基于微服务架构的数字孪生仿真平台设计方法

doi:10.12267/j.issn.2096-5931.2023.11.012

信息通信技术与政策 ›› 2023, Vol. 49 ›› Issue (11): 81-90.doi: 10.12267/j.issn.2096-5931.2023.11.012

基于微服务架构的数字孪生仿真平台设计方法

Design method of digital twin simulation platform based on micro-service architecture

高月红¹, 张吉¹, 严靖炜¹, 刘奕彤¹, 郑青碧²

1.北京邮电大学信息与通信工程学院,北京 100876
2.中国移动通信有限公司研究院未来研究院,北京 100053

收稿日期:2023-02-16 出版日期:2023-11-25 发布日期:2023-11-30
作者简介:
高月红, 北京邮电大学信息与通信工程学院副教授,主要研究方向为无线通信理论与技术、网络演算理论与应用等
张吉, 北京邮电大学信息与通信工程学院硕士研究生在读,主要研究方向为无线通信与系统仿真等
严靖炜, 北京邮电大学信息与通信工程学院硕士研究生在读,主要研究方向为无线通信与人工智能等
刘奕彤, 北京邮电大学信息与通信工程学院高级工程师,主要研究方向为无线通信中的新兴媒体和智能、软件无线电等
郑青碧, 中国移动通信有限公司研究院未来研究院研究员,主要研究方向为6G数字孪生网络自治与内生AI网络架构领域的前沿技术等

GAO Yuehong¹, ZHANG Ji¹, YAN Jingwei¹, LIU Yitong¹, ZHENG Qingbi²

1. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China
2. Future Research Lab, China Mobile Communication Institute, Beijing 100053, China

Received:2023-02-16 Online:2023-11-25 Published:2023-11-30

摘要/Abstract

摘要：

提出了一种基于微服务架构的数字孪生仿真平台的设计方法,以多维度资源精准调配的网络节能优化场景为例,通过拆分平台中松耦合的仿真单元,设计通信接口,并基于Docker及Kubernetes平台实现微服务仿真组件的部署,完成数字孪生仿真平台的架构升级。通过融合微服务架构的优势,可以为平台未来的升级改造、功能扩展、部署实施等提供便捷。测试结果表明,该方法可以以容器的形式实现并行计算,在计算量较大的场景下,显著缩短平台运行时间。

关键词: 微服务, 数字孪生, 仿真

Abstract:

A design method of digital twin simulation platform based on micro-service architecture is proposed. The network energy saving optimization scenario that is accurately allocated with multi-dimensional resources is taken as an example. The communication interfaces are designed by splitting the loosely coupled simulation units in the platform. Based on Docker container technology and the Kubernetes platform, the micro-service simulation components are deployed, and the architecture of the digital twin simulation platform is upgraded. By merging the advantages of micro-service architecture, the platform can be more convenient for upgrading, function expansion, deployment and implementation in the future. The test results show that parallel computing can be realized in the form of containers with the proposed method, and the simulation time can be significantly shortened when the computing amount is large.

Key words: micro-service, digital twin, simulation

中图分类号:

TN929.11

高月红, 张吉, 严靖炜, 刘奕彤, 郑青碧. 基于微服务架构的数字孪生仿真平台设计方法[J]. 信息通信技术与政策, 2023, 49(11): 81-90.

GAO Yuehong, ZHANG Ji, YAN Jingwei, LIU Yitong, ZHENG Qingbi. Design method of digital twin simulation platform based on micro-service architecture[J]. Information and Communications Technology and Policy, 2023, 49(11): 81-90.

导出引用管理器 EndNote|Ris|BibTeX

链接本文:

http://ictp.caict.ac.cn/CN/10.12267/j.issn.2096-5931.2023.11.012

http://ictp.caict.ac.cn/CN/Y2023/V49/I11/81

图/表 10

图1 数字孪生网络架构图

图2 基于多维度资源精准调配的网络节能优化场景拓扑图

图3 数字孪生仿真平台的传统单体结构

图4 数字孪生仿真平台的微服务架构

图5 仿真拓扑图

图6 无线通信模块单次运行时间随用户数的变化

图7 微服务架构与传统架构运算时间对比

图8 微服务架构与传统架构的运算时间差

表1 N=150 次时的运行时间结果对比

配置	计算时间 /s	通信时间 /s	仿真时间 /s
单体架构M=40个	20.582	/	20.582
微服务架构K=2,M=40个	16.776	5.736	22.512
单体架构M=200个	57.276	/	57.276
微服务架构K=2,M=200个	32.434	7.346	39.780

表2 不同循环次数下运行时间结果对比

配置	运行时间
配置	N= 150次	N= 75 000次	N= 120 000次
单体架构M=200个	57.276 s	7.955 h	12.728 h
微服务架构K=2, M=200个	39.78 s	5.525 h	8.84 h
微服务架构K=4, M=200个	37.126 s	5.156 h	8.25 h

参考文献 21

[1]	周芳, 肖激杨. 浅谈数字孪生体及其与系统仿真、信息物理系统、元宇宙的比较[J]. 自动化博览, 2022, 39(9):36-38.
[2]	GRIEVES M, VICKERS J. Digital twin: mitigating unpredictable, undesirable emergent behavior in complex systems[C]// KAHLEN F J, FLUMERFELT S, ALVES A. Trans disciplinary perspectives on complex systems. Cham: Springer, 2017.
[3]	CROATTI A, GABELLINI M, MONTAGNA S, et al. On the integration of agents and digital twins in healthcare[J]. Journal of Medical Systems, 2020(44):1-8.
[4]	RUDSKOY A, ILIN I, PROKHOROV A. Digital twins in the intelligent transport systems[J]. Transportation Research Procedia, 2021(54): 927-935.
[5]	GOLIZADEH AKHLAGHI Y, BADIEI A, ZHAO X D, et al. A constraint multi-objective evolutionary optimization of a state-of-the-art dew point cooler using digital twins[J]. Energy Conversion and Management, 2020(211):112772.
[6]	LI D, YU W B, SHAO Z F. Smart city based on digital twins[J]. Computational Urban Science, 2021(1):1-11.
[7]	ROSEN R, VON WICHERT G, LO G, et al. About the importance of autonomy and digital twins for the future of manufacturing[J]. IFAC-PapersOnLine, 2015, 48(3): 567-572. doi: 10.1016/j.ifacol.2015.06.141 URL
[8]	王健, 杨闯, 闫宁宁. 面向B5G和6G通信的数字孪生信道研究[J]. 电波科学学报, 2021, 36(3):340-348+385.
[9]	彭名刚, 胡高强. 浅谈传统信息系统由单体架构向微服务架构升级的研究[C]// 中国造船工程学会计算机应用学术委员会, 2020年数字化造船学术交流会议论文集, 2020.
[10]	黄显琛. 基于微服务架构的系统设计与实现[J]. 信息技术与信息化, 2020(11):16-17.
[11]	马龙. 传统互联网技术构架到金融科技构架的演变与思考[J]. 信息与电脑(理论版), 2021, 33(19):21-24.
[12]	孙吴昊, 张国妍, 蒋文杰, 等. 视听媒体领域微服务架构中API网关的设计与验证[J]. 广播电视信息, 2022, 29(10):30-35.
[13]	童俊. 基于微服务架构智慧门诊建设提升医院医疗服务质量[J]. 数字技术与应用, 2021, 39(7):129-131.
[14]	秦小明, 陈景诚. 基于微服务的交通信息化框架构建[J]. 交通世界, 2022, 619(25):12-14.
[15]	刘影梅, 卿杜政. 基于微服务的建模仿真架构研究[J]. 信息技术与信息化, 2021,(4):128-131.
[16]	孙滔, 周铖, 段晓东, 等. 数字孪生网络(DTN):概念,架构及关键技术[J]. 自动化学报, 2021, 47(3):9-13.
[17]	GOYAL Y M. S. ARYA M S, NAGPAL S. Energy efficient hybrid policy in green cloud computing[C]// 2015 International Conference on Green Computing and Internet of Things (ICGCIoT), 2015:1065-1069.
[18]	YE J, ZHANG J A. Deep reinforcement learning based base station activation in heterogeneous networks[C]// IEEE Transactions on Mobile Computing, 2020:2076-2087.
[19]	辛园园, 钮俊, 谢志军, 等. 微服务体系结构实现框架综述[J]. 计算机工程与应用, 2018, 54(19):10-17. doi: 10.3778/j.issn.1002-8331.1808-0014
[20]	李清, 樊一萍, 李大川, 等. 基于微服务的飞行管理系统仿真:体系与方法[J]. 清华大学学报(自然科学版), 2020, 60(7):589-596.
[21]	孙波. 浅谈微服务架构、Docker和Kubernetes[J]. 现代电视技术, 2022(2):100-103.

基于微服务架构的数字孪生仿真平台设计方法

Design method of digital twin simulation platform based on micro-service architecture

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 10

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价

[1]	孟楠, 端木森嘉, 刘梦, 李飞远, 陈才. 元宇宙应用场景创新研究及实施建议——以苏州工业园区为例[J]. 信息通信技术与政策, 2023, 49(9): 74-81.
[2]	易雪琴. 国内外数字孪生城市建设的经验及启示[J]. 信息通信技术与政策, 2023, 49(8): 25-30.
[3]	张竞涛, 闫嘉豪, 陈才, 霍小军, 张育雄, 崔颖. 数字孪生城市成熟度模型和评估方法研究[J]. 信息通信技术与政策, 2023, 49(8): 8-17.
[4]	朱刚, 张美翔, 孙浩文, 李家京, 张亮, 杨云龙. ChatGPT带给智慧城市的启示——未来城市演进路径的探讨[J]. 信息通信技术与政策, 2023, 49(6): 71-78.
[5]	徐明. “5G+工业互联网”的数字孪生钢管生产集成技术研究[J]. 信息通信技术与政策, 2023, 49(11): 33-40.
[6]	匡立伟, 曾至诚, 韵湘, 邹菲. 面向自智光网络的数字孪生技术研究及示范应用^*[J]. 信息通信技术与政策, 2023, 49(10): 54-61.
[7]	杨坤, 姜大洁, 秦飞. 多小区环境中智能超表面技术的建模方法和展望[J]. 信息通信技术与政策, 2022, 48(9): 27-33.
[8]	宋朋高, 孙立珂, 赵中原. 面向5G演进的通感融合链路级仿真平台设计及性能评估[J]. 信息通信技术与政策, 2022, 48(9): 82-88.
[9]	张竞涛, 陈才, 崔颖, 张育雄, 韩鹏, 孟楠, 徐亚敏. 数字孪生城市框架与发展建议[J]. 信息通信技术与政策, 2022, 48(12): 2-11.
[10]	胡莉莉, 潘铭, 郝春霞, 王凯宸. 依托数字孪生推动城市治理数字化转型的路径思考[J]. 信息通信技术与政策, 2022, 48(12): 45-51.
[11]	李硕, 刘天源, 黄锋, 解鑫, 张金义. 工业互联网中数字孪生系统的机理+数据融合建模方法[J]. 信息通信技术与政策, 2022, 48(10): 52-61.
[12]	范松涛, 郝海生. 基于模型操作系统的航天器数字孪生系统技术研究[J]. 信息通信技术与政策, 2021, 47(9): 8-15.
[13]	王光全, 沈世奎. 云时代全光底座架构及关键技术*[J]. 信息通信技术与政策, 2021, 47(12): 19-.
[14]	朱康奇, 华楠, 李艳和, 郑小平, . 数字孪生技术在光网络中的应用与问题*[J]. 信息通信技术与政策, 2021, 47(12): 69-.
[15]	诸葛群碧, 钟雪颖, 蔡萌, 刘晓敏, 刘蕾, 胡卫生. 光纤通信数字孪生系统架构及关键技术研究* [J]. 信息通信技术与政策, 2021, 47(12): 86-.