面向不同天线阵的洁化算法评价与并行化处理研究

发布时间：2019-03-11 15:00

【摘要】：天文射电观测在研究天体方面是一个重要的手段,但因为射电观测仪在UV平面内采样点是有限的,造成了UV覆盖不完全,所以得到的并不是真实的图像,它会包含很多虚假成分,需要使用一定的方法对得到的图像进行恢复以得到真实图像,所以通常对射电观测仪采集到的图像数据进行过滤嘴化来恢复得到真实的图像。为了提高两种算法的执行效率,讨论了GPU的多线程并行和两种洁化算法在GPU上的并行实现,另外针对中国新一代厘米分米波射电日像仪(CSRH)讨论了如何使用GPU对CSRH的海量数据进行处理。本文首先使用40面天线对T型阵,Y型阵和螺旋阵三种阵型进行模拟,通过天线阵中的各天线相关得到天线阵的UV覆盖,然后讨论了三种阵型UV覆盖的分布,T型阵和Y型阵UV覆盖不均匀,计算得到这两种阵型较螺旋阵冗余较大,采样点会变少。接着给出了三种阵型的脏束,分析了三种阵型脏束中旁瓣的特点,T型阵和Y型阵的天线分布在特定的方向上,所以其构成的脏束在某些特定的方向上存在突出的旁瓣,而螺旋阵旁瓣不像这两种阵型规则分布且旁瓣较小适合于图像恢复,在接下来的两种洁化算法的实验中也证实了螺旋阵更适合图像恢复。其次论文中重点讨论了Hogbom算法和Clark算法对两种算法在不同天线阵形成的UV覆盖下对图像的洁化效果,实验结果得到螺旋阵是更适合图像恢复的阵型。同时还讨论了影响两种洁化算法对图像洁化恢复的相关参数：Hogbom算法的Y(循环因子)的大小(即循环迭代次数)和退出条件大小(即迭代的深度)；Clark算法的主迭代循环和副迭代循环的次数以及实现Clark算法时设置的限定参数。接着讨论使用GPU实现Hogbom算法和Clark算法的并行。由于天文图像数据比较大,仅依赖于CPU处理数据的能力很难高效的完成,因此在本文中利用GPU实现了Hogbom算法和Clark算法的数据并行化。通过分析Hogbom算法和Clark算法的执行流程,两种算法主要是傅里叶变换和对矩阵数据的运算,依据CUDA的多线程编程思想,得到两种算法适合以数据并行方式实现并行化,并且在实现中使用了合并模式访问矩阵数据和使用共享存储器存储来提高数据的访问速度,从而进一步提高算法的执行效率。最后讨论了新一代厘米分米波射电日像仪产生数据量规模很大,为了保证CSRH海量数据处理的实时性,并且考虑CSRH在时间、空间和频谱的高分辨率特性,在CPU-GPU实现可靠的、高速的、并行的数据处理算法处理CSRH的海量数据。依据CSRH的特性,阐述了GPU处理数据相较于其它处理方式的优势,以及指出了CSRH数据处理所依赖的傅里叶变换在GPU上实现的高效和实时性。同时提出了GPU在CSRH海量数据处理上存在的一些困难和在算法并行实现中存在的难点,以及如何针对CSRH系统特性设计出高效,准确处理其海量数据的并行算法。
[Abstract]:......
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：P161;TP391.41

【参考文献】