论文部分内容阅读
随着分布式仿真规模的日益扩大,高性能并行计算技术的不断发展,并行与分布式仿真正逐渐成为新的研究热点。时间管理技术是决定并行与分布式仿真正确性和可重复性的关键技术,直接影响着仿真系统的整体性能,因此对时间管理技术进行深入研究具有极其重要的意义。论文首先全面论述了虚拟时间系统,明确了各种时间与仿真类型的基本概念;分析了满足因果关系约束的条件,区分和界定了同步和异步逻辑进程仿真;然后对时间管理算法的研究现状进行了系统的归纳总结与分类研究,比较了它们的基本原理和实现思路,提出了理想的时间管理机制应该满足的条件。保守策略是当前仿真中应用最广泛的时间管理机制,论文在明确前瞻量概念的基础上,对恒定前瞻量、动态前瞻量、前瞻量的形式化描述进行了深入研究;分析了PADS中并发事件与零前瞻量问题,提出了避免回退循环的附加域策略;进一步探讨了前瞻量对PDES系统以及HLA系统的影响。TW乐观时间管理机制的许多思想和概念一直为现在各种算法所借鉴和沿用。论文对TW乐观策略中反消息/回退机制、暂态消息判定机制、时空关系快照机制与消息确认机制进行了研究;分析并解决了GVT计算中的同步与暂态消息问题、异步与并发报告问题;讨论了一致切点和非一致切点及其对GVT计算的影响;研究了GVT的多种实现算法,包括同步GVT、异步GVT、DC-GVT算法等;随后建立了一个TW的性能分析模型,利用该模型对已处理的事件数量、平均回退长度、回退概率及其上限等进行了分析,分析结果对今后TW仿真系统的研发与改进具有一定的指导意义和参考价值。混合策略在一定程度上避免了过分保守或极端乐观的缺点。论文首先分析了纯粹乐观机制存在的缺陷,然后提出了一种不依赖于反消息就能实现乐观推进的MTB混合时间管理算法,并对全局虚拟时间的计算进行了改进,提出一种采用非阻塞栅障同步机制的优化算法EDC-GVT;论文为MTB算法建立了性能分析模型,利用该模型对影响算法性能的关键指标M进行了详细的理论分析;最后采用PHOLD仿真应用模型对（1）MTB混合算法与BTB（Breathing Time Buckets）算法进行了对比实验,实验结果表明MTB算法优于BTB算法;（2）对保守算法、TW算法、MTB算法开展了性能对比实验,实验结果表明:MTB算法在某些条件下具有更小的回退开销和更快的事件处理速度,从而能够获得比TW和保守算法更好的性能。自适应策略能够根据仿真模型的特性以及运行状态的变化动态调整系统的时间管理机制,目前被视为极具发展潜力和应用前景的时间推进策略,在国际上日益成为时间管理技术的研究热点。论文首先提出了HTW算法,将MTB算法和TW算法有机结合起来,通过对其关键参数Nrisk的分析,提出了一种Nrisk前摄算法,据此设计并实现了一种自适应算法AHTW,该算法能够在仿真推进过程中,利用仿真系统当前和历史状态信息提前预测并动态调整Nrisk,从而获得相对良好的性能。论文建立了Nrisk前摄算法的性能分析模型,分析了控制因子对算法性能的影响。然后采用PHOLD模型对AHTW算法、MTB算法、TW算法的性能进行了对比实验,实验结果表明:AHTW算法能够根据仿真模型的变化动态调整系统的乐观程度,具有更好的适应性,能够获得更好的整体性能。为了充分利用系统的计算资源与存储资源,论文还对乐观同步机制中的时空损耗问题进行了研究,建立了时空损耗的模型,给出了检查点间隔的最优取值范围,这对检查点的设置具有重要的指导意义。论文的研究成果能够在具体的支撑环境与应用中实现是本课题研究的根本出发点和最终落脚点。论文以集群系统为硬件支持环境,结合本文的研究成果设计并实现了基于Linux的并行与分布式仿真支撑平台KD-PADSE。它完整实现了保守、乐观、混合和自适应四种时间管理策略,支持基于增量状态保存的回退管理机制;并通过联邦对象封装和HLA代理技术实现了与RTI的无缝互连;此外系统还提供了图形化的仿真监控工具KD-SMT,为并行联邦成员的调试提供了有力的支持。利用KD-PADSE仿真平台,用户无需深入了解并行编程的知识,可以把主要的精力放在仿真对象的建模上,系统会自动处理并行对象的分配和执行等功能。论文围绕并行与分布式仿真中时间管理的关键技术而展开,从算法设计与优化、性能分析与实验、应用研究与系统实现等多个层面对保守、乐观、混合和自适应四种时间管理策略进行了深入研究,并将这些研究成果成功应用到我们自行研发的并行与分布式仿真平台KD-PADSE中,取得了满意的效果,具有良好的应用前景。