基于文档型NoSQL数据库的海量DEM数据组织与调度方法

发布时间：2018-02-11 02:36

本文关键词： DEM金字塔存储模型 DEM金字塔编码数据预取 MongoDB　出处：《南京师范大学》2015年硕士论文　论文类型：学位论文

【摘要】：数字高程模型(Digital Elevation Model, DEM),是一个用数值矩阵表示地面高程的实体地面模型,是重要的地形数据之一。现有DEM数据组织方法大多是建立DEM金字塔,将DEM金字塔分层分块,基于文件或者关系表以块为单位按层存储。金字塔每增加一层,数据块数量急剧增加,数据访问效率急剧降低。金字塔层级较高时难以满足大规模地形实时漫游的要求。较高的数据调度效率可以提高大规模地形实时漫游的速度。在地形漫游过程中,每次需求的数据在空间中都是邻近的。如果空间中邻近的数据块在数据库中的存储位置也是邻近的,就可以大大提高数据的访问效率。因此,数据块在数据库中的存储位置要保持空间中的邻近关系。面对大规模地形场景漫游,数据预取也是提高漫游速度的有效手段之一。现有针对DEM数据的预取方法主要是根据视点移动的速度和方向预测下一时刻视点的位置。视点没有速度和方向时,不能进行数据预取,因此难以满足用户自由操作时的数据预取要求。本文针对DEM金字塔存储模型、DEM金字塔编码方法和DEM数据预取方法展开了研究。本文主要的研究内容和研究成果如下：(1)提出了一种基于嵌套文档结构的金字塔整体存储模型。本文将金字塔模型分解为多个小金字塔,利用文档型NoSQL数据库的嵌套文档结构,将小金字塔存储在一个数据库文档中。能够映射金字塔的层级结构,保存小金字塔内部的嵌套关系。各个小金字塔内部数据块在数据库中相互邻近,提高数据访问效率,有利于实现大规模地形场景的实时漫游。(2)提出了一种兼顾金字塔层级结构和同层数据块之间邻近关系的DEM金字塔编码方法。本文利用Hilbert曲线对金字塔的每一层进行编码,将Hilbert编码与数据块的层级编码组合成为数据块编码。该编码能够保存金字塔层级关系和金字塔同层数据块之间的空间邻近关系,提高数据访问效率,有利于提高地形场景实时漫游时的数据调度速度。(3)提出了一种基于移动方向转移矩阵的数据预取方法。本文首先将漫游场景的移动映射为数据块集合的移动,将数据块集合的移动记录为一个三维向量。再用一个六阶矩阵记录相邻两次移动方向之间的转换情况,将该矩阵作为移动方向的预测矩阵。基于前一次DEM数据块的移动向量,结合六阶预测矩阵,预测下一次移动的方向和距离。然后,根据当前数据块集合的范围预取DEM数据。可以实现用户自由漫游时的数据预取,有利于提高地形场景实时漫游系统的响应速度。(4)原型系统设计与实验。本文建立了原型系统,验证本文提出的DEM金字塔存储模型、DEM金字塔编码方法和DEM数据预取方法的可行性和效率性。实验结果表明,本文的小金字塔整体存储模型可以有效提高数据访问效率。本文的DEM金字塔编码方法可以在没有编码的基础上提高50%的数据访问速度。本文的数据预取方法可以应对用户的自由操作,能够有效提高系统响应速度。
[Abstract]:Digital Elevation Model ( DEM ) is a solid ground model representing the elevation of terrain with a numerical matrix , which is one of the important terrain data .

【学位授予单位】：南京师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P208

【参考文献】