CN103454636A - 基于多像素协方差矩阵的差分干涉相位估计方法 - Google Patents

Abstract

本发明公开了一种基于多像素协方差矩阵的差分干涉相位估计方法，主要解决了现有的差分干涉相位生成算法对配准误差不稳健的问题。本发明的实现步骤是：（1）输入图像和参数；（2）干涉相位图配准；（3）获得二次干涉的干涉相位图；（4）获得图像窗口；（5）构建复干涉相位联合数据矢量；（6）估计协方差矩阵；（7）估计相干系数矩阵；（8）矩阵特征分解；（9）构造代价函数；（10）估计差分干涉相位。本发明具有干涉相位图存在配准误差情况下，可以自适应恢复像素信息，准确估计差分干涉相位的优点，能有效减小配准误差对差分干涉相位的影响。

Description

基于多像素协方差矩阵的差分干涉相位估计方法

技术领域

本发明属于通信技术领域，更进一步涉及雷达探测技术领域中的基于多像素协方差矩阵的差分干涉相位估计方法。本发明可以用于差分干涉合成孔径雷达（Differential Interferometric Synthetic Aperture Radar，D-InSAR）中干涉相位图配准精度很差的条件下，稳健的估计差分干涉相位。

背景技术

D-InSAR是近年来发展非常迅速的遥感技术，具有全天时、全天候、广域高分辨检测地表形变的优点，相对于现有的全球定位系统（Global Position System，GPS)和水准测量手段而言，有着巨大的优势和广阔的应用前景，已经广泛应用于城市沉降监测、地震形变测量、火山爆发等领域。

图像配准精度决定了D-InSAR获得的差分干涉相位的准确程度，而差分干涉相位直接反应了地面的形变量，干涉相位图的配准精度是影响差分干涉相位生成的重要因素。现有的差分干涉相位估计方法主要基于传统InSAR处理流程，传统InSAR处理要求配准精度达到1/10个像素以内，而且需要复杂的插值过程，当配准误差超过1/10个像素时，将得到不准确的差分干涉相位。

M.Massonnet，R.M.Goldstein和H.A.Zebker等人在文章“Mapping smallelevation changes over large areas:differential interferometry”（Journal ofGeophysical Research，1989，vol.94：9183-9191）中提出一种基于现有InSAR干涉相位生成的差分干涉相位的估计方法。该方法先对SAR图像和干涉相位图进行精配准操作，然后对得到的干涉相位图做二次差分，最后对所得到的结果滤波从而得到差分干涉相位。该方法存在的不足之处在于：当干涉相位图有较大的配准误差存在时，无法得到准确的结果，而且在得到差分干涉相位时需要进行滤波，配准和滤波是分步骤进行的，配准误差会损失差分干涉相位估计精度，而相位滤波步骤并不能恢复配准误差带来的精度损失，其处理误差是不断积累的。

廖明生，卢丽君，王艳和李德仁在文章“基于点目标分析的InSAR技术检测地表微小形变的研究”（《城市地质》，2006,1(2)：38-41）中提出了一种基于相干点目标分析估计差分干涉相位的方法。该方法存在的不足之处在于：只有形变前后的干涉相位图都精配准时，才可以得到准确的差分干涉相位，而对于粗配准的形变前后的干涉相位图，该方法得到的差分干涉相位图含有的噪声较大。

河南大学提出的专利申请“基于InSAR与GPS数据融合的地表三维形变监测方法”（申请日期：2010年02月05日，申请号：201010106794，公开号：CN101770027A,）中公开了一种结合GPS数据融合的差分干涉相位获得方法。该方法通过建立GPS与SAR数据的坐标转换关系来修正SAR卫星轨道误差，再通过解缠绕精确配准的干涉相位图来获得地理信息，最后融合InSAR和GPS形变信息来获得差分干涉相位。该方法存在的不足之处在于：用GPS数据来修正SAR卫星轨道误差时，所对应的像素点必须完全配准，在融合InSAR和GPS形变信息的时候，同一地形对应的像素点必须完全配准。

发明内容

本发明针对上述现有技术存在的生成差分干涉相位时，形变前后的干涉相位图必须精确配准的缺陷，提出了一种基于多像素协方差矩阵的差分干涉相位估计方法。本发明通过多个像素点的信息联合构建协方差矩阵，再对所估计的协方差矩阵特征分解得到信号子空间，最后利用信号子空间拟合的方法来估计差分干涉相位，保证了形变前后的干涉相位图在配准精度很差的条件下，差分干涉相位的稳健估计，同时完成差分干涉相位滤波。

为实现上述目的，本发明的主要步骤如下：

（1）输入图像和参数：

1a）分别将差分干涉合成孔径雷达获得的目标区域形变前和形变后的去平地干涉相位图输入到系统；

1b）将差分干涉合成孔径雷达的系统参数输入到系统；

（2）干涉相位图配准：

2a）分别用形变前的去平地干涉相位图中的每一行数据减去后一行数据，得到形变前的去平地行差分干涉相位图；

2b）分别用形变前的去平地行差分干涉相位图中的每一列数据减去后一列数据，得到形变前的干涉相位梯度图；

2c）分别用形变后的去平地干涉相位图中的每一行数据减去后一行数据，得到形变后的去平地行差分干涉相位图；

2d）分别用形变后的去平地行差分干涉相位图中的每一列数据减去后一列数据，得到形变后的干涉相位梯度图；

2e）以形变前的干涉相位梯度图为参考图像，对形变后的干涉相位梯度图进行配准处理，得到配准的形变前和形变后的干涉相位梯度图和配准时的偏移量；

2f）将形变后的去平地干涉相位图中的所有像素，平移一个配准时的偏移量，得到粗配准的形变前干涉相位图和形变后干涉相位图；

（3）获得二次干涉的干涉相位图：

3a）用粗配准的形变前干涉相位图中所有像素点的数据乘以比例因子，得到粗配准的形变前变标干涉相位图；

3b）用粗配准的形变后干涉相位图中所有像素点的数据，减去粗配准的形变前变标干涉相位图中对应像素点的数据，得到二次干涉的干涉相位图；

（4）获得图像窗口：

在二次干涉的干涉相位图中，以待估计像素点为中心，固定长度为块半径，获得一个正方形窗口；

（5）构建复干涉相位联合数据矢量：

5a）在正方形窗口中任意选取一个像素点，将所选取的像素点与其周围相邻像素点的数据排成一列，得到所选取像素点的相位矢量；

5b）将所选取像素点的相位矢量中每一个元素，与虚数单位相乘后求以自然指数e为底的指数，得到所选取像素点的指数矢量；

5c）在所选取像素点的指数矢量的每一个元素前，插入正整数1，得到待估计像素点的复干涉相位联合数据矢量；

5d）遍历正方形窗口中所有像素点，判断是否得到所有像素点的复干涉相位联合数据矢量，如果是，则执行步骤（6），否则，执行步骤5a）；

（6）采用下式，估计协方差矩阵：

$C=\frac{1}{M^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}l(i,j)\×l{(i,j)}^H$

其中，C表示所估计的协方差矩阵，l(i,j)表示正方形窗口中第i行第j列元素的复干涉相位联合数据矢量，i=1,2,…,M，j=1,2，…,M，M表示正方形窗口的半径，H表示做共轭转置操作；

（7）估计相干系数矩阵：

对协方差矩阵中所有元素值取绝对值，得到待估计像素点的相干系数矩阵；

（8）对相干系数矩阵进行特征分解操作，得到相干系数矩阵的特征值和特征向量；

（9）采用下式，构造代价函数：

其中，J表示所构建的代价函数，

表示差分干涉相位

对应的差分干涉相位矢量，N表示相干系数矩阵的特征值中大特征值的个数，β_p表示相干系数矩阵的特征向量中大特征值对应的特征向量，p=1,2,…,N，β_q表示相干系数矩阵的特征向量中大特征值对应的特征向量，q=1,2,…,N，H表示做共轭转置操作，

表示哈达玛Hadamard积；

（10）估计差分干涉相位：

在(-π,π]的范围内，搜索差分干涉相位

，寻找代价函数的最大值，将代价函数最大值所对应的差分干涉相位

作为待估计像素点的差分干涉相位。

本发明与现有的技术相比具有以下优点：

第一，本发明利用协方差矩阵的特征向量构造的代价函数来估计差分干涉相位，克服了现有技术的基于相干点目标分析估计差分干涉相位方法中，干涉相位图粗配准情况下，得到的差分干涉相位不准确的缺陷，使得本发明对干涉相位图配准误差具有很好的鲁棒性，具有在干涉相位图存在很大配准误差的情况下，仍然可以获得准确的差分干涉相位的优点。

第二，本发明利用多像素联合构建协方差矩阵，克服了现有技术的基于InSAR干涉相位生成的差分干涉相位估计方法中，配准误差造成的差分干涉相位损失通过相位滤波无法恢复的缺陷，使得本发明可以自适应的恢复差分干涉相位信息，具有相位信息利用充分，差分干涉相位估计准确的优点。

附图说明

图1为本发明的流程图；

图2为采用现有技术的InSAR干涉方法仿真生成的去平地干涉相位图；

图3为采用本发明和现有技术处理干涉相位图精确配准的仿真数据生成的差分干涉相位图；

图4为采用本发明和现有技术处理干涉相位图配准误差为1像素的仿真数据生成的差分干涉相位图；

图5为采用本发明和现有技术处理实测数据生成的差分干涉相位图。

具体实施方式

下面结合附图对本发明做进一步的描述。

参照附图1，本发明的具体实施步骤如下：

步骤1，输入图像和参数。

将差分干涉合成孔径雷达获得的目标区域形变前与形变后的去平地干涉相位图，差分干涉合成孔径雷达的对目标区域的成像次数以及基线长度输入到系统。形变后的去平地干涉相位图对应的基线长度一定不小于比形变前的去平地干涉相位图对应的基线长度。

步骤2，干涉相位图配准。

干涉相位图的配准，是对两幅干涉相位图的梯度图进行配准，然后根据梯度图的偏移量对干涉相位图进行平移。在本发明中，只需要两幅干涉相位图的配准精度达到一个像素即可，大大减轻了图像配准的难度。

干涉相位图配准的具体步骤如下：

第一步，用形变前的去平地干涉相位图中的每一行数据减去后一行数据，得到形变前的去平地行差分干涉相位图；

第二步，用形变前的去平地行差分干涉相位图中的每一列数据减去后一列数据，得到形变前的干涉相位梯度图Q；

第三步，用形变后的去平地干涉相位图中的每一行数据减去后一行数据，得到形变后的去平地行差分干涉相位图；

第四步，用形变后的去平地行差分干涉相位图中的每一列数据减去后一列数据，得到形变后的干涉相位梯度图S；

第五步，利用下式，获得形变前的干涉相位梯度图和形变后的干涉相位梯度图的互相关矩阵：

L=IFFT2(FFT2(Q)×conj(FFT2(S)))

其中，L表示形变前的干涉相位梯度图和形变后的干涉相位梯度图的互相关矩阵，IFFT2(·)表示做二维逆傅里叶变换操作，FFT2(·)表示做二维傅里叶变换操作，Q表示形变前的干涉相位梯度图数据矩阵，S表示形变后的干涉相位梯度图数据矩阵，conj(·)表示取共轭操作；

第六步，从互相关矩阵L的所有元素中寻找最大值，得到互相关矩阵L中最大值元素对应的坐标值；

第七步，用互相关矩阵L中最大值元素对应的坐标值，减去互相关矩阵L的中心元素对应的坐标值，得到配准时的偏移量；

第八步，按照配准时形变后的干涉相位梯度图的偏移量，对形变后的去平地干涉相位图做整体平移，得到了粗配准的形变前的去平地干涉相位图和形变后的去平地干涉相位图。

步骤3，获得二次干涉的干涉相位图。

对两幅配准的干涉相位图做二次干涉处理，以形变后的干涉相位图为参考，将形变前的干涉相位图调整到与之相同的比例上，而比例因子与雷达对目标区域的成像次数以及雷达的基线长度有关。

获得二次干涉的干涉相位图的具体步骤如下：

第一步，当差分干涉合成孔径雷达对目标区域的成像次数等于2时，比例因子等于1；

第二步，当差分干涉合成孔径雷达对目标区域的成像次数大于2时，按照下式，计算比例因子：

$k=\frac{B}{A}$

其中，k表示比例因子，B表示形变后的去平地干涉相位图对应的差分干涉合成孔径雷达的基线长度，A表示形变前的去平地干涉相位图对应的差分干涉合成孔径雷达的基线长度；

第三步，将形变前的去平地干涉相位图中所有像素点的数据，与比例因子k相乘，得到形变前的变标去平地干涉相位图；

第四步，用形变后的去平地干涉相位图中所有像素点的数据，减去形变前的变标去平地干涉相位图中对应像素点的数据，得到二次干涉的干涉相位图。

步骤4，获得图像窗口。

在二次干涉的干涉相位图中，以待估计像素点为中心，以固定长度3～7个像素点为块半径，获得一个正方形窗口。本发明实例中选取了大小为9×9的正方形窗口。

步骤5，构建复干涉相位联合数据矢量。

构建复干涉相位联合数据矢量时使用的是当前像素点及其周围的像素点，充分的利用了当前像素点的信息，从而使得生成差分干涉相位时可以自适应的回复当前像素点的信息。

构建复干涉相位联合数据矢量的具体步骤如下：

5a）在正方形窗口中任意选取一个像素点，将所选取的像素点与其周围1～8个相邻像素点的数据排成一列，得到所选取像素点的相位矢量，本实例发明中，采用了周围的8个相邻像素点共同构建；

5b）将所选取像素点的相位矢量中每一个元素，与虚数单位相乘后求以自然指数e为底的指数，得到所选取像素点的指数矢量；

5c）在所选取像素点的指数矢量的每一个元素前，插入正整数1，得到待估计像素点的复干涉相位联合数据矢量；

5d）遍历正方形窗口中所有像素点，判断所有像素点的复干涉相位联合数据矢量是否得到，如果全部得到，则执行步骤6，否则，执行步骤5a）。

步骤6，估计协方差矩阵。

通常情况下，无法直接得到协方差矩阵，所以利用协方差矩阵的空间样本平均代替统计平均。本发明实例中采用下式估计协方差矩阵：

$C=\frac{1}{M^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}l(i,j)\×l{(i,j)}^H$

其中，C表示所估计的协方差矩阵，l(i,j)表示正方形窗口中第i行第j列元素的复干涉相位联合数据矢量，i=1,2,…,M，j=1,2,…,M，M表示正方形窗口的半径，本实例发明中M=4，H表示做共轭转置操作。

步骤7，估计相干系数矩阵。

由于干涉相位图中，噪声功率远小于信号功率，而很小的对角加载对矩阵的特征值和特征向量影响很小，所以利用协方差矩阵来估计相干系数矩阵。对协方差矩阵C中所有元素值取绝对值，得到待估计像素点的相干系数矩阵R。

步骤8，对相干系数矩阵R进行特征分解操作，得到相干系数矩阵R的特征值和特征向量。

步骤9，估计差分干涉相位。

本实例发明中，使用信号子空间拟合的方法来估计差分干涉相位，先用信号子空间的基矢量构造出代价函数J。

采用下式，构造代价函数：

其中，J表示所构建的代价函数，N表示相干系数矩阵的特征值中大特征值的个数，本实例发明中N=9，β_p表示相干系数矩阵的特征向量中大特征值对应的特征向量，p=1,2,…,9，β_q表示相干系数矩阵的特征向量中大特征值对应的特征向量，q=1,2,…,9，H表示做共轭转置操作，

表示哈达玛Hadamard积，

表示差分干涉相位

对应的差分干涉相位矢量，构建差分干涉相位矢量的具体步骤如下：

第一步，将待估计像素点的差分干涉相位

，与虚数单位j相乘后求以自然指数e为底的指数，得到待估计像素点的指数值

；

第二步，将正整数1与待估计像素点的指数值顺序排成一列，得到待估计像素点的单个差分干涉相位矢量；

第三步，选取9个单个差分干涉相位矢量，将9个单个差分干涉矢量中所有元素排成一列，得到待估计像素点的差分干涉相位矢量

。

步骤10，估计差分干涉相位。

在(-π,π]的范围内，搜索差分干涉相位

，寻找代价函数J的最大值，将代价函数J最大值所对应的差分干涉相位

作为待估计像素点的差分干涉相位。

下面结合仿真实验对本发明的效果做进一步的说明。

1、仿真条件：

参照附图1，用差分干涉合成孔径雷达对同一地区进行仿真成像得到三幅SAR图像，采用现有技术的InSAR干涉处理后，分别得到形变前和形变后的去平地干涉相位图，将其作为系统的输入图像。

图2为采用现有技术的InSAR干涉方法仿真生成的去平地干涉相位图，其中，图2（a）为采用现有技术的InSAR干涉方法仿真生成的形变前的去平地干涉相位图，图2（b）为采用现有技术的InSAR干涉方法仿真仿真生成的形变后的去平地干涉相位图。由于最大地形形变为0.1m，所以图2（a）和图2（b）中的去平地干涉相位图近似相同，仿真参数设置如下：

系统参数	参数值
		波长	0.03m
天线长度	2m
		脉冲重复频率	500Hz
平台速度	80m/s
		雷达下视角	45°
脉冲宽度	5us
		平台飞行高度	6000m
基线长度	0.8m
		距离分辨率	1m
最大形变量	0.1m

2、仿真结果分析：

图3为采用本发明和现有技术处理干涉相位图精确配准的仿真数据生成的差分干涉相位图，其中，图3（a）为采用现有技术处理干涉相位图精确配准的仿真数据生成的差分干涉相位图，横坐标轴表示距离向，单位为像素，纵坐标轴表示方位向，单位为像素，左侧的图像中像素的灰度值表示差分干涉相位的大小，图中差分干涉相位波动的大小，反应出了差分干涉相位噪声的多少，右侧的图像条表示差分干涉相位值与左侧图像中灰度值的对应关系，右侧图像的数值表示差分干涉相位的大小，图3（b）为采用本发明处理干涉相位图精确配准的仿真数据生成的差分干涉相位图。

对比附图3（a）和附图3（b），图3（a）中形变区域对应的差分干涉相位的波动要比图3（b）的大，即图3（a）中产生的差分干涉相位噪声要比图3（b）的大。从而可以得到，当干涉相位图精确配准时，本发明得到的差分干涉相位图质量高于现有技术，具有自适应恢复差分干涉相位信息，差分干涉相位估计准确的优点。

图4采用本发明和现有技术处理干涉相位图配准误差为1像素的仿真数据生成的差分干涉相位图，其中，图4（a）为采用现有技术处理干涉相位图配准误差为1像素的仿真数据生成的差分干涉相位图，图4（b）为采用本发明处理干涉相位图配准误差为1像素的仿真数据生成的差分干涉相位图。

对比附图4（a）和附图4（b），图4（a）中全部由噪声组成，没有包含任何有用信息，而图4（b）仍然可以得到清晰的差分干涉相位图，且差分干涉相位条纹比较清晰。从而可以得到，当干涉相位图间存在1个像素的误差时，本发明可以得到质量很好的差分干涉相位图，明显的优于现有技术。对比附图3（b）和附图4（b），图4（b）的差分干涉相位图中差分干涉相位波动只稍微大于图3（b），由此可以得到，本发明对干涉相位图配准误差有很好的鲁棒性。

下面结合实测数据处理结果对本发明做进一步的说明。

处理所用的实测数据，是欧洲空间局的ENVISAT卫星分别在2009年2月23日和5月4日对意大利中部L’Aquila地区的SAR成像结果，以及美国国家航空航天局（NASA）公开发布的数字高程图数据。

图5为采用本发明和现有技术处理实测数据生成的差分干涉相位图，其中，图5（a）为采用现有技术处理实测数据生成的差分干涉相位图，图5（b）为采用本发明处理实测数据生成的差分干涉相位图。

对比附图5（a）和附图5（b），图5（a）的差分干涉相位图中只可以看到模糊的差分干涉相位条纹，而且图中含有很多的相位噪声，图5（b）的干涉相位图中有清晰的差分干涉相位条纹，差分干涉相位较为平滑，只含有少量的干涉相位噪声，恢复了差分干涉相位的部分信息。由此可以得到，本发明在处理干涉相位图配准误差未知的情况下，仍然可以得到比现有技术质量更好的差分干涉相位图，同时完成了差分干涉相位滤波操作，说明了本发明可以自适应的恢复差分干涉相位信息，更进一步验证了本发明对配准误差的鲁棒性，并且同时说明了本发明的实用性和有效性。

Claims (8)

1.基于多像素协方差矩阵的差分干涉相位估计方法，包括如下步骤：

（1）输入图像和参数：

1a）分别将差分干涉合成孔径雷达获得的目标区域形变前和形变后的去平地干涉相位图输入到系统；

1b）将差分干涉合成孔径雷达的系统参数输入到系统；

（2）干涉相位图配准：

2a）分别用形变前的去平地干涉相位图中的每一行数据减去后一行数据，得到形变前的去平地行差分干涉相位图；

2b）分别用形变前的去平地行差分干涉相位图中的每一列数据减去后一列数据，得到形变前的干涉相位梯度图；

2c）分别用形变后的去平地干涉相位图中的每一行数据减去后一行数据，得到形变后的去平地行差分干涉相位图；

2d）分别用形变后的去平地行差分干涉相位图中的每一列数据减去后一列数据，得到形变后的干涉相位梯度图；

2e）以形变前的干涉相位梯度图为参考图像，对形变后的干涉相位梯度图进行配准处理，得到配准的形变前和形变后的干涉相位梯度图和配准时的偏移量；

2f）将形变后的去平地干涉相位图中的所有像素，平移一个配准时的偏移量，得到粗配准的形变前干涉相位图和形变后干涉相位图；

（3）获得二次干涉的干涉相位图：

3a）用粗配准的形变前干涉相位图中所有像素点的数据乘以比例因子，得到粗配准的形变前变标干涉相位图；

3b）用粗配准的形变后干涉相位图中所有像素点的数据，减去粗配准的形变前变标干涉相位图中对应像素点的数据，得到二次干涉的干涉相位图；

（4）获得图像窗口：

在二次干涉的干涉相位图中，以待估计像素点为中心，固定长度为块半径，获得一个正方形窗口；

（5）构建复干涉相位联合数据矢量：

5a）在正方形窗口中任意选取一个像素点，将所选取的像素点与其周围相邻像素点的数据排成一列，得到所选取像素点的相位矢量；

5b）将所选取像素点的相位矢量中每一个元素，与虚数单位相乘后求以自然指数e为底的指数，得到所选取像素点的指数矢量；

5c）在所选取像素点的指数矢量的每一个元素前，插入正整数1，得到待估计像素点的复干涉相位联合数据矢量；

5d）遍历正方形窗口中所有像素点，判断是否得到所有像素点的复干涉相位联合数据矢量，如果是，则执行步骤（6），否则，执行步骤5a）；

（6）采用下式，估计协方差矩阵：

$C=\frac{1}{M^2}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}l(i,j)\×l{(i,j)}^H$

其中，C表示所估计的协方差矩阵，l(i,j)表示正方形窗口中第i行第j列元素的复干涉相位联合数据矢量，i=1,2,…,M，j=1,2,…,M，M表示正方形窗口的半径，H表示做共轭转置操作；

（7）估计相干系数矩阵：

对协方差矩阵中所有元素值取绝对值，得到待估计像素点的相干系数矩阵；

（8）对相干系数矩阵进行特征分解操作，得到相干系数矩阵的特征值和特征向量；

（9）采用下式，构造代价函数：

其中，J表示所构建的代价函数，表示差分干涉相位

对应的差分干涉相位矢量，N表示相干系数矩阵的特征值中大特征值的个数，β_p表示相干系数矩阵的特征向量中大特征值对应的特征向量，p=1,2,…,N，β_q表示相干系数矩阵的特征向量中大特征值对应的特征向量，q=1,2,…,N，H表示做共轭转置操作，

表示哈达玛Hadamard积；

（10）估计差分干涉相位：

在(-π,π]的范围内，搜索差分干涉相位寻找代价函数的最大值，将代价函数最大值所对应的差分干涉相位

作为待估计像素点的差分干涉相位。

2.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤1b）中所述的差分干涉合成孔径雷达的系统参数包括成像次数和基线长度；所述的成像次数是指差分干涉合成孔径雷达对目标区域成像的次数，基线长度是指分别与形变前和形变后的去平地干涉相位图对应的差分干涉合成孔径雷达基线的长度。

3.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤2e）中所述干涉相位梯度图配准的具体步骤如下：

第一步，利用下式，获得形变前的干涉相位梯度图和形变后的干涉相位梯度图的互相关矩阵：

L=IFFT2(FFT2(R)×conj(FFT2(S)))

其中，L表示形变前的干涉相位梯度图和形变后的干涉相位梯度图的互相关矩阵，IFFT2(·)表示做二维逆傅里叶变换操作，FFT2(·)表示做二维傅里叶变换操作，R表示形变前的干涉相位梯度图数据矩阵，S表示形变后的干涉相位梯度图数据矩阵，conj(·)表示取共轭操作；

第二步，从互相关矩阵L的所有元素中寻找最大值，得到互相关矩阵L中最大值元素对应的坐标值；

第三步，用互相关矩阵L中最大值元素对应的坐标值，减去互相关矩阵L的中心元素对应的坐标值，得到配准时的偏移量；

第四步，将形变后的干涉相位梯度图，以像素为单位平移一个配准时的偏移量，完成形变前与形变后的干涉相位梯度图的配准。

4.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤3a）中所述比例因子的计算方法如下：

第一步，当差分干涉合成孔径雷达对目标区域的成像次数等于2时，比例因子等于1；

第二步，当差分干涉合成孔径雷达对目标区域的成像次数大于2时，按照下式，计算比例因子：

$k=\frac{B}{A}$

其中，k表示比例因子，B表示形变后的去平地干涉相位图对应的差分干涉合成孔径雷达的基线长度，A表示形变前的去平地干涉相位图对应的差分干涉合成孔径雷达的基线长度。

5.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤（4）中所述固定长度为3～7个像素点。

6.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤5a）中用来构建复干涉相位联合数据矢量的相邻像素点的个数为1～8。

7.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤（9）中所述差分干涉相位对应的差分干涉相位矢量的获得方法如下：

第一步，将待估计像素点的差分干涉相位，与虚数单位相乘后求以自然指数e为底的指数，得到待估计像素点的指数值；

第二步，将正整数1与待估计像素点的指数值顺序排成一列，得到待估计像素点的单个差分干涉相位矢量；

第三步，选取与构建复干涉相位联合数据矢量时使用像素点的个数相同的单个差分干涉相位矢量，将所选取的单个差分干涉矢量中所有元素排成一列，得到待估计像素点的差分干涉相位矢量。

8.根据权利要求1所述的基于多像素协方差矩阵的差分干涉相位估计方法，其特征在于：步骤（9）中所述大特征值的个数与构建复干涉相位联合数据矢量所用像素点的个数相同。

Images