魏福义（1964-），男，山西阳泉人，理学硕士，供职于华南农业大学，教授，研究方向：组合图论、人工智能； 滕玥聪（1997-），男，广东广州人，就读于华南农业大学数学与信息学院，研究方向：计算机网络； 温斌杰（1998-），男，广东云浮人，就读于华南农业大学数学与信息学院，研究方向：人工智能； 黄庭玉（1998-），女，广东揭阳人，就读于华南农业大学数学与信息学院，研究方向：计算机网络； 叶颖诗（1994-），女，广东东莞人，就读于华南农业大学数学与信息学院，研究方向：图论、大数据分析。 一、引言 金融机构是资金的流通中心，安全性是金融机构的首要原则，实时的人员定位监管是安全性里必不可少的一个环节，高效的室内定位系统能够大幅提高金融机构内的安全系数。UWB技术是一种精确高效的无线定位技术，具有很好的稳定性。基于UWB的室内定位系统实现方案，能充分利用UWB带宽大、定位精度高的优点，实现室内定位和追踪。然而封闭的室内，环境非常复杂，再加上要求接收数据速率快、处理数据庞大等因素，系统处理数据时包含了诸多约束条件，导致接收的坐标数据可能丢失，系统处理数据的效率低下。对于一个实时的定位系统来说，面对巨大的数据吞吐量，寻找一个既能高效地对异常数据进行筛选，又能减低成本的解决方案，是系统性能优化的关键。本文旨在利用已有的信息构建模型系统对数据进行初始化处理，并高效生成可达表载入中间件，在不影响原有系统架构的前提下，构建一个低耦合的、能实现透明传输的高效处理系统中间件，帮助系统高效地处理坐标数据。 二、初始化与中间件架构 首先把室内区域分为标准区域和非标准区域，采用GeoHash技术及距离矩阵计算任意两点的距离存入可达表，然后设计线程池架构进行数据处理。 （一）数据初始化 根据地图信息，将区域分为标准区域、非标准区域以及不可达区域，室内区域由若干标准区域和非标准区域组成。 1. 标准区域：标准的矩形房间区域且房间内无内墙，如图1所示。 图1 标准区域 2. 非标准区域：房间内有内墙和床等障碍物，如图2所示。 3. 不可达区域：坐标数据点无法到达的区域。 图2 非标准区域 采用人工输入编码的方式将墙体信息以坐标的形式输入系统中。为了计算非标准区域内两点间的距离，对区域进行合理的栅格划分，并通过GeoHash的base32编码方式，对栅格的位置信息进行编码。系统对于标准区域，采用欧式距离计算两坐标点间的距离；对于非标准区域，采用栅格法的距离矩阵来计算；对于不同区域之间，需先计算出两坐标点分别到各自区域入口的最短距离，接着从路由表中调出两区域入口间的距离，然后相加得出最短距离。 在初始化阶段，通过GeoHash编码将二维的墙体、栅格位置信息转化为一维的数据信息，降低了时间复杂度，提高了空间利用率，可提高系统的查询效率。 （二）可达表 可达表是漂移检测的基础，在初始化阶段，距离矩阵通过矩阵运算生成距离可达表。当相邻的数据处于同一区域时，可调用区域可达表快速判断其漂移性。为快速查询可达栅格，系统用散列表储存。为了更迅速高效地访问大型数据集，在构造散列函数时，系统采用BKDRHash的算法进行防碰撞的处理。该算法通过对每个字符乘以一个系数Χ，使字符间的差距扩大，从而大大降低哈希值出现相同情况的概率，进而提高查询效率。 其可达表的数据结构如下： type defstruct Access { char?key; /?GeoHash string ?/ in time =0; /? Arrival time ?/ Access ? nex t ; /? Address of next data point ?/ } ; （三）线程池的初始化 系统采用线程池管理，调度多个线程协同工作。多线程处理相比于单线程数据处理速率更高。利用配置文件，初始化基本数据，创建一条接收线程和数条处理线程。 接着程序可根据读取的预处理地图数据，载入可达表，并以多线程的方式载入可达区域，帮助漂移算法的快速定位。 载入可达区域后，接收线程会以TCP的方式尝试连接服务端口。若连接失败，则接收线程会每隔3秒重新连接一次；若在接收过程中TCP断开连接，线程也会不断尝试直至重新连接成功。 （四）线程池的设计 为了尽量提高数据吞吐量，系统采取多个处理线程并行的工作方式。线程池中存在一条接收线程、一个环形待处理数列、10条处理线程。基本架构如图3所示。 图3 线程池基本架构 多线程中间件架构可通过处理载入的可达表及GeoHash编码生成的墙体和栅格位置信息数据来进行漂移判断。这种模式可大大减少丢包率，同时提高了处理数据的效率。 三、中间件算法设计 利用环形队列、线程间的唤醒算法及处理线程漂移判断的设计节约运算量，提高判断数据漂移的效率。 （一）互斥锁设计 为保证任意时刻只有一条线程访问数据信息，处理线程设计了一个互斥锁及信息量。 当其中一条线程访问坐标数据后，会给其上锁，则其他线程便无法访问该数据，直至其解锁释放该数据。互斥锁保证数据操作的完整性，使得多个线程安全稳定地处理各自的任务，使系统安全性和稳定性大大提高。 （二）接收与处理线程唤醒流程算法 唤醒流程通过环形队列作为媒介来实现。环形队列在该架构中起到缓存池的作用，当接收线程把接收到的数据发送至环形队列中时，环形队列能够唤醒处理线程。当多条处理线程全部占满时，环形队列将会暂时贮存由接收线程发送的数据，并通知接收线程停止接收数据，直至处理线程处理完数据后，再通知接收线程接收。具体流程如图4所示。 在该线程池中，一条接收线程确保了数据的有序性。若采取多条接收线程，数据点会出现乱序的情况，处理线程将需要花费时间去排序或者寻找，从而导致效率下降。同时，经过实验，一条接收线程足以应对本文的业务情况。 （三）队列管理 由于该中间件需承受大量的数据吞吐，所以系统采用环形队列缓存数据。环形队列相比普通队列节省了很多的运算量。普通队列队尾指针移动到队列最后一个位置时，需将后面的数据前挪，使队列仍有空位置存放新的数据，如图5所示。 如图5所示，随着入队坐标1、2、3、4，出队坐标1、2、3后，tail指针移动到了最后位置，表面上不能再入队，但其实head指针前面还有大量空间，于是只能将后面的数据前移。由于该系统中间件数据吞吐量较大，tail指针很容易移动到最后位置，系统需要不断地将数据前移，如此一来运算量会很大，时间复杂度也会很高。 图4 线程模式时序 图5 数组队列指针 而环形队列当队尾指针移动到最后位置时，只需把队尾指针向后移动。如图6所示。 tail指针到最后位置即将接收坐标6入队时，若要继续添加数据，环形队列的队尾tail指针只需向后移动即可。相比于普通队列，环形队列节省了很多运算量。特别是在一个数据吞吐量较大的系统里，环形队列将使系统运行更加高效。 （四）处理线程漂移判断 处理线程判断出的漂移主要分变速漂移和不可达区域漂移。变速偏移指的是坐标点的速率在某个很短的时间内突然增大后又恢复至正常速率，主要表现为相邻坐标点间隔突然变得很远。不可达区域漂移指的是坐标数据点到达不可到达的区域，如短时间内发生穿墙的现象。通过比较相邻数据点间距离的变化情况，处理线程可以判断是否出现变速漂移，通过墙体信息，判断是否出现穿墙漂移。由于任意两地点间的距离和墙体信息已在初始化阶段载入中间件系统中，处理线程只需调用这些数据便可进行漂移的判断，相比于重新在系统中计算两地点间的距离，节省了大量时间和计算量。这种以空间换时间的方式，适用于本文所讲的数据量较大的系统。 四、实验分析 首先明确两个概念：系统耗时为系统从开始运行至处理完所有数据所耗的时间；丢包率=（原有数据量-接收到的数据量）/原有数据量。 图6 循环队列指针 线程对比实验和压力测试，通过对比系统耗时及丢包率，验证并行计算的高效性和系统的抗压能力。两组实验环境均为i7-6700HQ型号的CPU、8 G内存以及Windows10操作系统。数据来自于某公司所给出的坐标数据。实验前准备好一个txt文本，每行一个坐标数据，作为发送端将要发送的数据源。 实验共设计了两组：发送数据端和处理数据端分别采用一条线程；发送数据端使用一条线程控制，而处理数据端采用10条线程。 两组实验都通过socket发送请求并传输数据，处理线程监听客户端请求，连接建立后读取请求信息并处理数据。发送端每隔一定时间发送一条数据给接收端，接收端每隔一段时间接收并处理一条数据，重复执行上述发送接收动作，直至文本数据被接收完为止。结果使用TCP/UDP发送或写入一个文件中。通过对比两组实验中接收数据的速率和丢包率来确定哪种方案最优。 （一）中间件多线程处理实验分析 本实验通过发送和接收坐标数据，验证多线程并行工作的高效性。实验使用Java程序模拟线程。发送数据时间间隔采用10 ms，接收数据时间间隔采用20 ms，txt文本里存入50 000条坐标数据，实验结果如表1所列。 通过实验结果可以看出：B组实验相比于A组实验耗时减少了31 666 ms，丢包率降低了4.61%。所以采取一条线程控制发送数据，10条线程处理数据可使丢包率大大降低，且能使系统运行更加高效。 （二）系统压力测试实验分析 压力测试实验旨在验证多线程并行工作可提高系统的抗压能力。实验通过不断提高数据发送的速率及数据量，并各选取两个较为明显的节点，对比其耗时和丢包率。发送时间间隔采用1 ms和5 ms，接收数据时间间隔采用20 ms，准备两个txt文本分别存入50 000和100 000条数据。得到的结果见表2所列。 由表2可得，当数据量都为5万时，B组实验相比于A组实验，在发送时间间隔为1 ms和5 ms时，耗时分别降低至67 581 ms和253 176 ms，丢包率分别减少为12.43%和9.28%；当数据量为10万时，在发送时间间隔为1 ms和5 ms时，所耗时降低为107 581 ms和503 547 ms，丢包率分别减少为13.32%和11.26%。可见，当数据发送的速率加快、数据量增大的情况下，B组实验相比于A组实验，耗时及丢包率都是最少的。由实验结果可得：采用一条接受线程、10条处理线程并行工作时，中间件系统的抗压能力比其他两组实验更强。 表1 实验结果实验类型 发送数据时间间隔（ms） 接受数据时间间隔（ms） 耗时（ms） 数据量（万） 丢包率（%）A 10 20 548 406 5 4.63 B 10 20 516 740 5 0.02 表2 实验结果实验类型 发送时间间隔（ms） 接受时间间隔（ms） 数据量（万） 耗时（ms） 丢包率（%）A 1 20 5 81 933 20.19 A 20 5 276 623 15.35 A 1 20 10 108 933 20.47 5 A 20 10 504 651 16.26 B 1 20 5 67 581 12.43 5 B 20 5 253 176 9.28 B 1 20 10 107 581 13.32 5 B 5 20 10 503 547 11.26 五、结语 本文在不改变原有系统架构的基础上，设计了一种高效的中间件。该中间件能快速地检测出金融机构室内定位数据，帮助系统更加有效地运行，降低数据的丢包率，同时提高了系统的抗压能力。中间件除了室内定位外，由于其可以有效、高速地处理庞大的数据量，还可适用于实时交易、实时监控数据等应用，达到了高效处理相关金融数据的目的。 [1]史刘强，付江涛. 基于UWB定位系统设计[J]. 电子设计工程，2019(15):161-165. [2]吴如玥，黄风华，邹驼玲. 基于UWB的室内定位系统研究[J]. 信息与电脑（理论版)，2019(14):110-112. [3]薛恒. 基于KPCA和PDR的WiFi室内定位算法研究[D]. 太原：太原理工大学，2019. [4]尹书成，黄刘生，朱振宇，等. 分布式协调服务的室内定位中间件研究[J]. 小型微型计算机系统，2017(4):781-785. [5]葛丽丽. 基于UWB的高精度室内定位及时钟同步算法的研究[D]. 北京：北京邮电大学，2019. [6]谷晓忱. 并行蒙特卡罗计算硬件加速器[D]. 北京：国防科技大学，2010. [7]姚振锋. 反射中间件研究及其在金融计算平台中的应用[D]. 郑州：郑州大学，2006. 魏福义（1964-），男，山西阳泉人，理学硕士，供职于华南农业大学，教授，研究方向：组合图论、人工智能； 滕玥聪（1997-），男，广东广州人，就读于华南农业大学数学与信息学院，研究方向：计算机网络； 温斌杰（1998-），男，广东云浮人，就读于华南农业大学数学与信息学院，研究方向：人工智能； 黄庭玉（1998-），女，广东揭阳人，就读于华南农业大学数学与信息学院，研究方向：计算机网络； 叶颖诗（1994-），女，广东东莞人，就读于华南农业大学数学与信息学院，研究方向：图论、大数据分析。 一、引言金融机构是资金的流通中心，安全性是金融机构的首要原则，实时的人员定位监管是安全性里必不可少的一个环节，高效的室内定位系统能够大幅提高金融机构内的安全系数。UWB技术是一种精确高效的无线定位技术，具有很好的稳定性。基于UWB的室内定位系统实现方案，能充分利用UWB带宽大、定位精度高的优点，实现室内定位和追踪。然而封闭的室内，环境非常复杂，再加上要求接收数据速率快、处理数据庞大等因素，系统处理数据时包含了诸多约束条件，导致接收的坐标数据可能丢失，系统处理数据的效率低下。对于一个实时的定位系统来说，面对巨大的数据吞吐量，寻找一个既能高效地对异常数据进行筛选，又能减低成本的解决方案，是系统性能优化的关键。本文旨在利用已有的信息构建模型系统对数据进行初始化处理，并高效生成可达表载入中间件，在不影响原有系统架构的前提下，构建一个低耦合的、能实现透明传输的高效处理系统中间件，帮助系统高效地处理坐标数据。二、初始化与中间件架构首先把室内区域分为标准区域和非标准区域，采用GeoHash技术及距离矩阵计算任意两点的距离存入可达表，然后设计线程池架构进行数据处理。（一）数据初始化根据地图信息，将区域分为标准区域、非标准区域以及不可达区域，室内区域由若干标准区域和非标准区域组成。1. 标准区域：标准的矩形房间区域且房间内无内墙，如图1所示。图1 标准区域2. 非标准区域：房间内有内墙和床等障碍物，如图2所示。3. 不可达区域：坐标数据点无法到达的区域。图2 非标准区域采用人工输入编码的方式将墙体信息以坐标的形式输入系统中。为了计算非标准区域内两点间的距离，对区域进行合理的栅格划分，并通过GeoHash的base32编码方式，对栅格的位置信息进行编码。系统对于标准区域，采用欧式距离计算两坐标点间的距离；对于非标准区域，采用栅格法的距离矩阵来计算；对于不同区域之间，需先计算出两坐标点分别到各自区域入口的最短距离，接着从路由表中调出两区域入口间的距离，然后相加得出最短距离。在初始化阶段，通过GeoHash编码将二维的墙体、栅格位置信息转化为一维的数据信息，降低了时间复杂度，提高了空间利用率，可提高系统的查询效率。（二）可达表可达表是漂移检测的基础，在初始化阶段，距离矩阵通过矩阵运算生成距离可达表。当相邻的数据处于同一区域时，可调用区域可达表快速判断其漂移性。为快速查询可达栅格，系统用散列表储存。为了更迅速高效地访问大型数据集，在构造散列函数时，系统采用BKDRHash的算法进行防碰撞的处理。该算法通过对每个字符乘以一个系数Χ，使字符间的差距扩大，从而大大降低哈希值出现相同情况的概率，进而提高查询效率。其可达表的数据结构如下：type defstruct Access {char?key; /?GeoHash string ?/in time =0; /? Arrival time ?/Access ? nex t ; /? Address of next data point ?/} ;（三）线程池的初始化系统采用线程池管理，调度多个线程协同工作。多线程处理相比于单线程数据处理速率更高。利用配置文件，初始化基本数据，创建一条接收线程和数条处理线程。接着程序可根据读取的预处理地图数据，载入可达表，并以多线程的方式载入可达区域，帮助漂移算法的快速定位。载入可达区域后，接收线程会以TCP的方式尝试连接服务端口。若连接失败，则接收线程会每隔3秒重新连接一次；若在接收过程中TCP断开连接，线程也会不断尝试直至重新连接成功。（四）线程池的设计为了尽量提高数据吞吐量，系统采取多个处理线程并行的工作方式。线程池中存在一条接收线程、一个环形待处理数列、10条处理线程。基本架构如图3所示。图3 线程池基本架构多线程中间件架构可通过处理载入的可达表及GeoHash编码生成的墙体和栅格位置信息数据来进行漂移判断。这种模式可大大减少丢包率，同时提高了处理数据的效率。三、中间件算法设计利用环形队列、线程间的唤醒算法及处理线程漂移判断的设计节约运算量，提高判断数据漂移的效率。（一）互斥锁设计为保证任意时刻只有一条线程访问数据信息，处理线程设计了一个互斥锁及信息量。当其中一条线程访问坐标数据后，会给其上锁，则其他线程便无法访问该数据，直至其解锁释放该数据。互斥锁保证数据操作的完整性，使得多个线程安全稳定地处理各自的任务，使系统安全性和稳定性大大提高。（二）接收与处理线程唤醒流程算法唤醒流程通过环形队列作为媒介来实现。环形队列在该架构中起到缓存池的作用，当接收线程把接收到的数据发送至环形队列中时，环形队列能够唤醒处理线程。当多条处理线程全部占满时，环形队列将会暂时贮存由接收线程发送的数据，并通知接收线程停止接收数据，直至处理线程处理完数据后，再通知接收线程接收。具体流程如图4所示。在该线程池中，一条接收线程确保了数据的有序性。若采取多条接收线程，数据点会出现乱序的情况，处理线程将需要花费时间去排序或者寻找，从而导致效率下降。同时，经过实验，一条接收线程足以应对本文的业务情况。（三）队列管理由于该中间件需承受大量的数据吞吐，所以系统采用环形队列缓存数据。环形队列相比普通队列节省了很多的运算量。普通队列队尾指针移动到队列最后一个位置时，需将后面的数据前挪，使队列仍有空位置存放新的数据，如图5所示。如图5所示，随着入队坐标1、2、3、4，出队坐标1、2、3后，tail指针移动到了最后位置，表面上不能再入队，但其实head指针前面还有大量空间，于是只能将后面的数据前移。由于该系统中间件数据吞吐量较大，tail指针很容易移动到最后位置，系统需要不断地将数据前移，如此一来运算量会很大，时间复杂度也会很高。图4 线程模式时序图5 数组队列指针而环形队列当队尾指针移动到最后位置时，只需把队尾指针向后移动。如图6所示。tail指针到最后位置即将接收坐标6入队时，若要继续添加数据，环形队列的队尾tail指针只需向后移动即可。相比于普通队列，环形队列节省了很多运算量。特别是在一个数据吞吐量较大的系统里，环形队列将使系统运行更加高效。（四）处理线程漂移判断处理线程判断出的漂移主要分变速漂移和不可达区域漂移。变速偏移指的是坐标点的速率在某个很短的时间内突然增大后又恢复至正常速率，主要表现为相邻坐标点间隔突然变得很远。不可达区域漂移指的是坐标数据点到达不可到达的区域，如短时间内发生穿墙的现象。通过比较相邻数据点间距离的变化情况，处理线程可以判断是否出现变速漂移，通过墙体信息，判断是否出现穿墙漂移。由于任意两地点间的距离和墙体信息已在初始化阶段载入中间件系统中，处理线程只需调用这些数据便可进行漂移的判断，相比于重新在系统中计算两地点间的距离，节省了大量时间和计算量。这种以空间换时间的方式，适用于本文所讲的数据量较大的系统。四、实验分析首先明确两个概念：系统耗时为系统从开始运行至处理完所有数据所耗的时间；丢包率=（原有数据量-接收到的数据量）/原有数据量。图6 循环队列指针线程对比实验和压力测试，通过对比系统耗时及丢包率，验证并行计算的高效性和系统的抗压能力。两组实验环境均为i7-6700HQ型号的CPU、8 G内存以及Windows10操作系统。数据来自于某公司所给出的坐标数据。实验前准备好一个txt文本，每行一个坐标数据，作为发送端将要发送的数据源。实验共设计了两组：发送数据端和处理数据端分别采用一条线程；发送数据端使用一条线程控制，而处理数据端采用10条线程。两组实验都通过socket发送请求并传输数据，处理线程监听客户端请求，连接建立后读取请求信息并处理数据。发送端每隔一定时间发送一条数据给接收端，接收端每隔一段时间接收并处理一条数据，重复执行上述发送接收动作，直至文本数据被接收完为止。结果使用TCP/UDP发送或写入一个文件中。通过对比两组实验中接收数据的速率和丢包率来确定哪种方案最优。（一）中间件多线程处理实验分析本实验通过发送和接收坐标数据，验证多线程并行工作的高效性。实验使用Java程序模拟线程。发送数据时间间隔采用10 ms，接收数据时间间隔采用20 ms，txt文本里存入50 000条坐标数据，实验结果如表1所列。通过实验结果可以看出：B组实验相比于A组实验耗时减少了31 666 ms，丢包率降低了4.61%。所以采取一条线程控制发送数据，10条线程处理数据可使丢包率大大降低，且能使系统运行更加高效。（二）系统压力测试实验分析压力测试实验旨在验证多线程并行工作可提高系统的抗压能力。实验通过不断提高数据发送的速率及数据量，并各选取两个较为明显的节点，对比其耗时和丢包率。发送时间间隔采用1 ms和5 ms，接收数据时间间隔采用20 ms，准备两个txt文本分别存入50 000和100 000条数据。得到的结果见表2所列。由表2可得，当数据量都为5万时，B组实验相比于A组实验，在发送时间间隔为1 ms和5 ms时，耗时分别降低至67 581 ms和253 176 ms，丢包率分别减少为12.43%和9.28%；当数据量为10万时，在发送时间间隔为1 ms和5 ms时，所耗时降低为107 581 ms和503 547 ms，丢包率分别减少为13.32%和11.26%。可见，当数据发送的速率加快、数据量增大的情况下，B组实验相比于A组实验，耗时及丢包率都是最少的。由实验结果可得：采用一条接受线程、10条处理线程并行工作时，中间件系统的抗压能力比其他两组实验更强。表1 实验结果实验类型 发送数据时间间隔（ms） 接受数据时间间隔（ms） 耗时（ms） 数据量（万） 丢包率（%）A 10 20 548 406 5 4.63 B 10 20 516 740 5 0.02表2 实验结果实验类型 发送时间间隔（ms） 接受时间间隔（ms） 数据量（万） 耗时（ms） 丢包率（%）A 1 20 5 81 933 20.19 A 20 5 276 623 15.35 A 1 20 10 108 933 20.47 5 A 20 10 504 651 16.26 B 1 20 5 67 581 12.43 5 B 20 5 253 176 9.28 B 1 20 10 107 581 13.32 5 B 5 20 10 503 547 11.26五、结语本文在不改变原有系统架构的基础上，设计了一种高效的中间件。该中间件能快速地检测出金融机构室内定位数据，帮助系统更加有效地运行，降低数据的丢包率，同时提高了系统的抗压能力。中间件除了室内定位外，由于其可以有效、高速地处理庞大的数据量，还可适用于实时交易、实时监控数据等应用，达到了高效处理相关金融数据的目的。参考文献：[1]史刘强，付江涛. 基于UWB定位系统设计[J]. 电子设计工程，2019(15):161-165.[2]吴如玥，黄风华，邹驼玲. 基于UWB的室内定位系统研究[J]. 信息与电脑（理论版)，2019(14):110-112.[3]薛恒. 基于KPCA和PDR的WiFi室内定位算法研究[D]. 太原：太原理工大学，2019.[4]尹书成，黄刘生，朱振宇，等. 分布式协调服务的室内定位中间件研究[J]. 小型微型计算机系统，2017(4):781-785.[5]葛丽丽. 基于UWB的高精度室内定位及时钟同步算法的研究[D]. 北京：北京邮电大学，2019.[6]谷晓忱. 并行蒙特卡罗计算硬件加速器[D]. 北京：国防科技大学，2010.[7]姚振锋. 反射中间件研究及其在金融计算平台中的应用[D]. 郑州：郑州大学，2006.

文章来源：全球定位系统 网址: http://qqdwxt.400nongye.com/lunwen/itemid-22486.shtml

上一篇： 基于RFID的室内定位快递机器人研究
下一篇： 机械工业论文_粗重颗粒轻介共流气力输送机理及特性