基于Zigbee的串口通信数据流循环冗余校验方法

刘 君，赵丽艳，罗晓媛，邹 栋

(1. 黑河学院理学院，黑龙江 黑河 164300；2. 哈尔滨理工大学，黑龙江 哈尔滨 150000)

1 引言

信息化时代背景下，目前的教育将现代信息技术与传统教学模式融合，在学本理念下建立翻转课堂信息化教学模式，因此翻转课堂信息化教学平台随之出现。教学平台中包含教务信息、教学信息、学生档案等多样化教学数据，因此使用教学平台时，其数据分类效果备受重视。传统方法根据文献[1]以及文献[2]的研究内容，基于LINUX系统解析平台串口数据流，通过设计总线控制器CRC校验码，对教学资源进行类别检验[1-2]。但通过多次实验测试分析可知，该校验方法虽然利用了循环冗余校验法进行数据识别，但平台在分类教学资源时，还是存在信息显示错误提示。

因此，提出基于Zigbee的串口通信数据流循环冗余校验方法。Zigbee是一项低复杂度、低速率、低功耗的双向无线通讯技术，对于数据采集、识别以及分析，具有极强的辅助效果，能够帮助循环冗余校验法，识别与分析串口通信数据流。此次研究以传统方法为前提，以该技术为创新突破口，设计全新的校验方法，为翻转课堂信息化教学平台的智能化分类，提供更强大的校验技术。

2 串口通信数据流循环冗余校验方法

2.1 设计循环冗余校验码

循环冗余校验码作为特殊线性代码，可应用于翻转课堂的信息化教学管理模式中，为教学平台的通信数据流的智能分析，提供更加精准的教学数据。因此在该校验方法的初始阶段，预先编译循环冗余校验码。循环冗余检验码简称为CRC，该校验码有缩短型的结构特征，利用该校验码检测串口通信数据，可以检测出其中的错误信息流。CRC码的基本结构，如下图1所示。

图1 循环冗余校验码基本结构

根据图中标注可知，f(x)的m个系数，与m个信息位之间一一对应；h(x)的n-m个系数，与n-m个校验位之间相对应[3]。从信道编码角度来看，整个s位帧就是一个码字，因此将n-m校验位部分称作CRC码。其中f(x)为(m-1)次多项式，h(x)为(n-m-1)次多项式，则W(X)为(m-1)次多项式，g(x)为(n-m)次多项式。因此该循环码在发送端，存在公式

W(X)=xn-mf(x)+h(x)

(1)

W(X)=H(x)=xn-mf(x)+h(x)=k(x)g(x)

(2)

此时的接收码H(x)，可以被生成多项式g(x)整除。如果接收码不能被整除，则说明学本理念下，翻转课堂信息化教学平台的串口通信数据，在传输过程中出现了误码[4]。此时循环冗余校验码的“循环”特征，表现在循环码生成多项式g(x)上，校验位的长度为n-m，是“冗余”的体现。因为该代码为循环码，因此存在

g(x)v(x)=x2+1

(3)

此时的n-m为n的因子。若n-m固定，则参数n也固定。但在实际校验中，帧长n是可以连续变化的，因此将循环码(n0，m0)缩短任意a位，得到CRC码为

(n0-a，m0-a)=(n，m)

(4)

缩短后的CRC码依然存在内在特性，通过循环码分析和控制，可以实现对串口通信数据流的校验工作[5]。

2.2 基于Zigbee规划串口通信数据识别方式

在设计循环冗余校验码的同时，基于Zigbee规划串口通信数据识别方式。已知Zigbee基本功能，是建立在数据传输基础上的，因此说明传输海量的教育资料时，离不开Zigbee获取串口通信数据流。因此利用Zigbee协议规定通信网络的四类地址模式：

typedef enum

{

afAddrNotPresent=AddrNotPresent，∥绑定

afAddr16Bit=Addrl6Bit，∥短地址

afAddrGroup=AddrGroup，∥组发

afAddrBroadcast=AddrBroadcast，∥广播发送

}afAddrMode_t;

此次规划要求Zigbee为校验方法，提供四种不同的数据发送方式，分别为单点传送、间接传送、广播传送以及组寻址[6]。除此之外，目前的通信网络中，存在一个64位的物理地址，该地址代码为IEEE也可以发送待校验数据流。因为各个节点的网络地址，随着翻转课堂教学地点的变化，同样具有动态特征，因此点对点传输通信数据进行校验时不够稳定，所以采用IEEE地址传输点对点的通信信息，令每一个节点都有一个固定的IEEE地址，通过该地址读取每个节点的通信数据流，然后将每个节点的通信数据，存储到管理数据库中，并对节点进行编号，GPRS模块根据IEEE地址，将通信数据流转发给Zigbee协调器，然后通过已知函数ZDP_NwkAddrReq，将校验指令发送给对应的节点。图2为规划数据识别方式时，IEEE地址基本通信流程。

图2 基于Zigbee的数据传输流程

根据图2所示的基本流程，在网络中定义相应的组，并在所有组中，定义每一个节点的协议，最后在端口中数据加入组名为Group1的组，用AF_DataRequest函数传送教学平台中的翻转课堂信息。然后利用设计的循环冗余校验码，检测通信数据[7]。

2.3 设置循环冗余校验法管理逻辑

完成上述设计与规划后，利用循环冗余校验法管理通信数据，利用除法及余数的原理，识别翻转课堂信息化教学平台的错误传输。该方法将整个数据块f(x)看作一个系数为0，或者系数为1的连续二进制数据多项式，发送时用g(x)除以f(x)，相除结果的余数，就是第一节设计的循环冗余校验码，然后将设计的校验码，附在Zigbee上发送[8]。用同一个生成多项式g(x)，对传送进来的二进制数据做除法，然后接收数据，当结果为整数时，说明传输正确；当结果存在小数时，说明此时的信息传输错误，要求发送端口重新发送信息。循环冗余校验法的校验逻辑，如下图3所示。

图3 循环冗余校验法校验逻辑

此时的循环冗余校验码，处于一个循环计算检测的过程，要计算f位数据块f(x)的CRC码时，要求多项式g(x)必须短于f(x)，同时要求多项式g(x)的高位和低位，均为1。假设新的g(x)阶数为b，附加b个0至数据块f(x)尾端，则该数据块的位数为f+b，相应的多项式为xbf(x)。去除g(x)中对应于xbf(x)的位串，并从xbf(x)对应的位串中，减去总是小于等于1的数据，得到的结果就是多项式F(x)，也就是循环冗余校验码的数据块[9]。通过上述方法，管理Zigbee数据传输中的错误信息，实现对错误传输的校验管理。

2.4 并行控制模式实现循环冗余校验

(5)

用Y(0)表示寄存器的初始运行状态；Y′(0)表示寄存器的一般运行状态；用⊕表示相与以后的异或运算；用⊗表示异或运算[10-12]。则存在公式：

Y′(0)=U⊕Y(0)⊗R

(6)

递归得到：

Y′=Uc⊕Y⊗R

(7)

上述公式中：Uc表示翻转课堂信息化教学平台中，电路的使能控制矩阵，该矩阵的计算公式为：

(8)

将式(8)带入式(7)中，得到使能控制矩阵的最终计算结果。对于生成多项式g(x)的固定电路，使能控制矩阵Uc固定，使能为“1”时与门导通；当使能为“0”时与门截止。因此可通过连接和断开操控，代替与门阵列，降低并行控制模式的操控难度。利用并行控制模式，控制循环冗余校验法的检测管理程序，为学本视角下的翻转课堂信息化教学平台管理，提供更加可靠的检测技术，保证基本教学信息传输的及时性、针对性以及可靠性，为翻转课堂提供更精准的教学信息。至此在Zigbee的辅助下，完成对串口通信数据流的循环冗余校验。

3 实验测试与分析

为了验证此次研究校验方法的可靠性，提出对比测试，将基于Zigbee的校验方法，作为实验组测试对象；将传统设计下的循环冗余校验法，作为对照组测试对象，比较二者之间的校验差异。为了保证学本理念下，翻转课堂信息化教学平台稳定运行，将翻转课堂信息化教学平台作为研究对象，利用不同的方法，对其教学数据进行识别与智能分类，从两个角度分析方法之间的差异性。因此建立一个实验测试环境，安装各项数据检测软件，试运行翻转课堂教学平台，在平台应用的过程中，对其串口通信数据流进行校验。

3.1 通信数据流信号识别效果

依据搭建的实验平台，两个测试组在校验开始之前，分别利用不同的技术，识别翻转课堂信息化教学平台中，多样化的通信数据流信号，结果如下图4所示。

图4 通信数据流信号识别效果对比测试

同样利用此次实验准备的MATLAB工具，对上图中的两组识别结果进行数据处理，得到如图4所示的测试结果。根据相似度评估函数，对两个测试组的数据识别效果进行评价。已知教学平台中的数据类型各不相同，因此平台串口的通信数据信号，经过处理后会形成不规则波形。同时测试环境本身也会给实验结果带来干扰，且识别波形往往存在时序上的差别，因此根据相关性，判别两个测试组的信号波形，与真实信号之间的相似度。实验假设真实信号与识别信号，分别为x(t)和y(t)，利用误差能量度量波形之间的相似度，该误差能量的表示为

(9)

式中：γ表示令γ·y(t)接近x(t)的倍数值。同时要求选择参数γ时，要保证能使能量的误差最小，因此对上述公式进行求导，得出

(10)

当满足上述条件时，可知误差能量为最小值。因此将真实信号与识别信号之间的相关系数，定义为θxy，由此可以得到相关系数的值为

(11)

计算结果θxy，就可以用来描述真实信号与识别信号之间的波形相似度。而实验测试过程中，真实信号与识别信号之间会产生一个时间差ΔT，因此通过相乘和积分得到ΔT时间内，两个信号的相关系数，该系数的模小于1。当相似系数为0时，说明校验方法在识别数据的过程中，得到的结果最差；当相似系数为1时，则说明误差能量为0，此时说明校验方法对教学数据的识别效果最好。下表1中的数据，就是10次测试下，两个测试组的教学平台信号识别效果。

表1 信号波形相似性测试结果

根据表1可知，不同组别的信号波形相似性不同。对于第2组实验来说，实验组信号波形的相关系数为0.9346，对照组信号波形的相关系数为0.8585，其相似性差异为0.0761。综合表1中的10次测试结果可知，此次研究方法在识别教学数据时，其信号波形与真实信号波形之间，有更高的相似系数，其相似系数值更接近1。可见与对照组相比，有更好的数据识别效果。

3.2 翻转课堂信息化教学平台分类效果仿真测试

实验的第二测试阶段，将两组校验方法，分别载入到相同的翻转课堂信息化教学平台之中，比较不同循环冗余校验方法应用下，教学平台对教学信息的分类效果。仿真测试结果如下图5所示。

图5 平台分类效果对比测试

根据图5中的测试结果可知，实验组利用Zigbee的校验方法，将两类内容近似的教学信息完全分离。而对照组同样利用了循环冗余校验方法，但由于缺少Zigbee技术的辅助，部分A类教学信息与B类教学信息没能完全分离，导致其分类效果达不到预期。最终可能影响翻转课堂的信息化教学模式。可见Zigbee技术对于循环冗余校验方法，有更好的优化效果。

4 结束语

此次研究在传统循环冗余校验方法的基础上，融合Zigbee技术，加强对海量教学信息的精准识别，为平台分类不同类型的教学资源，提供更加智能化的分类手段。通过实验得出以下结论：

1)设计方法的信号波形的相关系数为0.9349，相似系数更接近1，说明设计方法的误差更小，识别准确率高。

2)设计方法能够将两类内容近似的教学信息完全分离，平台分类效果较好。

但此次研究受个人经验影响，还存在一些不足之处，今后的研究与分析工作中，可以设置一套并行控制算法，直接控制循环冗余校验的工作流程，进一步提高方法的校验效率，为各项平台的串口通信数据流分类，提供更加完善的技术支持。