基于集群的综合孔径微波辐射计图像重建的并行算法研究

摘要

综合孔径微波辐射计使用一组小口径天线形成的稀疏天线阵列来代替大口径天线进行阵列接收，并采用干涉测量技术进行被动成像。由于其解决了天线口径问题，能够获得较高的空间分辨率，具有很好的应用前景。综合孔径微波辐射计成像算法有傅立叶变换反演法和G矩阵反演法两大类，傅立叶变换反演法得到的图像并不是很理想，G矩阵反演法可以得到比前者更加清晰的图像。然而，G矩阵反演法原理复杂，算法复杂度高，造成计算机内存不足及反演耗时长的问题。为了既能得到清晰的亮温图像又能解决计算机内存不足及反演耗时长的问题，本文提出，采用并行计算技术，研究综合孔径微波辐射计成像的并行算法，以解决上述问题。
　　本文首先介绍了综合孔径微波辐射计及其图像重建算法的发展现状，对并行计算进行了必要的概述。然后简要介绍综合孔径微波辐射计成像的基本原理及图像重建的算法，从理论和实验两个方面对综合孔径微波辐射计图像重建算法的复杂度进行了分析。在此基础上，深入挖掘综合孔径微波辐射计图像重建算法的并行特征，设计并行算法的任务分配方案及并行算法的具体实现。最后，在集群平台上进行了并行算法的性能测试，测试结果证明了本文所设计的并行算法的正确性，且突破了内存磁盘的限制，缩短了反演的时间，有效的解决了综合孔径微波辐射计图像重建运算数据量大和耗时长的问题，具有良好的应用前景。

目录

封面

声明

英文缩写索引表

中文摘要

英文摘要

目录

第一章 绪论

1.1 综合孔径微波辐射计及其图像重建算法发展现状

1.2 并行计算概述

1.3 研究背景及意义

1.4 本文组织结构安排

第二章 综合孔径辐射计图像重建算法

2.1 综合孔径辐射计成像基本原理

2.2 综合孔径辐射计图像重建算法

2.3 图像重建算法的复杂度分析

2.4 本章小结

第三章 综合孔径辐射计图像反演并行算法任务划分

3.1 综合孔径辐射计图像反演的并行特征分析

3.2 综合孔径辐射计图像反演任务划分

3.3 本章小结

第四章 综合孔径辐射计图像反演并行算法

4.1 并行算法总体流程

4.2 数据生成模块的并行算法

4.3 反演计算模块的并行算法

4.4本章小结

第五章 并行算法性能测试

5.1测试平台

5.2反演参数设置

5.3测试结果分析

5.4耗时对比分析

5.5本章小结

第六章 总结与展望

致谢

参考文献