CN112115035A - 一种在5g环境下系统级仿真建模平台 - Google Patents

一种在5g环境下系统级仿真建模平台 Download PDF

Info

Publication number
CN112115035A
CN112115035A CN202010949712.3A CN202010949712A CN112115035A CN 112115035 A CN112115035 A CN 112115035A CN 202010949712 A CN202010949712 A CN 202010949712A CN 112115035 A CN112115035 A CN 112115035A
Authority
CN
China
Prior art keywords
simulation
library
platform
module
function library
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.)
Pending
Application number
CN202010949712.3A
Other languages
English (en)
Inventor
刘玉玉
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.)
Suzhou Junteng Intelligent Technology Co ltd
Original Assignee
Suzhou Junteng Intelligent 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 Suzhou Junteng Intelligent Technology Co ltd filed Critical Suzhou Junteng Intelligent Technology Co ltd
Priority to CN202010949712.3A priority Critical patent/CN112115035A/zh
Publication of CN112115035A publication Critical patent/CN112115035A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447Performance evaluation by modeling

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开的属于仿真建模技术领域,具体为一种在5G环境下系统级仿真建模平台,包括建模平台、参数库、功能库、动态分析模块与仿真平台,所述仿真平台包括CPU、GPU、存储模块、通信模块与加速模块,所述建模平台与参数库、功能库连接,所述动态分析模块与参数库、功能库连接,所述动态分析模块与仿真平台连接,本发明技术变化与仿真处理同步进行,达到技术变化对实现影响最小的目的,使用硬件模块来替代软件模块以充分利用硬件所固有的快速特性,用于高速对仿真任务并行处理、软硬件仿真任务分块及映射、高精度信号处理,提高仿真处理效率,能够更为真实地仿真对系统传输时延等一系列指标要求很高的系统应用场景。

Description

一种在5G环境下系统级仿真建模平台
技术领域
本发明涉及仿真建模技术领域,具体为一种在5G环境下系统级仿真建模平台。
背景技术
计算机仿真在移动通信系统的技术研究和标准开发中是评估系统性能的一个非常强大的工具。现代无线通信系统是一个异常复杂的系统,其复杂性体现在应用场景、网络结构等多个方面。第5代移动通信(5G)的候选技术更丰富,应用场景更复杂,传统的采用针对特定场景编码实现的仿真建模模式效率很低,远远不能满足日益增长的仿真需求,且传统的仿真建模平台仿真处理效率较慢,不能够更真实地仿真对系统传输时延等一系列指标要求很高的系统应用场景。
发明内容
本发明的目的在于提供一种在5G环境下系统级仿真建模平台,以解决上述背景技术中提出的传统的采用针对特定场景编码实现的仿真建模模式效率很低,远远不能满足日益增长的仿真需求,且传统的仿真建模平台仿真处理效率较慢,不能够更真实地仿真对系统传输时延等一系列指标要求很高的系统应用场景的问题。
为实现上述目的,本发明提供如下技术方案:一种在5G环境下系统级仿真建模平台,包括建模平台、参数库、功能库、动态分析模块与仿真平台,所述仿真平台包括CPU、GPU、存储模块、通信模块与加速模块,所述建模平台与参数库、功能库连接,所述动态分析模块与参数库、功能库连接,所述动态分析模块与仿真平台连接。
优选的,所述建模平台用于根据输入的数据仿真需求进行建模,并将模型分别输送到参数库与功能库中。
优选的,所述参数库用于根据模型生成仿真参数库,包括系统规格、场景参数、各项技术的配置参数等,以仿真模型为中心,基于仿真模型建立组网场景、网络功能的参数化模板,通过合理组合这些参数化模板减少参数库的复杂度。
优选的,所述功能库用于根据模型映射到对应的功能库,功能库可以通过灵活的接口设计实现解耦和可扩展,根据仿真需求将映射的功能库和参数库有机的组织成为一个完整的仿真流程,将参数库、功能库进行动态配置形成具体的仿真任务,并将仿真任务通过动态分析模块输送给仿真平台进行仿真。
优选的,所述动态分析模块用于根据仿真运行过程中提供分析和配置机制,参与仿真的全过程,包括对仿真任务进行分解,并将仿真数据同步反馈到功能库和参数库,再根据仿真的具体要求配置生成仿真流程。
优选的,所述仿真平台内采用CPU加上GPU的架构方案作为多核CPU并行处理的演变方案,提升了仿真计算的速度,所述CPU擅长复杂逻辑运算,所述GPU拥有上百个流处理器核心,以大量线程实现对数据的计算,两者协同工作,发挥计算机并行处理能力。
优选的,所述加速模块采用可编程门阵列板卡实现,用于高速对仿真任务并行处理、软硬件仿真任务分块及映射、高精度信号处理。
优选的,所述通讯模块用于将仿真结果通讯输出,所述存储模块可对仿真结果进行存储。
与现有技术相比,本发明的有益效果是:
1)参数库根据模型生成仿真参数库,功能库根据模型映射到对应的功能库,根据仿真需求将映射的功能库和参数库有机的组织成为一个完整的仿真流程,将参数库、功能库进行动态配置形成具体的仿真任务,并将仿真任务通过动态分析模块输送给仿真平台进行仿真,动态分析模块用于根据仿真运行过程中提供分析和配置机制,参与仿真的全过程,包括对仿真任务进行分解,并映射到不同的功能库和参数库,再根据仿真的具体要求配置生成仿真流程,技术变化与仿真处理同步进行,达到技术变化对实现影响最小的目的。
2)加速模块采用硬件加速仿真技术,使用硬件模块来替代软件模块以充分利用硬件所固有的快速特性,用于高速对仿真任务并行处理、软硬件仿真任务分块及映射、高精度信号处理,提高仿真处理效率,能够更为真实地仿真对系统传输时延等一系列指标要求很高的系统应用场景。
附图说明
图1为本发明流程示意图;
图2为本发明仿真平台系统逻辑框图。
图中:1建模平台、2参数库、3功能库、4动态分析模块、5仿真平台、6 CPU、7 GPU、8存储模块、9通信模块、10加速模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例:
请参阅图1-2,本发明提供一种技术方案:一种在5G环境下系统级仿真建模平台,包括建模平台1、参数库2、功能库3、动态分析模块4与仿真平台5,其特征在于:所述仿真平台5包括CPU6、GPU7、存储模块8、通信模块9与加速模块10,所述建模平台1与参数库2、功能库3连接,所述动态分析模块4与参数库2、功能库3连接,所述动态分析模块4与仿真平台5连接。
其中,所述建模平台1用于根据输入的数据仿真需求进行建模,并将模型分别输送到参数库2与功能库3中。
所述参数库2用于根据模型生成仿真参数库,包括系统规格、场景参数、各项技术的配置参数等,以仿真模型为中心,基于仿真模型建立组网场景、网络功能的参数化模板,通过合理组合这些参数化模板减少参数库的复杂度。
所述功能库3用于根据模型映射到对应的功能库3,功能库3可以通过灵活的接口设计实现解耦和可扩展,根据仿真需求将映射的功能库3和参数库4有机的组织成为一个完整的仿真流程,将参数库4、功能库3进行动态配置形成具体的仿真任务,并将仿真任务通过动态分析模块4输送给仿真平台5进行仿真。
所述动态分析模块4用于根据仿真运行过程中提供分析和配置机制,参与仿真的全过程,包括对仿真任务进行分解,并将仿真数据同步反馈到功能库和参数库,再根据仿真的具体要求配置生成仿真流程。
所述仿真平台5内采用CPU6加上GPU7的架构方案作为多核CPU并行处理的演变方案,提升了仿真计算的速度,所述CPU6擅长复杂逻辑运算,所述GPU7拥有上百个流处理器核心,以大量线程实现对数据的计算,两者协同工作,发挥计算机并行处理能力。
所述加速模块10采用可编程门阵列板卡实现,用于高速对仿真任务并行处理、软硬件仿真任务分块及映射、高精度信号处理。
所述通讯模块9用于将仿真结果通讯输出,所述存储模块8可对仿真结果进行存储。
工作原理:建模平台1根据输入的数据仿真需求进行建模,并将模型分别输送到参数库2与功能库3中,参数库2根据模型生成仿真参数库,包括系统规格、场景参数、各项技术的配置参数等,以仿真模型为中心,基于仿真模型建立组网场景、网络功能的参数化模板,通过合理组合这些参数化模板减少参数库的复杂度,功能库3用于根据模型映射到对应的功能库,功能库可以通过灵活的接口设计实现解耦和可扩展,根据仿真需求将映射的功能库和参数库有机的组织成为一个完整的仿真流程,将参数库、功能库进行动态配置形成具体的仿真任务,并将仿真任务通过动态分析模块4输送给仿真平台5进行仿真,动态分析模块4用于根据仿真运行过程中提供分析和配置机制,参与仿真的全过程,包括对仿真任务进行分解,并将仿真数据同步反馈到功能库和参数库,再根据仿真的具体要求配置生成仿真流程,在仿真处理进行时,对参数库2与功能库3中数据进行输入调整,动态分析模块4同步对仿真任务中的数据进行变化,数据变化与仿真处理同步进行,达到数据变化对实现影响最小的目的,仿真平台5内采用CPU 6加上GPU 7的架构方案作为多核CPU并行处理的演变方案,提升了仿真计算的速度,CPU6擅长复杂逻辑运算,GPU7拥有上百个流处理器核心,以大量线程实现对数据的计算,两者协同工作,发挥计算机并行处理能力,加速模块10采用可编程门阵列板卡实现,采用硬件加速仿真技术,使用硬件模块来替代软件模块以充分利用硬件所固有的快速特性,用于高速对仿真任务并行处理、软硬件仿真任务分块及映射、高精度信号处理,与CPU6、GPU7配合提高了仿真处理效率,能够更为真实地仿真对系统传输时延等一系列指标要求很高的系统应用场景,通讯模块9用于将仿真结果通讯输出,存储模块8可对仿真结果进行存储。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (8)

1.一种在5G环境下系统级仿真建模平台,包括建模平台(1)、参数库(2)、功能库(3)、动态分析模块(4)与仿真平台(5),其特征在于:所述仿真平台(5)包括CPU(6)、GPU(7)、存储模块(8)、通信模块(9)与加速模块(10),所述建模平台(1)与参数库(2)、功能库(3)连接,所述动态分析模块(4)与参数库(2)、功能库(3)连接,所述动态分析模块(4)与仿真平台(5)连接。
2.根据权利要求1所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述建模平台(1)用于根据输入的数据仿真需求进行建模,并将模型分别输送到参数库(2)与功能库(3)中。
3.根据权利要求2所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述参数库(2)用于根据模型生成仿真参数库,包括系统规格、场景参数、各项技术的配置参数等,以仿真模型为中心,基于仿真模型建立组网场景、网络功能的参数化模板,通过合理组合这些参数化模板减少参数库的复杂度。
4.根据权利要求2所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述功能库(3)用于根据模型映射到对应的功能库(3),功能库(3)可以通过灵活的接口设计实现解耦和可扩展,根据仿真需求将映射的功能库(3)和参数库(4)有机的组织成为一个完整的仿真流程,将参数库(4)、功能库(3)进行动态配置形成具体的仿真任务,并将仿真任务通过动态分析模块(4)输送给仿真平台(5)进行仿真。
5.根据权利要求1所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述动态分析模块(4)用于根据仿真运行过程中提供分析和配置机制,参与仿真的全过程,包括对仿真任务进行分解,并将仿真数据同步反馈到功能库和参数库,再根据仿真的具体要求配置生成仿真流程。
6.根据权利要求1所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述仿真平台(5)内采用CPU(6)加上GPU(7)的架构方案作为多核CPU(6)并行处理的演变方案,提升了仿真计算的速度,所述CPU(6)擅长复杂逻辑运算,所述GPU(7)拥有上百个流处理器核心,以大量线程实现对数据的计算,两者协同工作,发挥计算机并行处理能力。
7.根据权利要求1所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述加速模块(10)采用可编程门阵列板卡实现,用于高速对仿真任务并行处理、软硬件仿真任务分块及映射、高精度信号处理。
8.根据权利要求1所述的一种在5G环境下系统级仿真建模平台,其特征在于:所述通讯模块(9)用于将仿真结果通讯输出,所述存储模块(8)可对仿真结果进行存储。
CN202010949712.3A 2020-09-10 2020-09-10 一种在5g环境下系统级仿真建模平台 Pending CN112115035A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010949712.3A CN112115035A (zh) 2020-09-10 2020-09-10 一种在5g环境下系统级仿真建模平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010949712.3A CN112115035A (zh) 2020-09-10 2020-09-10 一种在5g环境下系统级仿真建模平台

Publications (1)

Publication Number Publication Date
CN112115035A true CN112115035A (zh) 2020-12-22

Family

ID=73802492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010949712.3A Pending CN112115035A (zh) 2020-09-10 2020-09-10 一种在5g环境下系统级仿真建模平台

Country Status (1)

Country Link
CN (1) CN112115035A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1731405A (zh) * 2005-07-14 2006-02-08 上海交通大学 基于网格的喷气发动机分布仿真系统
CN104915482A (zh) * 2015-05-27 2015-09-16 中国科学院遥感与数字地球研究所 一种卫星数据接收仿真分析平台
CN109918820A (zh) * 2019-03-15 2019-06-21 上海微小卫星工程中心 复杂卫星仿真支撑平台
WO2020150194A1 (en) * 2019-01-15 2020-07-23 Qomplx, Inc. Multi-model generative simulation modeling of complex adaptive systems

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1731405A (zh) * 2005-07-14 2006-02-08 上海交通大学 基于网格的喷气发动机分布仿真系统
CN104915482A (zh) * 2015-05-27 2015-09-16 中国科学院遥感与数字地球研究所 一种卫星数据接收仿真分析平台
WO2020150194A1 (en) * 2019-01-15 2020-07-23 Qomplx, Inc. Multi-model generative simulation modeling of complex adaptive systems
CN109918820A (zh) * 2019-03-15 2019-06-21 上海微小卫星工程中心 复杂卫星仿真支撑平台

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李凯等: "5G环境下系统级仿真建模与关键技术评估", 《中兴通信技术》, vol. 22, no. 3, pages 1 *
杨志龙;王学文;谢嘉成;杨兆建;: "网络环境下刮板输送机减速器参数化动力学仿真系统分析", 矿业研究与开发, no. 06 *

Similar Documents

Publication Publication Date Title
Zhang et al. An fpga-based reconfigurable cnn accelerator for yolo
CN106951926B (zh) 一种混合架构的深度学习方法及装置
CN113168563A (zh) 用于神经网络的残差量化
CN113273082A (zh) 具有异常块浮点的神经网络激活压缩
CN117237513A (zh) 光线跟踪系统和方法、在光线跟踪系统中处理数据的方法
CN108090313B (zh) 一种复杂岩石裂隙模型建模识别方法
CN110704364A (zh) 基于现场可编程门阵列的自动化动态重构方法及系统
US20110078644A1 (en) Asychronous system analysis
WO2023193547A1 (zh) 用于生成和存储电路仿真过程中的波形数据的方法、电子设备和存储介质
CN113868999A (zh) 芯片优化系统及方法
CN102981827A (zh) 一种基于中间件的显示界面数据处理方法及平台
CN114611449B (zh) 一种模拟电路的快速仿真优化方法及其系统
CN111062173A (zh) 一种面向gpu芯片渲染输出单元功能仿真方法及平台
CN1996263A (zh) 一种实时位真仿真开发系统及其方法
CN110765715A (zh) 一种面向gpu芯片渲染输出单元性能仿真方法及平台
Lee et al. A hardware-software co-simulation environment
CN117574767A (zh) 存内计算架构软硬件系统仿真方法和仿真器
CN112115035A (zh) 一种在5g环境下系统级仿真建模平台
Huang et al. Edgellm: A highly efficient cpu-fpga heterogeneous edge accelerator for large language models
US20220343144A1 (en) Server and accelerator for neural network computations
CN111143208B (zh) 基于处理器技术辅助fpga实现ai算法的验证方法
CN114036769A (zh) 面向航电系统物理架构的功能部署方案生成方法及装置
CN113660046A (zh) 一种大规模无线信道系数产生的加速方法
Zhang et al. Design of a Convolutional Neural Network Accelerator based on PYNQ
CN219552890U (zh) 基于宽参数双涡卷保守混沌系统的数字信号发生器

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