人防网络优化数据处理模型研究

贾雪松

摘要：随着大数据的推进，军用信息化、防务数据化已然成为了一种必然趋势，但人民防空方面却存在数据处理速度缓慢、数据多样化、数据辨析度不高的问题。本文剖析了当前人民防空所面临的问题，通过构建数据处理模型，人防计算机网络优化提供了积极借鉴。

关键词：人民防空;网络;优化;模型

中图分类号：TN948.3 文献标识码：A 文章编号：1007-9416（2019）10-0037-02

1 当前人民防空所面临的问题

二十一世纪前中叶，信息科技技术已经逐漸被应用到各个行业和领域，而在军事空中防卫上，信息化的空袭战争也逐渐显现出一丝新的特征，在接受新的挑战。但是随着计算机硬件的不断发展，人民防空已经不单单是对领空上的敌机进行侦测及防务，而且还要对当地的温度、湿度、风速、风力、风向有一个实时的监控。既然是人民防空，那么除了预防还有防守，一旦祖国的领空遭受入侵，或者国内客机脱逃等，人民防空的职能就不单单是监视了，我们要根据被监视对象的速度、加速度、当地风向、风速、风力、温度、拦截设备的速度、体积、飞行阻力等作出预测，提前计算好目标打击点。也就是说当被监视对象侵犯了我们的利益的时候，我们一旦决定打击的话，从瞄准、测量、轨迹计算、动能消减计算等都是一瞬间自动完成的。那么这么多数据一下子涌入计算机，计算机的内存是否充足？反应速度、计算速度等能否达到预想目标等都成了一个个的问题。

2 计算机网络优化

2.1 通讯网络面临的问题

当前我国的移动通信网络主要分为两部分：第一个就是无线网络，而第二个就是交换网络，常常也被称为PSTN网络。无线通讯网络主要就是移动通信网络专有的，而完整的无线通讯网络主要包含以下几个部分：交换网络子系统、基站子系统、操作维护中心、移动设备。

通讯网络数据量庞大：随着台式电脑，笔记本电脑手机、iPad等有线或者无线通讯终端数量的逐年增加，那么通讯网络的基站也会越来越多，从而造成的数据量也会逐渐增加。而人民防空系统虽然有独立于大众通讯网络通道，但是也会受到影响，而且其每分每秒接收的数据种类、数据量也是十分繁杂的[1]。

2.2 通讯网络优化方案

通讯网络面临的问题主要就是数据量庞大，且都是实时性的，首先就是要提升人民防空系统的大数据储存能力，由于民防系统要实时监测，而且其监测面积、监测范围及监测精度都很高，所以每分每秒产生的数据量会很大，而将这些数据进行精确加密传输、储存、分析及处理，因为传输是有时间限制的，而计算机数据又是以字节为单位进行传输的，而且其分析、处理等也是一项耗时的工作，而民防系统偏偏有如此庞大的数据需要实时传输、储存、分析、处理，故而提升民防系统的储存能力才是关键。那么如果在民防通讯网络中加入大数据分析功能，专家识别系统等，在其传输的时候就对这些数据进行分类、整合，通过储存虚拟化的方式将同一类型的数据储存到同一个平台上，这样不仅能够降低人民防空网络的动态变化容量，而且还可以减少资源存储的成本，降低整个民防通讯网络这块的资金投入[2]。

3 数据处理模型

3.1 数据处理模型简介

数据处理模型是随着数据库学科的不断发展而逐渐深入及完善的，在刚开始的时候，人们普遍的将数据模型简单的理解为数据结构，在往后的发展中逐渐生成了逻辑结构、物理配置、存取路径以及完整性的约束条件，而数据模型主要分为以下几个方面：

数据结构：主要是用来描述数据的类型、内容、性质以及数据之间的联系。数据结构可以说是数据模型的基础，不同的数据结构具有不同的操作和约束条件。

数据操作：主要就是在与之对应的数据结构上的操作类型及操作方式。

数据约束：数据模型中的数据约束其实就是指数据之间的结构性语法、词义的联系、彼此之间的制约和依存关系，从而保证了数据的正确性、精确性、有效性以及相容性。

3.2 基于民防网络通讯的数据处理模型

针对人民防空系统的数据特点，所以目前最好的数据处理模型就是通过对多种信息数据的特征进行特性性提取，从而将这些信息数据化繁为简，同时按照可视化设计及数据挖掘等手段，而在这些数据处理的中后期，通过系统快速的还原这些数据。

现在的数据处理模型有很多，而可视化方法只是其中一种，其采用的方法就是通过节点与节点连接的布局来绘制数据之间的关系网络数据图，并且通过加权的方式来进行辅助布局及绘制。而其最基本的思路就是通过FR算法、KK算法等力学模型来对系统接收的数据库或者传输之前的数据库进行建模。这种方法可以能够很好的将这些数量庞大的海量数据在关系网络下解决了民防系统监测的这些数据之间的重叠情况，不仅完美的降低了数据之间线性关联对系统判断造成的误导，而且还能够节约更多的系统内存，从而增加了其准确度，其具体布局如图1所示。

基于多特征属性的关系的有向加权图的难点主要体现在以下两个方面：数据节点的数量与数据节点之间的连接数量的相对比例、该模型的数据维度（也就是依据数据特征而划分的层数）。数据节点的数量与数据节点之间的连接数量的相对比例是受影响于关系网络的流量，针对人民防空网络通讯的网络大数据而言，网络的流量指标对数据节点的数量与数据节点之间的连接数量的相对比例、该模型的数据维度有最直接的影响，而整体的有向加权可视化的设计图如图2所示。

3.3 有向加权图的算法优化

在有向加权的数据模型里，假设有向加权图M=（m，n），节点的集合为m，有向的集合为n，节点u，v包含在m里，则节点u，v之间的相互排斥力为：

Fr（u，v）=k1^2/dist（u，v）

其中，k1是节点u，v这几件的网络节点数，节点数越靠近，则相互排斥力越强，从而对整个节点的集合，我们可以通过传输字节的相对位移算出其收敛的条件，使得整个有向加权图达到能量均衡点。而整个优化过程的布局逻辑分为以下四步：（1）预先处理数据;（2）通过电场力计算节点间的相互排斥力;（3）通过胡克朗克定律来计算器传输差异;（4）通过向量迭代关系来计算其线性回归的平衡状态。

4 结语

人民防空网络的优化可以解决数据传输过程中的一些如同传输速率慢、传输精度低、易丢失等问题，而有向加权图的数据优化处理过程却能提升数据处理的精度，减少系统反应时间，提升系统的相应速度。

参考文献

[1] 郑晓敏.关于加强人防信息化建设的几点思考[J].通讯世界，2014（11）：15-16.

[2] 廖泽宇，蔡延光，黄司辉，等.人防指挥所三维管理信息系统的研究与实现[J].电子世界，2014（23）：108-109.