基于移动Agent的DDM过滤机制

该文在分析基于区域和基于网格两种传统DDM过滤机制中区域匹配速度慢、不相关数据多等不足的基础上,提出了一种基于移动Agent的新的DDM过滤机制,并对移动Agent模型和管理Agent模型进行了分析和设计.     

基于位移残差的数据分发管理区域匹配及传输算法

高层体系结构(high level architecture,HLA)是建模与仿真的国际标准,它规定了数据分发管理服务(data distribution management,DDM)来减少不相关数据的发送与接收,从而减少网络带宽占用.发布区域与订购区域之间匹配计算的效率是影响数据分发管理服务质量的重要因素.区域信息的传输同样非常重要,盟员间通过区域信息的传输来保持区域的正确性和一致性,但区域信息的传输同样会给网络带来负载.现有算法通常是在区域保真度和网络负载两者之间做折中处理,难以兼顾。因此,本文充分考虑了变化区域的匹配效率以及区域传输的带宽占用问题,做出以下贡献:1)定义了区域变化与区域匹配变化之间的映射关系,采用该映射可以明显减少区域改变后所需要的匹配计算次数,从而提高了匹配效率;2)将区域更新信息划分为两种数据表达,区域快照与区域残差.通过尽量传输区域残差来代替传输完整的区域信息可以有效减少区域信息传输所消耗的网络带宽.因此,本文提出一种基于位移残差的DDM匹配与传输算法,给出了算法的理论分析与测试结果,并且对算法在实际应用中的表现进行了测试对比,给出了数据对比与结果分析.实验结果表明,基于位移残差的DDM匹配与传输算法具有良好的匹配效率,并且能够大大减少网络带宽占用,尤其是在具有大量不断变化区域的情况下.     

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。     

聚类的组播组分配策略在DDM中的实现

DDM(DataDistributionManagement)服务是高层体系结构HLA(HighLevelArchitecture)中定义的六大服务之一,它主要目的是通过减少网络间不相关数据的分发,提高网络的利用效率。一种常用的DDM优化方法是使用组播,组播是一种非常适合一对多的通信方式,它能够将更新数据发送到一个指定的定购者子集里。传统的DDM组播使用固定网格分配算法,在资源使用和数据发送方面存在一定的问题,不适合超大规模的仿真。本文在固定网格算法基础上提出了一种基于聚类的组播组分配算法,通过聚类,将固定网格的组播组进行合并,减少组播组的使用数量,提高网络资源的利用率,最后从实验结果上分析了聚类组播算法的优缺点。     

基于PSODE的网格任务调度算法

针对网格计算中任务在各个资源之间的调度问题,提出了一种网格环境下PSODE的任务调度算法.该算法实现了计算资源、存储资源、带宽资源、数据资源的利用率最高化和代价最低化.对基本粒子群算法和差分进化算法进行了分析,通过构造算法函数、适应值函数和权重公式,建立了粒子群差分混合算法并对其进行优化,介绍了算法的实现过程.实验结果表明,该算法与其它调度算法比较,具有良好的性能.     

区间树在DDM区域匹配中的应用

数据分发管理（DDM）是降低网络冗余数据的有效手段,区域匹配算法又是数据分发管理实现的关键。当前的多种匹配算法如直接匹配法、网格法、排序法等效率都不够理想,或者过滤效果不佳,或者耗时较长。通过对数据过滤机制的深入研究,提出了基于区间树的区域匹配算法——ITBM算法,该算法将范围的上下界映射到一个区间内,使用区间树来存储区域范围,通过对区间树的直接操作来完成匹配工作。结果表明,ITBM算法大大减少了匹配计算的时间,有效地减少了动态DDM的维护开销。     

一种基于跳表的DDM相交区域快速查询算法

HLA是为提高仿真系统的互操作性和可重用性而提出的新型分布仿真标准。HLA中数据分发管理服务的目的是通过邦员对数据公布和订购区域的表达来过滤一个邦员所接收到的数据,同时减少对网络带宽的消耗。DDM的核心是多维矩形区域动态相交查找的问题,其算法性能的好坏对DDM的效率是至关重要的。现有的一些动态区域查找算法还不能同时满足高效、精确且易于实现等要求,为此设计出一种基于跳表数据结构的用于快速相交区域查找的区问跳表,同时分析了区间跳表的构造原则以及基本操作的流程,并在此基础上提出了基于区间跳表的相交区域查找算法。该算法的匹配精度高,时间复杂度低,且具有编程实现简单的特点。     

聚类的组播组分配策略在DDM中的实现

DDM（Data Distribution Management）服务是高层体系结构HLA（High Level Architecture）中定义的六大服务之一，它主要目的是通过减少网络间不相关数据的分发．提高网络的利用效率。一种常用的DDM优化方法是使用组播，组播是一种非常适合一对多的通信方式．它能够将更新数据发送到一个指定的定购者子集里。传统的DDM组播使用固定网格分配算法，在资源使用和数据发送方面存在一定的问题．不适合超大规模的仿真。本文在固定网格算法基础上提出了一种基于聚类的组播组分配算法，通过聚类，将固定网格的组播组进行合并。减少组播组的使用数量，提高网络资源的利用率，最后从实验结果上分析了聚类组播算法的优缺点。     

一种Grangeat圆轨迹锥束CT重建阴影区域填充方法

通过分析圆轨迹锥束CT(cone-beam CT,简称CBCT)扫描Radon域的数据缺失问题,比较了前人提出的Radon阴影区域数据缺失填充方法的特点,提出了一种基于距离权重变量的阴影区域填充方法.该方法采用阴影区域边界数据作为数据源,以距离作为权重函数计算填充数据.计算机模拟重建实验表明,所提出的方法在填充数据准确度、减少伪影、大锥角图像重建等方面比简单的常数填充法以及衍生算法效果更好.该填充方法特别适用于Grangeat类锥束CT重建算法,拓展了圆周锥束CT的实际应用范围.     

基于摘要技术的混合模型流数据聚类算法

传统的数据库管理系统和数据查询算法不能很好地支持对流数据的查询已经被广泛认识,因而需要研究新的流数据模式查询算法.提出了一种基于摘要技术的在线快速混合模型流数据聚类算法,该算法为分阶段混合模型聚类过程.算法首先时最初到达的流数据用多维网格结构进行划分,对划分形成的每一个单元进行数据摘要,提取足够的统计信息.对该摘要运行基于模型的贪心聚类算法,聚类形成的混合模型的摘要信息存储在永久摘要数据库中,从而形成初始聚类混合模型;在聚类模型的维持过程中,当不断有流数据到达时,对到达的数据块用多维网格结构进行划分,对划分形成的每一个单元提取足够的摘要信息.对该摘要运行基于模型的贪心聚类算法形成聚类混合模型.在判断是否可以把新到达的模型合并到现有的混合模型中去时,提出了三种合并标准.实验表明,该算法减少了分类误差,其速度也比传统的基于模型的贪心聚类算法大大加快.     

HLA/RTI仿真平台的数据分发管理

在基于 HLA/RTI 的大规模交互仿真中,如何高效地实现数据分发管理的信息交互和传递机制是分布式交互仿真的重要内容。介绍了 HLA 仿真中的联邦开发和执行过程模型和数据分发管理,提出了一种新的数据分发管理算法,并阐述了该算法的理论和具体实现方法。通过分析采用该算法的数据分发管理仿真系统,证明该算法有效的提高了数据过滤效率,从而缩短系统仿真时间。     

大型分布交互式仿真系统的DDM策略研究

分布交互式仿真是未来仿真技术发展的方向.大型分布交互式仿真应用具有仿真实体数目较大、实体间信息交互频繁等特点,而分布仿真应用基于的网络带宽资源又十分有限,因此如何降低网络冗余数据,充分利用网络带宽资源以提高网络上的有效数据的传输效率成为一个重要的研究方向.数据分发管理DDM的目标是滤除仿真运行中网络上的无用数据,减少网络上的数据.文中简单地介绍了HLA的基本思想,阐述了路径空间的概念,并结合多目组通讯技术,描述了几种实用的DDM策略,比较了它们的异同点,为选用合适的数据滤除方法管理大型分布仿真的大规模数据提供了依据.     

Risk reduction in new product launch: A hybrid approach combining direct digital and tool-based manufacturing

The research contributes to the body of knowledge on new product development by considering the potential use of a major emerging production technology in the early phase of final production. Direct digital manufacturing (DDM) methods such as additive manufacturing (AM) have been introduced as a production method for some small and complicated parts, mostly in the aerospace and medical industries (in batches of one or a few). However, it still is not viewed as a suitable method for producing numerous parts in small batch sizes. In this study, we will utilize scenario-modeling based on real-world case data to illustrate the potential of a novel production method which we call “hybrid production” in new product launch. This production method combines DDM with conventional production methods over the product life-cycle. Our case study data is on a toolless production method called Incremental Sheet Forming (ISF) which is theoretically a DDM method. The cases have been analyzed to understand the economic feasibility and benefits of DDM utilization throughout new product life-cycle. Results of our study suggest, while implementation of conventional production from the beginning does not present a significant cost savings over the hybrid production, when product succeeds in the market, conventional method yields a high cost when the success does not materialize on the first attempt. This directly translates to investment risks (related to the cost of tool modification or replacement and inventory obsolescence), in addition to loss of flexibility to respond to market feedback and consequently lower chance of market acceptance. Additionally, DDM at the beginning of our proposed hybrid production can shorten the products’ time to market which is considered to be an essential factor for success.     

An algorithm for interest management in High Level Architecture

One of the most important design concerns when implementing large-scale high-level architecture (HLA) simulations is how to perform effective interest management. HLA interest management separates routing from data delivery so as to filter out unnecessary data communication between federated computers. One of the more scalable mechanisms for such interest management, data distributed management (DDM), distributes and filters data based on regional clustering. Essential to DDM, therefore, are the algorithms for dividing routing space and for matching regions. In this article, we describe how the spatial hierarchy of routing space is defined, and introduce a technique based on n-dimensional binary trees to solve the problem of region matching. We then introduce two algorithms: one to compute the coding of hierarchically structured regions, and the other to match regions based on this coding. Finally, we outline our general strategy for data filtering in HLA, and analyze the advantageous and limitations of the algorithm through experiments.     

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。     

Dynamic Grid-Based Approach to Data Distribution Management

Data distribution management (DDM) is one of the services defined by the DoD High Level Architecture and is necessary to provide efficient, scalable mechanisms for distributing state updates and interaction information in large scale distributed simulations. In this paper, we focus on data distribution management mechanisms (also known as filtering) used for real time training simulations. We propose a new method of DDM, which we refer to as the dynamic grid-based approach. Our scheme is based on a combination of a fixed grid-based method, known for its scalability, and a region-based strategy, which provides greater accuracy than the fixed grid-based method. We describe our DDM algorithm, its implementation, and report on the performance results that we have obtained using the RTI-Kit framework. Our results clearly indicate that our scheme is scalable and that it reduces the message overhead by 40%, and the number of multicast groups used by 98% when compared to the fixed grid-based allocation scheme using 10 nodes, 1000 objects, and 20,000 grid cells.     

Comparing high level architecture data distribution management specifications 1.3 and 1516

The high level architecture (HLA) is a standard for federations of distributed simulations that exchange run-time data. HLA's data distribution management (DDM) services reduce data delivered to simulations based on their declarations of data produced and required. The HLA specifications, including DDM, were changed substantially from the Department of Defense 1.3 standard to the IEEE 1516 standard. The two DDM specifications' (DDM 1.3 and DDM 1516) power to define intersimulation data flows are compared. A transformation from DDM 1.3 to DDM 1516 configurations and a mapping from DDM 1516 to DDM 1.3 configurations prove that the DDM specifications are equivalently powerful.     

在HLA／DDM中多播组的分配方法

DDM是HLA接口规范中定义的六大服务之一,它允许邦员声明其在路由空间中的分布区域和定购区域,从而达到减少HLA邦员间数据交换量的目的。具体实现方法是数据过滤,其核心问题是如何将邦员中具有相似的公布区域或定购区域的对象聚集到一个多播组中。解决这个问题的传统方法是基于固定网络的方法,但该法存在一定缺陷。本文提出了
三种新的可选方法,并对这些方法的过滤效果和计算开销进行了评估。