[发明专利]一种基于二维高斯模型的干涉相位迭代解缠方法

权利要求书

1.一种基于二维高斯模型的干涉相位迭代解缠方法，应用于矿区大梯度形变InSAR监测，其特征在于，包括：

步骤1，收集SAR影像进行数据预处理，获取单视复数SLC影像，并通过组成干涉组合得到缠绕的干涉图，计算干涉图相位；

步骤2，对所述干涉图相位进行自适应四叉树降采样处理，采用传统相位解缠方法计算矿区边缘解缠相位；

步骤3，建立所述矿区边缘解缠相位的二维高斯函数模型，计算模型参数并对模型参数进行反演；

步骤4，通过估计矿区的全盆地形变相位获得缠绕的残余干涉相位，并解缠残余干涉相位；

步骤5，获取煤矿区解缠相位；

步骤6，通过迭代步骤3-5获取精化的矿区解缠相位。

2.根据权利要求1所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，所述步骤1包括：

以第一期SLC影像为参考进行数据配准，所述干涉组合以配准后每相邻时间的影像组成；

所述干涉图相位表示为：

其中，φ(i)为第i个像素的缠绕相位，为第i个像素的解缠相位，k为周期数。

3.根据权利要求1所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，所述步骤3包括：

所述二维高斯函数模型表示为：

f(i,j,m)＝Sexp(-a(i-x)²-2b(i-x)(j-y)-c(j-y)²)

其中，S是振幅，x，y是中心点坐标，R_x，R_y是标准差，θ是顺时针旋转角，根据形变区的位置确定所述模型参数的初值m₀＝[S₀,R_x0，R_y0,x₀，y₀,θ₀]^T，通过Levenberg–Marquardt算法反演二维高斯函数模型得到反演参数m，m＝[S,R_x，R_y,x，y,θ]^T。

4.根据权利要求1所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，所述步骤4包括：

根据反演的模型参数估计矿区的全盆地形变相位；

所述全盆地形变相位与所述干涉图相位相减得到缠绕的残余干涉相位；

使用传统相位解缠算法对缠绕的残余干涉相位进行相位解缠。

5.根据权利要求1所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，所述步骤5包括：将经相位解缠后的残余干涉相位与全盆地形变相位相加获得矿区地表解缠相位。

6.根据权利要求1所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，所述步骤6包括：通过迭代所述步骤3-5对解缠相位结果进行精化，直至最后一次解缠相位与上一次解缠相位的差异小于阈值，停止迭代，获得矿区解缠相位。

7.根据权利要求3所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，

对于任意像素(i,j),所述矿区边缘的解缠相位与所述二维高斯函数模型的关系为：

其中，ε(i,j)为任意像素的残差，通过加权得到加权残余相位为：

其中，σ(i,j)表示由影像相干性确定的方差。

8.根据权利要求6所述基于二维高斯模型的干涉相位迭代解缠方法，其特征在于，所述阈值为0.05。