论文部分内容阅读
研究用于SAR图像目标增强的lk范数正则化方法的最优性能。从有偏参数估计的统计性能极限角度，将达到渐进最小总方差的参数估计看作目标增强的最优效果。根据Bayes框架以及罚最大似然估计原理，研究了达到最优性能时正则项需满足的条件，该条件与图像大小、信号统计分布以及观测数据噪声方差有关，可为模型设计与迭代算法设计提供依据。并证明了仅当噪声方差较小时lk范数约束才能使得处理结果达到该最优估计性能。仿真实验验证了该结论的正确性。