首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到15条相似文献,搜索用时 562 毫秒
1.
基于精密单点定位技术的非差模式是当前GNSS数据处理的主要策略之一。随着测站规模的增大,非差模式的处理时间也线性递增,传统的串行处理方法需消耗大量的计算时间。采用工厂模式和责任链模式实现了非差精密单点定位;利用轻量级的并行编程技术从底层设计并实现了基于任务的非差多核并行解算;进一步在网络多节点环境中建立并发布非差计算服务,实现了网络多节点协同并行解算GNSS数据。通过大量数据的测试与试验,验证了多核多节点的非差并行解算方案的高效性。试验结果表明,单节点多核并行、双节点网络并行、四节点网络并行、六节点网络并行的计算效率分别比单节点串行方案平均提高了2.74,5.30,9.38和14.69倍。  相似文献   

2.
波形分解是机载激光雷达全波形数据处理的重要基础工作,通过求解波形函数模型的参数,将波形数据利用具体的函数模型拟合出来,实现对全波形及其中各个子波形函数表达。LM(Levenberg-Marquardt)算法及其改进的算法是波形分解中对参数进行拟合求解的常用方法。针对LM算法在参数拟合计算的过程中存在大量迭代和矩阵运算,提出了基于线程块组和线程两级并行粒度的并行计算方案。将串行多次循环迭代求解参数改为单次并行计算取最佳值实现对参数的选择,将矩阵运算进行线程块的协同并行计算,实现了LM算法在通用计算图形处理器上的并行计算。实验证明,在规定阈值条件下,并行LM降低了算法的迭代次数,提高了波形分解LM算法的计算效率,为提高波形分解的处理效率提供了研究思路。  相似文献   

3.
GNSS大网双差模型并行快速解算方法   总被引:1,自引:1,他引:0  
针对GNSS大网数据采用双差模型解算时存在时效性差的问题,提出了一种改进的独立双差观测值构建与独立基线并行解算的方法,采用并行技术实现多核并行与网络多节点并行的双层自动快速解算策略。通过对约375个IGS站1周的观测数据进行处理,改进的独立双差观测值选取方法比传统路径最短方法所选的单天全网独立双差数据平均多了53万个,E、N、U方向坐标重复性平均提升了14.0%、12.9%和29.2%。采用不同解算策略的计算结果表明,4台普通计算机的并行计算比传统串行方案的计算效率提升了14倍左右,如375个测站采用改进观测值构建方法的4节点并行方案仅需要35.62min,显著提高了整网双差的解算效率。  相似文献   

4.
针对提高节结合不确定度的水深评估算法执行速度的问题,该文在传统的CUBE滤波算法基础上提出一种适用于多核架构的并行滤波算法。把测深数据滤波分解为构造CUBE网格和估算网格节点水深两个环节,然后针对各环节特点设计对应的并行计算方法。通过两种方法提高滤波速度:一是通过合理的并行策略把计算任务分配到多个处理器核上并行执行;二是引入基于堆结构的排序方法提高数据滤波速度。实验结果表明,所设计算法在四核处理器上运行时,能够将滤波速度提高约2.74倍。  相似文献   

5.
空间数据规模的快速增长对传统矢量数据分析方法提出了更高的计算效率和处理规模要求。随着计算机硬件和软件技术的进步,并行计算为提高GIS中典型几何计算算法的计算效率、扩大问题处理规模提供了有效手段。本文在Visual Studio 2010中,使用标准C++编程语言,基于GDAL(Geospatial Data Abstraction Library)库实现空间数据的读写操作,针对线简化算法的并行化问题,在高性能计算环境下对并行任务调度策略、并行计算粒度、数据分解方法等多个核心内容开展研究。在完成相关串行算法的基础上,实现了该算法的并行化和优化设计,为相关的矢量数据空间分析方法的多核并行优化提供了思路和参考。  相似文献   

6.
CGCS2000精化及其全球拓展需要采用最新的模型,处理长期积累的大型GNSS观测网数据,大型GNSS网联合、快速和协同解算是空间基准精化、维持与服务的重要技术方向.在大数据技术背景下,以并行计算、云计算为代表的高性能计算技术逐渐成为大规模数据处理的首选方法.针对海量、多源、异构GNSS数据在解算处理与平差分析等方面面...  相似文献   

7.
针对大规模栅格数据的空间分析,设计并实现了一种基于MapReduce架构的通用地图代数并行计算方法。该方法能将栅格像素矩阵按数据行分割为多个独立的子矩阵,并在并行节点上使用地图代数的四种算子对来自不同矩阵的像素进行分析计算。栅格数据叠加实验结果表明,该方法具备有效性和可靠性,能降低计算对硬件设备的要求,并提升了计算效率。  相似文献   

8.
针对GNSS大网在海量数据存储和解算方面面临的挑战,设计了从基础设施、数据管理、计算和服务到应用的GNSS分布式存储与解算体系结构;基于HDFS改进了GNSS数据存储目录结构;基于HBase设计了GNSS数据存储表结构;基于MapReduce提出了GNSS大网分区分布式解算策略。实验搭建了分布式平台,实现了GNSS数据分布式存储、并行检索和发布以及GNSS大网分区分布式解算,存储和解算性能均得到了较大提高。结果表明,所提出的方法可用于GNSS大网数据存储和解算。  相似文献   

9.
OpenMP并行计算在卫星重力数据处理中的应用   总被引:2,自引:0,他引:2  
本文对新一代卫星重力数据处理中的计算密集型任务进行了分析,总结出需要采用并行计算技术提高效率的几个关键任务。对不同的并行手段进行了比较,采用了OpenMP并行方法,并通过算例验证了并行设计方法的有效性。结果表明,并行计算能明显提高GRACE/GOCE任务的数据处理效率。  相似文献   

10.
大规模GNSS基准站网快速同步处理方法研究   总被引:3,自引:0,他引:3  
目前我国GNSS连续运行基准站网已基本建设完毕,全国范围内建设完成约2000个GNSS连续运行基准站。随着站点规模的加大,数据计算的效率也迫切需要提高,采用传统的高精度数据处理软件已适应不了大规模GNSS网的数据解算要求。本文基于BERNESE5.2软件研究了我国“陆态网络工程”260个基准站的大规模GNSS网同步数据处理方法,通过修改源程序及利用并行计算技术,成功实现了陆态网络基准站快速、高效、高精度的数据计算能力。实例验证表明,陆态网络单天260个站的数据在无需分区的情况下,可在1 h内获得全球框架下的约束解,解算的框架点坐标精度在毫米量级,大大提高了国家数据中心的大规模GNSS网数据处理能力。  相似文献   

11.
研究了一种基于数据划分的遥感影像并行处理的路径优化算法,用于解决将并行技术应用于海量遥感影像分布式存储和处理领域时其处理模型所具有的多路可达性所引起的路径动态、最优选择问题。在栅格数据可分解性分析及并行模型数据态、元素、相对信息量和映射等8个基本定义和6个性质的基础上,给出并行处理一般数学模型。以该模型为基础获得在一般并行处理情况下,以平均计算代价变量的比值作为控制横向并行与纵向并行选择方式的标志,并进一步给出四叉树索引并行生成、基于四叉树的目标检测并行处理等具体示例。最后,通过试验验证了算法的有效性,分析了算法的特点及影响因素。  相似文献   

12.
目前在空间关系查询中常用的Plane Sweep算法是一种串行算法,在处理海量空间数据时效率较低,而已有的并行计算方法对于普通的计算机并不适用。本文针对这个问题,提出了一种多边形间空间关系查询的异构多核架构并行算法,该算法先利用STR树索引过滤掉不相交的多边形,然后将过滤后的多边形数据集合分解为点集合和边集合,并对其构建四叉树索引;在保证数据浮点运算精度符合要求的情况下,利用GPU强大的批量运算能力快速处理边与边的相交情况并据此逐步计算得到环间的拓扑关系,再根据环间拓扑关系计算得到多边形间的维度扩展九交模型(DE-9IM)参数值;根据DE-9IM参数值与空间关系查询条件相比对,输出查询结果。最后通过试验验证了算法的准确性与高效性。  相似文献   

13.
为应对日益丰富的观测数据以及数据再处理对高性能计算的需求,开发了基于OpenMP以及MPI(Message Passing Interface)并行计算的全球电离层快速建模算法。采用武汉大学超级计算机对全球电离层建模效率进行了不同并行计算方案的实验。结果表明,采用多节点MPI并行计算能够极大地提高数据处理效率,相比传统单节点串行计算提高了近30倍,相比单节点OpenMP并行计算提高了近3~4倍。MPI并行计算方案充分利用了丰富的计算机资源来提高全球电离层建模效率,对电离层建模算法的快速测试、产品的重新再处理具有重要作用,对多系统全球导航卫星系统(Global Navigation Satellite System,GNSS)快速精密定轨、大规模GNSS网解也有较好的参考价值。  相似文献   

14.
针对传统单机处理大规模复杂GNSS观测数据效率低的问题,引入了Spark大数据集群,利用子网划分思想并调用GAMIT软件对GNSS网基线向量进行解算,实现了并行化计算。实验结果表明,在保证解算精度与整体解算在同一量级上的同时,提高了执行效率,性能优于整体解算,较好地满足了大规模复杂GNSS数据处理需求。   相似文献   

15.
In high-resolution remote sensing image processing, segmentation is a crucial step that extracts information within the object-based image analysis framework. Because of its robustness, mean-shift segmentation algorithms are widely used in the field of image segmentation. However, the traditional implementation of these methods cannot process large volumes of images rapidly under limited computing resources. Currently, parallel computing models are generally employed for segmentation tasks with massive remote sensing images. This paper presents a parallel implementation of the mean-shift segmentation algorithm based on an analysis of the principle and characteristics of this technique. To avoid the inconsistency on the boundaries of adjacent data chunks, we propose a novel buffer-zone-based data-partitioning strategy. Employing the proposed data-partitioning strategy, two intensively computation steps are performed in parallel on different data chunks. The experimental results show that the proposed algorithm effectively improves the computing efficiency of image segmentation in a parallel computing environment. Furthermore, they demonstrate the practicality of massive image segmentation when computer resources are limited.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号