丁姝郁+白靜芳

摘 要： 針對(duì)傳統(tǒng)存儲(chǔ)方法一直存在存儲(chǔ)時(shí)間長(zhǎng)、效率低的問題，提出一種大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法。該方法首先對(duì)網(wǎng)絡(luò)信息高速緩沖方式進(jìn)行設(shè)計(jì)，對(duì)網(wǎng)絡(luò)信息文件緩沖模塊結(jié)構(gòu)以及網(wǎng)絡(luò)信息文件緩沖管理方法進(jìn)行承接處理，保證海量數(shù)據(jù)的快速緩存，為網(wǎng)絡(luò)信息的快速存儲(chǔ)做了充足準(zhǔn)備。為了保證設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法的有效性，設(shè)計(jì)仿真模擬實(shí)驗(yàn)，把設(shè)計(jì)的方法與傳統(tǒng)方法相比較，最終證明了設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法能夠快速的對(duì)網(wǎng)絡(luò)信息進(jìn)行存儲(chǔ)。

關(guān)鍵詞： 大型無(wú)線傳感網(wǎng)絡(luò)； 信息快速存儲(chǔ)； 數(shù)據(jù)模型； 高速緩沖

中圖分類號(hào)： TN915?34； TP311 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）24?0065?03

Abstract： In view of the problems of long storage time and low efficiency in traditional storage methods， a fast storage method of large wireless sensor network information is proposed. In this method， the fast buffer way of network information is designed， the undertaking processing for buffer module structure and buffer management method of network information files is performed to guarantee the huge amounts of data caching， and made sufficient preparation for caching of network information. In order to ensure the effectiveness of the fast storage method for large?scale wireless sensor network information， a simulation experiment is designed. The method designed in this paper is compared with the traditional method. The comparison result proves that the designed fast information storage method of large?scale wireless sensor network can store the network information quickly.

Keywords： large wireless sensor network； quick information storage； data model； high?speed buffer

0 引 言

信息快速發(fā)展，大量數(shù)據(jù)信息在無(wú)線傳感器網(wǎng)絡(luò)中都提供數(shù)據(jù)下載功能，而在上行傳送的數(shù)據(jù)為主的文件儲(chǔ)存服務(wù)中，由于用戶的上傳和下載數(shù)據(jù)終端都帶有痕跡預(yù)留，數(shù)據(jù)往往需要進(jìn)行快速存儲(chǔ)。由于多個(gè)用戶共享網(wǎng)絡(luò)數(shù)據(jù)庫(kù)，多個(gè)上行下載傳送數(shù)據(jù)流同時(shí)通過服務(wù)器，所能獲取的數(shù)據(jù)都是比較零散而且不集中，導(dǎo)致每次存儲(chǔ)數(shù)據(jù)量小，消耗時(shí)間長(zhǎng)[1]。針對(duì)上述問題，重新設(shè)計(jì)無(wú)限傳感網(wǎng)絡(luò)信息高速緩沖方式，并且對(duì)網(wǎng)絡(luò)信息文件緩沖模塊結(jié)構(gòu)以及網(wǎng)絡(luò)信息文件緩沖管理方法進(jìn)行承接處理。網(wǎng)絡(luò)信息快速存儲(chǔ)的實(shí)現(xiàn)是利用數(shù)據(jù)模型來有效完成的，經(jīng)過上述的文件處理能夠在數(shù)據(jù)模型中以最快的方式進(jìn)行標(biāo)準(zhǔn)化存儲(chǔ)。

1 網(wǎng)絡(luò)信息高速緩沖方法設(shè)計(jì)

1.1 網(wǎng)絡(luò)信息緩沖模塊結(jié)構(gòu)

存儲(chǔ)服務(wù)器一般結(jié)構(gòu)流程為，客戶端經(jīng)過互聯(lián)網(wǎng)連接文件服務(wù)器，最后由文件儲(chǔ)存器來進(jìn)行儲(chǔ)存?zhèn)浞莶僮?，這是影響文件服務(wù)器性能的重點(diǎn)[2]。高速緩存模塊就在存儲(chǔ)層實(shí)現(xiàn)，實(shí)現(xiàn)過程如下：

式中：是網(wǎng)絡(luò)速度動(dòng)態(tài)；表示上行下載數(shù)據(jù)流所需要的時(shí)間總和。根據(jù)網(wǎng)絡(luò)速度動(dòng)態(tài)進(jìn)行文件緩存的視差函數(shù)配準(zhǔn)，利用適應(yīng)量化方法進(jìn)行緩存過程的承接處理[3]，得到模塊匹配后的數(shù)據(jù)輸出為：

式中：為模塊器件采樣與緩存參數(shù)更新周期；為數(shù)據(jù)部分信息分布紋理集；為局部方差。

將需要儲(chǔ)存的無(wú)線網(wǎng)絡(luò)傳感文件分成n塊互不重疊的部分，根據(jù)Ray?Casting結(jié)構(gòu)圖像承接得到的文件數(shù)據(jù)的云端儲(chǔ)存?zhèn)浞菥钟騕4]。文件緩沖管理需要限制上行傳送帶寬、儲(chǔ)存系統(tǒng)性能、內(nèi)存大小等條件。對(duì)于大量的云端儲(chǔ)存?zhèn)浞輸?shù)據(jù)流，要充分發(fā)揮儲(chǔ)存的優(yōu)越性能，就要綜合考慮上述因素條件，對(duì)操作進(jìn)行承接運(yùn)行：

式中：為上行傳送數(shù)據(jù)速率的微積分；為加載到緩沖塊內(nèi)的偏移量。使用本文設(shè)計(jì)網(wǎng)絡(luò)信息文件緩沖模塊結(jié)構(gòu)，對(duì)其進(jìn)行承接處理，保證了海量數(shù)據(jù)快速緩存。

1.2 網(wǎng)絡(luò)信息緩沖管理方式設(shè)計(jì)

在操作多個(gè)文件的同時(shí)，緩沖系統(tǒng)的目的就是減少文件轉(zhuǎn)換次數(shù)，因此就需要對(duì)網(wǎng)絡(luò)信息文件緩沖管理方法也同樣進(jìn)行承接處理[5]，使盡量多的網(wǎng)絡(luò)信息文件在數(shù)據(jù)庫(kù)中，不但能減少上行下載操作頻率，而且還能提高運(yùn)行連續(xù)度。緩沖系統(tǒng)以模塊為單位，對(duì)每個(gè)緩沖操作文件分別申請(qǐng)獨(dú)立塊，上行下載存儲(chǔ)系統(tǒng)也以塊為單位，在上行時(shí)，載入整個(gè)塊，然后重新載入一個(gè)塊數(shù)據(jù)到磁盤[6]；下載時(shí)，先緩存到緩沖塊中，存滿一塊之后再將整塊數(shù)據(jù)載入內(nèi)存：

在網(wǎng)絡(luò)信息高速緩沖方式設(shè)計(jì)中，承接處理網(wǎng)絡(luò)信息文件緩沖模塊結(jié)構(gòu)和網(wǎng)絡(luò)信息文件緩沖管理方法，保證了在海量數(shù)據(jù)的快速緩存，為網(wǎng)絡(luò)信息的快速存儲(chǔ)做了充足準(zhǔn)備。

2 網(wǎng)絡(luò)信息快速存儲(chǔ)實(shí)現(xiàn)endprint

2.1 數(shù)據(jù)層模型建立

本文建立的數(shù)據(jù)模型，根據(jù)數(shù)據(jù)上行速率，能夠捕捉到解讀文件數(shù)據(jù)偏移度。為了糾偏和優(yōu)化，運(yùn)算公式如下：

2.2 完成快速存儲(chǔ)

首先對(duì)數(shù)據(jù)模型的控制參量進(jìn)行標(biāo)準(zhǔn)匹配，過程如下：

式中：表示設(shè)定的數(shù)據(jù)轄區(qū)；表示網(wǎng)絡(luò)數(shù)據(jù)的快速存儲(chǔ)能力；表示數(shù)據(jù)自身的匹配度。在數(shù)據(jù)模型誤差補(bǔ)償技術(shù)下，得到模型的邊緣特征提取結(jié)果為：

式中：表示數(shù)據(jù)能夠承接存儲(chǔ)數(shù)據(jù)模型的能力。使用建立的數(shù)據(jù)模型進(jìn)行數(shù)據(jù)的快速分配，其分配過程如下：

當(dāng)K=1時(shí)，儲(chǔ)存數(shù)據(jù)目標(biāo)模型的檢測(cè)參數(shù)由t決定，使數(shù)字濾波和數(shù)據(jù)模型相匹配，模型的節(jié)點(diǎn)層會(huì)逐漸擴(kuò)展成2×2的模塊，實(shí)現(xiàn)了數(shù)據(jù)模型誤差下的快速儲(chǔ)存，經(jīng)過分配的數(shù)據(jù)需要進(jìn)行一定的標(biāo)記，這樣方便在選用或者提取過程中能夠快速的調(diào)用，過程如下：

3 仿真實(shí)驗(yàn)分析

3.1 參數(shù)設(shè)定

為了保證本文設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法的有效性，對(duì)一些常用參數(shù)進(jìn)行設(shè)置，系統(tǒng)阻尼值u在[0.707，1.887]內(nèi)，水平精準(zhǔn)調(diào)節(jié)時(shí)間T小于150 s。本文設(shè)計(jì)的快速存儲(chǔ)方法在導(dǎo)入、分配以及存儲(chǔ)等使用設(shè)置上進(jìn)行一定的配比，相關(guān)的比例關(guān)系如圖1所示。

3.2 快速儲(chǔ)存誤差調(diào)節(jié)

參考數(shù)據(jù)如表1所示。

根據(jù)上述的轄區(qū)設(shè)定以及緩沖限定進(jìn)行試驗(yàn)。

3.3 結(jié)果對(duì)比分析

由圖2結(jié)果得知，本文設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法，在進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)的存儲(chǔ)過程中，其數(shù)據(jù)信息的存儲(chǔ)時(shí)間明顯要小于傳統(tǒng)方法，本文設(shè)計(jì)的方法能夠更加快速地對(duì)網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行存儲(chǔ)。

分析圖3結(jié)果得知，本文設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法，能夠在網(wǎng)絡(luò)中進(jìn)行快速存儲(chǔ)的同時(shí)還能夠保證系統(tǒng)較高的魯棒性。魯棒性是衡量系統(tǒng)穩(wěn)定性的重要數(shù)據(jù)指標(biāo)之一。

4 結(jié) 語(yǔ)

本文提出的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法，對(duì)網(wǎng)絡(luò)信息高速緩沖方式進(jìn)行設(shè)計(jì)，并且對(duì)網(wǎng)絡(luò)信息文件緩沖模塊結(jié)構(gòu)以及網(wǎng)絡(luò)信息文件緩沖管理方法進(jìn)行了承接處理優(yōu)化，保證了在海量數(shù)據(jù)的快速緩存。通過建立數(shù)據(jù)模型，經(jīng)過承接處理優(yōu)化的數(shù)據(jù)能夠在數(shù)據(jù)模型中以最快的方式進(jìn)行標(biāo)準(zhǔn)化存儲(chǔ)。為了保證設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法的有效性，設(shè)計(jì)了對(duì)應(yīng)的仿真實(shí)驗(yàn)，把設(shè)計(jì)的方法與傳統(tǒng)方法相比較，最終證明了設(shè)計(jì)的大型無(wú)線傳感網(wǎng)絡(luò)信息快速存儲(chǔ)方法能夠快速地對(duì)網(wǎng)絡(luò)信息進(jìn)行存儲(chǔ)。希望通過本文的研究能夠?yàn)闊o(wú)線傳感網(wǎng)絡(luò)的信息快速存儲(chǔ)提供良好的使用方法。

參考文獻(xiàn)

[1] 彭蕾，呂敬祥，劉秋平.大規(guī)模無(wú)線傳感網(wǎng)絡(luò)的混合LEACH協(xié)議研究[J].傳感技術(shù)學(xué)報(bào)，2016，29（11）：1737?1741.

[2] 張巍，史興燕，崔茂齊.基于加密編碼矢量的農(nóng)業(yè)無(wú)線傳感網(wǎng)數(shù)據(jù)安全存儲(chǔ)方法[J].計(jì)算機(jī)科學(xué)，2015（z）：381?385.

[3] SAFA H. A novel localization algorithm for large scale wireless sensor networks [J]. Computer communications， 2014， 45（3）： 32?46.

[4] ALY S A， YOUSSEF M， DARWISH H S， et al. Distributed flooding?based storage algorithms for large?scale wireless sensor networks [C]// Proceedings of the 2009 IEEE International Conference on Communications. Dresden， Germany： IEEE Press， 2009： 346?350.

[5] HAGHPANAHI M， KALANTARI M， SHAYMAN M. Topology control in large?scale wireless sensor networks： Between information source and sink [J]. Ad hoc networks， 2013， 11（3）： 975?990.

[6] 彭蕾，呂敬祥，劉秋平.大規(guī)模無(wú)線傳感網(wǎng)絡(luò)的混合LEACH協(xié)議研究[J].傳感技術(shù)學(xué)報(bào)，2016，29（11）：1737?1741.

[7] 姬建新.無(wú)線傳感網(wǎng)絡(luò)最大功率點(diǎn)跟蹤技術(shù)研究[J].計(jì)算機(jī)仿真，2016，33（4）：332?335.endprint