面向冗余数据消除的多维异质网络数据传输控制方法

张大伟，叶蓓蓓

(1. 北海艺术设计学院,广西 北海 536000;2. 广西师范大学,广西桂林 541004)

0 引 言

随着多维异质网络通信技术的发展，采用多维异质网络传输进行大规模数据的传输，可实现多维异质网络数据均衡调度和自适应分配，提高冗余数据传输的保真性和传输效率。研究多维异质网络的冗余数据传输控制模型，结合信道均衡控制方法，提高多维异质网络的数据信息传输质量，受到人们的极大重视。对多维异质网络的冗余数据传输是建立在信道的自适应转发和链路均衡控制基础上，结合多维异质网络的信道调度实现数据均衡配置，提高冗余数据的输出质量[1]。

传统方法，如基于最小均方误差(LMS)准则方法[4]，基于最小间隔均衡控制[5]等，对多维异质网络的冗余数据传输控制方法主要采用相移键控(PSK)调制和频域特征控制方法，采用高分辨的信号时频特征检测技术，实现多维异质网络传输的冗余数据传输码元控制，提高控制的准确性[2,3]。文献[4]中提出一种基于最小均方误差(LMS)准则的多维异质网络通信的冗余数据传输码元控制方法，结合波特反馈均衡控制方法进行多维异质网络的传输冗余数据控制，但该方法进行多维异质网络通信的冗余数据传输码元控制的复杂度较高，控制的抗干扰性不好；文献[5]中提出一种基于最小间隔均衡控制的多维异质网络冗余数据传输码元控制方法，构建多维异质网络误码补偿控制模型，根据信道扩频实现冗余数据传输优化，但该方法的计算开销较大，实时性不好。文献[6]采用大数据聚类采集方法，对数据进行实时传输，针对以太网信道速率低的问题，结合双向环路冗余组网方案服，让传输传输模块具有一定的容错性，通过容错控制改善数据传输过程中出现的数据中断问题，完成网络数据的冗余控制。

通过上述分析不难看出以上方法均未对用于数据进行噪声滤除，导致控制过程中，数据信号极易受到白噪声干扰，造成信道均衡性差、自适应性低，存在网络码元传输的误码率高，网络输出质量差的问题。针对上述问题，本文提出一种基于时频特征分解和功率谱密度特征提取的多维异质网络冗余数据传输码元自动控制方法，实现多维异质网络冗余数据传输控制的优化，解决了传统方法的不足。

1 多维异质网络信道分析和冗余数据滤波处理

1.1 信道模型与参数设计

为了实现对多维异质网络冗余数据的传输码元自动控制，采用多维异质网络传输信道均衡控制和冗余数据检测方法进行网络传输码元控制，根据冗余数据的控制结果进行谱特征分析，结合信道均衡配置方法，提出一种基于时频特征分解的冗余数据传输码元控制方法。这里的多维异质网络指的是不同地域，不同时间的具有不同操作系统的固定或移动电脑等职能设备组成的计算机网络，这些网络的不同设备组成不同的节点。设有M个Sink节点采集多维异质网络的冗余数据，多维异质网络冗余数据传输的背景噪声信号的幅值为Ac，相干分布源为P个干扰信号，多维异质网络冗余数据传输的离散信号为x，设原始输入的多维异质网络通信的冗余数据特征序列为x=[x(0),…,x(N-1)]，其中x(n)为有限长的离散多维异质网络通信的冗余数据，0≤n≤N-1，则多维异质网络冗余数据传输的信道模型为：

(1)

其中，0≤k≤N-1，表示多维异质网络通信的冗余数据的长度，信号x(n)经离散正交小波变换处理，用X=DFT{x}表示多维异质网络冗余数据传输的带宽，在离散分布序列x中，采用小波变换方法进行多维异质网络传输的信道均衡控制，对谱特征提取结果采用小波特征分解方法进行频谱分离[7]，得到多维异质网络冗余数据传输的统计信息特征量为：

X=[X(0),…,X(N-1)]

(2)

Cj(k)=[x(t),φj,k(t)]

(3)

用H0(k)、H1(k)分别表示多维异质网络通信的冗余数据的低通滤波传递函数和高通滤波传递函数，得到多维异质网络通信的冗余数据的输出能量谱特征表示为：

(4)

由于多维异质网络传输多维异质网络冗余数据传输信号矢量s(t)=[s1(t),s2(t),…,sq(t)]T和噪声矢量n(t)是相互独立，结合奇异值分解进行信道分离和传输控制[9]。

1.2 冗余数据滤波处理

采用高阶近似分布源多维异质网络冗余数据检测方法进行冗余数据传输信道模型设计，构建多维异质网络冗余数据的降噪模型[10]，进行多维异质网络冗余数据融合处理，构建尺度系数为：

(5)

多维异质网络通信的冗余数据传输的通频带为：

(6)

(7)

对信号源未知参数进行盲估计[11]，采用匹配滤波检测方法，进行冗余数据的相关性检测，即，按照信号的幅频特性对输入波形进行加权，以便最有效地接收信号能量而抑制干扰的输出功率，其主要作用是提高信噪比。上式中1≤j≤J，表示匹配滤波检测的尺度系数，对多维异质网络的冗余数据进行分帧处理，对Zn(N为帧数)，得到冗余数据滤波检测的输出码元为：

[x(m-1)]|w(n-m)

(8)

其中：

(9)

(10)

(11)

提取多维异质网络通信的冗余数据的平均互信息，采用二维谱峰搜索算法，实现对多维异质网络冗余数据的传输时间和码元的关联性检测[13]，由此实现信息滤波，滤波器设计如图1所示。输入信号x(k)，其中的“自适应算法”指的是在转发和链路均衡控制基础上，结合多维异质网络的信道调度实现数据自适应均衡配置。

图1 滤波器设计

根据滤波器传输函数的幅度和相位响应特性进行冗余数据的传输控制。

2 多维异质网络冗余数据传输控制优化

2.1 信道均衡设计

C(0)←DFT{x}

(12)

(13)

w(j)←DFT-1{W(j)}

(14)

c(J)←DFT-1{C(J)}

(15)

其中1≤j≤J，通过在z平面的单位圆上的复积分得到冗余数据的反馈均衡特征量，c(j)、w(j)分别为冗余数据传输的阈值函数和分辨函数，提取功率谱密度特征为：

(16)

其中N表示多维异质网络通信的冗余数据的长度，J为帧的频率。采用波特间隔均衡方法进行多维异质网络的信道均衡设计，实现对冗余数据的多维测度信息配准[15]。

2.2 多维测度信息配准和控制输出

对输入的多维异质网络冗余数据的码元n(k)的自相关函数进行z变换，对信号源未知参数进行盲估计，采用信号检波方法进行冗余数据的包络特征检测，检测结果为：

j=1,2,…,J+1

(17)

(18)

(19)

其中，dj(k)表示DOA估计值，提取多维异质网络冗余数据传输的相干分布源特征，得到两个信号源的扩展函数：

(20)

在限定码元的速率下进行信道均衡配置，求得优化解：

(21)

根据上述分析，结合相空间重构方法进行多维异质网络传输冗余数据的重组，提取多维异质网络通信的冗余数据的特征量进行码元匹配，实现多维异质网络冗余数据传输码元的自动控制。

3 仿真实验分析

为了测试本文方法在实现多维异质网络中冗余数据传输及信道均衡控制中的应用性能，进行仿真实验，实验的仿真软件为Matlab7，多维异质网络进行冗余数据传输的节点分布在200 m×200 m的均匀阵列区域，冗余数据的码元传输速率为1.56 kBaud，载波频率为360 KHz，对冗余数据的初始采样率为fs=12*f0Hz=1200 KHz，得到待传输的冗余数据如图2所示。

图2 多维异质网络中冗余数据采样

以图2采集冗余数据为研究样本，在多径时延分布为(0，0.54，1.32，3.34，3.76)的条件下，设定中心频率1 kHz，构建多维异质网络冗余数据的降噪模型，采用自相关匹配滤波检测方法进行冗余去噪，得到滤波输出如图3所示。

图3 多维异质网络冗余数据滤波输出

分析图3得知，采用本文方法进行多维异质网络冗余数据传输控制，输出的滤波性能较好，提高数据传输质量，由此提高冗余数据的输出质量，测试不同方法进行多维异质网络冗余数据传输的输出码元误码率，得到对比结果见表1，分析得知本文方法进行多维异质网络冗余数据传输的输出误码率最低。当信噪比在4以下时，其误码率均为0，明显优于文献[4]和文献[5]。其中，文献[4]是一种基于LMS准则的码元控制方法，结合波特反馈均衡控制方法，当信噪比较高时，受干扰的概率明显增加。文献[5]是一种基于最小间隔均衡的码元控制方法，构建多维异质网络误码补偿控制，其缺点主要是补偿控制策略的度量不好把握，而且必须保证间隔的均衡，前提较为理想化。本文采用了高阶近似分布源检测方法，利用相空间重构方法进行多维异质网络传输冗余数据的重组，优化了冗余数据的传输，因此表现最优。

表1 输出误码率对比结果

为了验证所提方法的数据配准度，采用和文献[4]和文献[5]方法进行数据配准对比，所得结果如图4所示。

图4 数据配准对比

由图4可知当传输数据量达到2W时，所提方法配准率为90%，文献[4]方法配准率为77%，文献[5]方法配准率为67%，当传输数据量达到12W时，所提方法配准率为91%，文献[4]方法配准率为75%，文献[5]方法配准率为58%，当传输数据量达到22W时，所提方法配准率为94%，文献[4]方法配准率为74%，文献[5]方法配准率为54%，由此看出所提方法配准率优于其他两种文献方法，且通过图4的数据走势可以分析出所提方法配准度稳定性最高。

4 结 语

本文提出一种基于时频特征分解和功率谱密度特征提取的多维异质网络冗余数据传输码元自动控制方法。进行冗余数据传输信道模型设计，构建多维异质网络冗余数据的降噪模型，采用自相关匹配滤波检测方法进行冗余滤波，采用波特间隔均衡方法进行多维异质网络的信道均衡设计，结合相空间重构方法进行多维异质网络传输冗余数据的重组，实现多维异质网络冗余数据传输控制优化。研究得知，本文方法进行多维异质网络冗余数据传输的信道均衡性较高，自适应性较好；在信噪比为0时，误码率为0；数据配准率可达到94%，具有较高的网络输出质量。