原文服务方: 西安交通大学学报       
摘要:
针对传统甚长基线干涉测量(very long baseline interferometry,VLBI)并行处理方法存在逻辑复杂、数据存储和计算扩展性较差等缺点,基于MapReduce模型设计了一种VLBI观测数据相关的并行处理方法.该方法采用模型周期作为数据并行处理基本单元,构建数据关联算法分割观测数据使各台站同一模型周期数据对齐到同一波前,设计实现数据相关计算的Map过程,使用Reduce对各模型周期结果进行综合处理以得到最终结果.实验结果表明:该方法在积分周期包含的模型周期数量大于节点CPU核数时性能比传统方式低25%左右,在积分周期包含的模型周期数量小于节点CPU核数时通常能提供更高的计算效率,并且能简化VLBI并行相关处理的复杂度,具有更好的数据存储和计算可扩展性.
推荐文章
基于二次相关的甚长基线干涉测量相关处理方法
干涉测量
FX相关处理
时延估计
相位卷绕
野点剔除
高精度相位参考甚长基线干涉测量技术与试验验证
甚长基线干涉测量
深空探测
相位参考时延
群时延辅助的相时延
基于MapReduce模型的并行量子进化算法
量子进化算法
MapReduce模型
云计算平台
Hadoop平台
MapReduce并行编程模型研究综述
MapReduce
并行编程模型
运行时支持库
海量数据处理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用MapReduce模型的甚长基线干涉测量并行处理方法
来源期刊 西安交通大学学报 学科
关键词 甚长基线干涉测量 数据相关处理 并行处理 MapReduce模型
年,卷(期) 2015,(4) 所属期刊栏目
研究方向 页码范围 61-66
页数 6页 分类号 TP311
字数 语种 中文
DOI 10.7652/xjtuxb201504010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田斌 西安交通大学电子与信息工程学院 5 16 2.0 4.0
5 王佳 4 19 3.0 4.0
6 何强 1 3 1.0 1.0
7 郑雨西 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (15)
共引文献  (16)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (7)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
甚长基线干涉测量
数据相关处理
并行处理
MapReduce模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导