)傳輸信道均衡模型仿真[J]. 微電子學與計算機, 2016, 33(9):146-149.

Parallel Scheduling of Cloud Data in Optical Fiber Networks

Yu Shuyun

(Information Engineering Dept., Fujian Chuanzheng Communications College,Fuzhou 350007,China)

The communication quality of the optical fiber network by cloud data scheduling greatly influence the balance, in order to improve the quality of optical fiber communication network, improve network cloud data transmission throughput and fidelity rate scheduling in parallel by the cloud data, cloud data transmission is proposed based on adaptive equalization, decision feedback equalization of optical fiber network cloud data parallel scheduling model construction. The transmission channel model of optical fiber network communication, quantitative estimation of optical fiber network by using the minimum mean square error estimation fusion, was treated by interference filter cloud data matched filter detector, the adaptive decision feedback equalization method for channel equalization, channel equalization in cloud data to the filter output of the parallel scheduling and multi thread output modulation. The simulation results show that using the method of parallel scheduling in cloud data in the fiber network is balanced well, the fidelity of the output data is high, and the bit error rate is low, which improves the overall performance of the optical network.

optical network; cloud data; parallel scheduling; equalization; filtering; detection

2017-05-01；

2017-05-26。

福建省教育廳自然科學基金項目(JA15661)。

于淑云(1981-)，女，山東臨沂人，工程碩士，主要從事計算機應用技術方向的研究。

1671-4598(2017)12-0195-04

10.16526/j.cnki.11-4762/tp.2017.12.051

TN911

A