面向桌面系統(tǒng)的高光譜遙感影像線性降維異構并行算法研究與實現(xiàn).pdf

1、高光譜遙感影像降維處理是高光譜遙感處理中至關重要的前提步驟。降維處理涉及大量的矩陣（向量）運算、多次迭代和大規(guī)模循環(huán)，屬于典型的計算密集型和訪存密集型任務。對遙感處理的實時性要求和高光譜數(shù)據(jù)的高維特征使降維處理的并行化成為遙感領域的研究熱點。隨著計算機硬件的發(fā)展，近年來崛起的異構高性能計算系統(tǒng)以其強勁性能等特點成為主流計算機體系結構，為眾多領域大規(guī)模計算的發(fā)展提供了良好的加速平臺。而CPU/GP U和CPU/MIC異構系統(tǒng)更是以高性價比

2、和低能耗比引領了當今綠色高性能計算時代的潮流。本文結合高光譜遙感影像的處理熱點——高光譜遙感影像線性降維，以及異構高性能計算系統(tǒng)的兩種主流架構模式——CPU/GPU和 CPU/MIC異構模式，研究如何充分發(fā)揮異構系統(tǒng)的計算能力從而達到有效的并行降維。本文面向當前高性能領域較普及的共享存儲型小型桌面超級計算機，在實現(xiàn)傳統(tǒng)的共享存儲 OpenMP并行程序的基礎上，通過實驗結果的對比，重點研究、驗證和分析了兩種異構系統(tǒng)應用與高光譜降維的優(yōu)勢和

3、適用范圍，以期為高光譜遙感工程實際應用提供借鑒。本文針對高光譜遙感影像線性降維中經(jīng)典的MNF和LDA降維算法，在Windows和Linux環(huán)境下分別分析了研究兩種算法的加速熱點及相應的并行優(yōu)化策略，并實現(xiàn)基于OpenMP、CPU/GPU和CPU/MIC的并行算法。論文的主要工作和創(chuàng)新點如下：
　?。?）全面綜述了高光譜遙感影像降維、CPU/GPU和 CPU/MIC異構模式及OpenMP的相關內(nèi)容，包括：相關概念、背景和研究現(xiàn)狀等。

4、深入研究了兩種異構模式，包括各自的體系結構、工作方式和各種相關模型。研究了本文實驗使用的并行編程模型（OpenMP、CUDA）。針對本文實驗平臺的并行優(yōu)化策略和技術進行了詳細分析。
　?。?）分別在Windows和Linux環(huán)境下，基于OpenMP、CPU/GPU和CPU/MIC異構模式研究并提出了一系列高光譜遙感影像MNF并行降維算法。在深入分析高光譜遙感影像線性降維MNF算法的原理和加速熱點的基礎上，設計了基于濾波、協(xié)方差矩陣

5、計算、MNF變換這3個并行熱點的并行及優(yōu)化策略；提出并實現(xiàn)兩種環(huán)境下的OpenMP、Windows下的CPU/GPU和Linux下的CPU/MIC四組并行降維算法，最后分析對比兩種異構系統(tǒng)在MNF算法應用上的特點，總結各自的適用范圍。實驗結果驗證了四組并行降維算法均取得了良好的加速效果，異構模式的性能尤其突出。其中基于CPU/MIC異構模式的并行MNF降維算法獲得了最高121倍的計算加速比（不含I/O）和最高48.86倍的總加速比（不含

6、I/O）。
　?。?）分別在Windows和Linux環(huán)境下，基于OpenMP、CPU/GPU和CPU/MIC異構模式研究并提出了一系列高光譜遙感影像 LDA并行降維算法。在詳細研究 LDA線性降維算法原理和并行熱點的基礎上，針對LDA變換這一加速熱點，設計了基于 OpenMP、CPU/GPU和 CPU/MIC的并行及優(yōu)化策略，提出并實現(xiàn)兩種環(huán)境下的OpenMP、Windows下的CPU/GPU和Linux下的CPU/MIC四組并

7、行降維算法。通過分析實驗結果，對比兩類異構模式在LDA算法應用上的特點。實驗結果表明，四組并行算法均取得了較好的性能提升，也驗證了異構模式具有強大的計算性能。其中Windows環(huán)境下的基于CPU/GPU的并行算法獲得了最高63.96倍的計算加速比和最高49.77倍的總加速比；Linux環(huán)境下的OpenMP并行算法獲得了最高62.01倍的計算加速比和最高43.45倍的總加速比；Linux環(huán)境下基于CPU/MIC的并行算法獲得了最高59.4