大规模测量平差分布式计算技术研究

The data processing of modern geodetic survey bears characteristics of large scale, multi-source and multi-period data, high accuracy and instantaneity and so forth. Thus it has become an important research field to alleviate the contradiction between the massive data processing and the limited computing and storage capacity so as to achieve distributed computing with high performance. At present the new distributed computing which is represented by grid computing and cloud computing is turning into the preferred means for solving large-scale data computing with its efficient use on resource and computational efficiency. The project aims at establishing a distributed computing system for large-scale survey adjustment to carry out related researches, including distributed processing methods of the baseline solution, distributed computing models for survey adjustment based on the layer of the normal equation and observation equation, quality control methods for distributed computing of large-scale survey adjustment. A distributed computing original rational program of survey adjustment is finally developed and tested. It solves some key scientific problems such as parallel computing algorithms of survey adjustment and quality control methods of distributed adjusted nodes to realize methods innovation on multinodes cooperative computing in network for large-scale geodetic survey.This project will provide a application foundation to improve modern geodesic data processing's efficiency and build integrative，automatic and intelligentized service system of geodetic survey.

现代大地测量数据处理具有规模大、数据多源多期、精确性与实时性要求高等特点，缓解海量数据处理与有限的计算、存储能力的矛盾，实现高性能分布式计算，是现代大地测量重要的研究方向之一。目前，以网格计算和云计算为代表的新型分布式计算技术以其高效的资源利用和计算效率而逐渐成为解决大规模数据计算的首选方法。本项目针对建立大规模测量平差分布式计算系统这一目标而展开，研究基线解算的分布式计算方法、法方程层面和观测方程层面的测量平差分布式计算模型、大规模测量平差分布式计算的质量控制方法，开展测量平差分布式计算原理性程序设计和试验。突破测量平差的并行计算算法、分布式平差节点质量控制方法等关键科学问题，实现大规模大地测量网络多节点协同计算方法的创新。本项目将为提高大地测量数据处理效率，建立一体化、自动化、智能化的大地测量服务系统提供应用基础。

现代大地测量数据处理具有规模大、数据多源多期、精确性与实时性要求高等特点，缓解海量数据处理与有限的计算、存储能力的矛盾，实现高性能分布式计算，是现代大地测量重要的研究方向之一。目前，以网格计算和云计算为代表的新型分布式计算技术以其高效的资源利用和计算效率而逐渐成为解决大规模数据计算的首选方法。本项目针对建立大规模测量平差分布式计算系统这一目标而展开，研究了基线解算的分布式计算方法、法方程层面和观测方程层面的测量平差分布式计算模型、大规模测量平差分布式计算的质量控制方法、平差分布式模型在大规模GNSS数据处理的应用与实现方法。重要结果包括：提出了利用分布式独立基线解约束非差解进行整网并行解算的新算法；设计了法方程层面平差模型的高斯消去分块并行算法、Cholesky分解的分块并行算法、基于Jacobi迭代与共轭梯度的整体迭代并行解算算法；提出了分布式并行求解系数矩阵广义逆以实现对观测方程层面的分布式平差计算模型；提出了一种基于任务划分的相关抗差估计并行算法，并给出了大型GNSS基线向量网并行抗差解算步骤；利用并行技术从底层设计并实现了基于任务的非差模型、双差模型的多核多节点并行解算，以及提出了卫星钟差的分布式预报方法等。开展了以GNSS数据为主的测量平差分布式计算原理性程序设计和试验，突破了测量平差的并行计算算法、分布式平差节点质量控制方法等关键科学问题，实现了大规模大地测量网络多节点协同计算方法的创新。取得的成果包括发表了学术论文62篇，其中SCI / EI检索26篇；培养博士、硕士研究生10名，其中获全军优秀硕士学位论文2篇，校优秀博士学位论文1篇，校优秀硕士学位论文1篇；国家发明专利2项，软件著作权2项，中文著作1部，在德国出版英文著作1部，获国家科技进步二等奖1项，军队科技进步三等奖1项。本项目将为提高大地测量数据处理效率，建立一体化、自动化、智能化的大地测量服务系统提供应用基础。