一种最小阈值适应性预测算法  

A Min-Threshold Adaptive Dead Reckoning

作　　者：王浩然[1,2] 崔业怡[1,2] 潘金贵[1,2] 

机构地区：[1]南京大学计算机软件新技术国家重点实验室 [2]南京大学计算机科学与技术系 南京 210093

出　　处：《计算机科学》2005年第4期125-128,共4页Computer Science

摘　　要：本文描述了在分布式虚拟环境AIMNET系统中提出的一种最小阈值适应性位置预测算法。AIMNET系统是南京大学自主开发的分布式虚拟环境,其通讯机制具有匿名性。在对分布式虚拟环境位置预测方法的研究基础上,根据算法阈值与实体间距离的关系,提出一种最小阈值适应性预测算法。试验表明,该算法与传统的位置预测算法相比,较好地解决了仿真实体运动轨迹的准确性和网络代价之间的矛盾,并且满足消息传递的匿名性。This paper brings forward a min-threshold adaptive Dead Reckoning base on AIMNET. AIMNET is a DVE system developed by Nanjing University. The message of simulation entity in AIMNET is anonymous. Based on re- search of Dead Reckoning, taking the relationship of threshold and distance of simulation entities into account, this pa- per brings forward a min-threshold adaptive Dead Reckoning. The experiment shows that the algorithm not only re- solve contradiction between precision of the estimated track and the network cost, but also satisfy the anonymity of message in AIMNET.

关 键 词：预测算法 适应性 最小 分布式虚拟环境 阈值 自主开发 南京大学 通讯机制 预测方法 运动轨迹 仿真实体 消息传递 匿名性 准确性 系统 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]