跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程實(shí)現(xiàn)*

許弟建，吳云君，孫 韜

(1.重慶科技大學(xué)電氣工程學(xué)院，重慶 401331；2.重慶大學(xué)電氣工程學(xué)院，重慶 400044)

跨平臺泛指程序語言、軟件或硬件設(shè)備可以在多種作業(yè)系統(tǒng)或不同硬件架構(gòu)的電腦上運(yùn)作。而傳感網(wǎng)絡(luò)是集數(shù)據(jù)采集、管理和發(fā)送于一體的信息處理技術(shù)。隨著無線傳感技術(shù)的發(fā)展與成熟，目前該技術(shù)已在傳感通信領(lǐng)域受到極大的關(guān)注與重視，成為目前應(yīng)用最為廣泛的技術(shù)之一[1-2]，無線傳感網(wǎng)絡(luò)通常以多跳自組織網(wǎng)絡(luò)形式實(shí)現(xiàn)通信[3]。但是，多線程傳感網(wǎng)絡(luò)的通信技術(shù)還存在一定的問題，相關(guān)學(xué)者也在不斷地改進(jìn)方法。

于楊等[4]采用通信流水線方式使相同線程內(nèi)信息傳輸和運(yùn)算保持同步，通過消息集聚方式集聚串口通信線程，引入通信隊(duì)列方式減少線程切換次數(shù)，利用面向依賴環(huán)的優(yōu)化方式避免依賴環(huán)限制的影響，實(shí)現(xiàn)跨平臺訪問端電力網(wǎng)絡(luò)串口通信。Gao等[5]采用基于邊緣的跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程分配方法，考慮分配序列的影響提出以循環(huán)神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的線程估計(jì)法并在邊緣服務(wù)器上執(zhí)行分配算法，實(shí)現(xiàn)跨平臺訪問端傳感網(wǎng)絡(luò)串口通信。張雪堅(jiān)等[6]建立跨平臺訪問端傳感網(wǎng)絡(luò)模型，以最優(yōu)化效益函數(shù)為指標(biāo)構(gòu)造目標(biāo)函數(shù)，引入布谷鳥搜索算法生成串口通信多線程分配策略，通過迭代收斂機(jī)制優(yōu)化多線程選擇，實(shí)現(xiàn)跨平臺訪問端電力無線網(wǎng)絡(luò)串口通信。李菲等[7]提出多線程電子通信網(wǎng)絡(luò)數(shù)據(jù)流榮譽(yù)量消除方法，采用主動采樣法計(jì)算數(shù)據(jù)間的特征相似度，得出基本數(shù)據(jù)特征收縮量，利用數(shù)據(jù)動態(tài)Dynatable 消除算法，實(shí)現(xiàn)冗余數(shù)據(jù)消除。張翠芳等[8]提出基于模糊矩陣的多線程網(wǎng)絡(luò)通信延遲檢測技術(shù)，通過建立多線程通信延遲檢測模糊矩陣，分析判別通信延遲情況，實(shí)現(xiàn)對通信延遲的檢測。Kanthavel 等[9]提出基于多希望協(xié)作通信的地下無線傳感器網(wǎng)絡(luò)設(shè)計(jì)，針對通信網(wǎng)絡(luò)中的節(jié)點(diǎn)在通信中協(xié)調(diào)工作，促進(jìn)通信資源的有效利用，實(shí)現(xiàn)無線傳感器網(wǎng)絡(luò)適應(yīng)高數(shù)據(jù)流量下的多跳傳輸。但是，由于跨平臺訪問端的傳感器數(shù)據(jù)來自不同平臺，具有顯著獨(dú)立性，融合難度較大，直接影響多線程通信效率。由于以上方法中存在只考慮了跨平臺訪問，或只考慮多線程間的數(shù)據(jù)傳輸，忽略了對多線程間激烈競爭對信息傳輸造成的影響的考慮，導(dǎo)致網(wǎng)絡(luò)延遲仍然得不到顯著縮短，存在所需線程數(shù)和進(jìn)程平均超限步數(shù)較多的問題。

為此，設(shè)計(jì)一種跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程實(shí)現(xiàn)方法。通過構(gòu)建跨平臺訪問端，采用統(tǒng)計(jì)概率置信度算法剔除異常值。從時(shí)間相關(guān)性和空間相關(guān)性兩方面，完成傳感網(wǎng)絡(luò)的數(shù)據(jù)融合。通過分配多線程執(zhí)行信息傳輸，實(shí)現(xiàn)跨平臺訪問端傳感網(wǎng)絡(luò)串口多線程通信，所提方法可有效降低網(wǎng)絡(luò)延遲，提高了傳輸效率。

1 傳感數(shù)據(jù)異常值剔除

跨平臺訪問端建立在HTML5-NET 服務(wù)器基礎(chǔ)上，服務(wù)器端嚴(yán)格遵循WebSocket 協(xié)議。在跨平臺訪問端無線傳感網(wǎng)絡(luò)中，同一個(gè)數(shù)據(jù)會被若干節(jié)點(diǎn)重復(fù)轉(zhuǎn)發(fā)，產(chǎn)生大量冗余數(shù)據(jù)，導(dǎo)致數(shù)據(jù)信息內(nèi)爆現(xiàn)象，影響數(shù)據(jù)傳輸?shù)恼w性能和最終服務(wù)質(zhì)量。為了解決以上問題，所提方法在執(zhí)行串口通信多線程傳輸前將傳感網(wǎng)絡(luò)采集到的數(shù)據(jù)融合處理[10]。由于跨平臺訪問端傳感網(wǎng)絡(luò)采集數(shù)據(jù)時(shí)受自身設(shè)備和外界環(huán)境的影響，數(shù)據(jù)中難免存在部分異常數(shù)據(jù)，所以在數(shù)據(jù)融合[11]前剔除數(shù)據(jù)異常值。

采用統(tǒng)計(jì)概率置信度算法檢驗(yàn)傳感網(wǎng)絡(luò)采集到數(shù)據(jù)中的異常值[12]。假設(shè)存在具有m個(gè)傳感器的傳感網(wǎng)絡(luò)，全部傳感器對跨平臺訪問端網(wǎng)絡(luò)中同一目標(biāo)參數(shù)加以監(jiān)測，用i、j表示任意兩個(gè)傳感器，i，j∈m，xi表示傳感器i的測量值，xj表示傳感器j的測量值，wij表示xi與xj的偏差，wij＝｜xi-xj｜，wij越大則xi與xj的偏差越大，因此可建立誤差矩陣Wm，用于描述傳感器采集到的每兩個(gè)數(shù)據(jù)之間的偏差程度，Wm如下所示:

結(jié)合實(shí)際需求設(shè)置一個(gè)置信閾值T，若wij＞T，則傳感器i與j之間誤差較大，數(shù)據(jù)互不支持，可認(rèn)為信任度rij＝0，反之?dāng)?shù)據(jù)相關(guān)性較大，兩者間相互支持，信任度rij＝1，即:

由此設(shè)定判別準(zhǔn)則pi，如下所示:

在確定閾值T的情況下，若全部采樣數(shù)據(jù)之間均相互信任，則全部數(shù)據(jù)均為參數(shù)值的無偏估計(jì)。依據(jù)式(3)對全部數(shù)據(jù)判定，修正異常數(shù)據(jù)或直接剔除異常數(shù)據(jù)，在保證相關(guān)性同時(shí)實(shí)現(xiàn)異常數(shù)據(jù)剔除，為后續(xù)數(shù)據(jù)融合奠定基礎(chǔ)，以實(shí)現(xiàn)多線程串口通信。

2 基于傳感數(shù)據(jù)融合的多線程串口通信方法設(shè)計(jì)

2.1 傳感數(shù)據(jù)融合

剔除異常數(shù)據(jù)后，為了保障傳感網(wǎng)絡(luò)采集數(shù)據(jù)的真實(shí)性，將數(shù)據(jù)相關(guān)性劃分為時(shí)間和空間兩個(gè)部分，完成傳感網(wǎng)絡(luò)的數(shù)據(jù)融合[13]。

2.1.1 時(shí)間相關(guān)性

用(xi，yi)表示節(jié)點(diǎn)在當(dāng)前時(shí)刻前n個(gè)時(shí)刻獲取到的數(shù)據(jù)組，a＝1，2，…，n，依據(jù)最小二乘法求解k次擬合多項(xiàng)式Hn(x)[14]，k＜n，如下所示:

式中:a0，a1，…，ak表示多項(xiàng)式系數(shù)，F(xiàn)(·)為多項(xiàng)式相關(guān)函數(shù)，假設(shè)?ap，aq∈ak，p，q∈k，則依據(jù)多元函數(shù)極值條件可得方程如下所示:

采用主元素法求解式(5)，可得到當(dāng)前時(shí)刻t前n個(gè)時(shí)刻參數(shù)(Gt-n，…，Gt-2，Gt-1)的最小二乘k次擬合多項(xiàng)式，將解得的系數(shù)代入計(jì)算即可得到當(dāng)前時(shí)刻參數(shù)估計(jì)值。依據(jù)實(shí)際需求設(shè)置閾值ψt，用Gmax表示參數(shù)最大值，Gmin表示參數(shù)最小值，則可得到時(shí)間相關(guān)修正參數(shù)St如下所示:

當(dāng)傳感器采集到的數(shù)據(jù)與估計(jì)值差值小于閾值ψt時(shí)，可將估計(jì)值忽略不計(jì)，此時(shí)節(jié)點(diǎn)時(shí)間相關(guān)修正系數(shù)為1，直接將傳感器采集到的數(shù)據(jù)用于數(shù)據(jù)融合。

2.1.2 空間相關(guān)性

假設(shè)存在需要實(shí)行空間相關(guān)性判斷的節(jié)點(diǎn)k，該節(jié)點(diǎn)具有與其擁有相同父節(jié)點(diǎn)的兄弟節(jié)點(diǎn)i和j，k處于三者中間，由節(jié)點(diǎn)i為基礎(chǔ)，遍歷全部滿足Rikj最近接0 度或180 度的節(jié)點(diǎn)j，在該情況下將節(jié)點(diǎn)i和j定義為以節(jié)點(diǎn)k為中心節(jié)點(diǎn)的隸屬于節(jié)點(diǎn)i的傳感器節(jié)點(diǎn)組，Rikj為該節(jié)點(diǎn)組的夾角，對Rikj與直線的偏差角ΔR加以計(jì)算，如下所示:

若ΔR符號為正，則節(jié)點(diǎn)i和j與節(jié)點(diǎn)k方向相同，否則方向相反。當(dāng)ΔR＞時(shí)，則定義為未搜索到符合要求的節(jié)點(diǎn)組，令ΔR＝π。

根據(jù)實(shí)際情況設(shè)定ΔR的閾值ψp，用Rmax表示接近直線的最大偏差角，ψmin表示設(shè)定的最小閾值，ψadd表示閾值最大增量，則ψp如下所示:

若節(jié)點(diǎn)k在節(jié)點(diǎn)i到節(jié)點(diǎn)k方向上的參數(shù)變化率與節(jié)點(diǎn)k在節(jié)點(diǎn)k到節(jié)點(diǎn)j方向上的參數(shù)變化率差值小于ψp，則定義該節(jié)點(diǎn)組支持節(jié)點(diǎn)k采集到的數(shù)據(jù)，令Mreliable數(shù)值加1，Mreliable表示參數(shù)變化率差值小于ψp節(jié)點(diǎn)組總數(shù)，用Mline表示搜索到的節(jié)點(diǎn)組總數(shù)，Ep表示空間支持度調(diào)節(jié)系數(shù)，用于調(diào)節(jié)空間相關(guān)支持度對Mreliable和Mline的敏感程度，則空間相關(guān)支持度Sp計(jì)算方式如下所示:

2.1.3 傳感數(shù)據(jù)融合的實(shí)現(xiàn)

通過上式計(jì)算，獲取時(shí)間相關(guān)修正參數(shù)和空間相關(guān)支持度，完成傳感網(wǎng)絡(luò)的數(shù)據(jù)融合。用M表示子節(jié)點(diǎn)總數(shù)，Gsensor，i表示當(dāng)前時(shí)刻子節(jié)點(diǎn)i傳感器采集到的數(shù)值，i＝1，2，…，M，St，i表示當(dāng)前時(shí)刻子節(jié)點(diǎn)i時(shí)間相關(guān)修正系數(shù)，Sp，i表示當(dāng)前時(shí)刻子節(jié)點(diǎn)i空間相關(guān)支持度，Mdata，i表示當(dāng)前時(shí)刻子節(jié)點(diǎn)i數(shù)據(jù)豐富度，則當(dāng)前時(shí)刻子節(jié)點(diǎn)i傳感器融合后數(shù)據(jù)如下所示:

依據(jù)以上計(jì)算實(shí)現(xiàn)跨平臺訪問端無線傳感網(wǎng)絡(luò)數(shù)據(jù)融合，為后續(xù)串口通信多線程提供更為優(yōu)質(zhì)的數(shù)據(jù)信息，降低系統(tǒng)負(fù)擔(dān)，提升數(shù)據(jù)傳輸實(shí)時(shí)性。

2.2 多線程串口通信

根據(jù)融合后的傳感器網(wǎng)絡(luò)數(shù)據(jù)融合，通過多線程串口通信方法，實(shí)現(xiàn)跨平臺數(shù)據(jù)訪問，提升數(shù)據(jù)的傳輸性能。為了保障串口通信中信息以最優(yōu)速率傳輸，務(wù)必保證相同時(shí)間下存在至少一個(gè)根節(jié)點(diǎn)發(fā)送信息至Sink 節(jié)點(diǎn)[15]，但因?yàn)槁酚晒?jié)點(diǎn)僅能夠轉(zhuǎn)發(fā)其子節(jié)點(diǎn)信息且不能連續(xù)向上發(fā)出信息，所以需要調(diào)度節(jié)點(diǎn)傳輸時(shí)序，錯(cuò)落分布各節(jié)點(diǎn)的發(fā)送和傳輸狀態(tài)。由于父節(jié)點(diǎn)和子節(jié)點(diǎn)具有傳輸狀態(tài)相反的性質(zhì)，因此所提方法采用父子鏈路時(shí)序輪轉(zhuǎn)調(diào)度法自上而下逐層確定節(jié)點(diǎn)傳輸時(shí)序。

統(tǒng)計(jì)傳感網(wǎng)絡(luò)中根節(jié)點(diǎn)總數(shù)，記作M，由此生成根節(jié)點(diǎn)列表，記作Li，其中，Li前端為采集節(jié)點(diǎn)。依據(jù)信息采集命令在上位機(jī)中統(tǒng)計(jì)各根節(jié)點(diǎn)傳輸信息量，記作Ui，用Vj表示Li中采集節(jié)點(diǎn)j采集的信息量，則Ui＝∑Vj，根據(jù)Ui將根節(jié)點(diǎn)劃分為兩類，記作Ψa和Ψb，兩者滿足Ψa的信息總數(shù)Ua與Ψb的信息總數(shù)Ub大體上相同，從而使Ψa和Ψb輪流發(fā)送信息且信息傳輸時(shí)間基本相同。設(shè)置Ψa的初始狀態(tài)為傳輸狀態(tài)，Ψb的初始狀態(tài)為接收狀態(tài)，如果當(dāng)下不存在需要傳輸?shù)男畔?，則節(jié)點(diǎn)進(jìn)入休眠。

由以上分析可知，依據(jù)時(shí)序輪轉(zhuǎn)調(diào)度方式能夠逐層確定節(jié)點(diǎn)傳輸時(shí)序，進(jìn)而實(shí)現(xiàn)全網(wǎng)絡(luò)時(shí)序分配。

在跨平臺訪問端傳感網(wǎng)絡(luò)中節(jié)點(diǎn)的部署較為密集，串口節(jié)點(diǎn)通信范圍內(nèi)也許會存在其他無關(guān)節(jié)點(diǎn)，因此信息傳輸線程的分配中務(wù)必對信息多線程并行傳輸造成的線程鄰頻干擾情況加以考慮，同時(shí)為避免外界環(huán)境影響信息傳輸效果，還需對信息傳輸線程鏈路質(zhì)量加以考慮。

sink 節(jié)點(diǎn)對全部線程發(fā)起能量掃描任務(wù)并記錄全部可用線程峰值能量，降序排列能量值，生成可用線程列表，記作Di，為了防止鄰頻對信息傳輸?shù)挠绊?，需要滿足同時(shí)傳輸?shù)木€程之間相隔頻段大于2。

構(gòu)建圖1(a)rn fi 的傳感網(wǎng)絡(luò)模型，當(dāng)sink 入網(wǎng)時(shí)為其分配線程D1，依據(jù)初始狀態(tài)將路由節(jié)點(diǎn)劃分類別R1i和R2j，存儲兩類路由節(jié)點(diǎn)中的傳輸線程于兩個(gè)不同列表之中，實(shí)現(xiàn)跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程信息傳輸，線程分配方法如圖1(b)所示。

圖1 傳輸時(shí)序調(diào)度示意圖

3 仿真分析

仿真軟件采用MATLAB2020b 實(shí)現(xiàn)仿真，通過調(diào)用Instrument Control Toolbox 中的serial 類函數(shù)創(chuàng)建串口對象，設(shè)置發(fā)送區(qū)域的數(shù)據(jù)類型。

仿真過程的具體步驟為:

步驟1 在MATLAB 中，采用Python 編譯數(shù)據(jù)信息轉(zhuǎn)換程序，搭建無線傳感網(wǎng)絡(luò)中多信道信息融合仿真模型，并設(shè)置一個(gè)置信閾值T，輸入仿真函數(shù)。

步驟2 通過serial 函數(shù)創(chuàng)建串口對象，設(shè)置偏差角的閾值ψp，并設(shè)置發(fā)送區(qū)域的數(shù)據(jù)類型和a0，a1，…，ak多項(xiàng)式系數(shù)，實(shí)現(xiàn)數(shù)據(jù)融合。

步驟3 將傳感器融合后的數(shù)據(jù)Gfusion輸入到仿真模型，通過發(fā)送握手命令，將多個(gè)串口連接起來。

步驟4 使用fwrite 函數(shù)，將采集節(jié)點(diǎn)Cj采集到的數(shù)據(jù)發(fā)送。

步驟5 將發(fā)送的數(shù)據(jù)信息傳輸至上機(jī)位，實(shí)現(xiàn)通信仿真。

為了驗(yàn)證跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程實(shí)現(xiàn)整體有效性，需要測試跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程實(shí)現(xiàn)。不同線程數(shù)量對串口通信信息傳輸延遲具有不同的影響，分別以數(shù)量為1、8和16 的線程檢測所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法在跨平臺訪問端傳感網(wǎng)絡(luò)串口通信中的信息傳輸效果，統(tǒng)計(jì)低網(wǎng)絡(luò)流量負(fù)載和高網(wǎng)絡(luò)流量負(fù)載下三種方法的網(wǎng)絡(luò)延遲，結(jié)果如表1 所示。

表1 不同線程數(shù)量下網(wǎng)絡(luò)延遲檢測結(jié)果 單位:ms

由表1 可以看出，在低網(wǎng)絡(luò)流量負(fù)載和高網(wǎng)絡(luò)流量負(fù)載下，線程數(shù)量的增加均有降低網(wǎng)絡(luò)延遲的效果，在低網(wǎng)絡(luò)流量負(fù)載線程數(shù)量為1 時(shí)，所提方法網(wǎng)絡(luò)延遲比文獻(xiàn)[4]方法短1.1 ms，比文獻(xiàn)[5]方法短0.31 ms；當(dāng)在線程數(shù)量增加至為16 時(shí)，所提方法網(wǎng)絡(luò)延遲比文獻(xiàn)[4]方法短0.92 ms，比文獻(xiàn)[5]方法短0.18 ms?？梢?，所提方法在不同情況下均具有更低網(wǎng)絡(luò)延遲，更能夠滿足跨平臺訪問端傳感網(wǎng)絡(luò)串口通信要求。

隨機(jī)生成進(jìn)程和相關(guān)指標(biāo)用于信息傳輸所需線程數(shù)對比，在確定傳輸密度下統(tǒng)計(jì)所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法的所需線程數(shù)，結(jié)果如表2所示。

表2 不同傳輸密度下線程數(shù)檢測結(jié)果

由表2 可以看出，所提方法與文獻(xiàn)[4]方法和文獻(xiàn)[5]方法相比，在進(jìn)程數(shù)和傳輸密度相同的情況下，所提方法所需線程數(shù)少于文獻(xiàn)方法，且隨著進(jìn)程數(shù)增加，與另外兩種方法所需線程數(shù)差值更加明顯。

信息傳輸存在不同概率的錯(cuò)漏，傳輸錯(cuò)漏率的增大會導(dǎo)致進(jìn)程平均超限步數(shù)的增加，進(jìn)而造成信息傳輸失敗的問題，相同錯(cuò)漏下超過協(xié)方差閾值的平均步數(shù)越少則信息傳輸效果越好，假設(shè)傳輸錯(cuò)漏率服從伯努利分布，統(tǒng)計(jì)線程數(shù)為8、進(jìn)程數(shù)為30時(shí)所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法的進(jìn)程平均超限步數(shù)，結(jié)果如圖2 所示。

圖2 不同傳輸錯(cuò)漏率下進(jìn)程平均超限步數(shù)檢測結(jié)果

由圖2 可以看出，當(dāng)傳輸錯(cuò)漏率增大時(shí)，所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法的進(jìn)程平均超限步數(shù)也會隨之上升，但相同傳輸錯(cuò)漏率下，所提方法的進(jìn)程平均超限步數(shù)始終更低，說明所提方法具有更好的跨平臺訪問端傳感網(wǎng)絡(luò)串口通信效果。

以平均丟包率和平均吞吐量為指標(biāo)進(jìn)一步檢測所提方法、文獻(xiàn)[4]方法和文獻(xiàn)[5]方法串口通信性能，平均丟包率越低、平均吞吐量越高，則對應(yīng)方法的串口通信效果越好，統(tǒng)計(jì)線程為8 時(shí)不同節(jié)點(diǎn)負(fù)載下平均丟包率和不同業(yè)務(wù)流負(fù)載下平均吞吐量，結(jié)果如圖3 和圖4 所示。

圖3 不同節(jié)點(diǎn)負(fù)載下平均丟包率檢測結(jié)果

圖4 不同業(yè)務(wù)流負(fù)載下平均吞吐量檢測結(jié)果

由圖3 和圖4 可以看出，所提方法在不同業(yè)務(wù)流負(fù)載下平均吞吐量均高于文獻(xiàn)方法，說明所提方法規(guī)劃的跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程分配方法能夠有效提升串口通信性能，因?yàn)樗岱椒ㄌ岢鰰r(shí)鐘同步調(diào)度串口通信多線程信息傳輸方法，有效避免了傳感網(wǎng)絡(luò)中節(jié)點(diǎn)由于線程競爭造成的信息傳輸性能下降和傳輸失敗的問題。

4 結(jié)束語

為了解決網(wǎng)絡(luò)延遲、以及所需線程數(shù)和進(jìn)程平均超限步數(shù)較多問題，提出跨平臺訪問端傳感網(wǎng)絡(luò)串口通信多線程實(shí)現(xiàn)新方法。通過統(tǒng)計(jì)概率置信度算法修正或剔除傳感網(wǎng)絡(luò)采集到數(shù)據(jù)中的異常值，采用時(shí)空關(guān)聯(lián)性融合傳感網(wǎng)絡(luò)數(shù)據(jù)，依據(jù)信標(biāo)時(shí)序補(bǔ)償網(wǎng)絡(luò)時(shí)鐘同步法、父子鏈路時(shí)序輪轉(zhuǎn)調(diào)度法和干擾最小化法分配線程執(zhí)行跨平臺訪問端傳感網(wǎng)絡(luò)串口通信。該方法能夠有效地降低網(wǎng)絡(luò)延遲、平均丟包率，提高平均吞吐量，減少所需線程數(shù)和進(jìn)程平均超限步數(shù)，為跨平臺訪問端傳感網(wǎng)絡(luò)串口通信的穩(wěn)定應(yīng)用奠定基礎(chǔ)。