基于网格(精选12篇)
基于网格 篇1
一、网格资源概述
1. 网格资源。
随着网络信息化程度的不断提高, 网络资源呈几何级数增长。但是由于网络和操作系统之间的异构性, 不同系统之间的数据很难共享, 因此, 便形成了一个个的信息孤岛, 资源的管理、共享及互操作难以完成。网格就是把整个因特网整合成1台巨大的超级计算机, 从而实现计算资源、存储资源、信息资源和专家资源等网上资源的全面共享, 可以有效地利用互联网上大量闲置的资源。
2. 网格资源管理。
网格研究的核心是网格资源管理, 而网格资源发现是网格管理的一个基本组成部分, 按照给定所需资源的描述, 返回与之相匹配的资源集合, 资源发现是把资源和资源请求者联系起来的关键环节, 是实现网格资源按需调度的重要保障。网格资源匹配是指在网格中的1个资源被分配去运行1个请求之前, 用户选择适合于请求资源的过程。
3. 网格常见资源选择匹配算法。
网格中现有常见的资源选择匹配算法有ClassAd资源匹配、Gang匹配、基于约束满足匹配等算法, 这几种算法都要求对资源属性和需求进行语法描述, 因此在应用过程中很难再向其加入新概念或新知识。而且在网格环境下, 资源和用户大多都是跨越了多个不同的组织或机构, 这就很难保证资源描述和用户请求使用相同的属性名。随着语义Web的发展, 可以把本体引入到资源描述和用户请求中进行资源匹配, 从而解决网格中资源描述和请求的异构问题, 提高资源查找的灵活性。
二、网格资源体系结构
1. 构造层 (Fabric) 。
由物理或逻辑实体组成, 目的是为上层提供共享的资源。常用的物理资源包括计算资源、存储系统、目录和网络资源等内容。逻辑资源包括分布式文件系统、分布计算池、计算机群等。构造层组件的功能受高层需求影响, 基本功能包括资源查询和资源管理的QoS保证。
2. 连接层 (Connectivity) 。
该层定义了网格中安全通信与认证授权控制的核心协议。资源间的数据交换和授权认证、安全控制都在这一层控制实现。该层组件提供单点登录、代理委托、本地安全策略整合以及基于用户的信任策略等功能。
3. 资源层 (Resource) 。
该层建立在连接层的通信和认证协议之上, 可以满足安全会话、资源初始化、资源运行状况监测、资源使用状况统计等需求, 通过调用构造层函数来访问和控制局部资源。
4. 汇集层 (Collective) 。
该层将资源层提交的受控资源汇集在一起, 供虚拟组织的应用程序共享和调用。该层组件可以实现各种共享行为, 包括目录服务、资源协同、资源监测诊断、数据复制、负荷控制和账户管理等功能。
5. 应用层 (Application) 。
应用层是在虚拟组织环境中存在的。应用程序通过各层的应用程序编程接口 (API) 调用相应的服务, 再通过服务调动网格上的资源来完成任务。为了便于网格应用程序的开发, 需要构建支持网格计算的大型函数库。
三、本体的概念
1. 本体的含义。
本体 (Ontology) 最早是一个哲学范畴的概念, 后来随着人工智能的发展, 被人工智能赋予了新的定义, 在语义网的发展中扮演了一个关键的角色。在计算机科学中, 本体是共享概念模型的形式化规范说明。这一概念包含了4层含义:概念模型, 通过抽象客观世界中一些现象的相关概念而得到的模型, 其表示的含义独立于具体的环境状态。明确, 概念及使用这些概念的约束都有明确的定义。形式化, 本体能通过本体语言编码, 使计算机可读且可以被处理。共享, 本体中体现的是共同认可的知识, 反映的是相关领域中公认的概念集。
2. 本体的目标。
本体的目标是捕获相关领域的知识, 提供对该领域知识的共同理解, 确定该领域内共同认可的词汇, 并从不同层次的形式化模式上给出这些词汇和词汇间相互关系的明确定义, 从而实现对领域知识的推理。
四、基于本体的资源匹配
基于本体的资源匹配框架包括资源本体、资源信息收集器、推理器和匹配器, 如图1所示。由资源信息收集器负责动态地搜集资源信息, 转化为资源本体中的实例, 并相应的更新后台知识库。用户可以用简单的自然语言向匹配器提交资源请求, 匹配器将收到的资源请求转换成资源本体中的概念, 然后利用概念的包含关系, 执行资源匹配, 并向用户返回匹配结果。
五、资源匹配框架的具体功能
1. 资源本体。
包括物理资源本体、逻辑资源请求本体和Policy本体。由于OWL提供了更多的原语, 支持更加丰富的语义表达, 并可更好地支持推理, 因此, 使用OWL定义了网格资源本体, 在分析网格领域常用领域词汇和常用资源的基础上, 参考NPACI、ESG及NASA's Information Power Grid, 初步建立概念分类树和属性分类树, 并在此基础上建立了网格资源本体。
2. 资源信息收集器。
直接与网格资源和网格信息服务交互, 动态地搜集资源信息, 转化为资源本体中的概念或实例, 并相应的更新后台知识库。
3. 推理器。
利用Pellet推理器, 执行概念有效性、本体完整性和概念分类约束的检查, 并接收用户查询, 结合领域本体进行推理。通过概念和角色的包含和被包含关系来匹配资源描述和用户请求, 通过已经得到的显性知识, 利用逻辑推理和计算, 获得隐性的知识, 从而实现了基于本体的资源描述、发现和匹配。概念的包含关系有以下4种情况:Request⊆Resource|Request≡Resource, 请求是资源的子概念, 或请求与资源是相等的概念, 表示得到了一个满足所有需求和约束的精确的或最佳的匹配。Request⊇Resource, 请求是资源的父概念, 即资源不能完全满足所有需求, 但可作为一个相近的匹配或选择。Request∩Resource≠NULL, 请求和资源有交集, 可作为1个候选资源。Request∩Resource=NULL, 资源交集为空, 即没有匹配的资源。
4. 匹配器。
匹配器是资源匹配的核心, 它接收用户请求, 并将收到的资源请求转换成资源本体中的概念, 检查请求中是否有冲突, 然后利用概念的包含关系, 执行资源匹配。当有多个资源符合用户请求时, 采用资源竞标机制, 该算法不仅考虑到资源的性能, 还考虑了资源当前的负载情况, 当某些资源的负载过重时, 系统将把任务分配给负载较轻的资源, 以实现系统负载平衡。
资源竞标机制具体算法如下:设匹配的资源有n个, 利用式 (1) 计算各资源的竞标值。
其中, B (i) 表示第i (1≤i≤n) 个资源的竞标值, L (i) 表示第i个资源的CPU使用率, E (i) 表示第i个资源执行任务的期望时间。然后, 根据式 (2) 计算第i个资源竞标值所占的概率P (i) , 选择P (i) 值最高的资源执行任务。
利用竞标机制可使一部分作业从负载较重的节点转移到负载较轻的节点, 从而使得网格节点达到负载均衡。
六、结论与展望
本文, 笔者详细讨论了网格资源管理及基于本体的网格资源匹配模型, 基于本体的网格资源选择服务通过概念和角色的包含与被包含关系来匹配资源描述和用户请求, 从而省去了领域专家显式定义匹配规则的繁琐工作。同时, Pellet推理机制的引入, 提高了隐性知识的发现, 实现了基于本体的网格资源描述、发现和匹配。当有多个资源符合用户请求时, 使用资源竞标机制, 不仅考虑到资源的性能, 还考虑到资源当前的负载情况, 当某些资源的负载过重时, 系统将把任务分配给负载较轻的资源, 以实现系统的负载平衡, 从而提高资源发现效率, 完善网格资源管理, 为网格用户提供更好的服务。
基于网格 篇2
提出了一个基于二维规则网格的SIRS疾病传播模型,在模型中,研究了群体密度d,传播效率λ及个体的.游动对疾病传播的影响.理论分析和仿真模拟表明该疾病传播模型存在一个临界值(λd)c,只有当群体传播效率和群体密度的乘积λd大于(λd)c时,疾病才能在群体中持续稳定地传播. 另外,研究还发现当群体密度不太大的时候个体的游动更有利于疾病的传播. 根据这些研究结果最后给出了相应的疾病预防和控制措施.
作 者:周海平蔡绍洪 ZHOU Hai-ping CAI Shao-hong 作者单位:周海平,ZHOU Hai-ping(贵州大学,理学院,贵州,贵阳,550025;贵阳学院,计算机科学系,贵州,贵阳,550003)
蔡绍洪,CAI Shao-hong(贵州大学,理学院,贵州,贵阳,550025;贵州财经学院,信息学院,贵州,贵阳,550004)
基于网格 篇3
【关键词】位置服务 查询隐私 k-匿名 网格和密度 最小匿名空间
【中图分类号】TP309 【文献标识码】A 【文章编号】2095-3089(2016)11-0249-01
Interval Cloak产生的大量的空间冗余现象是由于空间划分精度太粗和没有考虑用户分布情况,体现用户分布不均匀的状态就是密度的概念,而空间网格化是为了提高空间划分的精度。本节将在地理信息系统中应用比较成熟的网格技术,对空间进行网格划分,以网格为一个计算单元,再根据用户分布密度,在用户分布相对密度最大的范围内寻找合适的匿名集。
一、算法原理
在地理信息系统中,网格数据模型被用来分析空间特征,由于其数据结构简单,且成本低廉等优势,在地理空间分析中得到了广泛应用。网格数据模型中,空间被规则的划分为网格,每个网格的位置由网格的行列号来表示,网格的值表示这个位置上物体的类型或状态。本节提出的基于网格和密度的(GDB, Grid and Density?鄄Based)匿名空间查找算法基本思想是首先将整个空间映射为m×n网格,提高空间计算的精度,再利用空间用户分布相对密度公式,计算用户分布相对密度,在用户分布密度最大的范围内寻找满足匿名条件的匿名集,根据密度概念,容易得知,同一k匿名要求下,用户分布密度越大,匿名空间越小,正是利用这个原理,GDB在用户分布密度最大的范围内寻找满足匿名条件的最小匿名空间。
二、剥离冗余边缘
对于最小包含空间S2的空间冗余部分,本小节定义了用户分布相对密度公式,根据此公式,计算各网格用户分布相对密度,然后由远及近用户分布密度由小到大依次剥离其冗余边缘,为避免用户过于密集,匿名空间过小导致的位置隐私泄露,限定条件匿名空间的最小粒度为Smin。
根据用户分布相对密度矩阵,以用户u为中心,由远及近依次删除用户分布相对密度最小的行或列,直到剥离某条边缘后,得到的匿名空间不满足匿名条件。
三、敏感度约束
为了满足LBS(p, k)匿名条件,需在MASSA算法过程中加入p敏感约束,称为p-MASSA算法,针对一般LBS(p, k)匿名提出的算法称为p1-MASSA算法,针对增强的LBS(p, k)匿名提出的算法称为p2-MASSA算法。
与空间用户分布矩阵类似,对于用户提交的敏感查询和非敏感查询,分别用1和0来表示,构建匿名区域内用户查询敏感度矩阵,矩阵每个坐标的值表示对应网格内敏感查询的个数,为了简化计算,将匿名集中敏感查询所占比例不超过p的条件修改为匿名集中敏感查询个数不超过floor(k×p),仍以上面的例子为例,假设查询敏感度矩阵如矩阵Sid,若用户敏感度要求为0.3,即空间内敏感查询的个数不超过floor(4×0.3)=1,根据矩阵Sid可知阴影区域内敏感查询个数为1,满足匿名条件,则直接将该空间返回。
算法描述了基于增强的LBS(p, k)匿名空间查找算法。1行,Q集状态初始化,4~8行,在匿名度条件、匿名空间最小粒度条件满足的前提下,若敏感查询个数大于floor(k×p),则根据用户分布密度矩阵和敏感度矩阵依次删除用户分布密度最小,敏感度最大的网格内的查询,9~12行,若While循环退出时敏感查询个数不超过floor(k×p),则将此时Q内的所有查询标记flag修改为true,表示该集合内的查询满足敏感度条件,查询都能被处理,之后算法过程不需考虑查询敏感性,与MASSA算法过程相同,找到合适的匿名空间并将其返回,13~15行,否则,表示匿名失败,拒绝此次查询请求。
四、总结
本文分析了目前最典型的匿名空间查找算法在查找过程中产生的大量的空间冗余现象,提出了基于网格和密度的最小k匿名空间查找算法,首先将空间划分为m×n网格,其次,根据用户所处网格邻域空间内的用户数对空间进行迭代分割,找到最小包含空间,然后根据用户分布密度矩阵一次剥离用户分布密度最小的边,找到最小匿名空间。最后,在MASSA算法内加入了p敏感约束,并构建了查询敏感度矩阵,根据第3章提出的一般LBS(p, k)匿名模型和增强的LBS(p, k)匿名模型,分别提出了p1-MASSA算法和p2-MASSA算法,p1-MASSA算法最小以空间边缘为一个处理单位,p2-MASSA算法最小以一个网格为处理单位,先删除敏感度最大的网格,在敏感度要求较高的情况下,提高了匿名成功的可能性。
参考文献:
[1]刘洋.位置服务:冬去春未来[J]. 环球财经, 2011, 12(7): 99-101.
[2]潘晓,肖珍,孟小峰.位置隐私研究综述[J]. 计算机科学与探索, 2007, 1(3): 268-281.
[3]魏琼,卢炎生.位置隐私保护技术研究进展[J]. 计算机科学, 2008, 35(9): 21-25.
基于网格的信息服务模式研究 篇4
一、网格技术概述
1、网格的概念
网格是构筑在互联网上的一组新兴技术,它将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体,为科技人员和普通老百姓提供更多的资源、功能和交互性,使人们能够透明地使用计算、存储等其他资源。其主要特点是利用超高速互联网将分散在不同地理位置的计算机、设备及其它资源整合成一台威力巨大的“虚拟的超级计算机”,其中每台参与计算的计算机算就是一个结点,而整个计算是由成千上力个结点组成的一张网格,从而实现计算资源、高级仪器资源、数据资源、信息资源、知识资源、专家资源的全面共享,向用户提供一站式服务。
2、网格关键技术
(1)网格结点:网格计算资源的提供者,它包括高端服务器、集群系统、MPP系统大型存储设备和数据库等,这些资源在地理位置上是分布的,系统具有异构特性。
(2)资源管理和任务调试工具:计算资源管理工具要解决资源的描述、组织和管理等关键问题,任务调度工具其作用是根据当前系统的负载情况,对系统内的任务进行动态调度,提高系统的运行效率。
(3)网格中间件:目前软件界研究的热点,尤其是网格中间件正处于起步阶段。网格中间件(Grid Middleware)提供核心服务,如远程进程管理服务、资源分配服务、存储访问服务、信息服务、安全控制服务、质晕服务(QOS)。
(4)监测工具:如何帮助使用人员充分利用网格计算中的资源,离不开高性能分析和监测工具。
(5)应用层的可视化工具:网格计算的主要领域是科学计算,面对海量的数据想通过人工分析得出正确的判断十分困难。如果把计算结果转换成直观的图形信息,就能帮助研究人员摆脱理解数据的困难,这就要研究能在网格计算中传输和读取的可视化工具。
二、基于网格的主要信息服务模式
1、信息集成服务模式
网格最早是以集成异构计算平台的身份出现,接着跨入分布式海量数据处理领域,自然而然地,网格将在信息集成领域一展身手。所谓信息网格,就是要通过统一的信息交换架构和大量的中间件,向用户提供“信息随手可得”式的服务。数字信息集成服务模式就是对具有差异性、分布性的数字信息资源、技术、人员、机构与服务功能进行集成,实现对分散的数字信息资源系统的有效控制,构建数字信息面向用户的高效能、综合化的信息集成服务体系。它以信息服务内容与产品的集成为目标,以功能的集成作为结构,以平台的集成作为技术基础,以人的集成作为根本保证,最终形成统一的检索平台、一次性用户认证、不同系统之间的无缝链接和完整的集成化数字信息服务综合平台体系。
可以预见,信息集成将是网格最可能流行起来的应用方向。新的网格标准草案WSRF (Web Services Resource Framework)的出台使得网格服务与Web服务彻底融为一体,这标志着网格已经调整好方向,将信息集成作为第一目标了。我们认为,数字信息服务模式的发展趋势应当朝一种面向用户的、资源系统、服务系统与用户信息利用系统聚合在同一信息空间的、智能化的集成信息服务模式的方向发展。
2、知识服务模式
网格技术为人们对知识信息的需求由文本单元向知识单元深度发展提供了实现的可能性,同时也要求人类采用新的知识组织方式来建立知识管理的大平台。可以预见,网格技术将会对知识服务带来革命,并将引发知识管理学的诞生。构建网格的目的在于实现人类知识的有效利用。它不仅对网格管理软件提出了技术要求,同时也对知识服务的理论和方法提出了挑战。
在用户行为方面,数字化网络化地获取科技信息已经逐步成为前沿科研人员的一种基本要求和行为习惯,而且,用户强烈地要求这种获取和利用不再是针对众多复杂的数据库或系统,而是形成逻辑整体的集成检索与利用,此外对知识内容进行挖掘也越来越受关注。所有这些,将是基于用户信息平台、按照个性化方式、集成整合多种信息资源和信息系统来进行。因而,需要对知识资源进行整合。
3、个性化信息服务模式
在网络环境下,个性化服务是一种网络信息服务的方式,这种服务方式的实现主要是根据用户的设定,借助于计算机及网络技术,对信息资源进行收集、整理、分类、分析,向用户提供和推荐相关信息,以满足用户对信息的需求。开展网络个性化服务是提高信息服务质量和信息资源使用效益的重要手段,突出了信息服务的主动性,开拓了信息服务的新思路。随着智能技术的不断完善和成熟,它必然会成为网站的主要信息服务方式。这种智能推送方式既可以通过改造现有的非智能化的信息推送服务来实现,也可以在传统的拉取方式中加入智能化的“推”来实现,具体方式便是开发和利用智能搜索工具。
三、结束语
总之,网格作为国家未来信息基础设施,其研究、开发、建设和运行管理既涉及大量的技术难题,也要求人们思想观念上的更新变化。我们应该把握网格技术发展的大好机遇,变革传统的信息服务模式,争取在网格技术研究的竞赛中走在世界前列,更好地满足国家信息化的需求。
参考文献
[1]、杨晓湘.网格技术与数字图书馆知识服务[J].现代情报, 2006, (10)
[2]、邓灵斌, 臧国荣.网格技术影响下的数字信息服务模式研究[J].情报科学, 2006, (2)
基于网格 篇5
基于曲线网格的平面二维冷却水数值模拟研究
对曲线坐标系下冷却水控制方程采用控制体积法与SIMPLE算法进行离散求解,建立了基于曲线网格的平面二维冷却水数学模型.在此基础上,对概化连续弯曲河段冷却水运动进行了模拟,数值计算结果表明模型能合理反映温排水运动规律,证明了本模型运用于实际电厂冷却水模拟的`可行性.
作 者:杨芳丽 张小峰 YANG Fang-li ZHANG Xiao-feng 作者单位:武汉大学,水资源与水电工程科学国家重点实验室,武汉,430072刊 名:中国农村水利水电 ISTIC PKU英文刊名:CHINA RURAL WATER AND HYDROPOWER年,卷(期):“”(1)分类号:P332.6关键词:冷却水 曲线坐标系 同位网格 数值模拟
基于网格 篇6
【关键词】网格技术;电子商务;应用模式
电子商务的发展为很多企业带来了巨大的经济效益,要想电子商务平台能够高效的运转,需要具有充沛的信息流、资金流和物质流,由此才能够构建一个完整的电子商务平台。虽然我国有一部分企业具有优越的电子商务平台,但是仍然有许多企业因为信息资源、专家资源、存储资源或者计算资源的缺失,而无法进一步发展电子商务事业。同时还有一些企业出现资源冗余、高性能的计算机工作量不足,存储资源空置等等现象。这就导致对于这些资源的供需出现了极大的失衡,不利于我国信息产业以及商业的健康发展。而网格技术的应用,有效的解决了这一难题,通过资源共享,能够将这些资源充分的利用起,创建一个资源共享平台。利用网格技术创建电子商务平台,信息产品的边际成本就可以忽略不计,而每增加一个成员,在成本不变的情况下,整个网络的效用会被放大,在信息产品付费的情况下,还会增加一笔收入,所以利用网格技术创建电子商务平台具有重要的意义。
一、电子商务平台的应用需求
(一)平台的透明性 电子商务平台在应用时应该具有透明化的特点,注册使用的用户不用知道平台的内部结构和工作原理,只要是通过网格浏览器来访问服务器,就可以在平台所提供的界面来完成自己的工作,一切运作流程都可以在平台上完成。
(二)平台具有集成化的功能 平台具有强大的功能性,能够充分的满足系统用户的需求,信息的交流、资金的支付等各项活动都可以在平台上完成。综合各种功能于一体,既方便又快捷。
(三)平台的安全性 由于在电子商务平台中交易的各种信息都关系到用户的隐私,所以安全性是平台应该具备的基本属性。而且在平台中进行的资金交易,也要确保安全性。安全是平台能够持续运作的基本要素,也是系统用户可以信赖的重要保障。
(四)平台具有动态自适应性 由于电子商务平台每时每刻都会有信息和资金等活动的发生,所以为了确保平台能够安全稳定的运行,需要对其进行动态监测。通过动态监测,能够及时的了解信息资源和资金的运行状态,从而便于对资源进行调整、分配以及扩展,确保资源能够处于最佳运行状态。
二、电子商务平台的构建
(一)数据库、服务器和应用系统 这些均是可以共享的资源,是整个电子商务网格的基础,然后是网格的构造层、连接层、资源层、汇集层、应用层。平台横向分别为数据处理、信息交流、资金支付、安全控制和管理服务等功能子网格,每个功能子网格又包含有纵向各层,而网格操作系统来管理整个网格资源。
(二)数据处理网格 是电子商务平台的基础组成部分,它一方面集成多种异构、分布的数据源,如企业、政府、消费者及其他组织的数据库、数据仓库等。另一方面由多个服务器集群构成,是大型、分布式系统的自然延伸。通过集群技术服务器融合成为一台透明的、功能强大的“高性能计算机”,进而为海量数据的存储、传输、处理与融合提供基础框架。
(三)信息交流网格 信息交流网格对用户以及数据处理网格的信息进行传输和处理,以确保电子商务信息交流的顺畅运行。在电子商务信息交流平台中,对于信息的处理是一个庞大的工程,尤其是对于B2B模式下的信息交流,需要处理的信息包括询价、报价、订单处理、运输说明、发货汇款通知等等一系列的工作。这些庞大的信息流需要海量的资源共享才能够完成,以确保信息流的顺利运行。
(四)资金支付网格 在以网格技术为基础的电子商务平台中,在线支付资金已经得到了广泛的应用。资金支付网格实质上也是信息交流网格的一部分,只是由于这部分信息的安全性等过于特殊,所以单独利用资金支付网格。资金支付网格技术需要银行与企业或者组织之间建立资金支付共享,这样消费者与企业或者组织之间就可以实现在线支付。
(五)安全控制网格 安全性是电子商务运行中面临的重要问题,也是影响其广泛应用的重要障碍。因为在电子商务平台中,涉及到各种信息的交流以及资金的支付等,所以只有在保证安全性的基础上,才能够确保电子商务平台的正常运行。安全控制网格会利用各种安全控制系统来保证电子商务平台的安全性,包括数字证书的发放与管理,身份认证的确定等等,从而确保平台的安全运行。
(六)管理服务网格 一方面是电子商务网格的中央控制单元,通过该网格的集中统一管理,使得电子商务平台中的数据处理网格、信息交流网格、资金支付网格、安全控制网格等符合统一的规范,利于实现系统间的互通、互联和互操作,发挥出电子商务平台的最优化效用。另一方面,管理服务网格具有服务功能,提供电子商务网格需要的各种服务,包括个性化服务。
三、结束语
将网格技术应用于电子商务平台的构建,充分的发挥了网格技术的优势,能够集多种资源于一体,为我国信息资源供需衔接不畅创造了有利的平台,有效的缓解了信息资源冗余的困扰。在基于网格技术构建的电子商务平台,需要合理分配网格技术,其中包括数据处理网格、信息处理网格、资金支付网格、安全控制网格、管理服务网格,这些构成电子商务平台的重要组成部分。在网格技术的应用下,能够综合各种强大的资源,为我国电子商务平台的发展创造更加有利的條件。
参考文献
[1]黄伟敏.网格技术及其在B2C电子商务中的应用[J].制造业自动化,2011-03-25.
[2]黄燕勤.网格技术在电子商务中的应用研究[J].中国商贸,2010-02-16.
基于.NET的网格计算框架设计 篇7
网格计算是专门针对复杂科学计算的新型计算模式。其基本原理是利用互联网把分散在不同地理位置的电脑整合成一个“虚拟的高性能计算环境”,其中每一台参与计算的电脑就是一个“节点”,而整个计算是由成千上万个“节点”组成的“一张网格”,所以这种新型计算模式叫网格计算。它有两个优势,一是超强的数据处理能力;二是能充分利用网上的闲置处理能力。
网格计算从属于分布式计算,总体目标是在网格传输的基础上建立信息处理基础设施,并将分散在网络上的各种设备和各种信息“整合”起来,形成高度集成的有机整体,向普通用户提供强大的计算功能、存贮功能以及共享功能。
2. 网格的特点
网格的目标是实现互联网上所有信息的联通,最终实现网络虚拟环境下的资源共享和协同工作。网格系统具有五个特性:异构性、动态性、资源广泛分布与共享、自相似性、管理的多重性。
(1)异构性网络连接起来的各种资源是异构的,网格上的资源是不同类型的,每类资源具有不同属性。异构数据库系统是相关的多个数据库系统的集合,可以实现数据的共享和透明访问。
(2)动态性网络中某些资源本身具有动态性,比如CPU、内存、数据流量等都随着使用网格计算的任务以及为网格计算提供服务的资源在变化,网格系统下的局部环境也在不断变化。
(3)资源广泛分布与共享网格的资源是分布的,分布在不同地理位置的计算机、数据、网络硬件资源和设备都可以成为网格计算的资源。网格资源的共享性是网格的目的。
(4)自相似性网格的局部和整体之间往往具有一定的相似性,例如可利用在校园网的各子网上建成的小网格构成一个大的校园网格,然后在各大学的校园网格基础上建成国家级教育网的网格。
(5)管理的多重性当网格环境下的资源既要个人对其资源进行相应的管理和维护,又要在网格系统作整体部署的时候,由网格管理员根据系统任务,统一调度网格环境下的资源。
3. 基于.NET的网格计算框架设计
.NET框架的概念集中于服务实例对客户调用之间管理的需求,以及使用Internet信息服务器(IIS)将客户请求分派到实际实例的需求,并提供了一个丰富的Web服务功能集。
3.1 分派器。
分派器是在客户端请求与服务实例之间的一个接口,它的主要功能是将客户端的请求消息路由到适当的服务实例,并不经过处理将结果返回给客户端。分派器保存了从GSR到在容器中的应用程序域的映射列表。原始的请求被分派到应用程序域的网格服务包装器中,网格服务包装器会执行请求的工作并将一串字节流返回给分派器,分派器再返回给客户端分派器。网格服务包装器能够帮助处理多个并发的请求访问容器,能令请求各自独立,互不干扰。这个体系机构有助于隔离安全性和其他的运行时问题,提供服务实例应用程序域的隔离级别。
3.2 网格服务包装器。
网格服务包装器提供的功能有:(1)提供用于分派之前处理消息的可插入的消息处理程序。(2)为分派器提供可以访问任意网格服务实例的接口。(3)实现可插入的系统port type(4)提供一个内置的SOAP头,用于支持使用WSE来扩展标准。
网格服务的作者可以用.NET的特性去修饰他们的服务代码,而这些特性也在运行的时候提供给容器有关服务的信息。当网格服务包装器在一个应用程序域中被实例化的时候,它将含有对应的服务的程序集载入。配置文件会告诉网格服务包装器在容器中注册的哪种序列化/逆序列化的模型是适用于该服务的,服务的类上的特性声明了被服务所支持的port Type。网格服务包装器指明了所有服务的port Type的实例,服务需要创建更多的线程,可以使用.NET提供的System.Threading.Thread类,在应用程序域中创建.NET提供的软线程。
3.3 工厂。
工厂是一种服务实例,可以在不同的应用程序域中创建其他的服务实例。一个工厂服务使用公开的实例名存储着一个对这个新的应用程序域中的网格服务包装器引用(GSR),这个映射也会被传送到分派器。对象的引用可以看成是一个包装,并可跨应用程序域传送,新的服务实例的引用就是这样从工厂的域传送到分派器的域。在容器启动的时候,容器的配置文件会指定由工厂创建的实例的类型。它们利用create Service操作实现port Type。这些服务实例包装器存储在分派器的应用程序域中。分派器用表存储这些对象,将服务实例句柄(GSH)作为主键。
3.4 消息处理器。
当一个服务实例被创建的时候,它的网格服务包装器也会为服务所支持的每种消息格式创建消息处理器。当请求信息以字节数组的形式到达分派器的时候,消息处理器会将它反序列化,这个过程包括创建每一个所需要的参数对象及处理消息头。当请求完成后,或者一个异常被抛出的时候,处理器会序列化这些结果,形成一个字节流。然后交给分派器,并返回给客户端。通过这种方式,分派器处理传输协议,而消息处理器处理消息的协议。
参考文献
[1]都志辉,陈渝,刘鹏.网格计算[M].北京清华大学出版社,2002.
基于网格平台的电网故障诊断架构 篇8
作为智能电网可自愈性实现的前提,电力系统故障诊断方法一直是国内外研究的重点课题。目前,发展比较成熟的诊断方法,例如专家系统[1]、优化方法[2,3]、Petri网[4]等,在告警信息完全正确的环境下,均能够比较准确地诊断出故障元件,包括有保护及断路器误动、拒动的情况。然而,就提高整个故障诊断系统的速度和准确性而言,尚存以下几个问题有待解决。
1)通信问题。智能诊断算法所依赖的数据完全在线获取,在出现数据丢失、畸变等情况下,准确定位故障元件需要对所有异常情况进行概率分析,导致程序具有较高的复杂度[5,6]。在目前的工程应用中,信号丢失及上传错误的情况经常发生,其主要原因在于当前的故障信息系统在故障的第一时间将保护及断路器动作信息上传至调度端,而故障往往涉及至少2个变电站,且故障信号同时发送,所以故障时刻调度端的故障数据服务器会处于高负荷状态,难免出现错误应答的现象。
2)实时性问题。故障诊断系统主要依赖保护动作信号和开关跳闸信号。保护动作信号由保护管理机(故障信息子站)采集,并通过故障信息系统上传至调度中心。由于保护管理机不能采集开关量,因此,开关跳闸信号要从数据采集与监控(SCADA)系统获取,链路通信以及服务器访问是2个不可避免的环节,这其中的代价是以秒级来计算的。另外,调度端故障诊断服务器上集中了拓扑分析、智能诊断算法等复杂模块,推理过程往往涉及大量的数据库和知识库,因而诊断服务器在分析复杂故障时往往处于高负荷状态,在诊断速度上难以满足工程需求。
针对以上分析,本文对传统的故障诊断框架进行如下改进。
1)数据采集层面,采用数据网格技术在变电站层对信息进行提取及预处理,为故障诊断程序提供一致的数据视图,不仅解决了故障诊断系统的通信问题,而且避免了数据在调度端的过度积压。
2)算法方面,设计一种分布式故障诊断系统以适用于网格环境。分布式系统能够为日趋复杂的故障诊断算法提供高性能的分布式计算策略,保证诊断时间满足实际工程需要。
1 数据网格支撑的数据采集方法
随着电网覆盖面的扩大,各调度中心需要及时处理汇集过来的各类数据。为了解决海量数据收集的安全性、实时性等问题,文献[7]提出运用网格计算提升互联电网监控系统的性能。随着面向服务技术的成熟,文献[8-9]中明确提出了基于组件和面向服务体系架构(SOA)的智能电网调度技术支持系统体系结构。文献[10]和[11]分别运用分布式并行计算和云计算技术对其进行了改进,并设计了相应的电网信息获取体系结构。本文在上述文献的基础上运用数据网格技术[12]为故障诊断系统构建一种稳定、快速的故障数据处理模型。
1.1 数据网格介绍
数据网格是一种分布式数据管理体系结构,能够为分布在网格中的各种资源提供协同的管理机制,可以通过集成网络上分布的多个数据集等资源,形成单一虚拟的数据访问、管理和处理环境,并为分布海量数据建立一体化的数据访问、存储、传输、管理与服务架构。
作为网格计算的一个重要分支,数据网格能够运用资源优化调度、高速数据传输机制、数据副本管理等技术[13,14]解决网格计算所面临的数据高峰时刻的网络瓶颈问题,而对于目前新兴的云计算技术,其数据处理方法仍不完善[15]。鉴于故障后的诊断程序需要处理大量的电气量或非电气量信息,因此,本文选择数据网格作为故障诊断系统的数据支撑环境。
1.2 适用于故障数据收集的网格体系结构
当前的电力系统数据获取方式仍然沿用集中获取方式,已经不能适应未来智能电网的功能需求。集中获取方式多为客户/服务器(C/S)模式,数据不加处理直接上传至调度端,大量信息极易在服务器端形成堆积,进而产生网络拥塞、信息畸变等情况。鉴于故障诊断系统对数据传输质量以及诊断速度的迫切要求,本文使用数据网格技术单独处理故障信息,其目的是给上层的诊断程序提供更加稳定、快捷的数据接口,而分布式故障诊断程序仅把诊断结果提交给调度中心。这样既能够避免数据在调度端的过度拥塞,又能利用分布式处理技术提高诊断速度。目前的故障信息系统结构与本文提出的诊断框架对比如图1所示。
故障诊断所需数据主要包括保护动作信息、断路器跳闸信息、电网拓扑以及录波数据。基于OGSA-DAI(open grid services architecture-data access and integration)规范[16],本文提出的适用于电网故障诊断的数据网格体系结构如图2所示,各层功能介绍如下。
1)网络层
该层提供整体框架运行所需的Internet和Intranet基础网络环境,包括各种网络通信设备及物理连接。
2)资源层
该层的核心是OGSA-DAI中间件,它能够将数字化变电站内所有智能装置所发出的与故障诊断相关的数据封装为网格服务(grid services)以便被上一层所访问。
3)构造层
对等计算(P2P)是指通过系统之间的直接交换来共享计算机资源和服务的一种计算模式。网格技术能够实现基于标准、安全的资源管理,但是系统的扩展性不强;而P2P技术的可扩展性和容错性很强,但标准化和安全性方面存在缺陷。因此,本文将P2P技术引入数据网格的构造层,使两者形成互补。简单对象访问协议(SOAP)具有与分布式计算平台无关的特点,可屏蔽掉底层各类数据格式(例如报警信息、变电站配置文件等)之间的访问差异,能够作为各种操作系统之间的对象传输工具。鉴于目前基于录波数据的多源信息电网故障诊断方法也有很好的研究成果[17,18],为了保证录波文件在网格内高效、安全地传输,本文在构造层封装了网格数据传输协议(GridFTP)。GridFTP主要用于大规模数据文件的传输,相比于传统的文件传输协议(FTP),GridFTP能够根据网络负载情况动态调整执行开销,合理做出数据传输规划,提高了传输海量数据时的性能,例如一个30 MB的录波数据文件,使用FTP传输需要3~30s,而在GridFTP环境下,所需时间不到1s。
4)知识层
元数据是记录数据网格自身结构信息的数据,元数据仓库为系统提供全局资源的信息索引服务,具有元数据管理和数据库服务发现等功能。拓扑知识库和保护知识库存放故障诊断需要的所有外围数据,两者构成了领域知识本体库。拓扑知识库通过分析变电站配置文件得到,具备双母分段、3/2接线、同杆并架双回线等复杂线路的知识表示及分析方法。拓扑知识库结构如图3所示。
保护知识库主要存储各类保护的设备参数,对各种厂家、各种型号保护的正确动作及不正确动作历史情况进行分类管理。它提供的主要服务是对保护进行可靠性分析,并得到保护动作的置信度[19]。保护知识库结构如图4所示。
知识层的数据库/知识库构成一个分布式数据系统,在互相备份、增加安全性的同时,能够为上层模块提供透明、快速的数据获取功能。
5)服务层
数据网格与网格计算最大的区别就在于服务层。由于数据网格的服务层只封装与数据处理相关的任务,因此有更强的数据处理能力。数据处理程序按照服务内容分为不同模块。其中,执行调度根据网络通信情况为子查询动态分配网格计算节点,全局协调各子查询的执行。资源发现基于拓扑知识库和保护知识库进行知识融合,实现领域知识匹配,按需发现、定位资源服务。服务质量(QoS)监控模块通过拥塞控制和差错控制等手段在故障发生时避免拥塞及数据包丢失、畸变。拓扑查询与保护查询能够通过解析用户请求,对所发现的服务资源进行查询重写,生成由多个子查询组成的分布式查询。资源管理以副本的形式对各数据源进行备份,以保证服务资源元数据的完整性和有效性。
6)用户层
该层为调度人员提供良好的界面视图,并为数据应用程序提供节点入口管理。
1.3 基于XML的复杂数据表示机制
该框架主要对2类复杂数据进行查询处理,即拓扑数据和保护相关数据。为了给诊断程序提供统一、规范的数据接口,因此要对分布环境下大量的自治、异构数据源进行标准化。拓扑数据方面,由于IEC 61970中公共信息模型(CIM)定义了电网拓扑的构建标准,因此,可将Topology包映射为2个新类:Vertex类和adjNode类。其中,Vertex类代表所有电气元件的集合,而adjNode类表示与Vertex类中某一电气元件v发生关联的元件集合。通过对Vertex以及adjNode的链式搜索,可得到以可扩展标记语言(XML)形式表示的全网拓扑数据。从Topology包到Vertex类和adjNode类的映射关系见图5。
相比于拓扑数据,保护信息在描述方面缺乏统一标准,因此,本文使用语义网络表示法首先对保护及保护屏进行知识描述,然后通过XML将异构数据映射为统一模式。语义网络是一种网络图,通过对象及其语义关系来表达知识与知识之间的关系。本文为保护定义的语义关系主要有3类:等价关系(Same as),继承关系(Is a)和构成关系(Composed of),其描述的保护知识如图6所示。
映射为XML时,主要基于以下规则:(1)语义网络中的非末端节点映射为XML中的复杂元素,其中保护屏对应于根元素;(2)语义网络中的末端节点对应于XML中的简单数据类型;(3)对于非末端节点中的“与”节点,其前驱节点可直接作为其后继节点的子元素。通过对各类保护的概念抽象,实现保护语义与XML文档之间的映射,从而消除各种保护在计算机表示中的异构可能,给用户统一的数据界面。
XML是一种开放性标记语言,以标签的形式定义数据的属性和方法,因此可以屏蔽各种数据库、知识库模型中语义和语法的差异。本文提出的数据网格以XML为数据表示语言,在变电站层面进行数据收集与知识加工,不仅提高了数据集成与传输效率,而且避免了报警信息在上传过程中发生的丢失或畸变等情况,消除了故障发生后大量数据上传造成的瓶颈。
对于故障诊断程序而言,电力数据网格对报警信号、录波数据、拓扑及保护知识等底层异构数据进行了屏蔽,仅为其提供相应的数据接口。这种程序与数据分离的设计目的是当有更加先进的诊断程序出现后,不会影响底层的数据获取机制,使故障诊断框架有良好的可扩展性。
2 分布式故障诊断框架设计
分布式计算具备软硬件资源共享、适应异构环境、服务高效等特点,目前系统程序设计的重点正逐步从集中式计算向分布式计算模式转移。由于分布式系统注重在分布的知识描述和运行环境中处理问题,符合电网数据采集的特点,因此,本文整体的电网诊断框架采用分布式系统。
2.1 电网故障的分布式诊断程序
分布式系统由一组自治的计算机系统组成,它们通过网络或分布式中间件连接,可以协调彼此的活动并共享系统资源。电网的分布式诊断框架由通信、拓扑处理、综合处理、外部数据获取4个子系统组成,底层通过数据网格相连接,相互之间可以通过电力系统专用网进行通信。
故障发生后,通信子系统首先通过数据网格门户从故障数据缓存区接口提取断路器跳闸信号和保护动作信号并分别提供给拓扑处理子系统和综合处理子系统。拓扑处理子系统由跳闸断路器信息触发,通过访问拓扑知识库得到停电区域。综合处理子系统是整个分布式系统的主程序,可以根据从其他系统提取的保护信息、停电区域、跳闸断路器位置信息以及电气量数据进行故障诊断。外部数据获取子系统负责通过SCADA、录波数据网等外部系统调取数据进行故障选相及定位工作。由于4个系统是并行工作,因此,极大地提高了整体效率。
2.2 基于数据网格的分布式诊断框架
电网故障诊断的目的就是在故障发生后能够迅速、准确地判断出故障元件。数据网格能够保证各种故障信息准确提供给诊断程序,而分布式诊断程序能够极大地提高诊断速度,因此,本文结合数据网格与分布式诊断程序,设计了一种新型的故障诊断框架。整个框架在逻辑上分为3层,各层构成及作用如下。
1)最底层为变电站层,为上层提供故障诊断所需的各类数据。保护及开关量可直接被OGSA-DAI客户端程序Winpcap抓包并上传至上层数据网格服务器(data grid server),而录波数据文件占空间较大,因此需要存放在FTP服务器(FTP server)上。其他信息如拓扑、保护配置数据等可通过综合自动化数据服务器或FTP服务器上传。
2)中间层为网格层,主要负责故障数据的收集与分发。其中数据网格服务器上部署着Tomcat和GT4,Tomcat服务器为OGSA-DAI提供运行环境,GT4服务器为OGSA-DAI提供运行各种服务的网格中间件。另外,数据网格服务器还为拓扑处理子系统及综合处理子系统分别提供拓扑知识库和保护知识库。通信监控+FTP服务器主要负责数据服务质量监控,并且通过GridFTP协议收集故障范围内各子站故障前后的录波文件,并提供给外部数据获取子系统。中间层的服务器既可以放在调度中心,也可以由网络运营商托管。
3)最上层为调度端,主要运行和维护核心故障诊断算法。故障诊断服务器(故障诊断Server)负责收集诊断程序所需的保护信息、跳闸断路器信息、停电区域以及电气量数据,然后由核心故障诊断算法进行故障元件判断。判断出的故障元件会结合录波文件形成故障报告或直接提供给电网自愈程序。
具体的各层任务细化方法如图7所示。
3 应用实例
为了验证基于网格平台的故障诊断架构相比于传统C/S结构在数据传输、诊断效率方面的先进性,本文在某省相邻的8个变电站部署了2台数据网格服务器,使其组成一个小型的网格测试环境。测试指标为诊断正确率以及诊断时间。系统采用文献[19]所述Petri网故障诊断方法,由于故障诊断方法本身不存在理论上的缺陷,因此,诊断正确率反映了故障数据传输过程的可靠性。诊断时间是从故障发生时刻开始计时到系统给出故障元件为止所用的时间。诊断时间按照诊断流程被划分为3个时间段:t1为报警信息收集用时,t2为外围数据处理用时,t3为故障诊断算法用时。按照2.2节所示的分布式诊断框架,本文提出的故障诊断流程及时间段划分如图8所示。
在传统故障诊断体系中,t1为报警信号数据包从发出至到达调度端故障诊断服务器所用的时间;t2为计算停电区域时间及保护动作可靠性时间;t3为故障诊断程序执行时间。
本文对基于网格的故障诊断系统与传统的故障诊断系统在不同故障环境的测试进行了比较,故障环境按某线路发生故障并逐级扩展进行试验。故障环境及各时间段测试结果描述如下。
环境1:故障涉及2个变电站,1条复杂接线,1条简单接线。测试结果如表1所示。
环境2:故障涉及4个变电站,2条复杂接线,2条简单接线。测试结果如表2所示。
环境3:故障涉及7个变电站,4条复杂接线,3条简单接线。测试结果如表3所示。
通过测试可以看出,本文提出的基于网格平台的故障诊断效率在t1,t2,t3时间段上相比于传统方式都有明显提高,技术原因分析如表4所示。
综合耗时对比如图9所示,可见基于网格的故障诊断架构随着故障区域的扩大以及拓扑复杂程度的提高,总的耗时曲线变化相对平滑,有效地缩短了任务执行时间。
另外,经过实际测试,传统的故障诊断体系诊断正确率在96%左右,而本文提出的方法正确率能保持在99%以上,充分验证了网格平台在数据传输方面的可靠性。
4 结语
本文提出了一种以数据网格为底层结构,分布式系统为主体的电网故障诊断框架。通过数据网格在变电站层面进行数据采集,在很大程度上提升了数据的可靠性以及传输效率。采用通用的XML作为数据交换格式,消除了数据之间的异构性,提供给上层用户统一的数据界面。分布式系统的引入极大提升了整个诊断框架的并行处理能力,与数据网格实现了很好的结合。另外,分布式系统所拥有的高性能计算能力极大地提升了复杂诊断程序的运行速度,使时间耗费以及诊断结果达到最优。该框架的提出不仅为智能电网的故障诊断系统设计了一个良好的建设模式,而且为智能调度、稳定分析等其他在线应用系统开发提供了分布式处理的思路。
基于无网格法求解悬臂深梁 篇9
介绍了无网格法中的近似函数, 在构造近似函数的过程中, 采用的是移动最小二乘法, 其形函数不满足Kronecker-delta函数性质, 使得近似函数不具备插值特性, 在线弹性力学的框架下, 基于无网格法理论, 建立弱式方程, 采用特殊的积分方案离散化处理。对算例分析, 研究了离散点处形函数的性质和悬臂深梁的挠度位移, 对比了数值解与解析解, 验正了该方法的合理性与准确性。
1 EFG法的近似函数
在无网格法中, 问题域通常是由一组任意分布的场节点表示的, 而问题域中任意点的场变量通过该点局部支持域中的一组场节点近似表达的, 因此, 必须形成基于插值或近似技术的局部区域来构造近似函数[4], 这种插值或近似技术是由移动最小二乘法[5] (moving least square, MLS) 实现的, 该方法是基于空间离散点的近似, 不需要对区域进行网格划分。
如图1所示, 求解域Ω离散成独立的节点, 场函数u (x) 近似表达式
式 (1) 中:x是计算点的领域Ωx各点的空间坐标, 对于二维问题有x=[x, y]T;m为基函数的个数;PT (x) 为多项式基函数, 常选取线性基函数[1 x y];aT (x) =[a1 (x) , a2 (x) , a3 (x) , …, am (x) ]是与空间坐标x有关的未知系数向量, 随节点的移动而变化。
假设计算点x的邻域Ωx包括n的节点xi, 则uh (x) 在这些点xi处的误差加权平方和为
式中, w (x) 与节点xi相关, 且满足在邻域Ωx内所有节点处w (xi) ≥0, 在Ωx以外其他区域为零的权函数, N为邻域内所有节点数;u (xi) 为节点的位移参数并不是节点的实际位移;现选取如下权函数
式 (3) 中, , 其中dm为场节点的影响域半径 (如图1所示) , dm=scale×c, scale为影响域扩大系数;c为相邻节点间的最大距离;di为x与xi之间的距离, di=‖x-xi‖。
为使局部近似误差最小, 获得uh (x) 的最佳近似, 对上式求偏导
式 (5) 中矩阵A (x) 和B (x) 分别为
将式 (4) 中的a (x) 代入式 (1) , 得到函数u (x) 的MLS的近似函数
定义Φ (x) 为MLS的形函数有
其微分形式
2 线弹性弱式方程的离散
考虑弹性力学问题, 其平衡方程, 位移边界条件和力的边界条件分别为[6]:
式中, 为微分算子;σ为应力张量;b为体力矢量;u为位移矢量;n为边界法向单位矢量;分别为边界面力矢量和位移矢量。根据式 (12) ~式 (14) , 由虚功原理, 得到标准变分弱式形式, 在弱式中, 力的边界条件已被自然施加但是没有考虑位移边界条件, 用拉格朗日乘子法[7]引入边界条件, 最终得带约束的线弹性体积分弱式形式
式 (15) 中等号左边最后一部分为位移约束, 去掉位移约束部分就变成了标准变分弱式的形式, λ为拉格朗日乘子向量, 表示为
式中, s是沿边界的弧长, NI (s) 是拉格朗日插值, 表达式如下:
式 (18) 中, ns为边界上的节点数, 将式 (15) 和式 (16) 代入式 (14) , 得到最终离散系统方程
式 (19) 中, K、G和F、q分别由节点刚度矩阵Kij、节点矩阵Gij和节点力矩阵Fi、节点向量qi组装而成的, 求解线性方程组式 (19) , 得到弹性力学问题解答中的位移参数, 代入式 (9) 可得到求解域Ω中的任一点的位移。
在EFG法中, 求解域Ω是基于点的离散, 在建立无网格近似函数过程中可以看出, 近似函数不是多项式的形式, 不能简单地运用高斯积分来计算对求解域Ω积分, 因此, 引入了背景网格, 背景网格独立于节点, 仅用来积分运算。
3 算例1
如图2所示, 已知一维杆件的长度L=1, 界面为单位面积, 杆上受到线性分布的荷载f (x) =x, 弹性模量E=1, 将模型离散成11个场节点, 离散模型如图3所示, 为了简化计算, 采用单点高斯积分, 无量纲参数, 一维杆件的解析解[8]:
形函数的计算对近似函数及建立离散系统方程起着至关重要的作用, 在求解过程中, 离散成11个规则的节点, 采用101个插值点, 使用三次样条函数, 节点影响域半径为dm=2.5, 如图4所示, 得到各节点的形函数曲线, 图中可以看出:
(1) 离散点的形函数沿着x轴方向的分布, 在各离散点处形函数的值都不等于1, 使得MLS法的形函数不满足Kroneckerδ函数的性质, ΦI (xJ) ≠δIJ。
(2) 形函数定义在整个求解域中, 具有良好的连续性和光滑性且随着插值点的移动而变化, 不同节点具有不同的形函数, 选取其中一个节点的形函数分布Φi, 看出节点偏离计算点越远, 形函数值越小。
(3) 计算点对应的场节点处, 其形函数值φi相加等于1, 例如:在计算点x=0.5处影响域内包5个节点 (图5所示) , 其形函数值分别为:φ1=0.008 51, φ2=0.225 53, φ3=0.531 92, φ4=0.225 53, φ5=0.008 51, 5个场节点形函数求和
说明MLS形函数的单位分解性[9];而节点位于计算点的影响域外面, 该节点的形函数值为0, 可以看出形函数具有局部性。
如图6和图7所示:形函数的/x和2/x2也是光滑、连续的, 保证了近似函数和近似解的连续可导性, 在有限元中, 形函数的连续光滑性受到网格边界限制, 需要进一步后处理过程, 而无网格法避免了这一后处理过程。
单点积分的无网格法是不稳定的, 当节点数、基函数和权函数一定时, 计算结果在很大程度上受到影响域扩大系数scale的影响, 如图8所示精确解和逼近解的分布, scale越大, 计算精度越差, 拟合曲线偏离精确曲线就越远, 但是影响域扩大系数并不是越小拟合曲线越理想, 当scale=2.0时, 拟合曲线和精确曲线最接近, 若scale继续减小, 则削弱了MLS的局部近似特性, 造成结果的失真无法计算, 一般情况下2.0
4 算例2
如图9所示, 悬臂深梁结构长度为L=48, 在自由端承受P=1 000的抛曲线的分布的拉伸荷载, 梁的高度D=12, 厚度取单位厚度, 材料性能:弹性模量E=3×107, 泊松比υ=0.3, 梁截面的惯性矩I=D3/12, 离散模型如图10, 采用无量纲参数。
抛物线型拉伸荷载沿y轴变化, 其表达式
考虑平面应力状态, 计算模型的位移和应力的解析解[10]为
图11显示了EFG计算得出的悬臂深梁的挠度图 (位移扩大为原来的200倍) , 图中:※表示EFG解, 表示解析解, 从这个结果看出, EFG法能够获得较高的逼近精度。
为了更加直观的显示EFG法在各节点上的位移精度, 将y坐标固定, x轴方向位移与解析解比较, 取y=0为中心轴, 获得良好的计算结果, 如图12。
5 结语
介绍了EFG法的近似函数和拉格朗日法处理边界条件, 在弹性力学的框架下, 基于无网格法基本理论, 研究了一维杆和悬臂深梁求解问题得出以下结论。
(1) 通过算列详细分析了形函数的紧致、连续和单位分解的性质。
(2) 影响域扩大系数scale对位移的影响比较明显, 随着扩大系数的增加, 数值解的拟合曲线偏离解析解曲线越远, 误差也越大。
(3) 悬臂深梁的挠度和位移与解析解相比较, 得到了较高的计算精度。
随着计算力学的快速发展, 无网格加辽金法在线弹性力学领域中必将得到更多的应用和广泛的关注, 使弹性力学数值计算方法更加的丰富和精确。
参考文献
[1] 胡玮军.无网格法和有限元法的比较.人民长江, 2007;38 (2) :128 —130
[2] 张雄, 柳岩, 马上.无网格法的理论及应用.力学进展, 2009;37 (1) :1—36
[3] 陶文铨, 吴学红, 戴艳俊.无网格数值求解方法.中国机电学报, 2010;30 (5) :1—10
[4] 雷政.无网格法在材料力学求解中的应用.山西建筑.2013;39(8) :21—23
[5] 李慈祥, 张仁田.移动最小二乘法在水泵性能曲线拟合中的应用.南水北调与水力科技, 2011;9 (2) :91—93
[6] 樊成, 栾茂田.有限覆盖Kriging插值无网格法在裂纹扩展中的应用.岩土力学与工程学报.2008;27 (4) :7443—7448
[7] 黄志强, 聂玉峰, 孟卓, 等.无网格法中本质边界条件实施研究进展.科学技术与工程.2007;7 (4) :433—436
[8] 张雄, 刘岩.无网格法.北京:清华大学出版社, 2004
[9] Belytschko D J.Numerical integration of the Galerkin weak form in meshfree methods.Computational Mechanics, 1999;23:219—230
基于网格环境的遥感图像并行分类 篇10
随着航天传感器的进步,大量超高分辨率的遥感图像数据被收集,遥感需处理的数据量越来越大,处理速度要求越来越高。由于现阶段计算机硬件的限制,系统往往会出现图像数据内存溢出或效率低下等技术性问题。即使一些优秀的软件内部能使用一些算法来解决该问题,但由于数据量巨大,会严重消耗系统资源导致系统无反应或者在图像处理中消耗大量时间等状况的发生。计算复杂性问题一直是遥感图像处理中很难克服的瓶颈问题。采用新技术来进行图像处理已成为遥感领域的一项当务之急。
为了实现高速和大容量的图像处理,并行计算以它的优势吸引了越来越多人的关注。集群系统因性价比较高,扩展性好,在遥感图像并行处理中已有应用[1,2]。但这些图像并行处理系统与具体硬件相关性大,通用性差,对系统配置要求高,由于网络带宽的限制和计算机资源的缺乏而几乎不可能在传统网络环境中实现。网格计算为解决这一问题提供了新的思路[3]。网格计算技术将高速互联网、高性能计算机、大型数据库、传感器、远程设备等融为一体,提供更多的资源、功能和交互性[4]。因此,在新的资源共享环境下,在遥感图像处理中引入网格计算的思想,用以提高图像的处理速度大,是解决当前海量遥感图像处理的非常有效的方式。目前,已有一些对网格环境中的图像处理的研究。文献[5]针对K-Means算法提出了一种基于分块逼近的并行模型; 文献[6]采用MPICH-G2模型和Grid FTP在网格环境下,实现了遥感图像的批量处理; 曾少斌等[3]基于网格环境,通过资源和服务状态属性分析,提供高效的遥感图像融合处理服务; Wang利用网格对遥感图像的非监督分类做了初步研究[7]; Shen等建立了遥感图像处理的分布式并行计算模型[8];Liu等使用网格平台Globus Toolkit 2. 4和贝叶斯分类建立了基于网格环境的遥感图像的监督分类[9]; Sun Jiabo等基于最大似然方法实现了网格环境下遥感图像的自动分类[10]; Gao等建立了M-A模型,在网格环境下,为遥感数据的标准化、共享和集成提供了实际有效的支撑[11]。
1 基于网格环境的遥感图像并行处理的构建
1. 1 基于网格的遥感图像并行处理模型
网格计算是网络上资源共享系统,是图像并行处理的理想环境。本文将分布在各节点机上的计算资源和服务注册登记到网格数据库服务器中,提供对服务的查询,而且可以动态增加节点机和服务到网格环境中,提供了计算资源共享的平台,便于实现对遥感图像并行的处理。设计的网格服务的遥感图像并行分类处理的框架如图1所示。
图1中框架的主要组成:
1) 中心服务器
中心服务器是整个网格结构的核心,它一方面与用户交互,接收用户远程的任务请求信息,将最终结果返回给用户。其重要的工作是对接收任务的分解划分,分类参数的选取,以及任务的调度,与节点机和数据库服务器之间的交互,这些操作对用户都是透明的。
2) 若干节点机
节点机是执行任务的直接者,其上部署了网格服务,由中心服务器调度分类执行任务。其执行状态及有关节点机的信息,在数据库服务器中存储。一台节点机可以部署多个网格服务,也可以同时执行多个处理任务。
3) 数据库服务器
数据库服务器是网格数据和资源的存储池。用户信息,任务信息,节点机的信息以及网格服务注册表都存储在此。
1. 2 基于网格环境的遥感影像分类并行处理流程
用户首先登录到Web门户,通过Web页面提交作业任务,同时提供待分类的遥感图像文件,训练样本文件以及选择分类的方法。中心服务器接收到用户的请求后,通过查询服务注册表来寻找能够处理此类请求的网格服务。同时将建立该任务( 对应数据库服务器上的任务表) ,并对图像进行分块,将用户提交的作业转换成一组相互独立的子任务。根据一定的任务分配策略和调度策略,将分块的图像及分类方法参数传输给各节点机,节点机的信息在数据库服务器中 ( 包括节点机的状态等) 。各节点机处理子分类任务后,将分类结果返回给中心服务器。最后由中心服务器将各子分类结果合并成最终分类结果文件,传输到指定的URL处,用户可通过FTP客户端访问该URL获取结果数据。
用户提交和创建遥感图像任务,上传遥感图像数据,在处理的过程中,可以查看遥感图像任务处理的进度( 进展情况) 。
2 构建网格平台的关键技术
2. 1 网格服务
1) 资源服务注册机制
网格计算借助XML,SOAP,UDD和Web Services技术,提供了比其他分布式模型具有更先进的资源共享方法。图2展示了网格计算的资源注册机制。
服务提供者通过资源注册中心注册其共享的资源服务,服务请求者从资源注册中心查询所需要的服务,从获取的信息中与能完成其任务的服务提供者建立联系。资源注册中心对网格系统中的任何成员提供服务注册和服务查询,提供一个公众的地址。其功能类似UDDI( universal description discovery and integration) ,网格计算通过网格服务技术实现所有服务注册过程。在上述的网格环境下的遥感影像并行处理架构中,数据库服务器充当了资源注册中的资源的管理,通过服务注册和服务监测,以及与中心服务器的交互,实现资源服务注册机制。
2) 网格节点文件传输服务
文件传输服务实现对系统中网格节点之间的相互通信及文件传输。包括网格系统中心服务于网格节点之间,网格系统数据服务器与网格节点之间,网格节点之间的相互通信及文件传输,在具体网格服务封装中,该传输服务被分解为文件发送服务与文件接收服务。此服务建立在传统的文件发送接收技术基础之上,将传统的文件发送接收流程通过Globus Toolkit 4框架封装成为网格服务。在此给出了网格节点文件传输服务的流程设计。
文件传输发送服务业务流程设计如下:
1文件传输发送服务需要传入要发送的文件句柄、发送者要填写目标IP、端口号。它们来自于Globus Toolkit 4框架的factory与instance服务传入。这两个服务通过给定的URI来调用指定节点机的网格服务并传入从数据库节点机表查询出的文件传输发送节点IP与端口后和指定的传输文件路径;
2发送服务给接收服务一个是否准备接收确认包,接收端收到确认包后回复一个接收确认包,发送者收到确认包,判断是否接收文件,如果不接收,则传输结束,如果接收,则准备发送文件;
3发送服务将会打开要发送的文件,将文件指定字节读入缓冲区。并在最后填写字符是最后一个文件缓冲区标志,然后发送给接收端;
4发送完最后一个文件片段时,文件传输结束;
5将整个文件发送服务逻辑封装成为Globus Toolkit 4框架下的网格服务。
3) 网格节点目录创建服务
在网格的每台节点机上自动创建系统所需的文件目录结构,由于在网格遥感图像处理系统中需要访问节点机或者中心服务器中存在的数据资源,或者需要节点之间进行数据文件传输。因而需要为这些数据资源提供标准化的目录结构。并且在用户使用系统时,用户会创建一些遥感图像处理任务,这些任务名称由用户自由创建,系统会根据用户提供的任务名称结合系统目录创建规范来进行路径拼接,并将拼接后的路径加入到目录系统中,最后由调用节点机上的网格目录创建服务根据传入的目录数据结构进行目录创建工作。
在中心服务器与节点计算机中的目录系统并不是一成不变的。它会随着系统后期功能添加动态改变目录结构,根据用户创建遥感图像处理任务名称对应生成文件目录结构。因此,能更好地适应网格遥感图像处理系统后期开发及维护。
4) 遥感图像分类处理服务
系统将遥感图像分类算法( 如监督分类的SVM,决策树等)封装成为网格服务,部署在网格的节点机中。远程计算机可以通过调用封装好的网格服务在节点计算机中进行图像处理,并将结果返回给中心服务器。
图像的分类通过数据并行模式实现。一幅图像的分类操作被划分成对若干小块的分类操作,再对分块操作的结果进行合并生成整个图像分类的结果。遥感图像的空间划分是根据图像的大小确定划分的策略( 划分数量和分块大小) ,依据划分策略,将原图像划分为多个块,分别生成子图像文件,并记录下各子块之间的顺序。当各子图像文件在各节点机处理完毕后,返回的结果依照各子块之间的排列顺序依次合并,得到最终的处理结果。
2. 2 任务的调度
当用户从客户端提交的任务创建后,其信息存放在数据服务器中( 包括任务的优先级及提交时间) 。中心服务器对数据库中那些未处理的任务进行定时扫描,将扫描结果传入任务优先级处理模块,通过对任务优先级的判定将任务分配到不同优先级的集合。同一优先级中的任务再按照FCFS( First ComeFirst Serve先来先服务) 策略进行调度。选定某一任务后,中心服务器分配任务的处理流程如下:
Step1中心服务器对遥感图像文件进行分块,得到n个子图像文件;
Step2如果分类方法需要参数寻优,在此进行参数优化;
Step3中心服务器按照任务的优先级调度,查询数据库服务器,获取空闲的节点机,并将子图像文件以及处理服务请求发送给空闲节点机,同时将该节点机的状态修改为“忙”;
Step4节点机接受中心服务器分配的任务,并调用对应的分类服务进行处理,处理完后,将结果返回给中心服务器; 同时该节点机状态修改为“空闲”;
Step5重复Step3 - Step4 ,直到所有子任务( n个子图像文件) 处理完毕;
Step6中心服务器合并收到的n个处理结果; 并将任务完成信息返回给用户。
3 并行遥感分类实验与结果分析
3. 1 实验网格环境的搭建
根据文中提出的框架和相关算法,设计了一个如图4所示的测试网格环境,硬件的配置如表1所示。由于网格中的中心服务器需要对大数据量的遥感图像数据进行复杂的数据操作,因而,中心服务器需要较高硬件配置; 而网格中的其他节点机由于处理任务简单,并且处理数据量较小配置可相对降低。
3. 2Globus Toolkit 4 软件部署
通过Globus联盟开发的一个软件工具箱Globus Tools 4提供的软件包配置网格平台。Globus Toolkit是由Globus联盟开发的一个软件工具箱,由一些松耦合组件组成的开放源代码的工具箱。本实验网格环境使用此工具箱来构建网格系统。
3. 3 实验结果与分析
在上述搭建的网格环境下,用以遥感图像分类。测试的实例是如表2所示的3幅TM遥感图像( 7个波段) 。
当中心服务器接收到用户客户端提交的遥感分类任务后,先对遥感图像划分若干子块的策略为:
对应于测试的3个图像实例,按照上述策略分类划分为25块,25块和50块。分类的算法采用SVM( Support Vector Machine) ,在Matlab环境中编写后封装成网格服务,部署到节点机中。
实验中遥感图像分类处理所需的时间是指从用户在客户端提交分类任务到任务完成的时间T,包括三个部分的时间,即:
T = T1 + T2 + T3
T1指分类算法参数计算时间,图像分块时间以及图像合并时间( 在中心服务器完成) ; T2指图像在整个处理过程中的传输时间( 客户端与中心服务器,中心服务器与节点机之间的信息传输) ; T3指的是分类服务完成分类操作的时间( 各分类子任务在节点机上的处理时间) 。
对于图像1,文件大小不大,按划分策略分为了25个子块,并行分配给5个节点机处理,完成时间T为10分钟; 而图像2也划分为25块,在5个节点机下的T为12分钟。二者文件大小差别很大,但是所需的T差不多,主要原因是对于小的遥感图像文件,分类处理任务的完成时间T绝大部分花费在图像分块和信息的传输上,即T1和T2。因此,用并行处理的优越性并没体现出来。对于大的遥感图像,并行处理的优越性比较明显。如表3为图像3( 932 MB) 在不同处理的节点机数目下所花费的处理时间T。
当节点机增加时,T1和T2随着增加,而T3逐渐减少。实验中图像3参与处理的节点数目与处理时间的关系如图4所示。当节点数为1时,相当于是单机处理的结果; 随着节点机数目的增加,处理的时间逐渐减少,到达5、6个节点时,处理的时间趋于稳定。
由实验结果表明,构建的网格环境对于遥感图像并行处理在遥感图像较大时,能取得了较好的效果,分类的效率提高明显。
图像3分类的结果如图5所示。
4 结 语
网格技术的出现,为海量遥感图像高效处理提供了理想的环境。本文根据网格计算的特征及基本理论要求,设计了一个基于网格环境的遥感图像分类并行处理框架,该框架支持动态地扩展各类服务和节点机数目。搭建一个测试的网格平台,在节点机上部署了遥感分类的SVM分类服务,远程用户从客户端提交的分类任务,在网格的中心服务器中完成任务的分解,调度分配给个节点机完成。实验结果表明,测试平台实现了网格环境下的遥感图像并行分类的架构,有效提高大容量遥感数据的分类效率,为分布式并行处理遥感图像提供了有效的途径。但实验平台中的节点平台是同构,都是同一类型操作系统下( Windows) 。如何在现有的实验平台上构建异构的节点,充分利用网格环境的资源共享,还在深入研究中。
摘要:随着遥感技术的发展,高分辨率大容量遥感数据的应用,对图像处理效率提出了更高的要求。网格计算因具有分布式、高性能和充分的资源共享性,为海量遥感图像的处理提供了有效的解决途径。针对遥感图像分类,提出基于网格环境的遥感影像并行模型,分析构建此模型的网格服务机制,设计网格服务及任务调度的算法流程。搭建网格实验测试平台,采用封装的SVM分类服务,实现了遥感图像并行分类处理。实验结果及分析表明,测试平台实现了网格环境下的遥感图像并行分类的架构,有效提高大容量遥感数据的分类效率,为分布式并行处理遥感图像提供了有效的途径。
基于网格 篇11
[关键词]网格电子商务EC系统
一、引言
随着电子商务的迅速发展,在企业应用电子商务的过程中出现了许多问题,例如企业内部和外部的“信息孤岛”现象就是其中一个突出问题。通过网格技术的运用,电子商务企业不仅共享智能信息资源应用,同时共享空间网格计算资源,这将改变企业地运行模式、管理理念、应用环境,极大地促进电子商务的发展。
网格(Grid)是把地理位置上分散的资源集成起来的一种基础设施。通过这种基础设施,用户不需要了解这个基础设施上资源的具体细节就可以使用自己需要的资源。网格计算将因特网上的分布式计算资源整合在一起而构成的一种大型虚拟计算系统,充分利用网络中的多台计算机提供的资源,在同一时间用于集中解决一个问题。
二、网格技术在电子商务中的优势
通过应用网格技术,电子商务企业将会具有以下优势:(1)将分散的功能整合起来,创建一个单一的系统,从而实现跨企业、行业或工作组的虚拟共享、管理和设备访问,实现协作,提高运营灵活性;(2)利用网格中提倡的协同,企业通过改善生产力和协作能力,将会缩短投资回报周期;(3)企业利用网格提供的计算力,解决复杂的业务难题,实现企业的快速应变,赢得竞争优势;(4)网格计算能够帮助企业避免供给过剩和基础设施成本超支;(5)网格计算可使网络实行自主管理,降低企业管理成本和费用。
网格技术将企业的各种应用系统加以集成、整合,实现网络虚拟环境下的高性能资源共享和协同工作,从而消除企业存在的内部和外部“信息孤岛”,并且进一步改变企业电子商务应用环境,催生新的电子商务模式,为企业高效率、低成本、更全面的应用电子商务服务创造了良好条件。
三、基于网格的电子商务平台结构
结合电子商务应用需求,网格下的电子商务平台由以下五个部分组成:
数据网格与计算网格。数据网格可以集成多种数据源,进而为海量数据的存储、传输、处理与融合提供基础框架。计算网格由多个服务器集群构成,通过集群技术将各EC企业的服务器合成为一台透明的、强大的超高性能计算机。
信息资源网格。基于数据网格和计算网格构建,它是EC平台的重要组成部分。该层对于来自数据网格的数据和计算网格的计算结果进行处理,进而形成信息资源,并将信息资源提供给服务网格。服务网格是EC平台的主要功能单元,提供电子商务系统所支持的各种服务,同时对各企业的应用系统提供应用支持。
系统建摸与应用模板。根据来自应用系统和个性化服务访问接口的不同要求,相应地生成专有的系统模型和应用模板。服务网格根据其生成的系统模型和应用模板,向应用系统或用户提供符合要求的服务。
个性化服务访问接口。它是EC平台的重要功能单元,是电子商务平台通用性、交互性、实用性的重要实现部分。针对各企业的不同应用要求,电子商务各个应用系统通过该接口实现与EC平台的交互,进而获取量身定做的个性化服务。
四、 基于网格的电子商务系统的设计
本文构建的电子商务系统主要由客户、商家和商务中心三个核心成员组成,各个成员通过Internet相联。其中,各商家有各自相互独立的商家系统,包含存放商家独立数据的商家数据库,以及负责自身的业务逻辑,如商品管理,客户管理、订单管理等的管理系统;商务中心为各商家与客户之间的沟通桥梁,负责将各商家的信息集成在一个统一的平台上呈现给客户,系统的部署结构如图所示。
客户:通过浏览器获得用户提交的数据,然后调用相关的网格服務执行逻辑操作。客户还可以通过服务数据对某些服务注册订阅,然后通过其订阅/通知机制及时获得更新信息。商家服务器:存放各商家的信息,如商品信息、用户信息、订单信息,并存放与本商家业务相关的逻辑操作的代理文件。商务中心服务器:包括存放各商家基本数据信息,以及公共数据信息的商务中心数据库,并处理商务中心的代理操作,如商家信息的检索、订单的分派、订单提交等。系统数据库:由分布的异构数据库组成,数据库分别存放各商家独立的数据信息,以及公共信息,是构建在不同的硬件,以及数据库平台上的异构数据库。
另外,考虑到系统的安全性,可利用网格的安全基础设施(GSI)构建系统,提供共享的虚拟交易市场。各商家在自己的交易站提供货物资源,货物资源由资源代理管理,形成局部的管理域,有局部的交易安全策略和货物名称。在此基础上,构建一个虚拟的电子交易场,提供虚拟的货物资源和全局安全策略,由上层的交易代理管理交易。
参考文献:
[1]孟晓明:网格环境下的电子商务安全结构研究[J].计算机应用研究,2006,21(12):114-116
[2]都志辉陈渝等:网格计算[M].北京:清华大学出版社,2002
基于网格模型的三维区域面积测量 篇12
三维物体的区域面积测量在人体烧伤[1]、医学整形、纹理映射[2]、地理测量[3]、文物修复等领域有着重要应用。传统的测量方法有光学测量法[4]、超声波法[5]等,但这些传统方法对设备要求高,而且价格昂贵、不方便操作。近年来,由于数字获取设备和计算机技术的发展,通过三维数字彩色扫描[6,7]获取三维物体的几何和纹理信息数据,并构建三维网格模型越发便捷。基于此,本文提出基于网格模型的三维物体兴趣区域划分、提取及面积测量方法。对于兴趣区域的提取一般可分为基于颜色的自动提取和基于边界划分区域生成。文献[8]基于颜色分割的区域面积提取方法可以通过颜色和空间坐标信息将不同颜色区域分割成不同部分,基于颜色的兴趣区域自动划分虽然方便,但存在许多不足,如当颜色边界信息比较模糊时,提取的区域和需要选取的区域相差较大,在要求比较精确的领域(如人体烧伤面积计算),该方法存在明显不足。文献[9]提出了基于交互方式的区域生成方法,能准确生成兴趣区域,但该方法对噪声敏感,且模型点数量过大会导致运行速度过慢。为此,本文采用基于平面切割的兴趣区域边界划分方法,通过目测颜色信息指定边缘的若干关键点,并由平面切割算法自动生成兴趣区域的边界,然后采用区域生长方法[10]快速、精确提取指定区域,进而计算其面积。本文的创新点在于运用改进的网格切割算法生成区域边界,在切割过程中通过不断修正切割面使切割边界达到最优,从而使选取的区域边界更准确,实验证明,通过本文方法计算的面积更准确、有效。
1 基于测地线的区域边界划分
测地线是光滑曲面上的最短路线,如地球表面上的最短路程。在网格模型上表现为最短路径,又称为近似测地曲线。Chen[11]基于Dijkstra算法提出了网格上最短路径生成的方法,但所给出的时间复杂度为O(n2),当网格点达到105数量级时速度很慢,而且该方法对网格的要求也比较严格,网格必须是连通的。Lee等[12]以基于边界条件的平面网格切割法生成最直路线,该方法时间复杂度为O(n),速度快,但该方法只处理带边界的网格。本文提出用不带边界的平面切割算法来生成三维网格测地线。
1.1 基于平面切割算法的曲面测地线
在经典空间几何中,空间曲面的测地线有如下性质:①测地线上每一点的密切平面总是垂直于此点的切平面;②空间曲面上两点之间的测地线是两点之间最短的距离。本文提出的基于平面切割的测地线生成方法正是基于此思想。在求测地线过程中,本文使用一个尽可能垂直于网格曲面的平面去切割网格曲面,所生成的交线就是两点间的测地线。
理想情况下,切割面应垂直于网格曲面所对应的平面,也就是说切割面的法向量与测地线上每一个点主法向量内积之和尽可能小。定义曲面上测地线的平均法向量。其中,Nt(s)为以s为参数的法向量函数,l为测地线的长度。由于网格上的最短路径由一段段直线段组成,因此平均法向量可以离散化表示为,li和Ni分别表示切割路径所经过的第i个三角面片的长度和法向量。设起点与终点的方向向量Vbe=Ve-Vb(Ve,Vb分别为终点和起点的方向向量),则切割平面的法向量,由于确定切割面之前,无法得知切割路径,为得到最优的测地线,本文采用基于修正的切割平面生成算法。其基本思想是:如果当前切割点为起始点时切平面的法向量为N =Vbe× Nbe,Vbe=Vb-Ve,Nbe= Nb+Ne,其中Vb,Ve为起点和终点的方向向量,Nb,Ne为起点和终点的法向量。如果当前切割点不是起始点,将该点作为新的起点V′b,该点的法向量为N′b,更新切割平面的方向向量V′be=V′b-Ve,更新基平面的法向量N′be= N′b+Ne,更新切平面的法向量N =V′be×N′be。关于切割点N′b法向量的计算可分两种情况:当点在三角形的顶点时,通常是对顶点1-环邻域所有三角的法向量做加权平均。当点在三角面片的边上时,则其法向量为共用此边的所有三角形的法向量的加权平均。
1.2 基于修正切割面的网格割算法实现
设切割平面方程为N·X+d=0,其中N为平面的法向量,d=-(N·X0),X0为平面上的任意一点。假设与切割平面求交的三角面片的一个边CD为Vc+tVcd,Vcd=Vd-Vc,如果Vcd·N=0,说明CD和平面平行,没有交点;若Vcd·N≠0,则需判断,不同的t对应如下结果:
(1)t>1或t<0,交点在线段CD或DC的延长线上,与线段CD无交点;
(2)t=0,交点为C,t=1,交点为D;
(3)0<t<1,交点为Vc+tVcd。
在求切割线过程中若当前切割点为起始点时下一个切割点的选择比较特殊,如图1 所示A为起始切割点B为终点,切割后产生两个切割点e、f,此时需要判断的夹角∠eAB与的夹角∠fAB的大小,若∠eAB<∠fAB则选择e作为当前切割点,否则选择f。
本文切割线算法的总体流程如下:
Step1:初始化变量,确定初始切割平面P,分别得到起点A和终点B所在的三角形Ta和Tb;
Step2:得到起点A所在的三角形,对该三角行进行切割得到切割点e、f,判断的夹角∠eAB与和的夹角∠fAB的大小,若∠eAB ≤fAB ,则选择e作为当前切割点,否则选择f;
Step3:根据当前切割点更新当前切割面的法向量,且由切割面和当前切割点确定当前需要切割的三角面片;
Step4:通过切割当前三角面片,得到新的交点,将此点加入到链表中,并将此交点设为当前切割点;
Step5 :判断当前切割点是否是终点,如果是则结束,否则返回step3。
2 特定区域的提取及面积计算
2.1 切割边网格重建
网格切割后,切割点往往在三角面片的某边上,依次连接切割点形成切割线,每一段切割线相连形成整个区域的边界,但切割后会破坏原有网格的拓扑结构,因此对切割后的边界需要重建网格。三角网格重建比较成熟的算法有基于Delaunay的三角网格剖分算法[13],文献[14]提出了对离散点云的快速三角化。但文献[13]、[14]都是对大量离散点云提出的重建方法,文献[14]重建后会出现许多小洞,且时间复杂度太大。基于此,本文提出比较简洁的切割后网格修补方法。切割后的三角形重建可分为4种,如图4所示。
图2中虚线表示切割线,实线表示重建后添加的边,图2(d)中切割线经过三角形的一边,重建时不需要变动,其余情况都需要删除原三角形,添加重建后的三角形。网格重建首先添加新的顶点,根据顶点情况添加相关线段,然后组成新三角形,同时删除被切割的三角形。网格重建算法的主要步骤如下:
(1)读取三角面片的基本信息。
(2)临时保存当前面片的拓扑结构信息,并删除此三角面片和网格的连接边。
(3)根据切割类型不同添加新的顶点。
(4)由三角面片的拓扑结构确定新面片的顶点连接情况。
(5)读取下一个面片,并判断是否结束面片,若是则转(2),否则转(6)。
(6)结束。
2.2 基于种子面片的区域生长
网格重建后,为提取选取区内所有网格信息,可采用树形搜素算法[12],其主要思想是从一个初始三角面片扩展到与其相邻的所有三角面片,从中心向四周扩散搜索,如图3所示。① 号三角形为初始种子点,箭头为搜索方向,②号三角形为迭代一次后获得的三角面片。
网格搜索算法的主要步骤如下:
(1)初始化变量,当前面片T0,建立栈St,并且T0进栈。
(2)栈顶元素T出栈,以T为当前面片搜索与其相邻的所有三角面片,若搜索到的面片没有被标记,且没有顶点经过切割线的顶点,则该三角形入栈,标记该三角形。
(3)判断栈St是否为空,若否则转(2),否则结束。
2.3 面积计算
采用区域生长法得到区域内所有三角面片信息后,整个区域的面积可表示为,其中si为第i个三角形的面积,n为区域内三角面片数。
3 实验结果及分析
3.1 测地线实验结果及分析
为验证本文切割算法生成割测地线的有效性及鲁棒性,本文分别对Cat模型(4538个顶点,8971个面片)、cow模型(2903 个定点,5804 个面片)、head模型(3642 个顶点,6783 个面片)、state of liberty模型(23421 个顶点,43245个面片)、face模型(4512 个顶点,7546 个面片)、back模型(8456个顶点,15235个面片)进行实验,图4为本文方法所得的效果。
为比较本文方法和传统方法运行时间,本文测量10组不同长度测地线得到的运行时间,如图5所示。为验证本文方法测地线的准确性,本文测量了10组不同长度的测地线,并且记录各种方法的测量数值,记录结果如表1所示。
实验结果表明,模型点数量比较小时,所花费的时间相差不大,但当模型点的数量逐渐增大时,本文方法明显较优。同时,测量精度上,由表1中10组测地线的长度可以看出,本文方法明显优于文献[11]和文献[12]方法。本文“基于切割面修正的网格切割算法”无论在运行时间,还是在测地线的精确度上都优于文献[11]和文献[12]方法。从算法时间复杂度来分析,本文算法的时间复杂度为为线性时间复杂度,文献[11]和文献[12]时间复杂度最优情况下为O(nlogn)。
3.2 面积实验结果及分析
为验证本文区域面积测量的准确性和稳定性,对实物进行贴片,通过kinect设备对实物进行扫描生成网格模型,然后对切片进行边界区域圈取,并提取整个切片的区域。本实验分别选取形状为长方形、三角形、多边形、五角星、圆的切片,分别测量其面积。图6为不同形状的区域提取以后的效果图,表2为各个切片测量结果以及和真实面积的比较。
由图6可以看出,本文算法对各种形状的区域都能很好地进行划分,并且准确提取其区域。由表2中可知,本文方法测量面积和真实面积误差低于3.0%,且较稳定。由于测量面积准确性很大程度上依赖于对区域边界的准确划分,所以图6和表2的实验结果印证了本文“基于修正切割面的网格切割算法”的准确性和有效性。
4 结语
本文提出了基于网格切割的区域划分,然后根据区域的边界提出区域所有三角面片的信息,根据这些信息计算出整个区域的面积。本文的创新之处在于运用平面切割方式来生成区域的边界,提出了基于切割面修正的网格切割算法,与传统的最短路径法[11]和基于边界的网格切割算法[12]相比速度更快且更准确。实验证明该方法有效,且相对误差在可接受范围内。