基于主成分分析的跨平台消息实时协同共享系统设计

袁献忠，马成功，彭竞飞，陈玮

（国家管网集团川气东送天然气管道有限公司，湖北武汉 430000）

跨平台消息的共享是用比较直观的方式将各类消息充分、全面地展示出来[1]，在一定程度上促进了网络消息发送与接收的灵活性。跨平台消息共享系统的主要问题是无法实时更新和读取网络中的海量数据，且当大量网络用户访问高并发的消息系统时，协同共享的效率较低[2-4]。

基于以上问题，文中设计了一种基于主成分分析的跨平台消息实时协同共享系统，该系统采用了主成分分析方法，将大量的网络消息数据进行实时传送与读取，实现网络各类消息的协同共享，能够很好地解决共享效率较低的问题。

1 基于主成分分析的跨平台消息实时协同共享系统硬件设计

文中设计的跨平台消息实时协同共享系统硬件结构由数据采集器、处理器、存储器、控制器组成[5]。系统结构如图1 所示。

图1 基于主成分分析的跨平台消息实时协同共享系统硬件结构

1.1 数据采集器设计

跨平台消息实时协同共享系统的数据采集器采用了A/D 多路的转换方式，该采集器选用三星公司最新推出的SX 系列AR38C6529 采集芯片，该采集芯片如图2 所示。

图2 AR38C6529采集芯片

图2 中的采集芯片内置4 K 字节快速可编程程序存储器和64 字节采集区，该区域的编程存储空间可以满足协作共享系统中少量网络消息数据的存储。数据采集器的外围电路芯片选用SD 公司生产的SD6584 电源芯片，该芯片电路集成度高，电路的电压控制在1.8～3.3 V 范围内，电流最高为2 A，整个电路采用串联的方式为采集器供电。

在每次数据采样前，通过外围电路与复数域运算，使各个数据采集器保持同步采样，以控制A/D 转换器转换数据参数，根据数据量，对采集器的通道进行切换，数据采集器的采集芯片驱动6位数码管[6-7]，对测量数据进行微处理，该处理器以ST 公司生产的ST6539单片机为处理中心，对信号进行变换、放大，并对采集器采集的数据进行传输、存储，显示最终的处理结果。

处理器结构如图3 所示。

图3 处理器结构

根据图3 可知，处理器内部的传感器可以根据采集到的信号属性自动选择不同的传感器型号。处理器的仪表放大器可以对处理器的外围电路进行放大，外围电路可以选择8 种增益，即采用ST 公司生产的ST4693 转换芯片，完成高低电平之间的转换，并由处理器对采集到的数据进行微处理，处理器配有8个模拟数据输入通道。输入完成后，由A/D 转换器完成转换，转换方式为连续转换。

此时的数据处理可采用实时处理和非实时处理。两者的区别为在工作模式下实时处理更具时效性，处理器处理的各种数据通过USB 接口立即传送到单片机。

将转换结果存储在单片机的扩展存储器中，所有数据经过处理后，统一传送到处理器中[8-10]。

1.2 存储器设计

由于跨平台消息实时协同共享系统的存储器需要实时处理网络信号，为了提高系统的采样率，将存储器的瞬时带宽控制在0～250 MHz 范围内，A/D 转换器的采样速率必须为输入网络信号的4倍，在嵌入少量冗余的条件下，可以选择2.4 GHz作为存储器的标准采样速率，存储器可以一次性采集256 kB 的信号数据，采样速率为标准的2.4 GHz，这样可以节约0.2 s 的存储时间，存储器的最低存储容量为32 kB，能够支持最高512位的数据宽度，存储的最大深度为52 874 MPts。如果存储器自身存在较大的动态范围，可通过降低接收信号的速率加以控制，存储器在正常存储信号及数据过程中，采用实存慢采的存储方式，由此，整个跨平台消息实时协同共享系统的存储器的实时存储可以通过两种分布方式来实现[11-12]。

为了最大程度地存储数据，存储器的存储芯片选用SD 公司生产的SD7643，该存储芯片集成度较高，可以实时控制内部的字节数并扩大存储器的存储容量，此时，A/D 转换器转换数据过程中需要分路锁存数据，使数据降速，并传输到含有128 kB 存储容量的存储器中，读取的时钟速率最高可达350 MHz[13]。

1.3 控制器设计

系统采用三星公司生产的SC8051F543 单片机为控制器的核心，该单片机能够兼容传统单片机的指令，性能较好，单片机内具有标准的外部设备，为了满足系统需要，又扩展了较多的外设，所以该单片机功能比较齐全，容易访问其他的设备卡。控制器的外部具有丰富的流水线结构，指令传输的速度较高，是普通单片机的20 倍，运行的速度最高可达60 MIPS，具有多个SPI 接口，方便与片内其他设备进行接口对接，控制器还具有6 个12 位的I/O 端口，基本满足了采集器采集数据的需要，除了具有I/O 端口外，同时具有较多的分线，分线可以由USB 接口进行配置，从而提高其接口性能。控制器的核心单片机具有中断系统、30 个中断源以及4 个优先级，包括SDI 接口产生的中断，控制器内设64 kB 的存储器，所以在外部不需要再扩展其他的存储器。控制器外围电路的电压最高为3.3 V，电流最低为1.2 A，外围电路为整个控制器提供工作电压，控制器内部和外部均设置了时钟，方便控制器对数据及其他设备的控制[14-16]。

2 基于主成分分析的跨平台消息实时协同共享系统软件设计

由于跨平台消息实时协同共享的网络环境不能自适应调整，网络消息数据中的冗余干扰也会影响协同共享，因此，为了解决这一问题，在基于主成分分析的跨平台消息实时协同共享系统中，采用主成分分析方法对各大网络平台发送的实时消息进行分类，同时，文中应用主成分分析方法对原始数据进行处理，减少了维数，消除了数据中的冗余干扰，保存数据中的关键和重要组成部分，减少原始数据中重要信息的丢失，提高了数据的实时处理效率[16]。

文中设计的基于主成分分析的跨平台消息实时协同共享系统具体软件流程如图5 所示。

根据图5 可知，首先，根据网络用户不同的需求进行相应的文件提取、网络信息查询等相关操作，当网络用户在互联网平台发送查询文档、灾害预报、站外巡线等请求时，管理员可通过网络服务器查询信息数据库，并将数据编号保存至网络文件信息系统中，将网络文件输出到网络客户端。

图5 基于主成分分析的跨平台消息实时协同共享系统软件流程

将输出层输入及输出描述如下：

式中，ujk是隐含层神经元j和输出层神经元k的连接权，θk是输出节点临界值，Sk是第k个输出节点的输入，Yk是输出层神经元的输出。

使用BP 神经网络的r个样本的真实输出和输出样本间的偏差作为对应的测度偏差Er，全部样本集的误差是E，则：

在输出层节点至输入层节点的传播过程中，根据网络用户查询到的结构化信息，对辅助信息管理进行分类，并对周边环境、应急预案、应急分析等数据进行分析。将分析结果输入网络数据库，然后返回到跨平台结构化信息模块，通过网络服务器将实时共享的协同消息网页呈现给网络用户，用户在接收到资源查询、人员定位后，通过移动终端实现应急演练等共享信息，并利用主成分分析对信息数据进行动态分类。

最后，对网络消息数据进行处理，生成消息共享文件。网络服务器将各大互联网平台收集到的用户请求信息转换成可变的数据文件，并进行相应的分析。经过分析，各种跨平台的网络消息都被可视化地处理并保存在网络服务器端。保存的网络信息最终可以在各大互联网平台上显示，并输出到网络用户的协同共享系统中。

3 实验研究

为了检测文中基于主成分分析的跨平台消息实时协同共享系统的有效性[17-18]，与传统的共享系统（文献[3]方法和文献[4]方法）进行对比实验。

实验环境设置如下：

1）服务器端，HP 服务器：

CPU：4 核处理器，Intel Xeon MP

内存：16 GB

操作系统：Windows Server 2003

Web 容器：Tomcat 5.5，Axis 2.0

2）客户端，普通PC 机：

CPU：Intel Pentium4 3.0 G

内存：1 GB

操作系统：Windows XP sp2

Web 浏览器：Windows IE 7.0

测试软件：LoadRunner 8.1

实验数据来源如下：

根据时间序列的查询需求，使某平台中1 000 个用户保持在线状态，每十秒登录50 个用户，浏览节点共享数据文件，成功后不进行操作保持在线状态，记录该类数据，并针对该平台后台数据库中的时间序列变化情况通过实时制图来体现，对于多个要素和定义时间段的时间序列数据进行实行查询，对各个时间序列进行最大值、最小值、个数和平均值等数据统计分析，将多个变量和要素时间序列数据查询结果叠加显示，对时间序列查看器内置表格数据，能够实行复制粘贴操作，通过线型图、柱状图或者点状图显示分析结果，将其作为基础样本进行实验分析。

在上述实验环境中，输入实验样本，最终输出实验结果，得到的共享传递时间和共享数据量实验结果如表1 所示。

表1 实验结果

根据表1 可知，文中系统的共享传递时间更短，共享数据量更多。

综合上述实验可知，文中设计的跨平台消息实时协同共享系统能够对主要平台的实时消息进行过滤和处理，如日常应急管理消息、应急演练消息、应急响应消息等，消除消息中的干扰和噪声，将关键信息数据留存在系统的原始消息中，并利用主成分分析方法提高跨平台消息实时协同共享协作的效率，实现了网络用户与不同平台之间各种网络消息的数据共享，增强了网络用户与网络服务器之间的协同感知，使人们能够实现网络信息的交流与交换。

4 结束语

文中设计的基于主成分分析的跨平台消息实时协同共享系统，详细设计了系统硬件与软件，硬件方面设计了数据采集器、处理器、存储器与控制器，提高了跨平台消息实时协同共享的稳定性与安全性，软件方面详细介绍了跨平台消息实时协同共享的流程，采用主成分分析的技术提高了系统的实用性和可靠性，可以满足网络用户复杂的信息需求，解决了网络数据量不能及时更新与实时读取的问题，大量的网络用户访问消息系统时，网络不再出现卡顿，并且提高了网络消息系统实现协同共享的效率。