基于HLA的数据分发管理算法的研究与实现

作     者：延耀威 

作者单位：山西大学 

学位级别：硕士

导师姓名：张霞

授予年度：2018年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：高层体系结构 数据分发管理 排序数据分发管理 执行效率稳定性 

摘      要：高层体系结构HLA是一种分布式仿真方法的框架,用来解决复杂分布系统仿真存在的问题,是一种新型的计算机仿真体系。该仿真框架通过特殊的支撑结构将仿真过程与底层通信相分离,成为一种面向对象的框架。高层体系结构HLA中提供的数据分发管理服务DDM是实现大规模仿真技术的关键,其目的是通过发送阶段对数据发送的控制,减少仿真系统中无用的数据传输,降低仿真延迟,减少仿真节点对无用数据处理的开销,增强仿真系统的可扩缩性。论文的研究内容与成果包括:(1)论述高层体系结构HLA的产生、发展、优点和组成,国内外研究现状以及在生活中的发展应用,国内外对数据分发管理算法的研究成果;重点论述了数据分发管理算法的两种经典的区域匹配算法的概念以及实现原理。(2)分析了经典的基于排序的DDM算法的实现原理,在原始的排序算法中,每一维的交互信息都需要一个对应的矩阵来存储,即需要大量的存储空间;在算法执行过程中,需要对所有的边界值的类型进行区别,基于这些不足,本文提出了一种改进的基于排序的DDM算法。改进后的算法将所有维度的相交信息存储在一个多维矩阵中,大大降低了算法对存储空间的要求,而且减少了矩阵相“与的过程;改进的算法将发布区域与订购区域边界分开存储,减少了大量的判断边界的过程,提高了算法的效率。并且通过对实验结果的分析,改进的算法在系统执行过程中的时间和空间执行效率上都具有优势。而且,由于在存储数据阶段就对发布区域与订购区域的边界值分开存储并排序,在信息数据很庞大的情况下,对边界值的排序将占用比较大的时间开销,所以,在改进的算法中,运用时间复杂度更低的算法也会有助于降低执行时间的复杂度。由于算法在初始阶段将不同类型的区域分开存储排序,相对于原始算法,改进的算法在排序时,选择适当的排序方法有助于提高算法的执行效率,并通过实验结果分析了不同的排序算法在不同环境下对于改进算法稳定性的影响。(3)分析了在不同的仿真环境下应如何自适应的选择不同的数据分发管理算法。实验数据表明不同的数据分发管理算法在不同的仿真环境中会在执行效率的稳定性上会出现一定的波动。本文通过对可能影响仿真结果的各项参数设置,分别对三种经典数据分发管理算法进行算法执行时间和匹配结果精度的实验,通过结果分析在不同复杂的应用场景下,用数据量化出数据分发管理算法的选择依据,提高仿真系统效率。