首页 > 其他分享 >基于DigiThread的仿真模型调参功能

基于DigiThread的仿真模型调参功能

时间:2023-12-01 18:13:44浏览次数:30  
标签:仿真 输出 调参 模型 端口 DigiThread 参数

仿真模型调参是指通过调整模型内部的参数值,使仿真模型的输出更符合实际系统的行为或者预期结果的过程。

仿真过程中,往往需要频繁对模型参数进行调整,通过观察不同参数下系统整体的运行情况,实现系统的性能、可靠性和效率的优化。在进行模型调参时,需要注意选择合适的调参方法和调参参数。不同的仿真模型可能需要采用不同的调参方法和参数,以获得最佳的调参效果。 

以下是仿真模型调参的一些基本概念:

模型参数:指模型中可以调整的变量,直接影响模型行为的特性,可能包括物理性质、初始条件、系统参数等。仿真模型中,参数调参的目标是找到使模型输出与实际观测相匹配的最佳参数值。

初始参数:开始调参之前,需要为模型参数设定初始值,通常基于先验知识、文献研究或经验来确定,将会影响调参的收敛速度和最终结果。

实验数据:实验数据是从实际系统获得的观测值或测量结果。这些数据用于与仿真模型的输出进行比较,以确定模型的准确性和可靠性。

误差分析:误差分析用于评估仿真模型输出与实际数据之间的差异。通过比较模型的预测结果和实测数据,可以确定模型的偏差和误差。 

文档记录:包括使用的数据集、选定的目标函数、调参算法、最终的参数值以及验证结果,有助于重现调参过程并进行模型维护。

综合这些基本概念可知,有效的仿真模型调参不仅能够提高模型的准确性和实用性,使其更好地反映实际系统的行为,还能提升效率并优化仿真模型的性能,有助于节约仿真模型搭建成本,对提高仿真模型的适用范围和应用价值有着重要意义,使之可以更加广泛地应用于各个领域。

 

01.仿真模型调参的研究背景和现状

背景

科学与工程复杂性增加:随着科学研究和工程设计的发展,系统变得越来越复杂,传统的试验和分析方法难以涵盖所有可能的情况。仿真模型成为了研究人员和工程师理解和预测系统行为的重要工具。

计算能力的提升:随着计算能力的不断提升,研究人员能够使用更复杂的数学模型进行仿真,进一步加强了对调参方法和技术的需求。 

数据的可用性提高:大规模数据的可用性使得研究人员能够更好地对比仿真模型的输出与实测数据,从而进行更准确的调参。

跨学科研究需求:许多涉及多个学科领域的问题需要跨学科的综合研究方法。仿真模型调参在这种情境下发挥着重要作用。

 

现状

实时调参:针对实时系统的需要,研究人员开始研究实时调参的方法,以在系统运行过程中不断地调整模型参数。

不确定性建模:不确定性是影响仿真模型应用的重要因素,如何在调参中更好地建模和处理不确定性成为关注焦点。

应用领域的多样性:仿真模型调参的研究在涵盖了多个应用领域,包括工程、医学、环境科学、经济学等。

研究者们在不断尝试改进调参算法、提高调参的精度、适应不同模型和系统,并探索与其他计算方法的整合,以满足复杂系统建模的需求。该领域的研究不断发展将为更好地利用仿真模型提供强大工具。

 

02.仿真模型调参的解决方案

DigiThread是一款国产自主可控的多领域分布式协同仿真平台,基于DDS(数据分发服务)通信模式并通过协同仿真软总线连接多种仿真模型,可实现点对点的数据通讯,已被广泛应用于复杂系统集成仿真和数字孪生等。

DigiThread仿真软总线开放了API,允许外界访问软总线上的数据,并进行读取与写入。

在对仿真工程进行建模作业时,会将仿真模型的输入/输出端口与仿真软总线的Topic进行绑定。开放的软总线API可根据Topic name获取该Topic中的数据,也支持修改该Topic中的数据. 

基于此实现,当仿真模型的某个输出值依赖于一个动态变化的参数时,我们可以在此仿真模型中注入一个Parameter类型的端口,利用仿真软总线的API访问该端口,并对该端口绑定的参数进行读取、修改等操作。

▲参数注入功能的实现架构图

 

03.仿真模型调参的应用案例

打开DigiThread Workspace目录下的示例工程,项目中含一个Sender输出模型和一个Receiver输入模型,Sender模型的所有输出由Receiver接收。

▲DemoC100示例工程建模界面

 

Sender模型内部定义了不同种类端口,其中包含输出端口(Output)和参数端口(Parameter):

  • u 输出端口可以显示在模型上,支持与其他模型的输入端口进行连接。
  • 参数端口用于接收调参传入的值,当传入值发生变化时,与该参数具有数学运算关系的输出端口的仿真数据也会随之变化。

 

仿真模型调参功能出现之前,若想修改模型参数,必须进行熟悉模型源码、手动修改参数值、编译模型、导入模型到仿真软件等步骤。由于过程繁杂,需要调试人员掌握不同仿真模型的源码结构以及编译过程;同时也会消耗大量时间,不利于多次调参以达到预期结果。引入仿真模型参数注入功能后,调试人员仅需了解参数与输出端口之间的关系,便可以在仿真过程中实时调整参数值。

下面将重点介绍基于DigiThread调参的具体操作过程。

启动仿真后,右键单击Sender模型,打开DataDouble的端口监视界面,可以看到示波器绘制出一条振荡在 -1 到 1 之间的曲线。此时再次右键单击Sender模型并选择“调参”选项,打开Sender模型的调参界面。点击左下角的“+”按钮,增加一条配置项。在“端口名”一列中可以选择要调参的输出端口(Output)或参数端口(Parameter)。DigiThread的调参功能支持多个端口同时调参,可以根据需要增加多条配置项。

▲Sender模型调参窗口

 选择需要调整的AmpDataDouble并设定注入值为10,点击确定后,DataDouble端口输出值随即发生变化,余弦波振幅扩大到 -10 到 10。

▲DataDouble端口输出实时监视

 仿真模型调参是一个不断发展的领域,其未来的发展趋势将朝着实时性、不确定性、多学科整合、开源与标准化及人机交互等方向继续发展。

标签:仿真,输出,调参,模型,端口,DigiThread,参数
From: https://www.cnblogs.com/digiproto/p/17870649.html

相关文章

  • 基于MUSIC算法的二维超声波成像matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本matlab2022a 3.算法理论概述      MUSIC(MultipleSignalClassification)算法是一种广泛应用于信号处理领域的算法,它可以用于估计信号的波达方向或频率。在超声波成像中,MUSIC算法可以用于提高图像的分辨率和降低......
  • matlab一维信号频谱图仿真
    程序1:%在MATLAB中是用连续信号在等时间间隔点的样值来近似地表示连续信号的,当采样时间间隔足够小时,这些离散的采样值就能较好地近似出连续信号,matlab中连续信号的显示实际上还是离散信号的显示,只是取样点特别%多的时候,用线连接起来,显示出来的图形就比较圆滑,接近连续信号;如果取......
  • FPGA入门笔记007_A——按键消抖模块设计与验证(状态机、$random、仿真模型、task语法)
    实验现象:每次按下按键0,4个LED显示状态以二进制加法格式加1。每次按下按键1,4个LED显示状态以二进制加法格式减1。知识点:1、testbench中随机数发生函数$random的使用;2、仿真模型的概念1、按键波形分析:按键未按,FPGA管脚检测到高电平。按键按下,FPGA管脚检测到低电平。2、设......
  • 无线定位中TDOA时延估计算法matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本matlab2022a 3.算法理论概述       无线定位中的TDOA(TimeDifferenceofArrival)时延估计算法是一种基于信号到达时间差的定位技术。它的基本原理是,通过测量信号从发射点到接收点的传播时间差,可以计算出发射点......
  • 基于深度学习网络的施工人员安全帽佩戴检测matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本matlab2022a 3.算法理论概述        基于深度学习网络的施工人员安全帽佩戴检测是一种先进的技术,它利用深度学习算法对图像或视频进行分析,以检测施工人员是否佩戴了安全帽。基于深度学习网络的施工人员安全帽佩戴......
  • 基于图像形态学处理和边缘提取算法的路面裂痕检测matlab仿真
    1.算法运行效果图预览   2.算法运行软件版本matlab2022a 3.算法理论概述       路面裂痕检测是基于图像处理和机器视觉的一种重要应用。通过图像形态学处理和边缘提取算法,我们可以有效地检测出路面的裂痕。路面裂痕检测主要基于图像处理和机器视觉的原理。......
  • 基于深度学习网络的烟雾检测算法matlab仿真
    1.算法运行效果图预览  2.算法运行软件版本matlab2022a 3.算法理论概述      基于深度学习网络的烟雾检测算法是一种端到端的检测方法,主要分为基于候选区域的二阶段目标检测器和基于回归的单阶段目标检测器两类。      基于候选区域的二阶段目标检测......
  • 基于HOG特征提取和GRNN神经网络的人脸表情识别算法matlab仿真,测试使用JAFFE表情数据
    1.算法运行效果图预览 2.算法运行软件版本matlab2022a 3.算法理论概述        该算法主要由两个部分组成:HOG特征提取和GRNN神经网络。下面将详细介绍这两个部分的原理和数学公式。 1.HOG特征提取      HOG(HistogramofOrientedGradients)是......
  • vivado仿真(无需testbench)
    vivado仿真(无testbench)实现步骤新建一个工程并添加自己编写的Verilog文件添加后vivado会自动识别文件中的module创建blockdesign文件,添加模块添加前可能会有以下警告,等待一段时间即可。再次右键,点击AddIP,添加以下模块双击此模块可以设定各种参数运行自动连......
  • 科普:多领域分布式协同仿真
    分布式协同仿真是一种在分布式计算环境中进行协同工作的仿真方法。使用该方法进行协同仿真时,仿真任务将被分发到多个计算节点上,并且这些节点可以同时工作以模拟完整的系统行为。分布式协同仿真已被广泛应用于工程、科学和军事领域,以便更好地模拟和理解大规模和复杂系统的行为。分......