基于动态R-树结构的DDM区域匹配算法

分析了传统数据分发管理(DDM)匹配方法,结合空间索引技术的特点,提出了一种动态R-树区域匹配方法,通过建立R-树对公布和订购区域进行组织管理,并在R-树上实现订购区域与公布区域的匹配搜索。仿真实验结果表明,选取适当参数M,可减少动态R-树DDM匹配算法的时间开销,达到较优性能。     

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。     

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。     

符合IEEE1516规范的HLA/RTI时间管理

时间管理是HLA的一项关键服务。本文综合介绍了IEEE15 16规范中时间管理的主要内容 ,包括消息的排序传递以及仿真中逻辑时间的推进机制 ,然后结合RTI开发的工程实践 ,阐述了在设计和实现符合规范的时间管理服务时的具体做法 ,给出了基于CORBA的RTI时间管理服务的实现模型。     

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HLA/RTI实现的网络对弈

本文介绍了HLA／RTI的主要功能和作用以及基于HLA／RTI应用程序的结构。说明了基于HLA／RTI的网络围棋的使用方法，并结合基于RTI网络围棋的开发过程，讲解了其编程实现的部分关键技术。拳文对学习和理解HLA／RTI理论和相关技术，以厦开发基于RTI的分布交互式仿真软件有一定的启发作用。     

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.     

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．     

基于路径空间层次划分的区域匹配算法

随着仿真应用在广度及深度上的发展,基于因特网的分布交互仿真成为未来的发展方向.其面临的主要挑战之一是系统可扩缩性问题.采用高效的数据过滤机制是解决问题的有效手段.首先讨论了分布交互仿真存在的可扩缩性问题,介绍了HLA(high level yarchitecture)框架下数据过滤机制的原理、实现及存在的问题.针对大规模系统过滤匹配计算量大的问题,提出了一种基于路径空间层次划分方法.该方法利用空间位置关系知识进行启发式搜索,从而排除大量不相关区域的匹配计算,有效地降低了过滤机制的计算复杂度.     

基于视差区域分割的动态规划立体匹配算法改进

基于动态规划的立体匹配算法在较低的硬件条件下,也可以满足实时性的 要求,因此,可以在基于立体视觉的机器人导航避障系统中应用。但传统动态规划算法存在 匹配精度不高、易出现分散畸变点等问题,因此,论文对动态规划算法初始匹配代价求取、 路径寻径及回溯等加以改进。在初始代价求取阶段,提出了一种变窗口能量聚集法,通过获 取场景的视差变化区域与视差连续区域的位置信息,从而使像素点在能量聚合时能够根据视 差变化自适应地调整聚合窗口的大小,使能量聚合方式更加合理,提高了初始视差的准确性; 在路径寻径及回溯阶段,使用多路径寻径回溯法,保留更多的可靠点,减少了误匹配现象的 发生。因此,提高了立体匹配的匹配精度,并具有较好的实时性。     

基于兴趣层次的RTI拥塞控制研究

大规模分布式仿真造成数据的爆炸性增长,极大地限制了仿真的规模化和持续性.因为高层体系结构HLA(high level architecture)体系本身固有的缺乏对数据要求级别的定义,RTI(runtime infrastructure)不能充分利用仿真应用的特点进行拥塞控制.兴趣层次描述了不同的接收者对数据的需求差异,提供了一种引入QoS(quality of service)、拥塞控制和层次化数据分发管理DDM(data distribution management)等技术的基础.将兴趣层次理论应用到RTI的运行机制,提出了一种基于兴趣层次的相位过滤算法以进行运行时支撑环境RTI的拥塞控制.实验表明,基于兴趣层次的相位过滤算法对于控制RTI拥塞状况是有效的,同时具有关键数据和传输稳定性的保障.     

数据库在HLA仿真中的应用和实现研究

本文在简述HLA仿真系统对数据库需求的基础上,从邦联生命周期的角度对数据库技术和HLA仿真的可结合性及其关键问题做了较详细的讨论,最后着重描述了基于银河高级分布仿真平台的开发支撑环境中的数据库实现框架。     

基于Zernike矩的区域匹配方法

在基于区域的立体匹配中,由于遮掩、区域变形及光照条件会对匹配算法造成很大的影响,而传统的顺序性约束、唯一性约束、外极线约束和邻域约束并不能很好地解决这些问题,而近几年提出的相对位置约束虽能解决其中大部分问题,但对于区域的遮掩情况依然效果不佳。为此提出了一种新的基于Zernike矩的区域匹配算法,该算法在相对位置约束的基础上,采用中心距离和Zernike矩构造了新的费用函数,并提出根据匹配区域之间中心距离的大小来动态评判费用函数的权重系数值,从而提高了算法的性能。实验结果表明,该算法优于原方法,且对于区域的遮掩和变形情况都具备更好的识别性能,是一种行之有效的区域匹配算法。     

基于灰度段的立体匹配算法

立体匹配一直是计算机视觉领域的一个中心研究问题.为了得到适用于IBR(image-basedrendering)技术中视图合成的比较精确的高密度视差图,提出了一种基于灰度段的立体匹配算法.该算法以灰度段作为匹配基元,并将应用于语音识别的DTW(dynamictimewarping)方法引入灰度段的匹配算法中.相对于点基元,灰度段基元覆盖的图像空间要大得多,且不易受噪声、光度变化等因素的影响,因此可以减少误匹配发生的几率,更容易进行匹配,比特征线段、二次曲线等匹配基元计算要简便得多.实验结果表明,该算法效果良好,具有实用价值.