CN106997414B - 一种基于反射内存网络的多学科协同仿真实现方法 - Google Patents

一种基于反射内存网络的多学科协同仿真实现方法 Download PDF

Info

Publication number
CN106997414B
CN106997414B CN201710219066.3A CN201710219066A CN106997414B CN 106997414 B CN106997414 B CN 106997414B CN 201710219066 A CN201710219066 A CN 201710219066A CN 106997414 B CN106997414 B CN 106997414B
Authority
CN
China
Prior art keywords
model
multidisciplinary
simulation
ioce
data
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.)
Active
Application number
CN201710219066.3A
Other languages
English (en)
Other versions
CN106997414A (zh
Inventor
陶栾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Simulation Center
Original Assignee
Beijing Simulation Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Simulation Center filed Critical Beijing Simulation Center
Priority to CN201710219066.3A priority Critical patent/CN106997414B/zh
Publication of CN106997414A publication Critical patent/CN106997414A/zh
Application granted granted Critical
Publication of CN106997414B publication Critical patent/CN106997414B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Multi Processors (AREA)

Abstract

本发明公开一种基于反射内存网络的多学科协同仿真实现方法,包括:进行多学科仿真系统需求描述;进行IOCE模型描述;IOCE模型实现;进行数据管理与总控管理,其中,IOCE模型包含输入、输出、计算和事件,且在一定的外部或内部输入条件下,被一定的消息所触发而产生事件响应,根据响应进行计算并输出结果。本发明的多学科协同仿真实现方法解决传统的复杂武器系统在数字仿真过程中仿真运行耗时长、学科模型之间无法耦合、仿真结果置信度低等问题,实现准实时、高精度的多学科协同仿真。

Description

一种基于反射内存网络的多学科协同仿真实现方法
技术领域
本发明涉及一种多学科协同仿真实现方法。更具体地,涉及一种基于反射内存网络的多学科协同仿真实现方法。
背景技术
反射内存网络是一种特殊类型的共享内存系统,旨在使多个独立计算机共享通用数据集。反射内存网络可在每个子系统中保存整个共享内存的独立备份。每个子系统均享有充分且不受限制的访问权限,还能以极高的本地内存写入速度修改本地数据集。反射内存网络基于实时特性,数据传输速率高,响应时间确定,适用于高速数据同步,过程控制及实时测试测量等领域。
反射内存网络是基于高速网络技术构建的一个高速、实时、确定性的通信环境。利用其传输速度快的特点,解决仿真系统模型之间的数据实时传输。利用其严格的传输确定性和可预测性,解决模型之间的调度问题,尤其是在时间管理方面,减轻了管理的时间开销。利用其丰富的中断信号管理功能,实现仿真系统的整体性能的提升。
反射内存可用于所有使用以太网、光纤通道或其他串行网络将计算机或可编程逻辑控制器连接在一起的应用场合。反射内存与以实时交互作用为首要关注因素的系统关系最为紧密。在需要低延迟与高度通信的系统中,虽然反射内存板价格高于性能较低的硬件,但却能在性能方面,通过极高的易用性带来丰厚回报。
基于反射内存网络构建多学科协同仿真系统,利用多学科协同建模与仿真技术实现复杂武器系统多学科模型的协同仿真运行,打通了各个学科之间的链路,解决传统的数字仿真过程中仿真运行耗时长、学科模型之间无法耦合以及仿真结果置信度低的问题,突破了传统多学科设计验证依赖物理试验手段解决的局限,大幅提升了各类异构数学模型协同仿真的运行效率,有效提升了产品的数字化多学科综合分析/仿真的研制能力。
因此,本发明提供一种基于反射内存网络的多学科协同仿真实现方法。
发明内容
本发明的目的在于提供一种基于反射内存网络的多学科协同仿真实现方法,解决传统的复杂武器系统在数字仿真过程中仿真运行耗时长、学科模型之间无法耦合、仿真结果置信度低等问题,实现准实时、高精度的多学科协同仿真。
为达到上述目的,本发明采用下述技术方案:
一种基于反射内存网络的多学科协同仿真实现方法,包括:
进行多学科仿真系统需求描述;
进行IOCE模型描述;
IOCE模型实现;
进行数据管理与总控管理;
其中,IOCE模型包含输入、输出、计算和事件,且在一定的外部或内部输入条件下,被一定的消息所触发而产生事件响应,根据响应进行计算并输出结果,可表示为:
Model(I,O,C,E)
其中,I是模型的条件,C是模型的功能,E是触发C的外部激励,O是模型的结果。
优选地,多学科仿真系统需求描述包括系统组成框架描述、模型接口参数描述和逻辑关系描述。
优选地,组成框架描述基于功能独立的原则,对产品对象系统进行划分;其中,多学科中每个学科专业作为独立的模块,利用组成框架图表征各个模型之间的输入和输出关系。
优选地,模型接口参数描述包括参数的变量名称、数据类型、物理单位、数据范围、输出源、输出对象、数据更新周期。各模型输入和输出接口参数遵循接口参数表定义。
优选地,逻辑关系描述采用流程图来描述,具体地,逻辑关系描述每一个步长和控制周期内各模块之间数据的交互准则,按一个仿真步长描述每时刻各模型之间的因果时序。
优选地,按照模型之间数据交换关系,定义IOCE模型如下:
I为输入接口;具体地,若为内部输入则模型本体自行获取,若为外部模型提供,则模型通过订购获取;
O为输出接口;若外部模型使用该接口输出数据,则发布输出;
C为计算接口,用于处理外部事件激励;
E为外部事件激励,用于响应外部通知和响应计算。
优选地,输入接口设计要求能接收动态输入和静态输入。静态输入主要是数据文件输入等,其特点是交互频率低,在模型初始化事件触发时处理。动态输入主要是模型依赖的外部接口数据,其特点是交互频繁且随时间变化。
优选地,输出接口的设计需要兼顾其它计算模型的输入接口,输出包括动态输出和静态输出,若模型的输出需要涉及文件输出,则要考虑高速设备和低速设备的协调问题。
优选地,事件触发是计算模型的关键功能且贯穿计算模型的全生命周期。事件提供者可以是其它计算模型,也可以是计算模型自身。要驱动其它计算模型,则要求事件必须能穿透模型边界。
优选地,IOCE模型实现包括:
输入输出数据接口通过数据管理动态库实现;
计算接口由模型自身开发实现;
外部激励事件的调度通过模型中断回调机制实现。
进一步优选地,计算接口由模型自身开发实现采用C语言实现或其他能够调用动态库的语言实现。
优选地,数据管理用于实现IOCE模型的输入输出数据管理,将多学科仿真系统需要发布或订购的数据通过开发动态库实现数据管理。
优选地,总控管理通过中断回调机制实现各IOCE模型之间同步推进并完成初始化、计算和退出计算,中断回调机制包括:
主控管理进程广播回调推进消息并同时更改中断向量值;
中断向量值被更改后将立即触发中断响应,所有注册于该中断向量的中断回调函数立即被执行;
中断发生时刻,各IOCE模型同时开始计算。
本发明的有益效果如下:
本方法实现了基于反射内存网络的多学科仿真系统需求描述、模型描述、模型实现及数据管理和总控管理,能够有效解决传统的数字仿真过程中仿真运行耗时长、学科模型之间无法耦合、仿真结果置信度低的问题;通过采用多学科顶层一体化建模与反射内存网特有的共享内存技术手段,能够有效地改变以往各专业独立开展设计和仿真的接口不统一、模型耦合度差、仿真运行效率低、仿真置信度不高的不足,从而有效支撑数字化复杂产品研制过程中分布、异构、跨学科协同仿真。适用于系统规模庞大、模型异构种类繁多,且具有分布、协同、重用等特点的多学科仿真系统的构建,适用于国防科技领域各军工行业,并可以很容易转化为民用技术,预计此项技术成果有良好的产业化前景。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1示出实施例1中组成框架图示意图。
图2示出实施例1中逻辑流程图示意图。
图3示出实施例1中模型描述示意图。
图4示出实施例1中多学科系统数据依赖关系示意图。
图5示出实施例1中数据管理涵盖的主要函数示意图。
图6示出实施例1中中断回调机制原理图。
具体实施方式
为了更清楚地说明本发明,下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解,下面所具体描述的内容是说明性的而非限制性的,不应以此限制本发明的保护范围。
本方法基于反射内存网络描述了一种多学科协同仿真实现的方法和流程,利用反射内存网络将系统相对独立的专业学科模型软件按照反射内存网的原理进行集成,实现了多学科专业模型信息的互联互通及高速的仿真运行效率,该方法按专业分工,具备通用性、规范性、实时性和可复制性的特点,能有效解决传统的复杂系统在数字仿真过程中仿真运行耗时长、学科模型之间无法耦合、仿真结果置信度低的问题,支持复杂系统的多学科协同设计和仿真,提高系统仿真的效率和置信度。
一种基于反射内存网络的多学科协同仿真实现方法,包括:
进行多学科仿真系统需求描述;
进行IOCE模型描述;
IOCE模型实现;
进行数据管理与总控管理;
其中,IOCE模型包含输入、输出、计算和事件,且在一定的外部或内部输入条件下,被一定的消息所触发而产生事件响应,根据响应进行计算并输出结果,可表示为:
Model(I,O,C,E)
其中,I是模型的条件,C是模型的功能,E是触发C的外部激励,O是模型的结果。
实施例1
步骤1、多学科仿真系统需求描述
多学科仿真系统需求描述主要包括系统组成框架描述、模型接口参数描述和逻辑关系描述三方面内容。
1)组成框架描述
多学科仿真系统框架描述时应基于功能独立的原则,对产品对象系统进行划分。通常每个学科专业应作为独立的模块。系统框架描述时,要考虑与现有复杂系统物理结构对应,通常采用组成框架图来表征。
如图1所示,组成框架图表征了各个模型之间的输入和输出关系,图中各模型应标注关键的物理参数。
2)模型接口参数描述
模型接口参数描述通过参数表来描述,对于每一个接口参数,要求明确各参数的变量名称、数据类型、物理单位、数据范围、输出源、输出对象、数据更新周期。各专业模型内部的变量可不按接口参数表中的变量名称进行定义,但各模型输入和输出接口参数必须遵循接口参数表定义。典型的接口参数表如表1所示。
表1接口参数表
Figure BDA0001263170110000051
3)逻辑关系描述
如图2所示,逻辑关系描述可通过流程图来描述,应描述每一个步长和控制周期内各模块之间数据的交互准则。一般应按一个仿真步长描述每时刻各模型之间的因果时序。
步骤2、IOCE模型描述
如图3所示,IOCE模型描述需要包含输入(Input)、输出(Output)、计算(Calculate)和事件(Event)。即在一定的外部或内部输入条件下,被一定的消息所触发而产生事件响应,根据响应进行计算并输出结果。或者将这类模型简称为IOCE模型,可表示为:
Model(I,O,C,E)
其中,I是模型的条件,C是模型的功能,E是触发C的外部激励,O是模型的结果。按照模型之间数据交换关系,可定义
I—输入接口,如果是内部输入则模型本体自行获取,如果由外部模型提供,模型需要通过订购才能获取;
O—输出接口,如果外部模型使用该接口输出数据,则需要发布输出;
C—计算接口,处理外部事件激励;
E—外部事件激励,用于响应外部通知,响应计算。
1)输入接口设计要求能接收动态输入和静态输入。静态输入主要是数据文件输入等,静态输入的特点是交互频率低,往往在模型初始化事件触发时处理。动态输入主要是模型依赖的外部接口数据,其特点是交互频繁且随时间变化。
2)输出接口的设计需要兼顾其它计算模型的输入接口,输出同样包括动态和静态两类,模型的输出如果需要涉及文件输出,则要考虑高速设备和低速设备的协调问题。
3)事件触发是计算模型的关键功能且贯穿计算模型的全生命周期。事件提供者可以是其它计算模型,也可以是计算模型自身。要驱动其它计算模型,则要求事件必须能穿透模型边界。
步骤3、IOCE模型实现
IOCE模型实现主要是实现其输入输出数据接口、计算接口和外部激励事件的调度接口。
1)输入输出数据接口通过数据管理动态库实现;
2)计算接口由模型自身开发实现。可以采用C语言实现,也可以用所有可以调用动态库的语言来实现。对于Matlab、ADAMS等专业建立的模型采用混合编程来实现;
3)外部激励事件的调度通过模型中断回调机制实现。
步骤4、数据管理与总控管理
最后实现多学科仿真系统的数据管理与总控管理。
1)数据管理主要实现IOCE模型的输入输出数据管理,将多学科仿真系统需要发布或订购的数据通过开发动态库实现数据管理。假设仿真系统模型间数据依赖关系如图4所示。
模型M1、M2、M3为三个独立的进程,因此数据的依赖意味着要实现数据的跨进程传递,反射内存网络环境下只需要写入数据交互空间,其它进程就可从数据交互空间中获取数据。仿真系统实现数据管理的函数如图5所示。
2)总控管理主要是通过中断回调机制实现各IOCE模型之间同步推进并完成初始化、计算、退出三步计算,IOCE模型需要通过事件通知激励其完成计算。中断回调的过程如图6所示,其中,实线为控制流,虚线为数据流,中断回调过程分三步实现:
2.1)主控管理进程广播回调推进消息并同时更改中断向量值;
2.2)中断向量值被更改后将立即触发中断响应,所有注册于该中断向量的中断回调函数立即被执行;
2.3)中断发生时刻,各IOCE模型同时开始计算。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,这里无法对所有的实施方式予以穷举,凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (7)

1.一种基于反射内存网络的多学科协同仿真实现方法,其特征在于,包括:
进行多学科仿真系统需求描述;
所述多学科仿真系统需求描述包括系统组成框架描述、模型接口参数描述和逻辑关系描述;
进行IOCE模型描述;
按照模型之间数据交换关系,定义IOCE模型如下:
I为输入接口;具体地,若为内部输入则模型本体自行获取,若为外部模型提供,则模型通过订购获取;
O为输出接口;若外部模型使用该接口输出数据,则发布输出;
C为计算接口,用于处理外部事件激励;
E为外部事件激励,用于响应外部通知和响应计算;
IOCE模型实现;
所述IOCE模型实现包括:
输入输出数据接口通过数据管理动态库实现;
计算接口由模型自身开发实现;
外部激励事件的调度通过模型中断回调机制实现;
进行数据管理与总控管理;
其中,IOCE模型包含输入、输出、计算和事件,且在一定的外部或内部输入条件下,被一定的消息所触发而产生事件响应,根据响应进行计算并输出结果,可表示为:
Model(I,O,C,E)
其中,I是模型的条件,C是模型的功能,E是触发C的外部激励,O是模型的结果。
2.根据权利要求1所述的多学科协同仿真实现方法,其特征在于,所述组成框架描述基于功能独立的原则,对产品对象系统进行划分;其中,多学科中每个学科专业作为独立的模块,利用组成框架图表征各个模型之间的输入和输出关系。
3.根据权利要求1所述的多学科协同仿真实现方法,其特征在于,所述模型接口参数描述包括参数的变量名称、数据类型、物理单位、数据范围、输出源、输出对象、数据更新周期。
4.根据权利要求1所述的多学科协同仿真实现方法,其特征在于,所述逻辑关系描述采用流程图来描述,具体地,逻辑关系描述每一个步长和控制周期内各模块之间数据的交互准则,按一个仿真步长描述每时刻各模型之间的因果时序。
5.根据权利要求1所述的多学科协同仿真实现方法,其特征在于,所述计算接口由模型自身开发实现采用C语言实现或其他能够调用动态库的语言实现。
6.根据权利要求1所述的多学科协同仿真实现方法,其特征在于,所述数据管理用于实现IOCE模型的输入输出数据管理,将多学科仿真系统需要发布或订购的数据通过开发动态库实现数据管理。
7.根据权利要求1所述的多学科协同仿真实现方法,其特征在于,所述总控管理通过中断回调机制实现各IOCE模型之间同步推进并完成初始化、计算和退出计算,所述中断回调机制包括:
主控管理进程广播回调推进消息并同时更改中断向量值;
中断向量值被更改后将立即触发中断响应,所有注册于该中断向量的中断回调函数立即被执行;
中断发生时刻,各IOCE模型同时开始计算。
CN201710219066.3A 2017-04-06 2017-04-06 一种基于反射内存网络的多学科协同仿真实现方法 Active CN106997414B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710219066.3A CN106997414B (zh) 2017-04-06 2017-04-06 一种基于反射内存网络的多学科协同仿真实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710219066.3A CN106997414B (zh) 2017-04-06 2017-04-06 一种基于反射内存网络的多学科协同仿真实现方法

Publications (2)

Publication Number Publication Date
CN106997414A CN106997414A (zh) 2017-08-01
CN106997414B true CN106997414B (zh) 2020-08-14

Family

ID=59434173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710219066.3A Active CN106997414B (zh) 2017-04-06 2017-04-06 一种基于反射内存网络的多学科协同仿真实现方法

Country Status (1)

Country Link
CN (1) CN106997414B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108665522B (zh) * 2018-05-17 2022-04-19 北京仿真中心 一种高帧频短延时动态场景仿真生成系统和方法
CN108873738A (zh) * 2018-08-06 2018-11-23 中国科学院长春光学精密机械与物理研究所 电子学模型闭环仿真方法
CN109814846A (zh) * 2019-02-15 2019-05-28 湖南高至科技有限公司 一种仿真模型框架构建方法、仿真模型框架及仿真系统
CN111046575A (zh) * 2019-12-23 2020-04-21 中国航空工业集团公司沈阳飞机设计研究所 一种保证仿真一致性的方法及系统
CN112434415B (zh) * 2020-11-19 2023-03-14 中国电子科技集团公司第二十九研究所 一种面向微波光子阵列系统射频前端异构模型的实现方法
CN112463130B (zh) * 2021-02-02 2021-04-20 湖南高至科技有限公司 柔性可配置仿真系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1549171A (zh) * 2003-05-15 2004-11-24 季永萍 基于网格计算的高新技术市场界定标准的实现装置
CN102708234A (zh) * 2012-04-25 2012-10-03 清华大学 基于HLA的Matlab仿真模型集成平台和方法
WO2014078848A1 (en) * 2012-11-19 2014-05-22 Siemens Corporation Functional top-down cyber-physical systems co-design
CN104915242A (zh) * 2015-06-11 2015-09-16 北京航天发射技术研究所 多学科协同仿真架构方法
CN105843665A (zh) * 2015-01-13 2016-08-10 北京仿真中心 一种基于云仿真技术的虚拟样机系统的构建及运行方法
CN106330647A (zh) * 2016-08-30 2017-01-11 石川 一种基于反射内存网的超高精度时间统一方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1549171A (zh) * 2003-05-15 2004-11-24 季永萍 基于网格计算的高新技术市场界定标准的实现装置
CN102708234A (zh) * 2012-04-25 2012-10-03 清华大学 基于HLA的Matlab仿真模型集成平台和方法
WO2014078848A1 (en) * 2012-11-19 2014-05-22 Siemens Corporation Functional top-down cyber-physical systems co-design
CN105843665A (zh) * 2015-01-13 2016-08-10 北京仿真中心 一种基于云仿真技术的虚拟样机系统的构建及运行方法
CN104915242A (zh) * 2015-06-11 2015-09-16 北京航天发射技术研究所 多学科协同仿真架构方法
CN106330647A (zh) * 2016-08-30 2017-01-11 石川 一种基于反射内存网的超高精度时间统一方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于云仿真平台的某武器系统多学科协同仿真技术研究与应用;陶栾;《系统仿真技术及其应用》;20150809;第C032-178页 *
弹道导弹防御系统探测能力建模与分析;柴华;《中国优秀硕士学位论文全文数据库(工程科技II辑)》;20120715;第409-412页 *

Also Published As

Publication number Publication date
CN106997414A (zh) 2017-08-01

Similar Documents

Publication Publication Date Title
CN106997414B (zh) 一种基于反射内存网络的多学科协同仿真实现方法
CN108280522B (zh) 一种插件式分布式机器学习计算框架及其数据处理方法
Chang et al. Asynchronous distributed ADMM for large-scale optimization—Part I: Algorithm and convergence analysis
EP3667496B1 (en) Distributed computing system, data transmission method and device in distributed computing system
Chang et al. Asynchronous distributed ADMM for large-scale optimization—Part II: Linear convergence analysis and numerical performance
JP2017527024A (ja) イベントストリーム変換
WO2017105605A1 (en) Data model design collaboration using semantically correct collaborative objects
CN113568705B (zh) 一种分布式架构下的代码集成仿真方法
CN110838961B (zh) 一种通用航空总线消息调度系统
WO2015094269A1 (en) Hybrid flows containing a continuous flow
CN105468793A (zh) 一种仿真模型数据的自动化管理方法
CN115100353A (zh) 生成数字孪生实例的方法、系统、电子设备及存储介质
US20200278969A1 (en) Unified metrics computation platform
Chang et al. Asynchronous distributed alternating direction method of multipliers: Algorithm and convergence analysis
CN115758789B (zh) 一种复杂实时嵌入式系统的软件架构设计与架构传递方法
CN113033132B (zh) 一种确定端口时序约束的方法及相关装置
CN106598708A (zh) 一种时间触发的嵌入式任务通讯装置与方法
CN105787013A (zh) 一种异构数据的类型名称分配方法及系统
Wang et al. Fast communication structure for asynchronous distributed ADMM under unbalance process arrival pattern
Vakali et al. A distributed framework for early trending topics detection on big social networks data threads
Liu et al. Distributed co-simulation computing based on DDS for large-scale aircraft mechatronic system
CN114911876B (zh) 一种实现数字能源管理系统的分布式计算方法
CN113742266B (zh) 集成电路装置、电子设备、板卡和计算方法
Coetzee et al. Towards unified secure on-and off-line analytics at scale
Hao et al. A parallel logic simulation framework: study, implementation, and performance

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant