云計算環境下分布式大數據多信道并行控制系統

李玉亭

(1.云南大學 法學院，昆明 650500；2.青海警官職業學院 現代教育技術中心，西寧 810000)

0 引言

隨著各種高新科學技術的發展與興盛，傳感器無線通信網絡迅速成為通信領域的研究熱點，包括嵌入式信息開發技術、分布式信息處理技術、微電子信息技術以及通信無線處理技術等，都促進了傳感器無線通信網絡的發展。傳感器無線通信網絡是一種通過在監測通信區域中布設大量傳感器無線節點從而實現無線通信的通信網絡，主要目的在于協作的處理、采集與感知覆蓋網絡區域內所有監測對象的具體信息，并將數據向監控中心發送[1]。傳感器無線通信網絡的三大要素為監測中心、監控對象以及傳感器節點，實現其通信需要綜合多種技術，包括應用層、無線通信、嵌入式通信系統、數據管理融合、定位、同步時間、網絡安全、網絡協議以及拓撲技術等，能夠使人們在各種環境、各種地點以及各種時間內實時獲取可靠、詳實的信息[2]。

傳感器無線通信網絡中的通信節點能夠通過自組織節點的形式進行協同工作，相較于傳感器傳統有線通信網絡而言，其優勢較為顯著，包括較高的精度、較強的靈活性、較高的可靠性以及較好的經濟性。其中較高的精度是指節點能夠對監控區域實施空間密集采樣以獲取較高的感知信息精度；較強的靈活性是指能夠隨機、臨時布置，并且網絡具備自組織特性，能夠應用于偏、險、急的場合，使用、設置和布局上較為靈活；較高的可靠性是指當節點出現失效或故障情況時，其余節點能夠迅速承擔其功能，整體可靠性較強；較好的經濟性是指省略傳輸線纜大大降低了通信成本[3]。然而傳感器無線通信網絡由于采樣頻率非常高、采集的數據又種類十分復雜，因此網絡中會在短時間內產生大量分布式大數據。為了解決這些分布式大數據的傳輸問題，設計一種云計算環境下分布式大數據多信道并行控制系統[4]。

1 系統結構及原理

分布式大數據多信道并行控制系統結構如圖1所示。

圖1 系統結構及原理圖

由圖1可以看出，該系統主要結構包括節點處理模塊、無線通信模塊以及USB模塊。USB模塊包含了儀器驅動模塊、用戶界面雖示模塊和數據處理模塊。儀器驅動模塊負責儀器的配置和驅動，讓儀器可以正常工作。用戶界面顯示模塊完成人機交互，用戶在界面上配置相關參數分析帶寬、中也頻點、參考功率、調制信號類型、信堪號和數據存盤路徑等。FPGA端程序主要完成數捉髙速傳輸、基于延時改進的FFB的數字信道化、時間同步、頻率同步以及星座圖解映射。數據高速傳輸模塊包括IQ數據由矢量信號分析儀通過背板總線以P2P的方式傳給FPGA，經過FPGA處理后，再由FPGA以及DMA的方式傳給主機。數字信道化模塊完成接收信號的按頻率分離，實現多路信號的并行接收解調。

2 分布式大數據多信道并行控制系統硬件

2.1 設計節點處理模塊

云計算環境下分布式大數據多信道并行控制系統的硬件包括節點處理模塊、無線通信模塊、USB模塊[5]。

節點處理模塊由FPGA芯片和抗干擾器組成。其中FPGA 芯片選用EP5C3 型號，主要通過該芯片進行節點處理[6]。該芯片的參數具體如表1所示。

表1 芯片參數

而該芯片的功耗情況則具體如表2所示。

表2 該芯片的功耗情況

由于FPGA芯片接電源與接地的引腳十分復雜，會產生噪聲和干擾，因此利用抗干擾器進行抗干擾處理。抗干擾器主要通過去耦電容的布置，在鄰近的地線與引腳間接入電容，具體為0.1μF，以實現抗干擾的作用以及交流信號的過濾[7]。

2.2 設計無線通信模塊

無線通信模塊主要由射頻芯片與無線收發器組成。其中射頻芯片選用的型號為CC2420，其具體參數如表3所示[8]。

表3 射頻芯片具體參數

該芯片具備數據包的鑒權、加密、突發傳輸、緩存以及處理功能，具體構成為串行4線設備外圍接口、串行時鐘、電路板元器件、數據發送緩沖器、數據接收緩沖器、射頻收發器。

2.3 設計USB模塊

USB模塊由接口芯片、寄存器、存儲芯片以及周邊電路構成。其中接口芯片選擇的型號為C7CY01368，該芯片內置固件程序、USB智能接口、8051增強型內核，支持其他主控芯片的控制、同步高速傳輸以及數據批量上傳，并且自帶固件框架與調試界面[10]。該芯片支持的接口方式共兩種，包括GPIF可編程與FIFO Slave兩種方式。利用芯片內置的固件程序對寄存器進行配置。C7CY01368芯片還能夠通過FIFO Slave方式與FPGA芯片相連接，具體連接方式如圖2所示。

圖2 兩種芯片具體連接方式

存儲芯片的具體型號為C6424L，主要負責進行C7CY01368芯片數據的外部存儲[11]。

周邊電路主要由時鐘、配置以及電源管理單元構成。

3 分布式大數據多信道并行控制系統軟件

3.1 設計分布式大數據多信道數據同步存儲與處理模塊

云計算環境下分布式大數據多信道并行控制系統的軟件構成為分布式大數據多信道數據存儲與處理模塊、多信道并行控制模塊[12]。

在云計算環境下設計分布式大數據多信道數據同步存儲與處理模塊，該模塊的構成為存儲數據單元與數據多路處理單元，具體由FIFO、處理數據狀態機以及管理射頻狀態機構成。模塊中的每一路數據通道分別對應一個射頻信道[13]。在分布式大數據多信道數據存儲與處理模塊的運行中，處理數據狀態機以及管理射頻狀態機的具體功能分別如表4、表5所示。

表4 處理數據狀態機的具體功能

表5 管理射頻狀態機的具體功能

3.2 設計多信道并行控制模塊

多信道并行控制模塊主要由多信道并行管理單元、信道狀態掃查單元以及生成數據流單元構成。其中信道首先對各個分布式大數據傳輸信道的狀態進行掃查，確認信道的狀態是滿還是空，以及信道傳輸分布式大數據的具體情況，接著利用多信道并行管理單元根據具體掃查結果，通過讀取使能控制對分布式大數據傳輸信道的并行進行管理，最后利用生成數據流單元對控制結果進行上傳[14]。

當信道狀態掃查單元發現分布式大數據傳輸信道中存在大量傳輸數據后，多信道并行管理單元即開始進行管理工作，首先向分布式大數據多信道數據存儲與處理模塊中的管理射頻狀態機下達指令，令其關閉使能，從而使分布式大數據傳輸信道中的數據能夠被讀取，加速數據的處理與傳輸，對數據進行管理，使分布式大數據的傳輸能夠實現多信道并行。當這些數據處理完畢后，多信道并行管理單元會重新下達指令，令其開啟使能，使信道能夠并行運行[15]。在該過程中，需要不斷進行信道的狀態掃查，發現過載信道后需要立即對其進行處理，以免影響到其他分布式大數據傳輸信道的運行，保障多個分布式大數據傳輸信道能夠時刻并行運行，避免分布式大數據傳輸中出現的傳輸錯誤與信道沖突。

多信道并行控制系統旨在不同頻率下，完成調制信號的分離和數字解調，結合星座圖以及比特流顯示結果。具體控制流程如圖3所示。

圖3 軟件實現流程圖

經過下變頻模塊，射頻信號傳輸至基帶，通過A/D轉換，將射頻信號轉換為數字信號。由于碼片速率較高，可結合高速傳輸方式將信號傳輸至FPGA模塊，在該模塊中進行高速挖掘處理。再將數據傳給主機做進一步數據化理和結果顯示。數字信道化模塊、時間同步模塊、頻率同步模塊和星座圖解映射模塊都是在FPGA上完成的。

綜上所述，通過硬件與軟件相結合實現了分布式大數據多信道并行控制。

4 實驗結果與分析

4.1 實驗環境

利用設計的云計算環境下分布式大數據多信道并行控制系統進行分布式大數據多信道并行控制實驗。實驗環境：Windows7操作系統，配置為Intel Core i3-4170CPU3.70 GHz，內存為4 GB，使用Java語言實現算法。

在搭建的實驗環境中使實驗分布式大數據傳輸信道進行分布式大數據傳輸，在傳輸過程中對其進行多信道并行控制。實驗信道共設置20個，觀察信道并行控制過程中各個實驗信道的分布式大數據信道平均傳輸速率，若速率分布的較為平均，則證明分布式大數據多信道并行控制系統的信道并行控制性能較好；反之，則證明系統的并行控制性能較差。

4.2 實驗結果分析

數據傳輸速率指單位時間內信道上所能傳輸的數據量。計算方法如下：

S=1/log2N

(1)

其中：T表示碼元傳輸速率，即每秒鐘傳輸的碼元速率，N表示一個脈沖所能表示的有效值狀態(相當于進制數)。

傳統分布式大數據多信道并行控制系統的信道并行控制性能實驗結果具體如表6所示。

表6 傳統系統的信道并行控制性能實驗結果

云計算環境下分布式大數據多信道并行控制系統的信道并行控制性能實驗結果具體如表7所示。

根據表6與表7可知，傳統分布式大數據多信道并行控制系統各個實驗信道的分布式大數據信道平均傳輸速率數據分布的上下起伏較大，而云計算環境下分布式大數據多信道并行控制系統各個實驗信道的分布式大數據信道平均傳輸速率為1.8 Mbps，分布較為均勻。也就是說云計算環境下分布式大數據多信道并行控制系統的信道并行控制性能優于傳統分布式大數據多信道并行控制系統。

由于多信道數據分布散亂，會對數據檢測造成阻礙，因而對模型方法應用前后的字段分布進行分析。

表7 本文系統的信道并行控制性能實驗結果

圖4 應用模型方法前后TTL 字段多信道數值分布

5 結束語

數字信道化接收機利用帶通濾波器組將接收信號按頻率分離，它可對時域重疊信號進行全概率測量，且具有高頻率分辨率。云計算環境下分布式大數據多信道并行控制系統實現了信道并行控制性能的提升，并且實現了分布式大數據傳輸速率的提升，然而該系統仍然存在一些微小的缺陷，日后將進一步對其進行改進。