基于广域网的分布式并行仿真推演系统技术方案

本发明专利技术公开了基于广域网的分布式并行仿真推演系统，包括分布式调度中心、计算服务单元和数据综合单元，所述分布式调度中心根据预设的仿真场景以及用户操作数据，实时计算并生成各仿真单元的前置数据，按照DAG模型，分发给提供服务的各分布式计算节点，并收集各计算节点的计算结果，随后对各个计算节点的结果进行汇总计算，作用到仿真场景中的对象，并形成下一帧调度的前置数据，所述数据综合单元接收分布式调度中心分配的计算任务，并向不同的计算服务单元的发送统一的数据格式，接收计算服务单元反馈的数据，并按分布式调度中心要求格式编码后向分布式调度中心进行数据反馈。编码后向分布式调度中心进行数据反馈。编码后向分布式调度中心进行数据反馈。

【技术实现步骤摘要】
基于广域网的分布式并行仿真推演系统


[0001]本专利技术涉及一种仿真推演系统，具体涉及基于广域网的分布式并行仿真推演系统。

技术介绍

[0002]广域网环境通常跨接非常大的物理范围，超过了集线器所连接的距离，节点间的通信往往会经历复杂的路由。广域网环境的分布式计算任务通常包含网络边缘大量的数据的源点和汇点，前者产生持续的数据流入广域网，后者需要从广域网中获取所需数据。广域网的部分路由节点处部署着有一定计算能力的服务器或数据中心，负责处理和暂存数据。
[0003]当分布式系统的计算节点分散在广域网各处时，需要考虑如何将分布式计算任务合理地分配到各个计算节点上，以增加系统的可扩展性，降低计算和数据传输过程的延迟。该过程一般是动态的，即系统应综合考虑当前各个节点的负载和网络拥堵情况等因素，实时调整任务在这些节点上的分配。
[0004]传统的分配算法存在以下不足之处：传统的资源分配方法一般依托于数据中心。在这种场景下，各个计算节点之间高速互联，在这些节点间分配、迁移计算任务代价并不高。然而在基于广域网中的分布式计算系统中，计算节点之间的连接关系并不对称：路由距离较近的节点之间的数据传输速率更高，路由距离较远的节点之间数据传输有显著的延迟，靠近数据源的计算节点会更加适合执行这些计算任务。不考虑这一特性的资源分配方法会显著影响系统的执行效率。
[0005]传统的资源分配方法需要实时获取系统中各个计算节点的负载状况，并据此做出合理的任务分配。然而，广域网中的分布式计算系统的节点通信代价不可忽略，很难实时地将所有节点的状态汇聚到同一个中心节点。因此，中心化的资源分配算法很难对系统中的突发状况做出及时反应，如数据源的突发流量、计算节点的可用资源变化等。
[0006]在分布式系统的计算节点增加时，负责资源分配的专门节点容易成为系统的瓶颈。该节点需要与大量的计算节点通信，以获取它们的运行状态并发送调度信息；需要维护相应的数据结构，记录所有计算节点的各类属性；需要运行资源分配算法，将任务分配到合适的计算节点上。这些可扩展性问题在广域网中更加突出：各节点间的通信延迟更高、计算节点的异构性导致其属性更丰富、网络中可用的计算节点的数目更加庞大。
[0007]传统的分布式仿真系统集成方法包括基于HLA、DIS等局域网分布式仿 真系统集成方法和基于SOA的广域网分布式仿真系统集成方法。其中基于 HLA、DIS的分布式仿真系统集成方法，其底层协议多基于组播或广播协议， 此类协议对网络环境的配置要求较高，且存在网络安全、数据安全等问题， 因此基于HLA、DIS的分布式仿真系统集成方法的平台多限于局域网范围； 基于SOA的分布式仿真系统集成方法可以支持广域网仿真，但在SOA架构下 存在仿真模型间的通信协议与数据协议描述复杂、缺乏成熟的时间管理机 制、仿真系统的实时性方面难得以保证等问题，无法满足仿真模型间紧耦合 实时/超实时分布式仿真的需求。
[0008]因此，需要提供一种集成方法，以满足计算机仿真领域基于广域网环境的分布式仿真系统集成中跨网段、实时/超实时仿真运行等方面的要求。

技术实现思路

[0009]基于广域网的分布式并行仿真推演系统，包括分布式调度中心、计算服务单元和数据综合单元，所述分布式调度中心根据预设的仿真场景以及用户操作数据，实时计算并生成各仿真单元的前置数据，按照DAG模型，分发给提供服务的各分布式计算节点，并收集各计算节点的计算结果，随后对各个计算节点的结果进行汇总计算，作用到仿真场景中的对象，并形成下一帧调度的前置数据，所述数据综合单元接收分布式调度中心分配的计算任务，并向不同的计算服务单元的发送统一的数据格式，接收计算服务单元反馈的数据，并按分布式调度中心要求格式编码后向分布式调度中心进行数据反馈，所述计算服务单元有若干个，每个计算服务单元在收到数据综合单元发送的统一的数据后，根据计算服务单元的数据结构将接收的数据解析成所需的数据结构，进行计算，并将计算结果反馈至数据综合单元内。
[0010]基于有向无环图模型（DAG）与微服务体系架构实现分布式并行仿真推演引擎。
[0011]类似技术：以Hadoop为代表的MR模型，其分布式计算框架在业界广泛应用，计算任务包含分解到多个处理阶段，通过分布式文件系统提供同意访问接口进行数据交互，主要应对时间要求不高的超大规模数据处理，其复杂度较高。以Spark为代表的DAG模型，适合业务流程相对离散的流式数据处理，个计算节点之间不严格区分计算阶段，算法设计灵活 ，但要求各个节点之间数据具有较低的相关度。
[0012]本专利技术所要解决的技术问题是为了使推演仿真更符合真实环境，需要在仿真引擎中模拟大量的装备，每一个仿真的装备可能又由一系列子装备对象构成，在一个特定的仿真场景中，这些装备对象相互协作或相互干扰，而每个仿真装备对象参数与算法都是由不同的研究单位提供，同时仿真推演一般都需要实时给出仿真结果，这些都是仿真推演引擎面临的必须解决的难点，目的在于提供基于广域网的分布式并行仿真推演系统，解决上述的问题。
[0013]战场推演仿真系统是利用计算机仿真技术建立的一套集战场环境设置、战场任务规划及推演、运载平台运动模拟、运载平台挂载设备模拟数据发射、设备收集数据后仿真运算设备之间相互作用，以及效能综合评估等能力与一体的战场仿真系统。该系统可以通过设置不同的应用环境和配套平台，加载不同类型装备的工作参数，在同一环境中可以开展不同类型装备进行仿真测试工作，或者不同环境中对相同类型装备进行模拟仿真测试，达到提升对装备测评的效率的目的。由于该仿真系统所包含的功能众多，因此难以在一个硬件平台上通过一个软件实现，因此只能采用分布式计算形式，将战场规划及推演、运载平台行为仿真、设备能力模拟、综合识别算法环境以及效能评估分别在不同计算机平台上实现，并由分别承担上述功能的仿真成员通过网络消息传递机制协同工作，使得整个系统有机运行以实现预先设计目标。
[0014]从2000年开始，HLA已经成为目前分布交互仿真系统普遍采用的标准。目前基于 HLA/RTI（Run Time Infrastructure，RTI）成为当前国内外分布式交互仿真领域的主要解决方案，HLA架构的核心本质就是为仿真对象建立一套抽象的数据结构，不同的仿真算法提
供者将收到的抽象数据结构反射到自己具体数据结构进行仿真运算，运算结果再反射成抽象数据结构，并发布给订阅者。HLA 的优势在于提供了分布式仿真系统的互操作性和不同提供商之间仿真组件的可重用性。但是由于其抽象数据类型导致消息数据量激增，使得大规模分布式仿真系统与高实时仿真系统的应用中面临数据的实时性问题。
[0015]DDS 即数据分发服务（Data Distribution Service）是由 OMG 组织制定的一套 API 与互操作性协议规范，定义了一种以数据为中心的发布/订阅架构，能够满足系统实时、高效的数据交互需求。因此在针对高实时性要求的仿真环境，特别是涉及半实物的仿真系统中，在HLA基础上，采用 DDS 技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于广域网的分布式并行仿真推演系统，其特征在于，包括分布式调度中心、计算服务单元和数据综合单元，所述分布式调度中心根据预设的仿真场景以及用户操作数据，实时计算并生成各仿真单元的前置数据，按照DAG模型，分发给提供服务的各分布式计算节点，并收集各计算节点的计算结果，随后对各个计算节点的结果进行汇总计算，作用到仿真场景中的对象，并形成下一帧调度的前置数据，所述数据综合单元接收分布式调度中心分配的计算任务，并向不同的计算服务单元的发送统一的数据格式，接收计算服务单元反馈的数据，并按分布式调度中心要求格式编码后向分布式调度中心进行数据反馈，所述计算服务单元有若干个，每个计算服务单元在收到数据综合单元发送的统一的数据后，根据计算服务单元的数据结构将接收的数据解析成所需的数据结构，进行计算，并将计算结果反馈至数据综合单元内。2.根据权利要求1所述的基于广域网的分布式并行仿真推演系统，其特征在于，所述数据综合单元根据计...

【专利技术属性】
技术研发人员：孙成刚，张剑锋，周武林，唐庆生，吴翠，
申请(专利权)人：成都众享天地网络科技有限公司，
类型：发明
国别省市：