一种基于云+端架构的信号级仿真模型云化方法技术

本说明书公开了一种基于云+端架构的信号级仿真模型云化方法，涉及信号级仿真技术领域，方法包括基于仿真模型，获得仿真服务容器；基于上述仿真模型，获得参数配置表并基于上述参数配置表启动上述仿真服务容器；基于GPU管理模块，对上述仿真模型的GPU进行虚拟化处理和资源调度管理，以解决目前传统的单体模式仿真平台存在系统稳定性差、透明度低以及资源浪费的问题。费的问题。费的问题。

【技术实现步骤摘要】
一种基于云+端架构的信号级仿真模型云化方法


[0001]本专利技术属于信号级仿真
，具体涉及一种基于云+端架构的信号级仿真模型云化方法。

技术介绍

[0002]随着各种电磁设备的投入使用，雷达系统已面临着十分复杂的电磁环境。为提高在复杂电磁环境下的适应能力，最有效的方式是通过进行实际试验对雷达系统进行评估，切实摸清雷达系统抗干扰能力边界底数。受试验成本约束、边界条件难以构建、客观环境影响等限制，外场试验难以开展雷达系统抗干扰性能“摸边探底”工作。全数字仿真具有灵活性高、遍历性好等优势，逐渐成为仿真试验的有效手段。
[0003]根据仿真模型对信号处理过程建模的细致度，可将作为雷达系统仿真方法分类的基本依据，并由此将雷达系统仿真方法分为两大类：功能级仿真方法和信号级仿真方法。随着电磁环境的愈发复杂，功能级仿真方法已不能满足仿真试验的要求，然而信号级仿真模型涉及各种复杂波形信号的生成与采样、时域卷积、频域滤波、快速傅里叶变换、数字滤波器设计等，通常都只能实现非实时仿真。在信号级仿真系统中，为了提高仿真运算速度，一方面要对模型算法进行优化设计，另一方面是引入高性能并行计算技术加快模型求解速度，从而提高仿真试验效率。
[0004]基于"云+端"架构的仿真模型云化方法即是一种高性能并行计算技术，针对仿真试验在高度分布、互操作、高实时、可扩展的需求，解决传统的单体模式仿真平台遇到的瓶颈问题。传统的单体模式仿真平台存在诸多难以解决的问题：
①
由于缺乏故障隔离机制，所有仿真模型都在同一个进程中运行，一旦某个仿真模型出现代码错误，就会造成整个仿真系统崩溃，系统的稳定性和可靠性较差；
②
由于缺乏链路监控能力，当系统出现故障或者崩溃时，试验人员不清楚试验进度，开发运维人员难以准确找到发生故障的程序，系统透明度差；
③
信号级仿真中，不同仿真模型对资源的需求差异大，当仿真任务增加时，只能以应用整体资源需求为单位为所有模块增加物理资源，对各个模块的生命周期管理差，导致资源浪费。因此，目前传统的单体模式仿真平台存在系统稳定性差、透明度低以及资源浪费的问题。

技术实现思路

[0005]本专利技术的目的是提供一种基于云+端架构的信号级仿真模型云化方法，以解决目前传统的单体模式仿真平台存在系统稳定性差、透明度低以及资源浪费的问题。
[0006]为实现上述目的，本专利技术采用如下技术方案：
[0007]一方面，本说明书提供一种基于云+端架构的信号级仿真模型云化方法，包括：
[0008]步骤102，基于仿真模型，获得仿真服务容器；
[0009]步骤104，基于上述仿真模型，获得参数配置表并基于上述参数配置表启动上述仿真服务容器；
[0010]步骤106，基于GPU管理模块，对上述仿真模型的GPU进行虚拟化处理和资源调度管理。
[0011]另一方面，本说明书提供一种基于云+端架构的信号级仿真模型云化装置，包括：
[0012]模型容器化模块，用于基于仿真模型，获得仿真服务容器；
[0013]模型参数化模块，用于基于上述仿真模型，获得参数配置表并基于上述参数配置表启动上述仿真服务容器；
[0014]GPU虚拟化模块，用于基于GPU管理模块，对上述仿真模型的GPU进行虚拟化处理和资源调度管理。
[0015]基于上述技术方案，本说明书能够获得如下技术效果：
[0016]本方法通过对仿真模型参数化改造，然后将仿真模型进行容器化，将仿真模型之间隔离，通过不同的启动参数，实现不同的需求，针对实际使用场景的不同，将GPU虚拟化，通过编排调度将需大量交互数据的仿真模型容器调度至同一物理GPU上，避免跨GPU传输数据带来的通信延迟，提高仿真加速比和硬件资源的利用效率，支撑模型并行和大样本仿真试验的开展，以解决目前传统的单体模式仿真平台存在系统稳定性差、透明度低以及资源浪费的问题。
附图说明
[0017]图1是本专利技术一实施例中一种基于云+端架构的信号级仿真模型云化方法的流程示意图。
[0018]图2是本专利技术一实施例中一种基于云+端架构的信号级仿真模型云化方法的流程示意图。
[0019]图3是本专利技术一实施例中一种基于云+端架构的信号级仿真模型云化方法的流程示意图。
[0020]图4是本专利技术一实施例中一种基于云+端架构的信号级仿真模型云化装置的结构示意图。
[0021]图5是本专利技术一实施例中一种电子设备的结构示意图。
具体实施方式
[0022]以下结合附图和具体实施例对本专利技术作进一步详细说明，根据下面说明和权利要求书，本专利技术的优点和特征将更清楚。需要说明的是，附图均采用非常简化的形式且均适用非精准的比例，仅用以方便、明晰地辅助说明本专利技术实施例的目的。
[0023]需要说明的是，为了清楚地说明本专利技术的内容，本专利技术特举多个实施例以进一步阐释本专利技术的不同实现方式，其中，该多个实施例是列举式而非穷举式。此外，为了说明的简洁，前实施例中已提及的内容往往在后实施例中予以省略，因此，后实施例中未提及的内容可相应参考前实施例。
[0024]实施例1
[0025]请参照图1，图1所示为本实施例提供的一种基于云+端架构的信号级仿真模型云化方法。本实施例中，该方法包括：
[0026]步骤102，基于仿真模型，获得仿真服务容器；
[0027]本实施例中，步骤102的一种实现方式为：
[0028]步骤202，对上述仿真模型的程序做适应Linux的改造，获得Linux化仿真模型；
[0029]具体地，首先检查模型代码，使用标准C/C++库，严格区分大小，数据类型不可以使用VS独有的数据类型，如(_int32、_int64、WORD、DWORD等)，不适用VS特有的关键字(_asm)，不使用Windowns特有依赖库(如windowns.h)。然后确定模型运行时环境，确定依赖的软件版本、编程语言、编译环境(有些会集成到某个容器中做线程，或者是依赖编译的版本不同，实际也不能加载，如MSVC编译的库在MinGW下是无法加载的)、依赖库版本。
[0030]本实施例中，在步骤202之后还包括：
[0031]修改上述Linux化仿真模型的参数，使得模型参数配置化；
[0032]具体地，任何在服务运行时存在变更可能的参数配置，都需要进行形参替换，可以给一个默认值，但是不能固定写死参数值，需在模型服务运行时进行服务参数热更新操作。
[0033]对上述Linux化仿真模型的数据进行持久化处理。
[0034]具体地，容器化之后，模型服务运行时的数据将会随着容器的销毁而同时销毁，所以需要对数据持久化存储，将需要持久化存储的数据存储到数据库中。
[0035]步骤204，基于上述Linux化仿真模型的仿真服务，获得容器构建文件；
[0036]具体地，为模型服务编写Dockerfile(容器化构建定义文件)。确定容器的基础镜像版本(确本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云+端架构的信号级仿真模型云化方法，其特征在于，包括：基于仿真模型，获得仿真服务容器；基于所述仿真模型，获得参数配置表并基于所述参数配置表启动所述仿真服务容器；基于GPU管理模块，对所述仿真模型的GPU进行虚拟化处理和资源调度管理。2.根据权利要求1所述的方法，其特征在于，在基于GPU管理模块，对所述仿真模型的GPU进行虚拟化处理和资源调度管理之后还包括基于GPU设备和容器集群管理系统，对所述云化仿真模型进行调度和部署管理。3.根据权利要求2所述的方法，其特征在于，在基于GPU管理模块，对所述仿真模型的GPU进行虚拟化处理和资源调度管理之后还包括对所述仿真模型配置若干治理接口，所述治理接口用于对仿真服务的服务分组、流量以及数据进行治理和监控。4.根据权利要求3所述的方法，其特征在于，在基于GPU管理模块，对所述仿真模型的GPU进行虚拟化处理和资源调度管理之后还包括对所述仿真模型之间的的通信链路进行监控。5.根据权利要求4所述的方法，其特征在于，所述对所述仿真模型之间的的通信链路进行监控的方式为对所述仿真模型之间的的通信方式进行改造，包括DDS改造、HTTP通信协议改造、RPC改造以及消息队列改造。6.根据权利要求1所述的方法，其特征在于，所述基于仿真模型，获得仿真服务容器的步骤包括：对所述仿真模型的程序做适应Linux的改造，获得Linux化仿真模型；...

【专利技术属性】
技术研发人员：宋海凌，王书满，谭丹，孟凡秋，邢向向，燕永敦，权磊，熊诗成，
申请(专利权)人：中国人民解放军九二九四二部队，
类型：发明
国别省市：