基于GPU的全波形并行LM分解算法
發(fā)布時(shí)間:2017-08-13 13:33
本文關(guān)鍵詞:基于GPU的全波形并行LM分解算法
更多相關(guān)文章: 全波形激光雷達(dá) 波形分解 通用計(jì)算圖形處理器 Levenberg-Marquardt算法 并行
【摘要】:波形分解是機(jī)載激光雷達(dá)全波形數(shù)據(jù)處理的重要基礎(chǔ)工作,通過(guò)求解波形函數(shù)模型的參數(shù),將波形數(shù)據(jù)利用具體的函數(shù)模型擬合出來(lái),實(shí)現(xiàn)對(duì)全波形及其中各個(gè)子波形函數(shù)表達(dá)。LM(Levenberg-Marquardt)算法及其改進(jìn)的算法是波形分解中對(duì)參數(shù)進(jìn)行擬合求解的常用方法。針對(duì)LM算法在參數(shù)擬合計(jì)算的過(guò)程中存在大量迭代和矩陣運(yùn)算,提出了基于線程塊組和線程兩級(jí)并行粒度的并行計(jì)算方案。將串行多次循環(huán)迭代求解參數(shù)改為單次并行計(jì)算取最佳值實(shí)現(xiàn)對(duì)參數(shù)的選擇,將矩陣運(yùn)算進(jìn)行線程塊的協(xié)同并行計(jì)算,實(shí)現(xiàn)了LM算法在通用計(jì)算圖形處理器上的并行計(jì)算。實(shí)驗(yàn)證明,在規(guī)定閾值條件下,并行LM降低了算法的迭代次數(shù),提高了波形分解LM算法的計(jì)算效率,為提高波形分解的處理效率提供了研究思路。
【作者單位】: 信息工程大學(xué);
【關(guān)鍵詞】: 全波形激光雷達(dá) 波形分解 通用計(jì)算圖形處理器 Levenberg-Marquardt算法 并行
【基金】:國(guó)家自然科學(xué)基金項(xiàng)目(41371436) 信息工程大學(xué)地理空間信息學(xué)院學(xué)位論文創(chuàng)新與創(chuàng)優(yōu)基金項(xiàng)目(XS201506)
【分類號(hào)】:P23
【正文快照】: 激光雷達(dá)技術(shù)Li DAR(Light Detection AndRanging)是攝影測(cè)量與遙感領(lǐng)域的前沿技術(shù),在地形測(cè)繪、森林檢測(cè)、城市建模等領(lǐng)域發(fā)揮了巨大作用。其中,全波形Li DAR系統(tǒng)通過(guò)一定的間隔對(duì)連續(xù)的后向回波信號(hào)進(jìn)行采樣,能夠完整記錄整個(gè)激光路徑中的波形信息,從而可以探測(cè)精細(xì)的地表物
【相似文獻(xiàn)】
中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條
1 楊仁忠;張?zhí)?林波濤;韋宏衛(wèi);;GPU平臺(tái)下針對(duì)SAR地面快視系統(tǒng)的RD算法優(yōu)化與實(shí)現(xiàn)[J];遙感技術(shù)與應(yīng)用;2012年02期
,本文編號(hào):667560
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/667560.html
最近更新
教材專著