[論文レビュー] An Information-Theoretic Detector for Multiple Scatterers in SAR Tomography

Pia Addabbo, Diego Reale+3 more|arXiv (Cornell University)|Feb 4, 2026

Microwave Imaging and Scattering Analysis被引用数 0

ひとこと要約

本論文は、SAR Tomographyにおける未知の散乱体数を検出・推定するためのカルバック-ライブラ情報量基準に基づく検出器（KLIC-D）を提案し、パラメータ推定には圧縮感知を用い、CFAR性能を得るための単一適応閾値を採用する。合成データおよび実データにおけるSup-GLRTとの比較を行う。

ABSTRACT

Persistent scatterer interferometry and Synthetic Aperture Radar (SAR) Tomography are powerful tools for the detection and time monitoring of persistent scatterers. They have been proven to be effective in urban scenarios, especially for buildings and infrastructures 3-D reconstruction and monitoring of deformation. In urban areas, occurrence of layover leads to the presence of multiple contributions within the same image pixel from scatterers located at different heights. In the context of SAR Tomography, this problem can be addressed by considering a multiple hypothesis test to detect the presence of feasible multiple scatterers [1][2]. In the present paper, we consider this problem in the framework of the information theory and exploit the theoretical tool, developed in [3], to design a one-stage adaptive architecture for multiple hypothesis testing problems in the context of SAR Tomography. Moreover, we resort to the compressive sensing approach for the estimation of the unknown parameters under each hypothesis. This architecture has been verified on both simulated as well as real data also in comparison with suitable counterparts.

研究の動機と目的

• SAR Tomographyにおけるトモグラフィックセル内の複数散乱体の検出を動機づけ、対処する。
• 不明な散乱体数に対してKullback-Leibler Information Criterion（KLIC）に基づく1段階適応検出器を開発する。
• 未知の散乱体位置と振幅を効率的に推定するため圧縮感知を統合する。
• 合成データと実データ（COSMO-SkyMed）を用いて性能を検証し、既存手法との比較を含める。

提案手法

• SAR Tomographyの測定をK個のコヒーレント散乱体の和とノイズとしてモデル化し、未知のKを含む多重仮説検定として定式化する。
• 単一の適応閾値を持つKLICベースの検出器（KLIC-D）を導出し、仮説間でCFAR性能を発揘する。
• まず圧縮感知を用いてスパース表現を推定し、各仮説下でのステアリング行列を取得するという2段階アプローチを採用する。
• 未知パラメータ数に比例するペナルティを有する対数尤度比を最大化することで検出器を定式化する。
• ラプラスベースの事前分布を用いたスパース推定アルゴリズムを用いて辞書と係数を推定し、収束まで反復する（Algorithm 1）。
• 合成データおよび実COSMO-SkyMedデータを用いてKLIC-DとSup-GLRTを比較し、検出および局在化性能を評価する。

Figure 1: Multi-temporal tomographic SAR geometry, with the radar acquiring from different positions separated by $b_{n}$ , $n=1,...,N$ ; $\theta$ is the look angle, $s$ is the elevation direction (orthogonal to the line-of-sight $r$ ).

実験結果

リサーチクエスチョン

• RQ1 SAR Tomographyにおける未知散乱体数を単一閾値で信頼性高く検出できる情報理論的検出器は実現可能か。
• RQ2 KLICベースの検出器の性能は、Sup-GLRTのような多仮説検出器と比較して検出、誤分類、パラメータ推定の点でどうか。
• RQ3 圧縮感知はTomoSARの枠組みで散乱体の位置と振幅のロバストな推定にどれだけ有効か。

主な発見

• 提案するKLIC-D検出器は、未知散乱体数が増加しても全ての代替仮説に適用可能な単一の適応閾値を使用し、CFAR性能を実現する。
• KLIC-Dは多段決定統計を用いずにSup-GLRTと同等の性能を達成でき、閾値設計を簡素化し計算量を削減する。
• 辞書と係数を推定するためのスパース推定手順を用い、ステアリング行列と後方散乱係数を推定する構造化された2段階最適化と反復更新を行う。
• 合成データおよび実COSMO-SkyMedデータでの検証により、都市部に類似したシーンでの複数散乱体の検出・局在化の実用性を示す。

Figure 2: Block scheme for the proposed multiple hypothesis test.