网络仿真模拟模型（通用7篇）
网络仿真模拟模型 篇1
摘要：文章简单介绍了路面不平度的概念及其统计特性, 分析了构造路面不平度的数学模型, 选取谐波叠加法对标准路面谱进行了重新构建, 通过时空相干性构建了四轮路面输入模型, 并在MATLAB中对其进行了验证。
关键词：路面不平度,谐波叠加法,时空相关,MATLAB
前言
对汽车平顺性和操纵稳定性分析研究中, 需要输入路面不平度。路面不平度可以通过直接测量实际路面获得, 但是具有费用高与耗时多等缺点。因此, 随着计算机技术和其他相关学科的发展, 人们开始在理论上进行路面的建模和计算机模拟, 并将其应用于仿真分析及台架试验中。本文简单介绍了利用谐波叠加法重构标准路面谱, 生成四轮路面不平度, 并验证了这种方法的准确性和可靠性。
1、路面不平度概述
车辆工程学科通常把路面相对于基准平面的垂直高度q, 沿着道路的走向长度I的变化q (I) , 称为路面纵断面曲线或不平度函数[1]。由于路面不平度的增大不但会导致了乘坐的舒适性的变差与车速的降低, 还会对车辆运营时间及费用带来一定的影响。因此近年来, 国内外学者都开始了路面不平度的研究。另外, 路面不平度的研究已经拓展到任何涉及路面激励的场合, 此外, 它还对道路的分级及汽车耐久性、平顺性和可靠性试验研究都有较大的指导作用。
2、路面不平度的统计特性分析
式中:n为空间频率 (m-1) , 它是波长λ的倒数, 表示每米长度中包括波长个数;n0为参考空间频率, n0=0.1 m-1;Gq (n0) 为路面不平度系数, 为参考空间频率n0下的功率谱密度值, 单位是m2/m-1=m3;W为频率指数, 它反映了路面功率谱的频率结构。
上述路面功率谱密度Gq (n) 指的是路面不平度垂直位移功率谱密度。
文件ISO/TC108/SC2N67中提出根据路面功率谱密度把路面的不平度分为8级, 其中不但规定了各级路面不平度系数Gq (n0) 的几何平均值, 分级路面谱的频率指数W=2, 还同时列出了空间频率为0.011 m-1<n<2.83 m-1范围内的路面不平度的均方根值qrms (σq) 的几何平均值[2,3]。
3、路面不平度的数学模型
针对路面不平度的数值模拟问题, 国内外的许多学者都进行了大量研究。目前使用的方法比较多, 而谐波叠加法是将随机激励表示成大量具有随机相位的正弦或余弦之和, 可靠性强、数学逻辑严密, 所以本文主要对谐波叠加法进行了介绍及应用。
车辆的平顺性能评价主要是在时域上进行, 因此路面的输入也应根据标准中相应的路面等级用时域数据表示。所以, 在建模中首先将空间频率数据转化为时间频率的数据。由汽车理论可知, 在给定的车速v下, 根据时间频率与空间频率的关系f=vn, 可将空间频率范围 (n1<n<n2) 内的路面位移谱密度Gq (n) 转换为时间频率范围 (f1<f<f2) 内的路面位移谱密度Gq (f) 。根据平稳随机过程的平均功率频谱展开性质, 路面不平度的方差为:
式中, θk为在[0, 2π]上生成的随机数, 但该随机应满足均匀分布。
将对应于各个小区间段的正弦波函数叠加起来, 就得到时域路面随机位移输入:
在路面不平度模型的实际建立过程中, 应当选择一下参数:路面等级参数Gq (n0) , 空间频率范围 (n1, n2) , 对频率区间划分的段数m, 路面等级参数Gq (n0) 的值为表1中的对应标准路面等级中的几何平均值, 空间频率所对应的时间频率范围 (f1, f2) 应该包括汽车振动的主要固有频率[4,5]。
4、四轮时域模型
4.1 异车辙路面不平度空间相干方法
同一条道路两个车轮轨迹的路面不平度统计特性相同, 即左右轮辙自功率谱密度相同, 但两条迹线路面不平度的随机过程存在互谱, 即两迹线相干, 但此相干性较弱。因此, 再现两车辙激励时域模型须将空间相干性考虑在内, 以确保转换中激励信息的完备性。这可以视为已知一个轮辙输入, 求另一个轮辙的输出, 输入输出通过相干函数cohxy联系。
记输入轮辙为qx (t) , 输出轮辙为qy (t) , 据随机振动理论, 系统输入与输出间存在关系为:
式中:w=2πf为圆频率, rad/s;Gxy (w) 为输入qx (t) 与输出qy (t) 间的互谱密度;Gx (w) 为输人qx (t) 自功率谱密度;H (w) 为系统频率响应函数。
但是这种求频响函数的方法比较复杂, 计算量相对较大, 影响总体模型的建模效率。所以本文参考文献[8]中直接得出的频响函数的计算公式来进行计算:
式中:B为两车辙距离, 即轮距, m;u为车速, m/s;P为调整参数[8]。近谐波叠加法求出左轮辙路面不平度, 经傅里叶变换得出频谱为Fx (w) , 利用上式求出坐游轮频响函数H (w) , 据两车辙路面不平度频谱响应关系:
式中:Fy (w) 为右轮辙路面不平度函数qy (t) 傅里叶变换。Fy (w) 经傅里叶逆变换即求出右轮辙路面不平度函数qy (t) 。该函数包含轮距信息, 无需复杂计算, 具有通用性。
4.2 同轮辙路面不平度时间相关法
式中:qf (t) , qr (t) , 分别为前、后轮路面不平度输入。
最后得到路面不平度表达式:
5、仿真分析与验证
以B级路面为例, 四轮车辆左前轮为基准轮, 分别应用左右轮辙空间相干的求解方法, 结合前后轮时间相关关系, 建立车辆四轮路面不平度时域输入模型, 将仿真四轮路面模型的功率谱与理论值比较, 分析左右轮的相干性。设仿真车速u=50km/h;轮距B=1.6m;前后轮轴距为2.5m;采样总时间为10s, 调整参数P=100。利用MATLAB软件, 进行了时空相关四轮标准路面谱的重构编程, 分别绘制了B级路面的时域不平度, 结果如下左图所示:
经计算机仿真的四轮路面不平度输入功率谱如图所示, 仿真功率谱由现代功率谱估计所得, 由图2知在有效的频率范围0.55—28.3HZ内, 仿真的各车轮路面不平度功率谱和理论功率谱基本吻合。说明谐波叠加法建立路面不平度模型有效, 且通过空间相干和时间相关拓展的四轮模型与基准轮路面结构相同。
6、总结
本文首先对路面不平度进行了理论分析, 并在此基础上通过MATLAB编程, 得到了路面不平度的曲线, 并通过计算其功率谱密度验证了该方法的可靠性和准确性, 结果表明利用谐波叠加法构造的路面谱基本符合仿真要求, 与标准路面谱基本一致。
参考文献
[1]余志生.汽车理论 (第五版) 北京:机械工业出版社, 2009 (03) .
[2]徐占.标准路面谱室内再现控制研究.武汉理工大学[D].2009 (12) .
[3]张照柏, 孟祥光, 张珍.A级标准路面谱的重构及应用仿真.研究与开发[J].2011 (09) .
[4]聂彦鑫, 李孟良.基于谐波叠加法的路面不平度重构.汽车科技[J].2009 (05) .
[5]常志权, 罗虹.谐波叠加路面输入模型的建立及数字模拟.重庆大学学报 (自然科学版) [J].2004 (12) .
[6]陈渊峰, 张智, 张士路.考虑相干性的四轮随机路面输入模型的研究.汽车科技[J].2013 (03) .
[7]张永林, 胡志刚, 陈立平.时空相关车辆道路的高效数值仿真.农业机械学报[J].2005 (09) .
[8]王亚, 陈思忠, 郑凯峰.时空相关路面不平度时域模型仿真研究.振动与冲击[J].2012 (03) .
网络仿真模拟模型 篇2
关键词：模拟行为建模,Boost,仿真,开关电源
0 引言
PSpice的模拟行为建模 (ABM) 功能提供给用户一个简便的方式去仿真一块尚未完成或是极其复杂的子电路。用户可以自行定义或使用PSpice内已经建好的模拟行为模型元件, 它运用描述电路特性的方式而不需要以真实电路来输入与仿真, 如此可以大幅精简仿真的时间及复杂度。开关电源是一个大信号系统, 具有非线性时变的特点, 传统的基于详细开关器件的仿真技术, 仿真时间会很长, 而且难于收敛。为此, 本文以高频开关电源为例分析了模拟行为建模的一般方法和步骤, 并利用该模型分析了电路的频域特性, 仿真结果证明了建模方法的正确性。
1 模拟行为建模简介
行为建模提供了一个利用传递函数、查表和子电路建立电子器件模型的方法, 换句话说, 由于它利用数学关系来进行子电路的建模, 从而避免了利用一个个器件组合成模型方法的弊端。当要建立的模型不包括在软件的内建模型中或需要对软件模型进行扩展时, 就可以采用这种方式。在模型仿真范畴, 其主要应用是用来建立新的器件模型, 或对系统建立黑匣子模型。在PSpice的ABM.olb元件库中包含了内建的行为模块, 在建模时可以利用这些行为模块。PSpice的ABM元件库中包含的ABM模块可分为控制系统模块部分和等效模块部分。控制系统元件部分定义输入和输出电压以模拟地为参考, 因此每一个模块都是单脚的输入和输出。PSpice A/D增强了这些部分, 使这些模块不需要和虚拟负载或输入电阻连接在一起。常用的控制系统模块有LIMIT模块和ABM模块。LIMIT模块的功能是把输出电压幅值限制在上限值 (用HI属性来设置) 和下限值 (用LO属性来设置) 之间。用户可以根据自己的需要设置合适的参数值。在开关电源行为模型中, 可以利用该元件限制输出占空比的范围。PSpice等效模块具有E (压控电压源) 和G (压控电流源) 结构, 模块的控制输入端和输出端都有两个管脚。PSpice等效ABM模块可以分为E和G两种类型, E模块提供了电压输出, 而G模块提供了电流输出。PSpice等效模块在结构上采用一系列扩展函数, 对E和G加以扩充, 使它们不再只受一个或几个节点电压的控制, 还可以由数学表达式 (VALUE) 、频域传递函数 (LAPLACE) 、表格 (TABLE) 和频率响应 (FREQ) 来实现复杂的控制规律, 这些表达式函数可以使用算术运算符号 (+、-、×和/) 和圆括号。模块的传递函数可以包含电压、电流或者电压电流的混合作为输入, 所以, 在这里不再区分是电压控制模块还是电流控制模块, 模块的类型仅仅通过输出的需要来区分。如果需要电压输出, 用E模块类型;如果需要电流输出, 用G模块类型。
EVALUE和GVALUE模块是将数学表达式 (由EXPR属性设置) 所定义的控制特性作用在输入信号上, 并在输出脚上输出结果。表达式中可以包含常数、参数、电压、电流和时间参量。电压可以是节点电压, 比如V5, 也可以是节点之间的电压, 比如V4, 5, 电流则必须是通过电压源的电流 (V模块) , 比如I (VSENSE) 。在这些表达式中, 通常用0值电压源作为电流检测元件, 这在之后的PFC (功率因数校正电路) 建模中将经常使用。用户可以根据自己的需要设置EXPR属性。ETABLE使用了一个由表格来描述的传递函数。用户可以根据自己的需要设置EXPR和TABLE两个属性。表达式 (EXPR) 是输入电流或电压的函数, 并且和VALUE模块中表达式有相同的设置规则。查表执行时, 先计算EXPR的值, 然后用所得的结果作为表格的输入。表格 (TABLE) 是由一对一对的数值组成, 前一个数是输入, 后一个是相应的输出, 每一组之间使用了线性内插。如果表达式EXPR的值超出了表格的范围, 模块的输出为一常数, 等于最小输入或者最大输入时对应的输出, 这一特性可以用来给输出强行限制一个最大值和最小值。在PFC建模中可以利用该模块作为占空比发生器。
2 基于模拟行为模型的开关电源电路建模与仿真
利用PSpice行为模块, 搭建了如图1所示的基于Boost的PFC高频开关电源小信号仿真电路行为模型。模型搭建好之后, 可以利用PSpice的交流扫描分析 (AC Sweep) 功能, 对PFC系统进行频域分析。通过仿真分析, 可以得到环路幅频曲线和相频曲线图, 从而可以直接分析环路的特性, 包括剪切频率、相位裕量、幅值裕量等方面。
电压环环路增益仿真曲线图如图2所示。利用游标可以测得, 此时的剪切频率为12Hz, 相位裕量为65°。所以, 环路设计比较合理, 电路具有较好的动态特性。
为了观察输入电压变化对环路特性的影响, 我们可以利用PSpice的参数分析功能 (Parametric Analysis) 得到输入电压分别为100V、200V、300V时的环路增益曲线图, 仿真结果如图3所示。从仿真结果可以看出, 电压环的工作点基本不随输入电压的变化而改变。
在设计电压环补偿电路时, 补偿电容Cvf的选择比较重要, 如果选择不合适的话对整个环路的性能会有较大的影响。如果电容Cvf选择太大的话, 补偿电路的剪切频率会比较小, 电压环的相位裕量会比较小, 电路的动态响应会比较差;电容Cvf选择太小的话, 补偿电路的剪切频率会比较大, 不能足够地衰减输出电容上电网线路频率的二次谐波, 从而引起输入电流的畸变。为此, 可以对补偿电容的取值做个定量的分析, 同样可以借助PSpice的参数分析功能 (Parametric Analysis) 对补偿电容分别取0.1nF、47nF、300nF时的PFC系统进行时域和频域分析。图4给出了电压环的环路增益曲线, 利用游标可以测得电压环的相位裕量分别为100°、65°、40°, 可见PFC系统都是稳定的。
3 结语
本文分析了PSpise模拟行为建模的基本原理和建模方法, 给出了基于开关电感模型的Boost PFC电路仿真模型。利用该仿真模型可以分析系统的频域特性, 该方法简单易行, 大大提高了仿真速度, 仿真结果证明了建模方法的正确性。
参考文献
[1]陆治国.电源的计算机仿真技术[M].北京:科学出版社, 2001:1-5.
[2]潘孟春, 魏全禄.PSPICE中模拟行为建模及其在电力电子教学中的应用[J].电气电子教学学报, 2005, 27 (5) :61-64, 95.
[3]Ben-Yaakov, Zeev#space2;#Gaaton.A#space2;#Unified#space2;#Model#space2;#of#space2;#Current#space2;#Feedback#space2;#in#space2;#Switch#space2;#Mode#space2;#Converters[J].IEEE#space2;#International#space2;#Symposium#space2;#on#space2;#Circuits#space2;#and#space2;#Systems, 1992, 4:1891-1894.
网络仿真模拟模型 篇3
在现实生活中的排队经常有这样一种现象:某些顾客到达后可以“插入”队列之前提前接受服务,称此现象为“插队”,这些可以插入队列之前提前接受服务的顾客具有强占优先权。带有强占优先权并同时考虑不耐烦顾客的排队系统国内已有很多文章,如赵国喜,陈佩树,耿响等均是在平稳状态下采用矩阵分析法给出两类顾客各自的稳态分布并做了相应的性能分析,且均是同一类顾客具有强占优先权并同时是不耐烦的[1,2,3]。
Ward Whitt在强占优先规则下对单服务台的排队系统进行了研究,获得了系统中的负荷过程、离去过程和队长过程的扩散逼近[4]。刘建民是在高负荷下对带重尾服务强占优先排队系统做了研究[5]。关于对排队系统的模拟仿真,张建航等用蒙特卡洛模拟的方法对M/M/1模型进行模拟仿真[6],陈实是对多服务台混合制排队模型M/G/s/k的仿真研究[7],宋振峰等是基于Matlab对M/M/m的排队模型进行模拟仿真[8]。本文将强占优先权与不耐烦顾客结合起来,在高负荷条件下,以Matlab为编程平台,研究带有强占优先权、具有不耐烦顾客的排队系统M1,2/M/1-M的仿真算法,给出队长并对损失率进行分析。
1 模型建立
这里考虑的模型是单个服务台有两类顾客到达的排队系统。在这个系统中:两类顾客分别以参数为λ1,λ2的泊松流到达,第一类顾客较第二类顾客具有强占优先权,第二类顾客是不耐烦的,且按优先级在服务台前排成两队。强占优先服务是指当第一类顾客到达时,若服务台正在为第二类顾客服务,则第一类顾客强占服务台接受服务,第二类顾客则排在同一优先级队列之首等待,原来服务过的仍然有效,同一优先级的服务规则是先到先服务。第二类顾客是不耐烦的,是由于第一类顾客的到达延长了第二类顾客的等待时间而变得不耐烦,其“耐性时间”(也称等待期限)服从参数为ν的负指数分布。一般等待期限分为两种:一是等待期限截至服务开始时,二是等待期限截至服务结束。本文的等待期限为第一种情况,具体是指:若在等待期限内尚未接受服务,则一旦到达等待期限马上离开系统,若在等待期限内接受了服务,则接受完服务再离开系统,不论总时间是否超过等待期限。两类顾客的服务时间服从相同参数的负指数分布。图1给出了模型结构图。
由于两类顾客的到达过程均为泊松过程,其到达间隔分别服从参数为λ1,λ2的负指数分布,可产生两独立同分布的随机变量序列:{u
令Ai(t)(i=1,2)表示在[0,t]内第i类顾客共到达的顾客数,L(t)表示在[0,t]内第二类共放弃的顾客数,Π(t)表示在t时刻的损失率,则有:
2 仿真算法
本文应用连续时间离散化的思想对带有强占优先权且具有不耐烦顾客的排队系统进行模拟仿真。由Little公式得在仿真时间[0,T]内共到达的顾客数为n=Tλ,由式(1)可得到每位顾客的到达时刻,这样可将连续时间离散为每个顾客的到达时刻,从而有利于运用计算机进行仿真。
为了方便排队系统中的所有顾客的信息储存及系统信息记录,本文构建顾客信息矩阵与队列信息矩阵,同时还可用来辅助仿真算法的实现。
2.1 矩阵储存的信息
(1) 顾客信息矩阵
顾客信息矩阵为一个6×n的矩阵,其中n为两类顾客共到达的顾客数,矩阵的每一列存放着一名顾客的所有信息,以其中一列为例,每一行所存放的具体信息如表1所示。
其中第二行顾客类别的标记是指:当到达系统的顾客是第一类顾客时,相应的矩阵列的第二行所记录的标记为1,同理当为第二类顾客到达时,相应的标记为2。
(2) 队列信息矩阵
类似于顾客信息矩阵,队列信息矩阵为一个6×n的矩阵。由于第一类顾客具有强占优先权,当第一类顾客到达排队系统时,若排队系统中有第二类顾客,这些第二类顾客的等待时间均被延长且第二类顾客变得不耐烦,因此第二类顾客的实际等待时长,逗留时长及离开时刻均会改变,为了方便修改顾客信息矩阵的相关信息及模拟仿真的实现,以其中一列为例,队列信息矩阵的具体信息如表2所示。
需要说明的是第三行中的第二类顾客的“耐性时间”是指若当前的第二类顾客放弃接受服务离开排队系统,则将其的“耐性时间”记录。
2.2 矩阵的初始化
对于顾客信息矩阵,根据两类顾客的到达过程由式(1)可得到两类顾客的每个顾客的到达时刻,并将其排序后输入顾客信息矩阵的第一行且同时初始化第二行。
2.3 矩阵的更新算法
从顾客的到达情况出发,可分为两类:第一类与第二类顾客到达,且到达后到各自的队列轨道排队,记第一类、第二类顾客的队列轨道分别为队列1、队列2。根据顾客到达系统时各队列的状态进行分析:
(1) 当第一类顾客到达时,若队列1为空,则直接接受服务;若队列1不为空,则进入队列1排队等待,产生服务时间及计算其他数量指标,更新顾客信息矩阵。此时若队列2不为空,则在队列2中已到达的第二类顾客的等待时间被延长,产生“耐性时间”并与之比较。判断是否放弃接受服务并修改在顾客信息矩阵与队列信息矩阵中的对应信息。
(2) 当第二类顾客到达时,若队列1为空且队列2为空时,直接接受服务,否则在队列2中排队等待,产生服务时间及计算其他数量指标,更新顾客信息矩阵。
对于队列信息矩阵,若是第一类顾客到达,则更新第一行,若是第二类顾客到达,则更新第二行。如果第二类顾客中有顾客放弃接受服务,则更新队列信息矩阵第三行的对应列。每个顾客到达时均计算队长,放弃顾客数及损失率并更新队列信息矩阵的对应列。
在给出矩阵储存的信息,矩阵的初始化及矩阵的更新算法后,用num1表示第一类顾客到达的顾客数,num2表示第二类顾客到达的顾客数,loss表示共放弃的顾客数,它的仿真算法的算法流程图如图2所示。
3 模拟仿真
在对带有强占优先权且具有不耐烦顾客的排队系统的模拟仿真中,lambda1、lambda2分别为第一类、第二类顾客的平均到达率,μ为平均服务率,ν为“耐性时间”参数,仿真时间为[0,T]。
(1) 每个顾客到达时排队系统的队长、放弃顾客数与损失率。
取lambda1=1,lambda2 =9,μ=10,ν=1,T=10时,如图3～图5所示。
(2) 探讨损失率与lambda1,lambda2的关系仍令μ=10,ν=1,如图6所示(横轴为时间,纵轴均为损失率)。
由图6可得:当lambda1增大lambda2减小时,具有强占优先权的顾客的到达增加,放弃接受服务的顾客数随之增加,损失率增大。
(3) 探讨损失率与时间的关系。
令lambda1=1,lambda2 =9,μ=10,ν=1,如图7所示(横轴为时间)。
由图7可得,在高负荷条件下当排队系统运行很长时间时,损失率逐渐趋于平稳。
4 结 语
本文运用连续时间离散化的思想设计了一种针对带有强占优先权且具有不耐烦顾客排队模型的仿真算法,对损失率进行了探讨分析。利用损失率可以改进服务台的服务率, 为系统的优化设计提供了依据。通过对更新方法与随机数产生的方法的改变,该仿真算法还可被应用到其他的队列系统,如M1,2/G/1-M或G1,2/G/1-G等队列系统。此仿真算法的应用非常广泛,如一些服务系统的顾客种类主要分为VIP顾客与普通顾客,VIP顾客具有强占优先权,或者其他服务系统,如医院的急诊部门,当有伤势严重或病重的顾客需优先就诊等,此仿真算法均可应用于这些服务系统。
参考文献
[1]赵国喜,朱翼隽,庄斌.不耐烦等待信元的优先权排队[J].江苏大学学报:自然科学版,2003,24(6):5-8.
[2]陈佩树,朱翼隽,耿响.具有强占优先权的不耐烦顾客的M/M/m/k排队模型[J].系统工程与电子技术,2008,30(6):1069-1073.
[3]耿响,朱翼隽.具有强占优先权的不耐烦顾客的M/M/m/2k-m排队模型[J].成都信息工程学院学报,2006,21(6):903-909.
[4]WHITT Ward.Weak convergencetheorems for priority queues:pre-emptive-resume discipline[J].Jour-nal of Applied Probability,1971(8):74-94.
[5]刘建民.高负荷下带重尾服务强占优先排队的扩散逼近[J].纯粹数学与应用数学,2010,26(4):559-566.
[6]张建航,李宗成,宋晓峰.单服务员排队模型及其蒙特卡洛模拟[J].现代电子技术,2006,29(24):44-46.
[7]陈实.多服务台混合制排队模型M/G/s/k的仿真研究[J].现代电子技术,2010,33(17):142-149.
[8]宋振峰,席志红,刘飞.基于Matlab的M/M/m排队模型的仿真[J].现代电子技术,2005,28(6):29-30.
[9]张志涌,杨祖樱.Matlab教程[M].北京:北京航空航天大学出版社,2006.
网络仿真模拟模型 篇4
我院口腔教研室从2012年初开始应用口腔仿真人头模型教学模拟系统进行口腔实践教学, 为客观分析和评价口腔仿真人头模型教学模拟系统在口腔专业实践教学中的作用, 对我院接受口腔仿真人头模型教学模拟系统训练的学生开展了问卷调查。为使研究更客观有效, 在汇总调查问卷的基础上, 随机抽取部分学生对使用口腔仿真人头模型教学模拟系统的情况进行小组讨论。
1 调查对象和方法
1.1 对象
本院2011级和2012级口腔修复工艺专业学生共66名。
1.2 材料
上下颌刚玉模型、石膏牙模型以及低速手机。德国产FONA口腔仿真人头模型教学模拟系统, 口镜、牙镊、探针, 部分口腔仿真人头模型教学系统模具。
1.3 方法
将2011级和2012级学生的实践教学分成两个阶段:第一阶段在刚玉模型上操作, 第二阶段使用FONA口腔仿真人头模型教学模拟系统训练。训练内容主要包括:口腔检查、洞型制备等口腔临床基本操作。
首先在刚玉模型上完成洞型制备, 经过在刚玉模型上制备I类洞型、II类洞型、V类洞型, 学生掌握了洞型设计与制备原则。但这与实际口腔操作情况, 尤其是口镜的使用、支点的选择、患者及医生体位的调节等仍有差距。
口腔医学专业的技巧性、操作性很强, 在日常医疗服务中主要是以临床操作为主, 临床操作需要专业化的治疗设备 (牙科综合治疗机) , 对医护之间的密切配合 (四手操作) 和医患之间的配合 (患者的体位、口腔环境) 都有很高的专业要求[1]。口腔仿真人头模型教学模拟系统已成为现代口腔医学实践教学必备的设备, 为口腔专业学生提供了一个模拟临床教学的平台。为使学生的操作更接近临床环境, 在实验课后期应该使用仿真模拟系统。
1.4 仿真模拟系统的应用
1.4.1 仿真模拟系统的特点
FONA口腔仿真人头模型教学模拟系统由综合治疗系统、仿真人头模型、上下颌牙齿模型等组成, 综合治疗系统和仿真人头模型模拟真实的临床。
(1) 综合治疗系统由医师单元和助手单元组成。医师单元配备有口腔灯, 其开关和亮度由脚踏开关控制, 位置可在各个方向调节;配备有高、低速手机以及气、水枪, 其配置和口腔诊室的综合治疗椅完全一样。采用集中供气, 预设水路、气路, 由脚踏开关控制, 学生使用时不仅方便, 而且从一开始就培养了无菌观念。助手单元配有强弱吸唾器和三用枪, 高度可调节, 最大限度地满足了口腔专业实践课的需要。
(2) 仿真人头模型 (带肩体) 采用了单杆万向装置, 模型可以调节上下高度和俯仰角度, 使学生像临床医生一样在舒适的座椅上进行操作。能够培养学生治疗操作时的正确姿势, 避免学生在实验课和实习阶段养成弯腰、曲背、扭颈的不良习惯和错误姿势, 使学生养成良好的临床操作习惯, 极大地提高了工作效率。
(3) 仿真人头模型仿照真人口腔软硬组织解剖、颞颌关节、咬合关系、牙齿排列等情况, 具有非常好的仿真性。其橡胶面罩还模拟了人体口腔周围软组织环境, 有助于学生掌握支点的选择、口镜的使用以及临床操作时对软组织的保护。
1.4.2 仿真模拟系统的操作
学生初次接触口腔仿真人头模型教学模拟系统, 对于这个新生事物比较陌生, 为避免学生出现“手忙脚乱”的情况, 将学生分为两人一组, 操作时一人作为“医生”操作, 另一人作为“助手”将在仿真人头模型口腔中制洞时产生的粉末和水雾随时清理干净, 并辅助递送器械等。学生操作完毕后, 两人互换角色。这样在操作练习时, 既帮助了同学, 又练习了四手操作技术, 一举两得。
2 结果与分析
通过问卷调查发现, 与传统实践课教学方式相比, 采用口腔仿真人头模型教学模拟系统进行口腔检查、洞型制备等实践课教学, 教学效果更好。超过72%的学生认为通过该模拟系统能更加规范地掌握椅位调节、支点选择以及操作姿势等临床操作要点, 但只有不到50%的学生认为该模拟系统对培养无菌操作观念和爱伤观念有帮助, 见表1;超过66%的学生认为借助该模拟系统不同程度地建立了接诊时的自信心, 有助于下一阶段的临床实习[2], 见表2。
本研究发现, 将学生的实践操作由以前的一个阶段增加到两个阶段, 即在刚玉模型操作后增加口腔仿真人头模型教学模拟系统操作训练, 能显著提高学生的实践操作技能, 效果良好。其原因如下: (1) 口腔仿真人头模型教学模拟系统是高科技产品, 学生感到既新鲜又兴奋, 提高了学生的学习兴趣和积极性。仿真人头模型让学生感到学习目的更清晰, 调动了学习的主动性和自觉性[3]。 (2) 仿真人头模型极好地模拟了人体口腔真实环境, 使学生在操作训练时犹如身临其境。但又因为其并非真正的人体, 消除了学生面对患者时的紧张情绪, 培养了自信心, 有利于提高操作水平。 (3) 仿真人头模型使教师的示教和讲解更加方便, 使复杂的教学内容变得形象具体, 使实践教学更具有针对性, 而且增加了学生的操作机会, 使他们可以及早发现操作中的不足之处, 通过反复训练后熟练掌握。
3 存在的问题与对策
(1) 口腔仿真人头模型教学模拟系统配套的实验模型、耗材、维修保养零配件等价格相当昂贵, 限制了学生使用它大量练习。为节约实验教学成本, 使学生能够体会到用真牙操作时的手感, 建议授课教师用离体牙替代刚玉模型牙。使用时, 将口腔门诊收集的离体牙进行消毒, 将离体牙插入硅橡胶印模相应的牙槽窝内, 灌制石膏模型后固定安装在金属仿真人头模型的颌架上, 这样就构成了近似真人口腔的实验教学模型, 利用该模型可以完成充填术、干髓术、根管治疗术、牙体预备等实验, 并且通过更换离体牙可反复使用。这样做既节约了实践教学资金, 又使学生的实践课更加贴近临床。该教具模拟真人的口腔, 安装人的真牙, 有牙釉质和牙本质组织的变化差异和髓腔解剖结构, 因而比刚玉模型牙更具有真实感, 学生的各项口腔基本操作训练都在一个仿真的环境中进行, 提高了模拟临床的真实性, 使无生命的仿真人头模型成为带病情的“患者”[4]。
(2) 仿真人头模型教学模拟系统的应用给教师的实践教学提出了新的要求, 即教师与医生一样要求有熟练的临床操作技术, 这恰恰是许多教师的不足。因为我校大多数教师是从学校毕业后直接任教的教师, 缺乏临床操作训练。仿真人头模型的应用促使教师通过各种手段尽快提高自身实践教学能力, 成为真正的双师型教师。
(3) 在小组讨论中, 大多数学生认为实际操作时间较短, 应适当增加仿真人头模型训练学时, 建议每项操作从以前的4学时增加到8学时。
4 结语
仿真教学已在众多教学领域应用并取得良好效果, 但在我院口腔专业实践教学中的应用才刚刚起步。我院应积极推广仿真人头模型的应用, 提高口腔专业学生的理论水平和实践技能, 为社会培养出动手能力强、具有良好心理素质、能胜任工作岗位的口腔技能型人才。总之, 口腔仿真人头模型教学模拟系统的使用, 促进了我院重点实验室的建设, 提升了教师的实践教学能力, 提高了口腔修复专业的实践教学质量。随着示范校建设和教学改革的不断深化, 口腔仿真人头模型教学中存在的问题将会逐步得到解决, 使示范校真正发挥在卫生职业教育体系中的示范和引领作用。
摘要：甘肃卫生职业学院 (原甘肃省卫生学校) 在示范校建设中, 专项资金着力支持重点专业, 为口腔实验室引进德国生产的FONA口腔仿真人头模型教学模拟系统, 给口腔专业的学生提供一个模拟临床的教学平台。通过问卷方式对口腔修复工艺专业的学生进行调查, 结果表明仿真人头模型教学模拟系统不仅能够提高学生的学习积极性, 强化学生的理论知识, 培养学生的临床思维能力, 而且能够极大地提高学生的实践操作技能。
关键词：口腔仿真人头模型,教学模拟系统,实践技能
参考文献
[1]刘英, 杨红梅, 马敏, 等.口腔内科学实验教学模式的探索[J].医学教育探索, 2009, 8 (11) :1458-1460.
[2]江千舟, 陈智, 彭彬, 等.口腔医学教学中仿真人头模型的作用[J].医学教育探索, 2005, 4 (2) :102-103.
[3]陈一峰, 彭彬, 陈智, 等.临床前期仿真教学与传统教学的比较研究[J].中国高等医学教育, 2003 (6) :47, 50.
改进的航电网络模型仿真与分析 篇5
光纤通道(Fiber Channel,FC)[1]是美国国家标准委员会于1988年开始制定的高速串行传输协议,采用通道技术控制信号传输,信道的传输速率极高,误码率很低,适用于网络负载较重的应用。光纤通道在航电系统中的应用也越来越多,如在F/A-18、长弓阿帕奇直升机都得到了应用,以光纤通道来代替现在航空电子的主网络1553,构建新一代航空电子网络已经成为航电系统的优先选择。
目前关于航电网络性能分析的文献主要分为理论分析和网络仿真。其中理论分析主要解决网络最大延迟分析的问题,旨在从理论上论证特定网络配置和调度算法等是否可以满足实时数据传输的要求。尽管理论分析可提供对延迟的上限分析,但仍有一定的局限性,为了保障航电网络的高度可靠性,通常仍需使用网络仿真进行进一步验证。本文即以FC航电网络新调度算法及其仿真技术为研究内容,开展相关研究工作。
文献[2]分析了光纤通道交换机的分组调度策略,对加权循环调度[3](Weighted Round Robin,WRR)算法实时性能进行了理论分析并通过仿真进行了验证,由于WRR是以包为单位的,因此存在变长分组引起的不公平现象;文献[4]对FC网络不同拓扑结构的实时性进行了测试;文献[5]建立了基于FC的交换式网络和仲裁环网络,并且进行了延迟和吞吐量的分析,文中交换机的调度采用先来先服务的方法,但是网络中各个节点的数据流需要的带宽不同,采用先来先服务在一定情况下不能完全满足时延的要求。基于上述文献,本文在OPNET中建立基于FC的航电网络模型,使用差值轮询调度[6](Deficit Round Robin,DRR)算法作为交换机的调度算法,分析了网络的实时性和吞吐量。
1基于FC的航电网络模型
目前航电系统的问题是通信范围的限制导致出现了复杂不可变规模和高成本的结构。解决方法是使用标准的、高带宽、串行互连技术,即可变规模光纤实时互连。图1是用光纤通道实现的可变规模实时互连的一个方案[7],该方案简化了总线互联,具有较高的带宽。
针对航电网络的高带宽、高可靠性、低延迟等特点,采用光纤通道建立完整的航电网络。航电网路系统由雷达、传感器、大气机、数据处理器、显示器等终端节点和光纤交换机组成,网络拓扑结构和数据流向相对固定。终端节点的功能可简化为生成FC数据包并发送到交换机,接收交换机转发过来的数据包并进行处理,交换机负责对数据包进行高效的转发。
2 航电网络交换机的调度算法
调度算法性能主要通过延时、公平性、算法复杂度、吞吐量以及带宽利用率来衡量。现存的调度算法主要分为2大类:分类优先级调度和基于帧的调度。分类优先级调度也称为类GPS(Generalized Processor Sharing)调度[8],该算法维持一个虚拟时间的全局变量,每个分组的优先级根据全局变量计算的时间戳区分,按照时间戳递增顺序被调度。这类算法能提供较好的公平性和较低的时延,但计算虚拟时间使算法复杂度高。基于帧的调度算法主要是轮询式,调度器以轮询的顺序为所有非空队列服务。在每次服务中,业务流按照预分配的带宽接受服务,既不需要维持全局变量,也不要求根据变量来选择被服务的分组,算法复杂度低。根据不同的分配带宽原则有DRR算法和WRR算法等几种算法。
在上述几种调度算法中,DRR算法复杂度低,具有较小的延迟并且有确定的延迟上界。在DRR调度器中,每个服务队列都有一个量子值和差额计数器,量子值为每一个轮询周期队列获得服务的平均比特数,比特数越大,得到的带宽也越大。差额计数器是调度器还需为该队列服务的比特数,调度器根据量子值和差额计数器为各个端口服务。对于航电系统中的非周期性数据,也可以转变为周期性数据,所以本文在交换机内部使用DRR算法。
端口队列调度模型如图2所示,假设整个网络中共有N个数据流,输出端的处理能力是C,第i个数据流的差额值是Di,量子值是Qi,定义
是一个轮询中所有队列要传输的总的数据量,Di ,Qi和F的单位都是比特。系统初始化时,已经为每个队列分配了一个量子值Qi,差额计数器Di初始化为Qi。调度器检查第i个输入队列,如果对应端口队列的Di大于零,相应的队列就获得服务。分组获得服务后,Di将减去该分组的字节数,直到Di等于零或者Di的值小于队列头的第一个分组的大小,此时队列不获得服务。调度器为下一个队列服务,当所有队列都被服务过一次后,此次轮询周期结束。下一个轮询周期开始时,所有Di重新初始化为上次剩余的差额值加上量子值。
设θi是第i条数据流的延迟上界,在文献[9]中已经证明使用DRR算法的延迟上界是:
由式(2)可以得出,对于不同的数据流具有不同的延迟,但是各个数据流都有确定的延迟上界,量子值小的数据拥有较大的最大延迟。
3 使用OPNET仿真航电网络
通过仿真可以获得端到端延迟,系统吞吐量,链路利用率等性能参数,对这些参数的分析可以评价该网络是否能满足航电环境的要求。本文使用OPNET仿真工具仿真基于FC的航电网络,并对航电网络的性能进行评价。航电网络中的节点主要分为交换机节点和终端节点。
3.1 终端模型
在OPNET中终端节点负责数据生成、发送数据、接收数据、销毁数据、数据的统计,在OPNET中终端节点的模型如图3所示。在该模型中,src根据某种分布生成数据包,是数据的生成端; proc的进程模型如图4所示,该模块负责将src模块产生的数据按一定规格编码,由xmt模块发送,同时分析统计从rcv模块接收到得数据并进行相应的处理;rcv和xmt分别是收信机和发送机;q_rcv和q_xmt是输入输出队列。
3.2 交换机模型
交换机的模型如图5所示,交换机采用组合输入交叉排队(Combined Input-Crosspoint Queueing,CICQ)结构,在输入端使用虚拟输出队列(Virtual OutPut Queuing,VOQ),可有效解决排头阻塞问题,同时在交叉点设置缓存,使端口的输入调度和输出调度分开,有效提高了交换机的性能。本文实现了四端口的交换机,图中p_in_i(i=0,1,2,3)负责根据接收到的数据包的地址信息,把数据包插入相应虚拟输出队列中去;p_proc_i(i=0,1,2,3)按照DRR算法把虚拟输出队列中的数据包发送到输入与输出端口交叉节点的缓存中,实现端口的输入调度;q_i_j(i,j=0,1,2,3)模拟交叉节点的缓存;p_out_i(i=0,1,2,3)按照DRR算法对队列q_0_i,q_1_i,q_2_i,q_3_i(i=0,1,2,3)进行调度,实现端口的输出调度。
在上述交换机模型中,p_proc_i,p_out_i (i=0,1,2,3)分别在端口的输入端和输出端实现DRR算法,它们的进程模型如图6所示。例如对于端口i的输入端,初始化时为各个虚拟输出队列分配量子值,差额计数器初始化为量子值。然后进入idle状态,p_proc_i首先为第一个虚拟输出队列服务,进入状态sch_queue_0。当为第一个虚拟输出队列服务完后,先回到idle状态,然后为第二个虚拟输出队列服务,进入sch_queue_1,直到所有虚拟输出队列都获得服务。Idle还负责一个轮询周期在什么时候结束以及更新差额计数器的值。端口输出端的调度与输入端类似,在此就不再详细介绍。
3.3 链路模型
链路模型的传输速率设定为2 Gb/s。
3.4 帧模型
FC交换型网络的帧模型按照FC的标准分为数据帧,确认信号ACK和准备好信号R_RDY。
4 仿真分析
4.1 仿真模型的建立
在OPNET Modeler中,通过已建立的终端节点模型、交换机模型、链路模型和数据帧模型,就可以根据网络的拓扑结构在OPNET工程编辑器中以适当的方式放置这些节点模型,从而将整个仿真网络系统映射为OPNET网络模型。使用OPNET建立的网络模型如图7所示,网络中一共4个终端和一个交换机节点。本文使用FC协议中的2类服务,2类服务提供面向无连接有确认的传输服务,用于多路传输,采用缓存到缓存和端到端的流量控制。
4.2 仿真实验与结果分析
4.2.1 传输时延实验与分析
航电网络对数据包的传输时延要求较高,不同的数据流对时延的要求也不同,不同数据流的延迟相互也会影响。下面通过仿真实验,测试数据包的端到端延迟,分析各条数据流的延迟。实验中链路速率设置为2 Gb/s,网络的数据流如表1所示。
按照表1设置各个终端节点,运行仿真,仿真结果如图8,图9所示。
图8中的五条曲线表示五个数据流的端到端延迟,从图8中可以看出,各个数据流都具有延迟上界,数据流S1,S2,S3,S4,S5的最大延迟分别是35.3 ms,38 ms,36.4 ms,37.5 ms,36.8 ms都小于允许的最大延迟50 ms。各条数据流的最大延迟与最小延迟相差不到4 ms,延迟时间相对比较稳定。说明DRR算法在某种程度上可以满足航电网络的实时性要求。图9是使用DRR算法的延迟与使用先来先服务的延迟比较,结果表明在交换机内部使用DRR算法可以有效降低端到端的延迟,满足一定的实时性,提高网络的性能。
4.2.2 吞吐量实验与分析
网络吞吐量是航空电子网络的重要性能指标,网络吞吐量定义为单位时间内成功传送的有效数据量,通常使用归一化网络吞吐量,它定义为单位时间内成功传送的有效数据流与网络数据容量之比,简称吞吐量。为了验证使用DRR算法后系统的吞吐量,实验仍然使用上面提到的5条数据流,不同的数据流S2的发送周期随仿真时间而线性减小,到达一个固定值后不再减小,仿真结果如图10所示。
从图10中可以看到,使用DRR算法后,系统的吞吐量可以达到80%左右,而使用先来先服务的方法系统的吞吐量只有60%多。实验表明,交换机使用DRR算法后可以有效提高系统的吞吐量。
5 结束语
光纤通道作为一种新型的总线结构,将广泛用于航电网络的互连,本文针对光纤通道在航电网络的应用,将复杂的网络结构简化,在CICQ结构交换机的输入端和输出端使用DRR算法,然后在OPNET中建立航电网络模型。通过仿真验证,该算法具有更小的端到端延迟,并且有确定的延迟上界,能够满足一定的实时性,提高了系统的吞吐量,为未来使用FC进行航电系统互连提供一种设计和评价方法。
摘要：研究了光纤通道技术的应用,使用OPNET建立了基于光纤通道的航电网络,并且按照协议标准建立了终端节点和交换机节点的有限状态机模型。交换机使用组合输入交叉排队(Combined Input-Crosspoint Queueing,CICQ)结构,在输入端口和输出端口使用差值轮询调度(Deficit Round Robin,DRR)算法,然后使用OPNET进行仿真,分析了网络的端到端延迟和吞吐量。结果显示在航电网络中,使用DRR调度算法,能够显著降低数据包的端到端延迟,满足一定的实时性,提高网络的吞吐量,表明此模型适合航电网络。
关键词：航电网络,DRR,OPNET,延迟,归一化吞吐量
参考文献
[1]宋少峰.光纤通道在航空计算领域的研究和应用.西安.西北工业大学硕士论文,2007
[2]林强,熊华钢,张其善.光纤通道交换机在强实时约束下的分组调度.计算机学报,2006;29(4):570—575
[3] Katavenis M,Sidiropoulos S,Courcoubetis C.Weighted round-robincell multiplexing in a general-purpose ATM switch chip.IEEE Jour-nal on Selected Areas in Communication(S0733-8716),1991;9(8):1265—1279
[4]郭蔡健,熊华钢,徐亚军.航空电子FC不同拓扑结构和服务类的实时性测试.计算机工程与应用,2009;45(31):60—62
[5]周天然,宋丽茹,熊华钢,等.航空电子环境下FC网络的建模与仿真.北京航空航天大学学报,2008;34(10):1117—1120
[6] Shreedhar M,Varghese G.Efficient fair queuing using deficit roundrobin.IEEE/ACM Transactions on Networking(S1063-6692),1996;4(3):375—385
[7]支超有.机载数据总线技术及其应用.北京:国防工业出版社,2009:427—428
[8] Parekh A K,Gallagher R G.Generalized processor sharing approachto flow control in integrated services network:the single-node case.IEEE/ACM Transactions on Networking(S1063-6692),1993;1(3):344—357
网络仿真模拟模型 篇6
网络仿真是运用控制论、决策论的观点来研究网络结构的质量、性能。因为模型中的许多参数是估计和推测的, 所以仿真模型和实际模型之间往往会有差别。网络仿真不是解决某一特定时刻或某种网络特定的精确的网络性能参数。而是通过控制论的方法, 研究网络的趋势, 做一种定性的趋向性分析。在非工程系统仿真中, 用随机变量表示系统中的事件, 系统及对应模型大部分都是随机型的。因此研究模型中的随机变量及其规律是仿真的基础。
1 网络仿真中的关键技术
1.1 离散事件仿真机制
OPNET采用基于离散事件驱动的仿真机制 (Discrete Event Driven) , 如图 1所示。在状态机的“入口代码、出口代码”, 可通过编程对仿真内核产生中断事件。产生的中断事件加入到“事件列表”等待处理。在相同优先级下, 仿真核心遵循先进先出的策略执行中断事件。
OPNET 采用的离散事件驱动的仿真机制决定了其时间的推进机制。当仿真核心处理完当前事件A后, 会把它从事件列表中删除, 并且获得下一事件 B。此时事件 B中断, 只有被仿真核心获取的事件才能变成中断。如果事件 B 发生的时间 T2 大于当前仿真时间T1, 则 OPNET将仿真时间推进到 T2, 并触发中断 B;如果 T1 等于 T2, 仿真时间将不推进, 直接触发中断B。这就是说, 一个仿真时间点上可同时出现多个事件, 事件的发生也可有不同间隔的区别。离散事件驱动使模拟机计算效率有很大提高, 使仿真通信网络中的任何情况下的网络状态和行为成为可能。
1.2 基于包的通信
在通信网络仿真中, 数据包是仿真的基础。OPNET通过“simple_source”生成数据包。通过“simple_source”, 可以定义包的产生和结束时间、密度分布函数、包的大小和格式等。OPNET的数据包的生成机制如图 2所示, “ss_packet_generate () ”函数负责生成数据包, 而两个数据包生成时间的间隔由核心函数“op_dist_outcome () ”按一定的概率密度函数计算得出。常见的概率密度分布有:标准分布、指数分布、伽玛分布、正态分布等。本文就是利用数据包的产生作为中断事件, 通过研究数据包产生的时间间隔的概率密度, 分析网络仿真中的离散事件的规律。
产生的数据包默认只在同一节点模型内通过“PacketStream”进行传输, 如果需要数据包通过链路传输到其它的节点, 可以通过点对点收/发信机、总线收/发信机和无线收/发信机进行不同节点的数据包的收发。
1.3 概率密度函数
仿真系统的离散事件的发生规律是研究网络仿真的理论基础。正态分布是其中最重要的一种。凡是随机现象是多种偶然事件因素共同作用的总和, 各偶然因素所起的作用势均力敌, 没有哪个能起主导作用。符合这种随机现象的概率模型大都是正态模型。本文选取标准正态分布作为生成中断事件的概率密度分布函数, 为对比仿真结果, 选择标准均匀分布作为对比概率分布函数。两者的理论概论密度分布曲线图如图 3所示。
2 仿真模型的建立
2.1 节点模型
节点是网络模型的“细胞”, 终端接入设备、防火墙、交换机、FTP服务器等网络中的设备或资源都被抽象成节点, 一个节点通常由多个模块组成, 其行为由其使用的不同模块决定, 每个模块完成一部分节点行为, 如数据的产生、传输、处理。通过Node Editor进行编辑。
本文创建如图 4所示的节点模型。Src模块按一定密度分布函数生成数据包。Count模块的统计接收到的数据包, 进行数据包的计数, 并生成统计用数据。
2.2 数据包统计进程模型
作为OPNET Modeler三层建模机制的最底层, 进程模型是实施各种算法的载体。主要用来刻画节点模型中处理器及队列模型的行为。用来模拟大多数软件或者硬件系统, 包括:通信协议、算法、排队策略、共享资源、操作系统、特殊的业务源等并通过Process Editor进行编辑。
如图 5所示, Count模块主要由init、idle、arrival三个状态组成。Arrival代表数据包到达后的状态, 在该状态中, 每接收到一个数据包, 将数据包和变量加一, 并将接收到的数据包销毁。
3 仿真结果分析
3.1 中断事件发生时间规律分析
将仿真获得的样本值按照从大到小的顺序排列, 如表1所示。
选取组数l=10。
由:di= (b-a) /l (100-0) /10=10
根据计算得出的组距, 将数据分组并整理列表, 如表2所示。
根据表2分组频率分布表, 画出频率直方图, 如图6所示。
通过观察图6所示的离散事件发生时刻的概率密度曲线走向, 可以推测中断事件 (产生数据包) 的发生概率符合正态分布。
3.2 中断事件产生概率对仿真结果的影响
如图7所示, 直线是中断事件按照标准均匀分布发生时的仿真结果, 曲线是中断事件按照标准正态分布发生时的仿真结果。通过对比分析, 可以看出不同概率分布产生的不同离散事件, 对网络仿真的结果有着显著的影响, 特别是网络规模比较大的情况。
4 结束语
本文利用OPNET创建了网络模型, 着重分析了模型中的离散事件的产生机制、调用处理机制。回归分析标准
正态离散事件产生的数据, 验证研究OPNET中离散事件中概率密度函数有效性, 通过进一步建立符合标准均匀分布的网络模型, 在相同网络参数设置下, 分别运行仿真模型, 研究其对最终网络的影响规律, 通过实验研究不同的概率离散事件, 对模型网络的仿真结果有着明显的影响。在实际建立模型时, 选择合适的离散概率函数是仿真模型的有效运行的基础。
摘要：建立符合标准正态分布的离散事件的基础模型, 在研究OPNET离散事件的产生机制、调用处理机制的基础上, 以实际校园网为背景, 建立仿真模型, 通过回归分析的方法, 验证了OPNET离散事件产生的规律性, 同时建立标准均匀分布对比模型, 按照实际网络运行参数, 对比研究不同概率密度的离散事件对仿真结果的影响情况。
关键词：网络仿真,离散事件,标准正态分布,标准均匀分布
参考文献
[1]贺大愚, 孙国基.系统仿真 (修订本) [M].西安:西安交通大学出版社, 2008.
[2]施雨, 李耀武.概率论与数理统计应用[M].西安:西安交通大学出版社, 2005.
[3]杨振明.概率论[M].北京:科学技术出版社.2004.
[4]陈敏.OPNET网络仿真[M].北京:清华大学出版社, 2005.
[5]王文博, 张金文.OPNET Modeler与网络仿真[M].北京:人民邮电出版社, 2006.
[6]李笑歌, 宇伟, 高尚伟.基于OPNET软件的数据网络建模与仿真研[J].系统仿真学报, 2006 (9) .
[7]伍俊洪, 杨洋, 李惠杰, 等.网络仿真方法和OPNET仿真技术[J].计算机工程, 2004 (5) .
[8]赵其刚, 李群湛, 彭虎.基于预测的区分业务模型与仿真分析[J].系统仿真学报, 2006 (2) .
网络仿真模拟模型 篇7
机体执行免疫应答、发挥免疫功能都与免疫系统息息相关,免疫系统是防止外来病原体入侵人体最坚实的的保障,是由免疫器官(Immuneorgan)、免疫组织(Im⁃mune tissue)、免疫细胞(Immune cell)和免疫分子(Im⁃mune molecule)组成的复杂系统[1⁃2]。机体执行免疫应答时,在细胞的生长、活化、分裂以及细胞与细胞之间的相互作用等方面,细胞因子起着很大作用。细胞因子与细胞因子之间,经过合成与分泌的互相调控、基因表达的互相调节、生物学效应的互相作用、受体表达水平的相互调节等构成了一个特别复杂的免疫细胞因子网络[3⁃4](Immune Cytokine Network)。
当前,免疫细胞因子网络是生物学上比较热门的一个研究方向,然而与此同时也存在很多难题[5]。虽然已经有很多人研究过免疫细胞因子网络,并且也获得了很多研究成果,但还有许多问题没有解决。首先,人们仅仅对单个的细胞因子进行过研究,但是细胞因子之间是相互影响相互调节的,所以研究整个免疫细胞因子网络的免疫过程显得尤为重要;其次,在以前的研究中,主要采取手工实验的方法,其最大的缺点是无法研究复杂的现象——难以测定大量免疫细胞及其细胞因子的自身特性和它们之间的相互作用规律,所以依靠手工实验的方法很难研究这种繁杂的免疫细胞因子网络;最后,因为细胞因子有很多类别以及现代科技的限制,目前还没有完善的免疫细胞因子网络模型。
本文提出了CKSIM模型,并采用Net Logo模拟、仿真的方式来研究免疫细胞因子网络。在进行仿真时,不但能够看到仿真结果,而且能够看到系统运行过程,也能按照时间对仿真系统实施调节与控制,整个运行全部可视化,以便可以通过计算机来研究免疫细胞因子网络的整体机制。
1 CKSIM模型
1.1 细胞因子相关研究
免疫细胞(如巨噬细胞、T细胞、B细胞、成纤维细胞等)、细胞因子是免疫细胞因子网络的重要组成成分。细胞因子是免疫细胞和某些非免疫细胞在抗原的刺激下分泌的小分子多肽或者蛋白质[6⁃7]。细胞因子通过结合相应受体,在免疫细胞生长、分裂和效应,调控免疫应答等方面起着至关重要的作用。细胞因子有多种名称:淋巴因子、集落刺激因子、干扰素等[8],它们在细胞之间传递信息,调节细胞的生理过程,刺激细胞使其活化、分裂等。
1.2 CKSIM模型设计
针对免疫细胞因子网络的研究,目前主要有以下两种模型:IMMSIM模型和基于Multi⁃Agent的免疫模型[9 ⁃10]。IMMSIM模型仅仅模拟了免疫应答功能,基于Multi⁃Agent的免疫模型不能在时间上对其进行调节与控制,为了克服上述模型的缺点,本文提出了CKSIM模型。设计CKSIM模型的目的是为了在计算机上对免疫细胞因子网络进行模拟、仿真,主要模拟免疫细胞因子网络中免疫细胞、抗原、抗体、细胞因子之间的相互作用关系。CKSIM模型的具体设计如下:
(1)基本特征
每一个事件的发生都具有一定的可能性,在Net Lo⁃go仿真系统中可以用随机数的方式来实现。
用图像表示个体,同一类的个体用相同的图像表示,不同类的个体用不同的图像表示。并且它们能够由一个地方向自己附近的上下左右四个地方移动。
网格的每一个地方也能够有其他个体,并且个体的附近集合是位于自己这个地方的别的个体。
(2)模型构成
①网格
模型使用的网格是由方格构成的平面,方格每个位置有四个邻居,分别为上下左右,如图1 所示。
② 个体定义
个体包括免疫细胞、抗原、抗体以及细胞因子。由于免疫细胞和细胞因子种类繁多且作用十分复杂,所以本文只考虑比较常见的免疫细胞和它们分泌的细胞因子。其中免疫细胞包括七种,分别为:T细胞、B细胞、白细胞WC、自然杀伤细胞NK、肥大细胞MC、巨噬细胞MG、成纤维细胞FC。细胞因子包括九种,分别为:IL⁃1,IL⁃2,IL⁃4,IL⁃6,IFN⁃α,IFN⁃β,IFN⁃γ,TNF⁃R1,M⁃CSF。另外还有抗原Ag和抗体Ab。个体之间的关系见图2。
(3)状态及动作定义
状态定义:该模型为免疫细胞规定了相应的状态,分别是活化状态和非活化状态。当免疫细胞受到抗原的刺激时,将会转化为活化状态;否则为非活化状态。免疫细胞在活化与非活化状态之间根据模型定义相互转换,免疫细胞的状态转化如图3 所示。
动作定义:以下的定义都是按照生物学上的免疫机理来定义的。
① 免疫细胞具有活化的特性,并且还能够生长、分裂和死亡
当免疫细胞受到抗原的刺激时,便会转化为活化状态;在每个时间步中,当免疫细胞的尺寸小于模型规定的最大尺寸(该模型规定的免疫细胞最大尺寸是15)时,免疫细胞的尺寸将会加1,这是模拟免疫细胞的生长过程;当免疫细胞的尺寸大于等于模型规定的最大尺寸时,免疫细胞将会分裂,这是模拟免疫细胞的分裂过程;当免疫细胞的年龄达到模型规定的最大寿命时,免疫细胞将会死亡,这是模拟免疫细胞的死亡过程。
② 当抗原遇到免疫细胞时,可以刺激免疫细胞,使其活化并分泌相应的细胞因子
各种免疫细胞分泌的细胞因子为:T细胞分泌IL⁃2,IL⁃4,IL⁃6,IFN⁃γ;B细胞分泌IL⁃1,IL⁃2,IL⁃6,IFN⁃α,抗体;白细胞分泌IFN⁃α;自然杀伤细胞分泌IL⁃1,IL⁃2,IFN⁃γ;肥大细胞分泌IL⁃4;巨噬细胞分泌IL⁃1,IL⁃2,IL⁃6,IFN⁃α,TNF⁃R1;成纤维细胞分泌IL⁃1,IL⁃6,IFN⁃α,IFN⁃β,M⁃CSF。
③ 抗体可以杀死抗原
④ 细胞因子可以向免疫细胞发挥相应的效应
各种细胞因子的主要功能为:IL⁃1 可以活化T细胞,促进B细胞的生长;IL⁃2 可以促进T细胞、B细胞的生长,活化巨噬细胞;IL⁃4 可以促进T细胞、B细胞、肥大细胞的生长,活化巨噬细胞;IL⁃6 可以促进B细胞的生长;IFN⁃α可以抑制抗原的复制,活化自然杀伤细胞、巨噬细胞;IFN⁃β可以抑制抗原的复制;IFN⁃γ可以活化T细胞、B细胞、巨噬细胞、自然杀伤细胞;TNF⁃R1 可以抑制抗原复制;M⁃CSF可以活化巨噬细胞。细胞因子的分泌源、作用目标和主要功能如表1 所示。
⑤ 个体移动
免疫细胞、抗原、抗体以及细胞因子,这些所有的个体均可以移动,因为这些个体在人体内是不断移动的。
(4)个体之间的相互作用
免疫细胞与免疫细胞之间通过它们分泌的细胞因子而相互作用,免疫细胞分泌的细胞因子,不仅会作用于其临近的免疫细胞,而且会作用于自己本身,这样免疫细胞与免疫细胞之间通过它们分泌的细胞因子而相互联系起来,最终构成一个免疫细胞因子网络调控图,如图4 所示。
2 Net Logo仿真
Net Logo是一个用于模拟自然以及社会现象的编程语言和建模平台,特别适合对随时间演化的复杂系统进行建模,所以本文使用Net Logo对CKSIM模型进行可视化仿真,仿真系统的设计主要分为两个部分:前台界面的设计和后台程序的设计。
2.1 前台界面设计
在CKSIM模型中,个体包括七种免疫细胞、抗原、抗体以及九种细胞因子,在Net Logo中,将其定义为不同的种类,并采用表2 的图案分别表示不同的种类。
主体图案设计完成后,还需要添加一些参数来控制主体的性质,这些参数在系统运行之前设定。在Net Lo⁃go中,可以在界面上添加输入框和滑动条来设定参数,在本文的仿真系统设计中,输入框包括抗原数量(Ag⁃count)、T细胞数量(T⁃count)、B细胞数量(B⁃count)、白细胞数量(WC⁃count)、自然杀伤细胞数量(NK⁃count)、肥大细胞数量(MC⁃count)、巨噬细胞数量(MG⁃count)、成纤维细胞数量(FC⁃count);滑动条包括细胞寿命(cell⁃lifespan)、细胞尺寸阈值(Cell⁃maxsize)、细胞因子寿命(Cytokine⁃lifespan)、因子释放率(Cytokine⁃release⁃rate)。
然后,需要增添绘图模块,显现仿真的实时状况。此仿真系统需要添加2 个绘图模块,分别命名为Cell⁃chart和Cytokine⁃chart。Cell⁃chart模块包含9 种绘图画笔,分别是ags,abss,T⁃cells,B⁃cells,Wc⁃cells,NK⁃cells,MC⁃cells,MG⁃cells,FC⁃cells;Cytokine⁃chart模块包含10 种绘图画笔,分别是ags,IL⁃1s,IL⁃2s,IL⁃4s,IL⁃6s,IFN⁃αs,IFN⁃βs,IFN⁃γs,TNF⁃r1s,M⁃csfs。
最后,在界面上还需要添加一些数据监视器来配合动态曲线图去更好地显示并观察仿真结果,本文中,为每一类主体都配一个数据监视器,图5 为最终构造的仿真系统的前台界面。
2.2 后台程序设计
定义种类后,需要为其定义所需要的变量。免疫细胞拥有的变量:lifespan,reporting,sizer,isdivision,细胞因子以及抗体拥有的变量:iseffect,lifespan。一个时间步中的仿真过程如图6 所示。
下面对仿真过程中比较关键的地方进行详细说明:
(1)初始化免疫细胞、抗原。初始化一定数量的ags,T-cells,B-cells,WC-cells,NK⁃cells,MC⁃cells,MG⁃cells,FC⁃cells,包括设置各自的形状、颜色、大小、位置以及相关变量。
(2)细胞状态转化。对于这7 种免疫细胞,如果在其位置上有抗原,并且免疫细胞处于非活化状态(re⁃porting=false),那么此时免疫细胞在受到抗原的刺激下就会转化为活化状态(reporting=true)。
(3)细胞因子释放。免疫细胞如果是活化的,则会分泌相应的细胞因子。免疫细胞在分泌完细胞因子后便会死亡,但是为了维持机体的平衡,需要生成新的细胞补充上。
(4)细胞因子产生作用。细胞因子会向免疫细胞发挥相应的效应,发挥后便会死亡。
(5)清除抗原。抗体位置上如果有抗原,那么将会把抗原杀死,这个过程模拟抗体杀死抗原的过程。
(6)免疫细胞生长。该过程调整免疫细胞的sizer变量。系统每一个时间步刷新一次,在刷新时,如果免疫细胞的sizer小于maxsize,则把sizer加1,该过程模拟免疫细胞的生长过程。
(7)免疫细胞分裂。如果免疫细胞的sizer大于等于maxsize,并且没有分裂过,那么将会进行细胞分裂,该过程模拟免疫细胞的分裂过程。
(8)免疫细胞死亡。如果免疫细胞的lifespan小于等于0,说明已经达到自己的最大寿命,便会死亡,这模拟了其死亡过程。
(9)个体移动。抗原、免疫细胞、细胞因子和抗体都在不断地移动。抗原往非活化的免疫细胞附近移动;免疫细胞处于非活化状态时,往抗原附近移动,处于活化状态时,则随机移动,同时将其各自的lifespan减1;细胞因子往其作用的免疫细胞附近移动,同时lifespan减1;抗体往抗原附近移动,同时lifespan减1。
(10)更新曲线。每个时间步都进行曲线的动态更新,包括Cell⁃chart和Cytokine⁃chart两个模块,可以更加清楚地观察个体的数量变化,同时数据监视器可以实时地显示当前的个体数量。
3 仿真结果及其分析
首先对相关的变量进行初始化。Ag-count为100,7 种免疫细胞的数量都为15,Cell-lifespan为20,Cell-maxsize为15,Cytokine-lifespan为20,Cytokine-release⁃rate为45。
接下来运行仿真系统,在程序运行期间,所有的个体都在不断地移动;免疫细胞生长、分裂、死亡;抗原刺激免疫细胞,使其活化并分泌细胞因子;细胞因子对相应的免疫细胞发挥效应;抗体杀死抗原。前面这些全部都是根据生物免疫原理对其进行的定义,这样可以保证模拟的真实性。在此可以动态地观察到各个个体之间的相互作用关系,与传统的手工实验相比,计算机仿真具有容易设计、成本低、可视化的优点,其中系统运行中的一个界面如图7 所示,从图7 中可以充分地感受到可视化的好处。
在仿真时,主要从时间上对系统实施调控。在参数不变的情况下,进行大量重复的实验,在相同的时间内,根据每一次运行的系统曲线图来记录抗原、抗体、免疫细胞、细胞因子的数量变化,因为周期性的免疫特点,所以每次的曲线图基本一致。图8 是抗原、抗体和免疫细胞的数量曲线比较图,图9 是抗原和细胞因子的数量曲线比较图。
从图8 中可以看到,抗原会随着抗体的增多而逐渐减少,并且最终会减少到0,这是因为抗体会杀死抗原;当抗原被抗体全部杀死后,抗体的数量达到最大值,并且在之后由于没有了抗原,所以抗体的数量也开始呈现快速下降的趋势;免疫细胞在受到抗原的刺激后,数量也呈增长趋势,当抗原被抗体杀死后,免疫细胞的数量趋于平稳。
从图9 中可以看到,细胞因子的数量先增后减,直到为0。在刚开始,免疫细胞受到抗原的刺激后,变得活化,并且分泌相应的细胞因子,所以刚开始呈现增长趋势;当抗原被抗体全部杀死后,细胞因子的数量达到最大值,并且在之后由于没有了抗原,所以细胞因子的数量也开始呈现快速下降的趋势。从以上的分析中可以得出,本文的仿真系统运行结果与实际相符。
4 结论
本文对免疫细胞因子网络进行了建模与仿真。CK⁃SIM模型主要研究的是免疫细胞、抗原、抗体、细胞因子之间的相互作用关系,不再是单个的细胞因子对免疫细胞的作用,而是整个的细胞因子对免疫细胞共同作用所涌现出来的规律。同时,根据本文的CKSIM模型可以为以后进一步建立正确的免疫细胞因子网络模型提供帮助。最后,通过仿真结果可以清楚地看到免疫细胞、抗原、抗体、细胞因子之间的相互作用被正确地模拟仿真出来,并且整个过程全部可视化,更加深切地体会到计算机仿真比传统的手工实验具有可视化程度高、容易控制、参数易调节等优点。今后的研究可以以此模型为基础,不断进行改进,以促进对免疫细胞因子网络的研究。
摘要：针对免疫细胞因子网络,提出CKSIM模型,并利用Net Logo对其进行可视化仿真。该模型主要研究的是免疫细胞、抗原、抗体、细胞因子之间的相互作用关系,并且给出了仿真的具体步骤和仿真结果。研究表明,计算机仿真比传统的手工实验具有可视化程度高、容易控制、参数易调节等优点,利用计算机仿真可以研究整个的细胞因子对免疫细胞共同作用所涌现出来的规律。今后的研究可以以此模型为基础,不断进行改进,以促进对免疫细胞因子网络的研究。
关键词：免疫细胞因子网络,CKSIM模型,可视化仿真,计算机仿真
参考文献
[1]杨晓飞.免疫系统的计算机模型及应用[D].扬州:扬州大学,2013.
[2]莫宏伟,郭茂祖,毕晓君.人类免疫系统仿真与建模研究综述[J].计算机仿真,2008,25(1):11-15.
[3]CHENG X,CHEN B.The simulation system of cytokine net-work based IMMUNE-B[J].Lecture notes in computer science,2011,56(7):580-587.
[4]阳雪平.形式化B方法及在因子网络建模中的应用[D].扬州:扬州大学,2007.
[5]CAVALLA F,ARAUJO-PIRES A C,BIGUETTI C C,et al.Cytokine networks regulating inflammation and immune de-fense in the oral cavity[J].Current oral health reports,2014,1(2):104-113.
[6]曹新学.免疫系统的可视化计算模型研究[D].上海:东华大学,2014.
[7]ZOU S,YANG X,DU Z,et al.Modeling and simulating influen-za with immune-B[C]//Proceedings of the 2013 10th Web In-formation System and Application Conference.Yangzhou:IEEE,2013:229-236.
[8]LISOWSKA B,SZYMAŃSKA M,NOWACKA E,et al.Anesthesiology and the cytokine network[J].Postepy higieny I medycyny doswiadczalnej,2013,67(4):761-769.
[9]莫宏伟.免疫系统应答仿真研究[J].计算机工程与应用,2009,45(11):1-4.
【网络仿真模拟模型】推荐阅读：
网络仿真训练模型06-30
网络系统仿真05-28
高职网络实验仿真系统08-11
网络仿真软件与技术10-11
交换网络仿真业务管理08-02
模拟仿真05-09
仿真模拟实验10-21
模拟操作仿真07-23
模拟仿真设计08-15
微观仿真模型05-14