全球电离层模型的分布式并行解算

为满足GNSS数据处理效率不断提升的需求,提出并开发了一套分布式并行计算框架,并基于该框架实现了全球电离层模型的分布式并行解算。采用2台服务器和4台台式机,对全球电离层建模分别测试了单机多线程、多机分布式等并行计算方案,并分析了不同方案建模的数据处理效率。结果表明,采用多线程并行计算可以大幅提高数据处理效率,且当开启线程数与计算机CPU核心数一致时效率提升最佳;采用多机分布式并行计算可进一步提高数据处理效率,使用4台台式机相对于单台台式机解算时间减少约60%,使用2台服务器相对于单台服务器解算时间减少约18%;采用分布式并行计算方案,可充分利用多台计算机资源来提高全球电离层建模效率,对电离层产品快速发布、建模算法的测试等具有重要的意义,对多系统GNSS精密定轨与定位、大网解算也具有很好的参考价值。     

井下瞬变电磁仪硬件对致灾水体分辨能力的评估

井下瞬变电磁随掘探测技术是探测掘进面前方致灾水体的有效方法,从硬件方面评估仪器对致灾水体的分辨能力,是仪器能够在井下正确使用的重要手段.通过比较二次场绝对差和仪器分辨率、叠加后背景噪声之间的大小关系,分析含水致灾体识别的硬件条件和评估依据;提出从硬件方面评估井下瞬变电磁对致灾水体分辨能力的计算方法:根据致灾水体结构建立...     

科学工作流技术及在天文研究中的应用探讨

近几年来虚拟天文台技术的发展极为迅速,各国虚拟天文台研究相继启动,一系列虚拟天文台标准被提出并投入应用,有效地推动了信息技术在天文研究中的应用。科学工作流技术作为高性能计算与虚拟天文台中的关键技术,一直是研究的重点。但长期以来,受到业务工作流技术的影响,科学工作流的具体功能与作用,一直不被广大天文工作者理解和重视,限制了科学工作流的推广与应用。对科学工作流进行了深入分析,介绍了其基本功能和业务模型,详细比较了与业务工作流的差异。最后讨论了科学工作流在天文研究中的应用方法,对科学工作流的发展进行了展望。     

GPU/CPU协同粗粒度并行计算及在城市区域震害模拟中的应用

采用精细结构模型和动力时程分析以提高城市区域建筑震害预测精度已经成为一重要研究方向,而传统的CPU计算平台成本过高,难以推广。本文提出采用基于GPU/CPU协同粗粒度并行计算的方法来实现城市区域建筑震害的高效精细化动力时程计算,可以显著提高效率并降低成本。简述了所采用的程序架构、计算模型、参数选取,对并行计算的效率进行了详细的讨论,并通过一个中等大小城市的案例展示了该方法的优势。     

一种并行的大地电磁场非线性共轭梯度三维反演方法

本文改进并验证了大地电磁测深数据的三维反演算法和并行计算程序,程序对计算机物理内存和CPU速度及数量要求较低,使普通家用机进行三维反演计算成为可能.本文在Newman和Alumbaugh(2000)提出的三维非线性共轭梯度算法和Rodi和Mackie(2001)给出的大地电磁场二维NLCG反演预处理方法的基础上实现了大地电磁场NLCG三维反演算法,改进了的预处理方法,将反演计算对初始模型的依赖性降到最低,并且通过理论模型验证了程序的正确性,并根据日本KAYABE地区实测数据的反演结果验证了算法的实用性.     

多核环境下的GNSS数据并行处理研究

多核处理器已成为当前通用计算机体系架构的主流,相应的多核并行计算技术及其应用引起了越来越多的重视,而传统的GNSS数据处理程序都是针对单处理器体系架构编写的。本文对当前多核环境下多时段或者多测站的GNSS数据处理所涉及的计算密集型任务并行算法进行研究,分析了GNSS数据处理涉及的热点计算任务,提出基于分块理论的矩阵乘法运算、矩阵分解运算等数值计算并行方法,对比了单核和多核环境下的计算时间。通过多个算例验证多核并行设计方法的有效性,利用.NET4.0框架下的Parallel Extensions实现相关并行设计。实验结果表明,GNSS数据处理的多核并行计算能充分发挥多核体系带来的性能优势,极大提高资源利用效率和GNSS数据处理效率。     

GPU提速叠前时间体偏移技术

为了进一步提高叠前时间体偏移的计算效率,实现了在GPU＼CPU协同并行计算模式下Kirchhoff叠前时间体偏移技术,并进行优化。经在Nvida Tesla C1060GPU上的测试表明,GPU（Graphic Processing Unit）的处理速度是CPU（单核）的四十倍左右。同时表明,CUDA（Cornpute Unified Device Architectarc）编程为CPU向GPU的转化提供了一个较为方便的语言环境。     

基于 MongoDB 的海量空间数据存储和并行简

目前在分布式环境下对于海量空间数据的存储和处理大部分是基于传统关系数据库的,对于二三维的海量空间数据存储效果不理想,其独有的关系模型制约了对海量空间数据快速访问和处理的能力.因此,分布式环境下如何利用非关系数据库和并行处理技术实现海量空间数据的高效存储和快速处理具有重要的研究意义.     

顾及粒度控制的格网DEM洼地和平坦区预处理并行算法

针对现有格网DEM洼地和平坦区处理并行算法进行数据处理时未考虑并行粒度等问题,在分析了洼地和平坦区处理串行算法的基础上,基于消息传递接口并行化工具,构建了顾及粒度控制的格网DEM洼地和平坦区处理并行算法。在配置Linux操作系统的集群环境下,利用不同大小的DEM数据,测试了算法的并行性能,结果表明:顾及粒度控制的并行MV算法可以在任意并行粒度下完成计算任务,具有较好的并行性能。而且,对于某一给定的DEM数据,存在一个合适的并行粒度使得MV算法的并行性能最佳。     

地理国情大数据基本统计的多进程并行计算

地理国情监测数据具有精度高、数据量大等特性,随着新型硬件构架(单机多核、集群等)计算机资源能力的不断升级,传统的数据处理技术和串行计算技术难以满足高精细化地理国情大数据处理的需求。对此,本文提出了一种基于TPL和管道技术的多进程并行计算方法。通过实例验证,在同一台计算机上该方法比串行方法的计算效率提高了12倍;并且在此基础上,实现了计算节点的负载均衡及可扩展,满足了多核应用,有效地提高了地理国情监测大数据处理的实际效率。