《表1 与结合压缩感知的RTI算法对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于高斯混合模型的无矫正射频层析压缩成像》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了进一步评价模型的性能，利用实测数据集将本文算法与其他RTI经典算法Tikhonov和TV进行比较。与经典RTI算法对比如图12所示，可以看出，当体素大于0.14时，本文算法明显优于Tikhonov和TV。当体素小于0.14时，本文算法的误差介于其他两种算法之间。平均最大误差不超过0.15m。表1是将本文算法与结合压缩感知的RTI算法——ECS-DFL[16]算法、BGMP[13]算法和HBCS-GP[21]算法比较定位误差，可以看到本文算法定位误差明显小于ECS-DFL和BGMP，而略大于改进型贝叶斯压缩感知算法HBCS-GP（在0.05m范围之内），但是由于CS的引入目的在于减少节点的部署从而降低系统的损耗，本文的实验节点数量少于HBCS-GP，从提高工作效率的角度来看，本文的算法与HBCS-GP相比更有优势。