传统单机仿真平台缺乏统一的资源管理,对单机系统要求较高,复杂仿真过程中生成的海量数据,如仿真中间数据,不能进行集中有效管理,而这些仿真数据对于产品研发是非常宝贵的参考资料。本文把云计算技术和仿真设计、仿真计算以及数据管理相结合,打通计算层、存储层以及调度层的数据接口,整合现有软硬件资源,提供统一的资源的调度和管理机制,实现设计经验的规范化保存和资源的统一管理。本文主要研究内容如下:1.云仿真平台架构设计。实现了基于云的、开放、共享的网络协同仿真服务平台架构构设计,支持多用户同时使用云仿真平台进行不同任务的仿真建模与演示,实现了开源仿真系统Scilab/Xcos的云化管理。2.云仿真平台数据资源管理。针对云仿真平台在高并发情况下读写锁竞争严重,导致云仿真平台服务质量下降的问题,基于改进后的CAS算法将云仿真平台数据层锁机制由悲观锁优化为乐观锁,降低了高并发场景下云仿真平台数据层锁竞争,同时改进了云平台读流程,实现了网络读,短路读和文件零拷贝读的层次读取,有效提高了数据读取效率。3.云仿真平台计算资源管理调度。基于远程直接数据存取技术改进了云仿真平台跨界点计算的资源调度机制,有效缓解了云仿真平台跨节点计算IO开销,同时针对云平台跨节点计算时的稳定性不足问题,实现了基于HDFS文件的跨节点计算,借助HDFS文件系统的多副本机制保证了云平台仿真数据的可靠性。最后,本文初步完成了面向服务的云仿真平台的设计工作。云仿真平台在开源大数据框架Hadoop、资源调度框架Yarn基础上实现了仿真云平台的设计工作。目前整个仿真系统运行良好,并用于卫星在轨服务仿真计算,具有重要的国防建设意义。