闫 亮，李 过，徐雁云

（中建电子信息技术有限公司，西安 710061）

目前，我国很多城市把智慧城市建设作为工作的重心，构建了智慧城市的管理体系和相应的平台。因此，对智慧城区的管理探索具有重要的现实意义。而在管理方面，由于采集到的资源是动态的、异质的，在对大量的数据任务进行调度和资源配置时，既要考虑到系统的处理时间、处理能力，又要兼顾资源的平衡，增加了对智能城市的管控难度。在该背景下，较多学者都研究了管控平台，文献[1]研究了一种基于区块链技术的智能运维系统，文章从技术角度对基于Raft 协议的块链技术进行了分析，并对其在智能化运营中的具体运用进行了阐述。并将其与传统技术进行了比较，并提出了一种新型的设计组合结构和重构方法；
文献[2]研究了基于大数据云平台的智慧城市轨道交通运维管理一体化体系，建立了以大数据为基础的智能城市轨道交通运维管理集成体系、全面智能化故障管理体系和智能化维护管理体系。上述提出的管控平台虽然能够起到管控的作用，但是在有些情况下，管控效果不是很好。

云计算是高度发展的互联网信息技术，它把所有可用的资源都以“云”的方式进行了共享，用户可以通过网络向“云”提出所需的服务和资源。最后的处理结果将通过云服务器的探索、共享和计算反馈到用户。“云”中的资源对使用者没有任何限制，可以随时取用。基于云计算的这个优点，将其应用到智慧城区物联网运维管控平台中，期望提高智慧城区的管控效果。

此次研究的平台将大量的传感器、数据采集设备和二维码等信息技术应用到用户和公用设备之间。用户可以通过不同的终端（智能手机、台式机、笔记本等）接入云端平台，实现数据的交换和同步[3]。

1.1 处理器模块

根据城市智能城市管理系统的硬件需求，所选用的CPU 必须是性能优良、功能强大、能耗低、能源效率高、能长时间稳定运行的硬件平台[4]。通过对CPU 性能的综合分析，Cortex-A9 能够满足城市智能城市管理系统的硬件需求，具有性价比高、时钟频率高等特点，因此选用Exynos4412 为核心，结构如图1 所示。

图1 Exynos4412 结构Fig.1 Exynos4412 structure

下面是Exynos4412 的详细说明：

（1）Exynos4412 是由Samsung 公司开发的四核处理器；

（2）采用了Cortex-A9内核，32 位RISC 指令。该方法既可以满足系统的峰值性能需求，又可以大大减少系统的功率消耗；

（3）Cortex-A9 采用了一种基于八层推理的管道结构，它支持ARMv7 结构，采用32/64 bit 的结构，具有高效率和低功耗的特点；

（4）内置32/32 KB 数据/指令一级缓存，1 MB 二级缓存（L2 缓存），最高可达到8000 DMIPS（每秒800 亿条）的高性能计算能力[5]；

（5）支持二维、三维图形加速、显示与缩放操作、视频音频处理等；

（6）1 GB 的存储空间，最高频率400 MHz，1 个RTC 的实时时钟，1 个被动PWM 蜂鸣器，1 只功率LED，4 只可编程LED；
IRM3638 红外接收机1 台；
4 GB 的eMMC，可以设置16 GB 的内存；
1 个电位计输入（可在安卓系统中模拟电池的能量）。

1.2 GPRS 模块

GPRS 模块使用华为MG323 芯片，具有高集成度，工作稳定，数据接收灵敏度高的特点[6]。GPRS 系统具有GSM 850/900/1800/1900 MHz 四个频带，可以更好地利用GSM 网络，从而为无线数据传输提供了更好的解决方案。此模块的工作电压统一使用3.3 V 电源，以进一步改善系统的稳定性。该模块内置了TCP/IP 协议栈，支持UDP，HTTP，SOCKET 等多种传输方式，外部还有电源接口、射频天线、SIM卡、RS232 通讯，方便软件的设计和开发。MG323 支持AT 的标准和扩展的AT 指令，AT 指令实际上是一个用户与移动终端之间的通信协议。STM32 的主机控制器根据AT 命令[7]，以串行通讯方式发送AT命令，对MG323 进行控制。AT 指令的命名是一种非常严格的形式，它是AT+命令字符和相关的参数字符，一般采用回车符来表示指令的结尾，AT 指令完成后，会返回一个完整的大写字母。GPRS 模块采用无线分组交换技术与基地站BTS 装置进行通信，再将数据包传输至基地站控制器BSC[8]，再将数据传输至SGSN。SGSN 的主要工作是实现与移动基地台之间的信息交互，路由分播、流量统计、链路管理，SGSN 通过GPRS 无线网络向GGSN 传输信息，并在GGSN 中完成数据的转换，再由分组网络向路由器传输，再由GPRS 网络向服务器传输。

1.3 通信模块

ZigBee 的核心是芯片的选型，它需要具备无线传感器网络的能力，包括存储、传输、封装等多种数据的能力，满足ZigBee 的低功耗、低成本和高稳定性。本文以CC2530 为主要芯片[9]，CC2530 是一款针对无线传感器网络中的数据处理专用芯片。主要特点：采用EEE802.15.4 协议标准的2.4 GHz，具有高性能、低功耗的8051 单片机核心；
8～14 位ADC，2个8 位定时器；
具有先进的密码标准处理器，21个通用/0 插针，2 个20 mA 的电流吸收和供电，3.3 V 的电力供应；
具有高可靠性、远距离通信、增加PA功能后的距离等优点；
CC2530 系列的闪存，包括256 KB，128 KB，64 KB，32 KB 多个外接针，RF 设计，抗干扰性和敏感性都很高。

在此基础上，对ZigBee 核心板设计[10]，主要是针对城市内部的终端模块进行组网，通过VO 端口将传感器、控制器与ZigBee 内核板相连，从而实现了各模块的联网，并与ZigBee 协调器共同构成了每个教室的内部控制网络。硬件电路是CC2530 和扩展板的集成，它包括电源接口、指示灯、调试接口、传感器和控制模块、LCD、复位和USB 接口等多种接口。

（1）电源：采用DC5V 扩展板，由USB 和外部电源供电，并由AMS1117-3.3 芯片将电能转化为核心板。为方便与其他外设的连接[11]，在底板上预留5 V，3.3 V 电源接口。

（2）按键：在扩展板上，有3 个键，一端连接晶片的重置针，用以重置晶片：其它两个晶片的外部中断，用以控制讯号输出。

（3）LED 灯：在扩展板上设有6 个LED，一端为电源指示，2 个为串口接收信号，3 个为零端口，能显示程序工作状况。

（4）调试接口：用于程序的下载和调试。

（5）液晶接口：为了便于观察程序的操作，在扩展面板上采用SPI 界面的TFT 屏幕[12]，可以实时地将程序的运行情况显示在液晶屏幕上，便于调试，在程序调试没有问题后，也可以不用LCD 屏幕进行操作。

（6）USB 转串口：为了便于芯片的调试和与计算机的通讯，在扩展板上加入了USB 的串口T。

（7）CC2530 接口：所有的晶片都是由插头与扩展面板相连，再由外部设备来选择/输出端口。

采用注册的方法，即在虚拟机计划开始后，收集服务器的总资源和已消耗的资源，部署时，直接利用所采集的数据，进行相应的调整，并在一定的时间内，更新服务器的资源利用率。这样可以降低服务器访问，这有助于在部署大量的请求时保证服务的质量，并在部署之前重新确认服务器的数据。基于服务质量和能耗的部署算法的基本流程如图2 所示。

图2 基于服务质量和能耗的部署算法流程Fig.2 Deployment algorithm flow chart based on quality of service and energy consumption

目前最普遍使用的云服务平台方案是由谷歌公司开发的Map/Reduce，为此采用其进行映射，然后获得基本数据，采用基于五元组的云资源调度模型进行调度，将公式表示为

式中：T，V，D 代表资源集合、物理设备集合和任务集合；
MTV，MvD该模型描述了实体装置与资源的对应关系以及资源与任务的映射策略。

依据用户任务计算中心对MTV实行分配，将资源使用计划程序分配到相应的实体装置，以完成任务映射。将资源传递的矩阵表示为

式中：tj，dk分别代表第j 个资源的映射结果与任务k到达设备上的执行时间；
ETC 代表预期实行时间。

将设备总花费时间表示为

而采用云计算目的是保证上述公式达到一个最小值，将调度目标函数表示为

式中：m 代表最终映射执行参数。

基于上述处理，对资源分配，从而有效解决智慧城区管理过程中常出现资源调度过慢的问题。

以一个新的一级大城市为例，该城市由26 个区、8 个县组成，面积大约80000 平方公里，常住人口3100 万，根据2019 年的数据，区域产量总计达23600 多亿。该城市较大，涉及的管理内容也较多，为此将该城市内部轨道数据与生活数据作为实验对象，基本情况如表1 和表2 所示。并为了保证实验的严谨性，将一种基于区块链技术的智能运维系统、基于大数据云平台的智慧城市轨道交通运维管理一体化体系与所提出的管控平台对比，对比3 个平台的管控效果。

表1 轨道数据Tab.1 Track data

表2 生活数据Tab.2 Life data

预先对比3 个平台在轨道数据上的管控效果，对比结果如图3 所示。从图3 可知，轨道数据较少，3 个运维管控平台在数据调度上花费的时间较少，但是经过详细对比可知，所提出的平台应用效果更好。

图3 轨道数据调度时间Fig.3 Track data scheduling time

对比3 个平台在该城市日常生活数据上的管理效果，对比结果如图4 所示。从图4 可知，生活数据较多，会使管控时间随之增加，所研究的管控平台在生活数据调度上，花费的时间虽然有所提高，但是仍然较另外两个平台花费的时间少，所以所提出的平台在调度任务较少与调度任务较多时都具有绝对优势。

图4 日常生活数据调度时间Fig.4 Daily life data scheduling time

在智能城市管理平台上，资源利用率是一个衡量资源分配效率的指标，它反映了一个系统中资源的空闲情况。对比结果如图5 所示。从图5 可知，所研究的整体利用率最佳，基本能够达到100%，与另两个平台相比，所研究平台应用效果较好。

图5 平台资源利用率Fig.5 Platform resource utilization

以云计算为基础进行智慧城市的安全监控，可以随时获取城市的基本情况，随时随地的跟踪，减少了大量的人力物力。同时，在大量的调度任务情况下，仍能快速地进行调度，与同类系统比较，资源分配效率很高。本文的设计为未来的智慧城市管理研究奠定了基础，未来可以从更多的角度进行深入的探讨，例如对智能医学、智能安全等进行系统地研究，为未来的城市健康发展提供更好的理论支撑。

猜你喜欢 运维调度管控 EyeCGas OGI在泄漏管控工作中的应用中国特种设备安全(2022年3期)2022-07-08多端联动、全时管控的高速路产保通管控平台中国交通信息化(2022年12期)2022-02-11BIM技术在土建工程管控中的运用建材发展导向(2021年9期)2021-07-16《调度集中系统(CTC)/列车调度指挥系统(TDCS)维护手册》正式出版铁道通信信号(2020年10期)2020-02-07基于强化学习的时间触发通信调度方法北京航空航天大学学报(2019年9期)2019-10-26一种基于负载均衡的Kubernetes调度改进算法成都信息工程大学学报(2019年3期)2019-09-25运维技术研发决策中ITSS运维成熟度模型应用初探中国交通信息化(2019年5期)2019-08-30虚拟机实时迁移调度算法三门峡职业技术学院学报(2019年1期)2019-06-27信用证洗钱风险识别及管控中国外汇(2019年22期)2019-05-21风电运维困局能源(2018年8期)2018-09-21