Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > quant-ph > arXiv:2504.01832

帮助 | 高级搜索

量子物理

arXiv:2504.01832 (quant-ph)
[提交于 2025年4月2日 (v1) ,最后修订 2025年5月30日 (此版本, v3)]

标题: 量子遇上SAR:下一代地球观测的新型距离多普勒算法

标题: Quantum Meets SAR: A Novel Range-Doppler Algorithm for Next-Gen Earth Observation

Authors:Khalil Al Salahat, Mohamad El Moussawi, Ali J. Ghandour
摘要: 合成孔径雷达(SAR)由于能够在任何天气条件和光照条件下捕获高分辨率图像,在遥感中发挥着至关重要的作用。 然而,要将原始的SAR信号转换为可解释的图像,先进的数据处理技术是必不可少的。 为此广泛使用的一种技术是距离多普勒算法(RDA),它利用快速傅里叶变换(FFT)将信号转换到频域以进行进一步处理。 然而,当处理大数据集时,这种方法的计算成本变得相当显著。 本文提出了一种量子距离多普勒算法(QRDA),与经典的FFT相比,它利用量子傅里叶变换(QFT)加速处理。 此外,它还介绍了距离单元迁移校正(RCMC)在频域中的量子实现,这是RDA流程中的关键步骤,用于重新对齐接收到的回波,使目标的能量在所有方位位置集中在一个范围单元格中。 量子RCMC的性能被评估并与经典版本进行了比较,展示了量子计算在先进SAR成像中的潜力。
摘要: Synthetic Aperture Radar (SAR) plays a vital role in remote sensing due to its ability to capture high-resolution images regardless of weather conditions or daylight. However, to transform the raw SAR signals into interpretable imagery, advanced data processing techniques are essential. A widely used technique for this purpose is the Range Doppler Algorithm (RDA), which takes advantage of Fast Fourier Transform (FFT) to convert signals into the frequency domain for further processing. However, the computational cost of this approach becomes significant when dealing with large datasets. This paper presents a Quantum Range Doppler Algorithm (QRDA) that utilizes the Quantum Fourier Transform (QFT) to accelerate processing compared to the classical FFT. Furthermore, it introduces a quantum implementation of the Range Cell Migration Correction (RCMC) in the Fourier domain, a critical step in the RDA pipeline that realigns the received echoes so that the energy from a target is concentrated in a single range bin across all azimuth positions. The performance of the quantum RCMC is evaluated and compared against its classical counterpart, demonstrating the potential of quantum computing in advanced SAR imaging.
主题: 量子物理 (quant-ph) ; 信号处理 (eess.SP)
引用方式: arXiv:2504.01832 [quant-ph]
  (或者 arXiv:2504.01832v3 [quant-ph] 对于此版本)
  https://doi.org/10.48550/arXiv.2504.01832
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Ali J. Ghandour [查看电子邮件]
[v1] 星期三, 2025 年 4 月 2 日 15:40:12 UTC (559 KB)
[v2] 星期二, 2025 年 4 月 15 日 10:06:02 UTC (560 KB)
[v3] 星期五, 2025 年 5 月 30 日 16:04:28 UTC (525 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
quant-ph
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-04
切换浏览方式为:
eess
eess.SP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号