摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景及研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.2.1 Hadoop简介及国内外研究的现状 | 第9-11页 |
1.2.2 PSInSAR国内外研究现状 | 第11页 |
1.2.3 PSInSAR与Hadoop结合的可行性分析 | 第11页 |
1.3 论文研究内容 | 第11-12页 |
1.4 论文组织结构 | 第12-13页 |
第二章 相关技术概述 | 第13-24页 |
2.1 分布式存储技术——HDFS技术分析 | 第13-19页 |
2.1.1 HDFS的总体介绍 | 第13页 |
2.1.2 HDFS的架构 | 第13-16页 |
2.1.3 HDFS 2.0的工作原理 | 第16-17页 |
2.1.4 HDFS存储文件方案与单机存储对比分析 | 第17-19页 |
2.1.5 HDFS分布式文件系统相比单机存储的优点 | 第19页 |
2.2 分布式计算技术——MapReduce技术分析 | 第19-23页 |
2.2.1 MapReduce的总体介绍 | 第19-20页 |
2.2.2 MapReduce的架构 | 第20-21页 |
2.2.3 MapReduce的编程模型 | 第21-23页 |
2.2.4 MapReduce的优点 | 第23页 |
2.3 本章小结 | 第23-24页 |
第三章 需求分析 | 第24-30页 |
3.1 PSInSAR已有系统的介绍 | 第24-25页 |
3.2 系统架构上的缺陷 | 第25-26页 |
3.2.1 架构改造的需求 | 第26页 |
3.3 模块内部的缺陷 | 第26-29页 |
3.3.1 精配准业务流程 | 第26-27页 |
3.3.2 PS点分析业务流程 | 第27-28页 |
3.3.3 影像数据存储管理 | 第28-29页 |
3.4 本章小结 | 第29-30页 |
第四章 总体设计 | 第30-34页 |
4.1 PSInSAR系统架构改造方案 | 第30-31页 |
4.2 模块改造方案 | 第31-33页 |
4.2.1 精配准并行处理解决方案 | 第31-32页 |
4.2.2 PS点分析并行处理解决方案 | 第32-33页 |
4.2.3 影像数据存储管理解决方案 | 第33页 |
4.3 本章小结 | 第33-34页 |
第五章 详细设计与实现 | 第34-48页 |
5.1 系统架构改造详细实现 | 第34-35页 |
5.2 精配准改造实现 | 第35-39页 |
5.2.1 辅影像到主影像的配准并行化实现 | 第35-38页 |
5.2.2 辅影像到辅影像的配准并行化实现 | 第38-39页 |
5.3 PS点分析改造实现 | 第39-41页 |
5.3.1 PS点分析流程并行化改造思想 | 第39-40页 |
5.3.2 PS点分析类图及具体实现 | 第40-41页 |
5.4 影像数据存储实现 | 第41-45页 |
5.4.1 传统构建影像金字塔方法及步骤 | 第42页 |
5.4.2 MapReduce并行构建影像金字塔 | 第42-43页 |
5.4.3 影像金字塔的MapReduce并行构建描述 | 第43页 |
5.4.4 瓦片数据存储编码描述 | 第43-44页 |
5.4.5 瓦片并行化存储方法 | 第44-45页 |
5.4.6 瓦片存储处理流程 | 第45页 |
5.5 系统集成的优化设计 | 第45-47页 |
5.5.1 输入/输出属性类的优化 | 第46页 |
5.5.2 MapReduce属性类的优化 | 第46-47页 |
5.6 本章小结 | 第47-48页 |
第六章 实验设计与结果分析 | 第48-56页 |
6.1 实验环境的配置 | 第48-51页 |
6.1.1 Hadoop集群硬件环境配置 | 第48页 |
6.1.2 Hadoop集群免密码登录配置 | 第48-49页 |
6.1.3 Hadoop 2.0环境配置 | 第49-51页 |
6.2 实验设计 | 第51页 |
6.3 实验结果分析 | 第51-55页 |
6.3.1 精配准处理时间对比 | 第52-53页 |
6.3.2 PS点分析处理实验分析 | 第53页 |
6.3.3 影像数据存储实验分析 | 第53-55页 |
6.4 本章小结 | 第55-56页 |
第七章 总结与展望 | 第56-58页 |
7.1 总结 | 第56页 |
7.2 展望 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-61页 |
缩略词表 | 第61页 |