论文部分内容阅读
仿真技术作为推动科学发展和社会进步的三大科学研究手段之一,其发展一直与计算技术的发展紧密结合。许多具有挑战性的研究与应用,如复杂战场环境的作战仿真,大规模通信网络与大规模集成电路的设计与验证,空中及道路交通管理,决策支持系统等,对模型精度、计算速度及计算资源的需求远远超过了普通串行计算机所能提供的计算能力,这些问题的解决有赖于并行计算机及并行离散事件仿真(PDES)技术的应用。在PDES技术研究领域中,并行仿真支撑环境的研究具有至关重要的地位,论文围绕建立通用高性能并行离散事件仿真环境的关键技术展开研究,结合并行离散事件仿真支撑环境KD-PARSE (KD-PARallel Simulation Environment),重点讨论了能够适应多种并行计算硬件平台的PDES系统模型、PDES中的时间同步算法、事件管理机制与事件回退算法、及PDES中的模型互操作机制等问题。论文首先从并行仿真所使用的并行计算平台入手,分析了各种并行硬件环境所适用的计算模型,并据此将PDES系统分为同步、异步、共享内存、及消息传递四种模型。在此基础之上,提出了一种适用于MIMD并行计算平台、基于消息传递模式的异步PDES系统模型,该模型可以运行在分布、共享、及混合内存体系结构的并行计算环境中,仿真模型之间统一以消息传递方式进行事件调度,由底层通信软件负责消息在共享内存和分布内存环境中的路由。基于该模型,论文介绍了并行离散事件仿真环境KD-PARSE,包括它的模型表示方法,以及基于该环境建立的并行离散事件仿真系统的体系结构,并重点介绍了KD-PARSE如何实现在共享、分布及混合内存环境中的消息传递操作和同步操作。接下来,论文对PDES中的时间同步算法进行了研究,在介绍时间同步算法相关概念的基础上对文献中已经大量报道的各类同步算法进行了归纳,按照同步算法中若干关键参量的取值将其分为保守同步、乐观同步、容错同步及有限乐观同步四大类算法。论文重点介绍和分析了将乐观同步和积极同步相结合的Breathing Time Warp同步算法,并在集群环境中通过PHOLD实验验证了该算法相对于单独的保守、乐观或积极同步算法的优越性。针对BTW算法静态控制事件处理乐观程度的缺陷,论文提出了一种BTW改进算法SafeBTW,该算法将事件之间的调度关系分为安全因果关系和不安全因果关系,并据此限制事件处理过程中乐观风险的传播范围,经PHOLD实验证明SafeBTW算法在整体仿真计算乐观性增加的情况下可以有效减少因二次回退而引入的计算开销,提高整体仿真计算效率,同时随节点数的增长显示出较强的可扩展性。结合KD-PARSE中的事件管理服务模块的具体实现,论文介绍了PDES中能够支持乐观处理方式的事件模型和事件队列结构。论文分析了KD-PARSE中事件与仿真对象之间的关系,并重点介绍了KD-PARSE中基于增量式状态保存法、反消息法、及懒惰回退法的事件回退算法以及KD-PARSE自动回退框架的设计与实现。接下来,论文介绍了KD-PARSE中的事件队列设计以及节点的事件管理服务框架,最后介绍了PDES中的事件状态管理过程并给出了KD-PARSE中的事件管理服务开销实验结果。最后,论文介绍了KD-PARSE中基于实体模型和事件处理机制的互操作框架。该互操作框架包括数据分发框架和交互处理框架两部分,允许仿真实体按照HLA中定义的模型互操作方法进行实体状态数据的公布定购操作和交互操作,并提供基于实体属性和定购兴趣表达式的数据分发管理(DDM)服务。针对类似集群计算机这样的分布内存计算环境,KD-PARSE对其数据分发框架进行了优化,优化后的DDM服务性能与未优化的设计方案相比,可以显著提高在这类计算环境中的计算性能及可扩展性。