CN103781107A - 无线通信网络的仿真、仿真处理方法及装置 - Google Patents
无线通信网络的仿真、仿真处理方法及装置 Download PDFInfo
- Publication number
- CN103781107A CN103781107A CN201210405611.5A CN201210405611A CN103781107A CN 103781107 A CN103781107 A CN 103781107A CN 201210405611 A CN201210405611 A CN 201210405611A CN 103781107 A CN103781107 A CN 103781107A
- Authority
- CN
- China
- Prior art keywords
- emulation
- current simulation
- server
- simulation calculating
- calculating task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Computer And Data Communications (AREA)
Abstract
本发明提供了一种无线通信网络的仿真、仿真处理方法及装置,其中,上述仿真方法包括:接收各个用户客户端的访问请求;在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;通过选择的仿真服务器,将当前仿真运算任务分发到多个分布式计算节点进行并行运算,得到仿真结果。采用本发明提供的上述技术方案,解决了相关技术中无线通信网络仿真运算效率低以及仿真资源利用率低等技术问题,从而大大提高了无线通信网络的仿真运算效率。
Description
技术领域
本发明涉及通信领域,具体而言,涉及一种无线通信网络的仿真、仿真处理方法及装置。
背景技术
在无线网络规划流程中,网络仿真是十分重要的工作环节。网络仿真通过对基站和终端设备、无线承载、业务行为等进行系统建模,并基于GIS地图信息、传模模型信息和基站拓扑信息等输入,对无线网络的覆盖、干扰、容量、性能进行仿真。依据仿真结果进行站点部署和天馈参数调整优化,从而达到网络设计目标。
目前,网络仿真系统均采用单机工作模式,即全部仿真运算在一台独立的计算机上完成。这种仿真平台架构存在以下弊端:
(1)仿真运算能力受限于单台计算机的硬件配置能力(CPU、内存和硬盘空间)。
虽然由于计算机技术的发展,计算机的运算能力不断增强,但单台计算机的运算能力终究是有限的。在处理大型网络的仿真任务,或进行射线跟踪模型仿真运算时,单台计算机的运算能力会成为制约仿真效率的显著瓶颈。
(2)仿真资源利用率低。
单机工作模式下,一台计算机同时只能支持一个用户访问。在整个用户访问时间段内,只有一部分时间计算机是在进行运算的,大部分时间计算机都处于闲置状态,因此仿真资源(硬件和软件资源)的利用率低下,对于昂贵的仿真资源是一种极大的浪费。
针对相关技术中的上述问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中,现有的无线通信网络仿真运算效率低以及仿真资源利用率低等技术问题,本发明提供了一种无线通信网络的仿真、仿真处理方法及装置,以至少解决上述问题。
根据本发明的一个方面,提供了一种无线通信网络的仿真方法,包括:接收各个用户客户端的访问请求;在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;通过选择的仿真服务器,将当前仿真运算任务分发到多个分布式计算节点进行并行运算,得到仿真结果。
根据预设策略在预设的多个仿真服务器中选择用于进行当前仿真运算任务的仿真服务器,包括:获取多个仿真服务器的当前负载状况信息;根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
将当前仿真运算任务分发到多个分布式计算节点进行并行运算之前,包括:根据系统管理员的设置操作设置任务调度策略,其中,任务调度策略用于指示将当前仿真运算任务分发到多个分布式计算节点的方式。
上述任务调度策略包括以下之一:将各个用户客户端所对应用户的当前仿真运算任务平均分配到多个分布式计算节点中进行并行运算;按照各个用户客户端所对应用户的优先级将当前仿真运算任务分配到多个分布式节点中进行并行运算,其中,用户的优先级越高,与该用户对应的当前仿真运算任务分配到的分布式计算节点数量越多;按照接收访问请求的先后顺序,按照先到先得的调度策略将当前仿真运算任务分配到多个分布式节点中进行并行运算。
根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器之后,还包括:从许可证(license)服务器中获取用于执行当前仿真运算任务所需要的license软件,其中,license服务器用于集中存储和管理license软件。
根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器之后,还包括:从指定服务器中获取执行当前仿真运算任务所需要的数据,其中,指定服务器用于集中存数和管理数据并且支持对数据的自动备份。
根据本发明的另一个方面,提供了一种无线通信网络的仿真处理方法,该应用于网关设备中,包括:接收各个用户客户端的访问请求;在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器,其中,选择的仿真服务器用于将当前仿真运算任务分发到多个分布式计算节点中进行并行运算。
根据预设策略在预设的多个仿真服务器中选择用于进行当前仿真运算任务的仿真服务器,包括:获取多个仿真服务器的当前负载状况信息;根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
根据本发明的又一个方面,提供了一种无线通信网络的仿真装置,包括:接收模块,用于接收各个用户客户端的访问请求;选择模块,用于在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;分发模块,用于通过选择的仿真服务器,将当前仿真运算任务分发到多个分布式计算节点中进行并行运算,得到仿真结果。
上述选择模块,包括:获取单元,用于获取多个仿真服务器的当前负载状况信息;选择单元,用于根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
上述装置包括:设置模块,用于根据系统管理员的设置操作设置任务调度策略,其中,任务调度策略用于指示将当前仿真运算任务分发到多个分布式计算节点的方式。
上述设置模块,用于在任务调度策略包括以下之一的情况下设置任务调度策略:将各个用户客户端所对应用户的当前仿真运算任务平均分配到多个分布式计算节点中进行并行运算;按照各个用户客户端所对应用户的优先级将当前仿真运算任务分配到多个分布式节点中进行并行运算,其中,用户的优先级越高,与该用户对应的当前仿真运算任务分配到的分布式计算节点数量越多;按照接收访问请求的先后顺序,按照先到先得的调度策略将当前仿真运算任务分配到多个分布式节点中进行并行运算。
根据本发明的再一个方面,提供了一种无线通信网络的仿真处理装置,应用于网关设备中,包括:接收模块,用于接收各个用户客户端的访问请求;选择模块,用于在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器,其中,选择的仿真服务器用于将当前仿真运算任务分发到多个分布式计算节点进行并行运算。
上述选择模块,包括:获取单元,用于获取多个仿真服务器的当前负载状况信息;选择单元,用于根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
通过本发明,采用通过仿真服务器将当前仿真运算任务分发到多个分布式计算节点进行并行运算的方式,解决了相关技术中无线通信网络仿真运算效率低以及仿真资源利用率低等技术问题,从而大大提高了无线通信网络的仿真运算效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为根据本发明实施例1的无线通信网络的仿真方法的流程图;
图2为根据本发明实施例1无线通信网络的仿真装置的结构框图;
图3为根据本发明实施例1无线通信网络的仿真装置的另一结构框图;
图4为根据本发明实施例2的无线通信网络的仿真处理方法的流程图;
图5为根据本发明实施例2无线通信网络的仿真处理装置的结构框图;
图6为根据本发明实施例2无线通信网络的仿真处理装置的另一结构框图;
图7为根据本发明实施例3的分布式仿真系统的结构框图;
图8为根据本发明实施例3的分布式仿真系统的拓扑示意图;
图9为根据本发明实施例4的在绝对公平调度策略下的分布式仿真方法的流程图;
图10为根据本发明实施例5的在用户优先级调度策略下的分布式仿真方法的流程图;
图11为根据本发明实施例6的在先到先得调度策略下的分布式仿真方法的流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
考虑到相关技术中,无线通信网络仿真运算效率低以及仿真资源利用率低等技术问题,以下结合实施例提供了相关的解决方案,现详细说明。
实施例1
图1为根据本发明实施例1的无线通信网络的仿真方法的流程图。如图1所示,该方法包括:
步骤S102,接收各个用户客户端的访问请求;
步骤S104,在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;
步骤S106,通过选择的仿真服务器,将当前仿真运算任务分发到多个分布式计算节点进行并行运算,得到仿真结果。
通过上述处理步骤,将当前仿真运算任务分发到了多个分布式计算节点进行并行运算,相对于单机工作模式的网络仿真方案,提高了无线通信网络的仿真运算效率,同时提高了仿真资源利用率。
在步骤S104中,为了进一步提高仿真运算效率,可以根据多种策略选择仿真服务器,例如可以考虑运行时间因素,选择运行时间最短的仿真服务器或者根据仿真服务器的配置情况,选择配置最好的仿真服务器,在本实施例的一个优选实施方式中,采用以下方式选择仿真服务器:获取多个仿真服务器的当前负载状况信息;根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
为了提高仿真运算任务调度的灵活性,在本实施例中,还可以由系统管理员根据实际需要设置或修改任务调度策略,具体地:根据系统管理员的设置操作设置任务调度策略,其中,任务调度策略用于指示将当前仿真运算任务分发到多个分布式计算节点的方式。
上述任务调度策略可以包括但不限于以下之一:
(1)将各个用户客户端所对应用户的当前仿真运算任务平均分配到多个分布式计算节点中进行并行运算;
(2)按照各个用户客户端所对应用户的优先级将当前仿真运算任务分配到多个分布式节点中进行并行运算,其中,用户的优先级越高,与该用户对应的当前仿真运算任务分配到的分布式计算节点数量越多;
(3)按照接收访问请求的先后顺序,按照先到先得的调度策略将当前仿真运算任务分配到多个分布式节点中进行并行运算。其中,在较先接收到的所述访问请求对应当前仿真运算任务的并行运算过程中,其它较后接收到的所述访问请求对应当前仿真运算任务排队等候,直至在其之前的仿真运算任务执行完毕。
相关技术中的分布式计算技术,用户需要安装专用的任务提交端软件,并占用单独的软件license(即便无操作时也占用)。因此,用户使用仿真系统一方面会受限于客户端的软件安装条件,另一方面会受限于许可证(license)软件的数目。为解决上述问题,在本实施例中,采用以下实现过程:从license服务器中获取用于执行当前仿真运算任务所需要的license软件,其中,license服务器用于集中存储和管理license软件。这样便实现了对license软件的集中管理,提高了仿真资源的利用率。上述处理过程可以在步骤S104根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器之后进行。
相关技术中,在仿真实现算法的全流程中,并非所有的步骤都需要进行分布式计算,有些步骤是需要进行集中操作的,如仿真参数设置。为了使分布式计算技术适用于移动通信网络仿真的应用,在本实施例中,需要从指定服务器中获取相关数据:从指定服务器中获取执行当前仿真运算任务所需要的数据,其中,指定服务器用于集中存数和管理数据并且支持对数据的自动备份。这样实现了数据的集中管理、维护以及自动备份,增强了数据的安全性。上述处理过程可以在根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器之后进行。
另外,相关技术中,在单机工作模式下,每台计算机各自存放仿真数据文件,数据难以在多台计算机间自由共享,并实现自动备份和安全控制。采用上述处理过程,便可以解决相关技术中存在的上述问题。
在本实施例中还提供了一种无线通信网络的仿真装置,用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述,下面对该装置中涉及到的模块进行说明。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。图2为根据本发明实施例1无线通信网络的仿真装置的结构框图。如图2所示,该装置包括:
接收模块20,连接至选择模块22,用于接收各个用户客户端的访问请求;
选择模块22,连接至分发模块24,用于在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;
分发模块24,用于通过选择的仿真服务器,将当前仿真运算任务分发到多个分布式计算节点中进行并行运算,得到仿真结果。
通过上述各个模块实现的功能,同样可以将当前仿真运算任务分发到了多个分布式计算节点进行并行运算,相对于单机工作模式的网络仿真方案,同样可以提高仿真运算效率以及仿真资源利用率。
和上述方法实施例对应,为了提高仿真运算效率,如图3所示,上述选择模块22,可以包括:获取单元220,连接至选择单元222,用于获取多个仿真服务器的当前负载状况信息;选择单元222,用于根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
为了提高任务调度管理的灵活性,如图3所示,上述装置可以包括:设置模块26,与选择模块22连接,用于根据系统管理员的设置操作设置任务调度策略,其中,任务调度策略用于指示将当前仿真运算任务分发到多个分布式计算节点的方式。
上述设置模块26,用于在任务调度策略包括以下之一的情况下设置任务调度策略:将各个用户客户端所对应用户的当前仿真运算任务平均分配到多个分布式计算节点中进行并行运算;按照各个用户客户端所对应用户的优先级将当前仿真运算任务分配到多个分布式节点中进行并行运算,其中,用户的优先级越高,与该用户对应的当前仿真运算任务分配到的分布式计算节点数量越多;按照接收访问请求的先后顺序,按照先到先得的调度策略将当前仿真运算任务分配到多个分布式节点中进行并行运算。
实施例2
本实施例与实施例1类似,只不过在本实施例中,由网关设备选择仿真服务器。
本实施例中的仿真运算处理方法应用于网关设备中。图4为根据本发明实施例2的无线通信网络的仿真处理方法的流程图。如图4所示,该方法包括:
步骤S402,接收各个用户客户端的访问请求;
步骤S404,在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器,其中,选择的仿真服务器用于将当前仿真运算任务分发到多个分布式计算节点中进行并行运算。
步骤S404,即根据预设策略在预设的多个仿真服务器中选择用于进行当前仿真运算任务的仿真服务器,可以通过以下处理过程实现:获取多个仿真服务器的当前负载状况信息;根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
在本实施例中,还提供了一种无线通信网络的仿真处理装置,应用于网关设备中,该装置用于实现上述方法,如图5所示,该装置包括:
接收模块50,连接至选择模块52,用于接收各个用户客户端的访问请求;
选择模块52,用于在接收到访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器,其中,选择的仿真服务器用于将当前仿真运算任务分发到多个分布式计算节点进行并行运算。
如图6所示,上述选择模块52,包括:获取单元520,连接至选择单元522,用于获取多个仿真服务器的当前负载状况信息;选择单元522,用于根据获取的当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
实施例3
本发明的目的是为了解决单机网络仿真系统架构下存在的运算效率低、数据共享难、资源利用率低的问题,以及现有分布式仿真系统任务调度模式单一、客户端软件配置高,系统资源利用率不够高等问题,提出了一种用于移动通信网络仿真的分布式仿真系统架构。
如图7所示,本实施例中的分布式仿真系统包括:
远程访问客户端702,(2)远程访问门户网关704,(3)仿真服务器706,(4)分布式计算调度器708,(5)分布式计算节点710,(6)文件服务器712,(7)数据库服务器714,(8)license服务器716,(9)高速数据交换模块718。各模块的主要功能如下:
(1)远程访问客户端702:此模块提供分布式仿真系统的用户访问界面。用户可以通过远程访问客户端,在分布式仿真系统上进行数据导入导出,参数设置等操作。远程访问客户端可以有一到多个,可采用通用浏览器IE实现远程客户端的功能。
(2)远程访问门户网关704:此模块提供分布式仿真系统的对外访问接口,并提供仿真服务器的负荷均衡功能。用户通过远程访问客户端,访问远程访问门户网关。远程访问门户网关根据仿真服务器的当前负载状况,选择一台负载最轻的仿真服务器供用户登录。远程访问门户网关的负荷均衡功能是本发明的创新点之一。
(3)仿真服务器706:此模块是分布式仿真系统的任务执行主体之一,可以由一到多台仿真服务器组成。用户通过远程访问门户网关登录一台负载最轻的仿真服务器,在该服务器上进行数据导入导出和仿真参数设置,并进行仿真运算。当执行仿真运算时,仿真服务器向分布式计算调度器提出申请,分布式计算调度器将任务分发到各个分布式计算节点中进行并行运算。
(4)分布式计算调度器708:此模块是实现分布式仿真系统的核心模块。分布式计算调度器接受仿真服务器的运算需求后,按预设置的调度策略将运算任务分配到各个分布式计算节点中,执行并行运算。分布式计算调度器的任务调度策略可由系统管理员进行灵活设置。
(5)分布式计算节点710:此模块是分布式仿真系统的任务执行主体之一,可以由一到多台计算机组成。分布式计算节点接受分布式计算调度器分解的运算任务,执行运算。
(6)文件服务器712:此模块用于集中存放和管理分布式仿真系统所需的所有文件数据,包含地图文件、路损预测文件、基站工程信息表、仿真结果等。仿真服务器和文件服务器进行实时交互,以获得仿真所需的数据。文件服务器可以有一到多台,支持文件自动备份。
(7)数据库服务器714:此模块用于集中存放和管理分布式仿真系统所需的所有数据库数据,主要包含仿真项目的参数设置信息。仿真服务器和数据库服务器进行实时交互,以获得仿真所需的数据。数据库服务器支持数据自动备份。
(8)license服务器716:此模块用于集中存放和管理分布式仿真系统所需的软件license。当用户登录分布式仿真系统时,license服务器为其分配软件license。当用户退出分布式仿真系统时,license服务器收回相应的软件license。
(9)高速数据交换模块718:此模块为分布式仿真系统提供高速数据交换和路由功能。分布式仿真系统内部各模块通过高速数据交换模块实现实时快速数据交互。
上述系统中,除远程访问客户端702外,其它模块均部署在同一个局域网内。远程访问门户网关704、仿真服务器706、分布式计算调度器708、分布式计算节点710、文件服务器712、数据库服务器714、license服务器716分别与高速数据交换模块718用网线连接。其中远程访问门户网关704、仿真服务器706、分布式计算调度器708、分布式计算节点710、license服务器716与高速数据交换模块718的连接可以采用普通五类线,文件服务器712、数据库服务器714与license服务器716的连接可以采用光纤,以保障数据传输的实时性。702模块可通过局域网或广域网访问远程访问门户网关704。
本实施例所述分布式仿真系统的工作步骤如下,其中,以下各个处理步骤的交互关系可以参见图7:
步骤S701,用户登录远程访问客户端,访问分布式仿真系统的远程访问门户网关;
步骤S703,远程访问门户网关查询仿真服务器的当前负载,选择一台负载最轻的仿真服务器供用户访问;
步骤S705,仿真服务器向license服务器申请软件license。如果有,则进入步骤S707,如果没有,则仿真服务器向用户提示无license,用户退出分布式仿真系统;
步骤S707,用户在步骤S703指定的仿真服务器上执行仿真操作,仿真服务器根据需要与文件服务器和数据库服务器进行实时数据交互,存取项目相关数据。
步骤S709,仿真服务器向分布式计算调度器提出分布式运算申请。
步骤S711,分布式计算调度器按预设置的策略将多个并行运算任务分配到各个分布式计算节点。
步骤S713,分布式计算节点执行分布式计算调度器分配的运算任务。运算过程中根据需要与文件服务器进行实时数据交互,运算结果保存到文件服务器。
步骤S715,仿真服务器读取并汇总文件服务器上保存的分布式运算结果,仿真结束。
图8为根据本发明实施例3的分布式仿真系统的拓扑示意图。如图8所示,实施例由远程访问客户端、远程访问门户网关、仿真服务器、分布式计算节点、分布式计算调度器、文件服务器、数据库服务器、license服务器和高速数据交换模块九个单元组成,其中远程访问客户端有k台,仿真服务器有m台,分布式计算节点有n台,k、m、n可以是任何正整数。除远程访问客户端是通过局域网/互联网方式连接到分布式仿真系统的远程访问门户网关外,分布式仿真系统的其他单元均部署在同一个局域网内,上述各个装置或模块通过高速数据交换模块实现互联。
实施例4
本实施例主要说明在绝对公平任务调度策略下的详细工作步骤。本实施例中,假设远程访问客户端有4台,仿真服务器有4台,分布式计算节点有8台。有4个用户依次访问分布式仿真系统。
本实施例的工作步骤如图9所示:
步骤S902,用户1、2、3、4依次通过远程访问客户端1、2、3、4访问远程访问门户网关。
步骤S904,远程访问门户网关查询仿真服务器的当前负载,获得负载最轻的服务器集合,记为Set1。
步骤S906,判断Set1内服务器数目是否为1?如果为1,则进入步骤S908,;如果不为1,则进入步骤S910,。
步骤S908,因为负载最轻的服务器集合Set1内只有一台服务器,则远程访问门户网关直接选取该服务器供用户登陆。
步骤S910,因为负载最轻的服务器集合Set1内有多台负载相同的服务器,则远程访问门户网关随机选取一台服务器供用户登陆。
步骤S912,用户根据远程访问门户网关的分配结果,分别登陆相应的仿真服务器。在本例中,当用户1首先接入时,由于四台仿真服务器负载相同,远程访问门户网关随机分配仿真服务器1供用户1登陆;当用户2接入时,远程访问门户网关查询到仿真服务器2、3、4的负载最轻,随机分配仿真服务器2供用户2登陆;当用户3接入时,远程访问门户网关查询到仿真服务器3、4的负载最轻,随机分配仿真服务器3供用户3登陆;当用户4接入时,远程访问门户网关查询到仿真服务器4的负载最轻,分配仿真服务器4供用户4登陆。
步骤S914,仿真服务器检测到有用户登陆时,向license服务器申请软件license。
步骤S916,license服务器查看是否有空闲license。如果有,则进入步骤S918,如果没有,则进入步骤S920。
步骤S918,license服务器分配空闲license给仿真服务器,用户在仿真服务器上进行仿真操作。当仿真操作涉及与文件服务器和数据库服务器的互操作时,仿真服务器会通过高速数据交换模块自动与文件服务器和数据库服务器发生数据交互。
步骤S920,仿真服务器向用户提示无license,用户退出分布式仿真系统。
步骤S922,用户启动分布式仿真运算任务时,仿真服务器向分布式计算调度器提出分布式运算申请。
步骤S924,在绝对公平调度策略下,分布式计算调度器将分布式计算节点资源在4个用户间平分,用户1占用分布式计算节点1和分布式计算节点2;用户2占用分布式计算节点3和分布式计算节点4;用户3占用分布式计算节点5和分布式计算节点6;用户4占用分布式计算节点7和分布式计算节点8。
步骤S926,分布式计算节点执行分布式计算调度器分配给它的运算任务,运算结束后将结果保存到文件服务器。
步骤S928,仿真服务器读取并汇总文件服务器上保存的分布式运算结果,返回给相应用户,仿真结束。
实施例5
本实施例主要说明在用户优先级任务调度策略下的详细工作步骤。本实施例的系统拓扑方案与实施例4相同,本实施例中的工作步骤如图10所示,其大部分步骤与实施例4相同,只有步骤S1024不同,下面重点阐述步骤S1024的实施过程:
S1024,在用户优先级调度策略下,假设4个用户的优先级不同,用户1的优先级最高,用户2和用户3的优先级其次,用户4的优先级最低,则分布式计算调度器将为不同优先级的用户分配不同数量的分布式计算节点,如用户1占用了分布式计算节点1、分布式计算节点2和分布式节点3;用户2占用分布式计算节点4和分布式计算节点5;用户3占用分布式计算节点6和分布式计算节点7;用户4只占用分布式计算节点8。
实施例6
本实施例主要说明在先到先得任务调度策略下的详细工作步骤。本实施例的系统拓扑方案与实施例4相同。本实施例的工作步骤如图11所示,其大部分步骤与实施例4相同,只有步骤S1124不同,下面重点阐述步骤S1124的实施过程:
S1124,在先到先得调度策略下,假设用户1的申请最先到达分布式计算调度器,用户2其次,用户3再次,用户4最后到达。则分布式计算调度器按用户的到达顺序将全部分布式计算节点资源(分布式计算节点1~分布式计算节点8)分配给用户1使用,其他用户在分布式计算调度器中排队。待用户1的分布式运算任务结束后,分布式计算调度器再将分布式计算节点资源分配给下一个用户执行.
在另外一个实施例中,还提供了一种软件,该软件用于执行上述实施例及优选实施方式中描述的技术方案。
在另外一个实施例中,还提供了一种存储介质,该存储介质中存储有上述软件,该存储介质包括但不限于:光盘、软盘、硬盘、可擦写存储器等。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种无线通信网络的仿真方法,其特征在于,包括:
接收各个用户客户端的访问请求;
在接收到所述访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;
通过选择的所述仿真服务器,将所述当前仿真运算任务分发到多个分布式计算节点进行并行运算,得到仿真结果。
2.根据权利要求1所述的方法,其特征在于,根据预设策略在预设的多个仿真服务器中选择用于进行当前仿真运算任务的仿真服务器,包括:
获取所述多个仿真服务器的当前负载状况信息;
根据获取的所述当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
3.根据权利要求1所述的方法,其特征在于,将所述当前仿真运算任务分发到多个分布式计算节点进行并行运算之前,包括:
根据系统管理员的设置操作设置任务调度策略,其中,所述任务调度策略用于指示将所述当前仿真运算任务分发到多个分布式计算节点的方式。
4.根据权利要求3所述的方法,其特征在于,所述任务调度策略包括以下之一:
将各个用户客户端所对应用户的当前仿真运算任务平均分配到所述多个分布式计算节点中进行并行运算;
按照各个用户客户端所对应用户的优先级将当前仿真运算任务分配到所述多个分布式节点中进行并行运算,其中,用户的优先级越高,与该用户对应的当前仿真运算任务分配到的分布式计算节点数量越多;
按照接收所述访问请求的先后顺序,按照先到先得的调度策略将当前仿真运算任务分配到所述多个分布式节点中进行并行运算。
5.根据权利要求1至4任一项所述的方法,其特征在于,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器之后,还包括:
从许可证license服务器中获取用于执行当前仿真运算任务所需要的license软件,其中,所述license服务器用于集中存储和管理所述license软件。
6.根据权利要求1至4任一项所述的方法,其特征在于,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器之后,还包括:
从指定服务器中获取执行当前仿真运算任务所需要的数据,其中,所述指定服务器用于集中存数和管理所述数据并且支持对所述数据的自动备份。
7.一种无线通信网络的仿真处理方法,应用于网关设备中,其特征在于,包括:
接收各个用户客户端的访问请求;
在接收到所述访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器,其中,选择的仿真服务器用于将所述当前仿真运算任务分发到多个分布式计算节点中进行并行运算。
8.根据权利要求7所述的方法,其特征在于,根据预设策略在预设的多个仿真服务器中选择用于进行当前仿真运算任务的仿真服务器,包括:
获取所述多个仿真服务器的当前负载状况信息;
根据获取的所述当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
9.一种无线通信网络的仿真装置,其特征在于,包括:
接收模块,用于接收各个用户客户端的访问请求;
选择模块,用于在接收到所述访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器;
分发模块,用于通过选择的所述仿真服务器,将所述当前仿真运算任务分发到多个分布式计算节点中进行并行运算,得到仿真结果。
10.根据权利要求9所述的装置,其特征在于,所述选择模块,包括:
获取单元,用于获取所述多个仿真服务器的当前负载状况信息;
选择单元,用于根据获取的所述当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
11.根据权利要求9所述的装置,其特征在于,包括:
设置模块,用于根据系统管理员的设置操作设置任务调度策略,其中,所述任务调度策略用于指示将所述当前仿真运算任务分发到多个分布式计算节点的方式。
12.根据权利要求11所述的装置,其特征在于,所述设置模块,用于在所述任务调度策略包括以下之一的情况下设置所述任务调度策略:
将各个用户客户端所对应用户的当前仿真运算任务平均分配到所述多个分布式计算节点中进行并行运算;
按照各个用户客户端所对应用户的优先级将当前仿真运算任务分配到所述多个分布式节点中进行并行运算,其中,用户的优先级越高,与该用户对应的当前仿真运算任务分配到的分布式计算节点数量越多;
按照接收所述访问请求的先后顺序,按照先到先得的调度策略将当前仿真运算任务分配到所述多个分布式节点中进行并行运算。
13.一种无线通信网络的仿真处理装置,应用于网关设备中,其特征在于,包括:
接收模块,用于接收各个用户客户端的访问请求;
选择模块,用于在接收到所述访问请求后,根据预设策略在预设的多个仿真服务器中选择用于执行当前仿真运算任务的仿真服务器,其中,选择的仿真服务器用于将所述当前仿真运算任务分发到多个分布式计算节点进行并行运算。
14.根据权利要求13所述的装置,其特征在于,所述选择模块,包括:
获取单元,用于获取所述多个仿真服务器的当前负载状况信息;
选择单元,用于根据获取的所述当前负载状况信息,选择当前负载最小的仿真服务器作为执行当前仿真运算任务的仿真服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210405611.5A CN103781107B (zh) | 2012-10-22 | 2012-10-22 | 无线通信网络的仿真、仿真处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210405611.5A CN103781107B (zh) | 2012-10-22 | 2012-10-22 | 无线通信网络的仿真、仿真处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103781107A true CN103781107A (zh) | 2014-05-07 |
CN103781107B CN103781107B (zh) | 2018-03-23 |
Family
ID=50572818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210405611.5A Active CN103781107B (zh) | 2012-10-22 | 2012-10-22 | 无线通信网络的仿真、仿真处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103781107B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104519140A (zh) * | 2015-01-08 | 2015-04-15 | 浪潮(北京)电子信息产业有限公司 | 一种分布式并行计算的服务器系统及其管理方法 |
CN104602254A (zh) * | 2015-01-12 | 2015-05-06 | 上海交通大学 | 一种用于lte系统的分布式并行化系统级仿真方法 |
CN106851671A (zh) * | 2015-12-07 | 2017-06-13 | 中国联合网络通信集团有限公司 | 确定网络状况的方法及装置 |
CN107172650A (zh) * | 2016-03-08 | 2017-09-15 | 中兴通讯股份有限公司 | 一种大规模复杂无线通信系统的仿真方法和系统 |
CN107302446A (zh) * | 2017-05-15 | 2017-10-27 | 深圳怡化电脑股份有限公司 | 一种基于纸币的算法仿真验证方法、客户端及终端设备 |
CN108256966A (zh) * | 2018-01-12 | 2018-07-06 | 瑞银国际物流(江苏)有限公司 | 一种基于区块链的分布式商品追踪方法 |
CN110209471A (zh) * | 2019-06-11 | 2019-09-06 | 珠海格力电器股份有限公司 | 集成了多种仿真软件的云仿真方法及系统 |
CN113067714A (zh) * | 2020-01-02 | 2021-07-02 | 中国移动通信有限公司研究院 | 一种内容分发网络调度处理方法、装置及设备 |
CN113139261A (zh) * | 2020-01-17 | 2021-07-20 | 中国石油化工股份有限公司 | 一种用于提高钻井仿真速度的方法及系统 |
CN117473798A (zh) * | 2023-12-26 | 2024-01-30 | 国家超级计算天津中心 | 仿真项目管理方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101442555A (zh) * | 2008-12-19 | 2009-05-27 | 中国运载火箭技术研究院 | 面向hla的仿真资源代理服务系统 |
CN101741627A (zh) * | 2008-11-14 | 2010-06-16 | 电子科技大学 | 一种双引擎分布式对等网络仿真系统体系结构 |
CN102523249A (zh) * | 2011-11-24 | 2012-06-27 | 哈尔滨工业大学 | 基于Web的分布式远程仿真系统及仿真方法 |
CN102622262A (zh) * | 2012-01-09 | 2012-08-01 | 华中科技大学 | 基于modelica建模语言的分布式实时交互仿真系统 |
-
2012
- 2012-10-22 CN CN201210405611.5A patent/CN103781107B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101741627A (zh) * | 2008-11-14 | 2010-06-16 | 电子科技大学 | 一种双引擎分布式对等网络仿真系统体系结构 |
CN101442555A (zh) * | 2008-12-19 | 2009-05-27 | 中国运载火箭技术研究院 | 面向hla的仿真资源代理服务系统 |
CN102523249A (zh) * | 2011-11-24 | 2012-06-27 | 哈尔滨工业大学 | 基于Web的分布式远程仿真系统及仿真方法 |
CN102622262A (zh) * | 2012-01-09 | 2012-08-01 | 华中科技大学 | 基于modelica建模语言的分布式实时交互仿真系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104519140A (zh) * | 2015-01-08 | 2015-04-15 | 浪潮(北京)电子信息产业有限公司 | 一种分布式并行计算的服务器系统及其管理方法 |
CN104602254A (zh) * | 2015-01-12 | 2015-05-06 | 上海交通大学 | 一种用于lte系统的分布式并行化系统级仿真方法 |
CN104602254B (zh) * | 2015-01-12 | 2018-03-23 | 上海交通大学 | 一种用于lte系统的分布式并行化系统级仿真方法 |
CN106851671A (zh) * | 2015-12-07 | 2017-06-13 | 中国联合网络通信集团有限公司 | 确定网络状况的方法及装置 |
CN107172650A (zh) * | 2016-03-08 | 2017-09-15 | 中兴通讯股份有限公司 | 一种大规模复杂无线通信系统的仿真方法和系统 |
CN107172650B (zh) * | 2016-03-08 | 2022-03-25 | 中兴通讯股份有限公司 | 一种大规模复杂无线通信系统的仿真方法和系统 |
CN107302446B (zh) * | 2017-05-15 | 2020-04-07 | 深圳怡化电脑股份有限公司 | 一种基于纸币的算法仿真验证方法、客户端及终端设备 |
CN107302446A (zh) * | 2017-05-15 | 2017-10-27 | 深圳怡化电脑股份有限公司 | 一种基于纸币的算法仿真验证方法、客户端及终端设备 |
CN108256966A (zh) * | 2018-01-12 | 2018-07-06 | 瑞银国际物流(江苏)有限公司 | 一种基于区块链的分布式商品追踪方法 |
CN110209471A (zh) * | 2019-06-11 | 2019-09-06 | 珠海格力电器股份有限公司 | 集成了多种仿真软件的云仿真方法及系统 |
CN113067714A (zh) * | 2020-01-02 | 2021-07-02 | 中国移动通信有限公司研究院 | 一种内容分发网络调度处理方法、装置及设备 |
CN113067714B (zh) * | 2020-01-02 | 2022-12-13 | 中国移动通信有限公司研究院 | 一种内容分发网络调度处理方法、装置及设备 |
CN113139261A (zh) * | 2020-01-17 | 2021-07-20 | 中国石油化工股份有限公司 | 一种用于提高钻井仿真速度的方法及系统 |
CN113139261B (zh) * | 2020-01-17 | 2024-02-09 | 中国石油化工股份有限公司 | 一种用于提高钻井仿真速度的方法及系统 |
CN117473798A (zh) * | 2023-12-26 | 2024-01-30 | 国家超级计算天津中心 | 仿真项目管理方法、装置、设备和存储介质 |
CN117473798B (zh) * | 2023-12-26 | 2024-05-14 | 国家超级计算天津中心 | 仿真项目管理方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103781107B (zh) | 2018-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103781107A (zh) | 无线通信网络的仿真、仿真处理方法及装置 | |
Sahni et al. | Data-aware task allocation for achieving low latency in collaborative edge computing | |
Lv et al. | AI-enabled IoT-edge data analytics for connected living | |
Rafique et al. | A novel bio-inspired hybrid algorithm (NBIHA) for efficient resource management in fog computing | |
Fu et al. | Dynamic service function chain embedding for NFV-enabled IoT: A deep reinforcement learning approach | |
Chen et al. | Exploiting massive D2D collaboration for energy-efficient mobile edge computing | |
Maguluri et al. | Stochastic models of load balancing and scheduling in cloud computing clusters | |
Javadpour | Improving resources management in network virtualization by utilizing a software-based network | |
Wang et al. | Joint server assignment and resource management for edge-based MAR system | |
Liu et al. | ERP: Edge resource pooling for data stream mobile computing | |
Toczé et al. | ORCH: Distributed orchestration framework using mobile edge devices | |
Wang et al. | Microservice-oriented service placement for mobile edge computing in sustainable internet of vehicles | |
Yusupov et al. | Multi-objective function splitting and placement of network slices in 5G mobile networks | |
Xie et al. | D2D computation offloading optimization for precedence-constrained tasks in information-centric IoT | |
Maia et al. | A multi-objective service placement and load distribution in edge computing | |
CN109196807A (zh) | 网络节点以及操作网络节点以进行资源分发的方法 | |
Rashida et al. | A memetic grouping genetic algorithm for cost efficient VM placement in multi-cloud environment | |
Lin et al. | Column generation based service function chaining embedding in multi-domain networks | |
Liu et al. | Request scheduling combined with load balancing in mobile-edge computing | |
CN103686947A (zh) | 一种基于虚拟ap的报文传输方法和设备 | |
Tseng et al. | An mec-based vnf placement and scheduling scheme for ar application topology | |
Panadero et al. | A two-stage multi-criteria optimization method for service placement in decentralized edge micro-clouds | |
Reddy et al. | An osmotic approach-based dynamic deadline-aware task offloading in edge–fog–cloud computing environment | |
CN112422687A (zh) | 路由决策方法和装置、存储介质 | |
Wu et al. | Characterizing user association patterns for optimizing small-cell edge system performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |