段云龍，袁 波，陳金鋒

(中國電子科技集團公司第二十七研究所，河南 鄭州 450047)

0 引言

隨著CCD和CMOS等電子元器件和通信技術(shù)的提高，高分辨率遙感衛(wèi)星的有效載荷數(shù)量急劇增長，數(shù)據(jù)傳輸?shù)拇a速率快速提高，如吉林一號A星數(shù)傳數(shù)據(jù)編碼后信道速率單通道為344 Mbps；快視系統(tǒng)可在接收遙感數(shù)據(jù)的同時或接收完成之后即刻生成未經(jīng)任何校正處理的可視圖像，通過它用戶可直觀了解有關(guān)遙感圖像質(zhì)量、云層覆蓋和評估、目標(biāo)圖像快速判別等方面的基本情況以及進行星地間數(shù)傳鏈路的測試[1-3]。

在遙感數(shù)據(jù)高速記錄與快視方面，楊仁忠等[4]提出了一種通用快視數(shù)據(jù)格式、數(shù)據(jù)格式轉(zhuǎn)換處理方法，實現(xiàn)了通用多功能成像顯示技術(shù)，并以回放的方式模擬多顆衛(wèi)星數(shù)據(jù)，驗證了設(shè)計的正確性；孫磊等[5]通過研制SCSI硬盤控制器，采用計算機插板直接控制磁盤陣列進行數(shù)據(jù)存儲的模式，實現(xiàn)基于計算機控制的衛(wèi)星快視設(shè)備的設(shè)計；陳亮等[6]基于DirectDraw接口、硬件調(diào)色板技術(shù)實現(xiàn)遙感圖像實時、雙屏寬幅顯示。在快視數(shù)據(jù)并行處理方面，遠(yuǎn)遠(yuǎn)[7]在Windows平臺上采用TCP協(xié)議實現(xiàn)遙感圖像實時網(wǎng)絡(luò)接收，采用UDP協(xié)議組播實現(xiàn)網(wǎng)絡(luò)監(jiān)控，對異步多通道CCD數(shù)據(jù)采用同步刷新控制策略，通過多個DirectDraw對象實現(xiàn)多通道異步遙感圖像的多屏幕拼接顯示；張華琳等[8]利用DirectDraw技術(shù)實現(xiàn)了快視圖像數(shù)據(jù)的平滑顯示，但是該接口已經(jīng)過時；劉翔[9]提出了一種基于可靠廣播的數(shù)據(jù)同步和消息機制CPU和GPU并行的多機協(xié)同處理方法實現(xiàn)高分辨率圖像快視；運曉東[10]采用OpenGL著色語言GLSL通過可編程管線充分利用GPU硬件加速實現(xiàn)海量遙感影像快速瀏覽；董敏等[11]將CUDA引入實時快視系統(tǒng)，利用GPU強大的通用計算能力加速圖像數(shù)據(jù)的解析和顯示，獲得數(shù)倍于傳統(tǒng)CPU處理方案的效率；劉進鋒等[12]分析認(rèn)為CUDA和OpenGL互操作顯示速度比不使用CUDA提高了7～8倍。在遙感衛(wèi)星數(shù)傳數(shù)據(jù)及格式化處理方面，馮鐘葵[2]和張慶君[13]介紹了CCSDS高級在軌系統(tǒng)AOS空間數(shù)據(jù)鏈路協(xié)議、同步與信道編碼處理以及在我國的實現(xiàn)情況，將有助于理解遙感衛(wèi)星下傳數(shù)據(jù)格式；張智琦等[14]分析國內(nèi)外幾種主流的遙感衛(wèi)星RAW數(shù)據(jù)格式及特點，并結(jié)合中國遙感衛(wèi)星地面站實際情況，提出了一種遙感衛(wèi)星RAW格式方案，以期RAW數(shù)據(jù)格式早日規(guī)范化；姜宇鳴等[15]設(shè)計實現(xiàn)的遙感數(shù)據(jù)記錄存檔軟件采用通用的FRED格式對遙感數(shù)據(jù)進行格式化和編排存檔。

以上情況對遙感衛(wèi)星數(shù)據(jù)記錄、快視系統(tǒng)的速度和效果提出了更高的要求。本文設(shè)計了一套遙感數(shù)據(jù)高速記錄和快視系統(tǒng)，完成兩通道多路遙感數(shù)據(jù)的高速記錄，利用GPU強大的通用計算能力加速圖像數(shù)據(jù)的解析和顯示。此外，針對后端影像預(yù)處理的輸入要求，本文設(shè)計了遙感數(shù)據(jù)格式化模塊，完成了遙感數(shù)據(jù)流的格式化處理。

1 總體設(shè)計方案

為了滿足高分辨率光學(xué)遙感衛(wèi)星的多通道、高碼速率的數(shù)據(jù)實時傳輸和處理需求，同時為了適應(yīng)系統(tǒng)的車載機動環(huán)境，本文在遙感衛(wèi)星數(shù)據(jù)記錄、快視與格式化系統(tǒng)的硬件設(shè)備和軟件模塊兩方面都進行了綜合分析和設(shè)計，采用目前可擴展系統(tǒng)設(shè)計方面常用的“平臺+插件”的技術(shù)體制，以高性能數(shù)據(jù)處理服務(wù)器為通用計算平臺，設(shè)計以接口作為擴展點的插件式集成和運行框架，從而可以很方便地針對各顆遙感衛(wèi)星設(shè)計出不同的功能模塊。系統(tǒng)結(jié)構(gòu)組成圖如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)組成

1.1 硬件設(shè)計

在硬件設(shè)備方面，為了適應(yīng)車載機動的工作環(huán)境，并兼顧后續(xù)遙感數(shù)據(jù)的實時預(yù)處理，系統(tǒng)采用一臺加固高性能服務(wù)器作為數(shù)據(jù)處理的通用計算平臺，采用多核處理器+眾核CPU架構(gòu)設(shè)計，主要由CPU、GPU、眾核、內(nèi)存、固態(tài)硬盤和千/萬兆網(wǎng)卡等部件組成。此外，為了滿足多通道、高碼速率的數(shù)據(jù)實時傳輸和處理的要求[16]，系統(tǒng)采用InfiniBand交換機作為網(wǎng)絡(luò)通信設(shè)備，并向高性能數(shù)據(jù)處理服務(wù)器加配InfiniBand網(wǎng)卡和固態(tài)存儲卡，其中，固態(tài)存儲卡可作為數(shù)據(jù)處理的高速緩存使用。高性能計算機硬件架構(gòu)如圖2所示。

高性能計算機的主要部件參數(shù)為：CPU：2顆Intel至強六核E5-2640(2.50 GHz，1.5 MB緩存)；內(nèi)存：256 GB(8×32 GB)DDR3ECC 1 600 MHz；眾核CPU：Intel Xeon Phi協(xié)處理器5110P(1.053 GHz，60核心)；GPU加速卡：2塊NVIDIA Kepler K20 GPU圖像加速卡；固態(tài)存儲卡：1.0 TB ioDrive2 MLC PCIe固態(tài)存儲卡；InfiniBand網(wǎng)卡：1塊40 GB InfiniBand網(wǎng)卡，QSFP，最高支持40 Gbps，PCIe2.0；RAID卡：1 GB緩存，支持RAID0、1、5、6、10等。

圖2 高性能計算機硬件架構(gòu)

1.2 軟件設(shè)計

在軟件模塊方面，考慮到各顆衛(wèi)星的數(shù)傳格式的差異性和后續(xù)可擴展需求，系統(tǒng)采用目前軟件應(yīng)用框架設(shè)計方面常用的“插件式”的集成和運行框架。插件式框架模型的本質(zhì)是一種應(yīng)用工程的擴展，它使擴展功能通過插件方式實現(xiàn)，并使用框架進行集中統(tǒng)一管理，框架內(nèi)部提供宿主程序和插件之間及插件與插件之間的通信機制，插件式框架能夠?qū)U展插件有機地集成到一個平臺中并有效地協(xié)調(diào)工作。

根據(jù)系統(tǒng)的功能需求，軟件組成主要包含系統(tǒng)配置、數(shù)據(jù)記錄、數(shù)據(jù)快視、數(shù)據(jù)格式化和和數(shù)據(jù)回放等5個模塊。其中，系統(tǒng)配置主要提供系統(tǒng)運行必要的通用參數(shù)和業(yè)務(wù)參數(shù)；數(shù)據(jù)記錄模塊采用多線程方式接收前端解密去壓縮設(shè)備輸出的2通道8路數(shù)據(jù)并高速、準(zhǔn)確地記錄；數(shù)據(jù)快視模塊利用GPU并行地從數(shù)據(jù)流中提取圖像數(shù)據(jù)顯示；數(shù)據(jù)格式化模塊按照影像預(yù)處理模塊的輸入要求將遙感數(shù)據(jù)進行格式化處理；數(shù)據(jù)回放模塊主要完成在事后模式下提供對遙感衛(wèi)星原始數(shù)據(jù)的回放快視顯示。實現(xiàn)時，系統(tǒng)將相關(guān)模塊的核心業(yè)務(wù)抽象為頂層接口，針對不同的衛(wèi)星數(shù)據(jù)格式，自頂層接口派生出實現(xiàn)相應(yīng)衛(wèi)星數(shù)據(jù)處理的功能模塊類，這樣就可以實現(xiàn)針對接口編程，而非針對實現(xiàn)編程，提高了系統(tǒng)的擴展能力。插件式軟件框架設(shè)計的結(jié)構(gòu)如圖3所示。

圖3 插件式軟件框架設(shè)計結(jié)構(gòu)

2 關(guān)鍵技術(shù)實現(xiàn)

2.1 遙感數(shù)據(jù)多通道高速記錄

數(shù)據(jù)記錄模塊采用多線程方式接收前端解密去壓縮設(shè)備輸出的2通道8路數(shù)據(jù)并高速、準(zhǔn)確地記錄。數(shù)據(jù)記錄模塊與解密去壓縮設(shè)備的數(shù)據(jù)輸出模塊采用客戶端/服務(wù)器架構(gòu)，數(shù)據(jù)記錄模塊作為服務(wù)器，解密去壓縮設(shè)備的數(shù)據(jù)輸出模塊作為客戶端。在傳輸數(shù)據(jù)時，解密去壓縮設(shè)備的數(shù)據(jù)輸出模塊首先基于TCP/IP協(xié)議發(fā)起連接請求，數(shù)據(jù)記錄模塊接收連接請求并建立傳輸鏈接。數(shù)據(jù)記錄模塊根據(jù)配置文件中設(shè)置的監(jiān)聽端口的數(shù)量，發(fā)起相應(yīng)數(shù)量的接收工作線程來接收前段發(fā)送過來的2通道8路數(shù)據(jù)。數(shù)據(jù)記錄模塊具有8個配置參數(shù)，可根據(jù)實際需求靈活配置，這些參數(shù)具體含義如下：

參數(shù)1：作為服務(wù)器的InfiniBand網(wǎng)卡的IP地址；

參數(shù)2：監(jiān)聽的IP地址的端口號的基數(shù)，如：8000；

參數(shù)3：端口數(shù)量，如：單通道時3、4、6；雙通道時6、8、12；

參數(shù)4：接收數(shù)據(jù)的時間長度，如果傳輸時間超出該值，則強制終止接收，單位為s；

參數(shù)5：接收后的數(shù)據(jù)寫盤的文件路徑；

參數(shù)6：接收后的數(shù)據(jù)寫盤的文件擴展名，如：dat；

參數(shù)7：接收后的數(shù)據(jù)寫盤的文件的類型：0：單個文件；1：多個分塊文件；

參數(shù)8：如果以“多個分塊文件”方式對接收數(shù)據(jù)進行寫盤，指定分塊文件的大小，默認(rèn)值為100 MB。對數(shù)據(jù)進行分塊處理可以節(jié)省后續(xù)影像預(yù)處理模塊處理耗時。

本系統(tǒng)所接收衛(wèi)星的單通道數(shù)傳速率約344 Mbps，雙通道可達(dá)688 Mbps，若存儲介質(zhì)采用普通機械硬盤無法滿足實時記錄的要求，系統(tǒng)采用固態(tài)硬盤作為存儲記錄設(shè)備。另外，網(wǎng)絡(luò)互聯(lián)設(shè)備采用InfiniBand交換機，系統(tǒng)采用的InfiniBand交換機傳輸速率最高可達(dá)40 Gbps，可滿足遙感大數(shù)據(jù)量的傳輸需求。

2.2 基于GPU加速的遙感數(shù)據(jù)快視

對于遙感數(shù)據(jù)快視需要從大量的連續(xù)數(shù)據(jù)碼流中提取出有效圖像數(shù)據(jù)，并將提取出的數(shù)據(jù)轉(zhuǎn)化為像素值，最后在相應(yīng)的窗體上繪制顯示。針對該問題，本文采用CUDA來加速圖像數(shù)據(jù)提取和顯示。按照CUDA編程模型將CPU作為終端(Host)，而將GPU作為設(shè)備(Device)。在一個系統(tǒng)中可以存在一個主機和多個設(shè)備。CPU和GPU各自擁有相互獨立的存儲器地址空間：主機端內(nèi)存和設(shè)備端的顯存。CPU負(fù)責(zé)進行邏輯性強的事物處理和串行計算，GPU則專注于執(zhí)行計算密集、高度線程化的并行處理任務(wù)。運行在GPU上的CUDA并行計算函數(shù)稱為內(nèi)核函數(shù)(Kernel)。內(nèi)核函數(shù)并非一個完整的程序，而是整個CUDA程序中的一個可以被并行執(zhí)行的步驟。調(diào)用內(nèi)核函數(shù)時，CPU調(diào)用CUDA API將內(nèi)核函數(shù)的二進制代碼傳到GPU。內(nèi)核函數(shù)以一個網(wǎng)格(Grid)的形式執(zhí)行，每個網(wǎng)格由若干個線程塊(Block)組成，每一個線程塊又由最多1 024個線程(Thread)組成。網(wǎng)格之間通過GlobalMemory交換數(shù)據(jù)。線程塊之間不能相互通信，只能通過GlobalMemory共享數(shù)據(jù)。同一Block內(nèi)線程可以通過SharedMemory和同步實現(xiàn)通信。Block間粗粒度并行，Block內(nèi)線程細(xì)粒度并行[16-17]。

以本系統(tǒng)所接收衛(wèi)星數(shù)據(jù)為例，星上將圖像數(shù)據(jù)量化為10位，需要對原始數(shù)據(jù)碼流每隔10位分割，然后從每一個10位數(shù)據(jù)中截取出8位作為一個像素點顯示。常規(guī)的提取圖像數(shù)據(jù)方法是采用傳統(tǒng)的中央處理器(CPU)遍歷全部圖像數(shù)據(jù)，利用移位和位與運算提取出圖像數(shù)據(jù)。這種方法處理耗時較長，滯后嚴(yán)重，而且由于需要過多的邏輯判斷，而且字節(jié)不對齊，不適用于CUDA平臺上。實際上，分析碼流數(shù)據(jù)的特點可知，原始數(shù)據(jù)每隔40位對齊，即每取5個字節(jié)原始圖像數(shù)據(jù)可以提取出4個10位像素，再將其截取為4個8位像素值。具體方法為：第1個10位為取第1個字節(jié)+第2個字節(jié)的高2位；第2個10位為取第2個字節(jié)的低6位+第3個字節(jié)的高4位；第3個10位為取第3個字節(jié)的低4位+第4個字節(jié)的高6位；第4個10位為取第4個字節(jié)的低3位+第5個字節(jié)；對于提取出的每一個10位數(shù)據(jù)中通過右移2位截取出8位作為一個像素點顯示。具體提取過程如圖4所示。

圖4 原始數(shù)據(jù)CUDA并行提取示意

本文采用上述方法利用CUDA進行并行處理。內(nèi)核函數(shù)代碼如下：

__global__ voidgetImageDataKernel(byte[]bRawData，int[]iOutputData，int height，int width)

{

int outPutLength = height * width；∥8 388 608個元素

int x = thread.blockDim.x * thread.blockIdx.x + thread.threadIdx.x；

int y = thread.blockDim.y * thread.blockIdx.y + thread.threadIdx.y；

int offset = x + y * thread.blockDim.x * thread.gridDim.x；

if (offset

{

int t0 = 0；∥用來保存2個待處理數(shù)與掩碼的邏輯位操作后的數(shù)據(jù)

int t1 = 0；

t0 =bRawData[offset * 5 + 0]<< 8；∥第0個字節(jié)全部保留各位

t1 =bRawData[offset * 5 + 1]& 0xC0；∥與11000000位與，保留高2位

int temp0 = t0 + t1；

temp0 >>= 6；∥得到10位有效圖像數(shù)據(jù)

temp0 >>= 2；∥右移2位得到8位有效圖像數(shù)據(jù)，直接將每個像素點的10位數(shù)據(jù)的最低兩位丟棄

iOutputData[offset * 4 + 0]= temp0；

t0 =bRawData[offset * 5 + 1]& 0x3F；∥與00111111位與，保留低6位

t1 =bRawData[offset * 5 + 2]& 0xF0；∥與11110000位與，保留高4位

int temp1 = (t0 << 8) + t1；∥優(yōu)先級：算術(shù)運算符>位移運算符>賦值運算符

temp1 >>= 4；∥由于第一個字節(jié)只保留低6位，前面位與操作使其高兩位置零，所以不再需要通過左移2位而丟棄高2位，直接通過右移4位得到10位有效圖像數(shù)據(jù)

temp1 >>= 2；

iOutputData[offset * 4 + 1]= temp1；

t0 =bRawData[offset * 5 + 2]& 0x0F；∥與00001111位與，保留低4位

t1 =bRawData[offset * 5 + 3]& 0xFC；∥與11111100位與，保留高6位

int temp2 = (t0 << 8) + t1；

temp2 >>= 2；

temp2 >>= 2；

iOutputData[offset * 4 + 2]= temp2；

t0 =bRawData[offset * 5 + 3]& 0x03；∥與00000011位與，保留低2位

t1 =bRawData[offset * 5 + 4]；∥第4個字節(jié)全部保留各位

int temp3 = (t0 << 8) + t1；

temp3 >>= 2；

iOutputData[offset * 4 + 3]= temp3；

}

}

2.3 遙感數(shù)據(jù)格式化處理

為了便于后續(xù)遙感影像預(yù)處理模塊高效地工作及遙感數(shù)據(jù)的格式化存檔，按照遙感影像預(yù)處理輸入要求的格式對解密去壓縮設(shè)備輸出的碼流數(shù)據(jù)進行格式化處理，采用通用的FRED格式對遙感數(shù)據(jù)進行編排處理，生成FRED數(shù)據(jù)。其中主要工作為：① 4個子線陣CCD片成像數(shù)據(jù)的拼接，主要包含2個步驟：一是光學(xué)相機幀同步搜索，搜索幀同步頭確定有效數(shù)據(jù)幀；二是光學(xué)相機幀計數(shù)對齊，不同CCD或譜段間按幀計數(shù)對齊；② 從多光譜數(shù)據(jù)中提取出成像輔助數(shù)據(jù)填充到對應(yīng)幅號的全色數(shù)據(jù)前。格式化后的FRED數(shù)據(jù)每幅包含2 048行，每行包含輔助數(shù)據(jù)44 Byte、全色4 096像元以及RGB圖像1 024像元。其中多光譜數(shù)據(jù)以R、G、B填充的方式按行的方式循環(huán)傳輸。每路圖像中一幅圖像的格式如圖5所示。

圖5 單通道一幅圖像格式化后的數(shù)據(jù)編排

3 系統(tǒng)實現(xiàn)與應(yīng)用

根據(jù)上述設(shè)計，本文設(shè)計和實現(xiàn)了一套遙感數(shù)據(jù)記錄、快視與格式化系統(tǒng)。系統(tǒng)在硬件設(shè)備方面的突出特點是采用商用高性能服務(wù)器作為通用數(shù)據(jù)平臺，而非采用基于CPCI或VPX結(jié)構(gòu)的專用處理設(shè)備。在軟件方面，系統(tǒng)的突出特點是采用CUDA語言利用GPU卡完成遙感影像數(shù)據(jù)的并行提取和快視，而非采用FPGA或DSP等專用板卡來設(shè)計程序。系統(tǒng)的設(shè)計方案可降低數(shù)據(jù)處理設(shè)備的專用屬性和研發(fā)難度。系統(tǒng)硬件拓?fù)鋱D如圖6所示。

系統(tǒng)軟件主要包括高速接收與記錄模塊、全色數(shù)據(jù)處理模塊(包含幀同步處理、格式解析等功能)、多光譜數(shù)據(jù)處理模塊、條帶影像快視處理模塊和格式化處理模塊等。系統(tǒng)軟件主界面如圖7所示。

圖6 系統(tǒng)硬件拓?fù)鋱D

圖7 遙感數(shù)據(jù)記錄、快視與格式化系統(tǒng)

按照系統(tǒng)的總體設(shè)計要求，運行時前端解密去壓縮設(shè)備可輸出2通道數(shù)據(jù)，每個通道可按星上數(shù)傳通道實際數(shù)量啟動并獨立工作，每一個通道分配一個IP地址，并各綁定4個端口號用來傳輸4路數(shù)據(jù)。如通道1分配8000～8003共計4個端口，前2個端口8000和8001分別輸出全色線陣CCD的兩片子CCD的成像數(shù)據(jù)，后2個端口8002和8003分別輸出多光譜線陣CCD的兩片子CCD的成像數(shù)據(jù)，這樣即可完成2類載荷的全部成像數(shù)據(jù)的輸出。輸出的數(shù)據(jù)通過InfiniBand交換機被后端的高性能數(shù)據(jù)處理服務(wù)器接收，可用于實時記錄、存盤、實時/回放快視和格式化處理。系統(tǒng)的數(shù)據(jù)流示意圖如圖8所示。

4 結(jié)束語

本文設(shè)計并實現(xiàn)了一套適用于車載機動環(huán)境下的多路高速遙感數(shù)據(jù)記錄、快視與格式化系統(tǒng)，該系統(tǒng)采用多線程方式以TCP/IP為可靠傳輸協(xié)議，并采用固態(tài)存儲卡實現(xiàn)遙感數(shù)據(jù)的高速接收與記錄，采用CUDA語言利用GPU硬件加速提取遙感數(shù)據(jù)中各通道的像素值用于影像快視，最后按照后續(xù)遙感預(yù)處理的輸入要求將原始碼流數(shù)據(jù)進行相應(yīng)的格式化處理。

圖8 系統(tǒng)數(shù)據(jù)流示意

實驗驗證表明，本文的設(shè)計可滿足吉林一號A星多路遙感數(shù)據(jù)高速記錄、快視和格式化處理的需求。與傳統(tǒng)的衛(wèi)星遙感數(shù)據(jù)記錄和快視系統(tǒng)相比，本系統(tǒng)的“平臺+插件”技術(shù)體制，既增強了系統(tǒng)硬件的通用性，又增強了軟件的可擴展性。

[1] 張翀.遙感衛(wèi)星數(shù)據(jù)格式化快速顯示系統(tǒng)的設(shè)計與實現(xiàn)[D].北京：中國科學(xué)院大學(xué)，2015：1-5.

[2] 馮鐘葵，葛小青，張洪群，等.遙感數(shù)據(jù)接收與處理技術(shù)[M].北京：北京航空航天大學(xué)出版社，2015：84-87.

[3] 李永昌.大視場TDICCD空間相機全通道高可靠快視系統(tǒng)[J].光電子激光，2015，26(2)：224-232.

[4] 楊仁忠，蔡興文，楊蕾，等.通用遙感衛(wèi)星快視處理系統(tǒng)技術(shù)研究[J].遙感信息，2009(5)：32-35.

[5] 孫磊，安建平，卜祥元.遙感衛(wèi)星快視設(shè)備的設(shè)計與實現(xiàn)[J].電子技術(shù)與應(yīng)用，2007，33(7)：119-121.

[6] 陳亮，龍騰.遙感圖像實時寬幅顯示技術(shù)研究與實現(xiàn)[J].微計算機信息，2008，24(30)：288-289.

[7] 遠(yuǎn)遠(yuǎn).遙感圖像實時多模式顯示技術(shù)研究[D].成都：電子科技大學(xué)，2008：17-46.

[8] 張華琳，高升，馬茜，等.DirectDraw技術(shù)在快視顯示系統(tǒng)中的應(yīng)用[J].無線電工程，2010，40(8)：56-58.

[9] 劉翔.高分辨率圖像快視技術(shù)及實現(xiàn)[J].無線電工程，2006，36(3)：20-22.

[10] 運曉東.海量遙感影像快速瀏覽技術(shù)研究與實現(xiàn)[D].北京：中國科學(xué)院大學(xué)，2016：7-18.

[11] 董敏，閻鎮(zhèn).基于CUDA的航天遙感圖像實時快視系統(tǒng)的研究[J].計算機技術(shù)與發(fā)展，2014，24(6)：32-35.

[12] 劉進鋒，郭雷.CUDA和OpenGL互操作的實現(xiàn)及分析[J].微型機與應(yīng)用，2011，30(23)：40-42.

[13] 張慶君，郭堅，董光亮，等.空間數(shù)據(jù)系統(tǒng)[M].2版.北京：中國科學(xué)技術(shù)出版社，2016：143-161.

[14] 張智琦，張洪群，劉定生.遙感衛(wèi)星原始數(shù)據(jù)格式分析及規(guī)范化研究[J].空間科學(xué)學(xué)報，2007，27(1)：83-88.

[15] 姜宇鳴，陳道波.遙感數(shù)據(jù)記錄存檔軟件的設(shè)計與實現(xiàn)[J].鄭州輕工業(yè)學(xué)院學(xué)報(自然科學(xué)版)，2011，26(3) ：104-107.

[16] 季艷，魯克文，張英慧.海量遙感數(shù)據(jù)分布式集群化存儲技術(shù)研究[J].計算機科學(xué)與探索，2017(9)：1398-1404.

[17] 張舒，褚艷利.GPU高性能運算之CUDA[M].北京：中國水利水電出版社，2009：14-19.

[18] 劉金碩，鄧娟，周崢，等.基于CUDA的并行程序設(shè)計[M].北京：科學(xué)出版社，2014：31-33，46-47.