NVST高分辨观测系统数据处理研究

One meter infrared solar telescope daily observation and data processing work has been on the right track. In order to quickly and timely providing high resolution observation data, the solar tower data processing system need high processing efficiency and high operating speed, at the same time multiple channels data processing mode also needs further study..This project adopts the field of high performance computing emerging GPU technology to achieve high resolution reconstruction algorithm optimization and acceleration, make some complicated calculation link synchronous operated in the GPU. Combining with the high resolution frequency-domain reconstruction and spatial reconstruction to study the solar tower multi channel data processing mode, we wish to find the optimal data processing method so that each channel data can not only synchronous processing but also can ensure each channel data reconstruction precision..It is a necessary work to study the high resolution data processing system for coping with the current mass observation data. Fast reconstruction algorithm can not only solve the data processing efficiency but also provide application experience for high performance computing in the field of astronomy. The new mode of Multi channel data processing study can extending thought for the high resolution reconstruction algorithm application in the future solar data processing.

一米红外太阳望远镜日常观测和数据处理工作已步入正轨。为及时快速提供高分辨率观测数据，太阳塔数据处理系统需有较高的处理效率和运算速度，同时多通道数据处理模式也需进一步研究。.本项目采用高性能计算领域中新兴的GPU 技术来实现高分辨重建算法的优化和加速，使算法中关键环节在GPU中同步运算。同时将结合高分辨频域重建和空域重建研究太阳塔多通道数据处理新模式，旨在找到最优的数据处理方法,使各个通道数据同步处理又能保证每个通道数据重建精度。. 太阳高分辨数据处理系统的研究是应对当前海量观测数据处理的必备工作。高速重建算法的研究不仅能解决当前数据处理效率的问题，还能为天文领域中高性能计算技术应用提供经验。而多通道数据处理新模式的研究将为日后高分辨重建算法在太阳数据处理中更好的应用拓展思路。

及时高效的数据处理是保障天文观测台站良好运行的基本前提。1m 新真空太阳望远镜(NVST)自运行以来，其每天的观测数据达到TB量级。海量的高分辨观测数据对NVST的数据处理方法和模式提出了严峻的挑战。为了提高NVST当前数据处理速度，并保证各个通道的数据处理精度，本项目致力于研究高分辨重建方法，结合新兴的GPU并行计算技术，优化算法实现高分辨重建并行加速，并研究多通道高分辨数据重建模式。项目的主要研究内容、重要结果及其意义概述如下：1）.研究高分辨重建算法的原理和实验步骤，根据实际观测需求建立数据处理模式，将数据处理级别分为Level1和Level1+，其中Level1级别主要算法是位移叠加法，Level1+级别主要算法为重谱法。两种级别处理方法中含有大量的能够同步执行的计算环节，比如多帧求和、图像分块等。2）.根据两类处理算法的特点，深入研究GPU中线程分配和调度，优化高分辨重建算法，实现算法加速。结果表明：Level1算法非常适合在GPU中并行计算，其处理时间在原PC机(英特尔i7处理器)下为20秒，在GPU(Tesla C2050)中仅需0.6秒，完全可以实现实时的高分辨观测，此外对Level1+算法的并行加速也进行了分析研究，并行计算方式确定为CPU+GPU异构模式，其中并行执行环节分配在GPU中执行，而逻辑判断等环节分配在CPU中完成。在英特尔至强处理器(Xeon E5)以及GPU(Tesla C2050)的实验比较下，其计算速度有4~5倍的明显提升。3）.基于色球通道信噪比低，斑点重建误差大的特点，对色球通道的重建采用直接退卷积方式。在多通道同步观测前提下，其色球通道PSF由光球通道重建后逆卷积得到。这种重建方式能有效保证各个通道的重建效率和重建精度。本项目的研究，建立了NVST高分辨数据处理模式，实现了GPU中重建加速，并建立了多通道同步重建方法。项目成果解决了NVST当前海量数据处理的难题，为NVST即将完善的五通道同步数据处理提供借鉴。