Tải bản đầy đủ
CHƯƠNG 3: PHƯƠNG PHÁP ĐỀ XUẤT

CHƯƠNG 3: PHƯƠNG PHÁP ĐỀ XUẤT

Tải bản đầy đủ

-

Step 3: Cuối cùng sử dụng kết quả mà nội suy thu được mang trở lại DBIM
(hoặc BIM) lặp (Niter - x)lần để tiếp tục quá trình khôi phục.

Ở đây chúng ta sử dụng phương pháp nội suy gần nhất (Nearest neighbor) đây
là phương pháp nội suy đơn giản và nhanh nhất. Có nhiều phương pháp nội suy như
bilinear, bicubic, spline…nhưng chúng ta chỉ tập trung vào phương pháp nội suy gần
nhất vì yếu tố tiết kiệm thời gian tính toán [18].
Vậy ta có thuật toán để khôi phục sau:
Thuật toán 5: Modified BIM
1: Thiết lập và
2: Tính toán hai ma trận B và C
3: Lặp cho đến khi ( or
{
4: Tính sử dụng trong phương trình (2.4)
5: Tính ứng với sử dụng (2.9)
6: Cập nhật hàm mục tiêu bằng cách giải (2.5).
7: n=n+1;
}
8: Nội suy để thu được
9: khởi tạo
10: Lặp cho đến khi ( or
{
11: Tính sử dụng trong phương trình (2.4)
12: Tính ứng với sử dụng (2.9)
13: Cập nhật hàm mục tiêu bằng cách giải (2.5).
14: n=n+1;
}
là ngưỡng sai số cho trước quyết định bởi ồn nền (noise floor) [19].
Thuật toán 6: Modified DBIM
1: Chọn giá trị khởi tạo và
2: while( ) or (), do
26

{
3:

Tính , , và , tương ứng sử dụng (2.13) và (2.14)

4:

Tính tư giá trị đo được

5:

Tính RRE tương ứng sử dụng công thức (2.18)

6:

Tính giá trị mới sử dụng (2.16)

7:

;
}

8: Nội suy để thu được
9: Khởi tạo
10: while( ) or (), do
{
11:

Tính , , và , tương ứng sử dụng (2.13) và (2.14)

12:

Tính tư giá trị đo được

13:

Tính RRE tương ứng sử dụng công thức (2.18)

14:

Tính giá trị mới sử dụng (2.16)

15:

;
}

là ngưỡng sai số cho trước quyết định bởi ồn nền (noise floor) [19].
3.2.

Tìm giá tri x tối ưu.

Theo như phương pháp đề xuất trong Chương 4 trước hết ta phải tìm số lần lặp
x tối ưu cho ma trận . Với tổng số bước lặp của cả quá trình là 4. Ta có thuật toán để
so sánh sau:
Thuật toán 7:
1: for x = 1 đến 3, do
2: DBIM – Propose.
3: Tính err theo công thức (2.19)
4: Vẽ đồ thị err ứng với tưng giá trị của x
5: end for

27

Như vậy sau khi thực hiện xong Thuật toán 7 ta có thể tìm được giá trị x tối
ưu. Ta xét kịch bản sau:
Kich bản 4:
Simulation parameters:
Frequency = 1MHz
N1 = 10, N2 = 20
Diameter of scatter area = 5*landa
Percent of sound contrast 1%
5% Gaussian noise (SNR = 26 dB)
Detector = 20, Transmiter = 40
Thực hiện Thuật toán 7 ta thu được bảng và đồ thị sau
Bảng 4.1: err ứng với tưng giá trị của x sau tổng số bước lặp là 4 (N1 = 10)
2
0.1245

28

Hình 4.1: Đồ thị biểu diễn mối liên hệ giữa số lần lặp x và sai số error (N1 = 10)

Kich bản 5:
Simulation parameters:
Frequency = 1MHz
N1 = 11, N2 = 22
Diameter of scatter area = 5*landa
Percent of sound contrast 1%
5% Gaussian noise (SNR = 26 dB)
Thực hiện Thuật toán 7 ta thu được bảng và đồ thị sau
Bảng 4.2: err ứng với tưng giá trị của x sau tổng số bước lặp là 4 (N1 = 11)
2
0.1063

Hình 4.2: Đồ thị biểu diễn mối liên hệ giữa số lần lặp x và sai số error (N1 =11)
29

Kich bản 6:
Simulation parameters:
Frequency = 1MHz
N1 = 12, N2 = 24
Diameter of scatter area = 5*landa
Percent of sound contrast 1%
5% Gaussian noise (SNR = 26 dB)
Thực hiện Thuật toán 7 ta thu được bảng và đồ thị sau
Bảng 4.3: err ứng với tưng giá trị của x sau tổng số bước lặp là 4 (N1 = 12)
2
0.0540

Hình 4.3: Đồ thị biểu diễn mối liên hệ giữa số lần lặp x và sai số error (N1 = 12)
Nhận xét: Qua các kịch bản 4, 5 và kịch bản 6 ta thấy đươc giá trị err tăng qua
tưng giá trị của x, như vậy với chính là số lần lặp tối ưu. Vậy chọn và sử dụng trong
phương pháp đề xuất
30

CHƯƠNG 4: KẾT QUẢ
Trong chương này chúng ta sẽ đi vào thực hiện mô phỏng và so sánh giữa
phương pháp đề xuất (DBIM – Propose) với phương pháp truyền thống (DBIM –
Conventional)
4.1.

Mô phỏng và đánh giá về mặt chất lượng

Kich bản 7:
Simulation parameters:
Frequency = 1MHz
N1 = 10, x = 1, N2 = 20
N = 20
Diameter of scatter area = 5*landa
Percent of sound contrast 1%
5% Gaussian noise (SNR = 26 dB)
Detector = 20, Transmiter = 40
31

Hình 4.4: Hàm mục tiêu lý tưởng (N = 20)

32

Với DBIM thường ta có bảng kết quả err qua các bước lặp ở Bảng 4.4:
Bảng 4.4: err của DBIM qua tưng bước lặp (N = 20)
Iter
err

1
2
3
4
0.5504
0.2769
0.1588
0.1059
Tổng thời gian tính toán của phương pháp này là 46.2 giây
Với phương pháp đề xuất ta có err như ở Bảng 4.5:
Ở đây ta không xét err ở bước lặp 1 vì thực hiện với ma trận N1N1
Bảng 4.5: err của DBIM - Đề xuất qua tưng bước lặp (N1 = 10,N2 = 20)
Iter
err

1
2
3
---0.2374
0.1209
Tổng thời gian tính toán của phương pháp này là 36.1 giây

4
0.0346

Hàm mục tiêu khôi phục qua các bước lặp của 2 phương pháp được cho ở Hình
4.5, Hình 4.6, Hình 4.7 và Hình 4.8 là hàm mục tiêu được khôi phục qua các bước lặp.

Hình 4.5: Kết quả khôi phục sau bước lặp đầu tiên (N1 = 10, N = 20)

33

Hình 4.6: Kết quả khôi phục sau bước lặp thứ 2 (N1 = 10, N = 20)

Hình 4.7: Kết quả khôi phục sau bước lặp thứ 3 (N1 = 10, N = 20)

34

Hình 4.8: Kết quả khôi phục sau bước lặp thứ 4 (N1 = 10, N = 20)
Ta vẽ đồ thị so sánh sai số err của phương pháp đề xuất và phương pháp truyền
thống, đồ thị được cho như ở Hình 4.9, đường màu đỏ là đường sai số err của phương
pháp DBIM – Thường và đường màu đen nét đứt là của phương pháp DBIM – Đề
xuất. Rõ ràng là đường màu đen sẽ cho kết quả khôi phục tốt hơn vì nó nằm dưới (sai
số err là nhỏ hơn so với đường màu đỏ)

Hình 4.9: Đồ thị so sánh err của DBIM Propose và DBIM conventional (N =20)
Kich bản 8:
Simulation parameters:
Frequency = 1MHz
N1 = 11, x = 1, N2 = 22
N = 22
Diameter of scatter area = 5*landa
Percent of sound contrast 1%
5% Gaussian noise (SNR = 26 dB)
Detector = 22, Transmiter = 44
35

Hình 4.10. Hàm mục tiêu lý tưởng (N =
22)
Với DBIM thường ta có bảng kết quả err qua các bước lặp ở Bảng 4.6:
Bảng 4.6: err của DBIM qua tưng bước lặp (N = 22)
Iter
err

1
2
3
0.5648
0.2620
0.1504
Tổng thời gian tính toán của phương pháp này là 71.7 giây
Với phương pháp đề xuất ta có err ở Bảng 4.7:

4
0.1004

Bảng 4.7: err của DBIM - Đề xuất qua tưng bước lặp (N1 = 11,N2 = 22)
Iter
err

1
2
3
---0.2630
0.1305
Tổng thời gian tính toán của phương pháp này là 57.4 giây

4
0.0475

Hàm mục tiêu khôi phục qua các bước lặp của 2 phương pháp được cho ở Hình
4.11, Hình 4.12, Hình 4.13 và Hình 4.14 là hàm mục tiêu được khôi phục qua các bước
lặp.

Hình 4.11: Kết quả khôi phục sau bước lặp thứ 1 (N1 = 11, N = 22)

36