基于物聯(lián)網(wǎng)技術(shù)的異構(gòu)集群動態(tài)負(fù)載均衡算法

李 娟

(陜西學(xué)前師范學(xué)院信息工程學(xué)院，陜西 西安 710100)

0 引 言

當(dāng)集群系統(tǒng)中處理機(jī)具有不同計算速度、通信能力和存儲容量，或者數(shù)據(jù)存在局部性問題時，該集群就不再是同構(gòu)集群，而為異構(gòu)集群。隨著通信技術(shù)的發(fā)展，采用異構(gòu)集群通信進(jìn)行大數(shù)據(jù)傳輸和負(fù)載調(diào)度能夠有效提高數(shù)據(jù)傳輸?shù)目煽啃院桶踩訹1]。然而，在采用異構(gòu)集群進(jìn)行信息傳輸?shù)倪^程中，由于受到網(wǎng)絡(luò)通信信道的多徑特征干擾，易導(dǎo)致異構(gòu)集群負(fù)載均衡調(diào)度能力不好。因此，需設(shè)計異構(gòu)集群的負(fù)載均衡控制過程，進(jìn)一步提高異構(gòu)集群的負(fù)載均衡性?；诖耍嚓P(guān)的異構(gòu)集群負(fù)載均衡算法的研究成果受到人們的極大關(guān)注。

目前，已有相關(guān)學(xué)者設(shè)計了相對成熟的負(fù)載均衡算法，如基于Nginx負(fù)載均衡的動態(tài)分配技術(shù)[2]和數(shù)據(jù)集群系統(tǒng)多指標(biāo)動態(tài)負(fù)載均衡技術(shù)[3]。此外，邰瀅瀅等人[4]提出了基于改進(jìn)權(quán)重的動態(tài)負(fù)載平衡算法，根據(jù)D-S證據(jù)理論，將影響集群性能的因素作為判斷條件，利用歷史數(shù)據(jù)與閾值間的差值計算指標(biāo)權(quán)重，并構(gòu)建基本信任函數(shù)，根據(jù)不同判斷條件下的信任函數(shù)，結(jié)合負(fù)載合成規(guī)則實現(xiàn)深層融合完成對集群動態(tài)負(fù)載的平衡。王釗等人[5]提出了流媒體集群動態(tài)負(fù)載均衡調(diào)度算法，該算法通過集群節(jié)點任務(wù)數(shù)量的變化，對信息反饋時長進(jìn)行動態(tài)修改，并根據(jù)集群的負(fù)載情況對信息種類進(jìn)行劃分，以提高集群的負(fù)載均衡效果。然而，上述傳統(tǒng)方法為構(gòu)建統(tǒng)一的異構(gòu)集群信道傳輸模型，導(dǎo)致異構(gòu)集群的負(fù)載均衡設(shè)計的自適應(yīng)性不好，且缺乏對通信信道中噪聲干擾的抑制，導(dǎo)致均衡調(diào)度能力不強(qiáng)、輸出信號的誤碼率較高。

一般來說，對異構(gòu)集群的負(fù)載均衡設(shè)計是建立在信道均衡設(shè)計的基礎(chǔ)上實現(xiàn)的，繼而才能構(gòu)建異構(gòu)集群的負(fù)載傳輸均衡控制過程。

物聯(lián)網(wǎng)技術(shù)是指通過信息傳感設(shè)備將物體與網(wǎng)絡(luò)相連接，以物聯(lián)網(wǎng)作為媒介實現(xiàn)物與物間的信息交互。物聯(lián)網(wǎng)技術(shù)涵蓋范圍廣泛，主要包括傳感技術(shù)、嵌入式系統(tǒng)技術(shù)、納米技術(shù)等。其中，傳感技術(shù)可以將不同類型的信號轉(zhuǎn)化成數(shù)字信號，并對其實施統(tǒng)一的處理、顯示及傳輸。傳感技術(shù)的信息傳輸能力強(qiáng)，為此，針對傳統(tǒng)算法存在的弊端，本文提出基于物聯(lián)網(wǎng)技術(shù)的異構(gòu)集群動態(tài)負(fù)載均衡算法。本文思路及創(chuàng)新點如下：首先構(gòu)建異構(gòu)集群的信道傳輸模型，采用動態(tài)加權(quán)方法配置輸出信道，從根本上增強(qiáng)算法的輸出均衡性；然后采用噪聲干擾抑制方法抑制信道的多徑干擾，從而降低輸出信號的誤碼率，在此基礎(chǔ)上通過模糊度均衡配置和空間均衡調(diào)度實現(xiàn)對異構(gòu)集群的負(fù)載均衡設(shè)計。本文還通過仿真實驗進(jìn)行性能測試，得出有效性結(jié)論。

1 信道模型及特征分析

1.1 異構(gòu)集群信道傳輸模型

為實現(xiàn)基于物聯(lián)網(wǎng)技術(shù)的異構(gòu)集群動態(tài)負(fù)載均衡設(shè)計，利用光纖傳感技術(shù)對異構(gòu)集群信道傳輸模型展開構(gòu)建。異構(gòu)集群信道傳輸模型如圖1所示。

圖1 異構(gòu)集群信道傳輸模型

首先利用傳感技術(shù)進(jìn)行異構(gòu)集群傳輸過程的抗同頻干擾設(shè)計。假設(shè)異構(gòu)集群傳輸信道中的傳遞規(guī)則為h，分布式粒子濾波檢測模型為j，輸入的物聯(lián)網(wǎng)傳輸信號為x，通過目標(biāo)的噪聲信號檢測得到異構(gòu)集群信道中輸出的擴(kuò)頻信號為：

(1)

式(1)中，n為信道數(shù)量。繼而利用Grubbs準(zhǔn)則進(jìn)行異構(gòu)集群傳輸信道的輸出特征采樣和模糊均衡控制[6]，采用時間鏡(Time Reversal Mirror, TRM)重組方法得到異構(gòu)集群中通信信道的傳輸函數(shù)為：

(2)

式(2)中，αn為第n條信道的擴(kuò)展損失，τn為第n條路徑的信道衰減系數(shù)，f為有限時間范圍內(nèi)信道內(nèi)的信號分布，sn為異構(gòu)集群傳輸?shù)奶卣鞣至?。此時，可結(jié)合Grubbs準(zhǔn)則得到異構(gòu)集群傳輸?shù)亩鄰叫诺赖拿}沖響應(yīng)為：

(3)

式(3)中，I為采樣間隔，t為時間，E為信道擴(kuò)展分量，計算過程如下：

(4)

式(4)中，Wk為第k個傳輸節(jié)點的帶寬。在此基礎(chǔ)上，考慮節(jié)點位置的偏移量l，得到異構(gòu)集群的動態(tài)負(fù)載模型為：

(5)

式(5)中，β為負(fù)載峰值。繼而可將異構(gòu)集群信道傳輸模型描述為：

(6)

式(6)中，L為異構(gòu)集群傳輸通信信道傳播損失(dB)，r為節(jié)點對應(yīng)的加權(quán)因子。

1.2 異構(gòu)集群信道特征分解

在上述對異構(gòu)集群傳輸信道模型構(gòu)建的基礎(chǔ)上，采用噪聲干擾抑制方法進(jìn)行異構(gòu)集群信道的多徑干擾抑制[7]，建立異構(gòu)集群信道均衡模型，結(jié)合多徑特性測量方法進(jìn)行物聯(lián)網(wǎng)傳輸信號分析，實現(xiàn)對異構(gòu)集群信道特征的分解。

假設(shè)多徑信道n的物聯(lián)網(wǎng)傳輸信號傳輸過程的沖激響應(yīng)表達(dá)式為：

(7)

式(7)中，w為傳輸節(jié)點的信息強(qiáng)度，d為多徑分量的時間延遲。通過給定的置信水平對信號進(jìn)行盲源分離，引入互信息熵動態(tài)加權(quán)控制方法[8]，在考慮類間可分性的情況下，得到異構(gòu)集群信道多徑擴(kuò)展分量為：

(8)

在此基礎(chǔ)上，對不同信息傳輸信道中的分布信號進(jìn)行重組，得到不同信號分布特征值為：

(9)

式(9)中，?為簇內(nèi)散布度，τn和δn分別為第n條異構(gòu)集群傳輸信道的信道衰減系數(shù)和頻域衰減系數(shù)，m為信號隸屬度[9]。結(jié)合模糊均衡方法，依據(jù)K-means稀疏化特征分解過程得到異構(gòu)集群的信道特征分解模型為：

P=(Mz-ρ)×n

(10)

式(10)中，ρ為信號碼元寬度。

綜上，通過上述過程實現(xiàn)了對異構(gòu)集群傳輸信道的特征分解，為實現(xiàn)負(fù)載均衡調(diào)度奠定基礎(chǔ)。

2 動態(tài)負(fù)載均衡算法設(shè)計

在上述構(gòu)建異構(gòu)集群的信道傳輸模型，并采用動態(tài)加權(quán)方法進(jìn)行異構(gòu)集群信道輸出的均衡配置的基礎(chǔ)上，進(jìn)行動態(tài)負(fù)載均衡設(shè)計。

2.1 信道多徑干擾抑制

首先建立異構(gòu)集群信道均衡模型，采用波特間隔均衡采樣方法進(jìn)行異構(gòu)集群信道輸出均衡性控制[10-11]，得到接收的碼元信號x′為：

(11)

式(11)中，N為異構(gòu)集群信道傳輸過程中的噪聲。為了消除噪聲N，在極小化類內(nèi)散布度的條件下，將節(jié)點對應(yīng)的加權(quán)因子r與接收的碼元信號x′作卷積運算：

X=x′*r

(12)

式(12)中，*表示卷積[12-14]。

在此基礎(chǔ)上，采用雜波散射抑制方法進(jìn)行信道均衡設(shè)計。

假設(shè)異構(gòu)集群傳輸?shù)亩鄰叫盘枮間n，雜波子空間的知識約束特征分量為b，通過空間均衡采樣[15-17]，對異構(gòu)集群信道進(jìn)行多徑干擾抑制，得到的抑制模型為：

(13)

式(13)中，v為異構(gòu)集群信道的多徑特征量動態(tài)負(fù)載的輸出幅度?；诖耍筛鶕?jù)異構(gòu)集群信道的多徑干擾抑制結(jié)果進(jìn)行負(fù)載均衡設(shè)計。

2.2 負(fù)載均衡輸出

首先采用波特間隔均衡采樣方法進(jìn)行異構(gòu)集群信道輸出均衡性控制，結(jié)合模糊度均衡配置方法進(jìn)行異構(gòu)集群的動態(tài)負(fù)載均衡處理[18-20]，異構(gòu)集群傳輸?shù)拇a元均衡分布序列為：

H=X×u

(14)

式(14)中，u為接收信號頻譜。結(jié)合被動時間鏡反轉(zhuǎn)過程得到異構(gòu)集群的動態(tài)負(fù)載均衡傳遞輸出為：

Y=H×t+e

(15)

式(15)中，e為正交的脈沖串波形。在此基礎(chǔ)上，基于雜波子空間約束方法可求得對異構(gòu)集群動態(tài)負(fù)載均衡控制的傳遞函數(shù)滿足[21-23]：

(16)

最后，結(jié)合波特間隔均衡采樣方法進(jìn)行異構(gòu)集群信道輸出均衡性控制，得到動態(tài)負(fù)載均衡輸出模型如下：

(17)

綜上所述，結(jié)合模糊度均衡配置方法進(jìn)行異構(gòu)集群的動態(tài)負(fù)載均衡處理，通過空間均衡調(diào)度實現(xiàn)了對異構(gòu)集群的負(fù)載均衡設(shè)計。

3 仿真實驗與結(jié)果分析

為驗證基于物聯(lián)網(wǎng)技術(shù)的異構(gòu)集群動態(tài)負(fù)載均衡算法的實際應(yīng)用性能，設(shè)計如下仿真實驗。

3.1 實驗準(zhǔn)備

實驗環(huán)境設(shè)置情況如下：實驗仿真平臺為MATLAB，異構(gòu)集群傳輸信道的多普勒頻率為0.25 Hz，信號輸出的帶寬為24 Hz，傳感網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)為層次結(jié)構(gòu)，即匯聚節(jié)點、網(wǎng)關(guān)節(jié)點與傳感節(jié)點間采用平面分級網(wǎng)絡(luò)結(jié)構(gòu)。信號采樣的時間長度為1200 s，實驗最大迭代次數(shù)為200次。

3.2 統(tǒng)計結(jié)果及分析

根據(jù)上述仿真場景和參數(shù)的設(shè)定，進(jìn)行異構(gòu)集群動態(tài)負(fù)載均衡設(shè)計。異構(gòu)集群中信道的傳輸信號波形如圖2所示。

圖2 異構(gòu)集群動態(tài)負(fù)載信號波形

以圖2所示的動態(tài)負(fù)載為研究對象，結(jié)合信道多徑干擾抑制過程建立異構(gòu)集群信道均衡模型，實現(xiàn)動態(tài)負(fù)載均衡控制，得到信號均衡輸出情況如圖3所示。

圖3 負(fù)載均衡輸出

分析圖3可知，在不同的信噪比環(huán)境下，隨著實驗時間的推移，所提算法輸出信號的頻率變化規(guī)律且波動較小。在信噪比為5 dB和20 dB時，輸出信號的頻率緩慢增加；在信噪比為-5 dB時，輸出信號的頻率呈現(xiàn)規(guī)律性變化。

為進(jìn)一步驗證所提的基于物聯(lián)網(wǎng)技術(shù)的異構(gòu)集群動態(tài)負(fù)載均衡算法的有效性，引入文獻(xiàn)[4]中的基于改進(jìn)權(quán)重的動態(tài)負(fù)載平衡算法和文獻(xiàn)[5]中的流媒體集群動態(tài)負(fù)載均衡調(diào)度算法作為對比，得到文獻(xiàn)[4]和文獻(xiàn)[5]方法的信道輸出情況如圖4所示。

(a) 文獻(xiàn)[4]方法

(b) 文獻(xiàn)[5]方法

對比圖3和圖4可以看出，所提算法的均衡性更好。這是因為所提算法采用了波特間隔均衡采樣方法實現(xiàn)對信道輸出均衡性的有效控制。

在此基礎(chǔ)上，測試在環(huán)境信噪比和時間變化時，不同算法下的異構(gòu)集群信道輸出結(jié)果誤碼率的變化情況，得到對比結(jié)果如圖5所示。

(a) 文獻(xiàn)[4]算法

(b) 文獻(xiàn)[5]算法

(c) 本文算法

分析圖5可知，隨著環(huán)境信噪比和時間的不斷變化，不同算法下異構(gòu)集群信道輸出結(jié)果誤碼率也在發(fā)生變化。采用文獻(xiàn)[4]和文獻(xiàn)[5]算法后，信道輸出結(jié)果的誤碼率存在較高的情況。其中，文獻(xiàn)[4]算法信道輸出結(jié)果的誤碼率一度接近20%。經(jīng)對比可知，采用本文算法后，信道輸出結(jié)果的誤碼率較低，有效保證了異構(gòu)集群信息傳輸?shù)挠行院蜏?zhǔn)確性。這是因為所提方法利用傳感技術(shù)構(gòu)建了統(tǒng)一的異構(gòu)集群信道傳輸模型，且在通過模糊度均衡配置和空間均衡調(diào)度過程實現(xiàn)對異構(gòu)集群動態(tài)負(fù)載的均衡處理前，對通信信道中噪聲干擾進(jìn)行了抑制，從而提高了均衡處理的效果。

4 結(jié)束語

本文提出了一種基于物聯(lián)網(wǎng)技術(shù)的異構(gòu)集群動態(tài)負(fù)載均衡算法。在Grubbs準(zhǔn)則下完成異構(gòu)集群傳輸信道的輸出特征采樣和模糊均衡控制，建立異構(gòu)集群信道均衡模型，并結(jié)合多徑特性測量方法進(jìn)行信道傳輸信號分析，通過給定的置信水平進(jìn)行盲源分離，引入互信息熵動態(tài)加權(quán)控制方法對其進(jìn)行自適應(yīng)均衡控制。在此基礎(chǔ)上，結(jié)合模糊度均衡配置方法進(jìn)行異構(gòu)集群的動態(tài)負(fù)載均衡處理，通過空間均衡調(diào)度實現(xiàn)對異構(gòu)集群的負(fù)載均衡設(shè)計。經(jīng)實驗分析得知，該算法下異構(gòu)集群的負(fù)載均衡性較好，且該算法能保證信道輸出的誤碼率始終保持在一個較低的水平。