基于兴趣层次的RTI拥塞控制研究

大规模分布式仿真造成数据的爆炸性增长,极大地限制了仿真的规模化和持续性.因为高层体系结构HLA(high level architecture)体系本身固有的缺乏对数据要求级别的定义,RTI(runtime infrastructure)不能充分利用仿真应用的特点进行拥塞控制.兴趣层次描述了不同的接收者对数据的需求差异,提供了一种引入QoS(quality of service)、拥塞控制和层次化数据分发管理DDM(data distribution management)等技术的基础.将兴趣层次理论应用到RTI的运行机制,提出了一种基于兴趣层次的相位过滤算法以进行运行时支撑环境RTI的拥塞控制.实验表明,基于兴趣层次的相位过滤算法对于控制RTI拥塞状况是有效的,同时具有关键数据和传输稳定性的保障