典型文献
基于Spark的合成孔径雷达压缩感知分布式成像
文献摘要：
压缩感知(compressive sensing,CS)方法在合成孔径雷达(synthetic aperture radar,SAR)成像中应用广泛,但其存在计算时间长和计算能力扩展性不足等问题.为了解决上述问题,提出了一种基于Apache Spark的SAR压缩感知成像分布式成像方法.该方法首先将压缩后的数据沿方位角方向按每一行划分为行向量,然后通过Spark分布式计算平台进行距离向分布式并行重构;将距离向成像的结果矩阵按每一列划分成列向量,再通过Spark分布式计算平台进行方位向分布式并行重构,完成SAR压缩感知成像.此方法利用Spark基于内存的分布式并行计算优势,实现了计算速度是SAR压缩感知的1.9倍,是MapReduce的SAR压缩感知(MR-CS)方法的1.4倍,可见本文方法能够实现SAR压缩感知成像的加速.
文献关键词：
Spark;压缩感知;雷达成像;分布式并行计算
中图分类号：
作者姓名：
郑灿;廖可非;欧阳缮;谢宁波;蒋俊正
作者机构：
桂林电子科技大学信息与通信学院, 桂林541004;卫星导航定位与位置服务国家地方联合工程研究中心(桂林电子科技大学), 桂林541004;广西无线宽带通信与信号处理重点实验室(桂林电子科技大学), 桂林541004
文献出处：
引用格式：
[1]郑灿;廖可非;欧阳缮;谢宁波;蒋俊正-.基于Spark的合成孔径雷达压缩感知分布式成像)[J].科学技术与工程,2022(10):4005-4010
A类：
B类：
Spark,合成孔径雷达,compressive,sensing,CS,synthetic,aperture,radar,SAR,计算时间,计算能力,扩展性,Apache,压缩感知成像,成像方法,方位角,一行,行向量,分布式计算平台,行距离,离向,一列,法利,分布式并行计算,计算速度,MapReduce,MR,雷达成像
AB值：
0.324499
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
