AI-BAQ: Deep Learning for Adaptive SAR Raw Data Quantization

Gollin, Nicola und Martone, Michele und Imbembo, Ernesto und Ghiglione, Max und Knoll, Stefan und Krieger, Gerhard und Rizzoli, Paola (2025) AI-BAQ: Deep Learning for Adaptive SAR Raw Data Quantization. IEEE Transactions on Geoscience and Remote Sensing, 63 (52206). IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/TGRS.2025.3607089. ISSN 0196-2892.

PDF - Verlagsversion (veröffentlichte Fassung)
5MB

Offizielle URL: https://ieeexplore.ieee.org/document/11153539

elib-URL des Eintrags:

https://elib.dlr.de/209664/

Dokumentart:

Zeitschriftenbeitrag

Titel:

AI-BAQ: Deep Learning for Adaptive SAR Raw Data Quantization

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Gollin, Nicola	Nicola.Gollin (at) dlr.de	https://orcid.org/0000-0003-0477-3273	NICHT SPEZIFIZIERT
Martone, Michele	Michele.Martone (at) dlr.de	https://orcid.org/0000-0002-4601-6599	NICHT SPEZIFIZIERT
Imbembo, Ernesto	Ernesto.Imbembo (at) esa.int	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Ghiglione, Max	Max.Ghiglione (at) esa.int	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Knoll, Stefan	stefan.s.knoll (at) airbus.com	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Krieger, Gerhard	Gerhard.Krieger (at) dlr.de	https://orcid.org/0000-0002-4548-0285	NICHT SPEZIFIZIERT
Rizzoli, Paola	Paola.Rizzoli (at) dlr.de	https://orcid.org/0000-0001-9118-2732	NICHT SPEZIFIZIERT

Datum:

8 September 2025

Erschienen in:

IEEE Transactions on Geoscience and Remote Sensing

Referierte Publikation:

Open Access:

Gold Open Access:

Nein

In SCOPUS:

In ISI Web of Science:

Band:

DOI:

10.1109/TGRS.2025.3607089

Verlag:

IEEE - Institute of Electrical and Electronics Engineers

ISSN:

0196-2892

Status:

veröffentlicht

Stichwörter:

SAR Raw Data Quantizaiton, Performance-Optimized Bitrate allocation, AI, Deep Learning

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Raumfahrt

HGF - Programmthema:

Erdbeobachtung

DLR - Schwerpunkt:

Raumfahrt

DLR - Forschungsgebiet:

R EO - Erdbeobachtung

DLR - Teilgebiet (Projekt, Vorhaben):

R - AI4SAR

Standort:

Oberpfaffenhofen

Institute & Einrichtungen:

Institut für Hochfrequenztechnik und Radarsysteme > Satelliten-SAR-Systeme

Hinterlegt von:

Gollin, Nicola

Hinterlegt am:

07 Nov 2025 09:54

Letzte Änderung:

07 Nov 2025 14:14

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags