摘要：在大数据的背景下，传统的数据通信调度方法研究是由于预测元素引入面狭窄和预测算法逻辑的一致性差，导致数据调度故障现象。针对以上问题，提出了大数据背景下的数据通信调度的3＋1集生成法，并采用3＋1集成法来增强CPU信号强度。在传统的数据通信调度过程中，采用波动算法、处理器数据节点动态数检测技术、电频信号转换算法和快速执行码来解决数据响应速度慢、数据调度错误等问题。通过仿真实验，证明了大数据背景下数据通信调度的3＋1集成法具有一定的数据量。根据调度的特点，资源开销低，调度数据精度高。
关键词：海量数据；通信调度；CPU
近年来，随着科学技术的快速发展，金融业已经转变为大数据。一系列科技成果应用于金融数据统计和分析领域，为金融业的发展提供了动力。随着大数据云计算时代的到来，大型企业数据库在长期运行中出现了海量数据通信调度响应速度慢、数据调度慢的现象。深入研究后发现，问题的根源在于数据通信调度方法中使用的数据调度算法元素的引入和预测算法的逻辑一致性差，导致数据调度的精度不高。
1 数据通信调度的典型应用
在现有通信资源、数据通信调度的基础上，利用数字通信技术、DSP语音处理技术和计算机网络技术，集成了卫星通信、PSTN、移动通信、数据等现有通信资源。它构成了指挥调度系统的核心，形成一个有机、无缝的通信网络。在这样的网络环境中，各种通信终端都是相互连接的，在通信调度过程中，任何类型的终端都不能改变原有的应用模式，并且具有高稳定性、高可靠性，并在各种通信模式下进行通信调度。
数据通信调度系统通常采用分体式设计和集中控制方式。接口单元、协议信令控制单元、交换单元、中央控制单元等模块化，统一分配接口资源，所有接口通过高速总线连接，以便于系统的维护和管理。
大数据背景下的电力通信调度应用可以有效地解决基础数据管理的问题。由于大数据网格通信系统具有容量大、智能化、灵活性强的特点，并逐渐向多元化、系统化的方向发展，大数据技术在电网调度系统中的引入，有效地解决了传统电网调度系统中的基础数据管理问题。其次，大数据技术在电网调度系统中的应用，可以直接提高信息采集和处理的效率和准确性。最后，将大数据技术应用于电网调度系统中，可以提高各系统间的信息联系，进一步提高调度系统的信息基础，保证信息的准确性。
2 大数据背景下数据通信调度方法研究—3+1集成法
2.1 CPU信号强度波动算法
近年来，各大公司采用了互联网数据通信技术，对公司的交易数据信息进行收集、存储、分析、发布等一系列数据交换操作。经过长时间的应用，发现传统的数据调度方法有大量的数据集中调度条件，数据调度的响应速度降低，甚至出现数据故障现象。在深入分析问题的起源后，发现传统的数据调度方法引入的因素过于狭窄，导致数据量急剧增加，算法逻辑关联元素不足，算法逻辑无法承担大量的数据操作。
针对问题的根源，采用3＋1集成法中的CPU信号强度波动算法，扩展了数据元引入面，拓宽了单元加载通道，处理了下位CPU内的数据调度状态，检测了信号强度和动态性。通过处理器的数据处理来调整操作逻辑。该元件的负载可以降低CPU的处理压力，并保证逻辑的稳定运行。在设计中，采用CPU-NT特殊算法对CPU信号强度波动算法进行辅助操作，有效地提高了海量数据处理的浮点处理能力和CPU信号强度波动的峰值抑制，算法表达式如下所示。
其中，DB是一种特殊的CPU-NT算法；G是原始数据流；H是数据流的增量；D是数据流的峰值系数；max是算法动态操作的峰值系数。CPU-NT特定的算法关系如下所示。
在CPU-NT算法中，K是辅助点；G是运算的增量；S是增加的数据处理系数；I是动态优化系数。通过上述两级算法的优化处理，彻底解决了传统数据调度方法中数据元不足的问题。
2.2 处理器数据节点动态数检测技术
为了保证3＋1集成法中CPU信号强度波动算法的稳定性，对数据中的数据节点动态进行优化，以保证CPU信号强度波动算法实现的稳定性。在设计中，利用处理器数据节点的动态数检测技术来绑定大数据内部节点的特征，基于数据交互索引分析和确定数据，并处理数据中的噪点数据，以达到数据优化的目的。处理器数据节点动态数检测技术采用大数据动态Flangt算法，数据监控调度数据内部节点状态，优化调度数据整流度，提高调度信号响应速度。解决传统数据调度方法在数据调度应用过程中出现的调度响应速度慢、数据断层的问题。
2.3 电频信号转换算法
在设计中，对网络数据调度过程中的数据交互方法进行了研究，设计了一种电信号转换算法。通过在上传和下载数据之间反馈不同的电频率信号，确定数据的内部稳定性和数据特性。根据上述原理，电信号转换算法动态捕捉电信号的变化，准确地对异常数据进行降噪处理，提高了电频传输的纯度和强度。通过对调度信号节点的渗透，达到将上述两种算法的优化程度与信号优化相结合的目的。针对传统的数据调度方法存在的问题进行解决，如响应性下降、噪点数据流增大和数据故障等。电频率信号转换算法的关系式如下所示。
上述公式是频率转换算法在三种不同条件下的变化形式。三种表达形式受上述大数据动态Flangt算法与CPU信号强度波动算法结果值影响。电频信号转换算法应用前后数据调度信号纯净度对比如图2所示。
图1电频信号转换算法应用前后数据调度信号纯净度对比从图1（a）和（b）的比较中可以清楚地看出，在数据调度过程中，电频信号转换算法对噪声干扰波束具有良好的抑制效果。为了使频率转换算法不受外部因素影响，将3＋1频率转换算法以代码形式写入数据终端。到目前为止，在大数据背景下完成了3种数据通信调度3＋1集成法的设计。
3 实验与结论
针对大数据背景下数据通信调度3+1集成法的设计进行仿真实验测试。在设定的实验环境下，对传统数据通信调度方法与提出的大数据背景下数据通信调度3+1集成法进行对比测试，并对结果数据进行分析，得出结论。
测试环境配置为：CPU i5 4420，主频3.2 Hz，内存 4 G，windows 7专业版操作系统。具体测试参数如下表所示。
基于表1的测试数据，证明了大数据背景下3＋1集成法数据通信调度方法的设计具有以下优点：
1）海量数据处理状态，数据调度响应速度快。
2）可以有效地提高大数据调度过程中数据信号的抗干扰能力。
3）有效地解决了传统数据通信调度过程中的数据故障问题。
4）总体运行资源成本较低。
上述优点充分证明了大数据背景下的3＋1集成法数据通信调度方法能够满足数据通信调度的日常应用要求。
表1 仿真实验测试对比参数
总结
分析了传统数据通信调度方法存在的问题，提出了大数据背景下数据通信调度的3＋1集成法的设计方案。仿真实验证明了数据通信调度3＋1集成法是在数据背景下设计的。所有测试数据均优于传统的数据通信调度方法，能够满足设计改进的要求，为数据通信调度方法研究领域的未来发展提供了新的思路。
参考文献：
[1] 徐文忠,彭志平,左敬龙.基于遗传算法的云计算资源调度策略研究[J].计算机测量与控制,2015,23(5):1653-1656.
[2] 肖利群.高速光纤通信数据传输中的大数据合理调度模型设计[J].激光杂志,2016，25(5):112-116.
论文作者:刘月阳,徐世广,石祥
论文发表刊物:《电力设备》2018年第11期
论文发表时间:2018/8/6
标签：数据论文; 算法论文; 数据通信论文; 信号论文; 方法论文; 传统论文; 背景下论文; 《电力设备》2018年第11期论文;