摘要
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。
出版日期
2017年01月11日（中国期刊网平台首次上网日期，不代表论文的发表时间）
