佛山市税源地图大数据展示系统的设计与实现

在智慧时空大数据与云平台建设工作中,如何进一步挖掘分析海量空间数据是实现高效应用的一项关键任务。针对佛山市税务机关的业务需求,研究了基于Hadoop框架的大数据技术,结合GIS数据,利用互联网云平台对海量税务数据进行存储、计算、分析的佛山市税源地图大数据展示系统的设计与实现。     

城市传感网观测数据的多层次摘要模型

针对海量、多源、异构的城市传感网观测数据,从摘要这一崭新角度讨论数据资源的集成共享问题,提出了一种城市传感网观测数据的多层次摘要模型。该模型从元数据、统计、采样、过滤和语义共5个层次描述观测数据源的不同视图,方便用户观看和理解数据源,可用于在多个层次和角度上集成共享多源异构的传感网业务系统,指导智慧城市和应急指挥等综合应用在合适层次上集成所需的摘要信息,满足综合应用对于传感器观测数据集成共享的多层次、多类型摘要需求。     

基于Cesium的三维智慧社区开发

国内Cesium地图引擎研究处于起步阶段,针对当前基于Cesium智慧社区开发贫乏问题,本文基于Cesium和WebGL技术进行开发试探,建立了基于倾斜摄影模型的三维智慧社区系统。通过导出Cesium 3D Tiles、搭建开发平台和相关类库函数调用,实现了三维智慧社区可视化控制、空间测量、可视性分析和空间查询功能。实验结果表明,Cesium和WebGL类库函数功能强大,开发方法简单,构建的三维智慧社区系统兼容性、开放性与可移植性强,支持倾斜三维模型海量数据加载与并发访问,有效降低系统建设成本,不失为一种轻量级智慧社区Web开发方法。     

基于时空信息服务构建智慧社区

针对智慧社区建设中各应用系统海量数据存储成本较大,数据快速检索、提取自动化程度较低,事件空间定位速度慢,时空信息服务缺乏等问题,基于时空信息平台构建智慧社区。本文从顶层设计入手,分析了智慧社区的总体技术架构,并通过智慧社区网格化全民管理系统和视频安防监控系统应用需求,分别论述了时空信息服务在智慧社区建设中发挥的作用。     

智慧重庆地理编码系统研究与应用

从智慧城市建设角度出发,研究了标准地址数据模型、地理编码系统核心引擎、地理编码应用系统等内容,设计了一套面向海量地址数据的地理编码系统。结果表明,该系统具有效率高、准确度高的特点,并在人口、工商等领域开展应用。     

汇聚融合海量数据 打造智慧宜居武汉

正智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术,促进城市规划、建设、管理和服务智慧化的新理念和新模式,对提升城市可持续发展能力和居民幸福感具有重要意义。时空信息云平台是智慧城市的核心基础设施之一,它通过存储海量空间数据来"记忆"城市的历史信息,通过接入物联网传感设备来"感     

基于云计算的智慧唐山时空信息平台数据库构建

随着云计算技术的不断发展,大数据与信息化时代的优势越来越突出,应用越来越广泛。时空信息平台作为智慧城市建设的重要内容,管理海量基础地理信息数据,是智慧城市建设的基础。因此,海量数据的管理成为时空信息平台设计的关键。以智慧唐山建设为例,结合云计算技术,探讨时空信息平台数据库的构建,针对云平台基础地理信息数据体系、云平台数据库体系架构以及云平台数据库管理系统等方面进行设计,明确基于云计算时空信息平台数据库建设内容,探讨适用于智慧城市建设的时空信息云平台解决方案。     

面向智慧城市的物联网服务平台设计与应用

通过研究物联网信息获取、传输与交换的关键技术,设计并开发了面向智慧城市的物联网服务平台;实现了海量多源空间目标的地理位置及状态信息的实时获取、海量数据云存储和服务分发,可满足智慧城市多源信息实时感知获取的需求。通过车联网的实例应用,证明了该平台的科学性和实用性。     

利用基于位置的社交网络探究城市服务设施

随着互联网的快速发展,社交网络对人类社会生活各个方面产生了重大影响。当人们从海量的社交网络数据中获取有价值的信息,社交网络数据的多样性和复杂性导致利用这些数据时存在着很多问题,如海量信息中提取感兴趣数据的效率过低。在智慧城市的建设中,如何高效利用这些海量数据为智慧城市提供决策支持是个巨大挑战。基于位置的社交网络数据具有丰富的信息,采用基于文本和空间聚类的方法探究城市服务设施的空间分布,再利用POI(point?of?interest)验证实验的可行性和结果的正确性。     

多源异构数据时空融合关键技术研究与应用

针对时空大数据多来源、多粒度、多模态、海量和时空关联复杂等特点,建立了一套涵盖"源数据获取-数据质量评估-数据清洗-数据转换"全过程的多源异构数据时空融合的技术路线,重点研究了多源异构数据汇集和时空数据融合技术,建立了相关的技术体系和软件工具,结合重庆市新型智慧城市实践开展了诸多应用,可为智慧城市、智慧园区等建设提供可行的技术参考.     

Html5 WebScoket对Web Map实时通信的影响

互联网技术不断更新迭代,Web技术应用越来越广泛,众多Web应用场景对数据的实时性、有效性提出了更高要求。本文分析了传统的Web实时通信解决方案以及Html5 WebScoket实时服务推技术,运用这两种技术分别构建Web Map实时轨迹服务,通过两者传输的实时通信测试与对比,显示WebScoket在Web Map实时通信中具有很高的性能优势,大幅减少了网络数据吞吐量,缩短了网络反馈延时,降低了对服务器性能消耗。     

低轨卫星通信系统星座设计与性能仿真

低轨卫星通信系统在通信领域发挥着越来越重要的作用。针对不同类型星座覆盖能力和星际链路建立条件存在的差异,设计了极轨道和倾斜圆轨道低轨卫星星座,利用STK验证了两种星座的覆盖能力和星际链路AER特性,利用NS2对两种星座卫星网络的时延、吞吐量和丢包率等性能指标进行了仿真,并对所得数据进行了对比分析,结果表明：在由32颗卫星（轨道高度1450 km ）构成的低轨星座中,极轨星座的全球覆盖能力、星际链路建立条件和卫星网络性能优于倾斜圆轨道星座,更适合于构建全球低轨卫星通信系统。     

集群环境下网络空间信息服务高性能内存缓存方法

针对现有集群环境下网络空间信息服务性能优化策略的特点和弊端进行分析,提出集群环境下网络空间信息服务高性能内存缓存方法,重点研究网络空间信息服务高性能内存缓存体系结构、可扩展的高性能内存缓存控制设计、内存缓存工作流程,最终实现集群环境下基于内存缓存的网络空间信息服务的加速,解决传统WebGIS模型中存在的I/O瓶颈问题。最后,使用五个常用的网络空间信息服务类型对文中提出的方法进行实验,结果证明与传统的集群环境下网络空间信息服务相比,文中设计的网络空间信息服务高性能内存缓存方法能够有效地提升服务并发处理能力,具有良好的可扩展性。     

面向智能移动设备的GIS服务

随着嵌入式技术的发展,智能移动设备正成为无线接入的重要方式。通过智能移动设备来提供GIS服务是亟待解决的关键问题。分析了智能移动设备的特点,总结了其发展趋势;设计了面向智能移动设备的GIS服务体系,并对其结构进行了阐述。     

适应于分布式虚拟地理环境服务的对等网络模型研究

阐述了分布式虚拟地理环境系统体系结构的研究现状,对当前分布式虚拟地理环境系统建设所面临的技术难点和挑战进行了深入探讨,在此基础上将对等网络技术引入到分布式虚拟地理环境系统的建设中。对现有的对等网络路由结构的适应性进行了深入的比较和分析,进而设计了一个适应于分布式虚拟地理环境服务的大规模对等网络模型,并对该模型进行了模拟测试和分析,达到了预期的效果。     

利用PixelGrid系统处理多源遥感影像方法研究

随着科学技术的快速发展,人们对于高性能计算技术的需求日益迫切,大规模数据并行处理的集群式系统实现技术开始逐步成熟。我国已对该项技术进行了深入研究,并将其应用到遥感影像处理技术当中,形成了集群式数字摄影测量系统Pixel Grid。相对于传统的摄影测量及遥感影像处理过程,集群式系统整合资源、集成技术,大大提高了数字摄影测量以及遥感影像数据处理乃至空间信息提取的处理效率。这也是目前遥感影像处理技术发展的重要方向之一。     

PC集群环境下的并行地理网络车辆路径算法

针对PC集群计算节点内存小、进程间通信速度慢的问题,本文设计了分布式的数据存储机制;提出了用同步变换规则代替解编码传输的进程间通信方式;基于邻域分解策略实现了禁忌搜索过程的并行化,发展了一种适用于PC集群环境的并行地理网络VRP算法。应用模拟路网数据进行了相关试验,结果表明：本文算法的计算结果与ArcGIS基本一致,二者平均偏差率在2.11%~2.87%之间;分布式数据存储策略有效地降低了各进程对内存的需求量,保证了算法的稳健性和扩展性;通过算法的并行化提高了VRP算法的求解效率;该算法具有良好的加速性能,8进程时在各测试数据集中的加速比均在4.46~6.32之间。     

基于北斗及嵌入式的船舶机舱温度监测系统设计

随着人工智能、自动控制和网络通讯等技术在船舶领域的广泛应用,船舶机舱监测系统正在向着智能化、数字化、模块化的方向发展. 我国自主研发的北斗卫星导航系统具有定位、导航、授时和双向短报文通信等功能,在船舶监测领域特别适用. 温度监测是机舱监测的重要组成部分,为了解决机舱温度监测与控制不便等问题,提出一种基于北斗及嵌入式的船舶机舱温度监测系统. 采用温度采集系统、ARM处理器及其外围设备、设备控制装置、WiFi通信模块等对船舶机舱温度进行实时监测与控制,以北斗通信系统为媒介,实现实时将机舱温度采集数据及船舶位置传输至远程监控部分,简化了系统的软硬件,增强了实时性与可操作性,提高了保密性与稳定性,具有良好的发展前景.      

A Parallel Framework for Processing Massive Spatial Data with a Split–and–Merge Paradigm

Due to high data volume, massive spatial data requires considerable computing power for real‐time processing. Currently, high performance clusters are the only economically viable solution given the development of multicore technology and computer component cost reduction in recent years. Massive spatial data processing demands heavy I/O operations, however, and should be characterized as a data‐intensive application. Data‐intensive application parallelization strategies, such as decomposition, scheduling and load‐balance, are much different from that of traditional compute‐intensive applications. In this article we introduce a Split‐and‐Merge paradigm for spatial data processing and also propose a robust parallel framework in a cluster environment to support this paradigm. The Split‐and‐Merge paradigm efficiently exploits data parallelism for massive data processing. The proposed framework is based on the open‐source TORQUE project and hosted on a multicore‐enabled Linux cluster. A specific data‐aware scheduling algorithm was designed to exploit data sharing between tasks and decrease the data communication time. Two LiDAR point cloud algorithms, IDW interpolation and Delaunay triangulation, were implemented on the proposed framework to evaluate its efficiency and scalability. Experimental results demonstrate that the system provides efficient performance speedup.     

连续运行定位基准站服务系统(CORS)通信网络建设小议

随着卫星定位技术的飞速发展,连续运行定位综合服务系统(CORS)被越来越多的用户采用。CORS系统工作效率高,应用领域广泛,完全依赖于现代通信网络运行。通信网络建设的优劣直接影响CORS系统的正常使用。