郑菁+葛建宏
摘 要: 为了提高远程学习的效率,提出一种基于互联移动终端的学习平台设计方法。在嵌入式Linux根文件系统中进行互联移动终端学习平台开发,學习平台主要包括了学习资源调度模块、交叉编译模块、嵌入式Linux接口模块、总线数据传输模块、通信模块和人机交互模块,采用Excel和Access技术实现互联网终端学习信息数据的智能化信息管理,采用交叉编译方式进行程序加载和学习平台的检索控制,在云计算环境下进行学习资源调度、信息编译和数据存储设计。仿真结果表明,采用该学习平台进行互联网移动终端学习的效率较高,学习平台的稳定性较好。
关键词: 互联移动终端; 学习平台; 嵌入式技术; 云计算
中图分类号: TN711?34; TP391 文献标识码: A 文章编号: 1004?373X(2017)14?0061?03
Abstract: In order to improve the efficiency of distance learning, a learning platform design method based on Internet mobile terminal is proposed in this paper. The Internet mobile terminal learning platform is developed in the embedded Linux root file system. The learning platform mainly includes learning resource scheduling module, cross compiling module, embedded Linux interface module, bus data transmission module, communication module and man?machine interaction module. Excel and Access technologies are adopted to realize intelligent information management of the Internet terminal learning information data. The cross compiling mode is employed to achieve the program loading and retrieval control of learning platform for learning resource scheduling, information compilation and data storage design in cloud computing environment. The simulation results show that the learning platform has high efficiency of Internet mobile terminal learning, and perfect stability.
Keywords: Internet mobile terminal; learning platform; embedded technology; cloud computing
0 引 言
在互联网环境下,计算机网络与多媒体技术的发展为学习方式和学习环境提供了多样性的选择,采用远程学习方法进行自主学习成为未来教育发展的一个重要方向[1?2]。互联移动终端的远程学习为新型教育提供新活力,使得教育模式和教学手段发生重大变革,互联网是一个开放异构的信息分布空间,在互联网移动终端中进行学习平台的构建,实现移动远程学习优化,进行学习平台优化设计旨在提高学习的效率和准确性。美国Washington大学开发的GLUE移动学习平台[3],采用的是机器学习方法,应用于远程Android终端学习中。德国Karlsruhe大学开发的FAOM移动E?Learning学习平台[4],利用数据核心集DCMS和全球学习联盟发布LRM作为移动学习资源,采用学习资源本体描述方法进行语义匹配[5?6],解决学习资源本体匹配的问题。但是仍然存在学习平台的兼容性和可靠性不好的问题。本文在嵌入式Linux根文件系统中进行互联移动终端学习平台开发,进行学习平台的优化设计。
1 学习平台开发实现
1.1 嵌入式Linux开发环境的建立
在嵌入式Linux环境下构建基于互联移动终端的学习平台。首先根据引导加载程序进行嵌入式Linux的定制和移植,在PCI总线中设定总线接口和内部存储器,对时钟、存储器、串口、网口等硬件进行初始化,选用SuperViVi作为BootLoader,在FIFO中与外部SRAM通信,实现数据存储。采用32位或64位数据线进行串行通信,采用总线控制和同步操作解决E?Learnin学习资源本体异构和数据传输问题,PCI总线支持64位地址/数据多路复用,本地总线接口与ISA, EISA及MCA总线完全兼容。在嵌入式Linux环境下建立FLASH设备上的文件系统,设计的互联网移动终端学习平台主要包括用户界面模块、互联网终端学习信息处理模块、嵌入式Linux接口模块、总线数据传输模块、通信模块和人机交互模块等,采用MVB总线控制技术加载安装根文件系统,并执行init进程。在云计算环境下,构建互联网移动终端学习平台的学习数据库访问操作系统,建立VXI总线数据处理模块,得到Linux开发环境下的ROMFS文件系统、cramfs文件系统。
1.2 学习平台的映像文件制作
为了生成可下载到目标板中的文件,利用mi?yaffsimagej工具,制作根文件系统映像文件,调用函数设置hpe1432_setTriggerLevel,运行以下命令:
Mkyaffgrgr filgrgm rgrghs.fgrggs(镜像文件名称)
命令执行完毕,将linuxrc文件拷贝到filesystem目录下,移动终端学习平台的互联网服务器,进行E?mail服务器知识点、FTP服务器知识点、DNS服务器知识点、视频服务器知识点等的配置,如图1所示。
在FTP服务器中建立YAFFS根文件系统,将镜像文件echo" " > /dev/tty1更改为echo“Root File Syrgrggrhg learning platform”, linuxrc文件拷贝到filesystem目录下,可以看到目录下生成了一个rootfs.yaffs文件,编辑init.d目录下的rcS文件,生成的根文件系统在dev目录下得到一个镜像文件名称,将其下载到开发板中就可以运行,学习平台的映像文件,得到互联网移动终端学习平台的字符型设备I/O操作模块。配置完成后,将CAN接收中断映射到内核的IVG7中断上,完成之后调用register_handler函数,注册中断服务子程序,实现学习平台的映像文件制作。
1.3 平台开发的模块设计化与实现
互联网移动终端学习系统的模块化开发建立在云计算环境和嵌入式Linux环境下,学习平台主要包括学习资源调度模块、交叉编译模块、嵌入式Linux接口模块、总线数据传输模块、通信模块和人机交互模块,模块化设计的关键技术描述如下:
学习资源调度模块采用动态链接驱动程序编译,驱动程序加载到Linux内核中,学习资源调度模块提供了文件系统的入口点函数,在互联网移动终端由驱动程序实现设备驱动程序编写,代码如下:
class Bus data file_operations : include\linux\fs.h
{
public:release(){};
//构造互联网终端学习平台的可执行数据访问函数
~myApp() {}; //自动配置学习资源调度模块
:initialize register_handler function ("Device driver development" ) //初始化设备参数
void generally implemented(detect the situation initialize the device::Key key, interrupt, clock, I/O)
//存、中断、时钟类数据采集
private: //局部总线和触发总线自定义变量
2 实验测试分析
本文设计的互联网移动终端学习系统调试实验平台建立在Visual DSP++ 4.5环境下,Visual DSP++有一个集成开发环境IDDE,能有效实现对互联移动终端E?Learning学习平台的调试和数据测试分析。当Command Start位设置为0,DatFin标志已设置,则确认移动终端学习平台数据传输操作结束;通过对相应位置1时,存储了SD卡数据的状态信息,清除SDIDatSta寄存器中的相应标志。在E?Learning学习平台中数据传输的比特率为192 b/s,根据上述仿真环境和参数设定,采用不同方法进行系统调试和仿真实验分析,测试学习效率和数据召回率,得到对比结果如图2和图3所示。
分析上述仿真结果得知,采用本文方法构建的互联移动终端学习平台,具有较高的数据召回率,说明用户进行学习资源调度的准确访问能力较高,提高了学习效率,具有较好的应用性。
3 结 语
本文研究了学习平台优化设计方法,以提高远程学习的效率,提出一种基于互联移动终端的学习平台设计方法。在嵌入式Linux根文件系统中进行互联移动终端学习平台开发,学习平台主要包括学习资源调度模块、交叉编译模块、嵌入式Linux接口模块、总线数据传输模块、通信模块和人机交互模块,采用交叉编译方式进行程序加载和学习平台的检索控制,在云计算环境下进行学习资源调度、信息编译和数据存储设计。研究得出,采用该学习平臺进行互联网移动终端学习的效率较高,具有较好的稳定性和可靠性。
参考文献
[1] 匡桂娟,曾国荪.一种基于时分复用的云资源管理方法[J].同济大学学报(自然科学版),2014,42(5):782?789.
[2] 周小娟.一种轻量级大数据分析系统的实现[J].电子设计工程,2016(8):40?43.
[3] GUBBI J, BUYYA R, MARUSIC S, et al. Internet of Things (IoT): a vision, architectural elements, and future directions [J]. Future generation computer systems, 2013, 29(7): 1645?1660.
[4] CHEN L, BRIAN K, JAMIE E. Theoretical characterization of nonlinear clipping effects in IM/DD optical OFDM systems [J].IEEE transactions on communications, 2012, 60(8): 2304?2312.
[5] 谢洪安,李栋,苏旸,等.基于聚类分析的可信网络管理模型[J].计算机应用,2016,36(9):2447?2451.
[6] DUNG H, BANG H, PARK C S, et al. PAPR reduction using PTS with low computational complexity in coherent optical OFDM systems [C] // Proceedings of 2012 18th Asia?Pacific Conference on Communications. Jeju Island: IEEE, 2012: 629?634.