uv-faceting成像并行算法研究

uv-faceting成像是目前广泛使用的大视场成像技术之一,将被考虑应用于平方公里阵列(Square Kilometre Array, SKA)第1阶段(简称SKA1)低频阵列的数据处理当中.由于SKA1产生的原始数据规模空前巨大,直接使用uv-faceting成像进行数据处理效率将会非常低.为此,提出了基于MPI (Message Passing Interface)+OpenMP (Open MultiProcessing)的uv-faceting成像算法和基于MPI+CUDA (Compute Uni?ed Device Architecture)的uv-facteing成像算法,对该算法中最耗时的数据读取和栅格化(gridding)这两个步骤进行并行优化.验证性结果显示提出的两种算法得到的结果与当前主流的数据处理软件(Common Astronomy Software Applications, CASA)得到的结果基本相同,表明提出的两种算法基本正确.对准确率和总运行时间的分析表明,无论在正确率还是运行速度上MPI+CUDA的方法比MPI+OpenMP的方法更优.性能测试结果表明提出的算法有效且具有一定的可拓展性.