《表1 算法并行化前后性能比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《集群环境下的复合最小不连续相位解缠算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了定量分析集群环境下的分块复合最小不连续相位解缠算法的性能，比较了量化质量引导算法[10]、最小不连续相位解缠算法、整体复合最小不连续相位解缠算法（串行（1×1））、分块串行复合最小不连续算法（串行（3×3）、串行（3×4））和集群环境下的并行复合最小不连续相位解缠算法（并行（3×3）、并行（3×4））的解缠效率和解缠结果中的不连续性，其结果如表1所示。从表1中可以看出，对仿真数据和真实InSAS数据解缠时，量化质量引导算法的解缠效率最高，但其解缠结果中的不连续性最大。最小不连续算法解缠效率最低，但其解缠结果中的不连续长度和不连续大小显著降低。采用整体复合最小不连续相位解缠算法进行解缠时，干涉相位不需要分块，等价于分块数为1×1的串行相位解缠。仿真数据和真实InSAS数据作为整块进行解缠所需要的时间分别为21 073 ms和15 767 ms，可以看出，相位解缠所需要的时间与原始数据块的大小没有直接关系，它与干涉相位的质量密切相关。通常在干涉相位质量相当的情况下，解缠时间才与相位块大小成正比。采用分块策略进行解缠后，仿真干涉相位图在串行条件下的解缠总时间下降到11 532 ms，其中子相位块解缠和相位块合并所需要的时间分别为10 005 ms和1 527ms。采用集群进行并行相位解缠后，分块相位解缠时间得到了显著下降，减少为3 241 ms。由于每个小块干涉相位质量不同，解缠时间也不同，分块解缠时间主要受限于解缠时间最长的分块相位。分块串行与分块并行相位解缠算法的加速比分别为1.83和4.25，其中分块并行后的相位解缠时间只占不分块相位解缠时间的23.5%。分块串行与分块并行相位解缠结果中不连续性长度和不连续性大小相同，分别为84 031和84 048，分别占量化质量引导相位解缠结果的50.6%和33.7%。真实InSAS干涉相位的整体相位解缠时间为15 767 ms，采用分块串行方式解缠时解缠总时间降为12 490 ms，其中分块解缠时间为10017ms，增加了由于分块导致的分块解缠结果合并时间2 473 ms。采用集群环境进行解缠后，分块解缠时间得到显著下降，变为1 933 ms。真实InSAS干涉图分块串行和并行相位解缠的加速比分别为1.26和3.33，不连续性长度和不连续性大小均为7 471和7 528。分块并行后的相位解缠时间为不分块相位解缠时间的30.0%，不连续性长度和不连续性大小分别为量化质量引导相位解缠结果的83.2%和80.8%。