本文關鍵詞：基于高性能計算的InSAR相位解纏并行算法研究與云平臺構建

  更多相關文章： 高性能計算 相位解纏 干涉合成孔徑雷達 模擬退火 大尺度 L~0范數 混合編程模型 軟件即服務

【摘要】：高性能計算通常是指由很多處理器組成的大規(guī)模計算系統(tǒng)和環(huán)境,其規(guī)格與性能遠遠超過一般的個人計算機和工作站,被用來解決科學、工程、商業(yè)上的大規(guī)模問題。在地球探測領域,隨著遙感技術的不斷發(fā)展,干涉合成孔徑雷達(InSAR)的衛(wèi)星影像分辨率不斷提高,遙感信息的提取、處理、解譯越來越依賴大規(guī)模計算資源,采用高性能計算技術已成為必然趨勢。二維相位解纏是遙感技術中干涉合成孔徑雷達(InSAR)衛(wèi)星影像處理中的關鍵技術和最主要的誤差源之一。干涉合成孔徑雷達衛(wèi)星信號中提取真實相位信息時,相位值卻會被限制在(-π,π)的弧度區(qū)間內,位于該區(qū)間外的真實相位被纏繞到這一區(qū)間內。此現象被稱為相位纏繞,得到的相位稱為纏繞相位。從纏繞相位恢復真實相位的過程就叫做相位解纏。噪聲、欠采樣和物體不連續(xù)的存在使相位解纏變得困難。到目前為止已經有很多著名的相位解纏算法被提出。這些算法在不同的方面有著各自的優(yōu)勢,比如解纏結果的準確性或算法的執(zhí)行時間。但是絕大多數的算法在設計時并沒有考慮到計算機內存對算法性能的限制。隨著干涉合成孔徑雷達技術的發(fā)展,待處理的纏繞相位圖尺度越來越大,當出現由于單臺計算機資源限制導致的纏繞相位圖不能一次性整體處理的情況時,分塊求解的策略將不得不采用。在這種情況下,局部相位解纏結果和全局整體處理時的相位解纏結果是否一致就成為相位解纏技術的新挑戰(zhàn)。針對這一挑戰(zhàn),本論文首先提出了一種新的基于模擬退火方法的相位解纏算法。這種方法先將整幅圖像的殘差點根據經典的最鄰近算法用枝切線連接起來,再用模擬退火方法對這些枝切線不斷地進行組合優(yōu)化,最后繞過這些枝切線進行相位解纏。利用模擬退火方法的并行化原理以及分布式內存與共享內存混合并行編程模型,該相位解纏算法實現了高效的多進程與多線程并行化,并使之在高性能集群上的執(zhí)行速度大大提高。模擬數據和實際干涉合成孔徑雷達相位數據被用來評估這一算法的表現,結果顯示與一些常用相位解纏算法相比,該算法其獨有的并行化編程實現使其具有極短的執(zhí)行時間且解纏結果更準確。其次,利用并行計算天生具有的分而治之的特性以及并行進程間可以高效通訊等的優(yōu)勢,提出了一種新的分塊策略。此分塊策略嚴格保證Lo范數相位解纏算法局部解和全局解的一致,實驗結果也證明了這一點。并且,采用這一分塊策略的相位解纏算法的并行化執(zhí)行依然有著很好的并行效率。面對大尺度相位解纏問題,采用這一分塊策略且基于模擬退火方法的相位解纏算法運算速度快,并且具有與整塊處理結果相同的高準確性。隨著衛(wèi)星影像數據越來越大,相位解纏同時面臨的另一個挑戰(zhàn)是大數據的處理和分析。針對這一挑戰(zhàn),本文利用最新的Spark大數據分析云平臺解決大尺度相位解纏前的數據預處理問題,如聚類分析。并且將Spark平臺與相位解纏算法所依賴的MPI、OpenMP計算平臺進行整合,構建統(tǒng)一化的執(zhí)行平臺,給各個不同類型的計算提供所需的各個不同的計算平臺。我們將這一平臺擴展開發(fā)為基于高性能科學計算的云平臺。并且,在云平臺上集成現有的計算礦物物理高性能應用,為其開發(fā)了軟件即服務(SaaS)云組件。SaaS云技術讓用戶無論身處世界何處,只需要一個網頁瀏覽器就能使用云平臺的科學軟件服務并調用后臺的計算資源,使其易用性大大提高,降低了其使用門檻,讓缺乏背景知識不再成為潛在用戶使用高性能計算的障礙,并且科學計算及數據處理自動化流程化的軟件服務提高了用戶工作效率,減少了人工錯誤。
【關鍵詞】：高性能計算 相位解纏 干涉合成孔徑雷達 模擬退火 大尺度 L~0范數 混合編程模型 軟件即服務
【學位授予單位】：南京大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN958
【目錄】：

• 摘要4-6
• 英文摘要6-16
• 第一章 緒論16-30
• 1.1 引言16-17
• 1.2 干涉合成孔徑雷達與相位解纏技術17-26
• 1.2.1 干涉測量與相位解纏17-19
• 1.2.2 干涉合成孔徑雷達19-23
• 1.2.3 相位解纏技術發(fā)展概述23-26
• 1.3 云計算技術26-28
• 1.3.1 云計算的發(fā)展26-27
• 1.3.2 開源云計算平臺Hadoop和Spark27-28
• 1.3.3 云計算與高性能計算28
• 1.4 本文的主要創(chuàng)新點28-30
• 第二章 基于模擬退火方法的并行化相位解纏算法30-82
• 2.1 二維相位解纏30-44
• 2.1.1 基本概念30-34
• 2.1.2 路徑跟蹤方法34-36
• 2.1.3 計算復雜度36
• 2.1.4 成簇枝切線與雙極枝切線36-37
• 2.1.5 Goldstein算法37-39
• 2.1.6 最小生成樹算法39-40
• 2.1.7 網絡流方法和最小成本流算法40-41
• 2.1.8 質量圖與權重41-42
• 2.1.9 最小化L~p范數問題42-43
• 2.1.10 優(yōu)化目標函數43-44
• 2.2 并行計算技術44-52
• 2.2.1 并行計算與計算科學45
• 2.2.2 共享內存式架構與OpenMP并行編程模型45-48
• 2.2.3 分布內存式架構與MPI并行編程模型48-50
• 2.2.4 OpenMP與MPI混合并行編程模型50
• 2.2.5 并行計算的基本性能指標50-52
• 2.3 模擬退火算法52-53
• 2.4 基于模擬退火的相位解纏算法53-58
• 2.5 SAPU算法程序設計58-62
• 2.6 模擬退火算法的并行化62-64
• 2.7 執(zhí)行算法的其他組件的有效并行化64-66
• 2.8 InSAR相位解纏結果與分析66-74
• 2.8.1 真實的干涉合成孔徑雷達數據67-68
• 2.8.2 模擬數據的解纏結果與分析68-74
• 2.9 其他領域的相位解纏結果74-78
• 2.10 并行化結果與性能分析78-81
• 2.10.1 純MPI并行編程模型78-79
• 2.10.2 MPI與OpenMP混合并行編程模型79-81
• 2.11 本章小結81-82
• 第三章 基于MPI與OpenMP混合并行編程模型的相位圖分塊策略82-107
• 3.1 引言82-83
• 3.2 相位圖分塊邊界問題83-85
• 3.3 分塊策略的處理步驟85-88
• 3.4 分塊策略與并行設計88-92
• 3.5 基于殘差點聚類分析的分塊方法92-93
• 3.6 k平均聚類分析方法93-97
• 3.7 解纏結果與性能分析97-106
• 3.7.1 解纏結果準確性98-102
• 3.7.2 不同并行編程模型實現的并行效率分析102-103
• 3.7.3 大尺度相位纏繞結果與性能分析103-106
• 3.8 本章小結106-107
• 第四章 基于高性能計算的科學計算云平臺構建107-124
• 4.1 引言107
• 4.2 高性能計算云107-109
• 4.2.1 基礎設施即服務(IaaS)107-108
• 4.2.2 平臺即服務(PaaS)108
• 4.2.3 軟件即服務(SaaS)108-109
• 4.3 基于高性能計算的云平臺設計109-111
• 4.4 InSAR影像處理應用集成111-114
• 4.5 計算礦物物理應用SaaS化集成114-119
• 4.5.1 SaaS后端層114-115
• 4.5.2 SaaS前端層115-116
• 4.5.3 基于Web的PWgui和PHgui116-117
• 4.5.4 基于Web的后處理組件用戶界面117-119
• 4.6 本章小結119-124
• 第五章 總結與展望124-127
• 5.1 總結124-125
• 5.2 展望125-127
• 參考文獻127-141
• 攻博期間發(fā)表的論文與參加的科研項目141-142
• 致謝142-143

【參考文獻】

中國期刊全文數據庫 前5條

1 趙爭,張繼賢,張過;遺傳算法在InSAR相位解纏中的應用[J];測繪科學;2002年03期

2 魏志強;金亞秋;;基于蟻群算法的InSAR相位解纏算法[J];電子與信息學報;2008年03期

3 張建勛;古志民;鄭超;;云計算研究進展綜述[J];計算機應用研究;2010年02期

4 尹坤;周會群;徐士進;;鎂鋁尖晶石聲子色散關系及熱力學性質的第一性原理研究[J];南京大學學報(自然科學版);2008年06期

5 于勇,王超,張紅,劉智,高鑫;基于不規(guī)則網絡下網絡流算法的相位解纏方法[J];遙感學報;2003年06期

，

本文編號：650595