学科分类
/ 1
1 个结果
  • 简介:作为由地面生产的数据的数量,为根渗透雷达(GPR)大,传播和数据的存储消费大资源。减轻这个问题,我们这里用混乱粒子群建议一个根成像算法最佳(CPSO)压缩了根据根空间的稀少基于GPR数据察觉到。雷达数据以稀少的方式被分解,观察,测量并且代表,因此根图象能与有限数据被重建。第一,雷达信号测量和稀少的表示被实现,并且解决方案空格被小浪基础和高斯随机矩阵建立;第二,匹配的功能被看作健康功能,并且最好的健康价值被一个PSO算法发现;然后,混乱搜索被用来获得全球最佳的操作员;最后,根图象被最佳的操作符重建。分别地,从美国GSSIGPR的A扫描数据,B扫描数据,和复杂数据在试验性的测试被使用。为B扫描数据,计算时间被减少60?%和PSNR被改进5.539?dB;为实际的根数据成像,重建PSNR是26.300?dB,和全部的计算时间仅仅是67.210?s。CPSO-OMP算法克服本地最佳套住的问题并且包括地在重建期间提高精确。

  • 标签: 雷达数据 探地雷达 影像压缩 数据成像 传感 粒子群优化算法