基于GPU的快速影像匹配

随着图形处理器(GPU)的飞速发展和计算同一设备架构(CUDA)的推出,GPU的并行性和可编程性不断增强,本文提出了一种基于CUDA的Harris算子影像匹配并行处理方法,在GPU中完成对影像的灰度化、Harris角点提取、重采样、灰度相关匹配,并从线程分配、内存使用、共享存储器等方面进行优化。实验结果表明,该方法与CPU串行处理方法相比,其速度得到了明显提升。     

海岸带遥感影像并行处理系统的设计与实现

针对海量、大型海岸带遥感影像处理的难题,以高性能集群并行处理技术和大规模分布式处理技术为代表的遥感影像处理方法,提出了一个构建在网格计算环境下的,适合大规模遥感影像快速、批量处理的一整套软硬件技术解决方案。从海岸带遥感影像地理特征、技术特点、真正射影像生产流程等多方面对海岸带遥感影像并行处理系统的关键技术进行了描述说明,并对精度和效能进行了分析。     

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。     

全空间下并行矢量空间分析研究综述与展望

新一代并行空间分析将面临空间大数据分析和实时空间分析服务的挑战。矢量空间计算作为GIS系统中的重要组成部分,在并行化算法设计中存在负载不均,并行扩展性差,IO性能低等技术瓶颈。本文首先从应用需求和技术发展的演变历史回顾了矢量空间分析算法发展过程;然后,从研究现状的角度详细阐述了并行矢量空间分析计算的研究成果,总结了并行空间分析算法的算法特征和技术瓶颈,对不同并行编程模型进行了对比,并提出了并行空间分析算法的研发流程;最后,从发展前景的角度预测了全空间信息系统中基于多粒度时空对象的空间数据模型和计算方法的发展趋势,提出了以内存计算等技术实现存算一体化的新型空间数据模型和分析方法的技术趋势。     

近断层地震动预测实例

利用模拟长周期地震动的显式有限元技术和并行计算技术、场地一维线性反演和等效线性化方法以及有限断层模型,针对一个具体的城市地下结构模型,本文给出了一套近断层地震动预测的方法和相应的预测结果,并与近断层地震动的特征对比,分析了预测结果的合理性。     

多核并行计算在地形因子计算中的应用

为了满足地理国情监测中地形统计指标的高性能计算需求,该文提出在多核计算环境下将地形因子串行计算进行并行化的方法:通过对串行算法耗时部分进行线程级并行化改进,尽可能使计算过程中的线程负载均衡、计算任务的分配更加均匀,从而有效提升程序运算效率。试验对比了不同地形因子算子在计算栅格数据时串行方式和并行方式的执行效率差异,测试结果表明,并行算法在单机16核环境下的计算效率提升明显。     

原始方程模式多处理器的并行计算方案设计及试验

本文介绍并行处理器(Transputer芯片)的性能和特点，及其对微机功能扩充上的应用。结合气象问题，设计了五层原始方程数值预报模式的并行计算方案。经过试验，计算速度明显提高，结果正确可靠，从而为省级气象部门的数值预报业务化及科学研究提供了一条有效途径。     

基于MPI的快速富里叶变换并行算法

随着并行计算技术的快速发展 ,数据处理、信息处理等应用领域处理问题规模的日益增大 ,对并行计算的需求也越来越迫切。这里给出一种基于可移植消息传递界面 (MPI)标准的一维快速富里叶变换并行算法 ,可应用于分布式存储并行计算机系统     

二维非恒定渗流的有限元并行计算

建立了二维非恒定渗流的有限元并行计算模型,在windows操作系统下实现了基于消息传递的二维渗流的有限元并行计算。模型采用广义极小残余算法(GMRES)对方程组进行并行迭代求解,通过分析数据执行时的相关性和检验算法结构的固有串行性,将原有串行算法中的算法元直接并行化。对溪洛渡上游围堰的渗流分析进行了并行数值模拟,并针对水位骤降情况下非恒定渗流进行了并行计算,证明了模型的合理性。对模型进行了加速比测定,可以看出并行计算的效率随着问题规模的增加而逐渐提高。