基于GPU的非相干消色散算法

针对脉冲星信号实时消色散处理的需求,实现了基于图形处理器(Graphics Processing Unit, GPU)的非相干消色散算法。采用高性能并行计算方法对非相干消色散算法的多线程处理进行了深入研究,提出了算法的并行化加速方案,解决了消色散算法计算量大、无法实时处理的问题。分析算法的密集型计算部分,高效利用图形处理器的层次存储结构,提高了图形处理器的资源利用率,减少了计算时间,显著提升了非相干消色散算法的计算性能。     

基于CUDA的射电天文多相滤波器组设计

采用图形处理器和最新的通用并行计算架构设计了射电天文多相滤波器组,并对其性能指标进行了测试和分析。利用图形处理器强大的浮点数计算和高效并行执行能力实现了多相滤波器、快速傅里叶变换算法加速,改善了多相滤波器组算法的执行效率。实验结果表明,设计的多相滤波器组具有一定的灵活性和可扩展性,能够实现射电信号的高速滤波及信道化,可有效提高射电望远镜数字终端算法的并行数据处理能力和计算效率。     

基于Mark5B＋GPU脉冲星观测系统

云南天文台40m射电望远镜进行的脉冲星观测数据量巨大,必须实现数据的实时处理,否则将会产生海量的数据积压.为实现这一目标,采用图形处理器架构,对Mark5B数据进行解码、消色散、折叠等处理.实验结果表明,对以1s8MB的实时采样,可以在0.51s内处理完成,从而实现了实时处理的要求.首先介绍这一观测系统各部分的图形处理器实现,然后相对于传统中央处理器构架,对各部分的运算速度进行了详细的对比.针对时间开销最大的消色散部分,分析了单次傅里叶变换的数据量大小对执行效率的影响.从系统最终的输出轮廓和柱状图上可以看到实时处理的结果符合要求.最后对存在的问题和未来的工作进行了讨论.     

一种基于短时傅立叶变换的脉冲星消色散算法

叙述了一种基于短时傅立叶变换的脉冲星消色散算法。首先介绍了脉冲星的色散形成原因以及几种当今流行的消色散算法。接着介绍了短时傅立叶变换,并在此基础上提出了一种基于短时傅立叶变换的消色散算法。然后详细讲述了这种消色散算法的具体实现步骤,并且比较了在选取不同长度的时间窗函数的情况下,消色散的处理过程和残余色散量。最后,通过将这种算法的计算量以及结果和其他几种算法做横向比较,得出了结论:这种消色散算法的计算量小,实现简单,可以有效的进行消色散处理。     

Hα全日面云污染实时识别和修复系统

高空云层导致所观测的Hα全日面像上覆盖有一层云污染,使得图像上的太阳活动细节变得模糊不清。为了能够实时探测云污染,并及时显示修复后的图像,采用图形处理器技术实现了一个Hα全日面云污染实时识别和修复系统。该系统主要在统一计算设备架构(Compute Unified Device Architecture,CUDA)环境下利用图形处理器并行实现:(1)二值化图像椭圆长短轴比值法识别重度云污染图像;(2)临边昏暗曲线中心对称法识别可修复云污染图像;(3)频域巴特沃斯低通滤波法去除云污染。通过对系统中各运算在图形处理器中花费的时间进行详细测量,发现傅里叶正反变换和频域滤波占用了图形处理器总处理时间的52.9%,是系统中最耗时的。然而,相对于1 min的观测时间间隔,约0.7 s的总处理时间可以满足实时显示的需要。另外,通过对修复后的图像做质量评价,验证了所采用的修复算法可以有效地去除云污染,并对太阳活动细节影响较小。最后讨论了系统存在的不足和需要进行的改进。     

脉冲星信号相干消色散与非相干消色散的比较研究

脉冲星信号在星际空间传播的过程中,由于星际介质的存在造成观测到的脉冲星信号发生色散,因此需要对接收的脉冲星信号进行消色散,以获得原始的脉冲星信号。目前,消色散方法主要分为两种:相干消色散和非相干消色散。相对来说相干消色散效果彻底,算法较简单,而且能保留原始数据的时间分辨率,不过计算量较大,但是现在快速进步的计算机技术已经使计算量的问题得到很好的解决。为了精确了解两种消色散方法的区别,利用相关系数的方法定量地比较了相干消色散、非相干消色散两种方法的效果:在一定的频率值之下,前者得到消色散效果优于后者。同时确定两种消色散方法在效果相同时的观测频率。     

乌鲁木齐天文站建立脉冲星相干消色散观测系统

脉冲星发射的辐射信号经过星际介质到达观测天线的过程中,存在色散效应。该效应导致有一定带宽脉冲信号的不同频率成份到达天线时间有延迟,影响对脉冲星的观测。消色散技术是脉冲星观测的关键技术,它对脉冲星观测系统的灵敏度和观测精度至关重要。脉冲星相干消色散过程是:通过对观测信号进行Nyquist采样,对采样数据做傅立叶变换,变换后的频域信号与星际介质Chirp函数乘积,然后再做逆傅立叶变换回时域,得到消色散后的时域信号。乌鲁木齐天文站依托现有的南山25m射电望远镜和VLBI记录终端MK5A系统,自行开发的相干消色散处理软件(Linux操作系统下C语言调用MPI库)和4节点机群系统,建立了脉冲星相干消色散观测系统。     

基于ROACH2-GPU集群相关器的研究——F-engine模块的设计与实现

相关器在射电天文中具有重要作用。以往的相关器多采用现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者特定用途集成电路(Application Specific Integrated Circuit,ASIC)技术,开发周期长,不便扩展和改进升级。近年来许多新研制的射电干涉阵相关器采用具有通用架构的现场可编程门阵列和图形处理器的相关器。针对暗能量射电探测实验(天籁计划)的需求,开发了一套基于可重构开放架构计算硬件(Reconfigurable Open Architecture Computing Hardware,ROACH2)和图形处理器的异构相关器,将相关器的数据采集、快速傅里叶变换(Fast Fourier Transform,FFT)等功能与复数乘累加运算功能分开,充分利用了现场可编程门阵列的硬件资源和图形处理器的运算速度。该相关器易于扩展,且运算负载可根据实际运算能力进行不同节点的分配,非常灵活。目前已经应用到天籁计划项目中。     

基于小波变换的脉冲星弱信号的去噪方法研究

利用小波变换去除噪声的基本原理和方法及消色散方法对毫秒脉冲星极弱信号进行了提取,并对噪声进行了最佳阈值选取实验研究,实现了脉冲星弱信号消色散积累后的检测和抑噪.并研究了软硬阈值估计子等不同阈值消噪技术,进而对PSR 0437-4715信号采用不同方法去噪后的结果进行了分析比较,认为在最大分解层数J=5时对脉冲星信号处理有普适意义.研究结果认为基于小波变换的消噪方法是一种提高信噪比、展示噪声和突变信号的优越方法.     

CLEAN算法在天文图像空域重建中的应用

将CLEAN算法用于天文图像空域重建方法 :迭代位移叠加法中的消卷积过程 ,由于它同样是在空间域中进行的迭代减法过程 ,避免了必须把图像变换到傅里叶空间频率域中 ,然后用除法消卷积的传统做法 ,因而满足了仅在空间域中重建目标像的需要 ,使迭代位移叠加法更加简捷。用该方法对天文目标进行的观测实验得到了很好的像复原结果。     

CLEAN算法在天文图像空域重建中的应用

将ＣＬＥＡＮ算法用于天文图像空域重建方法：迭代位移叠加法中的消卷积过程,由于它同样是在空间域中进行了迭代减法过程,避免了必须把图像变换到傅里叶空间频率域中,然后用除法消卷积的传统做法,因而满足了仅在空间域中重建目标的需要,使迭代位移叠加法更加简捷。用该方法对天文目标进行的观测实验得到了很好的像复原结果。     

GPS接收机的中频信号处理算法研究

该文对GPS接收机的中频信号处理算法进行了研究,内容主要涉及信号捕获、载波恢复和伪码跟踪3部分,详细分析了信号捕获过程中所采用的匹配滤波器法、快速傅里叶算法(FFT)、锁频环(FLL)、锁相环(PLL)以及延迟锁定环(DLL)的算法原理,并对环路滤波器作了相应的阐述,给出环路对应的递推公式．     

基于傅里叶变换色散条纹法的实验研究

光干涉要求实现各光路共相位叠加,对于宽波带的白光干涉要求更加苛刻。因此,要实现稳定的白光光干涉需要对光程进行实时探测和控制。对基于傅里叶变换的色散条纹法进行了理论推导、算法设计,并利用实验室建立的Fizeau型干涉实验装置开展开环、闭环实验研究。在开环实验中,采集不同光程差的多幅色散条纹图像研究了图像频谱次峰偏移量和光程差的关系,结果显示,偏移量与光程差之间呈现良好的线性关系。在闭环实验中,利用光程差的实时计算结果和光程补偿机构对光程差进行闭环控制,结果显示,在外加扰动的情况下,系统能够始终保持在初始的干涉状态。     

基于Dask并行加速的射电干涉成像网格化方法实现

快速傅里叶变换(Fast Fourier Transform,FFT)比傅里叶变换有更好的算法性能,是射电干涉成像的基础算法,但因为天线阵列的不规则采样,需使用网格化算法将可见度数据重采样到规则的网格上才能应用。基于卷积的网格化计算具有密集型和迭代型的特点,特别是处理海量可见度数据的情况下,高性能的网格化计算对整个成像过程加速尤为重要。为了缓解数据处理的压力,在现有处理整块数据和支持多核计算的算法基础上,拓展应用Dask并行计算框架,不仅将数据分块并分配到多线程上,提高数值计算效率,而且动态的分布式任务调度策略优化了网格化的实时处理。实验结果表明,多核中央处理器利用率显著提高,即使增加数据量,也能进一步提高网格化算法的性能。分布式任务调度能够将单(多)测量集的网格化弹性缩放到单(多)机系统,充分发挥集群的规模化优势。     

应用于射电天文的高效实时管道数据流传输与处理技术

针对超宽带及多波束接收系统海量天文信号实时高效传输与处理问题,对基于现场可编程门阵列(Field Programmable Gate Array, FPGA)+图形处理器(Graphics Processing Unit, GPU)的主流终端设备软件系统进行了测试分析。超宽带接收设备要求终端系统软件能够在更宽带宽、更高时间分辨率和频率分辨率的条件下,实现数据流实时传输与处理。结合大口径射电观测设备未来发展的方向,提出了利用高速并行环形缓冲区实现数据流缓存,基于图形处理器集群实现数据流实时处理,基于BeeGFS实现分布式并行数据存储,模块化构建射电天文信号传输管道软件的设计思路。     

一种基于MUSIC算法的天地波识别方法

基于我国BPL长波脉冲信号的特征,利用MUSIC(多信号分类)算法对BPL天、地波延迟进行估计,实现天、地波识别。对传统谱估计IFFT(快速傅里叶逆变换)算法和现代谱估计MUSIC算法进行了仿真和比较,结果表明,这两种方法在较低信噪比条件下可有效分离天、地波,且识别误差都能控制在±5μs内,但MUSIC算法比IFFT算法具有更高的精度和分辨率。     

基于OpenCL的射电干涉阵成像网格化算法实现

天文软件开发与应用中迫切需要在单机环境下进行高性能的科学数据处理,由于机器配置不同,采用传统的CUDA+GPU技术存在明显的局限,不利于天文软件的快速移植和无缝运行。针对明安图射电频谱日像仪数据处理中的网格化(Gridding)算法,采用并行计算OpenCL技术进行多线程编程实现。实验结果表明,基于OpenCL实现的网格化算法不仅能够在图形处理器上运行,而且能够在纯中央处理器上运行。当选择在图形处理器上执行时,算法的执行效率与基于CUDA实现的网格化算法执行效率大致相当,但算法不局限于NVIDIA GPU,解决了算法对CUDA+GPU的依赖;同时算法也能在纯中央处理器上较快速地执行,适用于单机模式下进行天文软件的开发和测试,也便于天文软件的应用与推广。     

新疆天文台Taurus高性能计算系统

新疆天文台Taurus高性能计算系统由1个登陆节点、16个计算节点、2个I/O节点、100 TB高速存储组成。其中央处理器理论双精浮点计算能力6.758 4 Tflops,通过Linpack测试实际峰值为6.289 Tflops,可提供计算能力为理论值的93.06%;图形处理器理论计算能力18.72 Tflops,实际测试计算峰值为14.882 Tflops,计算效率为理论值的79.5%。系统计算与存储节点均采用56 Gb Infiniband交换互连,通过IOZone测试存储系统,单节点写速度可达460 MB/s,多节点写速度可达800 MB/s。系统已在多相滤波及消干扰图形处理器算法加速、蒙特卡罗模拟等领域得到了应用。     

超宽带超高分辨率太阳射电频谱仪的研发

为完成对太阳射电爆发15 MHz～15 GHz频谱的监测,云南天文台研发4套太阳射电频谱仪,频率覆盖范围依次为15～80 MHz, 100～750 MHz, 600～4 200 MHz和4～15 GHz,分别称为十米波、米波、分米波和厘米波太阳射电频谱仪。十米波段太阳射电频谱仪的谱分辨率和时间分辨率分别为7.6 kHz和1 ms;米波段和分米波段太阳射电频谱仪的谱分辨率和时间分辨率分别为9.5 kHz和10 ms;厘米波段太阳射电频谱仪的谱分辨率和时间分辨率分别为76 kHz和10 ms。每套设备包括天线系统、接收机和数字频谱仪。为实现超高谱分辨率,需要的快速傅里叶变换(Fast Fourier Transform, FFT)点数最高达到262 144,在现场可编程门阵列(Field Programmable Gate Array, FPGA)上,通过一个FFT IP核(Intellectual Property Core)不能实现如此高点数的快速傅里叶变换运算。对于大点数的快速傅里叶变换,需要对数据行列分解后做并行处理,从而将其转化为两个小点数的快速傅里叶变换。通过对并行算法的研究,...     

一种用于射电频谱分析的高速FFT实现算法

提出了一种用于高速射电频谱分析的FFT实现算法,基于奇偶分开的FFT变换算法.采用N点FFT变换来实现4N点实信号的FFT变换,从而在FPGA(现场可编程门阵列)硬件里实现了高速FFT变换算法.仿真分析表明,新算法得到了良好的效果,明显地提高了硬件的利用效率.