陳雄川,程傳錄,蔣光偉,馬新瑩,李 康,孫洋洋
云計算技術(shù)在大規(guī)?;鶞?zhǔn)站網(wǎng)中的應(yīng)用
陳雄川,程傳錄,蔣光偉,馬新瑩,李 康,孫洋洋
(自然資源部大地測量數(shù)據(jù)處理中心,西安 710054)
針對常規(guī)個人計算機(PC)存貯與計算效率低,無法滿足大規(guī)模全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)基準(zhǔn)站網(wǎng)高效數(shù)據(jù)計算要求的問題,提出利用云計算技術(shù)實現(xiàn)高效的計算:采用云計算技術(shù)搭建計算平臺,安裝GAMIT/GLOBK軟件系統(tǒng)進(jìn)行大規(guī)模GNSS基準(zhǔn)站網(wǎng)數(shù)據(jù)處理,并與PC機解算進(jìn)行對比分析。結(jié)果表明:云計算平臺上同時運行6個以上任務(wù)時,效能明顯優(yōu)于PC機;且隨著任務(wù)數(shù)量的增多,效能顯著提高,當(dāng)軟件打開文件數(shù)量達(dá)最大荷載時,云計算平臺仍穩(wěn)定正常運行,且計算結(jié)果正確可靠。
云計算技術(shù);個人計算機;云計算平臺;GAMIT/GLOBK;大規(guī)模全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)基準(zhǔn)站網(wǎng)
隨著導(dǎo)航定位技術(shù)的發(fā)展,全球衛(wèi)星導(dǎo)航系統(tǒng)(global navigation satellite system, GNSS)基準(zhǔn)站已成為國家或區(qū)域坐標(biāo)參考框架建立維護(hù)與更新的主要技術(shù)手段[1]。我國屬地殼活動活躍的地區(qū),受地殼板塊運動、地面沉降等因素影響,各基準(zhǔn)站實際點位在發(fā)生著不同程度的變化;而且隨著時間的推移其點位變化會越來越大:因此國家或區(qū)域坐標(biāo)框架的精化與維持是一項長期、持續(xù)性的工作[2-3]。
在解算大規(guī)模GNSS基準(zhǔn)站網(wǎng)時,采用高性能數(shù)據(jù)存儲和處理服務(wù)器即個人計算機(personal computer, PC)物理機以及國際先進(jìn)的高精度數(shù)據(jù)處理軟件GAMIT/GLOBK[4],以保證數(shù)據(jù)處理工作正常進(jìn)行及處理結(jié)果的準(zhǔn)確性和可靠性。然而,用傳統(tǒng)的PC機時需要同時打開多個任務(wù)窗口進(jìn)行項目解算(為方便敘述,“任務(wù)窗口”簡稱“窗口”);受到硬件影響,解算需要很長時間。為了提高效率,需要借助更好的平臺與技術(shù)去實現(xiàn)高效計算能力。云計算技術(shù)[5-7]就是很好的選擇。
云計算技術(shù)的發(fā)展為大規(guī)模GNSS基準(zhǔn)站網(wǎng)數(shù)據(jù)處理提供高效的計算平臺。以云計算技術(shù)構(gòu)建的全新計算模式,滿足大規(guī)模數(shù)據(jù)的存儲與計算的需求,使得信息處理質(zhì)量與效率均大大提升[8-9]。同時,“云”的規(guī)??梢詣討B(tài)伸縮[10],會根據(jù)用戶需要來對硬件即中央處理器(central processing unit, CPU)核數(shù)和內(nèi)存進(jìn)行按需分配,比PC機有更強的靈活性,可以滿足應(yīng)用和用戶規(guī)模增長的需要。本文擬通過云主機與PC機解算項目的對比實驗,驗證云主機計算高效性與正確性,為大規(guī)模GNSS基準(zhǔn)站網(wǎng)數(shù)據(jù)處理提供參考。
云計算是1種計算模型。它將計算任務(wù)分布在大量計算機構(gòu)成的資源池上,使各種應(yīng)用系統(tǒng)能夠根據(jù)需要獲取計算能力、存儲空間和信息服務(wù),并且動態(tài)地分配、配置、部署及回收計算機資源,同時又能自動地管理資源,動態(tài)安裝軟件及應(yīng)用。
云計算整體結(jié)構(gòu)模型由圖1所示構(gòu)成。其中包括底層硬件基礎(chǔ)架構(gòu)、軟件融合架構(gòu)、集中云平臺管理3大部分?;A(chǔ)硬件可以兼容標(biāo)準(zhǔn)的X86存儲服務(wù)器(如云主機)、第3方通用存儲設(shè)備;融合架構(gòu)由軟件定義計算、軟件定義存儲、軟件定義網(wǎng)絡(luò)3部分組成;云平臺管理實現(xiàn)對上述資源的統(tǒng)一管理。
圖1 云計算整體結(jié)構(gòu)模型
為了對比云主機與PC機的性能,本文采用西藏自治區(qū)、青海省、四川省、甘肅省和新疆維吾爾自治區(qū)共5省(區(qū))的基準(zhǔn)站原始數(shù)據(jù),分別在云主機和PC機上進(jìn)行解算,并將所用時間一一記錄。PC機采用的是實體的DELL-precision tower5810工作站;云計算技術(shù)將軟件移植到云主機中,其計算保存的數(shù)據(jù)和文件都在虛擬終端。本地PC機與云主機的硬件比較如表1所示。
表1 本地PC機與云主機的硬件比較
云主機在測試期間,當(dāng)窗口開到16個及以上進(jìn)行數(shù)據(jù)解算時,有時會出現(xiàn)窗口自動最小化的情況;本地PC機在窗口開到12個及以上時,會出現(xiàn)窗口自動最小化的情況。
利用西藏自治區(qū)、青海省、四川省、甘肅省和新疆維吾爾自治區(qū)共5?。▍^(qū))的基準(zhǔn)站原始數(shù)據(jù),采用GAMIT/GLOBK10.60軟件進(jìn)行數(shù)據(jù)解算,得到的基線文件進(jìn)行網(wǎng)平差得到2000國家大地坐標(biāo)系(China geodetic coordinate system 2000, CGCS2000)坐標(biāo)成果[11]。
測試中,每個分區(qū)都用3個窗口解算:將甘肅同時用9個窗口(分區(qū)甘肅-1、甘肅-2、甘肅-3分別各用3個窗口);新疆同時用12個窗口;青海西藏和四川同時用15個窗口進(jìn)行數(shù)據(jù)解算,每個分區(qū)31 d數(shù)據(jù)的平均每天O文件個數(shù)和實際用時如表2所示。
表2 云主機解算用時
由表2可知,每個分區(qū)所用O文件個數(shù)都不會超過60個,滿足GAMIT軟件解算對O文件的個數(shù)要求,在窗口數(shù)為9~15區(qū)間時,解算用時主要集中在50~60 min,且均能正常解算,解算完整性良好。
在云主機上解得的基線文件進(jìn)行網(wǎng)平差結(jié)果記為成果1,利用項目中解算好的基線文件進(jìn)行網(wǎng)平差結(jié)果記為成果2,2者進(jìn)行比較得出互差統(tǒng)計結(jié)果如表3所示。
解算結(jié)果各方向互差最大不超過1 mm,分析產(chǎn)生互差的原因主要可能因為所用的維也納映射函數(shù)VMF1有區(qū)別(VMF1模型的系數(shù)是據(jù)實測氣象資料求得,有34 h延遲,因此不同年積日的函數(shù)模型會有區(qū)別)。該模型被認(rèn)為是目前精度最高、可靠性最好的投影函數(shù),主要用于估計大氣狀況,是進(jìn)行精密單點定位的重要模型。
表3 互差統(tǒng)計 mm
2.3.1 云主機窗口數(shù)對解算時長的影響
選取新疆第1分區(qū)的年積日第70~89天原始數(shù)據(jù)進(jìn)行解算,窗口數(shù)為1則只用第70天的數(shù)據(jù),窗口數(shù)為2則用第70、71天的數(shù)據(jù),以此類推。這20 d的數(shù)據(jù)每天包含O文件個數(shù)如圖2所示。分別用本地PC機與云主機進(jìn)行解算用時測試,測試結(jié)果如圖3所示。
圖2 O文件個數(shù)
由于本地機在窗口開到12個及以上時,會出現(xiàn)卡頓情況,所以本地機只窗口最大用了15個。由圖3可知:當(dāng)窗口數(shù)在6個及以下時,本地PC機用時優(yōu)于云主機,且隨著窗口數(shù)增加,2者時間差距逐漸縮小;當(dāng)窗口數(shù)在7個及以上時,云主機的解算效率優(yōu)于本地PC機,且窗口數(shù)越多,2者解算用時逐漸拉開;在本地機用10個窗口解算用時和云主機20個窗口解算用時相當(dāng),優(yōu)勢明顯。由圖3中可以看出具體的趨勢變化情況。
圖3 本地機與云主機解算用時
2.3.2 O文件個數(shù)對解算時長的影響
測試中,將甘肅省用9個窗口,新疆維吾爾自治區(qū)用12個窗口,青海省、西藏西藏自治區(qū)和四川省用15個窗口進(jìn)行數(shù)據(jù)解算,每個分區(qū)31 d數(shù)據(jù)的平均每天O文件個數(shù)和實際用時如表4所示。
表4 云主機解算用時
由表4可知,當(dāng)窗口數(shù)為9時,解算甘肅-3、甘肅-2、甘肅-1分區(qū)所用的O文件個數(shù)分別為44、46、49,實際解算用時為39、48、59,即當(dāng)窗口數(shù)一定,O文件個數(shù)越多,云主機解算用時越長。為了更直觀地看到用時變化,詳見圖4。
圖4 不同O文件個數(shù)和窗口數(shù)對解算用時影響
2.3.3 云主機在99個O文件下運行情況
GAMIT軟件所能計算的1個文件夾下最多放置99個O文件。選取新疆1分區(qū)和2分區(qū)的觀測文件,2個分區(qū)合并為1個分區(qū),并把每天都存放成99個O文件,測試時1個窗口解算1 d的數(shù)據(jù),分別對本地PC機和云主機進(jìn)行測試,測試結(jié)果如表5和圖5所示。
表5 本地機與云主機解算用時
由表5可知:云主機在5個及以下窗口進(jìn)行數(shù)據(jù)解算的時候,解算用時高于本地用時;當(dāng)窗口數(shù)為8個時,云主機僅用6 h就可以完成解算,解算用時比本地機提升2 h,效率提升27.16 %;當(dāng)窗口數(shù)為15個時,云主機用時為8 h,優(yōu)于本地機8個窗口解算30 min。云主機在同時計算多個窗口(6個及以上)的時候,優(yōu)勢逐漸體現(xiàn)出來,且同時計算的窗口數(shù)越多,優(yōu)勢越明顯,詳見圖5。
圖5 本地機與云主機解算用時
云計算具有較大的存儲能力和大數(shù)據(jù)基礎(chǔ),是1種綜合性較強的計算機技術(shù)。本文通過搭建的GNSS網(wǎng)數(shù)據(jù)處理云計算平臺,經(jīng)過測試驗證系統(tǒng)運行穩(wěn)定,計算結(jié)果正確可靠。通過云主機與本地PC機的對比實驗,得出一些結(jié)論:
1)云主機在用6個及以上的窗口進(jìn)行解算時,解算用時優(yōu)于本地PC機,且隨著窗口數(shù)逐漸增多,效率提升越明顯;云主機在用小于6個終端窗口解算時,解算效率低于本地機,對于解算一些小項目不太適用。
2)在所開窗口數(shù)一定時,O文件個數(shù)越多(即需要解算的數(shù)據(jù)量越大),云主機解算用時越長。
3)云主機可以滿足GAMIT軟件運行的需求,且在O文件個數(shù)達(dá)到軟件最大荷載量時仍可以穩(wěn)定運行,且在多個窗口解算時用時優(yōu)于本地機。
4)受CPU核數(shù)與內(nèi)存的影響,當(dāng)云主機窗口打開到16個及以上時,窗口有時會出現(xiàn)自動最小化的現(xiàn)象;打開的窗口越多,云主機運行越慢,因此需要根據(jù)不同的需求適時調(diào)整云主機的硬件性能。
[1] 陳明, 張鵬, 武軍酈, 等. 衛(wèi)星導(dǎo)航定位基準(zhǔn)站標(biāo)準(zhǔn)體系構(gòu)建分析[J]. 測繪通報, 2018(10): 92-95, 120.
[2] 施闖, 魏娜, 李敏, 等. 利用北斗系統(tǒng)建立和維持國家大地坐標(biāo)參考框架的方法研究[J]. 武漢大學(xué)學(xué)報(信息科學(xué)版), 2017, 42(11): 1635-1643.
[3] 梁洪寶, 申星, 劉雪龍. 參考框架的精化對GPS時間序列的影響與分析[J]. 測繪通報, 2016(8): 15-19.
[4] CETIN S, AYDIN C, DOGAN U. Comparing GPS positioning errors derived from GAMIT/GLOBK and Bernese GNSS software packages: a case study in CORS-TR in Turkey[J]. Survey Review, 2018, 32(4): 1-11.
[5] 彭濤. 云計算技術(shù)在計算機數(shù)據(jù)處理中的應(yīng)用分析[J]. 數(shù)字化用戶, 2018, 24(52): 28-30.
[6] 李海燕, 歐曉勇. 云計算技術(shù)在計算機數(shù)據(jù)處理中的應(yīng)用分析與發(fā)展策略[J]. 激光雜志, 2017, 38(4): 80-84.
[7] 張淑蘭. 云計算技術(shù)在計算機數(shù)據(jù)處理中的應(yīng)用[J]. 黑龍江科學(xué), 2018, 9(13): 144-145.
[8] 王小紅. 基于云計算的計算機軟件測試技術(shù)研究[J]. 安陽師范學(xué)院學(xué)報, 2018(2): 69-71.
[9] 楊依霖. 大數(shù)據(jù)云計算技術(shù)及其應(yīng)用[J]. 信息與電腦(理論版), 2018(11): 12-14.
[10] 張森. 大數(shù)據(jù)云計算環(huán)境下的數(shù)據(jù)安全研究[J]. 信息系統(tǒng)工程, 2017(10): 69-69.
[11] JIANG Z, LIU J, WANG F, et al. Research on construction theory of global CGCS2000 coordinate frame[J]. Geomatics & Information Science of Wuhan University, 2018, 43(2): 167-174.
Application of cloud computing technology in large-scale reference station network
CHEN Xiongchuan, CHENG Chuanlu, JIANG Guangwei, MA Xinying, LI Kang, SUN Yangyang
(Geodetic Data Processing Centre of Ministry of Natural Resources, Xi’an 710054, China)
Aiming at the problem that the storage and calculation efficiency of conventional personal computer (PC) is low, which cannot meet the requirement of high-efficient data calculation of large-scale GNSS reference station network, the paper proposed to use cloud computing technology to implement the calculation: cloud computing technology was adopted to build a computing platform, and GAMIT/GLOBK software system were installed to process the data of large-scale GNSS reference station network, then comparative analysis between cloud computing and PC was carried out. Result showed that: when there are more than six tasks on cloud computing platform simultaneously, the efficiency would be obviously better than that of PC, and the performance could improve significantly with the increase of the number of tasks; when the number of files opened by the software reaches the maximum load, the cloud computing platform could be still stable in normal operation, with correct and reliable calculation results.
cloud computing technology; personal computer (PC); cloud computing platform; GAMIT/GLOBK; large-scale global navigation satellite system (GNSS) reference station network
P228
A
2095-4999(2020)02-0026-05
陳雄川,程傳錄,蔣光偉,等. 云計算技術(shù)在大規(guī)?;鶞?zhǔn)站網(wǎng)中的應(yīng)用[J]. 導(dǎo)航定位學(xué)報, 2020, 8(2): 26-30. (CHEN Xiongchuan, CHENG Chuanlu, JIANG Guangwei, et al. Application of cloud computing technology in large-scale reference station network[J]. Journal of Navigation and Positioning, 2020, 8(2): 26-30.)
10.16547/j.cnki.10-1096.20200205.
2019-08-23
國家自然科學(xué)基金項目(41574003, 41774004, 41904040);科技基礎(chǔ)性工作專項重點項目(2015FY210400)。
陳雄川(1992—),男,河北保定人,碩士,助理工程師,研究方向為衛(wèi)星導(dǎo)航與定位。