肖 峰

（安徽職業(yè)技術(shù)學(xué)院，安徽 合肥 230031）

引言

隨著正交調(diào)制通信技術(shù)的快速發(fā)展，采用正交調(diào)制通信網(wǎng)絡(luò)實現(xiàn)數(shù)據(jù)傳輸成為未來大數(shù)據(jù)信息傳輸和調(diào)度的重要方式[1]。研究正交調(diào)制通信網(wǎng)絡(luò)信息優(yōu)化存儲方法，構(gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息的大數(shù)據(jù)分布數(shù)據(jù)庫，通過模糊信息調(diào)度和壓縮空間分布式設(shè)計的方法，提高正交調(diào)制通信網(wǎng)絡(luò)信息的存儲和數(shù)據(jù)傳輸能力，研究正交調(diào)制通信網(wǎng)絡(luò)信息的優(yōu)化存儲方法在網(wǎng)絡(luò)信息傳輸調(diào)度和數(shù)據(jù)庫設(shè)計中具有重要意義[2]。

對正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存設(shè)計是建立在對網(wǎng)絡(luò)通信信息傳輸和大數(shù)據(jù)融合處理基礎(chǔ)上，結(jié)合正交調(diào)制控制方法，構(gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的數(shù)據(jù)空間分布結(jié)構(gòu)模型，提高數(shù)據(jù)的檢測和信息融合能力[3]。傳統(tǒng)方法中，對正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存方法主要有基于相似度特征分析的正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存方法、基于相空間重構(gòu)的正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存方法以及基于模糊特征參數(shù)融合的正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存方法等[4-7]，通過對正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存設(shè)計，結(jié)合大數(shù)據(jù)信息融合技術(shù)，實現(xiàn)對正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存，但傳統(tǒng)方法進(jìn)行正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存設(shè)計的輸出穩(wěn)定性不好，存儲效率低。針對上述問題，本文提出基于XML技術(shù)的通信網(wǎng)絡(luò)信息超高密度儲存方法。首先構(gòu)建通信網(wǎng)絡(luò)的無網(wǎng)格稀疏特征表示模型，結(jié)合對正交調(diào)制通信網(wǎng)絡(luò)信息的多維重構(gòu)和參數(shù)融合結(jié)果進(jìn)行稀疏表達(dá)，構(gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息儲存的網(wǎng)格分塊結(jié)構(gòu)模型，采用XML技術(shù)實現(xiàn)對通信網(wǎng)絡(luò)信息超高密度的儲存和優(yōu)化調(diào)度，提高通信網(wǎng)絡(luò)信息的存儲密度。最后進(jìn)行仿真測試分析，展示本文方法在提高通信網(wǎng)絡(luò)信息超高密度儲存能力方面的優(yōu)越性能。

1 通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)分析和數(shù)據(jù)檢測

1.1 通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)分析

為實現(xiàn)基于XML技術(shù)的通信網(wǎng)絡(luò)信息超高密度儲存設(shè)計，采用超級節(jié)點(diǎn)內(nèi)緊密劃分控制方法，進(jìn)行通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)的網(wǎng)格分塊化融合聚類處理，構(gòu)建通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)的分塊參數(shù)匹配集，通過指向性的鏈接控制方法，構(gòu)建通信網(wǎng)絡(luò)信息存儲鏈路分布集，得到通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)的節(jié)點(diǎn)分布模型如圖1所示。

圖1 通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)的節(jié)點(diǎn)分布模型

根據(jù)圖1所示的正交調(diào)制通信網(wǎng)絡(luò)信息的節(jié)點(diǎn)分布yi，得到每個塊的信息增量表示為y?i，通過空間匹配和融合分析，得到正交調(diào)制的信道分布為：

其中，l表示輸入統(tǒng)計量?；趬K結(jié)構(gòu)劃分的方法，構(gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息融合和檢測統(tǒng)計特征量，通過構(gòu)建URL與數(shù)字的映射關(guān)系[8]，得到通信網(wǎng)絡(luò)信息超高密度儲存的輸出穩(wěn)態(tài)特征解為：

其中，Ω(φ)表示是損失函數(shù)。根據(jù)上述分析，構(gòu)建了通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)和節(jié)點(diǎn)分布模型。

1.2 通信網(wǎng)絡(luò)信息特征檢測

構(gòu)建通信網(wǎng)絡(luò)的無網(wǎng)格稀疏特征表示模型，提取正交調(diào)制通信網(wǎng)絡(luò)信息的離散化分布序列特征量[9]：

其中，K是節(jié)點(diǎn)的總數(shù)，fk(T)表示正交調(diào)制通信網(wǎng)絡(luò)信息融合的統(tǒng)計二值分量。采用模糊解析和參數(shù)融合，得到正交調(diào)制通信網(wǎng)絡(luò)信息的耦合特征量，通過多維空間辨識，分析正交調(diào)制通信網(wǎng)絡(luò)信息狀態(tài)參數(shù)，得到正交調(diào)制通信網(wǎng)絡(luò)信息的耦合特征分布關(guān)聯(lián)矩陣為：

其中，dk表示耦合系數(shù)。根據(jù)高次統(tǒng)計特征量檢測的方法，構(gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息參數(shù)的多維分布集，表示為，根據(jù)廣義反饋和誤差補(bǔ)償?shù)姆椒?，?gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息輸出的模糊度特征匹配系數(shù)為：

其中，[τis(t)]表示一個周期內(nèi)正交調(diào)制通信網(wǎng)絡(luò)信息的調(diào)度頻率，λi表示繞正交調(diào)制通信網(wǎng)絡(luò)信息自適應(yīng)存儲空間融合的匹配特征量。采用分區(qū)域調(diào)度方法，得到正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的慣性融合特征量滿足：

通過單次辨識和多維密度重組，得到正交調(diào)制通信網(wǎng)絡(luò)信息的模板匹配函數(shù)。根據(jù)上述分析，結(jié)合對正交調(diào)制通信網(wǎng)絡(luò)信息的多維重構(gòu)和參數(shù)融合結(jié)果進(jìn)行稀疏表達(dá)，構(gòu)建正交調(diào)制通信網(wǎng)絡(luò)信息儲存的網(wǎng)格分塊結(jié)構(gòu)模型，實現(xiàn)數(shù)據(jù)存儲優(yōu)化控制[10]。

2 通信網(wǎng)絡(luò)信息超高密度儲存優(yōu)化

2.1 通信網(wǎng)絡(luò)信息存儲結(jié)構(gòu)壓縮

通過離散化空時平面的網(wǎng)格點(diǎn)分布存儲的方法實現(xiàn)對正交調(diào)制通信網(wǎng)絡(luò)信息表達(dá)和調(diào)制解調(diào)處理[11]，得到正交調(diào)制通信網(wǎng)絡(luò)信息高密度存儲的自適應(yīng)調(diào)節(jié)方程表示如下：

采用分段辨識的方法，得到正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的連續(xù)狀態(tài)分布函數(shù)為u:I×IRd→IR，正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的空間分布置信度為：(c1+c2)eλt，正交調(diào)制通信網(wǎng)絡(luò)信息的高密度存儲的目標(biāo)函數(shù)為：

結(jié)合模糊解析控制，得到正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存單位的回歸分析向量解集{xk}，通過模糊C均值聚類[12]，得到在正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存中心的聚類特征點(diǎn)，在點(diǎn)得到正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的模板特征辨識度函數(shù)為：

其中，μ表示正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存空間的對應(yīng)正態(tài)分布權(quán)重參數(shù)，Ci(i=1,2,…,n)為子空間壓縮當(dāng)量。正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的網(wǎng)格分塊模板匹配式為：

其中，vs表示正交調(diào)制通信網(wǎng)絡(luò)信息壓縮的尺度變換性，采用邊界條件得到特征壓縮的凸子集：

其中，ρ1表示正交調(diào)制通信網(wǎng)絡(luò)信息融合的密度。根據(jù)對正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的特征壓縮處理，提高存儲的效能。

2.2 通信網(wǎng)絡(luò)信息超高密度儲存空間優(yōu)化

通過離散化空時平面的網(wǎng)格點(diǎn)分布存儲的方法實現(xiàn)對正交調(diào)制通信網(wǎng)絡(luò)信息表達(dá)和調(diào)制解調(diào)處理，采用XML技術(shù)實現(xiàn)對通信網(wǎng)絡(luò)信息超高密度的儲存和優(yōu)化調(diào)度[13]，通信網(wǎng)絡(luò)信息超高密度分布的離散時間序列為，采用離散序列特征調(diào)度，在節(jié)點(diǎn)所鏈接網(wǎng)頁中，通過置信度參數(shù)估計，得到正交調(diào)制通信網(wǎng)絡(luò)信息存儲的分布域為：

其中，αk為正交調(diào)制通信網(wǎng)絡(luò)信息分布的模糊指向性時間序列，V為非線性融合慣性參數(shù)集，在隨機(jī)分布特征空間，得到狀態(tài)參數(shù)滿足，通過隨機(jī)時間序列重組，得到正交調(diào)制通信網(wǎng)絡(luò)信息的線性擬合輸出為yk，得到正交調(diào)制通信網(wǎng)絡(luò)信息存儲的優(yōu)化目標(biāo)指向度函數(shù)為：

其中，ρ2表示正交調(diào)制通信網(wǎng)絡(luò)信息儲存空間密度。在正交調(diào)制通信網(wǎng)絡(luò)信息的優(yōu)化采樣間隔下，采用多維空間重構(gòu)和統(tǒng)計特征分析[14，15]，得到輸出的存儲結(jié)構(gòu)空間融合的高階矩滿足X=XT≥0，Y=YT≥0，存儲空間壓縮滿足以下收斂條件：

（3）令xn+1=μxn(1-xn)是一個正交調(diào)制通信網(wǎng)絡(luò)信息融合的共軛特征解，對數(shù)據(jù)進(jìn)行篩選控制，提高存儲的空間密度，根據(jù)特征分解收斂控制條件，其中k=1,2,…,L，采用XML技術(shù)實現(xiàn)對通信網(wǎng)絡(luò)信息超高密度的儲存和優(yōu)化調(diào)度，采用特征空間壓縮方法，實現(xiàn)存儲結(jié)構(gòu)優(yōu)化。實現(xiàn)流程如圖2所示。

圖2 XML系統(tǒng)數(shù)據(jù)流程圖

3 仿真實驗與結(jié)果分析

為了驗證本文方法在實現(xiàn)正交調(diào)制通信網(wǎng)絡(luò)信息存儲優(yōu)化的應(yīng)用性能，進(jìn)行仿真測試中，通過dsdgen程序生成了3 414 MB大小的ITEM表。取正交調(diào)制通信網(wǎng)絡(luò)信息的連續(xù)采樣長度為1 200，等間隔采樣的帶寬為12.8 dB，特征值分解的系數(shù)為0.35，存儲空間的擾動為-10 dB，迭代步數(shù)為100，根據(jù)上述參數(shù)設(shè)定，進(jìn)行正交調(diào)制通信網(wǎng)絡(luò)信息存儲仿真，得到通信網(wǎng)絡(luò)信息的歸一化頻譜參數(shù)采集結(jié)果如圖3所示。

圖3 通信網(wǎng)絡(luò)信息的歸一化頻譜

以圖3數(shù)據(jù)為測試對象，進(jìn)行數(shù)據(jù)存儲結(jié)構(gòu)優(yōu)化設(shè)計，得到信息壓縮輸出如圖4所示。

圖4 通信網(wǎng)絡(luò)信息壓縮輸出的頻譜

分析圖4得知，采用本文方法進(jìn)行正交調(diào)制通信網(wǎng)絡(luò)信息存儲設(shè)計，通過信息壓縮，提高了數(shù)據(jù)存儲的密度，實現(xiàn)對信息的超高密度存儲。

在上述實驗選定數(shù)據(jù)上將各不同壓縮方法在壓縮率和壓縮時間方面進(jìn)行了比較，測試算法效能，對比結(jié)果如圖5所示。

圖5 效能測試

分析圖5（a）可知，采用本文方法進(jìn)行正交調(diào)制通信網(wǎng)絡(luò)信息存儲，在提高了存儲空間密度的同時，降低了執(zhí)行時間。分析圖5（b）可知，本文提出的方法在各列的壓縮效果比其他4種策略都要好，壓縮率達(dá)到了原數(shù)據(jù)的20%左右，有效提高正交調(diào)制通信網(wǎng)絡(luò)信息存儲的效率。

4 結(jié)語

通過模糊信息調(diào)度和壓縮空間分布式設(shè)計的方法，提高正交調(diào)制通信網(wǎng)絡(luò)信息的存儲和數(shù)據(jù)傳輸能力，本文提出基于XML技術(shù)的通信網(wǎng)絡(luò)信息超高密度儲存方法。根據(jù)對正交調(diào)制通信網(wǎng)絡(luò)信息超高密度儲存的特征壓縮處理，提高存儲的效能。采用XML技術(shù)實現(xiàn)對通信網(wǎng)絡(luò)信息超高密度的儲存和優(yōu)化調(diào)度，提高數(shù)據(jù)壓縮的存儲效能。研究得知，本文方法進(jìn)行正交調(diào)制通信網(wǎng)絡(luò)信息存儲的輸出密度較高，存儲效能較好。