基于大數據技術的傳感設備數據傳輸路徑優化方法

摘要：為降低傳輸中數據通信路徑的抖動頻次，提高傳輸路徑的網絡帶寬，文章引進大數據技術研究傳感設備數據傳輸路徑優化方法。根據無線信號的強度和節點的發射功率，設置通信半徑，明確不同節點之間能夠相互通信的最大距離，以此為依據，建立傳感設備數據無線傳輸網絡；利用大數據技術中的數據挖掘技術，進行全域數據掃描；使用機器學習技術，進行節點關聯計算，根據計算節點，選取傳輸網絡簇頭節點；引入了數據分發技術中的多播方式，設計傳感設備數據多路徑傳輸。對比實驗結果證明：該方法可以在控制傳感設備數據傳輸路徑抖動頻次的基礎上，提高網絡傳輸路徑的帶寬，為數據的高效率傳輸提供全面的技術保障與支持。

關鍵詞：大數據技術；簇頭節點；優化方法；路徑；數據傳輸；傳感設備

中圖分類號：TP311" 文獻標志碼：A

0 引言

在物聯網、智慧城市、智能交通等領域，傳感設備作為數據采集的前端，其數據傳輸的效率和穩定性對于整個系統的運行至關重要。

李小汝等^［1］通過深入分析數據傳輸的特性，確定了數據傳輸幀的最佳長度，進而調整數據傳輸的LDPC碼度分布，以實現高通量衛星通信傳輸信息的最大化。盡管該方法優化了數據傳輸參數，但在復雜多變的通信環境中，仍可能面臨信道干擾和信號衰減等問題，影響通信質量。同時，該方法對于數據傳輸的實時性和動態調整能力尚需進一步提高，以適應不同應用場景下的需求變化。張偉等^［2通過構建基于多層次數據融合的集群監控體系結構，對各層次的安全生產數據進行分區，研究多優先級、多路徑傳輸機制，為數據的低延時、高效傳輸提供決策支持。但WSN節點的計算和存儲能力有限，可能無法處理大量復雜的數據，限制了其在大型流程行業中的應用范圍，導致數據傳輸不穩定，增加了數據丟失風險。同時，該方法對于網絡拓撲結構的動態變化適應性有限，可能無法及時響應網絡拓撲變化，影響數據傳輸的效率和可靠性。

為解決現有方法的不足，本文引進大數據技術，開展傳感設備數據傳輸路徑優化方法的設計研究，以此種方式，推進傳感設備在市場各個領域的應用。

1 建立傳感設備數據無線傳輸網絡

為滿足傳感設備數據傳輸路徑優化設計需求，本文采用建立數據無線傳輸網絡的方式，為數據傳輸提供技術支撐。在此過程中，傳感設備數據無線傳輸網絡涉及多個傳感器節點和一個或多個中央接收節點（或基站），將傳感器節點分布在特定的地理區域內，收集數據并通過無線方式將數據發送至中央節點^［3］。為了優化網絡性能，可以根據無線信號的強度和節點的發射功率，設置通信半徑，明確不同節點之間能夠相互通信的最大距離。此過程計算公式如下：

f=kF+lφe（1）

其中，f為節點間能夠相互通信的最大距離；k為節能能耗限制；F為節點發射功率；l為中央節點；φ為無線信號強度；e為傳感器節點分布密度。考慮到無線信號的衰減和障礙物的存在，無線通信網絡覆蓋范圍的設置可以通過下述公式計算：

p=hqsm（2）

其中，p為無線通信網絡覆蓋范圍；s為無線信號的衰減；m為障礙物數量。傳感器節點的能量消耗主要來自數據收集和傳輸。傳輸距離越遠，消耗的能量越多^［4］。能量消耗模型通常與傳輸距離、數據大小和傳輸功率有關，因此，在掌握網絡覆蓋范圍的基礎上，以此為依據，對路徑傳輸中的能量損耗進行計算。計算公式如下：

L=2γpz（3）

其中，L為傳輸路徑中的能量損耗；γ為數據規模；z為傳輸功率。通過上述方式，掌握數據在無線通信網絡中的損耗，對其進行補償，從而實現對傳感設備數據無線傳輸網絡的構建。

2 基于大數據技術的傳輸網絡簇頭節點選取

簇頭節點的選取對于平衡網絡能耗、提高數據傳輸效率具有關鍵作用，因此，在完成上述內容的設計后，引進大數據技術，進行傳輸網絡簇頭節點的選取^［5］。在此過程中，利用大數據技術中的數據挖掘技術進行全域數據掃描，收集分布在空間中的節點數據，包括節點位置信息、剩余能量、通信質量等，將其傳輸到中央服務器或數據中心進行存儲和預處理。處理過程計算公式如下：

α=∑L·β（4）

其中，α為數據預處理；β為大數據掃描范圍。在預處理完成后，使用機器學習技術進行節點關聯計算，計算公式如下：

P=E（α）T（5）

其中，P為節點關聯系數；E為機器學習系數；T為關聯條件。簇頭節點的選取與其剩余能量成正比，即剩余能量越多的節點被選為簇頭的概率越大，通過分析節點的剩余能量數據，找出剩余能量較高的節點作為候選簇頭^［6］。在此過程中，節點被選為簇頭的概率可以通過下述公式計算：

Q=1DP（6）

其中，Q為節點被選為簇頭的概率；D為節點的總剩余能量。在此基礎上，綜合考慮節點的剩余能量和到坐標中心的距離，進行傳輸網絡簇頭節點的選取^［7］。此過程計算公式如下：

W=χQ+（1-δ2）（7）

其中，W為傳輸網絡簇頭節點選取；χ為節點加權；δ為權重因子。按照上述方式，完成基于大數據技術的傳輸網絡簇頭節點選取。

3 傳感設備數據多路徑傳輸

在上述設計內容的基礎上，進行傳感設備數據多路徑的傳輸設計。設計中，為確保數據高效、可靠地通過多條路徑并發傳輸，引入了數據分發技術中的多播方式^［8］。多播方式允許數據在單個發送操作中被發送到多個接收者，傳輸中，根據網絡的狀態和節點的特性選擇出多條合適的傳輸路徑，將待傳輸的數據打包成多個數據單元，根據路徑選擇的結果，將數據單元同時發送到路徑上的多個節點^［9］。此過程中，每個節點都負責接收、處理和轉發屬于自己的數據單元，從而確保數據能夠沿著多條路徑并行傳輸，最終到達目標節點。此過程計算公式如下：

J=ε+2Wc（8）

其中，J為數據分發；ε為路徑評分；c為路徑能耗。在目的地節點，需要對通過多個路徑傳輸的數據進行重組，以得到完整的數據。數據重組可以通過序列號、時間戳等方式進行，確保數據的順序性和完整性。數據重組過程計算公式如下：

ω=∑J+rξ（9）

其中，ω為終端在接收數據后的重組處理；r為數據序列號；ξ為數據時間戳。終端在接收到數據后，按照公式（9）進行數據重組，以此實現傳感設備數據的多路徑傳輸，完成基于大數據技術的傳感設備數據傳輸路徑優化方法設計^［10］。

4 對比實驗

完成上述內容的設計后，選擇某生產單位傳感設備展開對比實驗。為確保傳感設備數據傳輸路徑優化實驗的可靠性，選取多用途的傳感設備，對實驗中選用的傳感設備技術參數進行分析，相關內容如表1所示。

在此基礎上，對傳感設備采集的數據進行匯總，將其作為本次實驗的樣本數據，對樣本數據進行描述，如表2所示。

在傳感設備的數據傳輸過程中，數據首先由傳感器采集并打包，然后通過預定的傳輸路徑（如無線網絡、有線網絡或總線系統）發送至接收端（如上位機、數據中心等）。接收端在接收到數據包后，會進行解包處理，提取出有用的數據信息進行存儲或進一步處理。在一次為期1周的測試中，發現某無線傳感網絡在每天的10：00—12：00時間段內，由于周圍電磁環境的干擾，傳輸路徑的抖動頻次平均達到5次/min，最高達到10次/min。除上述問題，在一項針對大型物聯網系統的研究中，發現系統中約10%的通信傳輸節點存在離線問題，而出現此種現象的原因是網絡傳輸帶寬不足。

為解決現有方法的不足，分別應用李小汝等^［1］、張偉等^［2］方法與本文方法進行傳感設備數據傳輸路徑的優化。將上述數據作為傳輸對象，對3種方法傳輸數據時的路徑抖動頻次進行分析對比，相關結果如表3所示。

從表3中數據可以看出，應用本文設計的方法進行傳感設備數據傳輸路徑優化，優化后傳輸傳感設備數據時的10條路徑抖動頻次均為0，而李小汝等^［1］、張偉等^［2］方法在傳輸傳感設備數據時，無法保證每條路徑的抖動頻次均為0。

在此基礎上，對優化后的網絡傳輸路徑帶寬進行分析，其結果如圖1所示。

從圖1所示的實驗結果可以看出，在相同的節點傳輸率下，應用本文方法進行傳感設備數據傳輸路徑優化，優化后的網絡傳輸路徑帶寬最大，而李小汝等^［1］、張偉等^［2］方法對應的網絡傳輸路徑帶寬則相對較小。

綜合上述實驗結果，可以得到結論：本文設計的基于大數據技術的優化方法應用效果良好，該方法可以在控制傳感設備數據傳輸路徑抖動頻次的基礎上，提高網絡傳輸路徑的帶寬，此種方式為數據的高效率傳輸提供了全面的技術保障與支持。

5 結語

大數據技術的挖掘能力顯著提升，為傳感設備數據傳輸路徑的優化提供了有力支持。隨著傳感設備數量的不斷增加以及采集數據量的急劇增長，現有的數據傳輸路徑已難以滿足高效、可靠的數據傳輸需求。且現有的數據傳輸路徑在面對海量數據時，大多存在傳輸效率低下、穩定性差等問題，難以滿足實際應用需求。為解決此方面問題，本文在此次研究中引進大數據技術，從傳感設備數據無線傳輸網絡、傳輸網絡簇頭節點選取、傳感設備數據多路徑傳輸等方面，開展了傳感設備數據傳輸路徑優化方法的設計研究。本文通過深入分析傳感設備的數據特性、傳輸需求以及大數據技術的應用，旨在降低數據傳輸的延遲和丟包率，提高傳輸的穩定性和可靠性，從而為物聯網、智慧城市等的建設應用提供更加優質的服務。

參考文獻

［1］李小汝，王懷樂，朱玲玲，等.基于數據傳輸特性的衛星廣播通道參數優化方法與應用［J］.氣象科技，2024（2）：186-194.

［2］張偉，李澤亞，張充，等.基于WSN的流程行業安全生產數據多優先級多路徑傳輸方法［J］.中國安全生產科學技術，2023（9）：5-11.

［3］殷昱煜，茍紅深，李尤慧子，等.Mort：面向實時數據分發和傳輸優化的依賴性任務卸載框架［J］.計算機研究與發展，2023（5）：1002-1020.

［4］朱簡.數據跨境傳輸的制度困囿與優化設計：以浙江自由貿易試驗區為例［J］.商業經濟研究，2023（7）：178-180.

［5］陳雪，李秋浩，于健，等.基于消息分發機制的車載數據無線傳輸優化控制策略研究［J］.鐵道機車與動車，2023（3）：11-13，24.

［6］馬禮智，唐睿，張睿智，等.基于無線能量傳輸的物聯網數據采集系統中資源分配機制的設計［J］.信息與控制，2023（2）：220-234.

［7］張宗福.基于云計算平臺的移動數據傳輸分配路徑選擇研究［J］.信息與電腦（理論版），2022（24）：110-112.

［8］張紫文，林文濤，王琳，等.面向超高速采樣數據傳輸的差分互連結構設計與優化［J］.儀表技術與傳感器，2022（12）：84-88，95.

［9］李志博，李棟，俞雪婷，等.基于軟件定義工業網絡的多路徑傳輸機制設計與實現［J］.自動化博覽，2022（6）：36-40.

［10］劉烈君.基于模糊自適應算法的無線視頻多路徑同步傳輸方法［J］.哈爾濱商業大學學報（自然科學版），2022（1）：35-41.

（編輯 沈 強編輯）

Optimization method of data transmission path of sensing equipment based on big data technology

ZHU" Ronghua

（Zhujiang College， South China Agricultural University， Guangzhou 510900， China）

Abstract：" In order to reduce the jitter frequency of the data communication path in the transmission and improve the network bandwidth of the transmission path， this article introduces big data technology to carry out the design and research of the optimization method of the data transmission path of the sensing equipment. According to the strength of the wireless signal and the transmission power of the node， the communication radius is set to define the maximum distance between different nodes to communicate with each other， establish the sensing equipment data transmission network; use data mining technology in big data technology to scan global data; The article uses machine learning technology to calculate node correlation， select transmission node cluster node according to computing nodes; and introduces multicast mode in data distribution technology to design multi-path transmission of data of sensing equipment. The comparative experimental results prove that this method can improve the bandwidth of the network transmission path on the basis of controlling the jitter frequency of the data transmission path of the sensing equipment， and provide comprehensive technical support for the efficient data transmission in this way.

Key words： big data technology; cluster head node; optimization method; path; data transmission; sensing equipment