Dergiler / Istanbul University Journal of Electrical and Electronics Engineering / 2001 / Cilt: 1 - Sayı: 2

İşlenmemiş yapay açıklıklı radar verilerinin sıkıştırılması

Synthetic aperture radar raw data compression

Sayfa
227–236
Yayın Tarihi
2022-10-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Zaman domeninde BAQ ve dönüsüm domeninde DCT-BAQ ile yapılan karşılaştırmalar sonunda DCT-BAQ’nun BAQ’ya göre oldukça iyi sonuçlar verdiği görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada işlenmemiş yapay açıklıklı radar (YAR) verilerinin sıkıştırılması için DCT-BAQ algoritması tanıtılmıştır.
📊
Temel Bulgular & Veri:Bu ise sıkıştırma performansını olumsuz etkiler.
💡
Sonuç & Katkı:Zaman domeninde BAQ ve dönüsüm domeninde DCT-BAQ ile yapılan karşılaştırmalar sonunda DCT-BAQ’nun BAQ’ya göre oldukça iyi sonuçlar verdiği görülmüştür.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmada işlenmemiş yapay açıklıklı radar (YAR) verilerinin sıkıştırılması için DCT-BAQ algoritması tanıtılmıştır. Sonuçlar geleneksel sıkıstırma yöntemi olan BAQ ile karşılastırılarak verilmiştir. Zaman domeninde ve dönüşüm domeninde olmak üzere (YAR) verisinin kodlanması için iki tür kodlama yaklaşımı vardır. Zaman domeninde direk kodlama yaparken en çok kullanılan teknik blok adaptif kuantalamadır (BAQ). Blok adaptif kuantalamada tüm data, daha küçük boyutlu data bloklarına ayrılır. İşlenmemiş YAR verisinin gauss dağılımlı olmasından yararlanarak her bir data bloğu için kuantalama seviyeleri, her bir bloğun standart sapmasına bağlı olarak belirlenir. Dönüşüm domeninde sıkıştırma işleminde ayrık kosinüs dönüşümü (DCT) kullanılmıştır. İşlenmemiş YAR verilerinin dönüşüm katsayılarının dinamik aralığı oldukça yüksektir. Bu ise sıkıştırma performansını olumsuz etkiler. Bu çalışmada dönüşüm katsayılarının dinamik aralığının azaltılması için dönüsümün DC bileşenleri ayrı kodlanmıştır. DC bileşenin 8 Bitle ayrı kodlanması sıkıştırma oranını küçük blok boyutları için azaltsa da bu olumsuz etki büyük blok boyutları için gözardı edilebilir. Zaman domeninde BAQ ve dönüsüm domeninde DCT-BAQ ile yapılan karşılaştırmalar sonunda DCT-BAQ’nun BAQ’ya göre oldukça iyi sonuçlar verdiği görülmüştür.

Abstract

In this study Synthetic Aperture Radar (SAR) raw data compression techniques are introduced. Two encoding approaches are generally used. Direct encoding in spatial domain and transform encoding in transform domain. A well-known spatial domain compression technique is based on Block Adaptive Quantization (BAQ). BAQ encoding is implemented by dividing the SAR Raw data set into data blocks of small size and by estimating for each block, the standard deviation value. In transform domain we use discrete cosine transform (DCT). SAR Raw data transform coefficients have high dynamic range. This causes reduction for compression performans. We have applied new approach for reduction of dynamic range. We have coded DC component of the transform coefficients with 8 Bits for each data block and transmit standard deviation and DC component seperately from transform domain coefficients. Dynamic range reduction of transform domain coefficients improves compression performans results versus BAQ.

🔖

Bu Makaleye Atıf Yap

YAZGAN, B., KASAPOĞLU, N. G. (2022). İşlenmemiş yapay açıklıklı radar verilerinin sıkıştırılması. Istanbul University Journal of Electrical and Electronics Engineering, Cilt: 1 - Sayı: 2, 227–236. https://ajindex.com/articles/543971

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Zeoli, G. W., 1976. A lower bound on the data rate for synthetic aperture radar, IEEE Trans. Inform. Theory, 22, 708
  2. Evert P. and Attema, W., 1991. The active microwave instrument on-board the ERS-1 satellite, Procc. IEEE, 79, 791
  3. Steinberg, B.S., 1987. A theory on the effect of hard limiting and other distortions upon the quality of microwave images, IEEE Trans. Acoustics, Speech, Signal Proc., 35, 1462 [4] Benz, U.,Strodl, K. and Moreira, A., 1995. A Compression of Severel Algorithms for SAR Raw Data Compression, IEEE Trans On Geoscience and Remote Sensing, Vol 33, No 5, September 1995
  4. Franceshetti, G., Pascazio, V.,and Schirinzi, G., 1991. Processing of signum coded SAR signal: theory and experiments, IEE Proc., Part F, 138, 192
  5. Franceshetti, G.,Merello,S., and Tesauro, M.,1999.processing of phase quantized SAR signal: theory and experiments, IEEE Trans. AEROSP. Electron. Syst., 31, 227
  6. Lim, S, J,. 1990 Two Dimentional Signal and Image Processing, Printice-Hall [8] Curlander, J. and. Mcdonough, R., 1991. Synthetic Aperture Radar Systems and Signal Processing, John Wiley & Sons, Inc
  7. Kwok, R. and Johnston,W., 1989. Block Adaptive Quantization of Magellan SAR Data, IEEE Trans. On Geoscience and Remote Sensing. Vol. 27 No 4 July 1989
  8. Syood, K., 1996 Introduction to Data Compression, Morgan Kaufmann Publishers, San Francisco
  9. Rabbani, M. and Jones, P., 1991 Digital Image Compression Techniques, Spie Optical Engineering Press Washington, USA
  10. Franceschetti, G and Lanari, P., 1999 Synthetic Aperture Radar Processing, CRS Press Washington, USA
  11. Wijmans, W and Armbruster, P., 1996 Data Compression Techniques for Space Aplications DASIA’ 96 Rome, Italy [14] Ruliang, Y, Yanfei, W and Ping, B., 1998 Raw Data Compression Technology Study in Spaceborne SAR, Eurosar’ 98, p 283, Germany
  12. Odoux, B, Deschaux, M and Planes, J., 1998 SAR Raw Data On-Board Compression with Frequency Filtering, Eurosar’ 98 p 521, Germany [16]http://callisto.si.ushelb.ca/~cartel/rso/Applets /Applet_donnees_brutes/exec_eng.htm [17] Ulaby,.W., Moore, R. K., and Fung, A.K.,1982 Microwave Remote Sensing:Active and Passive, vol.2:Radar remote Sensing and Surface Scattering and Emission, Addison Wesley, Reading MA
  13. Kasapoğlu, N.Gökhan., Y. Lisans Tezi, İTÜ Fen Bilimleri. Enstitüsü., 2000