CN115688495A - 分布式lvc仿真体系协同筹划方法、服务器及存储介质 - Google Patents

分布式lvc仿真体系协同筹划方法、服务器及存储介质 Download PDF

Info

Publication number
CN115688495A
CN115688495A CN202310009541.XA CN202310009541A CN115688495A CN 115688495 A CN115688495 A CN 115688495A CN 202310009541 A CN202310009541 A CN 202310009541A CN 115688495 A CN115688495 A CN 115688495A
Authority
CN
China
Prior art keywords
simulation system
simulation
time
distributed
lvc
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
CN202310009541.XA
Other languages
English (en)
Other versions
CN115688495B (zh
Inventor
张世永
张如轩
肖飞
袁璞
杜智远
候志鑫
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.)
CETC 15 Research Institute
Original Assignee
CETC 15 Research Institute
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 CETC 15 Research Institute filed Critical CETC 15 Research Institute
Priority to CN202310009541.XA priority Critical patent/CN115688495B/zh
Publication of CN115688495A publication Critical patent/CN115688495A/zh
Application granted granted Critical
Publication of CN115688495B publication Critical patent/CN115688495B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/10Flexible AC transmission systems [FACTS]

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种分布式LVC仿真体系协同筹划方法,包括如下步骤:步骤1:将各仿真分系统分为一级仿真系统及二级仿真系统,并构建向量表模板;步骤2:依据向量表模板表征的二级仿真机制,建立二级仿真时间机制;步骤3:按照分配机制依次为二级仿真系统匹配步长策略;步骤4:一级仿真系统对二级仿真系统进行状态检测以及步长策略的调整,并选择最优的步长策略。本发明通过提出并设计时间推进异构仿真体系的协同筹划方法,解决跨域协同大规模分布式LVC仿真体系的时间推进机制异构及由此带来的仿真时效偏低、并发量受限等问题。

Description

分布式LVC仿真体系协同筹划方法、服务器及存储介质
技术领域
本申请属于计算机仿真技术领域,特别涉及一种分布式LVC仿真体系协同筹划方法、服务器及存储介质。
背景技术
分布式LVC仿真是对仿真时间有着严格要求的大规模跨域分布式异构仿真体系,在仿真过程中,仿真体系要求各异构仿真子系统的时间推进或同步机制能够协同起来,按照总任务和总技术需求的要求,稳定、高效、有序地顺序执行各个子步骤,最终汇聚形成仿真整体,完成广泛参与的大规模试验训练。
分布式LVC仿真先后形成了一些典型的产品和技术标准,包括仿真组网(SIM-NET)、分布式交互仿真(DIS)、聚合级仿真协议(ALSP)、高层体系架构(HLA)和试验与训练使能体系结构(TENA)等,这些产品在全球范围内得到了推广、借鉴和运用。各仿真体系都依据仿真结构的特点,匹配设计有其时间推进机制。
分布式仿真体系把各类试验LVC资源、试验管控工具、公共软件设施、基础支撑工具等连接起来,共同组成软件环境。通过接入分布式仿真体系,并且在时间推进机制的协调下,把各分系统有序组织运行起来。仿真体系主体上分为两个层级,即各分系统自成一级,所有分系统集成后再成一级。分系统层级的仿真把局部的独立功能组件连接起来,完成该分系统的功能,在跨域协同大规模数字化仿真环境中,这两类资源接入数量较多,可达到数十甚至数百个。
当前,由于跨域协同分布式仿真的接入规模庞大,物理上距离大,实时数据传输量大,通常采用时间步进的方式,在任意仿真步骤中,等待最后接入节点的任务完成,再进入下一个步骤的仿真。这样做的好处是严格模仿试训任务的业务逻辑,保障仿真过程的可靠性和结果的可信度。时间步进的方式,其缺陷也很明显,在仿真效率、并发量、扩展性等方面都严重受限,此外,异构兼容方法也缺失,制约了技术实现手段和实时性能的提升。
随着联合作战试验、训练的推广发展,甚至实战的到来,跨域协同分布式LVC仿真的业务需求越来越多,对仿真规模和实时性的要求日益提高。以时间步长为推进机制的方法已不适应高要求的场景,亟需研究新的技术方法来支撑新的需求。
发明内容
为了解决所述现有技术的不足,本申请提供了一种分布式LVC仿真体系协同筹划方法,通过提出并设计时间推进异构仿真体系的协同筹划方法,解决跨域协同大规模分布式LVC仿真体系的时间推进机制异构及由此带来的仿真时效偏低、并发量受限等问题。
本申请所要达到的技术效果通过以下方案实现:
根据本发明的第一方面,提供了一种分布式LVC仿真体系协同筹划方法,包括如下步骤:
步骤1:将各仿真分系统分为一级仿真系统及二级仿真系统,并构建向量表模板;
步骤2:依据向量表模板表征的二级仿真机制,建立二级仿真时间机制;
步骤3:按照分配机制依次为二级仿真系统匹配步长策略;
步骤4:一级仿真系统对二级仿真系统进行状态检测以及步长策略的调整,并选择最优的步长策略。
优选地,所述一级仿真系统以及所述二级仿真系统中分别设置有独立的仿真引擎,所述二级仿真系统中的仿真引擎均接入所述一级仿真系统的仿真引擎。
优选地,所述一级仿真系统作为协同管控节点,对二级仿真系统的仿真管控节点进行协同管控以及接收状态反馈信息。
优选地,在步骤2中,所述建立二级仿真时间机制,具体为:一级仿真系统为二级仿真系统分配时间推进的属性和方法,其中,属性包括时间步进、事件驱动、离散并行、墙上时间及其组合;方法即权重,根据所述属性指定对应的时间推进方法。
优选地,在步骤1中,所述向量表为:
Figure 690579DEST_PATH_IMAGE001
其中,e、f、g、h分别代表时间步进向量、事件驱动向量、离散并行仿真和“墙上时间”向量;e1至e4、f1至f4、g1至g4以及h1至h4均为向量元素;
二级仿真时间机制为:
Figure 396629DEST_PATH_IMAGE002
优选地,在仿真体系时间推进机制中,向量元素取值为1或0;当某一个向量元素全为0时,表示仿真体系中无此类时间推进;四个向量中,序号相同的元素只有一个为1。
优选地,在步骤4中,步长策略的调整是指从一级仿真的角度对二级仿真进行步长的调整,步长的单位以各二级仿真时间机制的基本步长为单位。
根据本发明的第二方面,提供一种服务器,包括:存储器和至少一个处理器;
所述存储器存储计算机程序,所述至少一个处理器执行所述存储器存储的计算机程序,以实现上述任一项所述的分布式LVC仿真体系协同筹划方法。
根据本发明的第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述任一项所述的分布式LVC仿真体系协同筹划方法。
本发明的有益效果在于:通过仿真体系时间推进异构的协同筹划方法,给各类大规模跨域分布式LVC仿真任务提供了开放的时间推进设计基础,提升了仿真效率,增加了接入资源节点容量,并增强了仿真体系的可扩展性。在业务上,可提高试验训练任务的规模、更适应新型复杂装备试验鉴定对复杂仿真环境的需求。
附图说明
为了更清楚地说明本申请实施例或现有的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例中一种分布式LVC仿真体系协同筹划方法的流程图;
图2为本申请一实施例中的时间推进有向图;
图3为本申请一实施例中一种服务器的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合具体实施例及相应的附图对本申请的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
如图1所示,在本申请一实施例中,提供了一种分布式LVC仿真体系协同筹划方法,包括如下步骤:
S110:将各仿真分系统分为一级仿真系统及二级仿真系统,并构建向量表模板;
在该步骤中,所述一级仿真系统以及所述二级仿真系统中分别设置有独立的仿真引擎,所述二级仿真系统中的仿真引擎均接入所述一级仿真系统的仿真引擎。
所述一级仿真系统作为协同管控节点,对二级仿真系统的仿真管控节点进行协同管控以及接收状态反馈信息。状态反馈信息包括各仿真分系统的执行进度、仿真分系统之间物理时间关联制约情况。
以四个二级仿真系统为例,向量表模板为:
Figure 812567DEST_PATH_IMAGE003
其中,e、f、g、h分别代表时间步进向量、事件驱动向量、离散并行仿真和“墙上时间”向量四个时间推进机制;向量元素中的e 1e 4、f1f 4等均为二级仿真系统。用于不同仿真体系时做试验准备时的初始化。
具体的例子,选取4个二级仿真系统,e为时间步进向量,其向量元素e 1e 4指各二级仿真系统是否属于时间步进机制,是表示为1,不是表示为0。
可以理解为,e代表一类二级仿真时间机制。e1至e4指被哪一个二级仿真系统选中。
f、g、h中的向量元素的意义与上述e的描述一致,均代表四个二级仿真系统是否属于当前的时间推进机制。
这个表示方法是以二级仿真的基本类型为依据,构建一个向量模板,供试验准备时做初始化设计。
仿真体系时间推进机制为:
Figure 673075DEST_PATH_IMAGE004
在仿真体系时间推进机制中,向量元素(即e1、f1、g1、h1等)取值为1或0;当某一个向量元素全为0时,表示仿真体系中无此类时间推进;四个向量中,序号相同的元素只有一个为1,例如第一个二级仿真系统,只能采用一种时间推进机制,因此在e1、f1、g1、h1中仅允许一个为1。
S120:依据向量表模板表征的二级仿真机制,建立二级仿真时间机制:
在该步骤中,按照分配机制为二级仿真系统匹配时间机制具体为:一级仿真系统根据向量表模板为二级仿真系统分配时间推进的属性和方法,其中,属性指时间推进机制的协调策略,包括时间步进、事件驱动、离散并行、墙上时间及其组合,方法即权重,包括步长权重、事件步长权重序列、离散并行权重向量与序列以及墙上步长权重。权重指物理时间对仿真逻辑时间的量化,权重的调整主要在逻辑时间的基础上,减少分系统在系统仿真时物理时间的浪费。
S130:按照分配机制依次为二级仿真系统匹配步长策略;
在该步骤中,依次为二级仿真系统匹配相应的步长策略,运行仿真系统后进行步骤S140。
S140:一级仿真系统对二级仿真系统进行状态检测以及步长策略的调整,并选择最优的步长策略。
在该步骤中,二级仿真系统将每次仿真后的结果反馈至一级仿真系统中,一级仿真系统统计仿真结果,将各个仿真结果进行比较,选择最优的二级仿真系统的步长策略。
利用上述步骤,一个具体的例子如图2所示,包含四个二级仿真系统,其中:
节点N表示仿真体系协同管控节点;
节点n1至n4表示各分系统仿真管控节点;
L1至L4表示时间推进属性和方法,属性指时间推进机制的协调策略,包括时间步进、事件驱动、离散并行、墙上时间及其组合,共计约15种情形;方法即权重,包括步长权重、事件步长权重序列、离散并行权重向量与序列、墙上步长权重等,如表1中方法所示;
R1至R4表示状态反馈。
时间推进的属性和方法由节点N给出,下表1为15种情形下的属性与方法。
表1 时间推进的属性和方法
Figure 698407DEST_PATH_IMAGE005
设时间步进向量、事件驱动向量、离散并行仿真和“墙上时间”向量为:
Figure 757498DEST_PATH_IMAGE003
仿真体系时间推进机制:
Figure 580223DEST_PATH_IMAGE006
其中,向量元素取值为1或0;当某一个向量元素全为0时,表示仿真体系中无此类时间推进;e、f、g、h四个向量中,序号相同的向量元素只有一个为1。
根据本发明的第二方面,如图3所示,提供一种服务器,包括:存储器301和至少一个处理器302;
所述存储器301存储计算机程序,所述至少一个处理器302执行所述存储器存储的计算机程序,以实现上述所述的分布式LVC仿真体系协同筹划方法。
根据本发明的第三方面,提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现上述所述的分布式LVC仿真体系协同筹划方法。
本发明的有益效果在于:通过仿真体系时间推进异构的协同筹划方法,给各类大规模跨域分布式LVC仿真任务提供了开放的时间推进设计基础,提升了仿真效率,增加了接入资源节点容量,并增强了仿真体系的可扩展性。在业务上,可提高试验训练任务的规模、更适应新型复杂装备试验鉴定对复杂仿真环境的需求。
应该指出,上述详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语均具有与本申请所属技术领域的普通技术人员的通常理解所相同的含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式。此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,以便这里描述的本申请的实施方式能够以除了在这里图示或描述的那些以外的顺序实施。
此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,在这里可以使用空间相对术语,如“在……之上”、“在……上方”、“在……上表面”、“上面的”等,用来描述如在附图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是,空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如,如果附图中的器件被倒置,则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而,示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。该器件也可以其他不同方式定位,如旋转90度或处于其他方位,并且对这里所使用的空间相对描述作出相应解释。
在上面详细的说明中,参考了附图,附图形成本文的一部分。在附图中,类似的符号典型地确定类似的部件,除非上下文以其他方式指明。在详细的说明书、附图及权利要求书中所描述的图示说明的实施方案不意味是限制性的。在不脱离本文所呈现的主题的精神或范围下,其他实施方案可以被使用,并且可以作其他改变。
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 (10)

1.一种分布式LVC仿真体系协同筹划方法,其特征在于,包括如下步骤:
步骤1:将各仿真分系统分为一级仿真系统及二级仿真系统,并构建向量表模板;
步骤2:依据向量表模板表征的二级仿真机制,建立二级仿真时间机制;
步骤3:按照分配机制依次为二级仿真系统匹配步长策略;
步骤4:一级仿真系统对二级仿真系统进行状态检测以及步长策略的调整,并选择最优的步长策略。
2.根据权利要求1所述的分布式LVC仿真体系协同筹划方法,其特征在于,所述一级仿真系统以及所述二级仿真系统中分别设置有独立的仿真引擎,所述二级仿真系统中的仿真引擎均接入所述一级仿真系统的仿真引擎。
3.根据权利要求1所述的分布式LVC仿真体系协同筹划方法,其特征在于,所述一级仿真系统作为协同管控节点,对二级仿真系统的仿真管控节点进行协同管控以及接收状态反馈信息。
4.根据权利要求3所述的分布式LVC仿真体系协同筹划方法,其特征在于,在步骤2中,所述建立二级仿真时间机制,具体为:一级仿真系统为二级仿真系统分配时间推进的属性和方法,其中,属性包括时间步进、事件驱动、离散并行、墙上时间及其组合;方法即权重,根据所述属性指定对应的时间推进方法。
5.根据权利要求4所述的分布式LVC仿真体系协同筹划方法,其特征在于,在步骤1中,所述向量表模板为:
Figure DEST_PATH_IMAGE001
其中,e、f、g、h分别代表时间步进向量、事件驱动向量、离散并行仿真和“墙上时间”向量;e1至e4、f1至f4、g1至g4以及h1至h4均为向量元素;
二级仿真时间机制为:
Figure DEST_PATH_IMAGE002
6.根据权利要求5所述的分布式LVC仿真体系协同筹划方法,其特征在于,在二级仿真时间机制中,向量元素取值为1或0;当某一个向量元素全为0时,表示仿真体系中无此类时间推进。
7.根据权利要求6所述的分布式LVC仿真体系协同筹划方法,其特征在于,四个向量元素中,序号相同的向量元素只有一个为1。
8.根据权利要求4所述的分布式LVC仿真体系协同筹划方法,其特征在于,在步骤4中,步长策略的调整是指从一级仿真系统的角度对二级仿真系统进行步长的调整,步长的单位以各二级仿真时间机制的基本步长为单位。
9.一种服务器,其特征在于,包括:存储器和至少一个处理器;
所述存储器存储计算机程序,所述至少一个处理器执行所述存储器存储的计算机程序,以实现权利要求1至8中任一项所述的分布式LVC仿真体系协同筹划方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被执行时实现权利要求1至8中任一项所述的分布式LVC仿真体系协同筹划方法。
CN202310009541.XA 2023-01-05 2023-01-05 分布式lvc仿真体系协同筹划方法、服务器及存储介质 Active CN115688495B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310009541.XA CN115688495B (zh) 2023-01-05 2023-01-05 分布式lvc仿真体系协同筹划方法、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310009541.XA CN115688495B (zh) 2023-01-05 2023-01-05 分布式lvc仿真体系协同筹划方法、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN115688495A true CN115688495A (zh) 2023-02-03
CN115688495B CN115688495B (zh) 2023-03-28

Family

ID=85057352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310009541.XA Active CN115688495B (zh) 2023-01-05 2023-01-05 分布式lvc仿真体系协同筹划方法、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN115688495B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116108757A (zh) * 2023-04-04 2023-05-12 中国电子科技集团公司第十五研究所 试训环境中多级仿真时间推进方法、服务器及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090089030A1 (en) * 2007-09-28 2009-04-02 Rockwell Automation Technologies, Inc. Distributed simulation and synchronization
CN102201907A (zh) * 2011-03-04 2011-09-28 于辉 一种分布式仿真同步的实现方法
CN106951310A (zh) * 2016-01-06 2017-07-14 北京仿真中心 一种面向lvc的仿真框架的自动生成方法
CN111400895A (zh) * 2020-03-12 2020-07-10 上海机电工程研究所 多层次多粒度跨域联合仿真事件调度方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090089030A1 (en) * 2007-09-28 2009-04-02 Rockwell Automation Technologies, Inc. Distributed simulation and synchronization
CN102201907A (zh) * 2011-03-04 2011-09-28 于辉 一种分布式仿真同步的实现方法
CN106951310A (zh) * 2016-01-06 2017-07-14 北京仿真中心 一种面向lvc的仿真框架的自动生成方法
CN111400895A (zh) * 2020-03-12 2020-07-10 上海机电工程研究所 多层次多粒度跨域联合仿真事件调度方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李婷;韩亮;王江云;: "并行分布实时仿真的时间管理算法研究" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116108757A (zh) * 2023-04-04 2023-05-12 中国电子科技集团公司第十五研究所 试训环境中多级仿真时间推进方法、服务器及存储介质

Also Published As

Publication number Publication date
CN115688495B (zh) 2023-03-28

Similar Documents

Publication Publication Date Title
Liu et al. Adaptive asynchronous federated learning in resource-constrained edge computing
CN101808109B (zh) 语义Web服务组合的模型转换及形式化验证方法
CN108462746A (zh) 一种基于openstack的容器部署方法及架构
CN106301829A (zh) 一种网络业务扩容的方法和装置
CN106910045A (zh) 工作流引擎设计方法及系统
CN111859832B (zh) 一种芯片仿真验证方法、装置及相关设备
CN101685480A (zh) 一种用于大电网安全稳定分析的并行计算方法和计算平台
WO2023098374A1 (zh) 网络资源部署方法、装置、电子设备及存储介质
CN115688495B (zh) 分布式lvc仿真体系协同筹划方法、服务器及存储介质
CN112925611A (zh) 一种基于共享式gpu的分布式容器调度方法及其系统
CN100531070C (zh) 网络资源调度仿真系统
Zhou et al. Hybrid social spider optimization algorithm with differential mutation operator for the job-shop scheduling problem.
Zhao et al. Design of
CN109828826B (zh) 一种任务进度的轮询方法、装置及系统
Dahmann The High Level Architecture and beyond: technology challenges
CN110689174A (zh) 基于公共交通的人员路线规划方法及装置
CN108304261B (zh) 一种基于6D-Torus网络的作业调度方法和装置
CN111597023B (zh) 一种基于学习状态的集群智能调度方法及装置
CN105975276B (zh) 分布式构建系统及方法
CN112748997A (zh) 一种工作流的调度方法及系统
CN101969442B (zh) 基于进程运行环境感知与迁移的网络模拟框架实现方法
US20220214864A1 (en) Efficient deployment of machine learning and deep learning model's pipeline for serving service level agreement
CN114610465A (zh) 任务处理方法、装置及存储介质
CN116108757B (zh) 试训环境中多级仿真时间推进方法、服务器及存储介质
Zhang et al. Deploying GIS services into the edge: A study from performance evaluation and optimization viewpoint

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