本发明为costas序列搜索方法，具体涉及一种基于多机协作技术的costas序列搜索方法。
背景技术：
随着科学技术的发展，数字信号处理技术也愈发成熟，在工程实践中对于具有良好相关性的信号的需求也变得愈发普遍，由于costas序列具有主瓣高而尖锐，副瓣平坦且低的理想“图钉状”模糊函数特性，为此，costas序列在信息安全、无线通信、雷达系统、密码学中有着重要且广泛的应用。因此，对costas序列的研究具有重要意义。
上世纪九十年代，lloydr.welch和s.w.golomb等人将本原元理论引入costas序列的研究，提出了welch构造法、golomb构造法等并取得了一定的研究成果。这些学者将已知的高阶costas序列通过一定的方法去掉部分行与列进而得到低阶costas序列，或者利用代数方法的特殊增长构造法。
21世纪初至今，国内外学者一直专注于对costas序列搜索的研究，其中，d.richard的团队对于costas序列搜索依赖于超级计算机与集群，研究成本十分昂贵。而普通的单机搜索方法都具有搜索速度慢，效率低下的问题，对于高阶的序列更不用说。
随着互联网的发展，普通的单机无法提供足够的资源，多机协作系统应运而生，而高阶costas序列的穷举搜索方法需要大量计算，单机无法达到如此大的计算量。
zl2018110369190公开了一种基于向量的costas序列搜索方法，该方法基于深度优先搜索，从置换矩阵第一行开始尝试每个可能的位置，并递归到下一行选择满足置换矩阵条件的点，然后利用序列判断准则进行判断，但是该搜索方法置换矩阵的判断的计算量巨大，而且会存在无效的计算。
zl2020104345887公开了一种基于双向循环链表的costas序列搜索方法，该方法虽然减少了置换矩阵判断的计算量，但是此方法对于单机搜索costas序列时会存在耗时长的问题。
技术实现要素：
为了解决上述问题，本发明提供了一种基于多机协作技术的costas序列搜索方法，该搜索方法解决了单机搜索costas序列耗时太长问题以及单机搜索高阶costas序列性能不支持问题。
为了达到上述目的，本发明是通过以下技术方案实现的：
本发明是一种基于多机协作的costas序列搜索算法，该搜索算法包括如下步骤：
s1、输入要搜索的costas序列的任务阶数；
s2、在服务端对任务进行拆解，获得子任务信息并将子任务信息添加到数据库与消息队列mq中，具体为：
s21、将任务参数传递到任务拆解函数中，得到子任务信息，子任务信息含有数据序号、初始化任务、搜索阶数等参数；
s22、将子任务信息分别添加到数据库与发送到消息队列mq中；
s23、在数据库中设置参数便于查询任务状态。
s3、在客户端将任务解析，通过消息队列中的监听队列获取任务，并通过反射原理从消息队列mq中提取并恢复任务信息；具体为：
s31、客户端监听任务队列状态，从任务队列获取一个任务；
s32、通过反射原理从消息队列mq中提取并恢复任务信息，恢复含有数据序号、初始化任务、搜索阶数等参数的任务信息；
s33、客户端接收到消息后检验该任务执行情况，如果已执行则直接返回确认，否则将该任务投递到消息队列mq等待下一次客户。
s4、由客户端完成子任务并汇总，利用传递任务信息恢复的参数完成任务函数的初始化，启用线程池执行子任务，在消息队列与数据库中对多个子任务进行汇总，最终得到costas序列的数量与搜索花费时间；
具体包括如下步骤：
s41、利用传递任务信息恢复参数完成任务函数初始化；
s42、启用线程池执行，获取到的所有costas序列都通过中间件进行中间储存；
s43、在完成全部计算后取出中间储存的结果数据传递到服务端。
本发明的有益效果是：本发明利用多机协作技术对高阶costas序列进行搜索查找，解决了单机搜索costas序列耗时太长问题以及单机搜索高阶costas序列性能不支持问题；
本发明所提出一种基于多机协作的costas序列搜索算法，当阶数逐渐变多时，costas序列的多机协作搜索相比较于单机搜索系统耗时更少，而且当客户端数量增加，搜索速率也会随之增加，因此多机协作技术搜索costas序列极大的提高了搜索速度；
本发明还为搜索costas序列的相关研究提供了可以一种全新的思路，为同领域内的其他相关问题提供了参考，可以以此为依据进行拓展延伸和深入研究，具有十分广阔的应用前景。
附图说明
图1是本发明整体流程示意图。
图2是任务提交页面图。
图3是21阶costas序列示意图。
图4是单机方法搜索结果统计图。
图5是本方法搜索结果统计图。
图6是本发明的方法与单机方法关于搜索时长关系的对比示意图。
具体实施方式
以下将以图式揭露本发明的实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本发明。也就是说，在本发明的部分实施方式中，这些实务上的细节是非必要的。
本发明揭示了一种基于多机协作的costas序列搜索算法，当阶数逐渐变多时，costas序列的多机协作搜索相比较于单机搜索系统耗时更少，因此多机协作技术搜索costas序列极大的提高了搜索速度。
本方法大致流程图如图1所示，本方法与现有方法的costas序列搜索速度对比示意图如图6所示，由于多机协作需要网络耗时，所以在15阶之前，搜索时长略大于单机搜索时长。单机搜索结果统计示意图如图4所示，本方法搜索结果统计示意图如图5所示，本方法得到的21阶costas序列示意图如图3所示。
具体包括如下步骤：
s1、输入要搜索的costas序列的任务阶数，如图2所示，按照图2要求填写所需搜索的costas序列阶数，在本实施例中，任务阶数为21阶。
s2、对任务进行拆解，获得子任务信息并将子任务信息添加到数据库与消息队列mq中，具体为：
s21、将任务参数传递到任务拆解函数中，getprecostasarrays(int[]precostas,intorder,intpre)，得到子任务信息，子任务信息含有数据序号id、初始化任务task、搜索阶数order等参数；随后按序进入s22步骤；
s22、将子任务信息分别添加到数据库与发送到消息队列中，本实施例中个，数据库使用的是redis与mysql，消息队列使用的是rabbitmq，随后按序进入s23步骤；
s23、在mysql数据库中设置参数（base、task、res、sys_config）便于查询任务状态。
s3、在客户端将任务解析，通过消息队列中的监听队列获取任务，并通过反射原理从消息队列mq中提取并恢复任务信息；具体为：
s31、客户端监听任务队列状态，客户端利用rabbitmq中的监听任务队列状态taskid，去从任务队列获取一个任务，随后按序进入s32步骤；
s32、通过反射原理即反序列化template.setkeyserializer(newstringredisserializer())，从消息队列mq中提取并恢复任务信息，恢复含有数据序号id、初始化任务task、搜索阶数order等参数的任务信息，随后按序进入s33步骤；
s33、客户端接收到消息后检验该任务执行情况longtotal=redisutil.decr("order:" order,1)，如果已执行（total标志位为1）则直接返回确认，否则（total标志位为负数）将该任务投递到消息队列mq等待下一次客户。
s4、由客户端完成子任务并汇总，利用传递任务信息恢复的参数完成任务函数的初始化，启用线程池执行子任务，在消息队列与数据库中对多个子任务进行汇总，最终得到costas序列的数量与搜索花费时间；
具体包括如下步骤：
s41、利用传递任务信息恢复参数完成任务函数初始化searchcommonutils.getinitprecostasarrays(order,subsize)，随后按序进入s42步骤；
s42、启用线程池（stream线程池）执行，获取到的所有costas序列都通过rabbitmq进行中间储存，随后按序进入s43步骤；
s43、在完成全部计算后取出中间储存的结果数据传递到服务端resultprocess(channelchannel,@header(amqpheaders.delivery_tag)longtag,resultdtoresultdto)。
综上所述，本发明所提出一种基于多机协作的costas序列搜索算法，由于单机性能有一定上限，若计算高阶costas序列会花费很长时间，19阶以上便很难再用单机搜索得到costas序列结果，本方法克服了由于单机性能无法快速完成或无法完成搜索高阶costas序列任务。
以上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所作的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。
1.一种基于多机协作的costas序列搜索算法，其特征在于：所述搜索算法包括如下步骤：
s1、输入要搜索的costas序列的任务阶数；
s2、在服务端对任务进行拆解，获得子任务信息并将子任务信息添加到数据库与消息队列mq中；
s3、在客户端将任务解析，通过消息队列中的监听队列获取任务，并通过反射原理从消息队列mq中提取并恢复任务信息；
s4、由客户端完成子任务并汇总，利用传递任务信息恢复的参数完成任务函数的初始化，启用线程池执行子任务，在消息队列与数据库中对多个子任务进行汇总，最终得到costas序列的数量与搜索花费时间。
2.根据权利要求1所述一种基于多机协作的costas序列搜索算法，其特征在于：在s2中任务拆解包括如下步骤：
s21、将任务参数传递到任务拆解函数中，得到子任务信息，子任务信息含有数据序号、初始化任务、搜索阶数参数；
s22、将子任务信息分别添加到数据库与发送到消息队列mq中；
s23、在数据库中设置参数便于查询任务状态。
3.根据权利要求1所述一种基于多机协作的costas序列搜索算法，其特征在于：在所述s3中任务解析具体包括如下步骤：
s31、客户端监听任务队列状态，从任务队列获取一个任务；
s32、通过反射原理从消息队列mq中提取并恢复任务信息，恢复含有数据序号、初始化任务、搜索阶数参数的任务信息；
s33、客户端接收到消息后检验该任务执行情况，如果已执行则直接返回确认，否则将该任务投递到消息队列mq等待下一次客户。
4.根据权利要求1所述一种基于多机协作的costas序列搜索算法，其特征在于：所述s4中任务执行具体包括如下步骤：
s41、利用传递任务信息恢复参数完成任务函数初始化；
s42、启用线程池执行，获取到的所有costas序列都通过中间件进行中间储存；
s43、在完成全部计算后取出中间储存的结果数据传递到服务端。
技术总结