本文選題：地理信息系統(tǒng) + 空間數(shù)據(jù)��； 參考：《國(guó)防科學(xué)技術(shù)大學(xué)》2014年博士論文

【摘要】：地理信息系統(tǒng)(GIS)經(jīng)過半個(gè)世紀(jì)的發(fā)展,已廣泛應(yīng)用于地圖導(dǎo)航、城市規(guī)劃、公共衛(wèi)生、國(guó)防、資源監(jiān)測(cè)、物流等眾多領(lǐng)域,在這些GIS應(yīng)用中,空間數(shù)據(jù)是各種服務(wù)的基礎(chǔ),隨著空間信息獲取平臺(tái)的不斷增多,空間數(shù)據(jù)已成為海量,同時(shí),移動(dòng)GIS已逐漸發(fā)展為主要的應(yīng)用,導(dǎo)致了數(shù)據(jù)量與頻帶、有限計(jì)算資源之間的巨大矛盾,建立空間數(shù)據(jù)的多尺度模型是解決這一矛盾的一個(gè)行之有效的方法。小波分析具有固有的多分辨率特性,在多尺度建模上具有明顯優(yōu)勢(shì),但目前基于小波的空間矢量數(shù)據(jù)多尺度建模方法仍存在很多問題,妨礙了實(shí)際應(yīng)用中多尺度建模統(tǒng)一框架的建立。因此,本文重點(diǎn)對(duì)基于小波的空間數(shù)據(jù)多尺度建模相關(guān)關(guān)鍵技術(shù)進(jìn)行研究,以便形成以小波為基礎(chǔ)的統(tǒng)一且實(shí)用的多尺度建模方法。論文的主要工作如下:針對(duì)現(xiàn)有線矢量數(shù)據(jù)小波分析方法不便于控制局部誤差的問題,提出了具有局部誤差修正的線矢量數(shù)據(jù)小波變換算法。算法以高頻分量定位低頻表示誤差過大區(qū)域,對(duì)這些區(qū)域利用設(shè)計(jì)的特定插值函數(shù)進(jìn)行局部插值,以降低對(duì)應(yīng)區(qū)域的局部低頻表示誤差;算法可利用計(jì)算式恢復(fù)出修正前的小波系數(shù),從而實(shí)現(xiàn)精確重構(gòu)。該算法可有效降低低頻表示曲線的局部大誤差,結(jié)果數(shù)據(jù)易于組織,數(shù)據(jù)量增加少。針對(duì)現(xiàn)有面向空間網(wǎng)格的Loop細(xì)分小波算法低頻表示誤差大、濾波器系數(shù)不易解算的問題,提出了平滑Loop細(xì)分小波算法。算法首先構(gòu)建了一個(gè)通用提升細(xì)分小波的結(jié)構(gòu),進(jìn)而通過分析修正點(diǎn)確定了平滑Loop細(xì)分小波的具體形式,最后依據(jù)逆細(xì)分結(jié)果隨擾動(dòng)變化最小的準(zhǔn)則求解出濾波器系數(shù)。算法可得到細(xì)分小波濾波器系數(shù)隨頂點(diǎn)度變化的解析解,并且顯著降低了小波低頻表示的誤差。針對(duì)現(xiàn)有Loop細(xì)分小波變換計(jì)算方法效率較低的問題,提出了基于相鄰位置計(jì)算的Loop細(xì)分小波快速算法(FLSWTMNPC)。該算法由四部分組成:建立適用于細(xì)分/逆細(xì)分的網(wǎng)格分片方法、統(tǒng)一形式的面片頂點(diǎn)環(huán)狀組織方式、用于支持細(xì)分/逆細(xì)分計(jì)算的相鄰頂點(diǎn)位置關(guān)系計(jì)算式、解決面片邊界處頂點(diǎn)計(jì)算正確性的邊界拼接方法。該算法能適用于Loop細(xì)分小波的分解和重構(gòu)計(jì)算,數(shù)據(jù)組織精煉,計(jì)算效率高。研究了空間網(wǎng)格數(shù)據(jù)、柵格數(shù)據(jù)小波變換的GPU加速方法:針對(duì)現(xiàn)有細(xì)分網(wǎng)格的GPU加速方法只能適用細(xì)分計(jì)算、算法整體計(jì)算效率不高的問題,提出了FLSWTMNPC的GPU加速方法,使得細(xì)分小波變換可以完全在GPU上完成,提高了計(jì)算效率。對(duì)空間柵格數(shù)據(jù)小波變換的GPU加速,解決了分塊小波系數(shù)的邊界拼接問題,提出了多相形式的小波分解GPU加速方法,提高了數(shù)據(jù)的組織效率和計(jì)算效率。
[Abstract]:Geographic Information system (GIS) has been widely used in many fields such as map navigation, urban planning, public health, national defense, resource monitoring, logistics and so on. In these GIS applications, spatial data is the basis of various services. With the increasing of the spatial information acquisition platform, the spatial data has become a mass. At the same time, the mobile GIS has gradually developed into the main application, resulting in a huge contradiction between the amount of data, the frequency band, and the limited computing resources. Establishing multi-scale model of spatial data is an effective method to solve this contradiction. The wavelet analysis has the inherent multi-resolution characteristic and has obvious superiority in the multi-scale modeling. However, there are still many problems in the wavelet based multi-scale modeling method of space vector data. It hinders the establishment of a unified framework for multi-scale modeling in practical applications. Therefore, this paper focuses on the research on the key technologies of wavelet based multi-scale modeling of spatial data in order to form a unified and practical multi-scale modeling method based on wavelet. The main work of this paper is as follows: aiming at the problem that the existing wavelet analysis method of line vector data is not convenient to control the local error, a wavelet transform algorithm of line vector data with local error correction is proposed. The algorithm uses the high frequency component to locate the large region of the low frequency representation error, and makes use of the special interpolation function to carry on the local interpolation to these regions, in order to reduce the local low frequency representation error of the corresponding region. The modified wavelet coefficients can be recovered by using the computational formula, so that the accurate reconstruction can be realized. The algorithm can effectively reduce the local large error of the low frequency representation curve, the result is easy to organize and the amount of data increases less. A smooth Loop subdivision wavelet algorithm is proposed to solve the problem that the low frequency representation error is large and the filter coefficients are difficult to solve in the existing spatial grid-oriented Loop subdivision wavelet algorithm. The algorithm first constructs the structure of a general lifting subdivision wavelet, and then determines the concrete form of smooth Loop subdivision wavelet by analyzing the correction points. Finally, the filter coefficients are calculated according to the criterion that the inverse subdivision results vary least with the disturbance. The algorithm can obtain the analytical solution of the coefficient of subdivision wavelet filter with vertex degree, and reduce the error of wavelet low frequency representation. Aiming at the low efficiency of existing Loop subdivision wavelet transform, a fast Loop subdivision wavelet algorithm based on adjacent position calculation is proposed. The algorithm is composed of four parts: a mesh segmentation method suitable for subdivision / inverse subdivision, a uniform form of planar vertex ring organization, which is used to calculate the position relationship of adjacent vertices in support of subdivision / inverse subdivision. A boundary splicing method to solve the correctness of the vertex calculation at the boundary of the surface. The algorithm can be applied to the decomposition and reconstruction of Loop subdivision wavelets, and the data organization is refined, and the calculation efficiency is high. The GPU acceleration method of spatial grid data and raster data wavelet transform is studied. Aiming at the problem that the existing GPU acceleration method of subdivision grid can only be applied to subdivision calculation and the overall computational efficiency of the algorithm is not high, the GPU acceleration method of FLSWTMNPC is proposed. The subdivision wavelet transform can be completed on GPU, and the computational efficiency is improved. The GPU acceleration of spatial grid data wavelet transform solves the boundary splicing problem of block wavelet coefficients. A multiphase wavelet decomposition GPU acceleration method is proposed to improve the efficiency of data organization and calculation.
【學(xué)位授予單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：P208

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉瑜,張毅,鄔倫;空間數(shù)據(jù)工程理論框架研究[J];地理與地理信息科學(xué);2003年01期

2 李曉印,張友順,楊昕,劉愛利;空間數(shù)據(jù)的“無紙化”管理探討[J];國(guó)土資源科技管理;2004年02期

3 ;《空間數(shù)據(jù)系統(tǒng)》[J];航天器工程;2005年01期

4 陳俊杰,鄒友峰;GIS空間數(shù)據(jù)質(zhì)量評(píng)價(jià)軟件設(shè)計(jì)探討[J];礦山測(cè)量;2005年03期

5 洪志全,葉琳,辛俊,張于峰;GIS空間數(shù)據(jù)索引技術(shù)研究與實(shí)現(xiàn)[J];物探化探計(jì)算技術(shù);2005年01期

6 胡圣武;張光勝;王宏濤;;空間數(shù)據(jù)建庫研究[J];地球科學(xué)與環(huán)境學(xué)報(bào);2007年02期

7 李偉芬;丁靜;苗卿;;空間數(shù)據(jù)多尺度研究綜述[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年13期

8 王慶光;;GIS空間數(shù)據(jù)質(zhì)量研究[J];水利科技與經(jīng)濟(jì);2007年05期

9 丁濱;夏洪山;;GIS空間數(shù)據(jù)索引技術(shù)研究[J];江蘇航空;2007年04期

10 譚紅霞;;GIS空間數(shù)據(jù)的質(zhì)量探討[J];山東國(guó)土資源;2009年06期

相關(guān)會(huì)議論文 前10條

1 汪建光;;空間數(shù)據(jù)自動(dòng)批處理技術(shù)研究[A];2009全國(guó)測(cè)繪科技信息交流會(huì)暨首屆測(cè)繪博客征文頒獎(jiǎng)?wù)撐募痆C];2009年

2 楊成韞;榮芳;彭子風(fēng);;基于客戶/服務(wù)器結(jié)構(gòu)的空間數(shù)據(jù)分布式處理研究[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

3 陳良剛;王海兵;王宇君;施伯樂;;基于約束的空間數(shù)據(jù)查詢[A];第十七屆全國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

4 陳犖;劉云翔;唐宇;景寧;;基于優(yōu)先圖的空間數(shù)據(jù)應(yīng)用服務(wù)鏈建模方法[A];第二十屆全國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2003年

5 杜紅悅;宮輝力;馮克忠;賈建坤;權(quán)忠生;;應(yīng)急救災(zāi)空間數(shù)據(jù)中心建設(shè)技術(shù)與策略研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

6 李諾夫;黎雷;;網(wǎng)絡(luò)環(huán)境下空間數(shù)據(jù)的管理[A];地理空間信息技術(shù)與應(yīng)用——中國(guó)科協(xié)2002年學(xué)術(shù)年會(huì)測(cè)繪論文集[C];2002年

7 劉新貴;黃雅娟;;空間數(shù)據(jù)網(wǎng)絡(luò)化獲取與管理初探[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第三次代表大會(huì)暨第七屆年會(huì)論文集[C];2003年

8 廖佳;;基礎(chǔ)空間數(shù)據(jù)生命周期管理[A];地理空間信息技術(shù)及其應(yīng)用論壇論文集[C];2005年

9 葉榮青;吳曉玲;;福建省基礎(chǔ)空間數(shù)據(jù)管理技術(shù)研究[A];第四屆海峽兩岸GIS發(fā)展研討會(huì)暨中國(guó)GIS協(xié)會(huì)第十屆年會(huì)論文集[C];2006年

10 方金云;;空間數(shù)據(jù)虛擬化的實(shí)現(xiàn)技術(shù)研究[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第九屆年會(huì)論文集[C];2005年

相關(guān)重要報(bào)紙文章 前10條

1 寧津生 陳軍 晁定波;空間數(shù)據(jù)質(zhì)量的主要內(nèi)涵[N];中國(guó)測(cè)繪報(bào);2002年

2 李豐丹;“國(guó)家地質(zhì)空間數(shù)據(jù)網(wǎng)格服務(wù)系統(tǒng)”獲發(fā)明專利[N];中國(guó)礦業(yè)報(bào);2009年

3 記者 胡其峰;多項(xiàng)空間數(shù)據(jù)成果向社會(huì)開放[N];光明日?qǐng)?bào);2013年

4 孫昭榮;GIS圖窮數(shù)字見[N];中國(guó)計(jì)算機(jī)報(bào);2002年

5 寧津生 陳軍 晁定波;空間數(shù)據(jù)的質(zhì)量控制方法[N];中國(guó)測(cè)繪報(bào);2002年

6 劉榮梅;中國(guó)1∶100萬地質(zhì)圖空間數(shù)據(jù)實(shí)現(xiàn)國(guó)際共享[N];中國(guó)國(guó)土資源報(bào);2014年

7 陳拂曉;空間數(shù)據(jù)：“數(shù)字城市”建設(shè)的基礎(chǔ)[N];中國(guó)計(jì)算機(jī)報(bào);2002年

8 王東華邋羅建軍;美國(guó)空間數(shù)據(jù)一站式服務(wù)系統(tǒng)[N];中國(guó)測(cè)繪報(bào);2007年

9 深圳商報(bào)記者　董超文;一部手機(jī)將可“裝”下一座城市[N];深圳商報(bào);2006年

10 中國(guó)工程院院士 劉先林;航測(cè)為智慧城市建設(shè)提供空間數(shù)據(jù)[N];中國(guó)信息化周報(bào);2014年

相關(guān)博士學(xué)位論文 前10條

1 劉義;大規(guī)模空間數(shù)據(jù)的高性能查詢處理關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 范建永;基于Hadoop的云GIS若干關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2013年

3 馬伯寧;空間數(shù)據(jù)多尺度建模關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

4 劉偉;基于地理本體的空間數(shù)據(jù)服務(wù)發(fā)現(xiàn)與集成[D];中國(guó)礦業(yè)大學(xué);2010年

5 陳曉斌;基于網(wǎng)格中間件的空間數(shù)據(jù)訪問與集成技術(shù)[D];解放軍信息工程大學(xué);2012年

6 李世明;林業(yè)空間數(shù)據(jù)平臺(tái)技術(shù)的應(yīng)用示范研究[D];中國(guó)林業(yè)科學(xué)研究院;2008年

7 郭加樹;空間數(shù)據(jù)倉的構(gòu)建及應(yīng)用[D];中國(guó)石油大學(xué);2007年

8 桑永勝;空間數(shù)據(jù)分析的神經(jīng)計(jì)算方法[D];電子科技大學(xué);2010年

9 劉丹;對(duì)等計(jì)算環(huán)境中的空間數(shù)據(jù)查詢定位研究[D];武漢大學(xué);2011年

10 胡茂勝;基于數(shù)據(jù)中心模式的分布式異構(gòu)空間數(shù)據(jù)無縫集成技術(shù)研究[D];中國(guó)地質(zhì)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張明佳;空間數(shù)據(jù)地圖模型的原型設(shè)計(jì)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

2 于海濤;基于AE的油氣田地理信息系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

3 鄒業(yè)楠;基于CFDP標(biāo)準(zhǔn)的空間數(shù)據(jù)鏈路傳輸協(xié)議的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院國(guó)家空間科學(xué)中心;2016年

4 謝歆;基于區(qū)間直覺模糊集的空間數(shù)據(jù)質(zhì)量評(píng)價(jià)的研究[D];河南理工大學(xué);2015年

5 林劍峰;云環(huán)境下圖數(shù)據(jù)存儲(chǔ)與并行聚類研究[D];福州大學(xué);2013年

6 李頻;基于多智能體（Agent）的GIS空間數(shù)據(jù)快速查詢技術(shù)研究[D];南京航空航天大學(xué);2015年

7 魯立;空間數(shù)據(jù)質(zhì)量測(cè)評(píng)體系研究[D];長(zhǎng)江大學(xué);2016年

8 陳俊欣;基于Hadoop的空間矢量數(shù)據(jù)的分布式存儲(chǔ)與查詢研究[D];電子科技大學(xué);2016年

9 董軍波;交通信息平臺(tái)空間數(shù)據(jù)管理系統(tǒng)研究與設(shè)計(jì)[D];南京理工大學(xué);2009年

10 岑冬梅;基于SQLite的空間數(shù)據(jù)庫存儲(chǔ)技術(shù)的研究與實(shí)現(xiàn)[D];武漢科技大學(xué);2009年

，

本文編號(hào)：1980789