[发明专利]基于DR平滑算法和DDS-QOS的仿真计算方法

说明书

一种基于DR平滑算法和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，一个仿真实体在需要更新其它仿真实体的数据时，使用之前获得数据利用DR算法进行预测并使用，当超过误差容限时，在发送端或者接收端对校正数据进行平滑。本发明在仿真计算中引入DR算法，只需要将位置初值和DR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，提高了仿真效率。通过对误差进行平滑化，减少计算量，产生的误差也较小，缓解图象“跳跃”现象。

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)三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，并避免系统数值的突变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算法以及平滑化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平滑算法和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算法，对其它仿真实体的数据进行预测，并使用该预测值；

具体的，仿真实体同时利用自身的数据，对自身的轨迹进行预测，将预测的数据与自身真实的数据进行比较，如果差值较大，超过误差门限，则该仿真实体将自身真实的数据发送给其它数据消费实体进行同步，使得作为数据消费的仿真实体放弃通过DR算法的预测值；如果差值不大，在误差门限范围内，则不发送自身数据；作为数据消费的仿真实体，即远程接收节点，收到真实的数据后，根据真实的数据以及DR算法，在选定的接下来的校正时间内，对DR算法的外推值进行平滑化处理，使用平滑值作为校正时间内的仿真计算数值。

可选的，所述作为数据消费的仿真实体，对DR算法的外推值进行平滑化处理，具体为，所述作为数据消费的仿真实体，利用真实的数据和DR算法，计算出在校正时间末的DR算法的外推值，利用校正时间之前的DR算法外推值和校正时间之后的DR算法外推值，进行平滑化，例如进行线性平滑。

可选的，利用校正时间之前的DR算法外推值和校正时间之后的DR算法外推值进行平滑化，指的是利用校正时间前后的上述两个DR算法外推值进行线性平滑。

可选的，所述DR算法为DR一阶、二阶或三阶算法。

可选的，所述仿真实体在使用主题之前，进行信息发布或订阅。