[发明专利]基于DR二阶算法和DDS-QOS的仿真计算方法

说明书

一种基于DR二阶算法和DDS‑QOS的仿真计算方法，具有多个仿真实体，在仿真实体之间采用发布订阅模式进行数据的交互，建立交互数据生产者和消费者之间的数据连接，其中，一个仿真实体在需要更新其它仿真实体的数据时，使用之前获得所述其它仿真实体的数据，利用DR二阶算法，对其它仿真实体的数据进行预测，并使用该预测值。本发明在仿真计算中引入DR二阶算法，只需要将位置初值和DR二阶外推算法相关数据进行同步，当误差累积到一定范围，超过误差容限时，将新的位置量信息进行同步，避免了每次位置更新时都必须在各分布式节点间进行数据交互的过程，降低了数据通信的频次，减少了要传递的数据量，缓解了网络延迟，提高了仿真效率。

技术领域

本发明涉及一种仿真计算方法，具体的，涉及在基于DDS(Data DistributionService数据分发服务)的仿真计算中利用DR(Dead Reckoning航迹推算)二阶算法以减少网络通讯量，提升系统性能的仿真计算方法。

背景技术

现有的分布式交互仿真中，为维护各仿真系统间实体行为的一致，通常需要将各实体的运动轨迹数据通过通信网络传输，实现各终端的数据的同步。对象管理组织(OMG)通过制定分布式实时通信中间件技术规范，来达到对各仿真系统进行综合集成的目的。这些规范包括HLA、CORBA、DDS等，其中DDS是新一代分布式实时通信中间件技术规范。

DDS采用发布/订阅体系架构，强调以数据为中心，提供丰富的QoS服务质量策略，能保障数据实时、高效、灵活地分发，可满足各种分布式实时通信应用需求。但随着仿真对象数量增加，且分布在多个主机上时，仿真节点间需交换的信息量迅速膨胀，网络负载严重。当分布式环境中的仿真节点在地理上相隔一定距离时，信息从一个节点传输到另一个节点也需耗费时间，造成传递时间的延迟。网络延迟、拥塞等问题很大程度上影响分布式仿真的效率，降低用户体验。

因此，在仿真计算中如何能够减少网络通讯量，提升系统性能成为现有技术亟需解决的技术问题。

发明内容

本发明的目的是利用DR二阶算法来解决上述问题。

为达此目的，本发明采用以下技术方案：

一种基于DR二阶算法和DDS-QOS的仿真计算方法，其特征在于：

具有多个仿真实体，在仿真实体之间采用发布订阅模式进行数据的交互，建立交互数据生产者和消费者之间的数据连接，

其中，在所述多个仿真实体中至少具有一个仿真实体，所述一个仿真实体在需要更新其它仿真实体的数据时，使用之前获得所述其它仿真实体的数据，利用DR二阶算法，对其它仿真实体的数据进行预测，并使用该预测值。

可选的，所述DR二阶算法为：

X_i＝X₀+V₀ih+A₀(ih)²/2，或者

或者

其中，h为时间步长，X₀表示仿真实体在t₀时刻的位置，X_i表示t₀之后经过i个时间步长实体的位置，V₀表示t₀时刻实体的速度，X_-1表示t₀之前某个时刻t_-1实体的位置，T_-1为t_-1到t₀所经历的时间，X_-2表示t_-1之前某个时刻t_-2实体的位置，T_-2为t_-2到t_-1所经历的时间，A₀表示时刻t₀的加速度。