SAE-Net: A Deep Neural Network for SAR Autofocus

The sparsity-driven technique is a widely used tool to solve the synthetic aperture radar (SAR) imaging problem. However, it always encounters sensitivity to motion errors. To solve this problem, this article proposes a new deep neural network architecture, i.e., the sparse autoencoder network (SAE-...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE transactions on geoscience and remote sensing Jg. 60; S. 1 - 14
1. Verfasser:	Pu, Wei
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	New York IEEE 2022 The Institute of Electrical and Electronics Engineers, Inc. (IEEE)
Schlagworte:	Algorithms Artificial neural networks Autoencoder autofocus Coders Computer architecture Deep learning deep neural network Echoes Entropy Imaging Imaging techniques Neural networks Radar imaging Radar polarimetry SAR (radar) sparse autoencoder network (SAE-Net) Sparsity Synthetic aperture radar synthetic aperture radar (SAR) Training Transforms
ISSN:	0196-2892, 1558-0644
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!