大型GNSS观测网并行计算算法研究

Currently, GNSS observation network is developing towards large-scale stations, multi-frequency and multi-system, high accuracy and real-time and so forth. It is one of the significant research direction in the field of GNSS to eradicate the contradiction between large-scale data processing and limited computing and storage capacity, and to realize multi-nodes to combine rapid solution of large-scale GNSS networks. At present, under the background of Big Data, such new high-performance computing technologies as parallel computing and cloud computing gradually become the foremost means in the process of large-scale data. Aiming at rapidly parallel computing of large-scale GNSS networks, this project will research on establishing parallel processing methods of data quality control, un-difference model, double-difference model and ambiguity resolution and confirmation using whole network data. And a parallel processing software of cross-platform, multi-purpose for large-scale GNSS network will be developed and a series of parallel computations and analyses for the global GNSS network will be tested and verified. The key scientific problems concerning parallel decomposition algorithms of the double difference observation equations for large-scale GNSS network and the ambiguity parallel resolution model of the integral network will be broken through. The project will build the new models and methods about the parallel computing of large-scale GNSS network, and accomplish the innovation of collaborative computing for GNSS data under multi-nodes of network environment.

当前，GNSS观测网正向测站数量规模大、多频多系统、精确性与实时性要求高等方向发展。缓解海量数据处理与有限的计算、存储能力的矛盾，实现大型GNSS网多节点联合和快速解算是GNSS领域的重要研究方向之一。在大数据技术背景下，以并行计算、云计算为代表的高性能计算技术逐渐成为解决大规模数据处理的首选方法。本项目针对GNSS大网快速并行解算这一目标展开，研究GNSS大网数据质量控制并行处理方法、非差网解模型并行解算方法、整网双差模型并行解算方法、大网模糊度并行解算与确认方法等；研制跨平台、多用途的GNSS大网并行处理原理性软件，并开展全球GNSS网并行计算的试验与验证；突破GNSS大网双差观测方程的分解、全网模糊度并行构建与固定等关键科学问题。本项目将构建一套全新的适合并行计算的GNSS大网数据解算模型和方法，实现GNSS观测数据多节点网络协同计算的创新。

随着GPS、GLONASS、Galileo、北斗等为代表的卫星导航系统持续建设发展，GNSS观测网正向测站数量规模大、多频多系统、精确性与实时性要求高等方向发展。卫星与测站数量的不断增长，相应的数据处理压力不断加大。缓解海量数据处理与有限的计算、存储能力间的矛盾，实现大型GNSS网多节点联合和快速解算是GNSS领域的重要研究方向之一。.在大数据技术背景下，以并行计算、云计算为代表的高性能计算技术逐渐成为解决大规模数据处理的首选方法。本项目针对GNSS大网快速并行解算这一目标展开，研究了GNSS大网数据质量控制并行处理、非差网解模型并行解算、整网双差模型并行解算、大网模糊度并行解算与确认等问题。主要创新成果有：提出了全球GNSS大网数据预处理云计算、大型GNSS网双差模型并行快速解算、基于抗差初值的大型GNSS网非差模糊度固定、基于载波距的大型GNSS观测网并行解算等方法；研究了一次差分GPS卫星钟差改正数实时预报算法、自模型化电离层延迟变化单频载波相位平滑伪距算法；构建了非差模型区域对流层并行建模及增强策略；改进了LLL模糊度规约算法，并通过模糊度搜索效率分析，改进了常规模糊度搜索策略；研制了跨平台、多用途的GNSS大网并行处理原型软件GNSSer和GNSS数据预处理开源软件GDP，开展了全球GNSS网并行计算试验与验证。.本项目突破了GNSS大网双差观测方程的分解、全网模糊度并行构建与固定等关键科学问题，构建了一套全新的适合并行计算的GNSS大网数据解算模型和方法，实现了GNSS观测数据多节点网络协同计算的创新。将为提高大规模GNSS数据处理效率，为建立自动化、效能化的GNSS数据服务系统提供应用基础。发表学术论文62篇，其中SCI/EI检索24篇；培养博士、硕士研究生11名（已毕业8名），其中获全军优秀硕士学位论文1篇，校优秀博士学位论文2篇，校优秀硕士学位论文1篇；国家发明专利5项，中文著作1部；获测绘科技进步特等奖1项、德国Springer"最优50%图书"1本，论文奖励12篇。