.png){kind=icon}
返回
Parallel acceleration algorithm for wavelet denoising of UAVAGS data based on CUDA
.png){kind=icon}
PRE
AI
DOI：10.1016/j.net.2025.103811.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
当大量无人机机载伽马射线谱（UAVAGS）数据通过小波去噪在CPU中处理时，计算效率较低。因此，本文推荐采用基于CUDA的GPU并行解决方案来解决这一问题。该提出的解决方案旨在显著提升UAVAGS数据小波去噪的并行加速效率。在初步阶段，通过采用不同块大小进行实验，研究不同块大小对处理时间的影响，目的是识别出最适合高效处理UAVAGS数据的块大小。随后，通过比较不同数据量下GPU与CPU的加速比，以及在同一数据量条件下不同小波基函数的加速比，进行了性能评估。最后，通过有意引入噪声，计算确定去噪后信噪比最优的小波基函数。研究结果表明，最优二维块大小范围在64 × 64到128 × 128之间。大多数小波基函数的总处理时间加速比超过100倍，其中coif5小波基函数达到185倍的加速比。不同去噪函数的比较分析显示，在低信噪比下，这些函数的去噪效果不足，而在高信噪比下存在过度去噪的风险。然而，采用coif5硬阈值、软阈值以及db3改进阈值方法时，观察到显著的去噪效果。
Keyword:
GPU
CUDA
UAVAGS
Threshold denoising
期刊
IF:
2.6
论文数:
1.7K
被引数:
7.9K
机构
引用论文
Spatial and Spectral-Channel Attention Network for Denoising on Hyperspectral Remote Sensing Image
OAAI
OAAI分享收藏A GPU-Accelerated Modified Unsharp-Masking Method for High-Frequency Background-Noise Suppression.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Airborne Electromagnetic, Magnetic, and Radiometric Surveys at the German North Sea Coast Applied to Groundwater and Soil Investigations机载电磁、磁法和辐射测量调查在德国北海海岸的应用：地下水与土壤研究OAAI
OAAI分享收藏分享收藏A Novel Method Based on GPU for Real-Time Anomaly Detection in Airborne Push-Broom Hyperspectral Sensors薛天茹，Chongru Wang，Hui Xie，和Yueming Wang. 2023. ‘一种基于GPU的机载推扫高光谱传感器实时异常检测的 novel 方法’. 遥感 15(18): 4449. doi:10.3390/rs15184449.
PREAI
分享收藏
查看更多内容