船舶航行安全是航运史一直以来的研究热点,随着信息技术的发展,雷达、船舶自动识别系统、GNSS卫星导航等系统在保障船舶安全等方面发挥着重要作用。在经济发展的推动下,船舶的规模、智能化程度在不断的变大、变高,通过AIS更有利于船舶之间的识别,从而实现船舶避碰和跟踪。本文所采用的公网MIP-AIS船舶自动识别是以移动IP技术为核心[1],接收不同地区的船舶的信息数据,通过云平台计算得出周围船舶的信息,并发送给发出请求的船舶。
本文针对公网MIP-AIS船舶自动识别系统中多事务处理的分配调度问题,利用PID控制思想进行事务分配调度,并最后通过与平均分配算法进行实验结果对比来说明本文算法的有效性。
1 公网MIP-AIS船舶识别中心多事务处理抽象模型公网MIP-AIS船舶自动识别系统主要是将获得的船舶动态、静态信息等传递给系统中的其他船舶,同时为船舶和岸基中心进行船舶互换,除此之外,还兼容了保证船舶通信电文、通信信道等安全。在图 1所示的系统构成中,船舶识别中心将分布在异地的待进行事务处理的识别终端与云平台中的可进行事务处理的终端相结,以此完成海量事务处理。
在图 1中,异地分布产生的多事务船舶自动识别节点会由公网MIP-AIS船舶自动识别中心,分配给不同的事务处理终端,在事务处理终端可以通过搭建的云平台进行事务的并行计算,由此得到的处理抽象模型如图 2所示。
图 2抽象出的是船舶识别中心进行多事务调度分配处理,当多个事务被汇集在处理中心时,根据调度分配服务和算法将事务分配给不同的终端进行处理。
2 基于PID的多事务处理分配算法在公网MIP-AIS船舶自动识别中心将多事务分配给不同的终端进行处理时,因为事务的复杂度、处理时间的不同,会影响系统的整体处理效率,因此本文引入PID思想来进行多事务处理分配,其主要思想是综合考虑不同事务处理终端的事务数量、处理难度、强度以及处理优先级等条件,然后利用PID控制中的比例、积分、微分方法来优化事务处理[2]。
基于PID的多事务处理分配算法可以描述为:令公网MIP-AIS船舶自动识别系统中事务的种类为N,处理事务的终端数是M。则进行一段时间后,需要处理的事务数是n,并且终端i(i∈(0,M))处理了第j类事务的个数是Nj(Nj∈(0,N)),那么可得,事务处理终端i一共处理的事务数是
在利用PID进行事务处理时,充分考虑不同事务的工作强度,和不同终端对同一事务处理的时间,需要将终端处理的事务量、处理所需时间和需立即处理的事务看成PID控制中的比例项、积分项和微分项,通过各项的比例因子进行计算,通过线性运算得到不同事务处理终端的处理量,并将不同终端的处理量进行比较,由此可以确定下一个事务将由哪个终端处理。不同终端所控制的事务处理量Mj为:
其中:KP为处理事务量的比例系数;N为总的事务量;KPj为第j类事务的比例系数,
本文利用蒙特卡洛仿真来说明本文基于PID的多事务处理的有效性,首先设计了事务随机产生的方式和待处理事务池,然后利用平均分配法和本文所设计的算法对待处理事务池的事务进行处理,最后进行多次仿真来比较在不同分配算法下的事务处理效果[3 -4]。
在利用蒙特卡洛仿真过程中设计了较长时间来随机产生事务,令T段时间内产生了n类事务,然后由N个终端进行事务处理。由不同事务产生的复杂度和概率,令每一种类事务在仿真时间内产生的数量是Ni和终端处理事务的时间为tMin_t -tMax_t。
在仿真过程中,事务池中的事务按照本文所采用的2种方法进行事务智能调度分配,将相应的事务分配给N个终端,获得处理时间和所处理的事务量的和,再获得不同终端在处理事务过程中的方差,经过多次仿真,可得事务处理方差变化情况,以此来查看处理算法的处理性能。
根据上述仿真环境,本文设定的系统参数为:仿真时间T=600 min,系统处理终端个数N=10,需处理的事务种类n=5,综合处理事务比例系数KP=0.8,事务处理的时间比例系数KI=0.2,总的仿真次数是10次。
图 3是公网MIP-AIS船舶自动识别系统中不同终端处理事务量方差,从曲线图可以看出,平均分配法的事务量方差变化大,且在处理事务的复杂度和熟练度上也较本文采用的PID算法波动较大,从而可知,本文算法在处理事务方面的优越性更大。
图 4是在PID算法和平均分配算法2种情况下,各个终端进行多事务处理的时间长度方差。从图中的曲线变化情况可知,PID算法在处理事务时时间方差较小,变化不大,由此可以说明此种方法在事务分配方面平衡性较强,处理事务稳定性好。
本文针对公网MIP-AIS船舶自动识别系统中多事务分配调度效率低下的问题,将PID控制思想引入,在进行多事务处理时充分考率了事务的复杂度和终端的处理实际,通过平衡各个终端的业务量来提高系统的工作效率。最后通过与平均分配法对比来说明本文算法在处理多事务方面稳定性好、熟练度高。
[1] | 胡青, 张淑芳, 张晶泊, 等. 一种基于公共无线移动IP网络的新型船舶自动识别模型[J]. 电子学报, 2009, 37 (6): 1185–1191. |
[2] | PANAGOPOULOS H, ASTROM K J, HAGGLUND T. Design of PID controllers based on constrained optimisation[J]. IEE Proceedings-Control Theory and Applications, 2002, 149 (1): 32–40. DOI: 10.1049/ip-cta:20020102 |
[3] | NGUYEN H N, QUERLIOZ D, GALDIN R S, et al. Wigner monte carlo simulation of CNTFET:comparison between semi-classical and quantum transport[C]//International Workshop on Computational Electronics. 2009:1-4. |
[4] | 李堂经, 王新阁, 许卓然. 基于蒙特卡洛仿真的动态故障树分析[J]. 兵工自动化, 2010, 29 (3): 42–43. |