[发明专利]一种InSAR时序相位的优化方法及装置

说明书

本发明公开了一种InSAR时序相位的优化方法及装置，包括：获取时序SAR数据集，并对时序SAR数据集进行L视处理，分别获得L视强度数据集和干涉数据集；以L视强度数据集为参考，获取并分别对预设数字高程模型和预设土地覆盖图进行配准与地理编码，分别得到SAR图像坐标系下的数字高程和SAR图像坐标系下的土地覆盖图；根据SAR图像坐标系下的数字高程，对干涉数据集进行差分操作，得到差分干涉数据集；根据SAR图像坐标系下的土地覆盖图和差分干涉数据集，估算差分干涉数据集的协方差矩阵，并根据预设的时序相位极大似然估计公式，估计并获得优化后的时序相位。本发明能够应用于大范围的高效时序相位优化估计的过程。

技术领域

本发明涉及合成孔径雷达干涉测量技术领域，尤其涉及一种InSAR时序相位的优化方法及装置。

背景技术

随着当代SAR卫星重返频率逐步提高，海量观测数据不仅为更加客观地了解形变的发展动态和规律提供了契机，同时也给快速、高效的时序InSAR带来了新的挑战。尤其是在欧空局哥白尼计划中卫星重返周期12天、幅宽高达200km＊200km的TOPS哨兵1数据，传统数据处理方法往往难以满足监测时效性需求。

大范围时序相位优化是InSAR数据处理中最为关键的步骤之一，能够抵抗雷达信号失相关，增强干涉信噪比，从而实现高质量的流程控制，减小解缠误差传播。目前时序相位优化的主流方法分为两类，一是仅考虑空间信息，使用Goldstein等降噪方法对干涉图逐个滤波，具有代表性的是小基线技术，但是该方法不顾及影像细节，损失空间分辨率，是一类以偏差增大换取精度提升的方法。因此，以SBAS为代表的技术在大范围时序InSAR形变监测时往往高效，但是不能实现精细监测，且可靠性低；二是兼顾时空信息，在同类地物具有相似后向散射属性的假设基础上，使用KS(Kolmogorov－Smirnov)检验和BFGS(BroydenFletcher Goldfarb Shanno)相位三角算法优化时序相位，具有代表性的是SqueeSAR技术，该方法能够顾及影像细节，但是需要对单视复数影像序列逐像素寻找同类目标，以便满足统计模型假设前提。因此，以SqueeSAR为代表的技术计算效率很低，难以适用于大范围形变监测应用。

因此，目前仍需一种如何实现高效、高精度的InSAR时序相位的优化方法，以解决现有技术中缺乏同时具备高效、高精度的InSAR时序相位优化方法。

发明内容

本发明提供了一种InSAR时序相位的优化方法及装置，以解决现有技术中缺乏同时具备高效、高精度的时序相位优化方法的技术问题。

为了解决上述技术问题，本发明实施例提供了一种InSAR时序相位的优化方法，包括：

获取时序SAR数据集，并对所述时序SAR数据集进行L视处理，分别获得L视强度数据集合和干涉数据集；以所述L视强度数据集为参考，获取并分别对预设数字高程模型和预设土地覆盖图进行配准与地理编码，分别得到SAR图像坐标系下的数字高程和SAR图像坐标系下的土地覆盖图；根据所述SAR图像坐标系下的数字高程，对所述干涉数据集进行差分操作，得到差分干涉数据集；根据所述SAR图像坐标系下的土地覆盖图和所述差分干涉数据集，估算所述差分干涉数据集的协方差矩阵，并根据预设的时序相位极大似然估计公式，估计并获得优化后的时序相位。

可以理解的是，在获取时序SAR数据集后，对时序SAR数据集进行L视处理，与现有技术相比，将现有的单视复数数据集转换成L视的数据集，L视数据输入和参数输出的占用工作区空间远低于单视，能够大幅降低数据集体积，并通过得到的SAR图像坐标系下的土地覆盖图，来估算所述差分干涉数据集的协方差矩阵，大幅提高了运算效率，避免了现有技术中通过同质样本统计选择方法来进行估计。

作为优选方案，所述获取时序SAR数据集，并对所述时序SAR数据集进行L视处理，分别获得L视强度数据集合和干涉数据集，具体为：