一种基于历史的DDM实现方法

DDM是HLA接口规范中定义的六大服务之一。它允许盟员声明其在路由空间中的更新区域和定购区域，从而达到减少HLA盟员间数据交换量的目的。它是RTI服务实现效率的关键，其核心问题是如何减少需要匹配的区域，以减少计算量。文章简要介绍了现有的几种方法，并分析了其各自的特点，在此基础上提出了一种基于历史的DDM方法。

HLA/RTI仿真框架中的坐标转换及其实现机制

为了保证分布交互仿真的互操作、可重用和时空一致性,应在仿真运行支撑环境(RTI)中提供不同仿真应用的坐标转换功能。文章首先分析了坐标转换的必要性,然后介绍了常用坐标系及其相互转换关系,最后探讨了HLA/RTI仿真框架中的坐标转换实现机制,重点解决了如何转换、何时转换、由谁转换、如何标示所用坐标系、如何调用坐标转换模块等问题,并建议在当前的对象模型模板(OMT)增加有关对象所用坐标系的说明。

一种改进排序匹配算法在DDM中的应用与实现

数据分发管理功能是降低网络冗余数据的有效手段,它是实现HLA-RTI的关键技术。结合IEEE1516介绍了数据分发管理过滤机制以及传统的匹配方法,在分析排序算法匹配原理的基础上,给出了排序算法实现订购区域与公布区域的匹配策略,针对排序算法在区域数目较大时出现的运行时间长、存储空间占用大的弊端,提出了一种改进的排序算法。通过仿真实验表明改进后的排序算法在区域数目较大时所需的时间开销较少,并且在区域边长发生变化的情况下具有较好的平稳性。

KD-RTI/DDM中的组播分配策略

组播技术的应用可以有效提高RTI的实现性能。介绍了组播分配的一般理论和实现方案,详细展示了KD RTI中的组播分配策略,讨论了组播应用过程中出现的问题,同时给出了解决方法。

一种混合的动态DDM实现方法

介绍了HLA中数据分发管理DDM的基本内容和过程，分析了目前两种经典的DDM实现方法；在此基础上综合了现有方法的优点，提出了一种混合的动态的DDM实现方法，提高了区域匹配的精度，降低了网络资源的消耗，对DDM方法进行了改进。

分布式网络环境下DDM系统层次仿真框架

在基于HLA的大规模交互仿真中,如何灵活、高效地实现分布式网络仿真成为迫切需要解决的问题。HLA中的数据分发管理机制为实现大规模交互仿真提供了可能。分析了数据分发实现过程及过滤原理,结合分布式网络的特点,构建了一种层次化数据分发管理系统仿真结构,提出了层次化DDM系统仿真策略,并对层次化DDM仿真系统的性能进行了分析对比,说明了层次化仿真框架的可行性及优越性。

高层体系结构中DDM数据过滤方法

匹配方法是影响数据分发管理性能的关键因素,是实现数据过滤的有效手段。重点研究了实现DDM数据过滤的两种新方法:排序匹配法和R-树匹配法。分析了排序法和R-树法的过滤原理及其特点,给出了实现排序法的序表方案,以及R-树匹配法的框架组成结构。通过仿真实验对两种方法的性能进行了比较,结果表明,R-树法在构造时间开销和搜索时间开销上均优于排序法。

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。

用DDM实现分布式三维虚拟环境

介绍了HLA中数据分发管理(DDM)的过滤原理;研究分析了目前几种实现DDM过滤机制的方法及其存在的问题,并提出一种简单易行的DDM实现策略,以实现三维虚拟环境的分布式,来提高它的响应速度.

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。

数据分发管理机制中层次化组播地址分配策略

高层体系结构 HL A(high level architecture)支持仿真应用间的互操作和可重用 ,受资源的限制 ,基于因特网的分布仿真面临着系统可扩缩性的挑战 .HLA提供数据分发管理机制 ,为提高系统可扩缩性提供了可能 .分析了 HL A中数据分发管理机制的实现途径 ,针对存在的问题提出了层次化的组播地址分配策略 ,解决了组播地址数量有限与仿真结点机冗余数据接收之间的矛盾 。

分布式交互仿真中一种新的数据分发管理算法的研究

高层体系结构HLA中的数据分发管理DDM的主要目标是为了尽可能地减少成员收到不需要的数据和流过网络的数据量,以有效地使用系统的通信带宽和处理机的计算能力来满足系统的可扩展性,同时也提高了仿真效率。在对HLA中数据过滤机制深入研究的基础上,提出了一种新的DDM算法:首先利用网格进行区域匹配的计算,其次给当前有公布区域和订购区域重叠的网格单元动态地分配组播地址,最后实现把部分公布数据传递给接收方。仿真结果证明了方法的有效性。

无线电通信仿真的数据分布管理

高层体系结构（HLA）可以有效的支持建模与仿真的互操作和可重用，基于HLA这种新型仿真体系结构，对无线电通信仿真的数据分布管理（DDM）进行了研究。描述了一种简化的空中交通控制剧本，用于无线电通信仿真，并以此设计了无线电通信的路由空间，给出了对象的属性表和互操作参数表。

基于网格的数据过滤机制及性能优化研究

在大规模分布式交互仿真中,大量仿真实体之间如何进行有效的数据通信是仿真领域研究的重点和难点。为了解决传统DIS数据过滤机制造成的广播风暴以及网络资源的极大耗费,HLA-RTI提供了基于组播通信的数据分发管理(DDM)服务。分析了不同DDM方法的过滤机理,通过对比指出了它们存在的优缺点,在此基础上,重点研究了基于网格数据过滤机制中网格尺寸大小对过滤性能的影响,提出了一种新的求取最优网格尺寸的方法,经过理论推导阐明了选取最优网格尺寸的制约因素,通过仿真实验说明了网格尺寸的选取不宜过小。

基于颜色Petri网和Lookahead的数据分发管理研究

对高层体系结构(HLA)中数据分发管理(DDM)的研究,主要目标是在符合HLA标准的前提下,提高数据的过滤效率,同时减少计算量,并提供较好的可扩展性适应于各种规模的分布式仿真应用。Lookahead是分布式模拟时间管理协议中的一个重要概念,各模拟实体使用Lookahead把自己产生事件的时间标记情况更早地通知给其它实体,以加快程序的运行。采用颜色Petri网和Lookahead的数据分发机制,能够很好地对数据进行过滤,提高数据的过滤效率,并能保证数据收发的成功率。仿真实验结果表明:基于颜色Petri网和Lookahead的数据分发机制是优于区域匹配方法的。