Optimasi Matriks Pengukuran dalam Compressed Sensing dengan Menggunakan Metode Gradient-Based Minimization pada Data Synthetic Aperture Radar

Rahmat Arief and Dhika Pratama and Dodi Sudiana (2016) Optimasi Matriks Pengukuran dalam Compressed Sensing dengan Menggunakan Metode Gradient-Based Minimization pada Data Synthetic Aperture Radar. Prosiding Seminar Nasional Penginderaan Jauh 2016. pp. 1-9.

[thumbnail of Prosiding_Rahmat Arief_Pustekdata_2016.pdf]
Preview
Text
Prosiding_Rahmat Arief_Pustekdata_2016.pdf

Download (398kB) | Preview

Abstract

Teori Compressed Sensing (CS) telah digunakan untuk meningkatkan kualitas citra Synthetic aperture radar (SAR) yang mempunyai beberapa karakteristik seperti sinyal radar yang ditembakkan dengan daya besar, data mentah disimpan dengan jumlah yang besar dan munculnya permasalahan side lobes sehingga mengurangi kualitas dari citra pada metoda konvensional berbasis match filter. Compressed Sensing (CS) adalah sebuah paradigma baru untuk merekonstruksi sinyal/data dari jumlah sampling yang sedikit sehingga memperoleh hasil yang lebih efisien. CS dapat menghapus fungsi match filter, mengurangi laju akuisisi dan mengurangi sidelobe pada data SAR. Dalam penelitian ini, dibahas optimasi matriks pengukuran dengan menggunakan metode Gradient-Based Minimization yang dapat meningkatkan kualitas rekonstruksi dengan menurunkan nilai koherensi matriks pengukuran dan dilakukan simulasi pengolahan citra SAR buatan pada target jaang. Hasil menunjukkan bahwa terdapat perbaikan hasil rekonstruksi antara setelah dan sebelum optimasi matriks pengukuran kondisi noise-freedengan parameter PSNR sebesar 10 dB. Sedangkan pada kondisi noise, terjadi perbaikan nilai yang signifikan pada derau yang tinggi pada nilai SNR di bawah 30 dB.

Item Type: Article
Additional Information: ISBN 978-979-1458-99-3
Uncontrolled Keywords: Optimasi matrik pengukuran, Compressed Sensing, SAR, Gradient-Based Minimization
Subjects: Taksonomi LAPAN > Teknologi Penginderaan Jauh > Pengelolaan dan Pengembangan > Citra Satelit
Divisions: LAPAN > Deputi Penginderaan Jauh > Pusat Teknologi dan Data Penginderaan Jauh
Depositing User: Administrator Repository
Date Deposited: 25 Feb 2021 14:39
Last Modified: 20 Jul 2022 02:43
URI: https://karya.brin.go.id/id/eprint/11234

Actions (login required)

View Item
View Item