分布交互仿真中组播过滤机制的一种自适应区域更新策略

分布交互仿真具有有效性,经济性,可靠性,安全性等优点,在军事,工程,商业等领域有着广泛的应用前景,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趋势。其面临的主要挑战是系统可扩缩性问题。采用数据过滤机制是解决系统可扩缩性的重要途径,在实验中过滤效率和过滤开销的平衡关系到过滤机制的整体性能。     

新一代仿真技术框架HLA中基于组播通信的数据过滤机制

高级体系结构ＨＬＡ是美国国防部提出的新一代仿真技术框架,其目的是解决各类型仿真应用之间的互操作和可重用,它代表着仿真技术发展的趋势。未来的分布交互仿真建立在因特网环境下,受系统资源的限制,系统可扩缩性是分布交互仿真面临的一个主要问题。文中介绍了分布交互仿真发展简史,以及ＨＬＡ 提出的背景及其特点,文章着重讨论了组播通信机制在分布交互仿真中的应用,及ＨＬＡ 框架下采用基于组播通信的过滤机制实现系统可扩缩性的解决途径     

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中基于Agent的层次过滤机制

数据分发管理是HLA接口规范中定义的六大服务之一。为解决仿真应用中网络带宽、处理资源受限和提高系统可扩缩性提供了可能。文章介绍了HLA中数据分发管理DDM的基本内容；研究分析了最新发展的基于移动Agent的实现方法，提出了基于Agent的层次过滤机制对其进行了改进，解决了仿真结点计算能力受限的问题。     

分布交互仿真中基于Server的层次过滤机制

大规模分布交互仿真对网络带宽、处理资源等提出了很高的要求,采用数据过滤机制可大大降低对网络带宽和计算资源的压力,有利于系统可扩性.然而对于高效过滤机制,仿真结点机要接收和处理足够的过滤信息.当系统规模增大时,大量过滤信息交换和处理占用了过多的计算资源,影响了正常的仿真任务.该文提出了一种基于Server的层次化过滤机制,解决了仿真节点计算能力受限的问题.同时,新的机制利用仿真的内在局部性,开发了两级过滤信息,从而减少了Server内部过滤信息计算量.     

数据分发管理机制中层次化组播地址分配策略

高层体系结构HLA(high level architecture)支持仿真应用间的互操作和可重用,受资源的限制,基于因特网的分布仿真面临着系统可扩缩性的挑战.HLA提供数据分发管理机制,为提高系统可扩缩性提供了可能.分析了HLA中数据分发管理机制的实现途径,针对存在的问题提出了层次化的组播地址分配策略,解决了组播地址数量有限与仿真结点机冗余数据接收之间的矛盾,同时也为仿真数据的可靠发送及数据打包提供了有力的支持.     

基于层次空间推理模型的交通网络最优路径算法

在交通地理信息系统(GIS-T)和智能交通系统(ITS)中，单源最短路径问题是一个研究热点。该文总结了已有的层次空间推理过程，针对交通网络，运用了限制搜索区域策略和比较策略，提出了新的层次空间推理过程，寻找更为可靠的入口，以便搜索到更可靠的最优路径，保证层内最优路径搜索的高效率，进一步提高了最优路径算法的可靠性，并对算法的效率进行了必要的分析。     

基于向量识别的启发式路径推测算法

浮动车数据主要是由车辆的轨迹点数据组成,是一种重要的原始数据,可以广泛地用于各种交通应用,如交通管理和控制、路况计算等.但是原始的车辆GPS数据存在定位误差,必须经过路径推测的修正处理才可以应用.传统的路径推测算法主要采用两种方法:渐增式和全局式.两种方法各有优缺点,渐增式方法计算速度快但准确性差,全局式方法准确性好但计算速度慢.通过综合考虑两种传统算法,文中提出了一种基于向量识别的启发式路径推测算法,该算法采用了启发式图搜索方式,导入几何运算的约束条件,根据车辆轨迹点所形成的向量与路网模型比较来进行启发式搜索,并选择车辆所有可能行驶的候选路径.根据全局择优的方式从整体进行比较,确定车辆最有可能的行驶路径.实验结果表明,这种算法能够在复杂路网下,比较准确地推测距离间隔较大的车辆轨迹点,并且能够实时高效地处理大规模数据.     

基于层次单元划分的软件模型检测技术研究

通过对近年来软件模型检测领域流行的几种技术进行综述,提出了一种基于层次单元划分,使用引导式搜索方式的软件模型检测方案。本方案分为预处理、单元划分、状态空间搜索三个阶段,其中使用on-the-fly技术提高了搜索性能。实验证明,该方案在解决状态爆炸问题上有较好的效果。     

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.     

基于HLA的水中兵器仿真系统框架

为了解决我国水中兵器传统的仿真系统,局限于某些参数的数学仿真和部分半实物仿真,没有实现系统化、可视化,实时化,文章提出一种采用高层体系结构（HLA）作为分布交互的仿真体系框架,通过对水中兵器对抗系统仿真建模,解决了不同仿真应用之间的集成问题,较好地满足仿真系统的可视化、可操作性、强实时性及强交互性等要求。该仿真系统可以为水中兵器作战研究和武器装备论证提供仿真试验环境,检验装备各项战略战术指标,并为装备研制和战略战术决策提供依据,具有很高的实用价值。     

基于模糊关联空间的数据过滤方法

该文提出了一种适用于大规模分布式虚拟环境的新的数据过滤方法，以解决传统过滤方法由于基于区域划分、采用组播技术而造成的效率低、稳定性差的问题。该文提出了实体关联度的概念，并在分布式虚拟环境中建立模糊关联空间，把数据过滤问题转化为在模糊关联空间中求取关联实体集的问题；最后通过实验数据和理论分析，证明基于模糊关联空间的数据过滤方法可以有效地解决传统过滤技术中存在的一系列问题，提高数据过滤的效率和稳定性。     

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。     

移动自组网络中基于启发式环索算法的Anycasting路由的研究

移动无线自组网络（Mobile Ad Hoc Networks）是一种新型的无线网络,网络中不需要固定通信设施的支持,具有很高的灵活性．任播路由（Anycasting Routing）在移动无线自组网络中有着十分重要的潜在应用．该文提出的基于启发式环索算法的Anycasting路由在路由请求过程中能够根据以前搜索中获得的“先验”知识动态地调整搜索的参数,使搜索总是向着“最可能”的方向进行．模拟实验表明,采用启发式环索算法的混合式Anycasting路由在不影响路由正确性的情况下能极大地减少网络中无用的路由请求消息,从而提高网络的整体性能．     

基于CBF的分布式元组空间叉积算法

针对分布式报文分类算法内存消耗大、可扩展性差的问题,提出分布式元组空间叉积算法。该算法采用独立域搜索引擎与树状多级聚合网络的分类结构,在聚合节点使用计数型布鲁姆过滤器(CBF)加速搜索,利用剪枝技术降低CBF内存消耗。仿真结果表明,对于 5×104条规模的9域规则库,聚合网络总内存消耗被控制在60 Kb内,该算法的查找速度达到100 Mp/s,且具有良好的可扩展性。     

基于CBF的分布式元组空间叉积算法

针对分布式报文分类算法内存消耗大、可扩展性差的问题,提出分布式元组空间叉积算法。该算法采用独立域搜索引擎与树状多级聚合网络的分类结构,在聚合节点使用计数型布鲁姆过滤器(CBF)加速搜索,利用剪枝技术降低CBF内存消耗。仿真结果表明,对于 5×104条规模的9域规则库,聚合网络总内存消耗被控制在60 Kb内,该算法的查找速度达到100 Mp/s,且具有良好的可扩展性。