HLA中数据分发管理的探究论文.docVIP

　　HLA中数据分发管理的探究论文 摘 要 HLA已成为了现代分布式仿真应用的通用技术框架的核心，而作为其六大服务之一的数据分发管理则提供了有效的信息交互和传送机制以满足系统可扩缩性的要求。文章介绍了HLA中数据分发管理DDM的过滤原理；研究并分析了目前几种实现DDM过滤机制的方法。 关键词 高层体系结构HLA；数据分发管理DDM ；数据过滤；适应性算法 引言 现代仿真应用已经从集中式仿真发展到分布式交互仿真，高层体系结构HLA（High Level Architecture）也已成为了其通用技术框架的核心。而随着分布交互仿真系统规模和复杂度的增加，数据分发管理DDM(Data Distribution Management)有效地减少了系统中的数据通信量，节省了网络带宽和处理机资源，同时也提高了系统的可扩缩性。 文章介绍了目前常用的DDM匹配算法和一些启发式规则；重点分析了基于排序的DDM算法并用一些新的标准来衡量和比较它们，利用这些标准有效地选取最适应的算法；最后总结了全文。1 HLA中的DDM数据过滤原理 HLA是1995 年美国国防部建模与仿真主计划MSLD中开发建模和仿真通用技术框架中的首要内容, 其主要目的是促进仿真应用的互操作性和仿真资源的可重用性，并于2000年通过IEEE标准。HLA主要包括规则定义(Rules)、对象模型模板(Object Model Template ).freelension)、范围( range)、限域(extent)、区域(Region)。其中区域是路径空间的子集可分为两种区域:更新区域(Update Region)和订购区域(Subscribe Region)。区域是数据分发管理的核心概念。2 实现DDM的几种方法2.1基于区域的方法 (Region-based) 在基于区域的数据分发管理中发布-订购对是以一种随机的顺序建立起来的，计算每对的交互情况直到非空交互被找到。这是一种最基本的方法，优点是应用直观且匹配精确，缺点是其性能随着非空交互出现的几率大小有着极其明显的变化。当所有的更新区域与所有的订购区域都有交互时，此方法是最有效的。但当根本没有交互时则其复杂度将变为平方级。算法本身存在着实现上的可扩展(Scalability)问题，即当系统中仿真对象类数为N时，DDM中的更新区域和订购区域的匹配比较次数将与N平方成正比，即匹配次数的增长规模为O(N2)。该方法不适合大规模复杂系统中更新区域和订购区域数量都很大的情况。2.2 表格划分法 (Grid-based) 基于网格的方法提供了一种相对简单的区域匹配和确定网络连接的方法。路径空间都被分隔成网格，每个格子的维数等于路径空间的维数。订购区域与更新区域的比较不是直接进行，而是通过每个成员将其更新和订购区域映射到路径空间的网格上，通过判断区域是否覆盖了同一个网格来确定哪些订购区域和更新区域是相重叠的。对于重叠计算过程中产生冗余和虚假连接可以通过优化网格的尺寸g来获得更好的效果4。 如图1中C1(U1,S1)更新区域U1和订购区域S1实际上并不相交，但是由于它们分别都覆盖(覆盖的关系可以是部分的或完全的)了网格1，因此与U1关联的数据将通过组播组发往S1对应的联邦成员。即产生了虚假连接。冗余连接是指数据发送和接收双方之间存在一条以上的数据通道。当更新区域和订购区域覆盖了多于一个的相同网格时会产生冗余连接。如图2所示，U3和S2相交，二者之间建立一个发送接收关系即可。而在网格法它们之间存在四条通信通道C7(U3, S2)、C8(U3, S2) 、C11(U3, S2) 、C12(U3, S2)。表格划分法 (Grid-based)的性能随着网格尺寸大小的变化有着显著的波动。当区域重叠率低时，细划分的网格算法性能较优，但随着重叠率的提高则会产生大量的冗余连接其性能急剧下降4 ；而网格划分较少的情况下，此算法的性能对重叠率的变化显得不是十分敏感，对于一定范围内的重叠率的变化都可以得出较满意的结果。但是其组播地址利用率不高。另外，基于网格的DDM算法最大的缺点就是其组播地址利用率不高。 2.3 基于排序的算法 (sort-based) 在基于排序的方法中首先把区域投影到每个坐标轴上并单独计算重叠情况，若在所有的坐标方向上均有重叠则此发布-订购对重叠。算法将应用两个集合来存储信息：前订购域集合SubscriptionsetBefore用来存储位于当前所处理的发布域坐标位置之前的定购域信息；后订购域集合SubscriptionsetAfter则用来存储位于当前所处理的发布域坐标位置之后的定购域信息。首先，把每个域的上界和下界在每个坐标方向上排序。当扫描排序的列表时，就可能得到当前点的前定购域集合和后订购域集合。因此，就能确切了解，对于每个更新区