基于联合像素模型和WAVES的多频InSAR相位融合

提出了一种基于联合像素模型和信号子空间加权平均方法(weighted average of signal subspaces,WAVES)的多频带In-SAR自适应相位融合方法。首先,采用联合像素模型对各频带InSAR信号建模,然后,借鉴WAVES的思想对多频带信号子空间进行聚焦和加权,获得通用协方差矩阵,最后,利用窄带估计方法估计出绝对干涉相位。该方法可以在图像配准精度很差(可以允许达到一个分辨单元)的条件下获得稳健的干涉相位估计性能,仿真数据和SIR-C实际雷达数据验证了此方法的有效性。

基于稳健波束形成的InSAR干涉相位估计方法

该文在联合像素估计干涉相位的基础上,充分利用相邻像素的相干信息,通过校正阵列导向矢量,使得导向矢量与该地面分辨单元的协方差矩阵相对应,通过稳健波束形成实现对地形干涉相位估计。实验结果证明了该方法有效性的同时,能够在SAR图像配准误差较大(可以允许达到一个分辨单元)的情况下,得到稳健的干涉相位估计结果。

基于加权相关信号子空间的多频相位融合方法

针对多频干涉合成孔径雷达(InSAR)干涉信号不同频率分量的相位融合问题,提出基于加权相关信号子空间方法(CSSM)的多频相位融合方法。该融合方法采用联合像素模型构建信号模型;对CSSM构造聚焦矩阵的思想进行改进,通过对各频率分量对应的协方差矩阵进行加权聚焦应对不同频率分量的信噪比差异;并采用联合子空间投影方法估计干涉相位。仿真数据和SIR-C雷达实际数据验证表明,该方法能够有效改善多频InSAR的干涉相位估计性能。

基于联合像素模型的InSAS干涉相位估计方法

针对干涉合成孔径声呐(InSAS)成像的特点,提出了一种新的联合观测矢量构造方法用于InSAS干涉相位的估计。新方法构造的观测矢量的协方差矩阵具有确定的噪声子空间维数(为定值1),避免了原方法中因噪声子空间维数估计不准确带来的相位估计误差;另外,观测矢量构造维数更少,提高了计算效率。仿真数据及InSAS实测数据的处理结果证明了此方法的有效性。