远程教育中的多媒体资源调度技术

摘要：为了提高远程教育网络中的多媒体资源的访问和检索能力，实现教育资源共享，提出一种基于嵌入式优先级列表控制的远程教育网络中多媒体资源调度技术。分析嵌入式远程教育网络的多媒体资源分布的内核结构模型，对资源信息流进行非线性时间序列拟合，采用平滑滤波方法将多媒体资源的执行时间窗口划分为一组均匀分布的时隙，在嵌入式系统中实现资源出入栈的优先级列表控制，实现资源调度优化。仿真结果表明，采用该方法进行远程教育网络多媒体资源调度，提高了资源分配的均衡性和资源利用率。

关键词：远程教育网络；多媒体资源；资源调度；嵌入式系统；优先级列表

0引言

远程教育网络系统中，大量的教学资源分布在整个教学网络系统的存储空间内，通过云存储和云计算技术实现资源保存和利用，以供用户随时访问和利用多媒体教育资源。远程教育网络中的多媒体资源调度系统采用嵌入式设计方法，通过统一的资源访问接口实现多媒体教学资源的进程管理、内存管理和空间分布管理。在进行资源调度中，需要一种有效的多媒体资源调度算法实现远程教育网络数据库访问和多媒体资源整合，研究多媒体资源调度技术，对提高远程教育网络的利用效率和系统可靠性方面具有重要意义[1]。针对当前资源调度收敛性不好、鲁棒性差的问题，本文提出基于嵌入式优先级列表控制的远程教育网络中多媒体资源调度技术。通过资源调度的系统设计和算法改进，实现多媒体资源调度优化。通过仿真试验进行了性能验证，展示了本文设计的调度技术在提高远程教育网络多媒体资源调度均衡性和时效性方面的优越性。

1多媒体资源分布的内核结构模型

1.1远程教育网络的多媒体资源的嵌入式分布

为了实现对远程教育网络中的多媒体资源调度优化，远程教育网络多媒体资源嵌入式调度系统的内核管理程序分为进程管理、访问管理、数据库系统管理、接口管理、网络系统管理等[2]。远程教育网络在多媒体资源调度环境下，假设云计算下远程教育网络节点管理处理机pi执行多媒体教育资源nj得到信息准确查询概率为：基于负载均衡的多媒体资源调度策略[3]，得到远程教育网络中的多媒体资源调度均衡的标准值CMh和SCMh式中：qj为多媒体资源调度等待序列的长度；μ(u)为资源分布空间中的访问密度；N为数据访问空间的几何参考模型。

1.2资源信息流的数据拟合计算

对资源信息流进行非线性时间序列拟合，在资源分布的数据聚类中，结合资源分配的收敛阈值指标Con⁃vergenceMetric得到远程教育网络多媒体教育资源调度模型中有n个输入控制参量，m个输出参量[4]。定义往返时延（Round⁃TripTime，RTT）表示远程教育网络的时间开销，构建多媒体教育资源分簇调度模型，结合非线性时间序列分析方法[5]，得到待调度的多媒体教育资源的非线性信息流拟合结构为：P={p1,p2,⋯,pm},m∈N（4）式中，p为资源分配的链路优先级属性。对∀m∈N，多媒体资源准确到达次调度中心的阈值分布满足：∑j=N2iMxmi≤1（5）设M是d维的多媒体资源调度的链路层分布系统，u表示一个光滑的阵列流形矢量，对于Φ:M→R2d+1，得到多媒体资源调度的聚类中心函数为：Φ(z)=(h(z),h(φ)1(z),⋯,h(φ)2d(z)T（6）通过对多媒体资源信息流的数据拟合计算，为进行资源调度提供了准确的数据基础。

2资源调度技术改进

2.1多媒体资源调度的时隙分布优化

在进行远程教育网络的多媒体资源的嵌入式分布计算和非线性时间序列拟合的基础上，进行资源调度的优化设计。本文提出基于嵌入式优先级列表控制的远程教育网络中多媒体资源调度技术。采用平滑滤波方法将多媒体资源的执行时间窗口划分为一组均匀分布的时隙[6]，平滑滤波的系统传递函数为：式中：xG为多媒体教育资源传输的负载率；xT为单个资源输出的融合测量误差；xW为加权平均；xL为本轮调度到达远程教育网络中心的链路衰减；μmωσ为远程教育网络Sink节点的均衡分布控制因子；Tωσ为调度时间延迟。执行时间窗口划分为一组均匀分布的时隙，由此得到多媒体资源调度的时隙分布的间隔为：RTTs=(1-α)×RTTs+α×RTT（8）根据上述时隙分布，设计优先级列表，进行资源出入栈控制。

2.2资源出入栈的优先级列表控制

在将执行时间窗口划分为一组均匀分布的时隙的基础上，在嵌入式系统中实现资源出入栈的优先级列表控制[7]，资源出入栈控制约束条件为：ìíîïïïïïïS=1||A-1∑i=1A(dˉ-di)2di=min{∑}m=1kf||m(ai)-fm(aj)ai,aj∈Ai,j=1,2,⋯,||A（9）式中：dˉ为网络分簇能耗RTT平均值；k为资源在堆栈中的吞吐量。信息融合中心节点执行多媒体教育资源调度的前导时隙定义为：inf{E[c1,c2,ϕ|u0]}=λ1∫Ω(u0-c1)2H(ϕ)dxdy+λ2∫Ω(u0-c2)2(1-H(ϕ))dxdy（10）调度模型的控制阈值为：AT(v)=maxu∈FI(v)[AT(u)+delay(v)]（11）RT(v)=minw∈FO(v)[RT(w)-delay(v)]（12）综上处理，在嵌入式系统中实现了远程教育网络的多媒体资源的优化调度。

3仿真测试分析

为了验证本文方法在实现远程教育网络中的多媒体资源调度中的应用性能，进行仿真试验分析。试验采用Matlab仿真设计；采用NS⁃2.27和NS软件生成多媒体教育资源信息列表，远程教育网络采用JDK1.6，a1Gbps交换网，对多媒体教育资源的采样率为fS=10kHz，采样数据长度为1024，初始阈值为0.12，计算节点N=50。根据上述仿真设计，进行资源调度的仿真分析.进行资源调度的均衡性测试和资源利用率对比.采用本文方法进行多媒体资源调度，均衡性较好，资源利用率较高。

4结语

本文提出一种基于嵌入式优先级列表控制的远程教育网络中多媒体资源调度技术。分析嵌入式远程教育网络的多媒体资源分布的内核结构模型，对资源信息流进行非线性时间序列拟合，采用平滑滤波方法将多媒体资源的执行时间窗口划分为一组均匀分布的时隙，在嵌入式系统中实现资源出入栈的优先级列表控制，实现资源调度优化。分析得出采用该方法进行远程教育网络多媒体资源调度，资源分配的均衡性和资源利用率更高。

参考文献

[1]崔永君，张永花.基于特征尺度均衡的Linux系统双阈值任务调度算法[J].计算机科学，2015，42（6）：181⁃184.

[2]杜立佳，董丽丽，何浩，等.多数据库事务并发调度算法优化技术研究[J].计算机仿真，2011，28（2）：393⁃396.

[3]潘惠苹.光纤物联网中的云调度平台的设计与改进[J].激光杂志，2017，38（1）：135⁃139.

[4]吴建军，段淑敏.交通拥堵状态下的智能调度平台的设计与仿真[J].现代电子技术，2016，39（16）：40⁃43.

[5]蒋本立，张小平.大数据网络的均衡调度平台设计与改进[J].现代电子技术，2016，39（6）：62⁃65.

[6]张宏莉，徐东亮，梁敏，等.海量模式高效匹配方法研究[J].电子学报，2014，42（6）：1220⁃1224.

[7]邢淑凝，刘方爱，赵晓晖.基于聚类划分的高效用模式并行挖掘算法[J].计算机应用，2016，36（8）：2202⁃2206.

作者:农民强 单位:广西师范学院