HLA/RTI大数据量数据采集与过滤方法研究

摘要：数据采集是仿真的一项重要内容，只有通过数据采集和对有效数据的过滤，才可以实现回放、分析、评估等目的。HLA的对象模型模板规定了联邦开发人员开发产生的数据可采用的接口，利用动态编译数据采集工具与分层对象方法采集联邦运行中产生的数据。

关键词：高层体系结构；数据采集；过滤方法

1　引言

随着分布式仿真(Distributed Interactive Simulation，DIS)技术框架的广泛应用，其仿真系统对延展性的要求逐步提高。对于规模较小的数学仿真，由于运算量和记录数据较少，可以在单台微机上运行；对于大规模的作战仿真。其运算量非常大，事后分析所需记录的数据量也非常大”数据采集是仿真的一项重要内容，只有通过数据采集和对有效数据的过滤，才可以实现回放、分析、评估等目的。

与DIS相比。高层体系结构(High LevelArohitecture HLA)通过采取联邦对象模型(Federation objecet Model,FOM)部分更新交换数据、系统延展、数据定购、时间与所有权管理等一系列措施，提高了仿真系统问的互操作性和仿真模型的可重用性。同时。这些措施也造成了仿真系统中的数据复杂化，增加了HLA仿真数据采集与过滤的难度。目前，数据采集与过滤方法集中在网络节点负载、数据计算和存储负载的扩缩矛盾之上，并且数据处理需要通过RTI来进行具体实现，但是RTI只能交换邦员之间必要的公用数据。因此通过RTI的数据不能满足数据采集与过滤的要求。

2　HLA的结构与基本原理

HLA主要由规则、对象模型模板、接口规范三部分组成。HLA的规则是指联邦执行过程中实现联邦成员问的交互所必须遵守的原则和协定；对象模型模板规定了联邦开发人员开发产生的数据可采用的接口；接口规范是联邦成员和运行时间支撑系统(Run Time Jnfrastructure，RTI)间的接口规范。HLA联邦构成的逻辑表示如图1所示。

HLA中数据的管理提供基于类和基于值两种数据过滤方法，它们分别是通过声明管理和数据分发管理服务来实现的。

3　利用动态编译实现数据采集过滤

利用动态编译数据采集工具的主要功能是采集联邦运行中产生的数据，以一定的格式保存下来，为事后分析和回放提供数据源。

数据采集工具实现的原理是其执行程序本身是独立于具体联邦的，但是它针对每一个仿真应用都可以生成相应代码来适应具体的需要。其过程为：首先通过配置向导来选择配置信息，培植信息的内容包括数据类型和联邦运行信息。其次，配置完成后，根据配置信息动态生成一系列代码，将代码形成动态编译，形成成员。此成员就是针对于具体联邦动态生成的数据采集成员。最后，用户可以在形成的对象类树表中选择需要定购的信息。在仿真运行过程中，就可以得到用户所关心的数据内容。图2给出了数据采集过滤成员主要组成和运行过程。

4　分层对象数据采集过滤方法

借鉴HLA的设计思想，将实现数据收集的操作分为可公用部分和不可公用部分，对不可公用部分(与仿真数据定义有关的部分)与可公用部分(与仿真数据定义无关的部分)分别实现，通过公用部分的重用来最大限度地实现嵌入代码的重用。

按照数据收集过滤进行的过程，数据收集可以分成四层共五个部分，如图3所示。

应用层：这一层是仿真系统的应用部分，包括进行仿真、回放和分析等，这些都是仿真系统在实际应用中的具体功能。

控制层：选择数据收集过滤策略，包括需要收集的数据、数据收集进行的条件。

实现层：包括收集和获取两个部分。收集部分的功能是将各仿真数据转换为规定格式的数据；获取部分则将收集的数据通过过滤转换为仿真数据，提供给相关的分析使用。

数据层：包括操作和数据两部分，操作部分实现对数据的读写等操作。是数据部分与外界的接口；数据部分专用于数据的存储。操作部分将仿真数据存储方式的具体实现与仿真系统隔离，可以根据仿真的需要选择不同的数据存储方式。

5　结束语

通过对基于HLA的太数据量数据采集与过滤的研究，提出了可行方法，实践证明该方法基本上可以满足系统的实时性需求。在实现数据采集的基础上提高了代码的可重用性，为仿真数据采集提供了一种新的有效途径。