CN111885631A - 一种广域仿真模型边界协同方法 - Google Patents

一种广域仿真模型边界协同方法 Download PDF

Info

Publication number
CN111885631A
CN111885631A CN202010723493.7A CN202010723493A CN111885631A CN 111885631 A CN111885631 A CN 111885631A CN 202010723493 A CN202010723493 A CN 202010723493A CN 111885631 A CN111885631 A CN 111885631A
Authority
CN
China
Prior art keywords
simulation model
local
wide
area
boundary
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
Application number
CN202010723493.7A
Other languages
English (en)
Other versions
CN111885631B (zh
Inventor
曹春耕
曹瑾墨
曹楚沐
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.)
Shanghai Sensorlead Technology Co ltd
Original Assignee
Shanghai Sensorlead Technology Co ltd
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 Shanghai Sensorlead Technology Co ltd filed Critical Shanghai Sensorlead Technology Co ltd
Publication of CN111885631A publication Critical patent/CN111885631A/zh
Application granted granted Critical
Publication of CN111885631B publication Critical patent/CN111885631B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/06—Testing, supervising or monitoring using simulated traffic
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (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)

Abstract

本发明公开了一种广域仿真模型边界协同方法，包括多个相邻且相关的局部仿真模型、广域仿真模型、分布式计算单元、云计算资源、通讯网络系统、授时系统、分布式传感网络系统；所述的授时系统结合通讯网络系统为所述分布式传感网络系统的传感数据产生过程授时，同时为分布式计算单元和与云计算资源授时；所述的分布式传感网络系统对现实世界进行在线测量，并通过柔性仿真模型实现局部现实世界信息动态虚化，并在各自的分布式计算单元内完成在线仿真运算任务；所述的局部仿真模型通过所述通讯网络系统汇聚于云端，利用云计算资源进行广域仿真模型运算。本发明有利于对现实世界的全局开展协调或规划工作，提高效率。

Description

一种广域仿真模型边界协同方法
技术领域
本发明涉及通信技术领域，具体涉及一种广域仿真模型边界协同方法。
背景技术
5G时代除了网络速度快，还具有低功耗、低时延、泛在的特征，其大部分新功能，恰好是传感技术深入发展的需要。网络速度快和低功耗的好处很显然；泛在是指无处不在的意思，泛在是为了连通每个角落里的物体，其意义在于：传感让物体可以“说话”，网络让物体“说的话”发布出去。通过安装在物体里面的传感设备，表述自己的状态信息，就是物体“说的话”。物体内部的每个局部都是相互关联的，而物体又于外部的环境关联在一起。通过传感器获得其中某些参数，并使得这些参数以一种关联关系耦合在一起。建立多参量之间的耦合有一个重要前提：它们发生的顺序有严格的时间逻辑。这就需要时钟同步，而低时延恰好是传感的需要。
鉴于5G基站小、矮、密的特征，并且具有数据时延小的特征，十分适合城市分布式传感网络构建。传感是数据源，无线通讯基站是数据网，基站分布与城市基础设施融合在一起，包括道路设施、地下管网、市政设施等。以无线通讯基站为平台，城市设施布设的传感设备、网连成为一个整体。传感信息实现“物语”，随时用传感信息表述其当前状态，如果只是通过通讯基站对外发布原始的传感数据，这些数据只能通过网络传输到异地进行分析处理，效率低下，而且会存在网络时延，经过多次转发之后，这种网络时延会被累积。
针对上述效率低下且网络时延的问题，本发明拟在基站本地设置计算机，可以对“传感数据流”进行“流处理”，让数据变得更具有“可阅读性”。
发明内容
本发明的目的是为了克服现有技术的不足，提供了一种广域仿真模型边界协同方法，利用通讯网络进行计算软硬件资源就近协同，用于物联信息资源化的广域范围内的统一，是一种资源匹配与协调的方法。通过两个以上相邻且相关的局部仿真模型的互为边界条件的关系，建立两个以上的局部仿真模型关联耦合关系，从而构建广域的全局仿真模型。
本发明是通过以下技术方案实现：
一种广域仿真模型边界协同方法，包括多个相邻且相关的局部仿真模型、广域仿真模型、分布式计算单元、云计算资源、通讯网络系统、授时系统、分布式传感网络系统；所述的授时系统结合通讯网络系统为所述分布式传感网络系统的传感数据产生过程授时，同时为分布式计算单元和与云计算资源授时；所述的分布式传感网络系统对现实世界进行在线测量，并通过柔性仿真模型实现局部现实世界信息动态虚化，并在各自的分布式计算单元内完成在线仿真运算任务；所述的局部仿真模型通过所述通讯网络系统汇聚于云端，利用云计算资源进行广域仿真模型运算。
进一步地，所述授时系统的授时对象包括传感数据、局部仿真模型以及广域仿真模型。
进一步地，所述的局部仿真模型由分布式计算单元进行仿真运算，并通过传感数据实时运算构建。
进一步地，所述分布式计算单元包括实现运算功能的软硬件设备以及被仿真实体附近的计算资源。
进一步地，相邻且相关的两个局部仿真模型之间互为边界，两个局部仿真模型之间通过边界逻辑耦合在一起。
进一步地，所述的边界为仿真模型的局部区域以外的边缘参数变化，且参数变化量能引起局部区域以内的仿真模型，在局部区域仿真运算中通过相互导入区域以外的边缘参数变化量，从而实现两个或以上的局部仿真模型相互关联耦合在一起。
进一步地，至少两个局部仿真模型通过动态的边界关系相互关联耦合在一起构建成全局仿真模型，所述广域仿真模型是指至少以一项具体的应用需求为目的信息资源的全局仿真模型。
进一步地，该协同方法主要包括如下步骤：
步骤a、利用自带传感设备和本地计算单元的无线基站，通过就近协同机制，实现就近局部世界信息资源化；
步骤b、基于步骤a中的就近局部世界信息资源化，利用数学模型仿真，实现相邻且相关的局部信息资源融合，实现广域现实世界信息资源化；
步骤c、基于步骤b中的广域现实世界信息的资源化，对广域现实世界的全局开展协调或规划，现实世界的资源协调每个相邻且相关局部之间的边界。
进一步地，在所述步骤a中，本地计算单元对传感数据流进行流处理。
与现有的技术相比，本发明的有益效果是：
1、在本发明中，针对5G基站密集分布导致本地计算机也密集分布的问题，利用分布式计算资源可以满足分布式传感网络的运算需要，一方面可以实现本地运算，另一方面也可以实现“就近协同运算”。
2、在本发明中，利用传感+数学仿真模型，能够实现“柔性仿真模型”，这种虚拟的动态模型可以跟随现实世界的变化而变化，将现实世界的信息以动态的网格化仿真模型的方式展现，以一种资源的方式展现于虚拟信息世界之中。
3、在本发明中，利用传感+本地计算+就近协同，可以实现“边缘计算”的局部世界信息资源化展示，并利用云计算资源和“强相关”的约束条件，解决边界之间相互影响的问题。
4、在本发明中，利用传感+本地计算+就近协同+云计算，可以实现“广域”现实世界信息资源化，“广域”现实世界信息的资源化，有利于现实世界的资源“大协同”，有利于对现实世界的全局开展协调或规划工作，提高效率。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一种广域仿真模型边界协同方法，包括多个相邻且相关的局部仿真模型、广域仿真模型、分布式计算单元、云计算资源、通讯网络系统、授时系统、分布式传感网络系统；所述的授时系统结合通讯网络系统为所述分布式传感网络系统的传感数据产生过程授时，同时为分布式计算单元和与云计算资源授时；所述的分布式传感网络系统对现实世界进行在线测量，并通过柔性仿真模型实现局部现实世界信息动态虚化，并在各自的分布式计算单元内完成在线仿真运算任务；所述的局部仿真模型通过所述通讯网络系统汇聚于云端，利用云计算资源进行广域仿真模型运算。
所述授时系统的授时对象包括传感数据、局部仿真模型以及广域仿真模型；所述的局部仿真模型由分布式计算单元进行仿真运算，并通过传感数据实时运算构建；所述分布式计算单元包括实现运算功能的软硬件设备以及被仿真实体附近的计算资源；相邻且相关的两个局部仿真模型之间互为边界，两个局部仿真模型之间通过边界逻辑耦合在一起。
所述的边界为仿真模型的局部区域以外的边缘参数变化，且参数变化量能引起局部区域以内的仿真模型，在局部区域仿真运算中通过相互导入区域以外的边缘参数变化量，从而实现两个或以上的局部仿真模型相互关联耦合在一起。至少两个局部仿真模型通过动态的边界关系相互关联耦合在一起构建成全局仿真模型，所述广域仿真模型是指至少以一项具体的应用需求为目的信息资源的全局仿真模型。
该协同方法主要包括如下步骤：
步骤a、利用自带传感设备和本地计算单元的无线基站，通过就近协同机制，实现就近局部世界信息资源化，本地计算单元对传感数据流进行流处理。
步骤b、基于步骤a中的就近局部世界信息资源化，利用数学模型仿真，实现相邻且相关的局部信息资源融合，实现广域现实世界信息资源化。
步骤c、基于步骤b中的广域现实世界信息的资源化，对广域现实世界的全局开展协调或规划，现实世界的资源协调每个相邻且相关局部之间的边界。
针对5G基站密集分布导致本地计算机也密集分布的问题，利用分布式计算资源可以满足分布式传感网络的运算需要，一方面可以实现本地运算，另一方面也可以实现“就近协同运算”。利用传感+数学仿真模型，能够实现“柔性仿真模型”，这种虚拟的动态模型可以跟随现实世界的变化而变化，将现实世界的信息以动态的网格化仿真模型的方式展现，以一种资源的方式展现于虚拟信息世界之中。利用传感+本地计算+就近协同，可以实现“边缘计算”的局部世界信息资源化展示，并利用云计算资源和“强相关”的约束条件，解决边界之间相互影响的问题。利用传感+本地计算+就近协同+云计算，可以实现“广域”现实世界信息资源化，“广域”现实世界信息的资源化，有利于现实世界的资源“大协同”，有利于对现实世界的全局开展协调或规划工作，有利于提高效率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种广域仿真模型边界协同方法，包括多个相邻且相关的局部仿真模型、广域仿真模型、分布式计算单元、云计算资源、通讯网络系统、授时系统、分布式传感网络系统；其特征在于：
所述的授时系统结合通讯网络系统为所述分布式传感网络系统的传感数据产生过程授时，同时为分布式计算单元和与云计算资源授时；
所述的分布式传感网络系统对现实世界进行在线测量，并通过柔性仿真模型实现局部现实世界信息动态虚化，并在各自的分布式计算单元内完成在线仿真运算任务；
所述的局部仿真模型通过所述通讯网络系统汇聚于云端，利用云计算资源进行广域仿真模型运算。
2.根据权利要求1所述的一种广域仿真模型边界协同方法，其特征在于：所述授时系统的授时对象包括传感数据、局部仿真模型以及广域仿真模型。
3.根据权利要求1所述的一种广域仿真模型边界协同方法，其特征在于：所述的局部仿真模型由分布式计算单元进行仿真运算，并通过传感数据实时运算构建。
4.根据权利要求1所述的一种广域仿真模型边界协同方法，其特征在于：所述分布式计算单元包括实现运算功能的软硬件设备以及被仿真实体附近的计算资源。
5.根据权利要求3所述的一种广域仿真模型边界协同方法，其特征在于：相邻且相关的两个局部仿真模型之间互为边界，两个局部仿真模型之间通过边界逻辑耦合在一起。
6.根据权利要求5所述的一种广域仿真模型边界协同方法，其特征在于：所述的边界为仿真模型的局部区域以外的边缘参数变化，且参数变化量能引起局部区域以内的仿真模型，在局部区域仿真运算中通过相互导入区域以外的边缘参数变化量，从而实现两个或以上的局部仿真模型相互关联耦合在一起。
7.根据权利要求6所述的一种广域仿真模型边界协同方法，其特征在于：至少两个局部仿真模型通过动态的边界关系相互关联耦合在一起构建成全局仿真模型，所述广域仿真模型是指至少以一项具体的应用需求为目的信息资源的全局仿真模型。
8.根据权利要求1或7所述的一种广域仿真模型边界协同方法，其特征在于：该协同方法主要包括如下步骤：
步骤a、利用自带传感设备和本地计算单元的无线基站，通过就近协同机制，实现就近局部世界信息资源化；
步骤b、基于步骤a中的就近局部世界信息资源化，利用数学模型仿真，实现相邻且相关的局部信息资源融合，实现广域现实世界信息资源化；
步骤c、基于步骤b中的广域现实世界信息的资源化，对广域现实世界的全局开展协调或规划，现实世界的资源协调每个相邻且相关局部之间的边界。
9.根据权利要求8所述的一种广域仿真模型边界协同方法，其特征在于：在所述步骤a中，本地计算单元对传感数据流进行流处理。
CN202010723493.7A 2019-09-17 2020-07-24 一种广域仿真模型边界协同方法 Active CN111885631B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2019108762133 2019-09-17
CN201910876213 2019-09-17

Publications (2)

Publication Number Publication Date
CN111885631A true CN111885631A (zh) 2020-11-03
CN111885631B CN111885631B (zh) 2024-05-03

Family

ID=73201591

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010723493.7A Active CN111885631B (zh) 2019-09-17 2020-07-24 一种广域仿真模型边界协同方法

Country Status (1)

Country Link
CN (1) CN111885631B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6975981B1 (en) * 2000-07-07 2005-12-13 Networkfab Corporation Method for communication with real-time remote devices over wide-area communications networks
CN102682174A (zh) * 2012-05-15 2012-09-19 上海森首光电科技有限公司 一种基于传感数据的柔性有限元自动分析方法
CN104601665A (zh) * 2014-12-22 2015-05-06 西安电子科技大学 一种对物联网感知设备进行云端实时仿真的系统和方法
CN107766889A (zh) * 2017-10-26 2018-03-06 济南浪潮高新科技投资发展有限公司 一种云端边缘计算融合的深度学习计算系统和方法
CN108494516A (zh) * 2018-01-19 2018-09-04 杭州博烁晟斐智能科技有限公司 一种通信铁塔故障监测系统分布式授时方法
CN108810937A (zh) * 2018-05-30 2018-11-13 北京邮电大学 一种移动性管理的控制平面优化方法和控制器
US20180349547A1 (en) * 2017-06-02 2018-12-06 TuSimple Large scale distributed simulation for realistic multiple-agent interactive environments
CN109240821A (zh) * 2018-07-20 2019-01-18 北京航空航天大学 一种基于边缘计算的分布式跨域协同计算与服务系统及方法
US20190068455A1 (en) * 2017-08-31 2019-02-28 Artis Consulting, L.P. System and Method for IoT Device Signal Simulation
US20190138934A1 (en) * 2018-09-07 2019-05-09 Saurav Prakash Technologies for distributing gradient descent computation in a heterogeneous multi-access edge computing (mec) networks

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6975981B1 (en) * 2000-07-07 2005-12-13 Networkfab Corporation Method for communication with real-time remote devices over wide-area communications networks
CN102682174A (zh) * 2012-05-15 2012-09-19 上海森首光电科技有限公司 一种基于传感数据的柔性有限元自动分析方法
CN104601665A (zh) * 2014-12-22 2015-05-06 西安电子科技大学 一种对物联网感知设备进行云端实时仿真的系统和方法
US20180349547A1 (en) * 2017-06-02 2018-12-06 TuSimple Large scale distributed simulation for realistic multiple-agent interactive environments
US20190068455A1 (en) * 2017-08-31 2019-02-28 Artis Consulting, L.P. System and Method for IoT Device Signal Simulation
CN107766889A (zh) * 2017-10-26 2018-03-06 济南浪潮高新科技投资发展有限公司 一种云端边缘计算融合的深度学习计算系统和方法
CN108494516A (zh) * 2018-01-19 2018-09-04 杭州博烁晟斐智能科技有限公司 一种通信铁塔故障监测系统分布式授时方法
CN108810937A (zh) * 2018-05-30 2018-11-13 北京邮电大学 一种移动性管理的控制平面优化方法和控制器
CN109240821A (zh) * 2018-07-20 2019-01-18 北京航空航天大学 一种基于边缘计算的分布式跨域协同计算与服务系统及方法
US20190138934A1 (en) * 2018-09-07 2019-05-09 Saurav Prakash Technologies for distributing gradient descent computation in a heterogeneous multi-access edge computing (mec) networks

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
TESNIM MEKKI；ISSAM JABRI；ABDERREZAK RACHEDI；MAHER BEN JEMAA: ""Proactive and hybrid wireless network access strategy for Vehicle Cloud networks: An evolutionary game approach"", 《2017 13TH INTERNATIONAL WIRELESS COMMUNICATIONS AND MOBILE COMPUTING CONFERENCE (IWCMC)》 *
刘艳; 王燕: ""一种基于云计算建模方法研究与实现"", 《河南科学》, vol. 34, no. 2 *
曹春耕；吴琥；李子欣: ""人工神经网络在电网中的应用"", 《中国电业（技术版）》, no. 2015 *

Also Published As

Publication number Publication date
CN111885631B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
Wu et al. Digital twins and artificial intelligence in transportation infrastructure: Classification, application, and future research directions
CN106683198A (zh) 一种综合管网的三维自动建模及调度渲染的方法
Guo et al. Context-aware object detection for vehicular networks based on edge-cloud cooperation
CN110347764A (zh) 一种生态空间数据整合方法
CN103619027A (zh) 一种异构网络融合场景下的联合式基站选址优化方法
CN102982209A (zh) 基于hla的空间网络可视化仿真系统及仿真方法
CN110704630A (zh) 一种标识化关联图谱自优化机制
Zhang et al. Mirage: an efficient and extensible city simulation framework (systems paper)
TWM540341U (zh) 綠建築效能模擬分析系統
CN111132181B (zh) 应用于无线通信网络的射线跟踪技术方法和装置
CN111885631B (zh) 一种广域仿真模型边界协同方法
Su et al. Virtual reality practice in architecture design
Li et al. Flexible distributed heterogeneous computing in traffic noise mapping
CN104392490A (zh) 基于gis平台的电网资源格网化气象影响范围分析方法
Zhang et al. A survey of V2X testing for cooperative connected and automated mobility
Wang Application of virtual reality technology in digital tourism
CN103345505B (zh) 一种基于全球尺度剖分面片的空间对象拓扑关系判断方法
Luo Design of Communication Framework for Building CAD System Model Based on Multimedia Simulation
CN103096366A (zh) 基于分布式仿真无线设备在电磁环境中通信的信道控制方法
Zhao et al. Research on building supply chain collaboration model based on BIM and internet of things technology and its application
Govori et al. A Comprehensive Performance Evaluation of Procedural Geometry Workloads on Resource-Constrained Devices
Zhu Intelligent applications to smart cars based on 5G MEC with IoT
Heng-wei et al. Research on semi-automatic geo-referencing approach in city information modeling
Geng Intelligent BIM building technology (BT) based on optimization algorithm
Zhang et al. Design and research of substation inspection mode based on digital twins

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