System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及相控阵天气雷达数据处理领域,具体涉及一种相控阵天气雷达并行异构数据处理方法及系统。
技术介绍
1、常规天气雷达的数据处理由于数据体量较小,主要是常规cpu串行数据处理方法,后随着偏振雷达的发展和应用,逐渐转为cpu多线程数据处理方法,如基于qt开发环境而言的继承thread、runnable线程池以及基于c++的openmp并行处理,这些方法和技术通过增加cpu数量来提高数据处理效率,但仍然无法满足相控阵天气雷达海量数据的高时效处理要求。
2、相控阵天气雷达因其天线波束的快速扫描、波形捷变、空间功率合成和多波束形成能力,同一时刻下每个方位包含多个仰角层的探测结果,使其探测结果的时间、空间分辨率都比较高,数据体量是常规天气雷达的20倍以上,数据流量是常规天气雷达的100倍以上,探测间隔从常规的6分钟缩短到相控阵体制的1分钟左右,这使得雷达后端的数据处理系统需要在短时间内(约30秒内)非常高效的完成各类数据处理,尤其是基数据(体积扫描存储结果)的各类产品处理。常规处理方法在控制成本的前提下,几乎无法满足需求,迫切需要设计开发新的数据处理方法来满足高时效处理需求。
技术实现思路
1、近年来,由于机器学习,人工智能,图像识别等领域的不断发展,gpu作为一种强大的并行化计算工具逐渐登上舞台,可以实现对大量数据的重复计算(尤其是浮点计算),在地质探测、气象数值预报、图像处理等多个领域得到了广泛引用。基于此,本专利技术提供了如下技术方案:
2、本专利技术提供
3、s1:接收相控阵天气雷达扫描生成的多波束下的多层的基数据;
4、s2:接收任务需求,每个任务包括一个以上的产品,
5、将可分离出适合gpu运算部分的产品,进行算法重构,所述算法重构的具体内容为分离出适合gpu运算部分与不适合gpu运算部分,产品的不适合gpu运算部分使用cpu进行处理,产品的适合gpu运算部分通过gpu对基数据进行处理,最终得到产品数据;
6、将不可分离出适合gpu运算部分的产品,进行常规处理,所述常规处理的具体内容为使用cpu对基数据进行处理,得到产品数据;
7、s3:将产品数据进行储存,并传输给后续系统。
8、优选的,还包括步骤:
9、s1.1:将基数据进行标准化处理,得到标准化数据,所述标准化处理的过程包括:
10、将基数据转化为统一的分层数据格式,同时将基数据的内容在内存中进行重新排列,排列的方式为同类型数据在内存中连续存放,每个类型数据内部按照定方位步长进行排序;
11、在步骤s2中基数据替换为标准化数据。
12、优选的,所述后续系统包括数据显示分析系统。
13、优选的,产品数据进行存储时,使用分级存储的方式进行存储。
14、优选的,分级存储的分级依据包括雷达站号、数据类型、年、月、日或产品类型。
15、本专利技术还提供了一种相控阵天气雷达并行异构数据处理系统,包括以下模块:
16、基数据模块:用于接收相控阵天气雷达扫描生成的多波束下的多层的基数据;
17、任务处理模块:用于接收任务需求,每个任务包括一个以上的产品,
18、将可分离出适合gpu运算部分的产品,进行算法重构,所述算法重构的具体内容为分离出适合gpu运算部分与不适合gpu运算部分,产品的不适合gpu运算部分使用cpu进行处理,产品的适合gpu运算部分通过gpu对基数据进行处理,最终得到产品数据;
19、将不可分离出适合gpu运算部分的产品,进行常规处理,所述常规处理的具体内容为使用cpu对基数据进行处理,得到产品数据;
20、存储模块:用于将产品数据进行储存,并传输给后续系统。
21、优选的,还包括模块:
22、数据标准化模块:用于将基数据进行标准化处理,得到标准化数据,所述标准化处理的过程包括:
23、将基数据转化为统一的分层数据格式,同时将基数据的内容在内存中进行重新排列,排列的方式为同类型数据在内存中连续存放,每个类型数据内部按照定方位步长进行排序;
24、在任务处理模块中基数据替换为标准化数据。
25、优选的,所述后续系统包括数据显示分析系统。
26、优选的,产品数据进行存储时,使用分级存储的方式进行存储。
27、优选的,分级存储的分级依据包括雷达站号、数据类型、年、月、日或产品类型。
28、有益效果:
29、1)基于gpu的并行异构处理带来高加速比,各类复杂数据处理高效完成;
30、2)本专利技术针对相控阵天气雷达的多波束扫描特点,以及cpu与gpu之间的传输特点,对基数据进行标准化处理,可以降低基数据所有产品处理流程的复杂度,大大提升cpu与gpu之间的协作效率;
31、3)基于原始数据精度,可设置更高的产品精度,充分满足气象精细化服务要求;
32、4)多任务自由定制,各类产品数据处理流程并行化设计,产品间无耦合,灵活性强,高可用;
33、5)针对相控阵雷达的大数据体量特点,采用分级存储和万兆网络共享,提升后端数据显示分析系统对各类数据的交互效率,降低存储成本,易维护;
34、6)大大降低对计算机硬件内存和cpu的需求,降本增效显著。
本文档来自技高网...【技术保护点】
1.一种相控阵天气雷达并行异构数据处理方法,其特征在于包括以下步骤:
2.根据权利要求1所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于还包括步骤:
3.根据权利要求1所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于,所述后续系统包括数据显示分析系统。
4.根据权利要求1所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于,产品数据进行存储时,使用分级存储的方式进行存储。
5.根据权利要求4所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于,分级存储的分级依据包括雷达站号、数据类型、年、月、日或产品类型。
6.一种相控阵天气雷达并行异构数据处理系统,其特征在于包括以下模块:
7.根据权利要求6所述的一种相控阵天气雷达并行异构数据处理系统,其特征在于还包括模块:
8.根据权利要求6所述的一种相控阵天气雷达并行异构数据处理系统,其特征在于,所述后续系统包括数据显示分析系统。
9.根据权利要求6所述的一种相控阵天气雷达并行异构数据处理系统,其特征在于,产品数据进行存
10.根据权利要求9所述的一种相控阵天气雷达并行异构数据处理系统,其特征在于,分级存储的分级依据包括雷达站号、数据类型、年、月、日或产品类型。
...【技术特征摘要】
1.一种相控阵天气雷达并行异构数据处理方法,其特征在于包括以下步骤:
2.根据权利要求1所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于还包括步骤:
3.根据权利要求1所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于,所述后续系统包括数据显示分析系统。
4.根据权利要求1所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于,产品数据进行存储时,使用分级存储的方式进行存储。
5.根据权利要求4所述的一种相控阵天气雷达并行异构数据处理方法,其特征在于,分级存储的分级依据包括雷达站号、数据类型、年、月、日或产品类型。
...【专利技术属性】
技术研发人员:耿利宁,高磊,
申请(专利权)人:南京恩瑞特实业有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。