数据传输效率（精选11篇）
数据传输效率 篇1
摘要：EPA工业以太网的数据传输效率是影响其通信性能的关键指标。本文根据EPA确定性调度特征, 从单个报文的数据传输效率入手, 分别对周期报文和非周期报文的数据传输效率进行了分析, 建立了数学模型, 为EPA通信性能的定量研究提供了理论基础, 并且提出了采用集总帧方式提高数据传输效率的方法。
关键词：EPA,工业以太网,数据传输效率,确定性调度
1 引言
EPA (Ethernet for Plant Automation) 是一种由中国自主研发的工业以太网技术, 已经被现场总线国际标准IEC61158 (第四版) 收录。作为一种工业控制网络, EPA的数据传输效率是影响其通信性能的关键指标。所谓数据传输效率, 指的是网络中传输报文的有效数据量与总数据量的比率。本文以下内容将会对其进行探讨。
2 单个报文的数据传输效率
EPA报文由有效数据与协议开销两部分构成。所谓协议开销, 指的是为了保证报文的顺利发送, 通信协议栈中各层协议在报文中所附加的如地址字段、循环冗余校验码等信息所占的数据量。由文献可知, EPA报文的协议开销为62 字节, 因此单个EPA报文的数据传输效率由下式决定:
式中, S为报文的数据传输效率;K为报文的有效数据量, 单位为字节;L为报文的总数据量, 单位为字节。
单个报文的数据传输效率较为简单, 但对于EPA系统来说, 其数据传输效率要受到确定性调度策略的影响, 情况较为复杂。EPA系统的通信是按照确定性调度策略以宏周期为单位巡回执行的, 在一个宏周期中周期报文和非周期报文分别执行不同的调度策略, 而且还要发送非周期数据声明 (E报文) 和非周期数据发送结束声明 (F报文) 等调度报文。因此, 对于EPA工业以太网, 必须根据确定性调度策略, 以宏周期为单位分别研究其周期报文和非周期报文的数据传输效率。
3 周期报文的传输效率
EPA对于周期报文的发送是在预先划分的时间片中进行的, 当设备检测到其周期数据发送时间片到达时, 就将发送队列中的周期报文按照先进先出的原则依次发送到网络上。但是需要注意的是, 为了保证非周期数据的顺利发送, 设备在发完周期报文后, 还需要发送1个长度为108 字节的E报文。因此, 一个设备在一个宏周期中所发周期报文的传输效率等于周期报文中的有效数据量与周期报文和E报文总量的比值。根据式 (1) 可得下式:
上式中, Sd为单个设备的周期数据有效传输率;n为设备发送周期报文的数目。Ki为设备发送的第i个周期报文的有效数据量。
而对于微网段来说, 其周期数据有效传输率等于所有设备发送的所有周期报文的有效数据量与这些周期报文和E报文总量的比值。因此, 根据公式 (2) 可得到下式:
式中Sp为微网段周期报文的数据传输效率;Sdj为设备j在宏周期中发送周期报文的数据传输效率;Kij为设备j发送的第i个周期报文的有效数据量。m为微网段中的设备数目。
由式 (3) 可知, 一个EPA微网段中的周期报文传输效率主要由宏周期中所发周期报文的有效数据量和微网段中设备及发送报文的数目决定。在保证其有效数据传输的前提下, 减小周期报文发送数目n是提高其数据传输效率的途径。
4 非周期报文的传输效率
EPA非周期报文的数据传输效率等于微网段在一个非周期数据发送时间片中所发送的非周期报文的有效数据量与该时间片中数据发送总量的比值。需要注意的是, 除了非周期报文, 微网段在非周期数据发送时间片中还需要发送长度为108 字节的F报文, 发送数目等于非周期数据发送权在设备间的切换次数b。在计算数据传输效率时, 还需要把F报文的数据量计算在内。则根据公式 (1) 可得到非周期报文的传输效率如下式所示:
上式中, Sq为微网段的非周期报文传输效率;Rij为设备i发送的第j个非周期报文的有效数据量。m、n分别为非周期数据发送设备数目和设备i发送的非周期报文数目。
由式 (4) 可知, 一个宏周期中EPA微网段非周期报文的传输效率主要由所发非周期报文的有效数据量和微网段中设备发送报文的数目以及非周期数据发送权的切换次数决定。在保证其有效数据传输的前提下, 减小非周期报文发送数目和非周期数据发送权的切换次数是一个提高其传输效率的途径。
5 结论
根据以上探讨可见, 不论是周期报文还是非周期报文, 在保证其有效数据传输的前提下, 减小报文发送数目是提高其效数据传输率的途径。因此, 除了优化EPA报文结构之外, 采用诸如集总帧的方式将设备中发往同一目的站点的所有有效数据都集成在一个报文中发送, 是一个减少报文发送数目, 提高数据传输效率的有效方法。
参考文献
[1]谢昊飞, 李勇, 王平, 等.网络控制技术[M].北京:机械工业出版社, 2009.
[2]林琳, 刘宁.EPA工业以太网传输信息结构分析[J].科技视界, 2015, 1:68.
[3]刘宁, 仲崇权, 林瑶瑶.工业以太网非周期数据通信实时性分析[J].北京邮电大学学报, 2014, 37 (1) :43-47.
数据传输效率 篇2
招聘分析主要包含两方面的内容：
1)跟踪与招聘流程相关的数据;
2)分析这些数据，并且根据它指导招聘决策。
如果要最大化发挥招聘分析的价值，就必须做好这两方面的工作。
需要哪些数据?
那么，在招聘分析中，我们究竟需要哪些数据呢?
根据招聘流程，每个环节出现的数据，就是我们需要的数据：
用人需求调查――招聘计划――招聘实施――招聘效果评估――招聘评估反馈。
一、需求调查
这是招聘的第一环节，可以获得以下数据：
1.需招聘的岗位数量
2.计划招聘人数
二、招聘计划
这是招聘的指导大纲，可以获取以下数据：
1.招聘计划人数
2.招聘渠道(招聘网站、人才市场、猎头公司、现场招聘、校园招聘等)
3.招聘预算
4.招聘周期
三、招聘实施
将招聘计划付诸实施的过程，可以获取以下数据：
1.招聘人才的来源方式
2.简历收入量，以份数计算
3.有效简历量
4.面试邀请数
5.面试到场人数
6.复试人数
7.录用人数
8.到岗人数
9.转正人数
10.招聘成本(包括财务成本和时间成本)
四、效果评估
根据以上环节得出的数据，用一张图表可以评估招聘效果
其他重要数据
招聘流程长度
除了以上数据，HR还要评估一下各个环节花费的时间成本：
1)你的招聘流程到底花了多长时间?
如果可能，你尽可能比这要更快一些，因为超过时间，候选人会丧失兴趣。
2)招聘流程的每一步大概花多长时间?
如果发现招聘周期太长，还要分析到底是哪一步浪费了你太多时间，然后找出原因，寻找解决方案。
3)在候选人投递简历后多久你才联系他?
现在的求职者不愁工作机会，如果没有等到你，他们就会毫不犹豫地寻找其他的工作机会。
分析招聘流程出现的数据后，HR还需注意几个数据：
offer接受率
offer发出去了，候选人不一定接受，所以HR得找找被拒绝的原因。最好的办法，就是直接向拒绝Offer的候选人了解缘由。
这时候，你可能就会了解到，是因为招聘流程中的某些方面让他们离开了，也有可能是因为他们的对公司雇主品牌的想象与现实不符……
员工流失率
1)到底每年有多少员工离开?
如果人员流动，看起来像是临时工一样，你就得反思你公司是如何对待员工的?你可以做哪些来维系员工关系，激发他的热情，让他感到感激和满足?
你也需要反思一下你的招聘标准。你是否招募到合适的人?你招募的人是否与企业文化相匹配?
就算你不是持续流失员工，跟踪流失率也不无裨益。每年关注流失的数字，一旦它开始爬升，你也可以早作预防。
2)员工在公司呆了多长时间?
跟踪一下员工在你公司的平均寿命。通常来说，员工会呆5年左右的时间。如果员工没有呆这么长时间，和他进行一下访谈，了解一下他对工作失望的原因。如果你的员工任期都非常低，你就需要审视一下你的招聘流程，并且自问一下，我是否招到了合适的人?
数据传输效率 篇3
[关键词]光纤 传输网 优良性能
[中图分类号][TN913.7] [文献标识码]A [文章编号]1672-5158（2013）06-0208-01
1 概述
光纤作为宽带接入一种主流的方式，有着通信容量大、中继距离长、保密性能好、适应能力强、体积小重量轻、原材料来源广价格低廉等的优点，光纤宽带的普及也是大势所趋。
传输网的发展经历了三个阶段：又绞线阶段、电缆与双绞线相结合阶段以及光纤传输阶段。在双绞线阶段时期，语音不能同大规模数据通信混用也适应这样的数据通信；而在电缆与双绞线相结合的阶段，传输网能够进行大量数据与视频的传输需求，但同时也需要更多的接入设备，因而成本相对提高许多，另外这种网络由于不容易扩展，因此难以得到发展；进入到光纤阶段后，传输网的各个相应附属设备趋于完善，数据处理能力、扩展性也相应提高，促使传输网展成为综合通信网络。
2 光纤与传输网
2.1 光纤简介
光纤即光导纤维，它是一种用玻璃或塑料制成的纤维，光在其中通过全反射原理以传信息。光纤是一种光传导工具，光在光导纤维的传输时损耗比较低，而电在金属导线传导的损耗相对较大多，因而光纤很适合被用作长距离的信息传输。
光纤一般分为三层：芯径一般为50μm或62.5μm的中心高折射率玻璃芯，中间层为通常直径为125μm的低折射率硅玻璃包层，最外层是树脂涂层以加强防护；一般内层与中间层的折射率不同，通常内芯的折射率比外层玻璃大1%，根据光的折射和全反射原理可知，在这种情况下，光可在内芯全部反射，几乎不会有损耗。
光纤传输的优点：
1960年，美国科学家Maiman发明了世界上第一台激光器，激光从此成为良好的通信光源；其后二十多年，人们终于制成了低损耗的光传输介质——光纤，从而奠定了光通讯的基石，光纤也推动了光通讯、传输网的飞速发展。
光纤于传输网具有很多突出的优点，下面将介绍其中最突出的几点：
1）频带宽；频带的宽窄代表传输容量的大小，光纤的频带比VHF频段高出一百多万倍；尽管不同频率的光在光纤中传输也会出现相应的损耗，从而影响频带宽度，即使如此光纤的最低损耗区的频带宽度也可达30000GHz；而得用先进的相干光通信技术可以在30000GHz频宽内加载2000个光载波，再进行波分复用，光纤就可以容纳上百万个频道。
2）损耗低；与电缆传输相比光导纤维的损耗则要小得多，数据表明，光纤传输比同轴电缆传输的其功率损耗小一亿倍，因此信息在光纤中能传输更远的距离；另外，光纤传输在全部有线电视频道内的损耗相同，不需要引入均衡器像电缆中传输那样进行均衡；其次是温度的变化不会影响到光纤传输的损耗，因而当环境温度发生变化时干线电平的波动也不会到影响。
3）重量轻；光纤的芯线直径一般为4到10微米之间，就算在加上防水层、加强筋、护套等之后，由4～48根光纤所组成的光缆的直径也还不到13毫米，而标准的同轴电缆的直径为47毫米，因而玻璃纤维的光纤比起金属电缆线的重量更加轻。
4）抗干扰能力强；由于石英是构成光纤的基本成分，具有只传光不导电的特性，而且光信号在其中传输时也不会受到电磁场的干扰，因此信号在光纤中传输不易被窃听，利于信息安全。
5）保真度高；信号在光纤中传输，只要激光器的线性好，就可高保真地传输电视信号；另外光在光纤中传输不需要用中继放大，也就不会因此而引起非线性失真。
6）可靠性强；由于光纤系统所用到的设备相对少，前面提交到不会像在电缆系统中那样用到几十个放大器，设备少也就会相应地减少损耗与误差的出现，因此其可靠性更高，光纤设备可无故障工作达50万～75万小时，而光纤系统中寿命最短的光发射机——激光器的最低寿命也可达10万小时以上。
7）成本低；有论理认为光纤传输信息的带宽每6个月增加1倍，但其价格降低1倍。与电缆原材料——铜不同的是，石英来源十分丰富，光纤的造价也会随着技术的进步会进一步降低而不会像铜一样上涨；这也是光纤传输的极大优势。
2.2 光纤对传输网的作用
电话系统是由光缆和先进的超级计算机交换系统所组成，它已经同全国电话网相连；因而可以利用电话网络来建设“信息高速公路”；光缆系统是“信息高速公路”的骨干，光缆由细长的玻璃纤维构成的，数字化信息在其中以激光脉冲形式进行传输，而在同轴电缆中传输的形式则为无线电波。由于激光脉冲波长比无线电波的波长短，因而光纤线路具有更大的信息容量。
在当今社会中，光纤系统已广泛应用于数字电视、语音和互联网信息的传输中，光纤已成为商用、工业等多个领域的地面传输标准；军事与防御领域又进步推动了光纤大范围更新换代的重要动力。
2.3 光纤网
光纤传输系统一般由光发送机即光源、传输介质、光接收机即检测器组成。当光纤传输用于计算机网络通信时，光源和检测器的工作一般都由光纤收发器完成，光纤收发器的作用是将双绞线所传输的信号转换成使其能够通过光纤传输的光信号，是一种用来实现双绞线与光纤连接的设备，光纤收发器是双向的，也能将光信号转换能够在双绞线中传输的信号。
当光纤用于普通的视、音频、数据等传输时，光源和检测器的工作则一般是由光端机来完成，光端机负责将多个为E1的中继线路数据传输标准的信号转变成光信号并进行传输，光端机的主要用于实现电到光以及光到电的转换；光端机按其转换信号的类别分为模拟式和数字式光端机。
光纤传输系统也按传输信号的类别分为数字传输系统和模拟传输系统；后者是将光强加以模拟调制，将输入信号转变为振幅、频率或相位的连续变化的传输信号；而数字传输系统则是把输入信号转变成“1”，“O”的脉冲信号，并将其作为传输信号进行传输，最后在接受端将其还原成原信号。光纤传输系统也其它方式分为：单模光纤、多模光纤；缓变型多模光纤、缓变增强型多模光纤和缓变型单模光纤；阶跃型光纤、梯度型光纤、环形光纤等。
由上面介绍可知，光纤传输系统不仅可用来传输模拟信号，也可用来传输数字信号，也可以进行视频传输。
任何事物都有它双面性，光纤传输网也存在一些的安全隐患，如：弱光攻击、强光攻击等，因机电需要针对不层次的不同问题采取不同的对策加以防范，因而需要增加网络运营成，需要在成本与安全之间寻找到平衡，针对不同用途的光纤传输网采用不同的安全策略和标准。
3 结束语
目前，我国已经形成了相对较完善的光纤通信体系，涵盖了光器件、光模块、光纤、光缆、光传输设备等多个领域，另一方面移动互联网、三网融合等新型信息动技术发展应用也推动了光纤传输系统的发展。光纤传输系统经过了30多年的发展，在扩大网络传输容量方面起到了不可替代的作用。
本文通过对光纤对传输网发展作用、光纤网系统以及光纤的进行了一个系统而细致的介绍，并客观地分析了光纤网所存在的不足；另外也分析了光纤作为传输介质的优势以及这些其方式无法达到优点使得光纤对传输网的发展的起到了不可替代的巨大推动作用。
参考文献
[1]陈龙，黄进，光网络安全及其拓扑结构隐藏方法[J]半导体光电，2006，（6）：756-759
[2]党利宏，邓大鹏，李卫，等，光网络中强光攻击与防护研究[J]，光通信技术，2006，（4）：37-39
[3]赵文玉，纪越峰，徐大雄，全光网络的安全管理研[J]电信科学，2001，（5）：11-14
[4]曹琦，浅析光纤通信技术的发展趋势，中国集体经济，2009
[5]李振德，由俊玺，光通信的发展趋势与市场，黑龙江科技信息，2009
数据传输效率 篇4
随着国际电信联盟 (ITU) 批准采用正交频分多址接入 (OFDMA, Orthogonal Frequency Division Multiple-Access) 技术的移动WiMAX成为3G标准后, 它对已有3G标准是挑战还是融合共存就成为业内关注的焦点。从目前来看, 移动WiMAX在局部地区进行热点覆盖, 已有3G系统进行广域覆盖, 二者实现互通协作和互补, 寻求共同发展的策略, 得到了业界的广泛认同。
移动Wi MAX系统和高速下行分组接入 (HSP-DA, High Speed Downlink Packet Access) 均有各自的优势。WiMAX最初作为一个计算机网络, 提供了完全的IP化的支持, 总传输速率上更胜一筹, 但是在终端移动性上还有不足;而HSDPA作为3GPP R5引入的通过修改空中接口来增强系统性能的下行数据增强技术, 对终端移动性的支持较为优秀, 并且核心网与原有的GSM/EDGE无线接入网兼容, 使得现有具备相当规模的2G移动网络部分核心网网元能得到继续使用。
研究和分析移动WiMAX与HSDPA的异同点, 具有十分重要的意义。通信系统的主要性能指标是有效性和可靠性, 其中, 有效性的衡量标准是传输速率、频带利用率。本文从消息传输的角度出发, 从剖析移动WiMAX的物理层参数和基本概念入手, 详细计算出其在不同调制方式和编码速率下的理论数据传输速率、频带利用率, 并与HSDPA进行了对比分析。
2 移动WiMAX的物理层参数
WiMAX是根据IEEE802.16标准定义的一种无线宽带接入技术, 其中, 移动WiMAX即IEEE80216-2005或802.16e, 为个人移动宽带领域带来了巨大的推动力。IEEE802.16-2005支持切换和漫游功能, 能够应用在车速移动环境下, 其工作频段小于6GHz。
OFDMA采用OFDM技术区分用户, 整个频带被分成许多子载波, 各个子载波彼此正交, 在频率谱上交叠。对不同的信道带宽定义了不同的子载波数目, 可以支持128点、512点、1024点和2048点, 以适应不同地理区域从1.25MHz到20MHz的不同带宽的需求。移动WiMAX基本物理层参数如表1所示。
根据规范, 子载波包括数据子载波 (Data Subcarriers) 、导频子载波 (Pilot Subcarriers) 和空子载波 (Null Subcarriers) 。其中, 空子载波还包括直流子载波 (DC Subcarriers) 和保护子载波 (Guard Subcarriers) 两种。子载波在频域的排列结构如图1所示。
其中:
(1) 数据子载波用来传输用户数据和控制信令。
(2) 导频子载波用于信道估算等。
(3) 空子载波不发送任何数据。为方便硬件实现, 在频谱的两端设置了一些保护子载波, 不发送任何数据, 用于保护带宽。为避免直流问题, 在整个频谱的中间也设置了一个空子载波, 即直流子载波, 不传送任何信息。
3 移动Wi MAX的符号和子信道
3.1 符号
从时域上看, 一个OFDM符号 (Symbol) 是经过IFFT变换 (快速傅立叶逆变换) 的结果, 由有效符号时间Tb和截取Tb最后的一部分Tg两部分组成, 即整个符号时间Ts=Tg+Tb。其中, Tg可以是Tb的1/32、1/16、1/8或1/4, 并放到Tb前面, 称为循环前缀 (CP) 。Tg的作用是减少多径干扰, 保持载波的正交性。从频域上来说, OFDM符号由子载波组成, 是物理层数据传送的基本单元, 为用户数据经过编码调制后映射而成。如图2所示。
3.2 子信道
有效的子载波被分成子集, 每个子集被称为一个子信道 (如图1所示) 。在下行链路中, 子信道可以被分配给不同的接收者;在上行链路中, 发送者可以被分配一个或多个子信道, 并且几个发送者可以同时进行发送。构成一个子信道的子载波可以是相邻的, 也可以是不相邻的。
移动WiMAX有两种子信道的使用方式:PUSC (部分使用子信道, Partial Usage of Subchannels) , 全部子信道只有一部分用于传送数据, 另一部分是Pilot;FUSC (完全使用子信道, Full Usage of Subchannels) , 全部子信道都可用于数据传送。根据上下行的不同, 有三种数据传送方式:下行PUSC、下行FUSC和上行PUSC。以带宽为10MHz的WiMAX系统为例, 在“下行PUSC”、“下行FUSC”和“上行PUSC”三种数据传送方式中的数据和导频子载波的分配各不相同, 如表2所示。
注: (1) 空子载波数由规范定义;
(2) 子载波数=数据子载波+空子载波+导频子载波;
(3) 数据子载波和导频子载波数量定义如下:
1) 下行PUSC引入簇 (cluster) 概念, 由此确定导频子载波和数据子载波之间的比例关系为1:6, 如图3所示。
2) 下行FUSC导频子载波由规范定义。
3) 上行PUSC引入瓦片 (tile) 概念, 由此确定导频子载波和数据子载波之间的比例关系为1:2, 如图3所示。
OFDMA物理层的数据区是由连续的子信道和连续的OFDM符号组成的二维区域。OFDMA时隙是OFDMA物理层数据分配的最小单元, 不同调制方式和信道编码的切换只能在时隙间发生。OFDMA时隙是定义在时域和频域的二维区域, 频域即指子信道, 时域即指OFDMA符号。
4 移动Wi MAX的理论数据速率和频带利用率及与HSDPA的对比
4.1 移动Wi MAX的数据传输速率计算
OFDMA系统是由子载波传输数据, 因此, 只需计算出系统真正用来传输数据的子载波 (即数据子载波) 的数量Ndata Subcarriers, 卷积编码速率R, 调制方式进制数M, 以及符号时间Ts, 即可得出系统的数据传输速率为:
根据表1和表2, 以带宽为10MHz的WiMAX系统为例, 其子载波带宽为10.94KHz, 数据子载波为768个, 如果调制方式为64QAM、卷积编码速率为3/4, 以为例, 下行FUSC方式系统理论最大吞吐量为:
上述计算以的前缀开销为例。类似的, 可以计算得出移动WiMAX在不同带宽、不同数据传送方式、不同卷积编码和调制方式下的数据速率, 如表3所示。但在很多实际情形中, 由于无线环境的限制, 不大可能达到理论峰值速率。
在良好的信道环境中, 使用高阶调制方式, 如16QAM和64QAM, 以获得较高的频谱利用率;在高干扰和时频选择性要求高的密集蜂窝系统中, 使用低阶调制方式, 如QPSK。每个基站和终端可根据自己设备的能力、无线信道的链路状况, 选择适合的物理模式。甚至同一个设备在发送数据时, 也可根据无线信道的链路状况, 实时地改变调制方式和数据发送速率, 以适应信道的动态变化。
4.2 WCDMA HSDPA的数据传输速率计算
HSPDA主要操作在UE、NodeB的物理层和MAC层, 而RLC (无线链路控制) 和PDCP (分组数据汇聚协议) 不做任何改动。
HSDPA引入高速下行共享信道HS-DSCH, 用以承载下行链路用户数据。HS-DSCH信道共享方式为时分复用和码分复用, 扩频因子固定为16, 最高可支持单个用户15个HS-DSCH信道并发。HS-DSCH的调制方式可选择QPSK、16QAM, 通过调制方式和编码速率的组合, 可以获得不同的传输速率。对于码片速率为3.84Mchip/s的WCDMA, 通过采用16QAM的调制方式和4/4的编码速率, 使用15个码道并发, 单个HSDPA用户理论上可达到最大数据速率为14.4Mbit/s。理论计算过程如下:
14.4Mbit/s为理论计算的最大数据速率, 其前提是信道条件非常好, 可采用的编码速率达4/4 (即不需要冗余纠错、重传等) 。在实际的无线传播环境中, 这种条件是不可能成立的。HS-DSCH采用的Turbo编码有效码率通常在1/4～3/4间变化, 以有效码率3/4为例, 可支持的最大有效速率为14.4Mbit/s×3/4=10.8Mbit/s。
4.3 移动Wi MAX和WCDMA HSDPA的频带利用率
在比较不同通信系统的效率时, 只看到它们的传输速率是不够的, 还应该看这个传输速率下所占信道的频带宽度。一般说来, 传输速率越高, 所占用的信道带宽就越宽, 因此, 真正能体现出信息传输效率的指标应该是频带利用率, 即单位频带内的传输速率:
对于下行5MHz带宽的WCDMA系统, 其最大频带利用率。如果移动WiMAX系统同样以带宽5MHz, 采用16QAM, 编码速率3/4为例, 其最大频带利用率, 采用更高的调制方式64QAM, η可达到3.67bit/s/Hz。
由此可见, 在相同的调制方式和编码速率下, 移动WiMAX的频带利用率远高于WCDMA HSDPA。
5 结束语
由于WCDMA HSDPA早已具备了移动通信所需的移动性、安全性以及付费基础设施, 同时考虑到网络建设成本、用户成本以及将技术应用于手机的成本, HSDPA具有明显的成本优势, 所以HSDPA更适合大范围、全移动性的无线高速数据业务;而移动WiMAX则适于低速环境下提供高速和高稳定性的接入。两种技术的着眼点不同, 服务的用户群、业务类别、移动范围都存在差异, 但两者可以实现相互补充、和谐发展。虽然在覆盖、业务上难免有重叠和竞争, 但是正因为重叠交叉的存在, 才能保证用户在任何地方都能实现有效通信。从这个角度来说, 两者的互通、协作更为重要。
由于HSDPA技术同样适用于TD-SCDMA制式, 其实现方式、基本原理和关键技术都是大体相同的, 因此, 随着中移动TD-SCDMA网络建设的日益加快, 不断研究和吸收移动WiMAX诸如OFDM、MI-MO等先进技术, 积累经验, 以促进TD-SCDMA顺利向IMT-Advanced演进, 无疑具有十分重要的意义。
参考文献
[1]高泽华等.宽带无线城域网-WiMAX技术与应用.人民邮电出版社, 2008
[2]万俊青.HSDPA技术系统特性分析.移动通信.2008 (2) :65～68
[3]彭木根.下一代宽带无线通信系统OFDM与WiMAX.机械工业出版社, 2007
数据传输效率 篇5
聚集数据线性模型参数估计的相对效率与广义相关系数
对于聚集数据的`线性模型,本文给出了Peter-Karsten估计相对于最佳线性无偏估计的一个相对效率,得到了相对效率的下界,讨论了该相对效率与广义相关系数的关系.
作 者：周永正 ZHOU Yong-zheng 作者单位：景德镇陶瓷学院,信息工程学院,江西,333403 刊 名：大学数学 PKU英文刊名：COLLEGE MATHEMATICS 年，卷(期)： 25(2) 分类号：O212.1 关键词：聚集数据 相对效率 线性模型 Peter-Karsten估计
数据传输效率 篇6
关键词：物流业；数据包络分析；效率评价；西部地区
中图分类号：F259.27 文献标识码：A
Abstract： This paper adopts DEA model to analyze the efficiency difference in the west region， it establishes evaluation model and indicator system. The model reveals logistics industry's overall efficiency， pure technical efficiency and scale efficiency in Ningxia， Inner Mongolia， Guangxi， Guizhou have reached optimal states， non-effective DMUs that exist input-redundancy and output-deficiency two aspects problems. Then the paper propounds some specific proposals.
Key words： logistics； data envelopment analysis； efficiency evaluation； western region
物流业是国民经济中基础性、战略性产业，在《物流业发展中长期规划（2014—2020年）》中，国务院已将物流业整体运行效率提高作为发展目标之一。西部地区占全国总面积的71%，占全国总人口的28%，研究西部地区物流业效率状况对全国物流业效率的提高具有重要意义。本文采用的数据包络分析（Data Envelopment Analysis， DEA）是一种基于被评价对象间相对比较的非参数技术效率分析方法，由于其在多投入多产出的分析中具有较强的优势，因此被广泛运用到宏观经济、环境、物流等众多领域（王琴梅、谭翠娥，2013；Blum H， 2015；Liou J， 2015；张诚、喻琴、张志坚，2015）。
1 数据选取
评价物流业效率使用的指标在统计年鉴中没有具体的对应数据，鉴于我国物流业增加值统计中交通运输、仓储和邮政业占到了物流业增加值的83%以上，因此可以使用交通运输、仓储和邮政业相关数据来替代物流业数据（刘秉镰、余泳泽，2010）。DEA模型中投入x产出y指标的选取需要大致满足两个关系：x能生产y，y是由x生产出来的，同时，DEA模型中指标之间的共线性不会影响分析结果（成刚，2014）。
本文在文献研究基础上，并考虑数据可获得性，选取了交通运输、仓储和邮政业就业人员数、固定资产投资和物流里程数（通过铁路、公路和内河公里数加总所得）作为投入指标，货运量、货物周转量和交通运输、仓储和邮政业生产总值作为产出指标。见表1。
2 实证分析
（1）模型假定：假定西部12个地区的物流水平仅受前6个投入产出指标影响，不受其他外部因素的影响。
（3）模型求解：运用MAXDEA6.6软件，选择投入导向（Input-oriented），投入导向关注的是在不减少产出的条件下，要达到技术有效率时各项投入应该减少的程度。分别使用了Maximum Distance to Frontier SBM模型和Multipier Model模型。
其中，规模效率值=综合技术效率/纯技术效率，纯技术效率值是不考虑规模效率时，投入对总效率的影响。效率值为1时说明有效，效率值小于1说明无效。规模效益不变表明物流业规模达到最优；规模效益下降表明物流业规模随着投入的增加，产出会减少得更快；规模效益上升表明随着投入的增加，产出也会增加。需要说明的是，效率值等于1时仅表明决策单元是弱有效，效率值为1同时满足松弛值均为0时说明决策单元为强有效。
通过表3可以看出，内蒙古、广西、贵州和宁夏4个省份的所有松弛值均为0，表明4个省份的物流业效率相对其他省份为强有效。对于物流业物流水平评价为无效的8个省份来说，可参考表2的数值进行改进，改进方向是减少投入或增加产出。投入指标松弛变量值为负数，意味着减少投入，产出指标松弛变量值为正数，意味增加产出。
3 结 论
总体来看，西部地区中内蒙古、广西、贵州和宁夏物流业效率强于其他省份，总体效率、纯技术效率和规模效率都达到了最优，并且规模效益处于不变的状态，物流设备、技术和管理达到了较好的状态，物流业较发达。
在非DEA有效决策单元中，西藏的综合技术效率和规模效率最低，说明西藏总体物流效率最差；四川的纯技术效率最低，四川物流业应提高物流要素投入的合理利用程度。从投入和产出的松弛改进值来看，陕西、甘肃、重庆、新疆、云南和四川应从减少投入并保持产出的方向提升物流效率，存在物流资源的浪费情况。同时，陕西、甘肃、重庆、新疆、云南和四川的规模效益递减，应主要开发内部潜力，减少成本，加大对物流资源的优化配置力度，提高物流效率。规模效益递增的西藏和青海物流业发展有较大空间，应加大物流要素投入水平，加快发展物流业。
参考文献：
[1] 王琴梅，谭翠娥. 对西安市物流效率及其影响因素的实证研究——基于DEA模型和Tobit回归模型的分析[J]. 软科学，2013（5）：70-74.
[2] Blum H. The economic efficiency of energy-consuming equipment： a DEA approach[J]. Energy Efficiency， 2015，8（2）：281-298.
[3] Liou J. Analyzing the Relationship between CO2 Emission and Economic Efficiency by a Relaxed Two-Stage DEA Model[J]. Aerosol and Air Quality Research， 2015，15：694-701.
[4] 张诚，喻琴，张志坚. 低碳环境下中国物流业效率评价研究[J]. 铁道运输与经济，2015（1）：72-79.
[5] 刘秉镰， 余泳泽. 我国物流业地区间效率差异及其影响因素实证研究——基于数据包络分析模型及托宾模型的分析[J]. 中国流通经济，2010（9）：18-21.
提高光纤传输效率的两个途径 篇7
40Gbit/s传输系统的发展、挑战与应用
PDH准同步传输体系利用光纤的单一波长传输速率从8Mbit/s、34Mbit/s140bit/s, SDH同步传输体系利用光纤的单一波长传输速率从155Mbit/s、622Mbit/s、2.5Gbit/s到10Gbit/s, 目前10Gbit/s传输系统已大批量装备网络, 是光纤通信的主力。许多电信公司开始进行40Gbit/s传输系统的现场试验和试商用, 作为进一步提高光纤传输效率的一个主要途径。为了提高核心网的效率和功能, 核心网的单波长速率向40Gbit/s发展是合乎逻辑的。从实际应用来看, 40Gbit/s传输系统必须采用外调制器, 目前具备足够输出电压能够驱动外调制器的驱动集成电路还不成熟;沿用多年的NRZ调制方式能否有效、可靠地工作于40Gbit/s系统还不确定, 可能需要转向性能更好的普通归零 (RZ) 码乃至调制效率更高的其他调制方式。
除了技术因素外, 经济上是否可行也是必须考虑的关键因素。经验表明, 只有成本降到2.5倍以内才有可能获得规模应用。理论上, 40Gbit/s传输系统理想的应用场合是长途网。但是, 由于前几年的大规模建设, 尽管目前我国干线网络的波道利用率已经超过70%, 但是光纤利用率不到30%, SDH电路利用率不到50%, 因此只需要在波分复用层面上扩容即可, 光缆网的总体容量依然有余, 并不需要立即全面升级到40Gbit/s速率。另一个需要认真考虑的因素是光缆的极化模色散特性。如果说我国光缆网的极化模色散特性除了少数路由外在支持10Gbit/s传输方面还基本可行的话, 那么当速率提高到40Gbit/s时能否有效支持长距离传输, 还需要进行大规模的实地测试后才清楚。不过, 对于短距离传输, 无须色散补偿、光放大器和外调制器, 40Gbit/s传输系统具有很低的单位比特成本, 上述问题不是障碍。因此, 40Gbit/s传输系统完全可以由短距离互连应用开始, 包括端局内路由器、交换机和传输设备间的互连, 乃至扩展至城域网范围和短距离长途应用。
CWDM技术的发展与应用
随着技术和业务的发展, 利用光纤的多个波长进行复用就是WDM技术。它正从长途传输领域向城域网领域扩展, 作为进一步提高光纤传输效率的另一个主要途径。尽管城域WDM系统的建设成本明显低于长途网WDM系统, 但是目前的绝对成本仍然较高, 特别是需要使用光纤放大器的长距离应用成本较高。此外, 当前在网络边缘需要整个波长带宽的用户和应用毕竟很少, WDM多业务平台主要适用于核心层, 特别是扩容需求较大、距离较长的应用场合。
为了进一步降低城域WDM多业务平台的成本, 出现了CWDM粗波分复用系统 (Coarse Wave Division Multiplexer) 。这种系统的典型波长组合有4、8和16三种, 波长通路间隔达20nm, 允许波长漂移±6.5nm, 大大降低了对激光器的要求, 成本也大为降低。此外, 由于CWDM系统对激光器的波长精度要求较低, 无需制冷器和波长锁定器, 不仅功耗低、尺寸小, 而且封装可以采用简单的同轴结构, 比传统碟型封装成本低, 激光器模块的总成本可以减少2/3。从滤波器角度看, 典型的100GHz间隔的介质薄膜滤波器需要150层镀膜, 而20nm间隔的CWDM滤波器只需要50层镀膜, 其成品率和成本都可以获得有效改善。
综上所述, CWDM系统无论是对激光器输出功率、温度的敏感度、色散容忍度、封装的要求, 都远低于DWDM激光器, 再加上对滤波器要求的降低, 成本有望大幅度下降。8波长CWDM系统的光谱安排由于避开了1385nm附近的OH吸收峰, 适用于任意一类光纤, 因此将会首先获得应用。
从业务应用上看, CWDM收容器已经应用于吉比特接口转换器 (GBIC) 和小型可插拨器件 (SFP) , 可以直接插入吉比特以太网变换机和光纤通路交换机中, 其体积、功耗和成本远小于对应的DWDM器件。显然, 从业务需求和成本考虑出发, CWDM在我国城域网具有良好的发展前景。
结束语
现代通信技术对数据传输的要求越来越高, 对光纤的传输效率的要求也越来越高。以上对提高光纤的传输速率的两个途径的探讨仅仅是迈出小小的一步, 世界各国的研究机构和通信企业都力求在这两个方面有更大的突破。我们有理由相信在不久的将来光纤单一波长40Gbit/s传输体系甚至160Gbit/s传输体系和数百复用指数的CWDM体系一定会成为现实。
参考文献
[1]刘增基等.光纤通信[M].西安:西安电子科技大学出版社, 2001.
[2]张克宇等.通信光缆线路维护与施工[M].北京:中国铁道出版社, 2001.
[3]胡庆, 张德民, 刘世春.通信光缆与电缆工程[M].北京:人民邮电出版社, 2005.2.
[4]美国Joseph C.Paiais著.王江平, 刘杰, 闻传花等译.光纤通信[M].北京:电子工业出版社, 2006.1.
楔形光纤探针传输效率的研究 篇8
光纤作为一种传输介质在现代通信系统中有着重要的作用,在建设的各种光通信网中,光纤连接器的作用是至关重要的,连接器是实现光纤与光纤之间可拆卸的链接器件。因此,各种各样的光纤连接器被研制开发出来,并广泛应用于通信网中。在制做光纤连接器时常常将光纤做成各种形状,其中半圆形、尖锥形容易制备,已在很多文献中给出制备的方法[1,2,3,4,5,6,7,8]。但在有些情况下,特别是在考虑光纤与光纤、光纤与半导体激光器间的耦合效率时,楔形光纤有着极大的优点[9,10,11,12,13,14,15]。但对不同楔角的光纤对传输效率的影响,还未见报道。本文主要就对光纤的楔角与光纤的传输效率的关系进行了实验的研究,为避免光纤探针尖端直径对传输效率的影响,实验中专门选用的探针尖端直径约为1 μm。同时在同一根光纤中耦合入不同波长的光,测试了楔形探针的传输效率与入射光波长的关系。
1 楔形光纤的结构
图1为楔形光纤探针的几何结构,其中l是光锥长度,α是形光纤楔度,c是光纤楔的粗端半径, d尖端半径。通过简单计算可得楔形光纤几何参数之间的关系:
可见其他参数已经设定的情况下,尖端直径越大,α越大;光纤的楔形过渡区越短,即l值越小相对的楔角α就越大, 楔形变化也就越尖锐。图2 为楔形光纤探针的显微照片。
2 光纤楔角与光纤传输效率的测试
实验中采用了剪断法来测量楔形光纤探针的传输效率[16,17]。首先用光功率计测出从探针尖端输出的光功率P1,再将探针在距探针尖端2 cm处用红宝石光纤切割刀剪断,同时将平端光纤向功率计移动2 cm,使平端光纤出光处与探针尖端出光处在同一位置,测出由平端光纤输出的光功率P2,则探针的传输效率
由于实验中使用的光功率计的方向性非常强,当光纤的光垂直入射与光纤偏离垂直面约2°,光功率计的读数差别接近3个数量级;并且不同楔角的探针在测试时,基本都有相同的泄漏光进入光功率计,即测量的探针尖端输出功率P1与测量平端光纤输出的光功率P2都会增加一个基本相同的泄漏光光功率P0,传输效率
3 不同楔角的光纤传输效率的测试
测量装置如图3所示。光源采用波长为632.8×10-9m的氦氖激光器,首先将激光通过显微物镜聚焦照在光纤耦合器上,提高光源与光纤的耦合效率,光纤长度约取10 m,使光信号在到达探针尖端前的传输过程中就建立起稳态模式分布,达到稳定输出的功率的作用。使用五维调节架调节光纤出射的光的方向,保证从出射光垂直完整入射到光功率计中,最后用光功率计测定光的强度。
在测每一个光功率的数据时,当光功率计读数显示最大时记下数据,实验中注意保持电压、电流的恒定,使氦氖激光器输出的光源稳定,同时保持氦氖激光器、显微物镜、耦合器三者之间的距离不变;在垂直切断光纤时,要使断面与光纤轴线垂直且平整,防止光被散射。
实验所用的光纤为普通的多模石英光纤,光功率计为AV6334型光功率计(测量范围:1 nW～1 mW),针对入射光波长的不同,测量通道不同,通道1测试的波长范围为:1 000～1 650 nm,通道2测试的波长范围为:400～999 nm,功率范围:+10～-80 dBm,不同楔角的光纤的传输效率的测试使用通道2测试,具体测定结果如表1。
图4为光在不同楔角的光纤探针中的传输效率。由图4我们看到,在楔角由20.2° 增大到33.6°,传输效率曲线呈快速上升趋势;在楔角由33.6° 增大到55.8°,传输效率曲线上升趋势变缓;在楔角由55.8° 增大到83.6°,传输效率曲线上升趋势加快。实验表明,楔体角度越大,过渡区越短,泄漏光就越少,传输效率相对会提高。
4 入射光波长与光纤传输效率的测试
不仅探针尖端直径、楔体角度与楔形光纤探针的传输效率有关,而且入射光的波长对探针的传输效率也有很大的影响。图5为光通量测定示意图,我们采用图5的装置,通过使用不同的光源,改变波长,测试出不同波长的入射光对光纤的传输效率的影响。
实验中采用激发波长分别为532 nm、635 nm、1 310 nm、1 550 nm的四个半导体激光器作为光源,将不同光源分别耦合进入同一个光纤中进行传输,对于波长为532 nm和635 nm的光,用光功率计的2通道测量,对于波长为1 310 nm和1 550 nm的光,用光功率计的1通道测量。用楔角为45.0° 光纤进行传输测量,楔形光纤探针尖端直径为300 nm,过渡区长度为200 μm。测试结果见表2,由表2做出探针的传输效率随入射光波长入的变化关系如图6。
从图6中可看出:随着入射光波长的增加,楔形光纤探针的传输效率下降。这是在其它条件相同而波长增加时,实质上等效于波长不变而探针针尖直径d减小,过渡区增加,泄漏光就增多,使传输效率随波长的增加急剧下降所致。
5 结 论
不同楔角的楔形光纤传输效率有较大的差别,楔形角度越大,过渡区越短,泄漏光就越少,传输效率较高。在楔角由20.2° 增大到33.6° 以及楔角由55.8° 增大到83.6° 时,传输效率曲线呈较快速的上升趋势;在楔角由33.6° 增大到55.8°,传输效率曲线上升趋势较缓。在相同的条件下,入射光波长增加,楔形光纤探针的传输效率很快地下降。
招生数据处理的效率提升策略分析 篇9
1 影响招生录取系统数据处理效率的因素
1.1 系统查询、统计、汇总功能不完善
经常做数据处理工作的人员都明白, 当数据处理工作进行到一定阶段或者工作已经完成的时候, 必须对所处理的数据进行认真、仔细的复查, 以保证数据处理的正确性。这既是对自己工作态度的一种肯定, 也是对考生的一种负责。因为对于许多考生来讲, 数据处理人员的一个小小的失误, 可能会改变考生以后一辈子的命运。对于某一个考生而言, 仅仅需要确保自己一个人的考试成绩和录取信息准确无误即可, 但对于负责招生录取工作的学院老师来讲, 仅仅确保单个考生录取数据的正确性是远远不够的, 他们需要对全年整个的录取进度和录取总体情况了如指掌, 这就要求他们使用的招生录取系统具有完善的统计和汇总功能。清华同方招生录取系统不能实现两次录取同时进行, 也就是说, 当在进行普通高考的录取工作时, 必须将成人录取、秋季录取等的数据彻底删除, 原则上要求工作人员必须重装以往进行过招生录取数据处理工作的电脑操作系统, 因为简单的数据删除或者软件卸载手段, 会将一些注册表信息残留在电脑里, 导致院校不能对全年的录取情况进行统计和汇总, 不利于学校从整体上及时的了解全年的招生录取情况, 进而导致后续一系列问题的产生。
1.2 专业名称不统一问题
在省招生办正式开始招生录取工作之前, 学院都会将本院在这次纳新中所招收的专业名称及招生数额提前告知各省招生办, 但是, 由于不同的学校对于同一专业在叫法上却不尽相同, 例如机械电子专业, 有的学校称之为机电一体化。各省招生办一般采用国家标准中规定的专业名称作为本省的录取专业名称, 而我国目前所用的招生录取系统根本无法解决专业名称不统一的问题, 给招生录取工作带来麻烦, 严重阻碍招生录取工作高效快速准确推进。
1.3 输出数据复杂难懂
清华同方招生录取系统使用泛式的数据处理方式, 从系统中导出的数据是大部分人看不懂的格式化数据, 招生办工作人员需要将这些数据进行进一步的转译处理, 以便于一般的录取工作人员可以看懂这些招生录取数据, 并将招生录取工作进行推进。
1.4 系统打印录取通知书的功能不完善
虽然现在的信息和网络非常发达, 考生可以通过许多渠道提前查询自己的成绩以及录取院校, 但不可否认考生只有将录取通知书拿在手里的时候, 才能彻底放心在家安心等待学校开学。我国现在运用的系统虽然具有打印录取通知书的功能, 但是, 依靠该系统打印出来的录取通知书毫无次序可言, 招生办的老师必须对每一张录取通知书进行整理, 工作量非常之大。
2 提高招生数据处理效率的策略
2.1 在软件系统方面提高数据处理效率的策略
虽然清华同方招生录取系统存在许多不足, 但是从整体上考虑, 它还是一个非常有潜力的基础系统, 我们可以根据本学院的实际录取招生计划, 聘用优秀的软件开发人员, 在清华同方招生录取系统的基础上进行改进, 即对它进行二次开发, 使其功能变得更加强大更加完善, 通过这种方式可以有效提高招生录取数据处理的效率。
2.1.1 增填统计汇总模块
开发人员通过编程, 可以在软件中增添一个统计汇总库, 招生办的工作人员将各专业、各省的有价值信息全部存储在这个统计汇总库中, 如考生编号、录取批次、培养形式等信息, 系统经过固定的程序处理, 输出在统计汇总工作中需要用到的有关参数。
2.1.2 用编号代替学院专业名称
在目前的清华同方招生录取系统中, 学院专业名称是通过汉字形式给出的, 由于不同的省市、不同的学院对同一专业的叫法不尽相同, 这种微小差异给招生录取工作带来了极大的不便。开发人员可以对各个专业进行编号, 例如机械电子和机电一体化我们把它统一标号为01, 这样在不同的省份虽然专业名称叫法不一, 但是从系统中识别出来的就是01, 01代表的就是机械电子或者机电一体化专业, 这样就有效解决了因为专业名称不统一所带来的效率低下问题。
2.1.3 增填录取通知书有序打印模块
目前由清华同方招生录取系统打印出来的录取通知书杂乱无章毫无规律, 需要负责招生录取的工作人员进行逐个的整理, 工作量特别大, 为了解决这个问题, 我们可以在此软件基础上设置录取通知书有序打印模块进而提高工作效率, 该模块可以实现将各个省份、不同专业、不同批次的数据进行整理, 数据首先按照录取省份排序, 再按照专业排序, 最后按照批次排序, 再选择一种递增或者递减打印的方式, 有序的将录取通知书打印出来, 这样不仅大大减小了工作人员的工作量, 还保证了整理的正确率, 有效的提高了招生录取工作的效率。
2.2 从个人方法技巧方面提高数据处理效率的策略
2.2.1 灵活应用一些数据处理OFFICE办公软件
招生工作数据处理是一个既关键又复杂的工作, 单纯依靠清华同方招生录取系统进行完成招生录取工作, 效率必然会很低, 必须联合使用一些OFFICE办公软件作为辅助, 在全国通用的清华同方招生录取系统中可以方便快捷处理的数据问题, 就应用该软件进行处理, 而有些问题在该软件中处理取来比较麻烦甚至不能处理的问题, 应灵活选择其他辅助软件, 帮助工作人员快速准确处理。
2.2.2 将招生工作进行合理分配
根据学校自己的实际情况, 将录取工作按照一定的标准进行分类。例如, 将不同专业或者不同省份的录取工作, 分配给不同的工作人员, 使每个人员各自负责某一个或者多个模块, 这样就把复杂繁琐的招生工作进行了化整为零处理, 既避免了数据处理工作的重复问题, 又提高了工作的针对性, 大大提高了录取工作数据处理的效率。
2.2.3 采用流水线进行数据处理
由于招生录取工作的数据处理工作种类很多, 如果让工作人员负责不同种类的数据, 复杂的数据很容易使他们产生疑惑, 例如不能确定这组数据是否已经经过正确完整的处理, 遇到类似这样的问题, 他们必须得将处理过的所有数据都进行仔细检查, 这样就大大降低了数据处理的工作效率。如果我们将数据采用流水线作业就可以避免这种问题的产生, 我们已经处理过的数据会传送到自己的下线, 而自己手中拥有的数据一定是没有处理过的。招生录取是非常重要容不得半点马虎的工作, 再加上数据本身的严密性, 很容易让人产生心理压抑感, 采用流水线进行数据处理, 从一定程度上可以增加数据处理的趣味性, 让工作人员在面对枯燥的数据时, 不至于那么压抑, 变相提高了他们处理数据的效率。
3 结束语
随着人们对教育的重视程度越来越高, 我国每年的招生录取工作量越来越大, 但是, 由于招生数据繁多复杂、生源来自不同的省市、而且不同省市的数据标准又不统一等问题的出现, 导致由全国高校招生远程录取自子系统处理出来的数据根本不能为招生人员直接利用, 这给高校的招生办带来了很大的麻烦, 于是提高招生数据处理效率的问题显得越来越重要。该文通过对我国目前的招生录取工作存在的问题进行简单分析, 提出了一些影响我国录取招生工作效率的一些因素, 并从软件二次开发和提高个人数据处理效率两方面入手, 提出了一些可以提高招生录取工作效率的策略。
摘要：随着我国教育模式从精英化教育向大众化教育的逐步转变, 我国每年高等教育招生数量大幅增加。目前, 我国的所有高校在每年的招生录取工作中均采用“全国高校招生远程录取子系统”。该文通过查阅有关提高招生数据处理效率方面的资料, 并结合多年的招生工作经验, 对招生数据处理效率提升策略进行简要分析。
关键词：招生录取,数据处理,效率
参考文献
[1]谢伟卡.高校招生信息管理系统开发与应用研究[J].暨南大学报, 2011 (10) :21-22.
[2]阎朝阳.招生管理信息系统的研究[J].武汉理工大学报2009 (5) :06-07.
[3]叶伟华.计算机辅助数据处理[J].同济大学报, 2010 (2) :33-34.
数据传输效率 篇10
1 微波通道保护现状
微波信号传输的过程中, 必须要确保通道的畅通无阻, 倘若同道中存在着非常多的阻碍, 这样就会使得微波无法顺利的传输, 这也会在极大的程度上影响到微波传输的质量。 信号会逐渐的减弱。在当今城市化发展水平不断提高的大形势下, 高层建筑数量也呈现出了明显的增加趋势, 这也会对微波信号传输的质量产生非常明显的负面影响。 在以往的传输系统设计工作中只是考虑到了当时的建筑情况, 而当时并没有大量的高层建筑, 因此, 在高层建筑数量不断增多的情况下, 广播电视微波传输的稳定性和安全性也会受到极大的威胁。 广播电视微波出阿叔通道的安全运行存在着非常重大的意义, 在信息传输中, 其所发挥的作用是不容忽视的, 无论是在政府部门公共信息传播的过程中还是人们日常的生产和生活当中, 我们都需要将广播电视作为非常重要的一项媒介, 微波护自身的抵御能力很强, 所以在应急事件处理的过程中, 其也占据了不容忽视的位置, 因此, 我们必须要采取有效的措施对微波传输通道进行全面的保护, 不断的提升微波传输的效率, 确保信号传输的质量和水平。
2 微波传输通道的保护
在对微波传输通道予以保护的过程中, 一定要注意措施的多样化, 在对其加以保护之前, 我们一定要对系统的实际状况进行全面的了解和掌握, 之后还要制定出一个可行性非常强的方案与措施, 从而更好的确保微波安全运行的质量和水平。 在对微波传输通道进行保护的过程中, 规划部门扮演着非常重要的角色, 一定要对微波站的频率和地址做好备案工作, 同时还要重视故障检测工作。 在微波传输的过程中, 如果发现了故障, 一定要对其进行全面的定位处理, 检测出发生故障的真实原因, 同时还要采取有效的措施加以处理。 在未必传输的时候, 中间不能出现阻滞, 这主要是因为传输通道本身不具备可视性, 同时其覆盖的区域也比较大, 这样也就使得监视工作无法顺利的开展, 因此, 我们在实际的工作中, 一定要充分的借助一些比较先进的科学技术对传输通道的监视工作加以控制, 从而确保传输的质量和水平。
3 微波传输通道故障排除分析
为了能够更加科学有效的掌握广播电视微波传输通道故障排除的具体方法, 我们借助实例地对其加以分析和阐述。
最近发现A和B微波站所接受的电平指数出现了明显的下降趋势, 在适当的对发射功率进行了调整之后, 对两地的气相情况进行了全面的分析, 两地的天气状况很好, 所以也排除了天气因素的不利影响。 其次, 技术人员一定要对传播设备进行全面的检查, 如果没有出现异常, 下面就应该对天馈系统进行检查, 主要是对充气机当中的干燥剂颜色变化进行观察和判断, 如果干燥剂的颜色为蓝色, 我们基本上就可以判定是天馈系统的故障。 然后使用专业的检测仪器对其进行全面的检查, 判断故障是不是和试馈线有一定的关联, 如果是试馈线的问题, 就应该对其进行干燥处理, 或者是直接更换。 最后就是排除故障, 在故障排除中, 我们可以在天线后端的位置安装频谱仪, 这样就可以接收到电平参数, 将其和正常的数值进行比较, 如果偏差较大, 需要进行适当的调整, 如果这些原因都被排除, 则证明是微波传输受阻产生了接收电平下降的问题。
采用微波传输路由图, 我们能够非常清晰的看到微波通道所经地区的地质和地貌状况, 但是在检查的时候, 我们也必须要注意通常、田野、城市当中的信号传输是不会存在障碍物的, 所以在实际的工作中, 我们一定要充分的重视微波通道附近的高层建筑物。 为了能够更好的保证后期的计算和分析, 我们一定要对建筑物所在经度、纬度和高度加以记录, 这样就可以更好的测算出建筑的面积, 同时还能够按照计算的具体结果将建筑物展现在图纸当中。
4 微波衰落和解决方法
4.1 微波衰落的影响分析
广播电视微波传输的工作中会受到很多因素的影响, 比如地形、建筑物和气候环境等, 这样也就使得传输信号的质量受到非常重大的影响, 在传输的时候, 如果产生了非常严重的阻碍, 就可能会使得信号的终端无法稳定运行, 因此, 我们必须要采取有效的解决措施。
4.1.1 地面传输环境的影响
在地面环境建设的过程中, 影响微波传输的主导因素就是断面的反射波, 在城市、丘陵和水面等很多区域当中, 其对微波的影响存在着差异, 因此, 在微波传输当中, 我们一定要充分的对地面的传输环境加以考虑, 这样也就可以十分有效的减少其对微波产生的不利影响。
4.1.2 气象因素的影响
气相因素是影响微波传输距离的一个主要因素, 微波传播会受到一些极端天气因素的影响, 这样也就会产生非常大的能量消耗, 特别是在气相条件具有复杂性的山区, 在大雨过后还是比较容易出现微波信号多次反射的问题, 这样也就使得微波减弱的程度大大的提升, 接收信号的电平会在这一过程中受到非常重大的影响, 这样也就使得信道的误码率大大提升, 甚至还出现了中断的情况。
4.2 抗衰落采取的措施分析
采用自适应均衡技术, 利用TDAE均衡器来有效的控制微波传播时信道和时间的选择, 这样就可以对相位失真的现象得到有效的控制。 使用交叉计划干扰抵消技术, 对接受的信号进行垂直和水平处理, 这样就可以使得信号质量达到原始水平, 大大的减少了信号间的干扰, 此外采用环网自愈网, 微波电路当中如果某一个站点无法正常的运行, 就会对之后所有站点的正常运行构成不利的影响, 这也会使得电路系统无法正常的发挥其作用和功能, 所以, 我们一定要建立环网自愈网, 这样就可以确保当某个方向出现了信号减弱或者是中断的时候, 环网自愈网可以采用另外一个方向上的信号, 避免了信号中断的问题。
5 结论
广播电视在人们的生活中依然是不可或缺的, 而广播电视的信号播出质量要求也越来越高, 在微波传输的过程中会受到多种因素的影响, 因为微波传输的故障抑或是在传输通道中信号不是很强都会对信号传输的质量构成不利的影响, 我们必须要采取科学的方案对其加以处理。
参考文献
[1]苑曦.数字微波传输技术的应用[J].信息技术与信息化, 2015 (06) .
数据传输效率 篇11
关键词：低碳电力,生产效率,数据包络分析,主成分分析,低碳投入因子,低碳投入成分
0 引言
为应对全球气候变暖、降低温室气体排放, 电力行业正经历着一场以低碳化为导向的深刻变革[1,2,3,4]。作为低碳电力研究领域中的关键环节之一, 低碳电力综合效益及生产效率评估可在客观准确分析、计算电力生产、消费及传输各环节低碳效益的基础上, 对相关环节的低碳发展提供有效指导。
低碳电力效益评估的研究通常从两方面展开:其一是对电力系统单个环节或某低碳技术碳排放过程进行精细化建模, 例如评估不同运行方式下的碳捕集电厂的电碳特性和低碳效益[5,6]、不同类型电厂和储能系统未来低碳视角下的效益[7,8], 以及电网及调度环节的低碳效益[9,10];其二是对电力系统整体低碳效益进行分析, 例如测评智能电网促进低碳发展的效益[11,12], 采用碳流理论对电力系统低碳效益进行量化计算[13]。利用数据包络分析 (DEA) 进行电网低碳电力生产效率评价[14]是着眼于电力系统宏观层面上的评估方法, 能够帮助决策者和低碳利益相关方辨识电力低碳化技术路线实施中的薄弱环节、制定合理的低碳能源规划和发展战略。然而, 传统的DEA模型在评估准确性和模型适用性两方面仍有不足。本文针对此不足, 借助低碳指标体系, 构建考虑低碳投入偏好信息的改进DEA模型, 对不同区域间低碳电力相对生产效率进行测算, 并分别从模型参数灵敏度分析和不同模型下测算结果对照分析两方面验证评估模型的科学性以及评估结论的准确性。
1 低碳电力效率评估新思路
1.1 传统超效率DEA模型
传统低碳电力效益评估模型建立在超效率DEA模型[15]之上。作为一种已成功应用于电网规划决策[16]、黑启动方案优化[17]等多领域的线性规划方法, DEA根据一组关于生产系统决策单元 (decision making unit, DMU) 的输入、输出观测值来估计该系统的生产前沿面, 在由不同评估对象组成的生产可能集的范围内, 判断各DMU是否达到效率最优, 并计算相对效率最优时的超效率值。一种经过分式变换及对偶变换后的输入型超效率DEA模型如式 (1) 所示。
式中:Xj=[x1j, x2j, …, xmj]T和Yj=[y1j, y2j, …, ysj]T分别为第j个DMU的m维输入量和s维输出量;S-和S+分别为m维输入松弛变量和s维输出松弛变量;λj为对应第j个DMU的权重;θ为表示DMUj离有效前沿面的径向距离变量, 也即该DMU的相对效率。
可见, 该模型在排除第k个DMU后的生产可能集内, 固定系统输出不变, 通过寻找最优权重, 使得系统输入尽可能减少以及使该DMU达到效率最大化, 此时的θ值表示该DMU的相对最大效益。
1.2 模型缺陷及误差分析
超效率DEA模型能够按效率值大小对各DMU排序, 但在效率值实际测算过程中仍存在非期望产出误差 (具体分析见附录A) 。此误差是在低碳电力生产效率的实际测算过程中, 由非径向松弛变量表征低碳投入指标之间存在的耦合关系和信息冗余所产生。例如分布式电源通常采用清洁能源发电技术, 网厂协调配置工程常与高效火电机组改造同时进行, 因此, 清洁能源装机容量比例和高效火电装机容量比例两个指标分别与分布式电源接入率、网厂协调装置规模指标存在耦合关系。
事实上, 低碳投入指标间存在着普遍的相关性, 传统评估模型则忽略了这一关键因素, 带来了非期望产出误差, 影响低碳电力生产效率评价的准确性。
综上, 解耦低碳投入指标相关性、改进传统超效率DEA模型就显得尤为重要。
1.3 考虑投入偏好信息的评估新思路
鉴于传统超效率DEA模型中的径向效率测算方式会带来非期望产出误差, 已不适用于低碳电力生产效率的精确测算和后续评估。本文采用主成分分析方法对超效率DEA模型进行改进, 通过构造包含低碳投入偏好信息的常数因子和相对应的向量主成分, 替换原有的模型输入输出量, 重构优化模型目标函数。一个涵盖建模思路、模型建立与模型验证三部分的电力产业低碳生产效益评估整体框架如图1所示。
可见, 该评估思路在评价不同对象低碳化生产带来的效益时只须关注“黑箱”前后的投入产出量状态, 支撑“黑箱”评估方法的理论基础是DEA和主成分分析方法。效益评估的前提是低碳电力投入产出指标体系的建立, 混合理论评价模型的数据处理和优化环节将在很大程度上提升评估模型的测评精度和运算效率, 而最后的模型验证环节又将通过多模型评价结果对比及参数灵敏度分析对本文所建模型的准确性给出定量评价。
2 主成分分析方法与低碳变量定义
主成分分析方法[18]在剔除指标内在相关性、进行指标体系内部解耦方面具有很好的效果[19]。
当利用m维低碳投入指标体系测评n个DMU时, 建立的标准化正态分布矩阵如式 (2) 所示。
式中:zij为低碳投入量测值;i=1, 2, …, m;j=1, 2, …, n;z1, z2, …, zn为矩阵Z的列向量。
对矩阵Z进行求协方差阵、正交变换等主成分分析系列运算[20], 得到线性变换后的主成分矩阵Y, 如式 (3) 所示。
式中:Um×m为低碳投入因子矩阵;y1, y2, …, ym为由第1主成分至第m主成分组成的行向量。
对矩阵Z左乘矩阵U得到的主成分矩阵具有以下特性:任意两个主成分之间相关性为0, 任意一个主成分的方差等于矩阵Z的协方差阵相对应的特征值, 且随主成分序号的增大而递减。可见, 主成分分析方法将低碳投入指标体系内的变量相关性完全剔除。记主成分yi的方差为δi, 选取适当的显著性水平α满足0<α<1, 作为信息量截断阈值, 求取使公式 (4) 成立条件下变量l的最小值。
本文给出以下2个重要变量的定义。
1) 低碳投入偏好因子 (low-carbon input preference factor, LIPF) , 简称碳投因子, 用ζLIPF表示。
2) 低碳投入主成分 (low-carbon input principal component, LIPC) , 简称碳投成分, 用ΨLIPC表示。
其中, 碳投因子LIPF为具体数值, 而碳投成分LIPC为n维行向量, 变量l为LIPC的个数, 每一个LIPC均有唯一的LIPF与之对应。碳投成分LIPC是对低碳投入指标体系下数据的重构与简化, 无论指标体系如何设计, LIPC总可以抓住低碳投入数据内联关系, 从而准确评估对象的低碳效率。碳投因子LIPF则反映出低碳电力生产投入量测数据中的信息偏好, LIPF的大小表征了不同LIPC的信息量大小和重要性程度。另一方面, LIPF的引入也为低碳指标体系设计架构的优劣评判提供了有效的衡量标准。
3 改进超效率DEA评估模型建立和分析
3.1 模型的建立
基于LIPF与LIPC的定义, 建立一种基于主成分分析方法和改进超效率DEA的模型用于评估低碳电力生产效益, 如式 (7) 所示。该式旨在评估第k个DMU的相对低碳电力生产效率。模型输入为l个LIPC, 模型输出为s维低碳产出核心指标, 目标函数中引入与LIPC相对应的l个LIPF, 对第k个DMU的相对低碳电力生产效率进行非径向化表达, 考虑了低碳投入信息间的不对称性, 提高了模型对低碳电力生产过程模拟的精细化程度。
式中:ΨLIPCij为ΨLIPCi中的第j个元素;yrj为yr的第j个元素, yr为模型s维低碳产出核心指标;θik为对应ΨLIPCik的低碳电力生产效率;sik和s+rk分别为si-和sr+的元素, si-和sr+分别为对应ΨLIPCi和yr的松弛变量;λj为第j个DMU的权重。
定义低碳电力效率指数 (low-carbon electricity efficiency index, LEEI) 如式 (8) 所示, 该指数简称碳效指数, 用hLEEI表示。
显然, hLEEIk表示第k个DMU的低碳电力生产效率。公式 (7) 所示优化模型中的目标函数即是求hLEEIk在输出不变、碳投成分优化组合等约束条件下的最小值, hLEEIk的计算结果代表了该DMU在生产可能集范围内所能达到的最大低碳电力生产效率。
由于在数值结构上并未改变原有的分布规律, 因此, 当hLEEIk<1时, 表明该DMUk低碳电力生产效率非最优化, 可通过调整相应的LIPC达到效率最优;当hLEEIk≥1时, 表明该DMUk低碳电力生产效率已达到最优。hLEEIk可作为衡量不同DMU低碳电力生产效率大小的标尺。
3.2 模型适用性分析
低碳技术作为一种电力生产方式的新型转变途径被引入电力生产、输送、消费等各个环节后, 涉及低碳电力技术的投入产出体系及其生产过程已经构建出一个完整的电力生产子系统, 因而, 低碳电力生产效率的测算满足DEA五大公理体系[15]的适用条件。模型中理想生产系统与低碳电力生产系统各要素的对照关系参见图2。可见, 低碳电力系统符合典型生产系统的基本要求, 各要素间一一对应。
注意到, 由于电源侧、电网侧和用电侧低碳投入产出指标之间相互耦合, 例如电动汽车渗透率间接影响单位发电碳排放量, 低碳电力生产过程的模拟就变得非常复杂, 而采用包络面分析的DEA模型恰如其分地给出了复杂系统的生产效益测算方法。另外, 电力生产不同环节碳排放特点各异, 例如电源侧碳排放源少、量大、集中程度高[21], 用电侧碳排放源多、量小、分散程度高, 投入产出指标信息承载量不均等, 而对应不同碳投因子LIPF的碳投成分LIPC则为效益评估模型搭建了更为科学合理的输入平台, 同时, 碳效指数LEEI则直接反映出待评估电力系统的综合低碳电力生产效率。
4 算例分析
4.1 基本数据
低碳电力指标体系的设计原则、建立方法及评估内容[22]已日趋成熟, 本文在参考国内外低碳评估指标的基础上提出了“自下而上”的指标体系设计方法, 从低碳发展过程中最具表征性的三大环节电源侧、电网侧和用电侧入手, 梳理各类清洁发电技术、绿色输电技术和环保用电技术, 对各低碳技术的电力生产投入要素和产出要素进行分析, 归纳总结出低碳投入指标和产出指标 (见附录B表B1和表B2) 。
为兼顾评价的广泛性与数据的可获取性, 本算例选取华东5省 (市) 与南方5省电力系统组成低碳电力生产效率评估对象集, 即以上海、江苏、浙江、安徽、福建、广东、广西、云南、贵州、海南等10个省 (市) 的电力系统为样本, 参照低碳电力投入产出核心指标体系, 选取某固定年份作为评估基准年, 调研、查阅、整理得到原始数据如附录B表B3所示。
对于正指标 (电源侧指标向量A、输电侧指标向量B和用电侧指标向量C) 以及逆指标 (低碳产出核心指标向量O) , 分别采用如式 (9) 和式 (10) 所示的数据归一化方法。
式中:xi为第i个评估对象的量测数据;xmax与xmin分别为该指标评价数据的最大值与最小值。
4.2 计算结果分析
首先利用主成分分析方法求取因子矩阵, 从而得到碳投成分LIPC;接着根据显著性水平α确定碳投成分LIPC数量l的取值。α与l之间的关系见表1。
显然, 显著性水平必须取到66.16%以上, 才能构成有效的碳投成分LIPC。不失一般性, 取α=90%, 此时碳投成分LIPC的数量为3。模型中其他已知参数有n=9;s=3。最终求解该优化模型得到各待估省 (市) 碳效指数LEEI, 并按从大到小排序, 如图3所示。
图3清楚地给出了10省 (市) 低碳电力生产效率的横向测评结果。由图可见, 福建省低碳电力生产效率最高, 云南、广西2省紧随其后, 其中, 清洁能源装机容量, 特别是水电装机容量大是低碳电力生产效率高的主要因素;安徽、海南、江苏、上海4省 (市) LEEI略高于1, 表明其低碳电力生产效率达到各自最优水平, 但在评估范围内效率值适中;广东、贵州、浙江3省LEEI小于1, 表明其低碳电力生产效率并未最优化, 例如智能变电站改造、储能技术应用的低碳减排效益未达到预期等。横向测评结果明确指出评估对象在电力生产过程中低碳投入产出是否达到最优化, 并给出相对低碳电力生产效率的量化值, 其参考作用随评估对象数量的增多而增大。
4.3 多模型对比分析
为验证模型的有效性, 本文分别采用DEA模型、超效率DEA模型以及改进超效率DEA模型三种模型进行对比分析。其中, 改进超效率DEA模型采用碳效指数LEEI表征低碳电力生产效率;DEA和超效率DEA模型直接采用式 (1) 中的θ来表征低碳电力生产效率, 二者均无量纲且测度区间一致。评估所用原始数据同4.1节, 所得结果如图4所示。
可见, DEA模型由于约束条件所限, 低碳电力生产效率评价值均为1, 评价结果失效;超效率DEA模型突破了原有约束条件的限制, 使得效率最优时仍然可比, 但其相对效率值均大于1, 低碳投入非径向松弛变量干扰明显, 而改进超效率DEA模型有效避免了非期望产出误差, 低碳效率总体趋势与超效率相符, 且能明确辨析低碳电力生产效率最优状态, 评价结果准确可靠。
4.4 参数灵敏度分析
显著性水平α直接决定LIPC数量, 从而间接改变模型的约束条件, 须研究α对评价结果带来的影响。令α分别取值85%, 90%, 95%, 99%, 对应的LIPC数量分别为2, 3, 4, 5。4种情况下低碳电力生产效率评估结果对比如图5所示。可见, 随着显著性水平的上升, 更多携带低碳投入要素信息的LIPC引入模型之中, 使得碳效指数LEEI趋于一致, 评价结果稳定可靠。
另一方面, 指标体系的变动影响到评价信息量的变化, 由此对评价结果产生的影响程度关系到评估模型的优劣。现给定4种不同场景。场景1, 2, 3, 4对应的低碳投入核心指标数量分别为3, 6, 8, 9。取α=99.9%时不同低碳投入核心指标数量对低碳电力生产效率影响的评估结果见图6。
由图6可见, 指标数量较少的场景1下的评估结果曲线偏差度较高, 而仅存在1个核心指标差异的场景3和场景4的评估结果曲线相似度很高。说明当指标体系达到一定规模后, 新指标与原指标体系的平均相关性增强, 新增原始评价信息量减少, 评估结果趋于稳定。对于新指标的敏感度降低, 反映出低碳电力生产效率评估模型具备较强的独立性和客观性。
5 结论
本文着眼于宏观层面上低碳电力生产效率评价, 建立了基于改进超效率DEA的低碳电力生产效率评估模型, 依托低碳投入产出核心指标, 以10个省 (市) 电力系统为样本, 完成低碳电力生产效率测算和灵敏度分析, 并对不同评价模型下的评估结果进行再分析, 得到以下结论。
1) 改进超效率DEA低碳电力生产效率评估模型利用碳投因子LIPF、碳投成分LIPC改进优化模型, 消除非期望产出误差, 通过碳效指数LEEI表征待评估电力系统的相对低碳电力生产效率。
2) 模型评估准确性随着显著性水平的提高和LIPC数量的增多而上升, 模型评估结果的稳定性随着指标体系规模的增大与新增评价信息量的增多而增强。
综上, 本文提出的低碳电力生产效率评估模型为电力规划方和宏观决策者评估电力低碳发展带来的综合效益、考量区域电力低碳发展均衡程度、设计低碳指标体系等方面提供有效参考。希望本文能够同时为电力行业低碳效益评估等相关研究工作提供借鉴意义。