论文部分内容阅读
随着卫星遥感技术的发展与进步,SAR图像的分辨率在不停地提高,伴随着数据量也不断增大。庞大的数据量对SAR图像处理工作提出了严峻的挑战,单机系统的处理能力难以满足业务的实时性需求。目前,国内外一些著名的机构正在开展InSAR处理并行化技术研究,但是基本都处于实验阶段,还没有成型的系统。因此,研究InSAR处理技术并行化有着非常重要的科学价值和现实意义。
本文设计了InSAR处理技术中解缠操作的并行化程序。在经典Goldstein算法的基础上,讨论了Goldstein并行算法的实现方式,分析了并行算法所遇到的问题,提出并实现了图像块相位修正方法及两种图像块整合方法,并详细叙述了重要的实现细节。最后,分析比较了两种图像块整合方法的优缺点。
本文重点是设计并实现了InSAR解缠并行处理中的动态调度策略。提出了基于Goldstein并行算法的两个动态调度方案;从同步操作、并行程序模式、估算精度和难度、通信延迟等方面,深入分析和比较了两个动态调度方案的相对优势和不足。随后,阐述了选择方案的理由,如何在MPI编程环境下实现一体化调度方案,详细描述了实现过程中的关键环节,并且对一体化调度算法的复杂性进行了分析。与此同时,本文还设计了并行程序动态负载平衡算法,包括对任务量的估算、对任务量大小的调整以及负载不平衡时任务的二次分配;并利用消息传递编程环境实现了动态负载平衡算法。
依托北京大学高性能Beowulf机群,基于MPI消息传递编程平台实现了本文中上述提及的算法和方案。在实验部分,分别用小数据量图像做定性分析,用大数据量图像进行定量分析。首先验证了识别残差点并行化、解缠并行化、动态调度分析判断的正确性,并对于串行结果的差异进行了分析。实验结果表明,本文程序在实现上符合设计要求,能够保证并行处理结果与串行处理结果基本相同,其间差异经过分析都控制在可接受的范围。随后,从定量角度分析了解缠、后处理等主要步骤的时间开销。最后,分析了整个并行程序性能,并用加速比、并行效率进行衡量。实验结果表明,整体并行程序的加速比可以达到4.974,并且随计算结点数增加,加速比呈上升趋势;并行效率则在0.452~0.618的范围内。