1、干涉合成孔徑雷達(dá)（Synthetic Aperture Radar Interferometry, InSAR）技術(shù)是一種高精度對地觀測技術(shù)，能夠?qū)崿F(xiàn)全天時(shí)、全天候的對地觀測，因而在測繪領(lǐng)域具有廣泛的應(yīng)用。低頻超寬帶（Ultra-Wideband, UWB）InSAR由于其所具有的穿透性，常被用于葉簇覆蓋下的地形測繪。相比普通的InSAR系統(tǒng)，低頻UWB InSAR在數(shù)據(jù)處理過程中會遇到一些不同的問題。本文以重軌低頻UWB InSAR數(shù)

2、據(jù)處理中的關(guān)鍵技術(shù)為研究對象，重點(diǎn)對其中的圖像配準(zhǔn)、相位解纏以及絕對相位估計(jì)等內(nèi)容進(jìn)行了研究。提出了一些高效的處理方法，顯著的提高了數(shù)據(jù)處理的性能。論文主要內(nèi)容概括如下：
　　1、研究了InSAR圖像配準(zhǔn)問題。通過分析InSAR圖像對之間的幾何關(guān)系，建立了圖像對之間存在的相對偏移量的數(shù)學(xué)模型。理論分析結(jié)果表明，系統(tǒng)的相對帶寬越大，InSAR圖像對之間存在的相對偏移量也越大。對于相對帶寬大于0.2的低頻UWB InSAR數(shù)據(jù)，圖像對

3、之間的配準(zhǔn)模型不能使用簡單的低階多項(xiàng)式模型進(jìn)行擬合，而必須采用非函數(shù)模型?；谝陨辖Y(jié)論，本文提出了針對低頻 UWB InSAR數(shù)據(jù)的配準(zhǔn)算法。此外，本文根據(jù)配準(zhǔn)得到的偏移量計(jì)算出一個參考相位，稱之為配準(zhǔn)相位，并將其從干涉相位中減去。將得到相位稱之為失配相位，代表其與配準(zhǔn)誤差相關(guān)。為了評估配準(zhǔn)精度，本文提出基于失配相位評估配準(zhǔn)精度的方法。相比傳統(tǒng)的方法，其評估結(jié)果更加直觀與準(zhǔn)確。
　　2、研究了基于圖論的干涉相位解纏算法?；贚1-

4、norm的相位解纏問題可通過經(jīng)典的最小費(fèi)用流相位解纏算法求解(Minimum Cost Network Flow Phase Unwrapping Algorithm, MCF），具有實(shí)現(xiàn)簡單，解纏質(zhì)量高的優(yōu)點(diǎn)。然而，傳統(tǒng)的MCF算法具有很高的運(yùn)算復(fù)雜度。為了解決這一問題，本文對與相位解纏問題相關(guān)聯(lián)的費(fèi)用流網(wǎng)絡(luò)模型以及最優(yōu)的解纏結(jié)果的特性進(jìn)行了分析。結(jié)果表明，MCF的解纏結(jié)果中僅存在偶極子切線，從而將最小費(fèi)用流解纏問題轉(zhuǎn)化為了在帶權(quán)二分

5、圖上求解最小權(quán)完美匹配（Minimum Weight Perfect Matching, MWPM）的問題，并由此提出了MWPM相位解纏算法。相比MCF算法，MWPM具有更小的解纏復(fù)雜度與相同的解纏精度。
　　3、研究了快速的最小不連續(xù)相位解纏算法。由于圖論算法具有超過二階的多項(xiàng)式運(yùn)算復(fù)雜度，因而不適用于殘差點(diǎn)密度較高的相位圖。對于這種情況，本文選擇了另外一種L1-norm相位解纏算法，即Flynn的最小不連續(xù)相位解纏算法。雖然F

6、lynn算法同樣存在運(yùn)算復(fù)雜度高的問題，但經(jīng)過仿真實(shí)驗(yàn)發(fā)現(xiàn)，該算法的運(yùn)算復(fù)雜度主要取決于圖像的尺寸以及其中所包含的不連續(xù)點(diǎn)數(shù)量?；诖耍疚奶岢隽耸紫葘ο辔粓D進(jìn)行快速的預(yù)解纏以消除大部分的相位條紋，再對預(yù)處理結(jié)果采用Flynn算法進(jìn)行解纏的方法。由于預(yù)解纏消除了大部分的相位不連續(xù)，再采用Flynn算法進(jìn)行解纏時(shí)，效率得到很大提高。此外，對于低頻UWB InSAR數(shù)據(jù)，本文分析了失配相位的特性，指出其僅在少數(shù)區(qū)域存在纏繞的相位條紋的特性。

7、這表明了采用Flynn算法對失配相位進(jìn)行解纏具有很小的運(yùn)算復(fù)雜度?；诖?，本文通過 Flynn算法快速解纏失配相位來得到解纏干涉相位，提高了低頻 UWB InSAR相位解纏的效率。
　　4、研究了大尺寸低頻UWB InSAR干涉相位解纏的問題。針對失配相位在高相干區(qū)域幾乎不存在相位纏繞的特性，提出了一種基于圖像分割的失配相位分塊解纏方法。該方法基于相干系數(shù)以及失配相位的相位取值，將失配相位圖分割為高質(zhì)量與低質(zhì)量區(qū)域。其中高質(zhì)量區(qū)域

8、代表不存在相位纏繞的高相干區(qū)域。而存在相位纏繞與殘差點(diǎn)的低質(zhì)量區(qū)域則被高質(zhì)量區(qū)域分割成的多個不規(guī)則子塊。本文所提的方法通過對這些子塊的解纏，實(shí)現(xiàn)了對大尺寸失配相位的分塊解纏。實(shí)測數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明該算法能夠有效的將大尺寸的相位解纏問題分解為多個子塊的解纏，且具有很高的運(yùn)算效率。
　　5、研究了干涉相位解纏后的殘余相位模糊估計(jì)問題。傳統(tǒng)的譜分割算法與殘余偏移量估計(jì)（residual delay estimation，RDE）算法實(shí)現(xiàn)