复 Wishart 分布下的偏差修正与修正剖面似然
计算机视觉与模式识别
2014-04-22 v1 统计方法学
摘要
本文提出了改进的等效视数 的最大似然 (ML) 估计方法。该参数在极化合成孔径雷达 (PolSAR) 图像背景下具有明确的物理意义。由于其处理过程中存在相干照明，PolSAR 系统生成的图像呈现出一种称为斑点的颗粒状噪声。作为减少此类干扰的潜在解决方案，参数 控制着信噪比。因此，人们一直在寻求针对 的高效估计方法。为此，我们首先假设 PolSAR 图像能很好地由缩放复 Wishart 分布描述。近年来，Anfinsen 等人推导并分析了基于 ML 和迹统计矩的估计方法，以获取该概率律非缩放版本的参数 。本文推广了该方法。我们提出了 Cox 和 Snell 提出的针对该参数 ML 估计量的二阶偏差表达式。此外，还讨论了 Barndorff-Nielsen 提出的关于 的修正剖面似然公式。这些推导得出了两个新的参数 的 ML 估计量，并与 Anfinsen 等人提出的估计量进行了比较。通过蒙特卡洛实验评估了这些估计量的性能，采用均方误差、偏差和变异系数三个统计量作为比较标准。与模拟研究等效，对实际 PolSAR 数据的应用得出结论：在均匀场景下，所提出的估计量优于所有其他估计量。
引用
@article{arxiv.1404.4880,
title = {Bias Correction and Modified Profile Likelihood under the Wishart Complex Distribution},
author = {Abraão D. C. Nascimento and Alejandro C. Frery and Renato J. Cintra},
journal= {arXiv preprint arXiv:1404.4880},
year = {2014}
}