【应用背景】地球大数据具有大规模、多样化、高复杂性和非结构化等特点,相关数据处理面临数据异构分散、计算复杂繁重、协同处理困难等挑战。【目的】提高海量异构地球大数据分析、处理、发布效率,加速大数据驱动科学创新。【方法】本文设计并实现了一种新型超融合架构计算系统,研发了资源聚合与作业调度、HPC计算函数等服务,实现了超级计算、云计算等多元算力在单一计算系统中的集成融合与数据共享。【结果】建成了地球大数据云服务基础平台,形成了“云+超算”协同计算服务能力,满足了科研人员按需构建个性化计算环境、利用大数据与超级计算等方法协同处理科研数据需求。【结论】地球大数据云服务基础平台实现了多元算力融合,减少了跨算力数据搬运,提高了协同计算效率,更好的满足了专项与SDGs(Sustainable Development Goals)评估中复杂应用场景的快速计算需求,采用的方法对研制以数据为中心、一站式处理的新型融合架构计算系统具有积极借鉴意义。
在3GPP和产业界的推动下,5G定位服务的各种标准不断迭代更新,5G定位能力迈向了新阶段。目前,国内外基于RSTD的5G定位精度并未得到充分的分析和验证。本文详细分析了5G下行定位参考信号(Positioning Reference Signal,PRS)的物理结构,并对其重要参数进行了阐释。对RSTD的PRS信号处理和定位过程进行了深入讨论,随后推导了PRS信号到达时间(Time of Arrival,TOA)的克拉美罗下界(Cramér–Rao lower bound,CRLB),据此得到参考信号时间差(Reference Signal Time Difference,RSTD)的定位精度极限。本文仿真了不同PRS参数下的RSTD定位误差,仿真结果显示:增加信噪比、用于定位的带宽资源、子载波间隔,减少梳齿尺寸,能够提高定位性能,这和CRLB公式的趋势一致。最终通过实验分析提出了提高5G定位精度的建议,以期为相关领域的研究和实践提供有益的参考。
