[发明专利]一种基于似然估计的多基线相位估计装置及方法

说明书

本发明提供一种基于似然估计的多基线相位估计装置及方法，利用归一化概率密度函数，对不同基线干涉相位概率密度函数的周期进行了拓展或压缩。可以从滤波后缠绕相位直接估计解缠相位。与单基线算法相比，该发明可充分利用多组基线数据，抑制噪声引起的解缠错误。与传统多基线融合算法相比，该发明在融合阶段输入的是滤波后相位，降低了相位噪声的影响，提高了相位估计精度；利用搜索区间，大大提高了相位估计速度。与传统去平面算法相比，该发明中去平面算法不需要卫星轨道参数和控制点信息，通过频域法和基线比例快速获取不同基线参考平面的相位，在不改变相位比例关系的情况下大幅降低解缠相位的绝对值，降低融合时基线比例误差造成的解缠误差。

技术领域

本发明属于遥感成像处理领域，特别涉及一种基于似然估计的多基线相位估计装置及方法。具体来说是利用相位归一化操作拓展不同基线相位概率密度函数周期，并通过似然估计原理估计绝对相位的方法。

背景技术

干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)是全天时、全天候条件下大范围获取地形高程及形变的强大手段之一。可以快速获取高精度的数字高程模型(Digital Elevation Model，DEM)数据。在地表形变探测、动目标检测、海洋测绘、森林制图、洪涝检测、交通监测和冰川研究等民用及基础科学领域，InSAR技术也具有极其重要的应用及研究价值。

单通道InSAR数据处理方法中，相位解缠是至关重要的环节，干涉相位以2π为区间，需要展开并调整到绝对相位。随着观测地形范围不断提升，在获取地形陡峭区域的干涉图时，单基线InSAR易存在干涉相位欠采样和条纹混叠现象，无法进行有效地干涉处理。长基线干涉相位地形细节信息保持较好，但干涉条纹过密，不利于相位解缠。相反，短基线干涉条纹稀疏，易于解缠，但地形细节模糊。为了突破这个瓶颈，需要结合不同长度基线的干涉相位特性，研究基于多基线干涉相位的稳健相位解缠方法，保证解缠处理的一致性和精确性。

多基线InSAR采用多个观测基线对同一观测区域进行干涉测量，多观测样本包含的内在相位模糊信息，可以实现复杂地形高精度高程信息的获取。在多基线InSAR相位估计方面，传统多基线融合算法，包括中国剩余定理、投影方法、线形组合方法以及小波分析方法等，这些方法没有利用干涉相位的统计特性，深受相位噪声的困扰，鲁棒性较差，很难在实际处理中应用。近年来，最大似然估计(Maximum Likelihood Estimation，MLE)技术成为多基线相位或高程估计的主要算法之一，较之其它多基线相位估计方法，MLE具有对视角及地形坡度的自适应性，即使在观测区域先验信息匮乏的条件下仍可适用。常用的似然估计算法主要分两种，一种是利用SAR复图像概率密度函数(probability density function，pdf)可以实现多基线InSAR无模糊相位估计，然而这些由SAR复图像估计相位的算法由于无法进行滤波，含噪的数据输入到估计器中，因而估计的结果受噪声干扰严重。另一种是利用干涉相位的概率密度函数和干涉相位到高程的传递系数，通过高程传递系数的和基线的比例关系拓展模糊高程，进而估计参考基线对应的高程。这种算法直接由干涉相位进行高程估计，跳过了相位解缠的步骤，无法获取精确的解缠相位，从而限制了其在形变检测等方面的应用。在我们前期的工作中，利用归一化概率密度函数实现了多基线相位融合。该算法融合不同基线的解缠相位，由于需要对不同基线干涉相位进行解缠，增加了运算负担和运算效率。同时，估计结果的精度受基线比例误差影响严重。

本发明利用基线比例对干涉相位概率密度函数进行归一化操作，原始相位pdf周期被压缩或扩展。联合归一化pdf构建似然函数，扩展了干涉相位的模糊周期，有利于相位解缠。在估计器中，由于输入的是滤波后相位，降低的噪声的影响，因而可以获取更高精度的相位估计值。同时，通过对搜索区间的定位以及参考平面的去除，有效提高了运算速度和估计精度。

发明内容