数据分发管理匹配算法的R-树实现

数据分发管理（DDM）是高层体系结构（HLA）接口规范的6类服务之一，高效的区域匹配算法是DDM研究的重点和难点．当前的多种匹配算法往往只适用于特定的应用环境，且效率不够理想．R-树法是在空间索引技术的基础上提出的一种新的匹配算法，该方法用R-树对DDM区域的矩形进行组织，并利用Hash索引对其叶结点的组织方式进行了改进．实验结果表明R树法可有效减少动态DDM的维护开销，提高分布交互仿真的实时性,通过调整R-树的相关参数，可以进一步改善匹配算法的性能．     

区间树在DDM区域匹配中的应用

数据分发管理（DDM）是降低网络冗余数据的有效手段,区域匹配算法又是数据分发管理实现的关键。当前的多种匹配算法如直接匹配法、网格法、排序法等效率都不够理想,或者过滤效果不佳,或者耗时较长。通过对数据过滤机制的深入研究,提出了基于区间树的区域匹配算法——ITBM算法,该算法将范围的上下界映射到一个区间内,使用区间树来存储区域范围,通过对区间树的直接操作来完成匹配工作。结果表明,ITBM算法大大减少了匹配计算的时间,有效地减少了动态DDM的维护开销。     

一种混合的动态DDM实现方法

介绍了HLA中数据分发管理DDM的基本内容和过程，分析了目前两种经典的DDM实现方法；在此基础上综合了现有方法的优点，提出了一种混合的动态的DDM实现方法，提高了区域匹配的精度，降低了网络资源的消耗，对DDM方法进行了改进。     

一种基于跳表的DDM相交区域快速查询算法

HLA是为提高仿真系统的互操作性和可重用性而提出的新型分布仿真标准。HLA中数据分发管理服务的目的是通过邦员对数据公布和订购区域的表达来过滤一个邦员所接收到的数据，同时减少对网络带宽的消耗。DDM的核心是多维矩形区域动态相交查找的问题，其算法性能的好坏对DDM的效率是至关重要的。现有的一些动态区域查找算法还不能同时满足高效、精确且易于实现等要求，为此设计出一种基于跳表数据结构的用于快速相交区域查找的区问跳表，同时分析了区间跳表的构造原则以及基本操作的流程，并在此基础上提出了基于区间跳表的相交区域查找算法。该算法的匹配精度高，时间复杂度低，且具有编程实现简单的特点。     

一种基于网格的DDM区域匹配算法

在大规模分布式交互仿真中,数据分发管理(DDM)的重要功能是减少联邦成员接收不相关数据,实现数据过滤。它允许联邦成员在路径空间中通过更新区域或订购区域表达它们要发送或接收数据的范围,通过区域匹配运算确定数据供求关系,实现数据过滤。其关键是如何减少需要匹配的区域,以减少区域匹配运算量,文章以此为目的,提出一种基于网格的区域匹配算法。     

HLA/RTI中DDM小模型的实现

该文简要介绍了HLA中DDM存在的必要性 ,之后从一般分布式的观点分析了HLA及DDM实现的原理 ,同时给出了存在DDM的情况下 ,HLA中数据公布和订购的基本流程。最后介绍了DDM已知的实现方法和我们的实现方法 ,同时详细地给出了对象属性和交互的请求应答机制。     

基于位移残差的数据分发管理区域匹配及传输算法

高层体系结构(high level architecture,HLA)是建模与仿真的国际标准,它规定了数据分发管理服务(data distribution management,DDM)来减少不相关数据的发送与接收,从而减少网络带宽占用.发布区域与订购区域之间匹配计算的效率是影响数据分发管理服务质量的重要因素.区域信息的传输同样非常重要,盟员间通过区域信息的传输来保持区域的正确性和一致性,但区域信息的传输同样会给网络带来负载.现有算法通常是在区域保真度和网络负载两者之间做折中处理,难以兼顾。因此,本文充分考虑了变化区域的匹配效率以及区域传输的带宽占用问题,做出以下贡献:1)定义了区域变化与区域匹配变化之间的映射关系,采用该映射可以明显减少区域改变后所需要的匹配计算次数,从而提高了匹配效率;2)将区域更新信息划分为两种数据表达,区域快照与区域残差.通过尽量传输区域残差来代替传输完整的区域信息可以有效减少区域信息传输所消耗的网络带宽.因此,本文提出一种基于位移残差的DDM匹配与传输算法,给出了算法的理论分析与测试结果,并且对算法在实际应用中的表现进行了测试对比,给出了数据对比与结果分析.实验结果表明,基于位移残差的DDM匹配与传输算法具有良好的匹配效率,并且能够大大减少网络带宽占用,尤其是在具有大量不断变化区域的情况下.     

DDM中基于历史信息排序的区域匹配算法

DDM实现的关键是更新区域和订购区域的匹配判断,其匹配算法的设计决定着分布式仿真的效率和性能。 针对直接匹配算法需要维护的区域相交索引表和相交信息表的存储空间不断扩大的问题,首先提出区域聚合的基本 思想及其实现方式,然后提出将历史信息排序加入到区域匹配算法中,以使算法在有效利用历史信息的基础上,提高 区域匹配的运行效率。给出了算法的基本思想和具体步骤,通过应用实例详细解释了算法的具体实现过程,最后通过 仿真实验,对比分析了所提算法的优缺点。     

DDM中基于历史信息排序的区域匹配算法

DDM实现的关键是更新区域和订购区域的匹配判断,其匹配算法的设计决定着分布式仿真的效率和性能.针对直接匹配算法需要维护的区域相交索引表和相交信息表的存储空间不断扩大的问题,首先提出区域聚合的基本思想及其实现方式,然后提出将历史信息排序加入到区域匹配算法中,以使算法在有效利用历史信息的基础上,提高区域匹配的运行效率.给出了算法的基本思想和具体步骤,通过应用实例详细解释了算法的具体实现过程,最后通过仿真实验,对比分析了所提算法的优缺点.     

一种改进排序匹配算法在DDM中的应用与实现

数据分发管理功能是降低网络冗余数据的有效手段,它是实现HLA-RTI的关键技术。结合IEEE1516介绍了数据分发管理过滤机制以及传统的匹配方法,在分析排序算法匹配原理的基础上,给出了排序算法实现订购区域与公布区域的匹配策略,针对排序算法在区域数目较大时出现的运行时间长、存储空间占用大的弊端,提出了一种改进的排序算法。通过仿真实验表明改进后的排序算法在区域数目较大时所需的时间开销较少,并且在区域边长发生变化的情况下具有较好的平稳性。     

一种改进的基于排序的区域匹配算法

兴趣匹配是分布仿真中兴趣管理的关键环节，其速度和精度影响着兴趣管理的性能。基于排序的区域匹配算法是针对HLA／DDM的有效算法，但它只是利用了对范围界点排序而带来的空间关系启发信息，其匹配效率还有值得改进的地方。本文首先分析了匹配算法的实质，然后研究了实际分布仿真系统中实体运行时的局部性，并利用这种局部性对匹
匹配算法进行改进，给出了改进算法，进而对改进算法和原算法进行了比较测试，最后给出了结论和进一步的工作展望。     

基于闭区域和开区域修剪的MTRNN过滤算法研究

传统的多类型反向最近邻(multiple type reverse nearest neighbor, MTRNN)查询算法没有过滤搜索空间中的数据, 因此效率低下。为有效提高MTRNN查询的效率, 在概述MTRNN基础上采用几何方法开发了基于R-tree的闭区域和开区域修剪方法并进一步提出了高效的过滤算法。过滤算法通过构造闭修剪区域和开修剪区域来修剪查询空间, 对大数据下的MTRNN查询过滤效果十分显著。最后通过实验验证了算法的有效性。