自适应教育（共10篇）
自适应教育 篇1
摘要：随着现代教育技术和手段日新月异的发展变化, 探索型网络自主学习日渐成为一种新型的网络教育教学模式。研究表明目前的探索型网络自主学习模式也存在着认知负荷、空间迷路、学习者控制能力的影响学习效果等问题。将自适应控制理论引入网络自主学习模式 (系统) , 正是对这种缺陷的有效弥补。
关键词：网络教育,高职教育,自适应,自主学习,教学模式
1 自适应技术在高职教育中的应用背景
现代高职教育从上个世纪80年代新兴以来, 发展迅猛, 成效卓著, 已经成功地为我国各行各业培养了数以百万计的技术应用型人才。随着现代教育技术和教学手段日新月异的发展变化, 网络教育日渐成为一种新型的教育教学模式。高职教育是以培养技术应用型人才为主要目标的特殊的高等教育形式, 这就决定了其教育方法和教学手段应该具有相对较强的针对性和可认知性。传统的教学模式不利于激发学生的学习积极性, 更加不利于个性化人才的培养。网络环境下的自主学习模式也就应运而生。以“学”为中心的素质型教育模式成为网络环境下全新的教学模式, 也成为信息化、知识化社会终身学习的必然需要。网络环境下的教师角色也应由原来的知识传授者变为学生的学习指导者、学生主动学习建构主义的帮助者, 该学习模式应具备现代化的、先进的教学理念、思想和方法, 用现代化的教育技术手段来优化教学过程。
基于自主学习模式的高职教育网络教育教学方式改变了原有课堂教学的局限性, 为学习者全面提供了具有个性化且交互式的自主学习环境, 所以这种现今天流行的教育教学方式在高职教育的网络教学中得到大多数职业院校的认可和应用。但是这种自主学习模式在应用和推广过程中还存在一些不足:当前的高职教育网络学习模式还普遍存在教学模式固定, 没有考虑学生的基础层次、认知风格、学习策略和学生学习目标的差异, 更没有顾及到学生的个性特征和学习目标会随着学生学习过程的进一步开展而发生相应的改变等诸多因素;现有的网络学习过程就是对所有参与学习的学习者呈现内容相同的静态的信息内容, 并且以线性的方式组织教学材料和相应的学习过程。通过这样的方式组织的网络学习方式 (系统) 由于考虑的是学生群体的共性特征, 很少顾及到学生的个体化差异, 导致了低效的学习进程;在学习者学习过程中对其心理及认知情感变化的监测失控, 因而很难真正意义上实现个性化教育教学。考虑到这样一些情况将自适应控制原理和控制模式引入网络学习方式 (系统) , 正是对这种缺陷的有效弥补。
2 自适应技术在高职教育中的应用内容
自主学习在高职教育网络教学领域中的一个典型应用即是探究式学习, 这种学习方式支持学习者以自行的学习速度, 依个人的学习兴趣和关注点学习相互联系的资源数据库以及资源库中的相关内容, 探究既是学习的过程又是学习的目的。但是, 探究式自主学习研究和相关应用表明这种自主学习机制应用到教育教学模式中也有其特定的不足和局限。由于基于自主学习的教育超媒体软件系统自身并不能理解所要呈现知识点的相关内容及内容间的关联关系, 更无从了解学习者的个性特征和认知偏好, 因此在学习过程中常常出现展示的内容不是学生关注或感兴趣信息, 学习者也不知道如何以更快捷的方式找到想要学习的信息。此外, 由于这种网络自主学习模式自身固有的特点, 极其容易使学习者陷入“学习空间迷路”, 从面导致“认知负载过大”和学习效率低下或直接导致失败。上述现象表明完全由学习者自己控制学习过程, 对学习者的学习效能也有很大的负面影响。归纳一下, 目前的探究型网络自主学习模式主要存在的缺陷和不足如下:
(1) 学习者或学生学习控制能力方面的不利影响:在探究型网络自主学习的过程中, 学习系统将学习过程的控制权限完全交付了学习者本人, 因而学习系统不能适机地参与到过滤学习内容和选择相关教育教学路径策略中来, 所以也就不能掌控学习者的学习过程更不能精准评价学习者的学习效率。这样的学习系统, 很大程度上依赖于学习者自身的基础层次和自身控制能力。
(2) 认知负载过大导致学习系统崩溃:探究型网络自主学习模式为所有参与学习的个体提供了一个相同容量的超大学习资源和信息空间, 参与学习的人需要不断重复地进行展示锚点的定位, 不断进行关注知识点和相关展示链接紧密程度和知识点从属关系的判断和决策。这样反反复复的判断、决策和选择, 极大程度地造成学习过程中认识负载过重或超重, 当达到一个极限值时, 会导致整个学习系统崩溃。
(3) 学习空间迷路问题:学习者在参与探究型网络自主学习的过程中, 要自己选择相应的展示锚点和后继展示链接, 所有的学习过程都要由学习者自己控制。由于存储信息知识空间越来越庞大, 信息冗余量也相对越来越大, 所以在学习者自主学习过程中很容易在学习空间中迷失。
自适应控制下的网络自主学习模式是现代教育教学研究的热点和方向, 它作为用户驱动的控制模式在近年来变得日益流行。其特点是强调学习系统个性化、在学习系统中引入自适应控制模式。这种学习机制要求在学习系统中为参与学习的每个学习者建立一个用户 (学生) 模型, 该模型中包含学习者的基础认知水平、未来学习目标、个人偏好、信息类型关注点等个体资料信息。在学习者自主学习过程中学习系统会根据该用户模型有条件地筛选用户 (学生) 的学习空间中的知识点和信息内容。这样不仅可以提高用户 (学生) 的学习效率, 而且能广泛挖掘用户 (学生) 的学习兴趣从而构建一种能够对学习者学习过程进行自适应校正并且监督学习者学习过程的自适应自主学习机制。
3 自适应技术在高职教育中的应用愿景
随着计算机应用技术和网络通信技术的不断发展和进步, 网络教育教学方式也得到了飞速的提升和蓬勃的发展。网络学习方式已成为高职教育研究的热点领域。新型高职教育教学模式创新性在于要改变已往以“教师 (系统) 为中心”的网络学习模式, 研究适合新型高职教育环境和体制下的以“学生为中心的”自适应式自主学习模式。这种新型教育教学模式的研究和应用重点是在研究现有网络学习模式的基础上构建自适应自主学习系统中的系统模型和用户模型, 在用户模型中充分考虑学生的认知水平、学习风格、学习目标、兴趣偏好等, 力求在学生自主学习过程中能动态展示个性化的相关知识。
将自适应技术引入到探究型网络自主学习模式的理论研究和实际应用中, 是专门为探究型学习者设计的具有自适应机制的学习系统, 这种学习系统是以自主学习为基础、以超媒体资源为核心、以自适应为导向为参与学习的学习者提供个体化的展示内容和展示界面。这样的学习系统更容易激发学习者的学习兴趣, 帮助学习者形成有效的学习动机, 同时也给予学习者最大的学习自由度。随着自适应技术在网络自主学习领域中的广泛应用, 高职教育网络教学理念和教学模式必将发生空前的变化。
自适应网络存储体系 篇2
在传统IT系统中，主机系统既负责数据的计算，也在通过文件系统、数据库系统等手段对数据进行逻辑和物理层面的管理。然而，由于历史发展的原因，各种系统拥挤在用户环境中，使数据被分割成杂乱分散的“数据孤岛” (data island)。因此，从90年代后期，人们开始寻找存储网络化和智能化的方法，通过提高存储自身的数据管理能力，独立于主机系统之外，以网络方式连接主机和存储系统，以设备资源透明的方式为计算提供数据服务。基于光纤(FC)协议的SAN和基于IP以太网技术iSCSI相继成为了广大行业客户首选的最新存储技术。
独立存储关键特性
在计算与存储分离的实践中，人们逐渐发现，性能、容量这些比较明显易见的存储系统要求，并不是对一个独立存储系统的全部要求，甚至不是主要要求。要达到存储系统独立的数据管理目标，对存储系统的特性有如下几个方面的要求，按照重要性排列分别是：
1、可靠性 Availability：
数据集中到存储系统中，必然对系统设备的可靠性提出更高的要求。同时需要建立数据备份、容灾系统进行配合，提高数据安全性。
2、可扩展性 Scalability：
网络时代业务发展的不确定性和数据的高速膨胀，对独立于计算系统之外的存储系统，必然提出高可扩展性的要求。这种扩展性并非是简单的容量扩展，同时还必须包括数据处理能力、数据交换带宽和数据管理功能的扩展。
3、兼容性 Compatibility：
虽然存储系统已分离于计算系统之外，但今天主机系统对数据的使用方式，仍旧以文件系统、数据库系统为主要手段。存储系统要适应各种主机系统的数据I/O要求，就必须能够兼容各种操作系统、文件系统、数据库系统等各种传统数据管理手段。
4、可管理性 Management：
支持各种主流的管理协议和管理架构，能够与网络、计算等各种设备统一管理和集中管理，能够在各种复杂的环境中实现方便统一的设备和数据管理功能。
5、性能 Performance：
能够根据不同应用类型要求，提供带宽、IOPS(IO Per Second,每秒IO操作数)、OPS(Operations Per Second，每秒并发操作数)、ORT(Overall Response Time，总响应时间)等不同指标侧重点的性能服务。高端系统还应能够对系统性能进行动态的扩展和调整。
6、功能 Function：
各种数据迁移、数据分发、数据版本管理、数据复制、在线扩容等数据管理功能。
新一代自适应网络存储体系
而现在我们又有了更新、更智能、更自如的选择：Neocean自适应网络存储体系。它以IP存储技术、WSAN(广域SAN)技术、网格存储技术、虚拟存储技术、数据应用服务技术五大技术群，构建了新一代自适应网络存储体系。
Neocean自适应网络存储架构的特点集中表现为：
业务自适应——与用户的业务同步增长和同步调整。在基础设施建设的投资风险和预留充裕扩展空间的矛盾中，Neocean依靠IP技术和自适应存储技术的灵活、智能和开放性，既能够降低用户初次采购的成本，又能够预留出足够的扩展和升级空间。甚至在今天的GE产品体系中，都已为下一步的10GE和infiniband预留了接口，以保证未来能够自动向下一代产品过渡而无需损失初期投资，并提供性能、功能的横向扩展。
应用自适应——用户IT环境中往往是多种应用并存的。一般包括数据库、文件服务、多媒体服务、WEB、EMAIL、资料存档等多种应用方式。不同应用对数据存取的需求差异很大。Neocean自适应存储架构能够针对每种不同的应用方式，定制不同性能、功能、可靠性的组合方式，以满足应用需求。
系统自适应——无论是刚刚开始搭建集中存储架构的用户，还是已经使用FC-SAN/NAS/SCSI系统的用户；无论是使用PC服务器的Windows用户，还是基于开放平台的UNIX用户；无论是使用高速带宽的高端用户，还是分散在WAN中的低带宽用户，Neocean自适应存储架构都能以其出色的功能和产品组合提供最适合用户的解决方案。
自适应教育 篇3
随着大数据 (Big Data) 技术和数据密集型科学的发展, 数据已经渗透到各个行业和业务功能中, 并已成为生产的一个重要因素。美国国家科学基金会提出了教育大数据研究的目标[1]:更好地了解人们在智慧环境中学习;通过对创新技术的教学设计和教学工具的学习过程, 提高学习和测试方法;将大数据融入学习环境中。在教育大数据理论的机遇到来时候, 带来了更多困难和挑战, 最突出的挑战是如何获得广泛的教育数据来源。随着成熟的信息技术环境的大数据技术, 学生的学习和评价不仅要关注学生成绩的评价, 而且要更加重视学生的形成性评价。文献2中的“促进与信息技术整合的教学建议部分”, 认为对智能化教学环境的建设, 提供优质数字教育资源、鼓励评价软件工具的发展。
二、国内外研究现状
学习经历 (Learning Experience) 指的是在学习过程中发生的任何一种互动或其他经验, 涉及课程, 程序或其他教学参与者。既可以在传统的学习环境中发生, 例如学校、课堂, 也可以在非传统的学习环境, 更能在像学习者的直接请教老师、教授传统的交互式教学情况或非传统的像通过学习游戏和互动应用学习的互动教学情境中。
通过现实生活中的复杂的社会系统的数据的开展探测挖掘, 例如使用包括传感器、GPS定位、智能手机等移动终端收集数据, 识别用户的日常社会背景的活动, 然后将实时数据和历史数据关联, 可以做人际关系的物联网。学习经验得到的数据更接近于“相关性”的实时数据流和历史数据, 这些数据将“数据流”在高地产的形式, 同时综合环境信息协会还需要获取和记录的数据流, 实现环境及个人信息空间。传统意义上的学习经验数据采集通常忽略环境信息的处理, 个人信息的数据主要是从描述性的反馈、绩效信息等任务完成的教育测量方式。
三、教育大数据个性化自适应学习模型
为了实现个性化自适应学习评价数据模型, 我们综合评价内容和评价结果的两个评价过程, 在此基础上, 建立个性化评价模型和自适应评价模型。通过学习活动来确定对学习者的学习行为通过个人评价内容评价的主要信息点, 对评价的个性化的学习过程和结果的基础上的层次评价模型评价和个性化评价的结果, 确定其学习水平。
1. 通过学习和学习活动为支撑的学习行为评价模型, 包括信息的学习行为和学习内容分割聚类分类系统分析不同功能的学习行为的研究内容分析个体学习评价模型的行为, 从而建立一个个性化的学习评价模型。该模型的内容包括四个部分:学习评价、评价、评价、考核和评价, 以及课外资源的评价。该模型的评价过程涉及到学生的正式学习和日常学习活动, 评价内容包括学科知识评价和非学科知识评价, 评价方法涉及定量评价和定性分析。
2. 基于大数据支持的仪器面板、报表和可视化工具的分析大数据个性化自适应分析方法。
学习仪表板提供了数据和报告的可视化分析, 方便个人做出关于教学和学习的决策。学习仪表板包括四个用户视图:学习者的观点, 教育者的观点, 研究者的观点, 以及组织视图。不同的视角是不同的, 但都是相互关联的。根据不同利益相关者的需求, 提供不同的数据显示。
四、结论
综上所述, 教育大数据的环境下, 论文详细分析了网络在线学习环境中师生学习经历数据的获取、识别、分析及交流与生成等基本的计算的理论和方法;阐述了大数据分析技术在网络在线学习模式中学习绩效评价需要解决的关键科学问题;根据研究成果构建了在线学习中学习绩效评价系统。
参考文献
[1]Dean J, Ghemawat S.Map Reduce:Simplified Data Processing on Large Clusters.Proc of 6th OSDI.San Francisco:USENIX Association, 2004:137-150.
[2]Dean J, Ghemawat S.Experiences with Map Reduce:an abstraction for large scale computation Proc 15th Inter-Conf on PACT.Washington DC, 2006:1-2.
[3]Dean J, Ghemawat S.Map Reduce:a flexible data processing tool.Communications of the ACM, 2010, 53:72-77.
交换端口自适应模式引发传输不稳 篇4
事件回放
某办公室最近组建了一个规模不大的局域网，网络中只有六台笔记本电脑，一台文件服务器，这些电脑和服务器全部通过六类双绞线连接到一台H3CS3050接入交换机中，并通过该交换机进行上网访问。由于网络规模不大，网络管理员也没有进行VLAN划分设置，所有计算机全部位于一个网段中，平时它们上网访问十分稳定，而且速度也是很快的。
最近，办公室中的一位员工尝试从自己的笔记本电脑中，拷贝一个大约10M的文件到文件服务器中时，居然耗费了几分钟的时间，这在以往的话，最多只要1分钟左右就能搞定。后来，他尝试与相邻的一台笔记本电脑进行文件传输操作时，发现网络传输速度也很慢，使用ping命令测试对方计算机的IP地址时，发现数据传输存在延迟现象。
排查故障
上面这种网络故障，在局域网环境中十分常见，造成这种故障的原因主要包括物理连接线路不稳定、局域网中遭遇病毒攻击、参数配置不当以及交换机负荷过重等因素，对于这些可能的因素，需要进行逐一排查。为了判断网络连接是否通畅，网管员使用ping命令测试了文件服务器的IP地址，发现这项操作响应时间还是比较短的，显然这种响应行为还是很正常的；在其他几台笔记本电脑中进行测试时，ping命令测试操作也很正常，这说明物理连接线路在连通性方面没有任何问题。后来，网管员怀疑局域网可能遭遇到了病毒攻击，于是从网上下载专业抓包工具，来进行数据抓包分析，结果发现网络中的数据流量没有什么异常的地方；使用超级管理员账号进入交换机后台系统，扫描查看每个交换端口的数据流量时，看到它们的输入数据包、输出数据包以及广播数据包都正常，这就意味着局域网中不存在蠕虫病毒攻击或黑客攻击的可能，而且局域网中也不存在网络环路现象。
联想到网络中使用的传输介质是六类双绞线，网管员怀疑问题出在这里，毕竟六类双绞线目前的布线成功率不是很高，那么究竟如何判断六类双绞线链路是否存在问题呢?思来想去，网管员决定找来一根连通性正常的超五类双绞线进行替代连接，毕竟局域网中的交换机、服务器、笔记本电脑使用的都是超五类端口；要是普通的超五类双绞线连接笔记本电脑与文件服务器以后，文件传输速度能够被快速提升的话，那就意味着六类双绞线的确存在问题。不过，当网管员替换使用超五类双绞线连接后，发现网络传输文件的速度还是和以前一样缓慢，显然问题与六类双绞线一点关系也没有。由于网络传输文件缓慢的故障现象在每台笔记本电脑中都出现，网管员：认为局域网中的交换机可能存在：问题，因为交换机工作时间长了之后，很容易发生系统缓存错误或者超负荷运行的情况，这些情况也容易造成网络传输文件很慢的故障；对于类似交换机这样的情况，往往通过重新启动交换机后台系统的方法就能解决问题。但是网管员尝试进行重启操作时，竟然没有一点效果。
返回到故障笔记本电脑系统，打开系统设备管理器窗口，从中展开网络适配器节点，用鼠标右键单击目标网卡设备，执行右键菜单中的“属性”命令，弹出目标网卡设备的属性对话框，在常规标签页面中网管员看到网卡的运行状态显示为正常，切换到高级标签设置页面，发现网卡设备的工作模式处于100M全双工状态(如图1所示)，这种设置也没有明显的错误；在检查网卡设备绑定了哪些协议时，网管。员看到许多用不到的协议默认都被绑定到了网卡设备中，会不会是这些无效的网络协议干扰了网络连接稳定性呢?为了尽可能排除干扰，网管员立即将一些无关的网络协议全部卸载掉，再重新启动了一下计算机系统，但是故障现象依然存在。
解决故障
在万般无奈之下，网管员只好将目光再次聚焦到连接了所有计算机和服务器的交换机上。仔细观察每个端口的信号灯状态时，发现黄色的信号灯处于点亮闪烁状态，而正常情况下，应该是绿色的信号灯处于点亮状态呀，为什么会出现这种情况呢?重新进入交换机后台系统，查看相关端口的状态信息时，发现各个端口都处于UP状态(如图2所示)，这种状态说明交换端口正处于工作状态；在查看其他一些状态信息时，网管员偶然看到交换端口基本都被设置成了自适应模式。
联系到之前查看到的网卡设备均处于100M全双工状态，按理来说，交换机端口与它相连的网卡设备应该使用相同的工作模式才对呀，会不会是交换端口自适应模式引发了网络传输不稳故障呢?尝试将交换端口的工作模式修改为100M全双工状态后，再在故障笔记本电脑中进行上网测试，结果发现文件传输速度立即恢复到了正常状态；继续在其他几台笔记本电脑中测试，发现以前的故障也都已经消失了，这说明上述问题的确是由交换端口自适应模式引起的。
揭密原因
上述问题虽然解决了，但让网管员感到十分疑惑的是，交换机端口之前一直处于自适应模式状态，为什么以前局域网传输很稳定，现在会出现这种问题呢?经过询问办公室员工了解到，他们当中有人在前几天上网查看资料时，偶然知道网卡端口的数据吞吐量在全双工状态下比半双工状态下高两倍；为了能将网速提得高一些，大家都跟着自行修改了网卡的工作模式，强行将端口自适应模式调整为了100M全双工模式，不过，调整之后，不但网络传输速度没有见快，而且还带来了传输不稳定的麻烦。
弄清楚了故障产生根源之后，网管员还是有点纳闷，即使网卡端口处于100M全双工模式状态，但由于与之相连的交换端口处于自适应模式，在该模式下网络传输应该不受影响才对呀?经过上网一番搜索后终于了解到，当交换端口处于自适应模式时，它一般会智能调整为和网卡端口同样的工作模式；要是网卡端口也被设置成自适应模式的话，那么交换端口便会和它进行自动协商，协商的顺序按照100M／全双工、100M／半双工、10M／全双工、10M／半双工模式进行，直到相互之间都工作于同样的传输模式为止。不过，如果网卡设备被设置成100M／全双工模式，那么交换端口的自适应模式，只能工作在10M／半双工状态，因为在这种通信情形下，网卡设备不会主动提供端口模式信息给交换端口，而交换端口由于
无法了解网卡设备的模式信息，于是会默认选择半双工模式进行工作，这样一来，交换端口与网卡端口的模式就会不匹配，最终造成了网络传输文件不稳定的故障了。
管理经验
为了不让交换端口影响整个网络的传输性能，我们有必要加强对交换端口的控制与管理，确保目标端口始终能够稳定运行。
控制端口流量
为了防止网络中的突发大流量“顶死”交换端口，很多用户会启用交换端口的流量控制功能，不过当同时启用了本地交换端口、对方交换端口的流量控制功能后，如果本地交换机意外发生了信息堵塞毛病时，本地端口就会智能向对方端口发送广播消息，及时提醒对方端口此时此刻不要继续向本地端口发送数据报文，而对方端口一旦收到对应的提示信息后，就会立即暂停向本地端口发送数据报文，如此一来就可以有效控制数据报文频繁丢失故障的出现。同样地，如果对方交换端口存在信息堵塞毛病时，对方端口也会智能向本地端口发送广播消息，来及时提醒本地交换端口此时此刻不要向对方端口继续发送报文，而本地端口在收到对应的提示消息后，也会立即暂停向对方端口发送数据报文。
在H 3C系列交换机中，要启用某个端口的流量控制功能时，只要先以系统管理员权限登录交换机后台系统，使用类似“interface e0／6”之类的命令，切换到目标交换端口的视图模式(如图3所示)，同时在该模式下输入“flow-control”命令，按回车键后，那么我们就能成功启用目标交换端口的流量控制功能了，只是在缺省状态下，所有端口的流量控制功能都处于未启用状态。在流量控制功能正常运行的时候，如果用户想临时停用某个交换端口的流量控制功能时，可以先进入指定端口视图模式下，输入“undo flow-control”命令，按回车键就能达到停用目的了。
控制端口类型
以太网上网端口一般有trunk、access、hybrid等三种链路类型，其中trunk类型的端口既能属于一个Vlan，也能同时属于多个Vlan，甚至能属于所有Vlan，这种类型的交换端口正常用于连接类似交换机、路由器之类的重要网络设备，它可以同时接受和发送多个V1an的数据报文。相比而言，access类型的端口只能同时属于1个Vlan，该类型的端口往往只能用于连接一般的计算机设备。而hybrid类型的交换端口既能属于一个Vlan，也能同时属于多个Vlan，也可以同时接受和发送多个V1an的数据报文，这种类型的端口既能连接交换机、路由器之类的重要网络设备设备，也能用于连接普通计算机系统。在同一台交换机设备中，前面几种类型的交换端口能够同时共同存，只是hybrid类型端口与trunk类型端口相互之间无法直接切换，所以网管员可以先将指定交换端口设置为access类型，之后再调整为其他类型，缺省状态下所有交换端口的类型都被设置为了access类型。
在配置H3CS3500系列交换机端口的具体类型时，可以先进入交换机后台系统，使用“system”命令进入系统全局视图模式，通过“interfacee0／6”命令切换到指定端口视图模式，输入“port link-typeaccess”命令，按回车键后目标交换端口类型就被强行调整为access了，该交换端口一般只用于连接普通计算机系统。要将某个交换端口调整为hybrid类型时，只要在目标端口视图模式下输入“port link-typehybrid”命令，按回车键就能达到目的了，该端口既可以连接重要网络设备，又能连接普通计算机；如果输入“port link-typetrunk”命令，可以直接将指定交换端口类型调整为tnmk。
善于重启端口
交换机设备上正常会存在若干个交换端口，由于安全方面的原因，那些已经被开启了的交换端口如果工作状态不正常或暂时用不到的话，应该及时将这些端口工作状态停用掉，以防止恶意攻击通过该端口威胁整个网络的运行安全。一般来说，在指定端口视图模式下使用shutdown命令，就能临时停用目标交换端口的工作状态。比方说，在停用交换机第9个端口工作状态时，只要在交换机后台系统依次输入“system”、
“interfacee0／9”命令，进入第9个端口的视图模式，在该状态下执行“shutdown”命令就能停用指定交换端口的工作状态了，这时目标端口就无法正常转发数据报文了。
在实际管理、维护H 3CS3500系列交换机产品的时候，网管员应该善于使用“shutdown”命令，暂停使用一些流量不正常的交换端口，以避免整个网络出现流量堵塞故障，从而造成整个单位局域网无法稳定运行。日后，需要重启指定交换端口工作状态时，只要使用“undoshutdown”命令，恢复指定交换端口的设置即可，这时指定交换端口又可以正常转发数据报文了。在这里，建议大家日后在配置交换端口时，尽量不要开启运行所有的交换端口，平时需要几个端口就开启几个端口，如果轻易将所有端口全部开启的话，可能会拖累交换机运行性能，甚至还会影响整个网络的运行稳定性。
控制端口回路
在规模稍大一些的网络中，回路现象总是不可避免；要是出现这种故障，轻则导致上网速度缓慢，重则造成整个网络无法正常工作。而回路故障因为具有一定的隐蔽性，网管员在排查故障的时候很容易走弯路。为了快速排查网络回：路故障，现在不少型号的交换机都支持网络回路监控功能，善于使用这项功能，可以大大地提升网络管理效率!
自适应教育 篇5
目前的网络教学平台主要是以“系统”为中心,没有体现以“学习者”为中心的思想。为了解决这一矛盾,在网络教学系统中引入了自适应学习概念。所谓自适应学习,就是指学习不是一个被动的接受知识的过程,而是主动发现知识的过程[1]。开发自适应远程教育平台就是要为每一个学习者提供适应其需求特点的学习资源,自动地调整系统内容以适应学习者的兴趣,真正达到“因材施教”的目的。
1 现代远程教育存在的不足
目前,基于Web的远程教学系统在国内外已有不少,但是总体来说仍存在以下一些问题:
1)目前网上的课程内容基本上是教师的教案,教学的重点,难点,例题分析,练习和测试题等,主要是帮助学习者巩固课堂上所学的知识,很难实现真正的网上自主学习,更难进行自适应学习。
2)不具备真正的“以学习者为中心”的网上教学管理功能。目前大多数的学习网站,除了对用户进行注册登记外,不再进行其他管理活动,不关心学习者的学习情况,而学习者也无法记录和了解自己的学习情况,整个学习活动呈无序状态。
3)不能对学习者学习活动进行较客观的评价。尽管有些网站设有对学习者学习活动的测试、考试及评价系统,可是绝大多数只是将传统测试、考试试题电子化,并以此作为评价学习者学习能力及学习成绩的手段,没有很好的利用网络技术及人工智能技术对学习者学习能力及学习成绩做出客观、及时的评价。因此,学习者难以进行自适应学习。
由此可见,要克服目前基于网络学习中存在的问题,探讨基于网络的自适应学习系统是一项迫切而重要的工作。
2 专家系统介绍
2.1 专家系统的定义及其基本特征
什么是专家系统目前尚无统一定义的、精确的、公认的定义。但一般来说,所谓专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识,来解决过去需要人类专家才能解决的现实问题的计算机系统[2]。专家系统是计算机程序系统,但与一般的程序系统不同,其知识库和程序是分开的,易于修改和增删,其有很大的灵活性,而在一般程序中,知识是以隐式方式存在的,程序完成之后就确定了,一般不易修改。与数据库不同之处在于,它与逻辑推理有联系,具有启发性,而一般的数据库只是对大量数据进行组织和管理,提供检索方法。
一个高性能的专家系统应具备如下特征[3]:
1)具有专家水平的知识。专家系统间做的一个最重要的目标是达到一个专家在解决任务时所体现出的高水平的性能。
2)符号处理。专家系统使用符号推理。
3)一般问题的求解能力。
4)复杂度与难度。
5)具有解释功能。
6)具有获取知识的能力。
7)知识与推机构相互独立。
2.2 专家系统的结构
专家系统的一般结构,如图1所示。该结构在目前专家系统建造中比较流行。包括六个部分[4]:知识库、推理机、综合数据库、人机接口、解释程序以及知识获取程序。
2.3 专家系统的一般设计方法
设计专家系统的关键有两大部分:一是建造知识库,二是设计推理机制与策略。一般一个专家系统的设计可按三个步骤进行[5]。
1)初步设计。分析要求解的领域问题,在领域专家的协作下明确专家系统期望实现的目标和专家系统如何从整个问题中分离出来,又怎样与其它子系统嵌接起来;确定参与系统研制的合作专家和知识源;在领域专家的指导下,对专家系统求解的问题进行了解,通过各种知识源的知识获取和领域专家的配合,专家系统求解目标任务的主要概念、关系、假设、约束等进行图解形式的描述;选择合适的知识表示方法,把图解形式的内容形式化表达出来,并确定推理的控制方向等内容。
2)开发原型系统。选择合适的程序设计语言或专家系统开发工具,设计推理机制或借用工具语言已具备的推理机制,把形式化表示的知识以专家系统求解目标或图解形式中的模块为单元,逐个单元地把知识转换为适合程序设计语言或工具能接受的内部编码的形式,输入知识库。在不断供给知识库新的知识的同时,要不断地对已有知识和新加入的知识的正确性及协调性进行用例测试。这种不断扩充知识库和不断测试的过程一般可以发现已形式化的知识有许多不完善之处,从而需要在领域专家的配合下不断调整。这一阶段产生出可运行的专家系统雏形,包括知识获取模块和解释机制等可交付使用[6]。
3)知识库的维护。当开发出原系统之后,让领域专家选择一些有代表性的试验用例,在可能的情况下让领域专家用这些试验例子进行实际问题的求解,通过实际例子的运行可能出现新的问题,比如人机接口的输入输出模块,知识库中的知识不全或不精确等,甚至领域专家还会人为地需要完善知识库中的某些知识。这一阶段理想方式是在上一阶段提供一个知识获取模块和解释机制,让领域专家或未来的实际用户与知识库直接打交道。
3 专家系统在开发本系统中的具体应用
3.1 智能答疑模型的设计
本答疑模型是一个自适应性的知识库系统,分为人工答疑和自动答疑两部分,允许学习者通过浏览器在线提问、离线提问、BBS、发送E-mail等,不受时空的限制。智能答疑系统的结构图如图2所示。
当学生提出问题后,对学生提出的这些问题的知识点和语义进行分析处理,并查找所有相关问题。其中答疑知识库的构造主要是实现教学信息向智能答疑的知识转换,进行知识库的层次化和结构化处理,并通过推理机制进行教学信息的存取控制。答疑知识库主要包括教学库和问题库。教学库汇集了按特定环境和条件进行有效教学的方法和策略,这些方法和策略采用产生式规则表示。问题库中保存了在教学中遇到的问题,首先是确定问题的范围,然后通过对问题的分析,找出各个知识点的层次关系和语义联系等信息。
3.2 智能网上测试模型的设计
智能化的网上测试主要体现在智能组卷上。如何保证生成的试卷能最大程度地满足不用用户的需要,并具有随机性、科学性、合理性,是首要解决的问题。
智能组卷的智能性主要体现在组卷的过程是根据学生对知识点掌握的程度,确定测试知识点权值以及难度系数范围等参数,然后基于一种算法从题库中抽取满足要求的试卷。另外,智能组卷采用基于专家知识的表示及实现方法模拟人的思维来确定试卷题型比例等参数。因此它能充分体现组卷系统的“因材施教”的能力。
4 结束语
远程教育以其不受时空限制和独具的交互性越来越受到人们的关注,但是目前的研究开发大多数还只是将老师的课堂教学内容简单、机械地挪到网上,并没有充分利用计算机和网络在教学中交互和智能分析的优势。今后远程教育应该朝着智能化,个性化教学系统的方向发展。本人提出开发一种基于专家系统的远程教育平台,也只是某些理论在实际中的应用,相信随着人们不断的深入研究,远程教育系统将具有更为深远的发展前景。
摘要：以计算机为中心的互联网、多媒体技术的飞速发展正以惊人的速度改变着人们的工作方式、交往方式和生活方式,同时也对教育产生了深远的影响。当前的网络教学中普遍存在教学模式单一,智能化程度低等问题,由此带来的是网络教学平台不能适应学习者个性需求的矛盾。本文提出利用专家系统构建一种自适应的远程教育平台,真正实现个性化网络教学的目的。
关键词：专家系统,个性化网络教学,自适应远程教育平台
参考文献
[1]朱新明,李亦菲,朱丹.人类的自适应学习——示例学习的理论与实践[M].北京:中央广播电视大学出版社,1997.
[2]万玛宁,关永.人工智能技术在计算机辅助教学中的应用研究[J].微计算机信息,2006,5:257-260.
[3]武波,马玉祥.专家系统[M].北京:北京理工大学出版社,2001.
[4]朱福喜,汤怡群,傅建明.人工智能原理[M].武汉:武汉大学出版社,2002.
[5]高济,朱淼良,何钦铭.人工智能基础[M].北京:高等教育出版社,2002.
自适应花盆 篇6
现在很多人喜欢在家养一些花花草草, 不过, 这些美丽的生命需要在精心的照顾下才能开放出美丽的花朵。但当你因种种原因而无法按时给花草浇水时, 过不了几天, 这些花草就会因为缺水而枯萎。于是我设计了一个特殊的花盆:在花盆底部放置一个隔板将花盆分隔开, 在底部形成一个储水槽。当主人在家时, 每天浇水时可适量多浇灌一些, 多余的水分会渗过土壤流进事前设计好的储水槽中保存起来。等到主人无法按时给花草浇水, 土壤过分干燥时, 储水槽内的水就会顺着引水装置被干燥的土壤吸收, 从而润湿土壤。花盆的口部有一个有孔封口, 它可以限制植物生长范围, 有了它就可以在最大限度上减少水分蒸发。
点评:作者从实际需要的角度出发, 能够积极地思考生活中的点滴问题, 并通过创意、设想进而解决问题。但在设计中还没有很好地将设想设计出来, 还可以进行一步改进, 以提高其实用性。
自适应教育 篇7
自适应网关发现方法可以认为是混合式网关发现方法的一种特殊情况,其基本思想可归纳为:网关节点通过分析MANET节点的活跃程度和请求网关服务的频率来感知网络状况,通过设置GWADV报文的转发跳数来扩展或收缩主动式网关发现覆盖区域。除了网关通告跳数TTL,如何避免广播风暴、如何基于节点和网关的负载动态选择或切换路由,也是自适应技术的研究范围。
本文结合现有的自适应网关接入机制,进行了改进设计并实现仿真。在所有MANET节点上运行AODV路由协议,网关节点同时运行AODV协议和有线路由协议[3]。在这种方案中,网关的自适应性主要体现在以下几点。
(1)MANET节点的自适应:
一是动态接入:多网关情况下,节点根据网关负载GW(Gateway Weight)对收到的GWADV进行判定,选择其中负载最小的网关进行反向路由建立。
二是流量感知:节点根据邻居列表NNL(Neighbor Node List)及自身负载NW(Node Weight)对收到的RREQ有选择的进行转发,避免浪费链路资源,引起不必要的洪泛。
三是路径质量感知:源节点收到路由回复RREP,根据路径质量PW(Path Weight)选择默认网关路由和备用网关路由。
(2)网关节点的自适应
一是接入网关广播的网关通告半径(TTL)和网关通告的发送间隔随着网络规模以及接入节点到接入网关的距离变化而进行变化。
二是网关收到源节点发送的转发数据包,根据其到达间隔,监控路径质量,及时提醒源节点进行路由切换以减少网络延迟和丢包率。
1 数据结构
1.1 源节点列表
网关节点维护一份移动节点列表MNL(Mobile Nodes List)[4],该列表记录所有请求网关服务的源节点的序列号、IP地址、距离网关的跳数和活跃时间。MNL相关表项的建立与更新基于源节点发送的RREQ,网关节点接收后对其中相关字段进行解析以获取信息。其中,源节点的活跃时间设定于其相关信息初次写入MNL列表,若活跃期内表项信息更新则予以延长,若过期表项信息未更新则删除信息,因为此时该节点或者是不再需要网关接入服务,或者是脱离网关的当前服务范围。
通过MNL列表,网关节点了解需要提供服务的源节点数目及其位置分布,下文中如何设置发送GWADV的TTL值也基于此列表信息,从而实现GWADV的最佳覆盖。
1.2 邻居节点列表及双向链路的判定
无论是移动节点收到GWADV后获取至网关的多跳路径,还是源节点创建并发送RREQ自行寻求至网关的多条路径,这一系列路由发现过程都会因为采用泛洪方式进行报文转发而给网络造成巨大开销,导致大量的冗余分组、激烈的信道竞争以及报文冲突,出现所谓的广播风暴。为排除因单向链路而产生的无效广播分组,相邻节点定时通过HELLO分组探测局部拓扑情况,判定彼此是否为对称无线链路,并判断彼此是否拥有相同的对称邻居节点。
移动节点S维护一份邻居节点列表NNL(Neighbor Node List),该列表记录接收到的HELLO分组的发送者M,将其视作自己的邻居节点。NNL结构如图1所示。其中,邻居ID记录M的IP地址,对称链路记录S与M之间是否为双向链路。若S在M的HELLO分组[5]中看到自己在其邻居名单中,就判定M为对称邻居节点(简称邻居节点),设置对称链路字段,否则不设置。
当M被设置为邻居节点,S还要判断自己和M的对称邻居节点是否完全相同。S检索M的HEL-LO分组中包含的邻居信息,若发现与M的邻居节点并不完全重合,设置共有邻居字段。最后,NNL中的每条记录都设置了存活期限并在被更新后延长。存活期内未再次接收到M的HELLO分组,则删除NNL中有关M的记录,表明以M为下一跳的全部路由已经失效。
2 路由判据设计
2.1 网关节点负载的定义
网关根据MNL的表项信息定义网关负载GW(Gateway Weight)为:
其中,DS为移动节点至网关节点的跳数,NN为向网关节点请求服务的源节点数目,QL为网关节点缓冲区内待转发的数据包队列长度,且n+m+k=1。
显然,MANET结点会选择距离最近、转发任务最轻的网关作为其服务请求对象。考虑距离和负载对网络通信的影响不同,取n>m>k,即跳数的影响最大,其次为请求服务的节点数目,待转发的数据包大小被认为影响最小[6]。权值的选取根据网络环境的具体情况及网络性能的具体参数而确定。
2.2 移动节点负载和路径质量的定义
由于无线通信的特性,节点在传输数据之前要侦听无线信道,判断是否有其他节点正在传输数据。只有共享信道空闲时,节点才能启动数据传输。因此,邻居节点的通信量直接决定了节点进行数据传输时的空等时间,即自组织网络中端到端时延不仅取决于当前节点的负载,而且受制于邻居节点的负载。
定义节点负载NW(Node Weight)为一定的时间间隔内待发送数据包队列的平均长度。对节点S,在采样周期内共采集M个样本,则节点S的负载为:
其中,NW(k)是第k次采样时队列的实时长度,NW是采样周期内队列的平均长度。M越大,对节点负载的度量越准确。
定义路由质量PW(Path Weight)为路径中各节点的负载与节点数目之和:
其中,PN为路径上的节点数目,s<t且s+t=1,即跳数越少且各节点负载越小的路径越好。
3 适应路由策略
3.1 自适应网关通告
网关周期性向MANET广播网关通告来表明自己的存在。GWADV[8]消息包含:消息ID、网关全局地址、网络前缀、TTL、网关当前服务的源节点数量NN和网关节点待转发数据包队列长度QL等,其中NN和QL作为移动节点收到公告后计算GW的依据。同时,为避免非对称链路的影响,对GWADV进一步扩展,将局部拓扑信息即邻居节点信息添加到消息中,使MANET节点对GWADV进行有选择的转发。
(1)TTL的自适应选值
已知网关节点通过查询MNL便可了解源节点的分布情况,据此来动态修正网关通告的TTL,实现GWADV自适应广播。每个发送网关通告的周期,网关节点根据下式计算网关通告半径TTL:
其中,NN为向该网关节点请求服务的源节点数量;DS(i)表示i节点与网关节点的跳数。
(2)GWADV的发送间隔
在一个广播网关通告的周期内加入或离开该网关的源节点数目S可反映源节点的活跃程度[9]。引入阈值low<high,则广播间隔I的自适应公式为:
网关通告间隔的调整主要是基于网络拓扑的变化程度。当网络拓扑不稳定且源节点较活跃时,网关需要缩短广播间隔以及时更新源节点信息,反之则增加广播间隔以降低网络开销。
(3)基于时延给出路径转换信号
当路由建立,源节点向网关发送分组数据包,网关节点对来自同一个源节点的数据包进行计时,并计算各分组的传输间隔T:
第一个分组传输间隔为T1,下一个分组传输间隔为T2,取ΔT=T2-T1。设n=0,若ΔT>0,则n=n+1,否则n清零。当n=k时,即连续k个来自相同源节点的数据包传输间隔处于持续增大的状态,网关节点通过反向路由通知各中间节点和源节点,源节点在发送下一个分组时,选择备用网关路由发送数据。
3.2 自适应网关发现
将MANET节点分成三类:请求网关服务的源节点、已知网关路由并回复RREP的节点和转发RREQ的中间节点,分别叙述其自适应寻路过程。
(1)源节点
在网关通告GWADV的广播范围之外的源节点,通过发送网关路由请求分组RREQ来寻求网关服务。对RREQ格式进行扩展,增加邻居节点信息NNL和节点负载信息NW,以此排除单向链路的干扰并为路由质量PW的计算提供依据。RREQ格式如图2所示。
当源节点收到RREP消息,进行网关路由的建立。从RREP中获取各节点负载NW,按照式(3)计算该路径质量PW。若源节点收到来自不同网关的路由回复,则根据不同的PW,选择值最小的路由作为其默认网关路由,再选取值次小的作为备用网关路由。路由表结构如图3所示。
(2)中间节点(具有到网关的有效路由)
当中间节点收到一个GWADV消息,首先检查是否曾收到与该消息ID和IP地址相同的GWADV,若有则丢弃新收到的消息,否则查看消息中包含的邻居节点信息:
一是若邻居节点信息中包含本节点,则认为本节点和发送GWADV的上游节点之间存在双向链路,建立或更新相应的反向路由,并转发该消息。
二是若消息中邻节点信息中不包含本节点,则认为本节点和发送GWADV的上游节点之间为单向链路,丢弃该消息。
建立或更新到上游节点的反向路由进行以下操作:
一是若该节点没有至网关的路由,则创建该路由表项,根据GWADV中的NN和QL字段,按照式(1)计算网关负载GW,并将自己的邻居节点写入相应字段,然后将该通告进行转发。若该节点收到来自不同网关的GWADV,则根据计算出的GW,选择负载最小的路由作为默认网关路由,并转发该网关的GWADV,其他网关的通告丢弃。
二是若该节点已有至网关的默认路由,则按照式(1)计算网关负载GW,并判断是否进行网关切换。网关切换的条件是新网关的负载与当前网关的负载之差大于一定阈值,以此避免频繁的网关切换所带来的路由抖动。
至此该节点成为具有到网关节点有效路由的节点,收到RREQ后回复RREP,RREP与RREQ结构相同,源节点根据其中包含的节点负载信息选择性的建立全局连接。
三是中间节点(不具有到网关的有效路由)
当中间节点收到一个RREQ消息,若曾收到与该消息ID和源地址相同的RREQ,则直接丢弃,否则根据本节点MAC层及网络层提供信息,按照式(2)计算自己的节点负载NW,决定是否进行转发。节点有两种状态:繁忙和可用(繁忙:NW>U;可用:NW<U;U为拥塞指数),当节点处于繁忙状态时,丢弃所有收到的RREQ;当节点处于可用状态,在RREQ中的节点负载列表中添加自己的NW,搜索邻居节点列表,向双向链路的邻居节点广播RREQ。
4 仿真与分析
设置一个MANET网络场景,各节点运行改进后的路由协议,并按随机的移动速度保持运动状态。在仿真区域配置2个网关,位于仿真区域的对角,并在其上同时运行改进后的路由协议和有线路由协议。每个网关通过一个路由器与一个固定节点连接,均通过100Mbit/s的有线链路连接。具体参数设置如表1所示。
选取以下参数作为比较标准,将上文进行改进的路由协议与普通混合式路由协议进行比对分析:
(1)分组投递率:成功投送到目的节点的分组数据包在源节点发送的所有分组数据包中的所占比率。
(2)网络延时:从源节点发送分组数据包到目的节点接收分组数据包,该过程产生的所有时延,主要包含路由建立时间、数据包在缓冲区等待发送时间和正常的传播时间等。
(3)网络归一化开销:与寻路有关的分组消息(GWADV、RREQ和RREP等)在网络所有传输分组中的所占比率。
分组投递率和网络时延决定了网络接入性能,由图4(a)-图4(b)可知本文算法的性能较优,因为在非对称链路普遍存在的环境下,普通混合式路由算法盲目转发RREQ,导致一些因链路不对称而实际无效的路径被采用。失败后重新进行路由发现,因为建立路由的时间延长,相关数据可能因超时而被丢弃。另外,没有自适应机制使得网关通告范围不能根据MANET状态动态改变,默认网关路由的建立不能根据网关和移动节点的负载进行选择,因此分组投递率较低且网络时延较大,特别随着节点活跃程度增加,链路断裂趋于频繁,互联性能进一步恶化。
在网络开销方面,由图4(c)可知普通混合式路由算法开销巨大,因为其MANET节点盲目转发沿所有链路而来的网关发现消息,且当非对称链路造成路由发现失败,重新寻路造成了更多的开销。源节点位置随机且各节点高速移动,固定网关通告范围使得更多节点采取被动式按需寻路,RREQ等分组数量巨大。本文算法不仅避免了非对称链路的影响,而且引入基于节点负载判定是否转发分组的机制,在很大程度上节省开销。虽然周期性发送包含大量邻居节点信息的HELLO消息牺牲了部分互联开销,但本算法的开销仍然较少,尤其当节点移动速度增加时,其优势更加明显。
5 结束语
对MANET网络和固定网络互联的自适应网关发现算法进行优化。利用邻居节点信息在路由广播消息中的扩展解决单向链路问题;依据网关节点对MANET的感知实现网关通告广播范围和周期的自适应调整;通过采样并计算各节点的负载情况实现路由建立选择与更新的自适应。与已有算法的仿真对比显示,本文算法实现了互联性能的优化和路由开销的降低。
摘要：在移动自组网接入Internet的过程中,为适应节点高速移动导致网络拓扑频繁更新的特性,在混合式路由发现中引入自适应机制,从网关通告跳数的合理范围、广播风暴的避免、各节点和网关负载的动态变化等方面进行自适应性优化。以AODV路由协议为基础,改进网关发现算法的自适应机制,在NS2平台进行仿真,实现移动自组网与有线网络的互联,且其接入性能有一定程度优化。
关键词：移动自组网,Internet接入,网关发现,自适应
参考文献
[1]Cavalcanti D,Kumar A,Agrawal DP.Wireless Ad Hoc Networking[M].New York:Auerbach Publications,2007:483-503.
[2]Jeonkeun Lee,Dongkyun kim,J J Gareia-Luna-Aeeves et al.Hybrid gateway advertisement scheme for eonnecting mobile Ad Hoc networks to the Internet[J].IEEE,2012:191-195.
[3]刘元安,刘凯明,翟临博,等.移动自主网与Internet互联中的自适应网关发现算法[J].吉林大学学报,2011,41(4):1157-1163.
[4]沈斌,柯海燕,胡中功,等.MANET与Internet互联时的自适应增强机制[J].计算机工程与应用,2012,36(3):112-116.
[5]沈彬,李波,石冰心.基于HELLO机制的Adhoc与Internet高效互联[J].微电子学与计算机,2006(10):90-95.
自适应信号采集系统设计 篇8
在工业控制和智能测量系统中, 一般信号的变化幅度大, 若采用单一的放大增益, 小信号经放大器放大后, 幅值仍然很小, 经A/D变换后, 会影响数据的精密度, 而大信号放大后又有可能超出A/D转换的量程, 因此设计开发增益自动可调的程控增益放大器, 使允许输入的模拟量在很大的范围内动态可调, 方便与微机接口, 已成为现代测控设备的必然要求。
二、自适应信号采集系统的组成
自适应信号采集系统由差动放大电路、共模抑制电路、双端单端转换电路和程控增益放大电路组成, 是一种连续程控调节电路。
差动放大电路由运算放大器Ⅲ、Ⅳ (OP27) 组成, 在差动放大电路和双单转换电路之间增加了共模抑制电路, 以运算放大器Ⅴ (OP27) 为核心构成。
单双转换电路由运算放大器Ⅰ、Ⅱ (OP27) 组成, 它将单端输入信号转换成双端输出信号, 提供较高的共模抑制能力。
衰减器电路由U6 (8位DAC转换器DAC0832) 和运算放大器U 7 (OP27) 组成。
三、自适应信号采集的方法
可自动控制增益放大器可以用D/A转换器和运算放大器实现, 调试容易, 外接元件少, 可以方便地和计算机接口。放大器增益的线性好、精度高, 既可放大又可衰减, 动态范围达100dB以上。
信号通过传感器, 输入到固定增益放大器。因为输入为单端信号, 所以在固定增益放大器的前端, 要接上一个单端变双端转换电路, 此电路由两个同型号运算放大器组成, 一个做同相放大器, 即信号跟随器, 另一个做反相放大器。信号经前级放大后, 增益是不可变的, 手动调节输入或运算放大器的电阻, 既不方便又不精确。所以, 加一个衰减器和控制器, 通过控制器给衰减的反馈信号, 控制衰减器的衰减倍数, 来实现增益的自动控制。衰减器由D/A转换器和一个运算放大器组成, 运算放大器在衰减器中的作用使D/A转换器的输出电流信号变换成电压信号, 方便传输给电压转换器。控制器由A/D转换器、FPGA控制器和电压比较器组成。
四、基于FPGA的控制器简介
FPGA (现场可编程门阵列) 是新型的可编程逻辑器件, 内部含有大量的门阵列, 相应时间端, 可以精确的控制时钟的输出。FPGA的处理数度很块, 完全适合采集速度比较高的场合。更重要的是FPGA采用系统可编程技术, 即使整个数据采集系统已经投入生产, 也可以根据实际情况改变系统的配置和功能, 下载到FPGA芯片中即可完成功能的修改。在本设计中使用的是Altera公司的EP1K30FPGA芯片。
五、FPGA的配置
FPGA正常工作时, 它的配置数据存储在SRAM中, 由于SRAM的易失性, 每次加电时, 配置数据都必须重新下载。FPGA器件由两类配置下在方式:主动配置方式和被动配置方式。主动配置方式由FPGA器件引导配置操作过程, 它控制着外部存储器和初始化过程;而被动配置方式则由外部计算机或控制器控制配置过程。
专用配置器件通常是串行的PROM器件。大容量的PROM器件也提供并行接口, 按可编程次数分为两类:一类是OTP (一次可编程) 器件;另一类是多次可编程的。ALTEAR提供了一系列FPGA专用配置器件, 即EPC型号的存储器。
配置器件的控制信号 (如, Ncs、OE、和DCLK等) 直接与FPGA器件的控制信号相连。所有的器件不需要任何外部智能控制器就可以由配置器进行配置。配置器件的OE和Ncs引脚控制着DATA输出引脚的三态缓存, 并控制地址计数器的使能。当OE位低点平时, 配置器件复位地址计数器, DATA引脚位高电阻。当Ncs置低点平后, 地址计数器和DATA输出均使能。OE再次置低电平时, 不管Ncs处于何种状态, 地址计数器都将复位, DATA引脚置为高电平。
实际应用中, 常常希望能随时更新器件中的内容, 但又不希望再把配置器件从电路板上取下来编程。ALTERA的可重复编程配置器件, 如EPC2就提供了在系统编程的能力。图2为EPC2的编程和配置电路, EPC2本身的编程由JTAG接口来完成, FPGA的配置可既可由ByteBlasterMV配置, 也可用EPC2来配置, 这时, ByteBlasterMV端口的任务是对EPC2进行ISP方式下载。
六、仿真实验
采用Multisim仿真软件, 该软件是一个完整的设计工具系统, 提供了一个非常大的零件数据库, 并提供原理图输入接口、全部的数模Spice仿真功能、VHDL/Verilog设计接口与仿真功能、FPGA/CPLD综合、RF设计能力和后处理功能, 还可以进行从原理图到PCB布线工具包 (的无缝隙数据传输。它提供的单一易用的图形输入接口可以满足设计需求。
在Multisim2001的主窗口中, 建立新文件, 需要对电路窗口的有关选项进行设置, 这样有利于电路图的搭接和打印。电路窗口的设置包括图纸的大小、是否显示栅格、页边缘和标题栏、电路图选项设置和元器件符号设置。
把元器件进行合理的布局以后, 就可以开始连线了。Multisim2001提供两种连线方式:手工连线和自动连线。在本仿真过程中, 选择用手动连线。本仿真过程中, 使用了函数信号发生器、示波器。
经仿真软件的仿真, 结果符合设想的要求, 但是在实际应用过程中, 因为外界干扰条件的存在, 所以还得考虑采用上面介绍的抗干扰方法。
七、结论
本文提出的这种设计方案理论上分析和仿真结果表明:该系统能够通过FPGA控制衰减器来完成对输入信号的放大, 提高系统的精度, 实现可自动调节放大倍数。促进系统性能的改善和提高, 具有较高的应用价值。
摘要：本设计应用现场可编程门阵列 (FPGA) 控制实现对放大器增益进行预置和自适应控制, 全面提高了采集数据的精度和检测信号的动态范围, 提高了系统的可靠性。
关键词：自适应,运算放大器,FPGA,仿真
参考文献
[1]谢自美:电子线路设计[M].武汉, 华中科技大学出版社, 2000.6
自适应教育 篇9
文章介绍了智能天线自适应波束形成技术的基本概念及典型自适应波束形成方法，归纳了自适应波束智能天线的主要结构形式。在此基础上，分析了自适应波束智能天线实现中面临的几个问题，探讨了自适应波束形成技术未来的发展趋势。
关键词：
智能天线；自适应波束形成；算法；空时处理
Abstract:
The basic concept of adaptive beamforming technology for the smart antenna is introduced along with the typical methodology of adaptive beamforming. The main architectures of adaptive beamforming smart antennas are presented. Then problems in realizing the adaptive beamforming smart antennas are analyzed and the development trend of the adaptive beamforming technology in the future is discussed.
Key words:
Smart antenna; Adaptive beamforming; Algorithm; Space-time processing
全球通信业务的迅速发展，使得作为未来个人通信主要手段的无线通信技术受到极大关注。如何有效地消除同信道干扰、多址干扰、码间串扰和多径衰落的影响成为无线通信系统尤其是码分多址无线通信系统中制约系统容量的主要问题。传统的采用均衡的处理方法在信号传输时延较大时难以解决这些问题，而采用时空联合处理的智能天线技术，通过信号时间域和空间域的联合处理可以较好地解决这些问题。
智能天线利用数字信号处理技术，产生空间走向波束，使天线主波束对准用户信号到达方向，旁瓣或零陷点对准干扰信号到达方向，以达到充分高效地利用移动用户的有用信号并抑制或删除干扰信号的目的。应用智能天线的无线通信系统能够降低多址干扰，提高系统的信噪比。
1、 波束形成技术
波束形成的目标是根据系统性能指标，形成对基带信号的最佳组合或者分配。具体地说，其主要任务是补偿无线传播过程中由空间损耗、多径效应等因素引入的信号衰落与失真，同时降低同信道用户间的干扰。波束形成的基本过程是：在建立系统模型的基础上，描述系统中各处的信号，再根据系统性能要求，将信号的组合或分配表述为一个数学问题，寻求其最优解。
1.1 传统的波束形成技术
传统的波束形成器所有的加权有相等的幅度，选择相位使阵列波束指向期望方向θ0。用a0表示期望方向的方向向量，则阵元数是M的阵列加权向量w为：
具有此加权的阵列在期望方向上有单位响应，即处理器的输出功率等于信源功率。这种波束形成器在只存在不相关噪声和无干扰情况下，其输出有最大信噪比(SNR)。对于不相关噪声(即Rn=σ2nI，σ2n为噪声功率，I为单位阵列)，波束形成器的输出噪声功率为：
式(2)表明，阵列的输出噪声功率为每一阵元上功率的1/M，上角标H表示共扼转置。这样，具有单位增益的波束形成器在信号方向上衰减了不相关噪声，使输出信噪比等于psM/σn2，ps为期望信号的功率。
1.2 自适应波束形成技术
自适应波束形成算法是根据一定的最优准则导出的，
点：在LS-DRMTA中，不同用户的加权因子估计是以波束形成器端口输出信号与期望用户信号之间误差最小为准则，不会出现不同加权因子收敛于相同的值，因此不需要Gram-Schmidt正交化过程；不需要分类过程；波束形成器输出端口数不受天线阵元数的限制，当系统扩展时，更多的输出端口可以非常容易地添加到波束形成器上，添加的端口使用原有的射频和基带信号变换装置，大大降低系统代价；每次迭代过程的计算简单；通过解扩重扩减少了干扰，可以在更低的信噪比下使用。
(7)基于拉格朗日描述的波束形成算法
这种方法利用了CDMA传输信号中比较大的扩频增益，递归寻求相关矩阵的最大特征值，估计最佳权向量。它有着很好的优越性，即不但能在比较低的信噪比下形成优良波束，并且突破了波束数受天线数限制的传统约束，能够形成大大超过天线数的波束(几乎只取决于扩频增益)。此算法每一步迭代的计算量大约只是3M，比RLS算法还少一个数量级，并且能较快地收敛。
2、自适应波束智能天线的结构
2.1 基于码片级的自适应结构
(1)多个波束解扩-RAKE合并
多个波束解扩-RAKE合并时基于码片级的自适应结构如图1所示，即先进行空域处理，在波束形成中，N个输出形成不重复的N个波束，一个波束图可能包含多个用户。经过匹配滤波(MF)后，进入RAKE合并实现空时处理。从结构上看，这种方法硬件结构较为简洁，但由于是基于码片级的计算，无论自适应算法采用何种自适应权值方法，计算量均较大，算法的优化在该方法中尤为重要。
(2)单个波束解扩-RAKE合并
在单个波束解扩-RAKE合并时基于码片级的自适应结构中，先对各阵元进行波束形成加权处理，然后对几个不相关多径分量进行分别解扩。该结构只进行一次数字波束形成处理，因而系统的复杂度相对于多个波束解扩-RAKE合并方案而言大大降低。
2.2 基于符号级的自适应结构
基于符号级的自适应结构如图2所示，这种结构是先进行匹配滤波，即先进行用户分离，然后波束合成形成针对该用户的波束，实现二维RAKE接收。从结构上分析，基于符号的波束形成方法需要设计数量众多的相关器，硬件结构较为复杂，但该方法是基于符号级的计算，自适应算法的计算量相对较小。
2.3 基于群的自适应结构
基于群的波束形成方法利用已有的基带专用集成电路芯片(ASIC)构建智能天线处理器，实现对扇区的自适应划分。基带ASIC可以采用Qualcomm公司的常规基站调制解调器CSM5200。如图3所示。
基于群的波束形成方法采用基带ASIC(如CSM5200)完成除波束形成之外的大部分工作，需要考虑如何充分利用CSM5200的资源，以及与围绕CSM5200的软硬件功能在实现上的难易程度。显然，该结构受限于所采用CSM5200这类芯片在处理用户容量、处理速度、可靠性、芯片体积等方面的性能。
3、 自适应波束智能天线实现时面临的问题
(1)精确地获得信道参数
信道参数估计是进行空时RAKE接收处理的基础，没有准确的时延参数，自适应波束形成将无从做起。通常时延的估计是在波束形成之前，也就是说时延搜索时无法利用波束抑制波束外的非期望用户，所有激活用户(某扇区内)的信号都将被接收并相互干扰。在无智能天线的基站，所能容纳的同时激活的最多用户数目是确定的，超过该数目，时延搜索将出现困难。配备有智能天线的基站，在未形成波束前，如果不采取其他措施，时延搜索与常规基站没有什么差别，也就是说，所能容纳的最多用户数目与常规基站的相同，显然没有发挥智能天线可以扩大基站容量的作用。因此，在时延搜索上必须采取另外的措施，使得在激活的用户数目超过常规基站时，时延搜索仍能正常进行。
(2)上下行波束形成的统一规划
对于下行链路而言，不同的复用方式可采用不同的解决方法：对于时分双工(TDD)方式，由于上下行链路采用相同的频率，在信道参数在相邻的上下行数据帧中几乎没有变化的情况下，可以直接利用上行估计得到的信道参数，但这只适用于慢速移动的系统；对于频率复用分割(FDD)方式，由于上下行链路的频率间隔一般都大于相关带宽，因此上下行的瞬时信道几乎是不相关的，此时采用反馈信道是最好的方法。显然，上行链路参数估计的好坏，对上下行信道的波束形成都有很大的影响。此外，在上行信道的波束形成时，就要考虑到下行信道波束形成如何进行，以实现上下行信道波束形成的统一优化，使智能天线系统的作用得到最大程度的发挥。
(3)波束形成算法
良好的自适应波束形成算法通常需要很大的运算量以及复杂的结构，目前的硬件性能尚难以达到这样的指标。因此，寻求用较少的运算和简洁的结构实现自适应波束，始终是科技人员努力的目标之一。此外，实现算法中具体参数(初始权值、收敛门限、步长等)的优化也对算法最终结果起着至关重要的作用。
4、 结束语
对于智能天线来说，在研究自适应波束形成新技术同时，还应关注技术的有效性、稳健性以及实用性等内容。从可实现的角度来看，智能天线自适应波束形成今后的研究可能趋向于以下几个方面：
探索有效的数字波束形成技术，着重于突破阵列物理限制的数字多波束形成技术。
研究计算有效、稳健的用户多径参数估计技术，重点在基于辅助导频信号的非盲技术。
根据业务和信道环境的不同，确定不同的自适应算法实现结构以及参数的选取准则。
此外，相对于上行自适应波束形成技术的广泛深入研究，下行链路性能成为提高系统性能的“瓶颈”，因此迫切需要有效的下行自适应波束形成方法。□
参考文献：
[1] Liberti J C, Rapport T S. Smart antenna for wireless communication: IS-95 and third generation CDMA application [R]. Prentice Hall PTR, 1999.
[2] Tsoulos G, Beach M, McGeehan J. Wireless personal communications for the 21st century: European technological advances in adaptive antennas [J]. IEEE Communications Magazine, 35(9), 1997.
[3] Kwark J, Lu I T. Blind adaptive space-time receiving and
transmitting diversities for multiuser DS-CDMA systems [R]. IEEE MILCOM’99, 1999.
[4] Guo Y J. Advanced base station technologies for UTRAN [J]. Electronics & Communication Eng Journal, 12(3), 2000.
[5] Seungwon Choi. A novel adaptive beamforming algorithm for a smart antenna system in a CDMA mobile communication environment [J]. IEEE Trans. VT, 49(2), 2000.
收稿日期：2003-03-12
作者简介：
无线内容自适应技术研究 篇10
关键词：content adaptation,自适应,网络感知,多媒体
0 引言
互联网的迅速发展使网络中传播的内容资源更为丰富, 同时也使用户对网络的需求日益增加, 尤其是对图像、音频、流媒体视频等多媒体内容的需求不断提高。由于多媒体内容的访问往往占用较大带宽, 加之用户访问量的不断增大, Web服务器的负荷也在日益加重, 网络吞吐量下降。在无线网络环境中, 由于带宽的限制、空气介质带来的冲突以及多媒体内容访问量的增加而产生的网络整体性能下降更为明显, 对用户体验度的影响程度也更为严重。形形色色的无线终端设备, 如:智能手机、掌上电脑、PDA使无线乃至移动环境下访问互联网变得更为便捷, 但同时也形成了接入网带宽不同, 终端设备能力差异的无线异构网络, 这也使得不同的终端用户享受到同样高水平的网络服务质量变得十分困难。
为了在无线异构网络环境中提高内容的可读性同时改善用户体验度, 有研究者提出了内容自适应策略。这是一种动态调整被访问内容以满足终端用户接入网络带宽, 用户偏好和终端设备能力限制的机制[1]。图1描述了内容自适应实现的基本流程。在无线异构网络环境中, 内容自适应技术考虑到终端设备能力的局限性 (比如屏幕大小及分辨率、支持图像格式、应用程序种类等因素) , 在发送内容前对内容的格式或大小进行调整, 从而发送更适合终端设备读取的内容。同时该策略也可以根据用户接入网络的特征和当前的网速, 对内容进行适当的降质, 降低质量后的内容保持原有内容的核心, 但容量大大减小, 从而减轻了对网络传输的负担。内容自适应研究的相关技术包括[2]:
(1) 用以支持内容自适应的多媒体处理和分析算法。
(2) 能够可靠探测用户设备软硬件能力的机制。
(3) 定义用户偏好的标准方法及对其在会话间跟踪的机制。
(4) 有效测量当前用户与服务器之间网络连接特征的方式。
(5) 判断在各种条件下何时以及如何执行内容自适应算法的策略。
1 内容自适应策略
无论在有线或无线网络环境中, 采取一种适当有效的自适应算法是完成整套内容自适应过程的关键。内容自适应策略的核心思想是在保留内容关键信息的同时根据用户所处的网络环境、软硬件环境与特点需求对内容进行一定程度的处理和转化。对内容进行处理的技术有很多, 一些现有的多媒体处理技术可以被用于实现更智能的信息发送。Hewlett-Packard实验室的研究人员定义了一套异构网络中自适应内容分发的框架, 其中将一些主要的内容自适应策略按其应用归为五大类[2], 表1按多媒体内容包含的四种种类 (视屏、图像、音频、文字) 对这五类技术所采用的自适应方法进行了概括。它们包括:
信息提取 (Information abstraction)
模式转换 (Modality transformation)
数据转换编码 (Data transcoding)
数据优先 (Data prioritization)
目的分类 (Purpose classification)
2 用户信息获取策略
用户信息主要包括三方面的内容:用户设备能力, 网络特征和用户偏好。获得用户信息是实现内容自适应的第一步, 也是自适应算法的依据。现有的一些技术可以被用于收集与测量用户信息。例如:分析用户发送的请求 (如HTTP请求的头文件) 可以获得用户设备方面的信息, 如浏览器类型、设备屏幕尺寸等信息, 也可间接估计该设备的最大可用带宽等信息。又比如:提供界面给用户提交用户的偏好, 设备的能力, 以及所使用网络连接的属性等等。其他获取用户信息的技术还包括会话跟踪, 系统及网络负载自动测量, 浏览器行为分析等等。
2.1 网络监控
为了对网络环境的变化实时捕捉, 应用程序必须找到一种方法对网络进行监控。通常来说, 网络监控指的是收集网络状态的原始数据如带宽、时延, 但一些系统还有能力将原始数据进行统计转换并根据应用软件的语法格式显示结果[3]。
最常见的网络监控方法的分类是基于该方法所产生的流量[3,4]。若采用主动监控的方法, 网络测量数据是通过发送附加的测试信息而获得的, 因此这将不可避免地给网络带来额外的流量。反之, 若采用被动监控技术, 系统仅以程序产生的流量作为依据, 并通过与网络其他节点的通信获得数据。网络状态的信息完全由穿梭于网络中的数据分组所表征, 因此不会引入额外的网络流量。
2.1.1 主动监控
主动监控可以通过在单一主机上运行简单的探测服务实现, 也可以利用探针分布于网络各处的复杂监控系统。前种方式的例子有standard ping[5]和bprobes[6]。后种方式的例子有NIMI[7], topology-d[8], 以及基于代理的系统[9]。由于引入了额外流量, 主动监控在监控过程中有更好的主动性和控制权。它可以简便地测量两台主机之间整条网络路径的特征, 比如分组往返一次的时间 (Round Trip Time) , 平均丢包率 (Packet loss) , 以及可用带宽。但是这种监控方式比较难获得网络中具体某一点的信息。
对于资源有限的网络如无线网络来说, 额外的流量始终是一个问题。除此之外, 主动监控的另一个问题是, 由测试数据包获得的结果往往不符合实际用户数据包的产生的结果 。因此, 监控结果可能无法完全代表实际使用情况。然而, 通过使用测试包来模拟实际用户数据包, 主动监控可以测量到网络任何一处的质量, 甚至那些没有流量的链路, 这适用于连接初始化和服务器的选择。
2.1.2 被动监控
被动监控是目前网络感知的应用中常见的监控方式。与主动监控相比, 被动监控可以对网络中特定一点进行精确的评估, 如准确的比特率或分组速率等。被动监控较主动监控更准确, 因为它测量的是实际用户数据。但是, 为了能获得更可靠的测量数据, 快速的处理是至关重要的, 而被动监控很容易导致信息过时 , 这是由于信息只有在主机连接远程站点时才会被收集。
被动监控的例子有SNMP (Simple Network Management Protocol) , 一些特殊的硬件软件系统如Nprobe[10]和SPAND[11]等。
2.1.3 混合监控
根据上述讨论, 很明显主动监控和被动监控各有优缺点, 双方互补而并不互斥。因此, 一种混合监控策略可以结合两者优势而成为一种更好地解决办法。文献[12]中介绍了一种混合监控系统:EXPAND。这种监控方式只在被动监控信息不可用的情况下采取主动探测, 例如当前网络无连接的情况下主机想了解网络状况以建立一条新的连接。基于该模型的实验表明, 混合模式可以减少主动探测所引入的额外流量, 同时获得准确的信息。
3 构架设计
内容自适应策略的构架问题讨论的是自适应决策和算法在何处进行。常见的位置有服务器、代理 (Proxy) 、用户端以及综合型。每一种设计都有其优缺点, 这里比较关心的问题是:系统实现的难易程度, 网络带宽、CPU和内存的利用效率, 内容自适应的有效性以及内容转换的相关版权问题等[2]。
3.1 基于服务器的自适应构架
基于服务器实现内容自适应的构架中, 服务器负责探测用户设备能力和网络状况, 随后根据预先设计算法提供最优的自适应策略。该构架的优点在于它可以进行静态 (off-line) 和动态 (on-the-fly) 的内容自适应。前者指的是在任何时刻为原作内容自动创建多个版本;后者指的是当请求发生时对内容进行实时的自适应处理。因此, 基于服务器的设计对内容有更好的著作控制, 内容的作者也可以参与决定在不同环境中内容的转换方式。在安全性较高的网络环境中 (如电子商务) , 网页往往被加密, 因此自适应也只能由服务器来完成。
这种构架也有其不足之处。由于传输带宽的限制, 用户通常需要从地理上较近的服务器上获取内容以减少跳数缩短内容下载时间。而在基于服务器的内容自适应系统中, 这意味着执行自适应算法的服务器必须分布在网络各处, 服务器设计也必须考虑到数据同步问题, 对引入的额外资源消耗进行负载均衡。静态自适应方式创建的多个版本的内容也将同时存在于各台服务器中, 从而耗费大量存储资源。
3.2 基于代理的自适应构架
基于代理的构架中, 用户通过代理向提供内容的服务器发出请求, 代理截获服务器发送的内容从而决定和执行自适应策略, 转换后的内容随后发送至用户。一般假设代理与服务器之间的带宽远大于代理到用户的带宽, 因此内容从服务器到代理的下载时间是可以忽略不计的。这种构架中自适应发生的位置更靠近用户, 避免内容版本的过多复制。并且服务器和用户端都无需作任何改变, 同一台代理可以为多台服务器执行内容自适应处理, 从而有利于大规模应用。
然而, 由于代理从众多服务器中获得内容, 内容的格式差异显著, 因此, 基于代理的自适应方式对内容的转换结果缺乏著作控制, 结果没有统一的格式和评价优劣的标准。版权问题同样也是这种设计的缺点之一。
4 无线自适应内容分发
随着无线网络技术的发展, 越来越多的无线终端设备如PDA, Pocket PC, 智能手机随之出现, 移动用户的数量也在日益攀升。考虑到这样一个异构和多变的网络环境, 加上多媒体应用对网络资源的依赖, 让移动多媒体应用实现网络感知 (Network aware) 变得非常关键。下文将主要以移动环境为例, 讨论移动多媒体传输带来的问题, 以及针对这些问题对网络提出的特殊要求如何采取一种能够对网络感知的内容自适应策略。
4.1 移动多媒体应用的局限性
在无线领域, 许多应用程序如电子邮件已经能够成功地在移动无线网络中运行, 但是要将多媒体应用程序完整的移植到无线环境中来还具有相当大的挑战, 这些程序往往需要处理各种格式的内容, 包括文字、图像、动画、声音、视频等等[3]。尤其对于音频和视频内容来说, 它们对网络带宽有更高的要求。例如, 在速度低于30kbps的第二代移动蜂窝网络 (如:GSM) 中, 视频的传送非常困难;而在802.11a的WLAN (带宽6Mbps～54Mbps) 或3G移动网络UMTS (带宽最高可达2Mbps) 中传送视频才更具有实际意义[3]。除了带宽资源受限, 无线性与移动性的特性都给网络质量带来挑战。这些挑战包括带宽变化不定、误码率起伏不定、可能的不对称连接、切换过程中不被预料的质量下降等等。表2对移动网络多媒体应用可能带来的问题作了归纳, 其中按问题产生的主要因素 (无线性、移动性和多媒体) 将问题分为三大类[3]。
4.2 网络感知的移动多媒体传输
考虑到移动多媒体传输的种种局限性, 网络感知的内容传输技术被视为是解决该问题的一种解决方案。所谓网络感知就必须通过某种方法探测终端用户的网络特征参数, 这些参数可以是带宽、时延界限、安全性等方面的信息。在这些参数中, 网络带宽可以说是最为重要的网络性能指标。为了测量终端网络的性能参数, 前文已经介绍了几种网络监控的方法 (主动、被动、混合) , 采取一种适合于移动网络特征的监控方式将更有利于网络数据的实时、准确的探测。基于移动网络环境变化莫测的事实, 需要一种能够使移动多媒体应用程序快速地探测网络变化的监控方法。主动监控会给有限的网络资源带来额外的流量负担, 获得结果需很大是延迟, 因此不常被用于灵活多变的网络。另一方面, 被动监控对测量某些种类的参数有局限性, 如:错误概率、丢包率, 同时也无法测量关闭或断开的连接上的数据, 而这些情况在无线网络中是很常见的[12]。尽管目前常见的网络感知应用模型大多基于被动监控, 我们依然相信一种集主动和被动优点的混合监控方式将是移动多媒体应用网络的最佳监控方案。
除了选择合适的监控策略, 网络构架也是重要的考虑因素。基于用户终端设备的构架方案简便易实现, 但其并没有起到减轻网络负载的作用, 内容仍然以完整的形式被传输到用户手中, 再根据设备的能力作相应的处理。并且自适应依靠的是用户端应用软件自身的能力, 对于一些计算和存储能力有限的移动设备而言, 这也将耗费很大资源。因此基于服务器或者代理的构架更适合于无线移动环境内容自适应分发。前文以对两者的优劣进行了比较分析, 基于代理的方式使自适应发生在离用户较近的地方, 优化了网络资源最薄弱的用户接入网环节上内容的传输, 部署也相对容易, 因此比基于服务器的构架更显优势。但是根据具体的无线网络情况以及对内容版权问题的考虑, 基于代理的方式也不是唯一的选择, 有些情况下, 采用混合的构架方式更具实际意义。
5 结束语
本文在介绍了内容自适应基本概念的基础上, 对其核心技术作了逐一分析, 主要包括自适应策略、网络监控测控、构架等等。其次本文对内容自适应技术应用于无线领域中的可能性作出分析, 并对移动环境多媒体应用存在的诸多局限性进行了阐述, 并讨论了自适应技术在此类环境中应用的方法。选择一种合适的混合监控策略与适应网络特性的自适应构架方式, 无线网络的传输性能将得到提升。
参考文献
[1]Stephen J.H.Yang, Norman W.Y.Shao, Risk C.S.Chen.A multi-media content adaptation mechanism to implement universal access onlearning environment[J].IEEE Communications Magazine, 2003.
[2]Wei-Ying Ma, Ilja Bedner, Grace Chang, et al.A framework for adap-tive content delivery in heterogeneous network environments[J].Hewlett-Packard Laboratories, 2005.
[3]Jinwei Cao, Dongsong Zhang, Kevin M.McNeill, et al.An Overview ofNetwork-Aware Applications for Mobile Multimedia Delivery[C].pro-ceedings of the 37th Hawaii International conference on System Scienc-es, 2004.
[4] Caripe W, Cybenko G, Moizumi K, et al.Network awareness and mobile agent systems[J].IEEE Communications Magazine, 1998, 36:44-49.
[5] Toshiya M, Kazuo N, Shouji M, et al.QOS MONITORING SYSTEM[R].Yokogawa, Technical Report No.34, 2002.
[6]Carter R L, Crovella M E.Measuring bottleneck-link speed in packetswitched networks[R].Computer Science Department, Boston Universi-ty, Technical Report BU-CS-96-006, March 1996.
[7] Paxson V, Adams A, Mathis M.Experiences with NIMI[C]. presented at Proceedings of the Passive & Active Measurement Workshop, 2000.
[8] Obraczka K, Gheorghiu G.The performance of a service for network-aware applications[C].presented at Proceedings of the SIGMETRICS symposium on Parallel and distributed tools, Welches, Oregon, United States, 1998.
[9]Wijata Y I, Niehaus D, Frost V S.A scalable agent-based network mea-surement infrastructure[J].IEEE Communications Magazine, 2000, 38:174-183.
[10]Moore A, Hall J, Harris E, et al.Architecture of a Network Monitor[J].presented at Proceedings of the Fourth Passive and Active Mea-surement Workshop (PAM 2003) , 2003.
[11]Seshan S, Stemm M, Katz R H.SPAND:shared Passive Network Per-formance Discovery[C].presented at 1st Usenix Symposium on InternetTechnologies and Systems (USITS’97) , Monterey, CA, 1997.