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.     

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。     

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．     

基于索引排序的快速动态区域匹配算法

数据分发管理实现基于值的过滤,可进一步减少大规模仿真中盟员接收冗余数据的可能性和网络中的数据流量.数据分发管理实现的关键是区域匹配算法的实现,高效、精确的区域匹配一直是数据分发管理追求的目标.现有的区域匹配算法如直接匹配法、网格法、基于分类的算法等都不很理想,或者过滤效果不佳,或者耗时较大,难以适应大规模分布式仿真的需要.论文针对在区域比较多的大规模分布式仿真系统中,区域大都需要随着仿真的推进而频繁地被动态修改的实际特点,提出了一个基于索引排序的快速动态区域匹配算法--IOBM算法,该算法将范围的上下界分别各用一个节点表示,使用指针数组来索引每一维上的范围节点,数组元素的下标值表示对应的节点值,利用区域范围更新前后的信息,将匹配限定在移动区间之内,通过对移动区间之内的链表进行直接操作来完成匹配工作,因而大大减少了匹配计算的时间,实现了高效、精确的动态匹配.该算法尤其适合区域比较多的大规模分布式仿真的需要.     

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。     

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。     

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。     

一种基于历史的DDM实现方法

DDM是HLA接口规范中定义的六大服务之一。它允许盟员声明其在路由空间中的更新区域和定购区域,从而达到减少HLA盟员间数据交换量的目的。它是RTI服务实现效率的关键,其核心问题是如何减少需要匹配的区域,以减少计算量。文章简要介绍了现有的几种方法,并分析了其各自的特点,在此基础上提出了一种基于历史的DDM方法。     

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。     

An algorithm for interest management in High Level Architecture

One of the most important design concerns when implementing large-scale high-level architecture (HLA) simulations is how to perform effective interest management. HLA interest management separates routing from data delivery so as to filter out unnecessary data communication between federated computers. One of the more scalable mechanisms for such interest management, data distributed management (DDM), distributes and filters data based on regional clustering. Essential to DDM, therefore, are the algorithms for dividing routing space and for matching regions. In this article, we describe how the spatial hierarchy of routing space is defined, and introduce a technique based on n-dimensional binary trees to solve the problem of region matching. We then introduce two algorithms: one to compute the coding of hierarchically structured regions, and the other to match regions based on this coding. Finally, we outline our general strategy for data filtering in HLA, and analyze the advantageous and limitations of the algorithm through experiments.     

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。     

聚类的组播组分配策略在DDM中的实现

DDM(DataDistributionManagement)服务是高层体系结构HLA(HighLevelArchitecture)中定义的六大服务之一,它主要目的是通过减少网络间不相关数据的分发,提高网络的利用效率。一种常用的DDM优化方法是使用组播,组播是一种非常适合一对多的通信方式,它能够将更新数据发送到一个指定的定购者子集里。传统的DDM组播使用固定网格分配算法,在资源使用和数据发送方面存在一定的问题,不适合超大规模的仿真。本文在固定网格算法基础上提出了一种基于聚类的组播组分配算法,通过聚类,将固定网格的组播组进行合并,减少组播组的使用数量,提高网络资源的利用率,最后从实验结果上分析了聚类组播算法的优缺点。     

大型分布交互式仿真系统的DDM策略研究

分布交互式仿真是未来仿真技术发展的方向.大型分布交互式仿真应用具有仿真实体数目较大、实体间信息交互频繁等特点,而分布仿真应用基于的网络带宽资源又十分有限,因此如何降低网络冗余数据,充分利用网络带宽资源以提高网络上的有效数据的传输效率成为一个重要的研究方向.数据分发管理DDM的目标是滤除仿真运行中网络上的无用数据,减少网络上的数据.文中简单地介绍了HLA的基本思想,阐述了路径空间的概念,并结合多目组通讯技术,描述了几种实用的DDM策略,比较了它们的异同点,为选用合适的数据滤除方法管理大型分布仿真的大规模数据提供了依据.     

Offloading Data Distribution Management to Network Processors in HLA-Based Distributed Simulations

The high-level architecture (HLA) standard developed by the Department of Defense in the United States is a key technology to perform distributed simulation. Inside the HLA framework, many different simulators (termed federates) may be interconnected to create a single more complex simulator (federation). Data distribution management (DDM) is an optional subset of services that controls which federates should receive notification of state modifications made by other federates. A simple DDM implementation will usually generate much more traffic than needed, whereas a complex one might introduce too much overhead. In this work, we describe an approach to DDM that delegates a portion of the DDM computation to a processor on the network card in order to provide more CPU time for other federate and Runtime Infrastructure (RTI) computations while still being able to exploit the benefits of a complex DDM implementation to reduce the amount of information exchange.     

HLA/RTI仿真平台的数据分发管理

在基于 HLA/RTI 的大规模交互仿真中,如何高效地实现数据分发管理的信息交互和传递机制是分布式交互仿真的重要内容。介绍了 HLA 仿真中的联邦开发和执行过程模型和数据分发管理,提出了一种新的数据分发管理算法,并阐述了该算法的理论和具体实现方法。通过分析采用该算法的数据分发管理仿真系统,证明该算法有效的提高了数据过滤效率,从而缩短系统仿真时间。     

景象匹配算法及其适应性分析

提出一种基于区域特征的景象匹配算法。其基本方法是先提取基准图和实时图的稳定极值区域,并计算出区域的平均灰度、方差、仿射不变矩以及纹理信息熵,构造相似性度量函数,然后计算匹配区域对的Hausdorff距离决定是否是对应区域。大量的模拟实验表明,该算法的匹配时间能达到0.138 s,正确匹配率达到92.67%,不仅能满足景象匹配的要求,且大大提高了匹配的时间与正确率。对其适应性进行了详细的分析,结果表明该算法对旋转、尺度、噪声、灰度变化的适应性较好。     

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。