基于高通量計算的海量傳感器信息分析虛擬芯片平臺研究?

朱靜宜

（浙江長征職業(yè)技術(shù)學(xué)院計算機(jī)與信息技術(shù)系 杭州 310023）

基于高通量計算的海量傳感器信息分析虛擬芯片平臺研究?

朱靜宜

（浙江長征職業(yè)技術(shù)學(xué)院計算機(jī)與信息技術(shù)系 杭州 310023）

為了適合高通量應(yīng)用的需求，針對農(nóng)業(yè)物聯(lián)網(wǎng)中海量傳感器檢測信息的高通量計算分析方法，通過搭建非線性雙穩(wěn)態(tài)動力學(xué)模型并行提取多傳感器信息特征，以獲取農(nóng)業(yè)物聯(lián)網(wǎng)信息。采用非線性信號特征分析模型，最終構(gòu)建海量傳感器信息高通量計算分析虛擬芯片平臺，解決了農(nóng)業(yè)物聯(lián)網(wǎng)中海量傳感器信息計算延遲問題。

高通量；傳感器；虛擬芯片

1 引言

物聯(lián)網(wǎng)被世界公認(rèn)為是繼計算機(jī)、互聯(lián)網(wǎng)與移動通信網(wǎng)之后的世界信息產(chǎn)業(yè)第三次浪潮。它是以感知為前提，實現(xiàn)人與人、人與物、物與物全面互聯(lián)的網(wǎng)絡(luò)［1］。在這背后，則是在物體上植入各種微型芯片，用這些傳感器獲取物理世界的各種信息，再通過局部的無線網(wǎng)絡(luò)、互聯(lián)網(wǎng)、移動通信網(wǎng)等各種通信網(wǎng)路交互傳遞，從而實現(xiàn)對世界的感知［2］。農(nóng)業(yè)物聯(lián)網(wǎng)，即在大棚控制系統(tǒng)中，運用物聯(lián)網(wǎng)系統(tǒng)的溫度傳感器、濕度傳感器、pH值傳感器、光傳感器、CO2傳感器等設(shè)備，檢測環(huán)境中的溫度、相對濕度、pH值、光照強(qiáng)度、土壤養(yǎng)分、CO2濃度等物理量參數(shù)，通過各種儀器儀表實時顯示或作為自動控制的參變量參與到自動控制中，保證農(nóng)作物有一個良好的、適宜的生長環(huán)境。遠(yuǎn)程控制的實現(xiàn)使技術(shù)人員在辦公室就能對多個大棚的環(huán)境進(jìn)行監(jiān)測控制［3～4］。采用無線網(wǎng)絡(luò)來測量獲得作物生長的最佳條件，可以為溫室精準(zhǔn)調(diào)控提供科學(xué)依據(jù)，達(dá)到增產(chǎn)、改善品質(zhì)、調(diào)節(jié)生長周期、提高經(jīng)濟(jì)效益的目的［5～6］。當(dāng)前，我國農(nóng)業(yè)現(xiàn)代化進(jìn)程明顯加快，但也面臨著資源、環(huán)境與市場的多重約束，保障糧食安全、食品安全、生態(tài)安全的壓力依然存在，確保農(nóng)民穩(wěn)定增收的任務(wù)越來越重。實施區(qū)試工程，對于探索農(nóng)業(yè)物聯(lián)網(wǎng)理論研究、系統(tǒng)集成、重點領(lǐng)域、發(fā)展模式及推進(jìn)路徑，提高農(nóng)業(yè)物聯(lián)網(wǎng)理論及應(yīng)用水平，促進(jìn)農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變、農(nóng)民增收有重要意義［7～9］。

2 海量傳感器信息計算分析虛擬芯片平臺構(gòu)建

海量傳感器信息計算分析虛擬芯片平臺構(gòu)建是本文研究的重點，其架構(gòu)如圖1所示。虛擬芯片平臺設(shè)置了多傳感器信號虛擬入口，該部分主要將來自于無線網(wǎng)絡(luò)傳輸?shù)膫鞲衅餍盘枺ㄖ饕菧囟?、相對濕度、pH值、光照強(qiáng)度、土壤養(yǎng)分、CO2濃度等）經(jīng)過調(diào)理之后，變成統(tǒng)一固定格式輸入到非線性雙穩(wěn)態(tài)動力學(xué)模塊各子單元陣列中去，這樣做的好處在于使處于不同數(shù)量級的不同傳感器信號量化為統(tǒng)一的可比較范圍之內(nèi)，以便后續(xù)進(jìn)行計算分析。

圖1 海量傳感器信息計算分析虛擬芯片架構(gòu)

非線性雙穩(wěn)態(tài)動力學(xué)模塊子單元陣列是具有若干個并行非線性雙穩(wěn)態(tài)動力學(xué)模塊的結(jié)構(gòu)，每個模塊子單元的傳感器信息計算處理能力是有限的，因此我們構(gòu)想設(shè)計若干個模塊子單元并行結(jié)構(gòu)，傳感器信號實時輸入到虛擬芯片中來，根據(jù)各模塊子單元的實時工作負(fù)荷情況，在任務(wù)調(diào)度系統(tǒng)的實時干預(yù)下，優(yōu)先將傳感器信息調(diào)度至負(fù)荷較低的模塊子單元進(jìn)行計算分析，從而提高整體傳感器信息計算處理能力。任務(wù)調(diào)度系統(tǒng)主要是根據(jù)各模塊子單元的實時計算任務(wù)負(fù)載情況，優(yōu)化信息任務(wù)隊列，從而提升整體的傳感器信息處理能力，提高多傳感器信號特征數(shù)據(jù)提取的效率。

在非線性雙穩(wěn)態(tài)動力學(xué)模塊子單元實現(xiàn)多傳感器信息計算處理目標(biāo)基礎(chǔ)之上，我們得到了多傳感器的特征數(shù)據(jù)，但是由于任務(wù)調(diào)度系統(tǒng)的干預(yù)，同一節(jié)點的不同傳感器的特征自有可能不處于同一特征數(shù)據(jù)結(jié)構(gòu)單元中，因此，傳感器特征數(shù)據(jù)陣列單元的主要任務(wù)就是依據(jù)傳感器的實際物理位置歸屬，實現(xiàn)每個節(jié)點各傳感器特征信息量的重聚集，為農(nóng)業(yè)物聯(lián)網(wǎng)提供數(shù)據(jù)支撐。

傳感器特征數(shù)據(jù)配置管理單元的主要任務(wù)是量化各節(jié)點傳感器之間的相似性和差異性，在量化的基礎(chǔ)之上，實現(xiàn)被測節(jié)點實時物理狀態(tài)的大致判斷，為農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)提供決策體系支撐。

傳感器信息按需聚合、智能協(xié)同、按需輸出單元主要任務(wù)是統(tǒng)計歸納相似物理情況節(jié)點，同一類物理情況節(jié)點給予相同實時干預(yù)措施，如灌溉、施肥等等。并且該單元還要實時響應(yīng)管理客戶端提交的節(jié)點查詢請求，按照查詢的實際需求輸出相應(yīng)的節(jié)點傳感器信息和物理工況判斷，為專家決策提供及時的傳感器特征信息響應(yīng)，提高物聯(lián)網(wǎng)的使用效率。

3 非線性雙穩(wěn)態(tài)動力學(xué)虛擬模塊搭建

非線性雙穩(wěn)態(tài)動力學(xué)模型理論是1981年意大利學(xué)者Benzi等在研究地球古冰川期問題時提出的，經(jīng)過多年實驗驗證和深入研究，這個非線性動力學(xué)領(lǐng)域中的反直觀現(xiàn)象在信號處理領(lǐng)域得到長足發(fā)展［10］。該模型系統(tǒng)包含三個因素：輸入信號，雙穩(wěn)態(tài)系統(tǒng)和外噪聲源，常用在一個雙穩(wěn)態(tài)勢阱中通過周期力驅(qū)動的過阻尼布朗運動粒子來描述系統(tǒng)特性：

V(x)為非線性對稱勢函數(shù)，ξ(t)為高斯白噪聲，其自相關(guān)函數(shù)為：E[ξ ( t)ξ(0)]=2Dδ(t)，a 是輸入信號強(qiáng)度，f0是調(diào)制信號頻率，D是噪聲強(qiáng)度，μ是一個實參數(shù)：

因此式（1）可以改寫為

信噪比是表征非線性雙穩(wěn)態(tài)動力學(xué)模型特性常用的參量，我們將信噪比定義為

S(ω)是信號頻譜密度，SN(Ω)是信號頻率范圍內(nèi)的噪聲強(qiáng)度。已有許多學(xué)者對信噪比參數(shù)隨系統(tǒng)輸入?yún)?shù)變化進(jìn)行了研究［12～13］，同時該研究在傳感技術(shù)領(lǐng)域的信號檢測及特征提取研究中有著廣泛的應(yīng)用［11～16］。非線性雙穩(wěn)態(tài)動力學(xué)模型信噪比譜分析技術(shù)的關(guān)鍵性思想是在噪聲的幫助下，放大輸入的弱信號，在適合的噪聲強(qiáng)度下，系統(tǒng)輸出信噪比可達(dá)到極大值，并且轉(zhuǎn)換成信噪比譜圖，將其作為結(jié)果輸出，使特征信息得到完整表達(dá)［17］。非線性雙穩(wěn)態(tài)動力學(xué)模型信噪比分析路線圖如圖2所示。從信號處理角度出發(fā)，非線性雙穩(wěn)態(tài)動力學(xué)模型是在非線性信號傳輸過程中，通過調(diào)節(jié)外噪聲的強(qiáng)度或者系統(tǒng)其它參數(shù)，使系統(tǒng)輸出達(dá)到最佳值，實際上也可以認(rèn)為是輸入信號、非線性系統(tǒng)、噪聲的協(xié)同狀態(tài)。一般情況下，雙穩(wěn)態(tài)模型中輸入外力可被認(rèn)為是理想傳感器系統(tǒng)的信號，噪聲是檢測過程中引入的信道噪聲，而雙穩(wěn)態(tài)系統(tǒng)的輸入作為傳感器系統(tǒng)實際的檢測信號。在激勵噪聲的影響下，系統(tǒng)產(chǎn)生非線性雙穩(wěn)態(tài)動力學(xué)模型，此時輸出信號大于輸入信號，起到了信號放大的作用。同時，非線性雙穩(wěn)態(tài)動力學(xué)模型將部分檢測信號中的噪聲能量轉(zhuǎn)換到信號中去，有效的抑制了檢測信號中的噪聲量。因此，非線性雙穩(wěn)態(tài)動力學(xué)模型系統(tǒng)相當(dāng)于提高輸出信號信噪比的作用，實際中可以把信號、激勵噪聲和雙穩(wěn)態(tài)系統(tǒng)看成為一個高效信號處理器。

圖2 非線性雙穩(wěn)態(tài)動力學(xué)虛擬模塊結(jié)構(gòu)圖

4 海量傳感器信息分析虛擬芯片平臺關(guān)鍵技術(shù)研究

4.1 非線性雙穩(wěn)態(tài)動力學(xué)虛擬模塊負(fù)荷監(jiān)測技術(shù)研究

非線性雙穩(wěn)態(tài)動力學(xué)虛擬模塊任務(wù)調(diào)度系統(tǒng)的工作基礎(chǔ)是模塊負(fù)荷監(jiān)測方法，如上圖1所示。由于是虛擬化芯片平臺結(jié)構(gòu)，因此我們在虛擬結(jié)構(gòu)中著重研究虛擬模塊負(fù)荷監(jiān)測技術(shù)，在每個模塊子單元中設(shè)置虛擬芯片工作時鐘，通過工作時鐘的計數(shù)輸出實現(xiàn)對模塊子單元的工作負(fù)荷監(jiān)控，從而實現(xiàn)任務(wù)調(diào)度系統(tǒng)對全部虛擬模塊子單元的任務(wù)分解、加載和撤銷等操作，進(jìn)一步優(yōu)化多傳感器信息的計算處理效率。

4.2 多傳感器特征信息按需配置、組合及智能化輸出技術(shù)研究

傳感器信息按需聚合、智能協(xié)同、按需輸出單元主要任務(wù)是統(tǒng)計歸納相似物理情況節(jié)點，同一類物理情況節(jié)點給予相同實時干預(yù)措施，如灌溉、施肥等等。并且該單元還要實時響應(yīng)管理客戶端提交的節(jié)點查詢請求，按照查詢的實際需求輸出相應(yīng)的節(jié)點傳感器信息和物理工況判斷，為專家決策提供及時的傳感器特征信息響應(yīng)，提高物聯(lián)網(wǎng)的使用效率。

我們?yōu)槊恳粭l輸出虛擬芯片的傳感器信息定制一條頭寸信息，其中包含該傳感器所在的節(jié)點信息、傳感器的類型信息等，在經(jīng)過動態(tài)信息處理調(diào)配之后，依據(jù)這些信息仍能快速地按照節(jié)點歸屬、傳感器類型所屬等方式進(jìn)行分類智能化配置和輸出，提高了傳感器的處理效率。

4.3 基于非線性雙穩(wěn)態(tài)動力學(xué)模型的傳感器特征信息提取方法研究

傳統(tǒng)意義上的非線性雙穩(wěn)態(tài)動力學(xué)模型是采用無色噪聲誘發(fā)非線性系統(tǒng)達(dá)到共振狀態(tài)。因此，我們提出一種基于非對稱噪聲驅(qū)動的非線性雙穩(wěn)態(tài)動力學(xué)模型。無色噪聲指噪聲能量在頻率上分布是均勻。與此相反，非對稱噪聲是指噪聲的能量在某些特殊頻率上能量大，而其他則很?。ɑ蛘?），將實驗結(jié)果作為實際農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)的指導(dǎo)，有利于解決海量傳感器信息容易丟失、延遲等。非線性雙穩(wěn)態(tài)動力學(xué)模型包括三大要素：雙穩(wěn)態(tài)勢阱、輸入信號和激勵噪聲，參數(shù)數(shù)量眾多并且相互之間具有依賴關(guān)系，因此通過理論模型研究，探索非線性雙穩(wěn)態(tài)動力學(xué)模型影響較大的若干參數(shù)，作為可調(diào)參數(shù)，而其它參數(shù)設(shè)定為固定值。這樣就極大地簡化了系統(tǒng)參數(shù)的選擇問題，著重探討若干個重要參數(shù)的選值，配合非對稱噪聲激勵系統(tǒng)，提升模型的共振效率。

5 結(jié)語

本文提出一種針對農(nóng)業(yè)物聯(lián)網(wǎng)中海量傳感器檢測信息的高通量計算分析方法，為了適應(yīng)高通量信息計算的要求，同時滿足可擴(kuò)展、高效能和高可靠性等特點，采用非線性信號特征分析模型，構(gòu)建傳感器信息高通量計算分析虛擬芯片平臺。另外，在虛擬芯片體系結(jié)構(gòu)的片上資源管理方面，提出并實現(xiàn)了用于高通量計算的新思想和方法。最終形成的可擴(kuò)展、高效能、高可靠的高通量處理虛擬芯片，著力解決農(nóng)業(yè)物聯(lián)網(wǎng)中海量傳感器信息計算延遲問題，為農(nóng)業(yè)物聯(lián)網(wǎng)的發(fā)展提供技術(shù)體系支撐。

［1］Ballou，R.H.，Gilbert，S.M.，Mukherjee，A.New mana?gerial challenges fromsupply chain opportunities.Industri?al Marketing Management，2000，29（1）：7-18.

［2］Brooks Jr，F(xiàn).P.What's real about virtual reality？Comput?er Graphics andApplications，IEEE，1999，19（6）：16-27.

［3］Carmigniani，J.，F(xiàn)urht，B.，Anisetti，M.，Ceravolo，P.，Damiani，E.，Ivkovic， M.Augmented reality technolo?gies，systems and applications.Multimedia Toolsand Ap?plications，2011，51（1）：341-377.

［4］Chandrashekar，A.，Schary，P.B.Toward the virtual sup?ply chain：theconvergence of IT and organization.Interna?tional Journal of LogisticsManagement，1999，10 （2）：27-40.

［5］Clarke，M.P.Virtual logistics：an introduction and over?view of the concepts.International Journal of Physical Dis?tribution and Logistics Management，1998，28 （7）：486-507.

［6］ Cooper，M.C.，Ellram，L.M.Characteristics of supply chain management andthe implications for purchasing and logistics strategy.International Journal ofLogistics Manage?ment，1993，4（2）：13-24.

［7］ Crowston，K.，Sieber，S.，Wynn，E.，Crowston，K.，Sieber，S.Virtuality andVirtualization.Springer，Boston，pp.2007，1-7.

［8］ Davenport，T.H.，Short，J.E.The new industrial-engi?neering-informationtechnology and business process rede?sign.Sloan Management Review，1990，31（4）：11-27.

［9］ Day，G.S.The capabilities of market-driven organiza?tions.Journal ofMarketing，1994，58（4）：37-52.

［10］Lee，H.L.，Whang，S.J.Information sharing in a supply chain.InternationalJournal of Technology Management，2000，20（3-4）：373-387.

［11］Li，G.，Lin，Y.，Wang，S.，Yan，H.Enhancing agility by timely sharing of supplyinformation.Supply［］Chain Management：An International Journal，2007，12（2）：139-149.

［12］Lu，S.C.Y.，Shpitalni，M.，Gadh，R.Virtual and aug?mented reality technologiesfor product realization.CIRP Annals-ManufacturingTechnology，1999，48 （2）：471-495.

［13］Ma，H.D.Internet of Things：objectives and scientific challenges.Journal ofComputer Science and Technology，2011，26（6）：919-924.

［14］Wu C，Du L，Wang D，Zhao L，Wang P.A biomimetic olfactory-based biosensor with high efficiency immobili?zation of molecular detectors［J］.Biosensors and Bioelec?tronics，2012，31：44-48.

［15］Benzi R，Sutera A，Vulpiana A.The mechanism of sto?chastic resonance，J Phys A.1981，14：L453-L456.

［16］L Gammaitoni，P Hanggi.Stochastic resonance［J］.Re?views of Modern Physics，1998，71：223-287.

［17］T.Wellens，V.Shatokhin，A.Buchleitner.Stochastic resonance，Report on Progress in Physics，2004，67（1）：45-105.

Research on Massive Sensor Information Analysis Virtual Chip Platform Based on High-throughput Computing

ZHU Jingyi
（Department of Computer and Information Technology，Zhejiang Changzheng Vocational&Technical College，Hangzhou 310023）

In order to meet the needs of the application for high-throughput，high-throughput mass sensors in agricultural IOT detection information analysis method，through setting up nonlinear bistable dynamics model of parallel multi sensor informa?tion extraction features，to get information of agricultural IOT.The nonlinear signal characteristic analysis model is used to build a high throughput computing and analysis virtual chip platform for mass sensor information，which solves the problem of computing de?lay of massive sensor information in agricultural internet of things.

high-throughput，sensor，virtual chip

Class Number TP311

TP311

10.3969/j.issn.1672-9722.2017.12.033

2017年6月10日，

2017年7月29日

2016年度浙江省公益技術(shù)應(yīng)用研究計劃項目“農(nóng)業(yè)物聯(lián)網(wǎng)中多傳感器信息高通量計算關(guān)鍵技術(shù)研究”（編號：2016C31058）；國家自然科學(xué)基金項目“基于多收縮系數(shù)的參數(shù)估計自適應(yīng)算法在無線傳感器系統(tǒng)中的研究”（編號：61503339）資助。

朱靜宜，女，碩士，副教授，研究方向：無線傳感網(wǎng)絡(luò)，物聯(lián)網(wǎng)。