基于瞬时频率估计的InSAR相位解缠

相位解缠是InSAR处理的关键步骤,解缠结果的可靠性和稳定性影响着InSAR测量的性能。从干涉条纹频率与相位解缠结果之间的内在联系出发,推导了干涉条纹频率与干涉复数值之间的严密关系式,设计了基于瞬时频率估计的相位解缠方法,采用多套干涉数据获取的干涉图进行了相位解缠实验,验证了基于瞬时频率估计方法进行相位解缠的可行性。     

基于瞬时频率估计的InSAR相位解缠

相位解缠是InSAR处理的关键步骤,解缠结果的可靠性和稳定性影响着InSAR测量的性能.从干涉条纹频率与相位解缠结果之间的内在联系出发,推导了干涉条纹频率与干涉复数值之间的严密关系式,设计了基于瞬时频率估计的相位解缠方法,采用多套干涉数据获取的干涉图进行了相位解缠实验,验证了基于瞬时频率估计方法进行相位解缠的可行性.     

利用最小二乘的雷达干涉PS相位解缠方法

常规DInSAR技术中,时空失相关及大气延迟等因素的影响限制了相位解缠结果的精度。永久散射体(PS)InSAR方法间接克服了常规雷达干涉中的时空失相关问题,单独对PS这种高相干目标进行相位解缠可以避免失相关噪声对解缠结果的影响。本文在已有相位解缠方法的基础上,提出基于最小二乘的稀疏PS点相位解缠方法,陈述了相应的建模思想及相关数据处理方法;分别基于模拟数据和真实数据(日本ALOS卫星获取的PALSAR L波段数据)对所提方法进行了实验验证。结果表明,该方法能够有效地对PS数据集进行相位解缠。     

卡尔曼滤波相位解缠及其与其他方法的对比分析

一般相位解缠算法通常在相位解缠前首先需要借助滤波算法进行噪声消除,随后才能相位解缠,以保证解缠的质量和顺利实施。卡尔曼滤波将相位解缠问题转化为状态估计问题,实现相位解缠与噪声消除一并处理,简化了数据处理过程。利用真实干涉SAR数据进行实验,采用卡尔曼滤波相位解缠算法进行处理,并与其他几种较常用相位解缠算法的结果从目视和定量两方面进行比较和分析。验证了卡尔曼滤波相位解缠方法在滤波和解缠效果方面的有效性和可行性,可以获得较为可靠的解缠结果。     

空间网络对时序InSAR相位解缠的影响——以Delaunay与Dijkstra网络为例EI北大核心CSCD

在时间序列InSAR相位解缠的过程中,相干目标需事先构建空间网络之后再进行模糊度解算。Delaunay三角网是当前时序相位解缠的主流构网方法,但其网络形态易包含高相位梯度的边缘,导致违背相位连续性假设。考虑到目前很少有关于空间网络对解缠影响的研究及相位解缠对InSAR技术测量精度的主导地位,本文在量化分析Delaunay网络对解缠影响的基础上,提出引入图论中的Dijkstra最短路径算法优化Delaunay网络中所有边的相位梯度,进而改善时序相位解缠的精度。本文采用模拟和真实数据对基于Delaunay网络和基于优化网络的相位解缠进行了对比验证。结果表明,本文提出的构网方法能够更好地满足相位连续性假设,减少约33%由解缠误差所导致的不闭合三角环数。较传统研究聚焦解缠方法和目标函数的改进而言,本文研究揭示了空间网络的改善对时间序列相位解缠的重要性。     

遗传算法在InSAR相位解缠中的应用

相位解缠是干涉合成孔径雷达 (In SAR)测量地形高程的重要步骤之一。由噪声和欠采样导致的相位不一致性问题是相位解缠的难点。本文给出了一种新的基于遗传算法的相位解缠方法。其优点是能够有效地抑制由相位不一致性区域所导致的相位误差传播 ,因而不需要进行相位不一致性区域的识别 ,且使得相位解缠能够自动完成     

非递归最小不连续相位解缠算法及其优化方法

提出了一种非递归最小不连续相位解缠算法,并对其解缠效率进行了优化。在深入分析最小不连续算法的基础上,采用栈来保存生长边添加过程和消圈过程中的中间数据,实现了非递归最小不连续相位解缠算法。然后将其与量化质量引导相位解缠算法相结合,通过限制优化区域加速算法收敛。对InSAR（interferometric synthetic aperture radar）和InSAS（interferometric synthetic synthetic aperture sonar）干涉相位图的解缠试验结果表明:本文方法在保持相位解缠精度的同时,极大提高了相位解缠效率。     

基于同伦算法的非线性最小二乘相位解缠

线性加权最小二乘方法进行相位解缠时,采用迭代法求解,收敛速度慢,不容易得到精确解。本文提出非线性相位解缠模型,并采用同伦算法实现非线性最小二乘相位解缠。通过真实数据与线性最小二乘相位解缠算法进行对比实验,验证了该方法是有效的,特别是在有噪声干扰的区域,该方法可以提高相位解缠的精度。     

用狄氏边界的泊松方程进行InSAR相位解缠的研究

相位解缠是干涉雷达测量地形高程的重要步骤之一。由噪声和欠采样导致的相位不一至性问题是相位解缠的难点。本文给出了一种新的、基于狄氏边界泊松方程的相位解缠方法。这的优点是能够有效抑制由不一致区域所导致的相位误差传播,因而不需要进行相位不一致区域的识别,且使得相位解缠能够自动完成。该方法特别适合于不一致区域稀少,或分布集中的情况。     

顾及模型误差的卡尔曼滤波相位解缠

本文提出一种顾及模型误差的卡尔曼滤波相位解缠算法,该算法在卡尔曼滤波的状态空间模型中引入一与误差因素有关的控制变量,对相位误差进行补偿,通过在解缠过程中将卡尔曼滤波增益限制在一定范围内,把误差阻遏在相当小的区域,最后对解缠相位进行卡尔曼滤波平滑操作,减少了误差的传播。分别采用仿真数据和真实InSAR数据进行实验,并与原卡尔曼滤波相位解缠结果进行对比分析,验证了本文方法的有效性。