[发明专利]一种GNSS大网观测数据协同并行计算方法

说明书

本发明提供了一种GNSS大网观测数据协同并行计算方法，具体而言，首先由CPU负责GNSS数据计算任务调度分配，在搭建CPU与GPU协调处理平台上，根据GPU处理单元数量对GNSS数据规模进行均匀分块，构建基于非差模型的计算任务队列；其次CPU执行非差串行模块，主要是检核并配置卫星轨道、卫星钟差、地球自转等参数文件；然后，GPU通过任务分解与数据分解模块实现对密集型的GNSS大网数据的并行预处理、非差观测方程并行构建以及非差模糊度并行固定；最后，由CPU负责GNSS大网数据解算的结果文件存写和成果汇总输出。本发明提供的计算方法缩短了GNSS大网观测数据处理的时间，显著提高了计算效率，具有较好的扩展性和普适性，具有广泛的运用前景。

技术领域

本发明涉及大规模GNSS数据快速处理技术领域，更具体的说，涉及一种GNSS大网观测数据协同并行计算方法。

背景技术

随着以GPS、GLONASS、Galileo、北斗等为代表的全球卫星导航系统GNSS(GlobalNavigation Satellite System)发展速度逐步减弱，GNSS观测网数据正向地面基准站数量规模大、信号多频多系统、精确性与实时性要求高等方向发展。GNSS卫星与测站数量的不断增长，面临上千GNSS大网数据同时处理的巨大挑战。由于GNSS数据处理解算耗时随网规模的扩大而呈现出几何级数增加，GNSS大网数据处理面临计算效率低下甚至无法解算的难题。寻求GNSS大网数据的快速有效处理成为目前GNSS数据处理领域重要研究方向之一，受到了越来越多学者的关注和研究。

国内外研究人员从改进GNSS数据模型和算法、引入并行计算技术应用等方面进行了广泛的关注和研究，发表的文献主要包括：国外《Journal of Geodesy》的《A new dataprocessing strategy for huge GNSS global networks》、《An enhanced strategy forGNSS data processing of massive networks》以及国内《测绘学报》的《GNSS大网双差模型并行快速解算方法》，《大地测量与地球动力学》的《一种GNSS大网数据快速高效处理策略》等。可见，目前针对GNSS大网数据的研究内容十分丰富，例如在GNSS大网数据快速计算方法中，已有解决方案采用模型改进串行计算的方法或者基于多节点CPU的分布式计算，同时处理GNSS大网数据用以估计轨道、钟差、坐标等。对GNSS大网观测数据的分布式并行解算中，也有研究集中在利用多核CPU或者多台多核CPU计算机构成的分布式并行计算环境下，实现并行的双差基线解算、基线网平差、非差多核并行计算等方面的研究，但迄今为止，浏览众多相应的技术文献资料，却未有对GNSS大网观测数据进行协同并行计算的深入研究，因此直到今天，海量GNSS大网观测数据解算效率还始终难以获得实质性的提升。

发明内容

本发明要解决的问题是针对现有技术中所存在的上述不足而提供一种GNSS大网观测数据协同并行计算方法，解决了现有技术中海量GNSS大网观测数据解算效率较为低下的问题。

为实现上述目的，本发明采用了如下的技术方案：

一种GNSS大网观测数据协同并行计算方法，包括以下步骤：S1、搭建CPU与GPU协调处理平台，由CPU负责GNSS数据计算任务调度分配，根据GPU处理单元数量对GNSS数据规模进行均匀分块，构建基于非差模型的计算任务队列；S2、CPU执行非差串行模块，进行数据初检核，配置包括卫星轨道、卫星钟差、地球自转的参数文件；S3、GPU收到任务指令，通过任务分解与数据分解将数据块进行拆分，同步对密集型的GNSS大网数据进行并行预处理、非差观测方程并行构建以及非差模糊度并行固定；S4、CPU将GNSS大网数据解算的结果文件存写和成果汇总输出。

具体而言，本发明在步骤S1中，当观测数据量大于GPU核心数时，根据GPU核心数进行均匀分配；当观测数据量小于GPU核心数时，将观测数据按照观测时长进行等长度切割，确保每个GPU分配到均衡的计算任务。此外，通常情况下，GNSS大网观测数据的数量不少于200个，GPU核心数为10～100。