方向性制約または制約エネルギー最小化適応マッチフィルター：理論と実践

制約エネルギー最小化（CEM）アルゴリズムと密接に関連するマッチフィルタープロセッサは、ハイパースペクトルデータの利用アプリケーションにおけるターゲット検出に広く使用されています。本論文では、各アルゴリズムの導出に基づく主要な仮定と、これらの仮定がパフォーマンスに与える影響を考察します。それらの動作を明らかにし、よりよく理解するために、両アルゴリズムをフィッシャーの線形判別分析および二次ベイズ分類器と比較します。ベイズ分類器は、ターゲットと背景の共分散が等しい場合、フィッシャーの線形判別分析に還元されます。さらに、低確率ターゲットを探す際には、フィッシャーの線形判別分析はマッチフィルターに還元されます。これらの相互関係は、加法的ノイズにおける既知の信号検出のために開発されたマッチフィルターの使用を正当化するために利用できます。最後に、マッチフィルターの出力が正規分布に従う条件について調査します。