CN103713287A - 一种基于互质多基线的高程重建方法及装置 - Google Patents

Abstract

本发明公开了一种基于互质多基线的高程重建方法，包括：基于干涉合成孔径雷达InSAR系统给定参数，设计各天线间形成的基线长度为互质值；根据观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。本发明还同时公开了一种基于互质多基线的高程重建装置，采用本发明的技术方案，能够使高度不连续地区的高程重建具有唯一性，并提高了测量精度。

Description

一种基于互质多基线的高程重建方法及装置

技术领域

本发明涉及干涉合成孔径雷达（InSAR，Interferometric Synthetic ApertureRadar）的高程重建技术，尤其涉及一种基于互质多基线的InSAR高程重建方法及装置。

背景技术

目前，数字高程模型（DEM，Digital Elevation Model）是用一组有序数值阵列形式表示地面高程的一种实体地面模型。InSAR系统可以测量成像场景的DEM。相位解缠（PhU，Phase Unwrapping）是InSAR系统测量中的一个关键步骤，也是主要的误差源之一，同时也是研究InSAR系统的一个重点和难点，相位解缠的处理效果直接影响DEM的测量结果。

传统单基线相位解缠方法，要求InSAR系统进行测绘的地区具有空间连续性。实际上，并不是所有的实际场景都服从这个假设，例如山谷、陡峭山脉以及悬崖等地形通常就难以保证地形高度的连续性。因此，传统单基线相位解缠方法不能得到有效的山区和城区的高程图。为了在不对地表高程作任何假设的条件下，得到唯一的、正确的DEM，可以引进同一地区的多幅干涉图进行联合处理；但是，按此方法获得的高程并非具有唯一解，而是周期性的。因此，如何通过物理上的配置使得InSAR系统测得的DEM唯一且精确，是目前亟需解决的问题。

发明内容

有鉴于此，本发明实施例的主要目的在于提供一种基于互质多基线的高程重建方法及装置，能使高度不连续地区的高程重建具有唯一性，并能提高测量精度。

为达到上述目的，本发明实施例的技术方案是这样实现的：

本发明实施例提供了一种基于互质多基线的高程重建方法，所述方法包括：

基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位；

根据所述观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。

优选地，所述基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位，包括：

依据互质性要求将所述各天线进行放置，并使各天线间形成的基线长度的互质精度在设定阈值范围内；

将所述各天线所在通道所采集的回波数据及直通信号进行同步，并形成合成孔径雷达（SAR，Synthetic Aperture Radar）图像；

获得SAR图像后，以其中一幅SAR图像作为基准进行配准，并形成干涉图，通过去平地效应处理、干涉图滤波处理，得到观测干涉相位。

优选地，所述形成干涉图之前，所述方法还包括：

对获取的SAR图像进行频谱划分。

优选地，所述对获取的SAR图像进行频谱划分，包括：

对每幅SAR图像分别进行方位向、距离向的频谱划分；

将各幅SAR图像中相应频谱对应的子图像进行干涉处理；

根据所述干涉处理结果获取每个频谱对应的观测干涉相位图。

优选地，所述根据观测干涉相位的概率密度函数建立最大似然函数，利用最大似然估计算法确定地形高程，包括：

分别确定每幅干涉图的高度模糊数h_ak，其中，k=1,...,K，K为干涉图的总幅数；

确定h_ak两两互质时的最大高度模糊数H_m，其中H_m为：

确定观测干涉相位的概率密度函数f(φ_k|h)，其中，所述观测干涉相位的概率密度函数f(φ_k|h)为：

$f\left(\mathrm{\φ}(i,j)\right|h(i,j))=\frac{1}{2\mathrm{\π}}\frac{1-{\left|\mathrm{\γ}\right|}^2}{1-{\left|\mathrm{\γ}\right|}^2{\cos }^2(\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j))}\·\{1+\frac{\left|\mathrm{\γ}\right|\cos (\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j)){\cos }^{-1}[-|\mathrm{\γ}\left|\cos (\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j))\right]}{{[1-{\left|\mathrm{\γ}\right|}^2{\cos }^2(\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j))]}^{1/2}}\},$

φ(i,j)表示干涉缠绕相位信号，φ(i,j)∈(-π,π]，h(i,j)表示地表高程，γ为相干系数，h_a表示高度模糊数；

将使似然函数为最大值时的h确定为地形高程。

本发明实施例还提供了一种基于互质多基线的高程重建装置，所述装置包括：基线设计模块和地形高程确定模块；其中，

所述基线设计模块，用于基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位；

所述地形高程确定模块，用于根据所述观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。

优选地，所述基线设计模块，还用于：

依据互质性要求将所述各天线进行放置，并使各天线间形成的基线长度的互质精度在设定阈值范围内；

将所述各天线所在通道所采集的回波数据及直通信号进行同步，并形成SAR图像；

获得SAR图像后，以其中一幅SAR图像作为基准进行配准，并形成干涉图，通过去平地效应处理、干涉图滤波处理，得到观测干涉相位。

优选地，所述装置还包括：频谱划分模块，用于对获取的SAR图像进行频谱划分。

优选地，所述频谱划分模块，还用于：

对每幅SAR图像分别进行方位向、距离向的频谱划分；

将各幅SAR图像中相应频谱对应的子图像进行干涉处理；

根据所述干涉处理结果获取每个频谱对应的观测干涉相位图。

优选地，所述地形高程确定模块，还用于：

分别确定每幅干涉图的高度模糊数h_ak，其中，k=1,...,K，K为干涉图的总幅数；

确定h_ak两两互质时的最大高度模糊数H_m，其中H_m为：

确定观测干涉相位的概率密度函数f(φ_k|h)，其中，所述观测干涉相位的概率密度函数f(φ_k|h)为：

$f\left(\mathrm{\φ}(i,j)\right|h(i,j))=\frac{1}{2\mathrm{\π}}\frac{1-{\left|\mathrm{\γ}\right|}^2}{1-{\left|\mathrm{\γ}\right|}^2{\cos }^2(\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j))}\·\{1+\frac{\left|\mathrm{\γ}\right|\cos (\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j)){\cos }^{-1}[-|\mathrm{\γ}\left|\cos (\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j))\right]}{{[1-{\left|\mathrm{\γ}\right|}^2{\cos }^2(\mathrm{\φ}(i,j)-\frac{2\mathrm{\π}}{h_a}h(i,j))]}^{1/2}}\},$

φ(i,j)表示干涉缠绕相位信号，φ(i,j)∈(-π,π]，h(i,j)表示地表高程，γ为相干系数，h_a表示高度模糊数；

将使似然函数

为最大值时的h确定为地形高程。

本发明实施例提供的基于互质多基线的高程重建方法及装置，基于InSAR系统给定参数，设计各天线间形成的基线长度为互质值；根据观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。如此，本发明实施例不仅解决了高度不连续地区的高程重建不唯一的问题，还提高了测量精度。此外，本发明实施例提供的方法简单易行，尤其适用于对高度不连续性地区地形的测绘。

附图说明

图1为本发明实施例提供的基于互质多基线的高程重建方法的实现流程示意图；

图2为本发明实施例提供的影响高程重建精度的相干系数γ与CRLB的关系图；

图3为本发明实施例提供的双基SAR的互质多基线几何示意图；

图4为本发明实施例提供的双基SAR利用图1所示方法测得的高程图；

图5为本发明实施例提供的利用表2所给定的仿真参数得到的仿真图；

图6为本发明实施例提供的基于互质多基线的高程重建装置的组成结构示意图。

具体实施方式

为了能够更加详尽地了解本发明的特点与技术内容，下面结合附图对本发明的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本发明。

图1为本发明实施例提供的基于互质多基线的高程重建方法的实现流程示意图，如图1所示，所述方法主要包括以下步骤：

步骤101：基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位。

实际应用中，基线长度是两幅SAR图像进行干涉的基础，基线长度影响系统信噪比和距离向分辨力，因此，基线设计在InSAR系统设计中起着至关重要的作用。

这里，所述给定参数包括：波长、主天线相位中心到场景中心的距离（主图像场景中心斜距）、主天线的视角等。

优选地，所述基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位，包括：

依据互质性要求将所述各天线进行放置，并使各天线间形成的基线长度的互质精度在设定阈值范围内；

将所述各天线所在通道所采集的回波数据及直通信号进行同步，并形成SAR图像；

获得SAR图像后，以其中一幅SAR图像作为基准进行配准，并形成干涉图，通过去平地效应处理、干涉图滤波处理，得到观测干涉相位。

具体地，双基情况下高度模糊数h_a的表达式为：

$h_a=\frac{\mathrm{\λ}{R}_0\sin \mathrm{\θ}}{B_{\⊥}}---\left(1\right)$

其中，λ为波长，R₀为主天线相位中心到场景中心的距离，θ为主天线的视角，B_⊥为垂直基线长度，h_a为高度模糊数。

因此，结合公式（1），选取适当的B_⊥，以使各通道的h_a两两互质。

这里，InSAR系统通过执行步骤101，完成了在其确定地形高程之前的物理上的配置。

步骤102：根据所述观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。

具体地，InSAR系统获取SAR图像以及相关干涉图后，通过分析计算来确定地表高程。

这里，InSAR系统获取SAR图像以及相关干涉图的方法可与现有技术相同，在此不再赘述。

下面，就InSAR系统如何确定地表高程进行详细说明。

首先，求取最大高度模糊数H_m。

设每幅干涉图的高度模糊数分别为h_ak，k=1,...,K,多基线情况下，最大高度模糊数H_m与每幅干涉图的高度模糊数h_ak有如下关系：

H_m=l₁h_a1=l₂h_a2=...=l_Kh_aK    （2）

其中，l₁，l₂，…，l_K为整数。

当h_ak两两互质时，最大高度模糊数H_m可表示为：

$H_m=\underset{k=1}{\overset{K}{\mathrm{\Π}}}{h}_{\mathrm{ak}}---\left(3\right)$

也就是说，基于步骤101，最大高度模糊数H_m应为

其次，求取观测干涉相位的概率密度函数f(φ_k|h)。

具体地，设像素点为(i,j)，i=1,...,M，j=1,...,N，欲从干涉缠绕相位信号φ(i,j)中恢复出地表高程h(i,j)，需满足如下关系式：

$\mathrm{\&phi;}(i,j)=<\frac{2\mathrm{\&pi;}}{h_a}h(i,j)+n(i,j){>}_{2\mathrm{\&pi;}}---\left(4\right)$

其中，n(i,j)为像素点处的噪声，φ(i,j)表示干涉缠绕相位信号，h(i,j)表示地表高程。

这里，表示

对2π求模。

结合公式（4），观测干涉相位的概率密度函数f(φ_k|h)可通过下式获取：

$f\left(\mathrm{\&phi;}(i,j)\right|h(i,j))=\frac{1}{2\mathrm{\&pi;}}\frac{1-{\left|\mathrm{\&gamma;}\right|}^2}{1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))}\&CenterDot;\{1+\frac{\left|\mathrm{\&gamma;}\right|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j)){\cos }^{-1}[-|\mathrm{\&gamma;}\left|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))\right]}{{[1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))]}^{1/2}}\}---\left(5\right)$

其中，φ(i,j)∈(-π,π]，γ为相干系数，h_a表示高度模糊数。

最后，求取地表高程h。

现有技术方案中，利用最大似然法估计法可得地表高程为：

${\hat{h}}_{\mathrm{ML}}(i,j)=\frac{\mathrm{\&lambda;}{R}_0\sin \mathrm{\&theta;}}{2\mathrm{\&pi;}{B}_{\&perp;}}\mathrm{\&phi;}(i,j)\&PlusMinus;k\&CenterDot;\frac{\mathrm{\&lambda;}{R}_0\sin \mathrm{\&theta;}}{B_{\&perp;}}---\left(6\right)$

显然，现有技术方案中，利用最大似然法估计法得到的高程并不唯一，它具有周期性,且该周期在数值上等于高度模糊数h_a。

因此，在本发明中，通过联合K幅干涉图来确定唯一的地表高程。

首先，获取所述K幅干涉图的似然函数；

所述K幅干涉图的似然函数的表达式为：

$F\left(\mathrm{\&Phi;}\right|h)=\underset{k=1}{\overset{K}{\mathrm{\&Pi;}}}f\left({\mathrm{\&phi;}}_k\right|h)---\left(7\right)$

然后，根据公式（7），求解出令F(Φ|h)为最大值时的h。

也就是说，令F(Φ|h)为最大值时的h即为地表高程。

这里，步骤101和步骤102完成后，即完成了对地表高程的重建，InSAR系统可测得唯一且较精确的DEM。

为了进一步提高地表高程的测量精度，可采取对频谱进行划分的方式。

也就是说，在执行步骤102之前，可对获取的SAR图像进行频谱划分。

优选地，形成干涉图之前，所述方法还包括：

对获取的SAR图像进行频谱划分。

具体地，所述对获取的SAR图像进行频谱划分，主要包括以下步骤：：

a）对每幅SAR图像分别进行方位向、距离向的频谱划分。

这里，将SAR图像划分成多少个频谱，可根据具体情况进行设定。

b）将各幅SAR图像中相应频谱对应的子图像进行干涉处理。

比如，若将SAR图像1、SAR图像2进行频谱划分后均划分成5个子图像，即SAR图像1由a1、a2、…、a5表示，SAR图像2由b1、b2、…、b5表示；那么，SAR图像1中的子图像a1与SAR图像2中的子图像b1相对应，进行干涉相关处理时，应将子图像a1与子图像b1为一组，对子图像a1和子图像b1进行干涉等相关处理。

c）根据所述干涉处理结果获取每个频谱对应的观测干涉相位图。

这里，获取每个频谱对应的观测相位图的方法与现有技术相同，在此不再赘述。

如此，通过合理选择系统参数，能够获得满足高度模糊数互质的一组干涉图，从而得到地表高程估计的唯一解。通过对获取的SAR图像进行频谱划分的处理，可实现多频、多基线配置，不仅能增大独立性样本，进一步增大高度模糊数，还能提高高度分辨率。

为了更好地对本发明方法进行分析，本发明实施例还给出了一种基于互质多基线的高程重建的误差分析方法。

具体地，所述误差分析方法包括：

利用蒙特卡罗（MonteCarlo）仿真方法，对给定参数条件下，所获得的高程图的精度进行分析。

通常，在表示测量精度时，克拉美罗界（CRLB，Cramer-Rao Low Bound）是衡量精度的一种常用量。因此，对本发明所述方法进行误差分析时，在给定相关参数下，可求出各相关参数与CRLB的关系，各相关参数对CRLB的影响，进而可以评估InSAR系统给定参数对高程重建精度的影响。图2为采用蒙特卡罗仿真方法得出的影响高程精度重建的相干系数γ与CRLB的关系图，由图2可知，相干系数γ越大，地表高程的精度越高。

也就是说，如果利用蒙特卡罗仿真方法，获取各相关参数与CRLB的关系图，进而通过所述各关系图便可估算出各相关系数取何值，那么所获取的测量精度更高。如此，更便于测量人员获取更精确的测量结果。

为了更好地说明本发明方法的实现效果，下面以双基SAR对某待测目标进行高程重建为例来说明。

图3为本实施例中双基SAR的互质多基线几何示意图，如图3所示，P为场景中心，A1、A2、A3表示三根天线，B1为A1与A2形成的基线，B3为A1与A3形成的基线，B2为A2与A3形成的基线，所述B1、B2、B3均不是垂直基线。

所述双基SAR的参数列表如表1所示。

表1

上述双基SAR采用步骤101和步骤102获得的高程图如图4所示，由图4可以看出，地形高度基本与光学图象显示的实际情况相符，由此可见，本发明方法更可靠、更有效。

表2为满足高度模糊数互质的一组频谱划分仿真参数，图5给出了利用表2所给定的仿真参数得到的仿真结果，图5（a）、5（b）、5（c）、5（d）、5（e）分别为垂直基线为B_⊥1、B_⊥2、B_⊥3、B_⊥4、B_⊥5时的高程仿真图；图5（f）为结合垂直基线为B_⊥1、B_⊥2、B_⊥3、B_⊥4、B_⊥5互质多基线且频谱划分情况下获得的高程仿真图。由图5可以看出：互质多基线且频谱划分后，高程重建不仅具有更大的模糊数（周期越大，模糊数越大），也具有更高的分辨率（曲线越窄，分辨率越高）。仿真实验结果表明，本发明提出的对频谱进行划分的方法，能进一步提高地表高程的测量精度。

表2

图6为本发明实施例提供的基于互质多基线的高程重建装置的组成结构示意图，如图6所示，该装置包括：基线设计模块61和地形高程确定模块62；其中，

所述基线设计模块61，用于基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位；

所述地形高程确定模块62，用于根据所述观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。

优选地，所述基线设计模块61，还用于：

依据互质性要求将所述各天线进行放置，并使各天线间形成的基线长度的互质精度在设定阈值范围内；

将所述各天线所在通道所采集的回波数据及直通信号进行同步，并形成SAR图像；

获得SAR图像后，以其中一幅SAR图像作为基准进行配准，并形成干涉图，通过去平地效应处理、干涉图滤波处理，得到观测干涉相位。

优选地，所述装置还包括：频谱划分模块63，用于对获取的SAR图像进行频谱划分。

优选地，所述频谱划分模块63，还用于：

对每幅SAR图像分别进行方位向、距离向的频谱划分；

将各幅SAR图像中相应频谱对应的子图像进行干涉处理；

根据所述干涉处理结果获取每个频谱对应的观测干涉相位图。

具体地，所述地形高程确定模块62，还用于：

分别确定每幅干涉图的高度模糊数h_ak，其中，k=1,...,K，K为干涉图的总幅数；

确定h_ak两两互质时的最大高度模糊数H_m，其中H_m为：

确定观测干涉相位的概率密度函数f(φ_k|h)，其中，所述观测干涉相位的概率密度函数f(φ_k|h)为：

$f\left(\mathrm{\&phi;}(i,j)\right|h(i,j))=\frac{1}{2\mathrm{\&pi;}}\frac{1-{\left|\mathrm{\&gamma;}\right|}^2}{1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))}\&CenterDot;\{1+\frac{\left|\mathrm{\&gamma;}\right|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j)){\cos }^{-1}[-|\mathrm{\&gamma;}\left|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))\right]}{{[1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))]}^{1/2}}\},$

φ(i,j)∈(-π,π]，γ为相干系数，h_a表示高度模糊数；

将使似然函数

为最大值时的h确定为地形高程。

具体地，所述基线设计模块61的功能可通过步骤101记载的处理方式实现；所述地形高程确定模块62的功能可通过前述步骤102记载的处理方式实现，在此不再赘述。

上述基于互质多基线的高程重建装置可设置于双基SAR中或InSAR系统中。

本领域技术人员应当理解，图6中所示的基于互质多基线的高程重建装置中的各处理模块的实现功能可参照前述基于互质多基线的高程重建方法的相关描述而理解。本领域技术人员应当理解，图6所示的基于互质多基线的高程重建装置中各处理单元的功能可通过运行于处理器上的程序而实现，也可通过具体的逻辑电路而实现。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (10)

1.一种基于互质多基线的高程重建方法，其特征在于，所述方法包括：

基于干涉合成孔径雷达InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位；

根据所述观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。

2.根据权利要求1所述的方法，其特征在于，所述基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位，包括：

依据互质性要求将所述各天线进行放置，并使各天线间形成的基线长度的互质精度在设定阈值范围内；

将所述各天线所在通道所采集的回波数据及直通信号进行同步，并形成合成孔径雷达SAR图像；

获得SAR图像后，以其中一幅SAR图像作为基准进行配准，并形成干涉图，通过去平地效应处理、干涉图滤波处理，得到观测干涉相位。

3.根据权利要求2所述的方法，其特征在于，所述形成干涉图之前，所述方法还包括：

对获取的SAR图像进行频谱划分。

4.根据权利要求3所述的方法，其特征在于，所述对获取的SAR图像进行频谱划分，包括：

对每幅SAR图像分别进行方位向、距离向的频谱划分；

将各幅SAR图像中相应频谱对应的子图像进行干涉处理；

根据所述干涉处理结果获取每个频谱对应的观测干涉相位图。

5.根据权利要求1所述的方法，其特征在于，所述根据观测干涉相位的概率密度函数建立最大似然函数，利用最大似然估计算法确定地形高程，包括：

分别确定每幅干涉图的高度模糊数h_ak，其中，k=1,...,K，K表示干涉图的总幅数；

确定h_ak两两互质时的最大高度模糊数H_m，其中H_m为：

确定观测干涉相位的概率密度函数f(φ_k|h)，其中，所述观测干涉相位的概率密度函数f(φ_k|h)为：

$f\left(\mathrm{\&phi;}(i,j)\right|h(i,j))=\frac{1}{2\mathrm{\&pi;}}\frac{1-{\left|\mathrm{\&gamma;}\right|}^2}{1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))}\&CenterDot;\{1+\frac{\left|\mathrm{\&gamma;}\right|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j)){\cos }^{-1}[-|\mathrm{\&gamma;}\left|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))\right]}{{[1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))]}^{1/2}}\},$

φ(i,j)表示干涉缠绕相位信号，φ(i,j)∈(-π,π]，h(i,j)表示地表高程，γ为相干系数，h_a表示高度模糊数；

将使似然函数为最大值时的h确定为地形高程。

6.一种基于互质多基线的高程重建装置，其特征在于，所述装置包括：基线设计模块和地形高程确定模块；其中，

所述基线设计模块，用于基于InSAR系统给定参数，使各天线间形成的基线长度为互质值，从而确定观测干涉相位；

所述地形高程确定模块，用于根据所述观测干涉相位的概率密度函数建立最大似然函数，并利用最大似然估计算法确定地形高程。

7.根据权利要求6所述的装置，其特征在于，所述基线设计模块，还用于：

依据互质性要求将所述各天线进行放置，并使各天线间形成的基线长度的互质精度在设定阈值范围内；

将所述各天线所在通道所采集的回波数据及直通信号进行同步，并形成SAR图像；

获得SAR图像后，以其中一幅SAR图像作为基准进行配准，并形成干涉图，通过去平地效应处理、干涉图滤波处理，得到观测干涉相位。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：频谱划分模块，用于对获取的SAR图像进行频谱划分。

9.根据权利要求8所述的装置，其特征在于，所述频谱划分模块，还用于：

对每幅SAR图像分别进行方位向、距离向的频谱划分；

将各幅SAR图像中相应频谱对应的子图像进行干涉处理；

根据所述干涉处理结果获取每个频谱对应的观测干涉相位图。

10.根据权利要求6所述的装置，其特征在于，所述地形高程确定模块，还用于：

分别确定每幅干涉图的高度模糊数h_ak，其中，k=1,...,K，K为干涉图的总幅数；

确定h_ak两两互质时的最大高度模糊数H_m，其中H_m为：

确定观测干涉相位的概率密度函数f(φ_k|h)，其中，所述观测干涉相位的概率密度函数f(φ_k|h)为：

$f\left(\mathrm{\&phi;}(i,j)\right|h(i,j))=\frac{1}{2\mathrm{\&pi;}}\frac{1-{\left|\mathrm{\&gamma;}\right|}^2}{1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))}\&CenterDot;\{1+\frac{\left|\mathrm{\&gamma;}\right|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j)){\cos }^{-1}[-|\mathrm{\&gamma;}\left|\cos (\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))\right]}{{[1-{\left|\mathrm{\&gamma;}\right|}^2{\cos }^2(\mathrm{\&phi;}(i,j)-\frac{2\mathrm{\&pi;}}{h_a}h(i,j))]}^{1/2}}\},$

φ(i,j)表示干涉缠绕相位信号，φ(i,j)∈(-π,π]，h(i,j)表示地表高程，γ为相干系数，h_a表示高度模糊数；

将使似然函数

为最大值时的h确定为地形高程。

Images