• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Aerospace and Electronic Systems, IEEE Transactions on >Parameter Selection in Sparsity-Driven SAR Imaging
【24h】

Parameter Selection in Sparsity-Driven SAR Imaging

机译：稀疏驱动SAR成像中的参数选择

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We consider a recently developed sparsity-driven synthetic aperture radar (SAR) imaging approach which can produce superresolution, feature-enhanced images. However, this regularization-based approach requires the selection of a hyper-parameter in order to generate such high-quality images. In this paper we present a number of techniques for automatically selecting the hyper-parameter involved in this problem. We propose and develop numerical procedures for the use of Stein's unbiased risk estimation, generalized cross-validation, and L-curve techniques for automatic parameter choice. We demonstrate and compare the effectiveness of these procedures through experiments based on both simple synthetic scenes, as well as electromagnetically simulated realistic data. Our results suggest that sparsity-driven SAR imaging coupled with the proposed automatic parameter choice procedures offers significant improvements over conventional SAR imaging.
机译：我们考虑了最近开发的稀疏驱动的合成孔径雷达（SAR）成像方法，该方法可以产生超分辨率，特征增强的图像。但是，这种基于正则化的方法需要选择超参数，以便生成这种高质量的图像。在本文中，我们提出了许多用于自动选择此问题中涉及的超参数的技术。我们提出并开发了使用Stein的无偏风险估计，广义交叉验证和L曲线技术进行自动参数选择的数值程序。我们通过基于简单的合成场景以及电磁模拟的真实数据的实验，演示并比较了这些程序的有效性。我们的结果表明，稀疏驱动的SAR成像与建议的自动参数选择程序相结合，比常规SAR成像有了显着改进。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号