云环境下时序遥感影像的快速缓存切片方法

自然灾害与地表环境实时动态监测对短周期内接收影像的快速缓存切片提出了很高的要求。利用云计算并行编程模式Map-Reduce聚集计算资源,提出了一种在时序影像持续抵达情况下的快速缓存切片方法。围绕Map-Reduce本地化计算特性,该方法在任务分配中利用数据动态划分机制及基于空间相邻的上载机制对缓存切片算法进行优化加速,以满足环境动态监测对瓦片式缓存的及时性需求。实验证明,该方法在大数据量情况下较同类方法具有更好的扩展性能和加速性能。     

基于多处理板联合SAR成像的分布式计算模拟系统研究

合成孔径雷达(SAR)卫星的探测范围有限,全轨利用率不高,并且单个卫星的计算和存储资源有限,难以完成大量的星载合成孔径雷达数据处理.本文拟采用多处理板联合的数据处理方法,针对星上分布式计算构建一种模拟系统,以提高星上数据处理效率,验证多处理板联合的数据处理方法在高效利用卫星计算与存储资源、提升单个卫星全轨利用率等方面的...     

一种GNSS大网数据快速高效处理策略

针对当前大型GNSS网络数据处理需求与现有处理策略和能力的矛盾,介绍基于不动点理论所建立的Ambizap网解新算法,将分布式计算技术引入到GNSS数据处理中,设计并利用.NET框架下的分布式技术实现分布式环境下基于Ambizap算法的大型GNSS网数据分布式处理流程,通过多个算例验证了Ambizap算法的精度和其分布式应用的高效性。     

基于XML-RPC的分布式地理信息系统计算模型

分布式异构GIS系统集成与互操作是GIS应用发展的趋势和方向。本文在WMS和GML研究基础上,提出了一种基于XML-RPC的分布式GIS计算模型,设计了分布式GIS应用操作与数据的XML抽象与表达,并进行了原型系统的实现研究。     

大规模GNSS数据的分布式处理与实现

利用分布式计算的高性能计算、传输和存储能力,解决常规集中式大规模GNSS数据处理中观测站规模受限和时效性差的问题。讨论了GNSS数据的分布式处理方法、算法设计、处理策略和对已有软件的利用,并对GNSS数据进行了分布式计算试验,试验结果表明,基线解算中,8个节点的加速比达到了6.39;网平差计算中,4个节点的平均加速比达到了3.04。     

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。