推荐星级：

物联网数据并行传输路径预测仿真

更新时间：2019-12-12 22:44:42 大小：1M 上传用户：xiaohei1810 查看TA发布的资源 标签：物联网数据并行传输 下载积分：1分评价赚积分（如何评价?）打赏收藏评论(0) 举报

资料介绍

对物联网数据并行传输路径的预测,能够有效提高并行数据的传输效率.对物联网数据并行传输路径的选择,需要同时获取多条最优路径,制备出两种备用方案.传统方法采用自适应随机参数方法,但只能得到一条最优转换路径,导致路径预测结果不理想.提出基于小生境萤火虫算法的路径转换方法,能够得到多条最优路径,避免了算法陷入局部最优,加快了萤火虫收敛速度;两种路径切换方案的启用,解决了当前方法计算量较大的问题,适用于复杂物联网环境下的数据并行传输.实验结果证明,所提方法具有更高的效率提出的两种路径切换方案能够高速提升数据传输效率.

部分文件列表

文件名	大小
物联网数据并行传输路径预测仿真.pdf	1M

立即下载

【关注B站账户领20积分】

部分页面预览

（完整内容请下载后查看）

2018年1月

计算机仿真

第35卷第1期

文章编号：1006—9348(2018)01—0172—04

物联网数据并行传输路径预测仿真

许建国，张佳

(长江大学工程技术学院，湖北荆州434020)

摘要：对物联网数据并行传输路径的预测，能够有效提高并行数据的传输效率。对物联网数据并行传输路径的选择，需要同

时获取多条最优路径．制备出两种备用方案。传统方法采用自适应随机参数方法，但只能得到一条最优转换路径，导致路径

预测结果不理想。提出基于小生境萤火虫算法的路径转换方法，能够得到多条最优路径，避免了算法陷入局部最优，加快了

萤火虫收敛速度；两种路径切换方案的启用。解决了当前方法计算量较大的问题，适用于复杂物联网环境下的数据并行传

输。实验结果证明，所提方法具有更高的效率提出的两种路径切换方案能够高速提升数据传输效率。

关键词：物联网：数据并行传输；路径预测

中图分类号：TP391

文献标识码：B

Prediction in Internet of

Simulation of Data Parallel Transmission Path

Things

XU_{Jian—guo．ZHANG}Jia

Hubei

(Yangtze University

Technology＆Engineering，Jingzhou

434020，China)

the of

efficiency

College

transmission

path

parallel

in Internet of

can

ABSTRACT：The

things

effectively improve

prediction

transmission of data．In order to select the

transmission

in Internet of

need to obtain

things，we

parallel

path

at the SalTle time．But traditional methods use the

random

multiple optimal paths

self-adaptive

is not

parameter method，

method for

which

obtains

result of

transition

only

optimal

path．The

path prediction

satisfactory．The

path

conversion based on

Can

and

get multiple optimal paths prevent algorithms

niching firefly algorithm

proposed，which

from local

rate

the

about

amount of calculation

optimum，SO

speed up

convergence

firefly．The problem

large

current method is solved via two

handover

is suitable for

transmission under the tom-

strategies，which

simulation

path

parallel

the

plex ^{environment of Internet of}Things．From

result，we

proposed

can see that

method has effi-

higher

than traditional methods．

ciency

transmission of

KEYWORDS：Internet

things；Parallel

data；Path prediction

联网中不同的信息记录采取的传输路径多种多样。终端系统

却只能设置固定的识别一种或几种传输路径[5]。如何高效

提升物联网数据并行传输效率成为当今物联网行业的瓶颈。

当前方法通过采用萤火虫算法进行数据并行传输路径

预测，只能得到一条最优转换路径，采用自适应随机参数和

萤火虫吸光系数的方式使得萤火虫收敛速度较慢，算法陷入

局部最优，面对复杂的物联网环境计算量突增的情况．找不

到数据并行传输路径[6]。结合路径规划的特点。对萤火虫算

法进行了改进，小生境技术的引入和两种切换方案的提出。

克服了上述方法存在的问题，提出了一种基于小生境萤火虫

算法的数据并行传输路径预测方法。

引言

“传感网”在国际上的通称即为物联网，它是传感网在概

念上的一次拓展。物联网是指万物均接入到互联网中，物体

通过安装射频识别设备、红外感应设备、GPS导航设备或者

通过其它方式进行连接，然后通过各种通信网络方式接入到

互联网而形成的一种智能网络[1‘2]。用户能够通过操作手机

或者电脑对物体进行智能化管理以及相应的信息采集和统

计分析。物联网分为三层，一是底层一感知层，用来感知物联

网中的数据；二是网络层，用来进行物联网数据传输；三是上

层一内容应用层[3。]。其中物联网并行数据是传输是其核心

技术，是实现物物相连和构建物联网的基础。物联网数据并

行传输则是计算机处理的关键，计算机需要处理的并行数据

是极其庞大和复杂的，通常需要对处理对象进行传输，而物

2物联网数据并行传输路径预测原理

蚂蚁在进行物联网并行数据路径预测过程中每只蚂蚁

都会在经过的路径上留下信息素，后面的蚂蚁会根据这些留

下的信息素强弱进行路径预测。当遇到未经过的新路I=1时．

基金项目：湖北省教育厅科学研究计划指导性项目(B2017433)

收稿日期：2017—09—27修回日期：2017—10—1

．---——172．--——

万方数据

进行随机选择并留下信息素，路径上信息素的多少与路径长

短成反比关系。随着时间的增加，物联网数据并行传输路

径上的信息素不断增多，而较长路径上的信息素会不断减少

综上所述为数据并行传输路径预测原理．根据次原理完

成对物联网并行数据最优路径进行高效选择。

甚至消失。蚁群最终会找到一条最优路径，实现数据并行传

输路径预测。

物联网数据并行传输路径预测方法

3．1

基于改进萤火虫算法的数据并行传输

步骤一：采用0和1组成的矩阵代表物联网数据并行传

输的环境信息，其中0代表数据并行传输通过栅格：1代表物

联网数据并行传输路径有误(或物联网本身故障)。对物联

网数据并行传输路径节点D={0，1，，11,一1}进行初始

化。

根据物联网环境特点，建立感知层数据并行传输路径规

划模型，将萤火虫算法的目标函数设置为萤火虫的移动步

数，对萤火虫亮度和萤火虫吸引力进行了重新设计：在萤

火虫算法中，亮度较高的萤火虫会吸引亮度较低的萤火虫向

其移动靠近，由于物联网数据并行传输路径规划解的特点．

使得萤火虫移动无法采用的移动方法，提出一种新的移动方

假设m表示为蚂蚁数量；ot表示物联网数据并行传输的

信息启发因子；卢表示物联网数据并行传输路径的信息期望

启发因子．p表示物联网数据并行传输路径的蚂蚁信息素挥

发系数；Ⅳc表示蚂蚁迭代次数；鼠表示蚂蚁进行物联网数据

并行传输路径转换的禁忌表(蚂蚁k：1，2。，m所经过的

式‘

。

假设P。和P。分别表示物联网数据并行传输路径的起点

与终点；pl表示萤火虫在物联网第z步所走位置的栅格序

号。根据萤火虫算法的原理可知，每个萤火虫代表物联网数

据并行传输的其中一个解．这个解为并行数据初始传输到并

行数据终端传输所走过的所有栅格，其定义表达式为

物联网数据并行传输路径栅格点)；将眈初始化为⑦，选择

蚂蚁起始点．s和目标点E在物联网中的栅格号．并将蚁群放

置在S处。

‘5)

P={Pl，P2， Pf，一．p。}

步骤二：每只蚂蚁根据状态从物联网栅格i转移到物联

网相邻栅格i的转移概率计算表达式如下

在上式计算的基础上，对萤火虫算法的目标函数、萤火

虫亮度、萤火虫吸引力以及在物联网数据并行传输时的萤火

虫移动方式进行重新定义。

假设在物联网数据并行传输路径时第Z只萤火虫所走过

的栅格数表示为t(z)；在物联网数据并行传输路径时第，c只

萤火虫所走过的栅格数表示为t(K)，则重新定义的每只萤火

虫之间的距离计算公式如下

(1)

t(‘

，

)：

：

{

煮

噶

蔫

)u一7

们

磺(t)=1／di

(2)

(3)

C=D—B^

(6)

rk=t(f)一t(，c)

其中～d表示物联网数据并行传输初始格式所在位置栅格i

距离最终传输相邻栅格J之间的距离；叼。表示物联网数据并

行传输初始位置栅格i转换到最终传输相邻栅格j的启发程

度；下．．表示物联网数据并行传输初始格式所在位置栅格i转

物联网并行数据每传输一个信息记录为一个栅格。选取

萤火虫从物联网并行数据初始传输到终端传输经过的所有

栅格数作为代替传统的实际路径长度，设置经过的栅格数为

萤火虫目标函数，其取值越小表示物联网数据并行传输的路

径越短，绝对亮度值也就越大。这样的萤火虫目标函数设置

简化了算法运行时的计算复杂度，则物联网数据并行传输过

程中第f只萤火虫的目标函数计算表达式如下

换到最终传输相邻栅格，的信息素。

步骤三：修改物联网数据并行传输路径的蚂蚁禁忌表

BI；

步骤四：重复上述步骤二～步骤三，直到所有未退出循

(7)

这里的绝对亮度与萤火虫的目标函数成反比例相关性．

其表达式为

“Z)=t(Z)

环迭代的蚂蚁到达最终数据并行传输的终点为止，计算所有

到达最终数据并行传输终点的每只蚂蚁走过的路径长度并

进行保存：

‘8)

步骤五：更新物联网数据并行传输过程中蚂蚁释放的信

，(f)2裔2志

其中爿表示荧光虫的亮度提取比例，通常设置为常数。则重

息素r。其表达式如下

(蚂蚁矗经过编码路径(i√)’

(4)

(蚂蚁k不经过编码路径(i√))

新定义萤火虫之间的相对亮度．表达式如下

△r’：(t)：fQ儿‘

I，

(9)

k(rk)=x 羔

‘L‘，

其中。Q表示物联网数据并行传输时蚂蚁释放的信息强度

素；蚂蚁k在物联网进行数据并行传输的本次循环迭代中所

走的路径总和：

在萤火虫算法中，亮度较高的萤火虫会吸引亮度较低的

萤火虫向其移动靠近，由于物联网数据并行传输路径规划解

的特点，使得传统的萤火虫移动方法无法继续使用不，于是

提出一种新的萤火虫移动方式。

步骤六：选择蚂蚁k在物联网进行数据并行传输的本次

循环迭代中的最优路径并保存，输出数据并行传输的最优路

径．否则重复上述步骤四～步骤五。

假设P(z)={P儿，P。， P

P．。}表示物联网数据并行

一173—

万方数据

传输时的第2只萤火虫的解，对比萤火虫感光半径R内萤火

虫的绝对亮度．将所有绝对亮度大于第Z只萤火虫的组成一

个单独的萤火虫集合，在该集合内选取出相对亮度最大的萤

火虫，其余所有萤火虫都相相对亮度最大的萤火虫方向移

动。如果在萤火虫感光半径R内，不存在绝对亮度大于f的

萤火虫．则其它萤火虫不需要进行移动。

gridmap(i，j)；当前栅格的重叠度表示为6(6 N，6 2)，以

当前栅格作为数据并行传输初始格式重新计算重叠路径集

舻(i，j)中所有数据并行传输路径的剩余长度并进行排序，选

择其中路径最短的一条让萤火虫继续行进。

2)物联网数据并行传输路径的脱困切换方案

该方案是一种搜索算法，当萤火虫算法正常运行时由于

遇到传输错误或物联网出现故障点等环境改变而无法继续

行进时．本方案会被启用。脱困切换方案从当前栅格开始，

逐步搜索可行栅格集合，直到物联网并行数据全部传输为终

端可识别的传输方案停止。

假设物联网数据并行传输时的第K只萤火虫是集合内

相对亮度最大的．其解为

(10)

P(K)={Pd，P砬， p。， P。}

且

综上所述完成对物联网数据并行传输最优路劲的选择。

(11)

P』l=P。l、P口=P也、p8。Ph

根据上述计算可知，从P。的解与第f只萤火虫开始变得

不同，此时与第z只萤火虫解相同的部分保持不变，从P。以

后重新寻找并行数据终端传输的路径，如果得到的薪解优于

4实验结果分析

Visual

实验在Microsoft

Studio．NET2007平台下，基于

旧解．则选取新解代替旧解；如果相反．则旧解保持不变。

ACIS和HOOPS环境下进行，采用所提方法进行物联网数据

并行传输路径预测。

3．2

改进萤火虫算法下并行数据最优传输路径预测

在物联网数据并行传输路径预测过程中，采用改进的萤

火虫算法和两种路径切换方案进行数据并行传输的路径规

划，每一个栅格区域内所提方法路径规划作为一个线程模

块，多线程完成后，要对物联网各个区域内的并行数据进行

拼接。才能形成完整的数据并行传输路径。对物联网并行数

据进行简单的顺序拼接会使得最终的数据并行传输产生“快

的越快、慢的越慢”的情况，萤火虫种群出现“拉长”、“排队

等候”等不良效应。为了避免这一问题，实验采用随机拼接

的方式，实验构造简单和复杂物联网环境，并进行数据并行

传输路径预测。实验结果对比如图1和图2所示。

在对萤火虫算法改进的基础上，引入小生境技术fl“，形

成物联网数据并行传输路径转换的小生境种群并进行种群

之间的信息共享；为了对物联网数据并行传输的路径迸一步

寻优和在遇到传输错误或故障点时及时做出反应．提出了两

种路径切换方案用于调优和脱困。

当前方法在进行物联网数据并行传输过程中最终只能

得到一条最优路径，在实际物联网环境中很可能存在多条最

优路径，针对这一问题，引入小生境技术，具体操作步骤如

下：

1)形成物联网数据并行传输路径转换的小生境种群。

首先进行初始化设置．然后按照每只萤火虫绝对亮度的高低

进行排序，并将这些排序好的萤火虫划分成Ⅳ个子群体，形

成各个萤火虫的小生境环境。所有萤火虫在其相应的小生

境环境内不断进行迭代优化，直到不再满足迭代优化条件为

止，算法运行结束后，可以得到物联网数据并行传输的J7＼r个

最优解。

图1中黑点表示物联网可能存在的故障点；白色区域表

示物联网的自由区域；两个灰色区域分别表示并行数据初始

位置和并行数据终端位置；连线表示物联网并行数据初始为

可识别的并行数据终端所经过的路径。

图2中的白色区域表示两个灰色区域分别表示并行数

据初始到并行数据终端传输过程；连线表示物联网并行数据

初始传输为可识别的并行数据终端传输所经过的路径。蓝

色区域表示自由区域；蓝点表示物联网可能存在的故障点。

根据图1和图2可以看出，在筒单的物联网环境下．文

献[6]方法和所提方法都能够规划出一条路径来实现物联网

数据并行传输预测，但是文献[6]方法规划出的路径不是最

优路径，虽然也能实现数据并行传输．但是其在寻优过程中

必然会浪费大量的时间；在复杂的物联网环境下，文献『6]方

法虽然规划出了一条能够实现数据并行传输的路径，但是忽

略了物联网可能存在的故障点，即忽视了物联网环境的不断

变化，规划出的路径不仅不是最优路径，而且不一定能够实

现最终的数据并行传输；所提方法充分考虑了物联网的环境

变化，提出的两种路径切换方案能够对传输过程中遇到的环

境变化及时作出应对措施，且最终实现了物联网数据并行传

输的最优路径转换。

2)萤火虫小生境环境种群之间能够实现信息共享。为

了加快萤火虫算法的收敛速度．萤火虫小生境环境种群之间

可以共享信息，萤火虫小生境环境种群之间共享的信息为当

前最优解，即绝对亮度最高的萤火虫信息。将得到的Ⅳ个最

优解进行排序

(12)

P(1)，p(2)，，P(f)，，P(N—1)，P(N)

式中，排列靠前的解表示绝对亮度值最高的萤火虫，小生境

环境中中绝对亮度值较高的萤火虫会吸引绝对亮度值较小

的萤火虫，按照上述提出的新的的萤火虫移动形式，重新找

寻数据并行传输的最优路径。

为了对物联网数据并行传输的路径进一步寻优和在遇

到传输错误或故障点时及时做出反应，提出两种路径切换方

案。

1)物联网数据并行传输路径转换的调优切换方案

假设物联网数据并行传输的当前栅格表示为

表1为所提方法与文献[6]方法和所提方法没有启动路

一174一

万方数据

一次环境改变作出应变的时间为3s。

表1三种方法的性能对比结果

表l中的A、B、C分别表示所提方法、文献[6]方法和所

提方法没有启动路径切换方案的情况：Timel表示路径规划

耗时；Time2表示不同方法的运行时间；I(1)表示萤火虫的目

标函数值。

(a)基于文献[6]方法的数据并行传输

分析表l可知。采用所提方法进行物联网数据并行传输

时得到的选择路径长度最长，但是却耗时最短。这主要是因

为所提方法考虑了物联网环境变化对数据并行传输的影响．

启用了两种路径切换方案。对于方法运行时间，由于所提方

法引入了小生境技术，得到了多个最优解，缩短了寻优时间，

节约了方法时间。说明所提方法具有更高的效率。综合上

述分析．所提方法能避免搜索陷入局部最优。减小萤火虫寻

找最优路径的飞行时间，证明了所提方法能够高效解决物联

网数据并行传输路径转换问。

(b)基于所提方法的敦据并行传输

图1 简单物联网环境下的实验结果对比

5结论

所提方法通过对萤火虫算法进行改进，重新定义了萤火

虫算法的目标函数、萤火虫亮度、萤火虫吸引力以及在物联

网数据并行传输时的萤火虫移动方式，使得萤火虫算法能够

更好的应用到物联网数据并行传输路径预测问题中；由于所

提方法引入了小生境技术。能够获得多条最优路径实现数据

并行传输路径，且小生境环境能够实现萤火虫之间的信息共

享。加快了萤火虫的收敛速度，避免了算法陷入局部最优；最

后提出了两种路径预测方案分别用于调优和脱困，使得数据

并行传输时遇到物联网环境变化时能够继续执行，避免了二

次规划。

参考文献：

[1]叶林铨，祝辉，梅涛．基于伪谱法的自主泊车路径规划方法

[J]．计算机工程，2017，43(2)：33—37．

[2]徐雪松，杨胜杰，陈荣元．复杂环境移动群机器人最优路径规

划方法[J]．电子测量与仪器学报，2016，30(2)：274—282．

[3] 冷静，刘健，徐红丽．实时避碰的无人水面机器人在线路径规

划方法[J]．智能系统学报，2015，10(3)：343—348．

[4] 田维军，等．基于深度学习的无参考立体图像质量评价[J]．

计算机辅助设计与图形学学报。2016，28(6)：968—975．

[5] 刘建华，等．基于势场蚁群算法的移动机器人全局路径规划方

法[J]．农业机械学报，2015，46(9)：18—27．

图2复杂物联网环境下的实验结果对比

径切换方案情况下进行物联网数据并行传输时的性能对比。

设置物联网数据并行传输速度为20bit／s，正常情况下每遇到

[6] 闫伟，史洪玮．网络数据多信道传输路径规划方法研究[J]．

计算机仿真。2016，33(8)：284—287．

(下转第2,31页)

．--——175．--——

万方数据

迹具有较高的鲁棒性：③脚步移动灰度的变化不影响对脚步

移动弧线轨迹提取的精度。仿真证明，所提方法具有较高的

鲁棒性，且具有较好的动作概括力，为推进我国足球的发展

提供了科学的依据。

参考文献：

[1]崔邓，沈敬伟，周廷刚．一种面向移动智能手机用户轨迹停留

点提取的时空聚类算法研究[J]．西南师范大学学报(自然科

学版)，2016，41(10)：8l一87．

[2] 王苗苗，毛晓艳，魏春岭．空间移动小目标的检测算法[J]．空

间控制技术与应用，2014，40(2)：47—52．

图2所提方法移动弧线轨迹提取质量

[3]严利民，等．基于关键特征点运动轨迹的动态手势识别[J]．

光电子技术，2015，35(3)：187—190．

[4]谢建龙，等．基于PCA算法的运动员动作识别技术研究[J]．

工业控制计算机，2014，27(4)：138—139．

[5]梅健强，等．基于特征提取与跟踪的时变流体可视化系统的实

现[J]．天津职业技术师范大学学报，2015，25(2)：l一6．

[6]龚畅，等．基于状态依赖检测的视频运动目标轨迹跟踪算法

[J]．现代电子技术，2016，39(7)：51—56．

[7]林涛，刘以安．自适应蚁群算法在多目标跟踪中的应用[J]．

计算机仿真，2014，31(9)：369—373．

[8] 王旭辉，刘云猛，裴浩东．基于嵌人式图像处理平台的实时多

目标识别算法[J]．科学技术与工程，2014，14(3)：227—230．

[9]赵夫群．基于混合核函数的LSSVM网络入侵检测方法[J]．

现代电子技术，2015，38(21)：96—99．

图3文献[10]方法移动弧线轨迹提取质量

[10]温庆福，郭向东．一种新型的活动目标轨迹记录算法[J]．电

视技术，2014，38(5)：31—33．

仿真证明，所提方法具有较高的鲁棒性，且具有较好的

动作概括力．为推进我国足球的发展提供了科学的依据。

[作者简介]

张园春(1978一)，女(汉族)，甘肃静宁人，硕士，讲

师，研究方向：体育教育训练学；

5结束语

针对足球带球过人脚步移动弧线轨迹实时提取问题，提

出来了一种基于轨迹聚类的带球过人脚步移动弧线轨迹实

时提取方法。所提方法的优点可以概括为：①能够对脚步

移动弧线轨迹进行准确的提取：②提取的脚步移动弧线轨

吕宏伟(1977一)，男(汉族)，甘肃静宁人，硕士，讲

师，研究方向：体育教学与训练。

(上接第175页)

径规划方法[J]．信息与控制，2017，46(3)：296—303

[7] 郑延斌，等．基于分层强化学习及人工势场的多Agent路径规

划方法[J]．计算机应用，2015，35(12)：3491—3496．

[9] 夏春蕊，等．动态环境下基于概率模型检测的路径规划方法

[J]．计算机工程与应用，2016，52(12)：5一11．

[作者简介]

许建国(1982一)，男(汉族)，湖北仙桃人，硕士，讲

师，研究方向：计算机检测、物联网应用；

[10] 戚欣，梁伟涛，马勇．基于出租车轨迹数据的最优路径规划方

法[J]．计算机应用，2017，37(7)：2106—2113．

张佳(1983一)，男(汉族)，湖北襄阳人，硕士，副

教授，研究方向：语义网、服务计算和软件工程。

[1 1]

屈应照，胡晓辉．WSN中基于迭代局部搜索的MobileAgent路

一231—

万方数据

全部评论(0)

暂无评论

评论赚积分>>

上传资源上传优质资源有赏金

物联网数据并行传输路径预测仿真

资料介绍

部分文件列表

部分页面预览

相关下载

全部评论(0)

热门标签

最新上传

热门下载

资料专题

推荐下载

专栏首页