基于容器技术的天文应用软件自动部署方法

平方千米阵列即将开始建设,各子工作包也进入关键设计评估阶段。基于云与容器技术是平方千米阵列科学数据处理器未来可能采用的平台技术。针对超大规模海量数据处理面临的天文应用软件快速部署、运行与实测要求,充分考虑天文应用软件运行环境复杂、云计算环境下超大规模计算集群部署困难等问题,系统研究并给出了一种使用容器技术的天文应用软件通用自动部署方法。以目前较为常用的可见度函数校准软件SAGECaL为例,首先分析了SAGECaL的相关特性和分布式部署方面存在的困难,进而给出了基于容器技术的SAGECaL分布式集群的自动部署方法。实验结果表明,自动部署方法极大地提高了SAGECaL分布式集群的部署效率,满足项目组承担平方千米阵列科学数据处理器相关测试工作所需要的基础平台部署与切换等需求,同时也为其它天文软件在云端的快速部署与执行提供了有益的思路。     

中国频谱射电日像仪FITS-IDI文件格式研究

我国新一代中国频谱射电日像仪（Chinese Spectral Radio Heliograph,CSRH）原始观测数据采用自定义格式,在进行后续处理与共享使用时必须转换相应的格式.在分析FITS-IDI（FITS Interferometry Data Interchange）格式的基础上,结合CSRH的实际观测模式与数据产出方式,定义与设计了符合项目情况的FITS-IDI格式及字段,并对FITS-IDI文件中若干字段的值如何获取、计算进行了深入讨论.根据定义生成的FITS-IDI文件已成功导入CASA软件,并可以进行后续处理.经过对CASA测量集文件的核实,证明了数据生成的正确性.本研究有效地推进了CSRH的建设工作,也对其他射电干涉阵数据存储有一定的参考价值.     

基于Python的SKA-RASCIL中的天线增益校准实现

天线增益校准是射电天文观测数据处理过程中的一个关键步骤。分析了经典的天线增益校准算法Antsol的基本原理,并基于Python对Antsol算法进行了高性能实现,所完成的程序代码已经集成到平方公里阵列(Square Kilometre Array,SKA)的射电天文模拟校准成像软件(Radio Astronomy Simulation,Calibration and Imaging Library,RASCIL)中,不仅为当前平方公里阵列数据处理提供了支撑,也为未来数据处理的性能优化提供算法参考。     

基于ZeroMQ的观测控制系统底层通信架构分析与测试

观测控制系统是当前的一个研究热点,底层通信是观测控制系统架构的一个重要环节。但传统的观测控制系统一般采用裸套接技术实现,缺少统一的传输控制机制,在密集数据通信时经常存在延迟,影响实时控制的需要;同时缺少广播与组播机制,限制了观测控制系统的设计。针对观测控制系统的要求,研究了基于ZeroMQ不同通信模型及对应的天文控制模式,分析了不同的通信控制架构的可用性,在此基础上通过实验对相应的通信模型进行测试,验证其在天文仪器分布控制中的可用性。测试结果进一步说明,ZeroMQ构建观测控制系统的底层通信架构是可行的,能够满足观测控制系统对设备的各种控制需求。     

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。     

宽视场成像网格化算法中w-plane最优经验值研究

射电干涉阵列宽视场成像网格化处理过程中必须考虑w项的影响。w-projection和w-stacking是两种重要的宽视场成像网格化处理算法,w-plane参数是算法中影响计算速度和成图质量的一个重要因素。研究了w-projection和w-stacking两种网格化算法,利用SKA-1低频阵台站数据和ASKAP软件包进行模拟观测,对两种算法在不同w-plane参数取值情况下的成图速度和成图质量进行了定量分析对比。结果进一步表明,w-plane是性能改善的重要参数。针对w-projection算法,w-plane取值应比一般给定的经验值大才能得到较好的成像效果。w-stacking算法虽然有很大的速度优势,但算法实现中w-plane的影响更为显著,给出了推荐的w-plane取值。本文的工作是大视场成像算法的基础性研究工作,对未来平方千米阵列科学数据处理中的管线设计有较好的参考价值。     

一种基于多尺度带通滤波的洁化算法与GPU实现

中国新一代射电频谱日像仪——明安图射电频谱日像仪以高时间、高空间、高频率分辨率工作在0.4 GHz~15 GHz,为太阳爆发活动初始能量释放区的物理过程、太阳电子加速等研究开辟了新的窗口。高性能、高质量太阳成像算法是日像仪数据处理流水线至关重要的研究内容。参考法国墨东天文台太阳干涉阵的数据处理方法,系统讨论分析了多尺度洁化(Multi-Scale CLEAN)算法,给出了适用于日像仪的多尺度洁化算法参数,并重点讨论了算法的图形处理器并行实现。实验结果表明,改进的多尺度洁化在算法效率上比基于图形处理器实现的H9gbom CLEAN提高了近3倍,有效提高了整个数据处理流水线的性能。     

MUSER可见度数据积分方法与实现

射电观测是研究太阳活动的重要探测手段。我国明安图射电频谱日像仪(Mingant U Sp Ectral Radioheliograph,MUSER)主要用于研究太阳爆发活动初始能量释放区的物理过程,其观测将在太阳射电成像开辟一个新的窗口。成像处理是数据处理的重要组成部分,如何提高成像质量是当前数据处理的研究重点。首先介绍了射电干涉成像的基本理论,随后分析了对观测得到的可见度数据积分的必要性,细致讨论了短时段可见度数据叠加求平均和长时段UV覆盖叠加两种积分方法,并给出了完整的实现。通过实现代码与实验验证,两种积分均可以有效提高信噪比,图像质量明显提高。     

面向ONSET实时数据处理的图像选帧GPU技术实现

光学和近红外太阳爆发监测望远镜每天可以获得大量的太阳图像数据,对这些观测数据进行实时选帧处理,一方面可以减轻存储压力,另一方面也可以提高后续图像重建的质量。针对观测过程中的选帧要求,设计并实现了一套基于图形处理器的图像选帧实时处理模块,当前的模块已经实现了平均梯度法和谱比法选帧两种算法的高速并行处理。对模块的实现进行了细致的讨论,并比较了两种选帧方法的加速比。实验表明,该模块运行稳定可靠;从执行效率来看,针对近全日面图像的选帧总体执行时间最快为1.2 s,比原有串行实现提升了7倍;局部面图最快为0.7 s,平均提升了5倍。整体模块的实现与当前性能已经可以满足实时观测与处理的要求。