相位解缠的CKF局部多项式系数递推估计法

为从含噪干涉相位数据中估计出解缠相位,本文提出相位解缠的CKF局部多项式系数递推估计法。利用基于修正矩阵束模型的局部相位梯度估计算法(AMPM)来获取多项式系数中的梯度信息,在此基础上获得局部多项式系数初始值(即状态变量初值),最后利用容积卡尔曼滤波(CKF)算法递推估计多项式系数状态估计值,从而获得解缠相位。可根据干涉图条纹密度以及相位噪声情况,分别采用逐行(或逐列)扫描方式或质量图引导策略引导容积卡尔曼滤波器解缠干涉图缠绕像元。模拟样例与实测数据试验结果表明,与其他同类方法相比,本文算法能从噪声干涉图中获得更高的解缠精度。

一种容积信息滤波局部迭代相位解缠方法

本文针对低信噪比干涉图相位解缠难题,提出了一种容积信息滤波局部迭代相位解缠方法。先采用基于修正矩阵束模型的局部相位梯度估计算法获取待解缠像元局部窗口相位梯度信息,通过引入堆排序的质量图指引相位解缠路径,再利用容积信息滤波算法在待解缠像元局部窗口内逐像元递推进行一维状态估计,直至遍历局部窗口内所有相邻像元,即可获得待解缠像元的状态估计,在保持解缠效率的同时提高了相位解缠精度。模拟和实测数据结果证明了本文算法的有效性。

一种结合边缘检测的多基线InSAR高程反演方法

针对多基线InSAR高程重建算法鲁棒性差的问题,提出一种基于边缘检测与路径跟踪策略的多基线InSAR高程反演算法。该算法分为2个步骤。第1步是直接利用多基线最大似然估计算法从多幅不同基线的干涉相位图中获取粗略的地形高程,再用Sobel算子对滤波后的粗略地形高程进行边缘检测,获得地形的不连续边界;第2步则先构建优化的多基线InSAR高程反演模型,随后利用单通道InSAR相位解缠技术中的路径跟踪策略,引导构建的多基线InSAR高程反演模型沿高质量像元到低质量像元的路径进行高程重建,在连续区域引入邻域约束,在不连续区域则阻断邻域约束,既有利于提高算法在连续区域的抗噪性,又可避免邻域约束在不连续区域引起的误差传递现象,从而达到增强算法鲁棒性的目标。多组不同地形的高程反演结果证明了该方法的有效性。

结合边缘检测的扩展卡尔曼滤波多基线InSAR高程重建方法

针对多基线InSAR高程重建方法鲁棒性不强的问题,提出了一种结合边缘检测的扩展卡尔曼滤波多基线InSAR高程重建方法。该方法利用最大似然高程反演算法获得地形的粗略高程,并进行滤波处理,再通过sobel算子提取地形的不连续边界,在连续区域用扩展卡尔曼滤波相位展开算法进行高程重建,在不连续边界区域用基于全变分(TV)的最大后验算法进行高程重建。该方法将单基线与多基线InSAR高程重建技术的优点结合起来,提高了算法的鲁棒性。通过2组仿真实验结果验证了该方法的有效性。