CN103809180B - 用于InSAR地形测量的方位向预滤波处理方法 - Google Patents

Abstract

本发明公开了一种用于InSAR地形测量的方位向预滤波处理方法，本发明的实现步骤是：（1）输入SAR图像数据；（2）生成复干涉图并对干涉图进行分块；（3）估计相位梯度；（4）计算各分块方位向预滤波处理参数；（5）多普勒域滤波；（6）输出方位预滤波处理后的主、辅SAR图像数据。本发明具有在长基线情况下，能够对配准后的主、辅SAR图像完成高质量的方位向预滤波处理，满足高质量干涉合成孔径雷达InSAR处理的实际工程性能要求，获得高质量的测绘产品。

Description

用于InSAR地形测量的方位向预滤波处理方法

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一种干涉合成孔径雷达（Interferometric Synthetic Aperture Radar，InSAR）地形测量处理过程中的方位向预滤波处理方法。本发明可用于垂直航向基线较长，方位向相位梯度不再为零甚至较大，现有方位向预滤波方法不能满足处理所需性能要求时，在干涉合成孔径雷达数据处理过程中，对主辅SAR图像对进行有效的方位向预滤波处理。

背景技术

干涉合成孔径雷达在传统技术的合成孔径雷达（Synthetic Aperture Radar，SAR）对实际三维场景获取距离维和方位维二维信息的基础上，联合不同视角获取的同一场景的具有一定相干性的两幅或多幅SAR图像，通过干涉处理技术，获取目标场景的三维地形信息。

在干涉合成孔径雷达InSAR数据获取时，由于存在方位向波束指向差异导致的多普勒频移，造成SAR图像去相干，在InSAR数据处理中，预滤波处理可有效降低主辅SAR图像的多普勒去相干，提升干涉相位测量精度，进而提高了InSAR系统测高性能。

Schwabisch M and Geutner D在文献“Improvement of Phase and coherence mapquality using azimuth prefiltering:examples from ERS-1and X-SAR”（[A].ProcIGARSS[C].Germany:IEEE,1995:205-207）中提出了一种干涉合成孔径雷达数据处理中的方位向预滤波方法。该方法的具体步骤为：根据单个回波数据的多普勒中心和多普勒带宽确定出重叠的多普勒谱段，再根据重叠的多普勒谱段在多普勒域构造窗函数滤除掉重叠部分，实现主辅SAR图像的预滤波处理，从而提高相干性。

郭交,李真芳，刘艳阳在论文“一种基于相干性本质的InSAR方位向预滤波方法”（《电子学报》2012，40(3)：417-421）中提出一种干涉合成孔径雷达InSAR数据处理中的方位向预滤波方法。该方法是通过多普勒频率和锥角的关系计算锥角范围，再根据锥角范围确定方位视角范围和主辅SAR图像公共方位视角范围，然后在多普勒域用公共视角范围确定的窗函数对主辅SAR图像进行方位向预滤波处理。

上述的两种干涉合成孔径雷达InSAR数据处理中的方位向预滤波方法的核心，都是读取主辅SAR图像各像素的多普勒中心及多普勒带宽，构造滤波器截取主辅SAR图像的公共多普勒谱实现。但是，这两种处理方式存在的不足是，在干涉合成孔径雷达数据处理过程中，忽略了主辅SAR图像方位向因地形变化产生的相位梯度的影响。当干涉合成孔径雷达系统模糊高度较大时，主辅SAR图像相邻像素沿方位向干涉相位梯度较小，对上述两种干涉合成孔径雷达InSAR数据处理中的方位预滤波处理方法，对处理性能的影响可忽略不计，得到可靠的数据产品。而对于长基线干涉合成孔径雷达系统，其系统模糊高度较小，干涉相位图沿方位向条纹密度较大，上述方位向预滤波处理方法在干涉合成孔径雷达InSAR数据处理的工程应用中将对产品的精度造成较大影响。

发明内容

本发明针对上述现有技术中干涉合成孔径雷达InSAR数据处理技术对地形测量的工程应用中，当垂直航向基线较长，方位向干涉相位梯度不再为零甚至较大时，现有方位向预滤波方法造成方位向去相干非常严重，不能满足数据产品性能要求的缺陷，提出了一种基于方位向相位梯度估计的垂直航向长基线方位向预滤波方法。通过分块估计方位向相位梯度，计算各分块的预滤波参数，再构造窗函数的方式对主辅SAR图像进行有效的方位向预滤波处理。

为实现上述目的，本发明的主要步骤如下：

（1）输入SAR图像数据；

（1a）输入干涉合成孔径雷达InSAR主天线获取的主图像数据；

（1b）输入干涉合成孔径雷达InSAR辅天线获取的已完成与主图像完全配准的辅图像数据；

（1c）输入干涉合成孔径雷达InSAR成像处理的处理参数和系统参数；

（2）复干涉图分块：

（2a）对输入的主、辅SAR图像进行干涉处理，得到复干涉图；

（2b）对复干涉图沿方位向进行分块处理，得到复干涉图分块；

（3）估计相位梯度：

采用相位梯度估计方法，分别对每个复干涉图分块的数据进行方位向干涉相位梯度估计，得到每个复干涉图分块各个距离单元的相位梯度估计值；

（4）计算各分块方位向预滤波处理参数：

（4a）利用步骤（3）得到的每个复干涉图分块各个距离单元的相位梯度估计值，计算每个复干涉图分块对应的主辅SAR图像区域的多普勒中心偏移量；

（4b）利用下式，估计预滤波后每个复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心和多普勒带宽：

f′_d1＝(f_d1+Δf_d+f_d2)/2

f′_d2＝(f_d1-Δf_d+f_d2)/2

B′_a＝B_a-|f_d1-f_d2-Δf_d|

其中，f′_d1和f′_d2分别表示预滤波后复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心，d表示多普勒中心，f_d1和f_d2分别表示预滤波前复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心，Δf_d表示复干涉图分块对应的主辅SAR图像区域数据多普勒中心的偏移量，B′_a表示预滤波后复干涉图分块对应的主、辅SAR图像的多普勒带宽，a表示多普勒域，B_a表示预滤波前复干涉图分块对应的主、辅SAR图像区域数据的多普勒带宽，|·|表示取绝对值操作；

（5）多普勒域滤波：

（5a）采用傅里叶变换，将每一个复干涉图分块对应的主、辅SAR图像区域的数据，变换至距离多普勒域，获得距离多普勒的SAR数据；

（5b）采用去除窗函数的方法，获得除去窗函数后的距离多普勒的SAR数据；

（5c）利用步骤（4b）获取的预滤波参数，对每一复干涉图分块对应的主、辅SAR图像区域的数据沿距离向分别构造窗函数，进行滤波处理；

（5d）采用傅里叶逆变换，将滤波后的数据变换回二维时域；

（6）输出方位预滤波处理后的主、辅SAR图像数据。

本发明与现有的技术相比，具有以下优点：

第一，本发明采用分块估计方位向相位梯度分别获取主、辅SAR图像区域数据多普勒中心的偏移量，计算各分块方位向预滤波参数，克服了现有技术干涉合成孔径雷达数据InSAR处理方法中的方位向预滤波方法在垂直航向基线较长、干涉图方位向相位梯度不为零甚至较大时，处理性能不能满足工程应用要求的缺陷，使得长基线InSAR产品可以达到高精度测绘产品的要求。

第二，本发明所采用的方位向上的分块处理，估计相位梯度的方法，与现有技术干涉合成孔径雷达InSAR数据处理中的方位向预滤波方法相比，本发明更好的适应了沿方位向的地形变化，有效的保留了相干性信息，提高了主辅SAR图像对间的相干性。

第三，本发明计算预滤波处理参数所采用的计算方法，保证了每个分块方位向预滤波处理后的主、辅SAR图像的带宽最大，并且是适应地形变化的，使得分辨率损失最小，有效的保留了更多细节信息。

附图说明

图1为本发明的流程图；

图2仿真数据实验结果；

图3实测数据实验结果；

图4本发明与现有方位向预滤波处理方法的实测数据处理结果对比分析图；

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SAR图像数据和辅助参数。

将干涉合成孔径雷达InSAR主天线获取的主图像数据和干涉合成孔径雷达InSAR辅天线获取的已与主图像完全配准的辅图像数据及处理过程中用到的与系统参数和成像处理相关的辅助参数输入到系统中，输入的主辅SAR图像要满足干涉处理的在相干性和成像质量等方面的质量要求。

步骤2，复干涉图分块。

第一步，对输入的主辅SAR图像进行干涉处理，获得复干涉相位图；

第二步，沿方位向对复干涉图进行分块处理。为了保证计算效率，本发明的实施例对分块大小分别选择为64或128等2的整数次幂点。为适应沿方位向的地形变化，分块间可有部分重叠，因重叠会造成分块增多，计算效率下降，所以重叠区域大小要合理选择。

步骤3，估计方位向相位梯度。

采用二阶自相关函数的相位梯度估计算法，快速稳健地估计每个复干涉图分块的数据、各距离单元上的方位向相位梯度。采用该方法进行方位向干涉相位梯度估计，首先估计复干涉相位图坐标为n的距离单元的方位向一阶协方差和二阶协方差：

$C_{1,n}=\underset{m=1}{\overset{M-1}{\mathrm{\Σ}}}I(m,n)I^{*}(m+1,n)$

$C_{2,n}=\underset{m=1}{\overset{M-1}{\mathrm{\Σ}}}I(m,n)I^{*}(m+2,n)$

其中，C_1,n表示复干涉相位图坐标为n的距离单元的方位向一阶协方差，C_2,n表示复干涉相位图坐标为n的距离单元的方位向二阶协方差，I(m,n)表示复干涉相位图，m表示复干涉图方位向坐标，n表示复干涉图距离单元坐标，M表示复干涉图方位向数据长度，I^*(·)表示取共轭操作，Σ表示求和操作。

然后再按照下式，估计方位向干涉相位梯度：

$k_n=\frac{\arg \left\{C_{2,n}\exp \right[-j2\arg \left\{C_{1,n}\right\}\left]\right\}}{2}+\arg \left\{C_{1,n}\right\}$

其中，k_n表示坐标为n的距离单元的方位向干涉相位梯度，C_1,n表示复干涉相位图坐标为n的距离单元的方位向一阶协方差，C_2,n表示复干涉相位图坐标为n的距离单元的方位向二阶协方差，exp(·)表示常数e的指数操作，arg(·)表示取相角操作。

步骤4，计算方位向预滤波处理参数。

首先，利用已经得到的每个复干涉图分块各个距离单元的相位梯度估计值，计算每个复干涉图分块对应的主辅SAR图像区域的多普勒中心偏移量，计算方法如下式所示：

$\mathrm{\Δ}{f}_d=-\frac{\mathrm{PRF}}{2\mathrm{\π}}k$

其中，Δf_d表示主辅SAR图像多普勒中心偏移量，d表示多普勒中心的英文缩写，k表示方位向干涉相位梯度矩阵，PRF为输入的系统参数中的雷达脉冲重复频率，π为圆周率值。

预滤波参数可用如下式所示的线性规划问题求解，其目标函数为方位向预滤波处理后，主辅SAR图像的多普勒带宽最大化，这样可以保证方位向预滤波处理对分辨率损失最小，约束条件为方位预滤波处理后的主辅SAR图像多普勒带宽范围在预滤波前多普勒带宽内。

$[f_{d1}^{\′},f_{d3}^{\′},B_a^{\′}]=\arg \underset{f_{d1}^{\′},f_{d1}^{\′}}{\max }{B}_a^{\′}$

s.t.f′_d1-f′_d2＝Δf_d,

f′_d1+B′_a/2≤f_d1+B_a/2,

f′_d1-B′_a/2≥f_d1-B_a/2,

f′_d2+B′_a/2≤f_d2+B_a/2,

f′_d2-B′_a/2≥f_d2-B_a/2,

B′_a≥0

其中，f′_d1和f′_d2分别表示预滤波后复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心，d表示多普勒中心，f_d1和f_d2分别表示预滤波前复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心，Δf_d表示复干涉图分块对应的主辅SAR图像区域数据多普勒中心的偏移量，B′_a表示预滤波后复干涉图分块对应的主、辅SAR图像的多普勒带宽，B_a表示预滤波前复干涉图分块对应的主、辅SAR图像区域数据的多普勒带宽，a表示多普勒域；

上述优化问题的解为

f′_d1＝(f_d1+Δf_d+f_d2)/2

f′_d2＝(f_d1-Δf_d+f_d2)/2

B′_a＝B_a-|f_d1-f_d2-Δf_d|

其中，f′_d1和f′_d2分别表示预滤波后复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心，d表示多普勒中心，f_d1和f_d2分别表示预滤波前复干涉图分块对应的主、辅SAR图像区域数据的多普勒中心，Δf_d表示复干涉图分块对应的主辅SAR图像区域数据多普勒中心的偏移量，B′_a表示预滤波后复干涉图分块对应的主、辅SAR图像的多普勒带宽，B_a表示预滤波前复干涉图分块对应的主、辅SAR图像区域数据的多普勒带宽，a表示多普勒域，|·|表示取绝对值操作；

利用上式估计方位向预滤波处理后主、辅SAR图像多普勒中心为f′_d1和f′_d2，多普勒带宽为B′_a。

步骤5，多普勒域滤波处理。

干涉合成孔径雷达InSAR处理技术中的方位向预滤波处理在距离多普勒域通过加窗处理实现。具体步骤如下：

第一步，采用傅里叶变换，将每一个复干涉图分块对应的主辅SAR图像区域的数据，变换至距离多普勒域，获得距离多普勒的SAR数据；

第二步，读取SAR成像处理过程所使用的方位向窗函数，将距离多普勒域数据，沿距离单元分别乘以成像处理过程中所使用的方位向窗函数的倒数，实现除去成像处理中所使用的方位向窗函数操作；

第三步，利用步骤4获取的预滤波参数，对每一复干涉图分块对应的主、辅SAR图像区域的数据沿距离向分别构造窗函数，进行滤波处理。其中主图像滤波窗函数为：

$H_1\left(f_a\right)=\mathrm{ract}\left(\frac{f_a-f_{d1}^{\′}}{B_a^{\′}}\right)S_2(f_a-\mathrm{\Δ}{f}_d)W(f_a-f_{d1}^{\′})$

辅图像滤波窗函数为：

$H_2=\left(f_a\right)=\mathrm{rect}\left(\frac{f_a-f_{d2}^{\′}}{B_a^{\′}}\right)S_1(f_a+\mathrm{\Δ}{f}_d)W(f_a-f_{d2}^{\′})$

其中，f_a表示方位频率坐标值，a表示多普勒域，f′_d1和f′_d2分别表示预滤波后复干涉图分块对应的主、辅SAR图像多普勒中心，d表示多普勒中心，B′_a表示预滤波后复干涉图分块对应的主辅SAR图像的多普勒带宽，rect(·)为矩形窗函数，S₁(f_a)和S₂(f_a)分别为主、辅SAR图像多普勒谱包络，W(·)为窗函数；

滤波操作是指，将除去窗函数的距离多普勒域的主、辅SAR数据，沿距离单元，分别乘以滤波窗函数实现。

第四步，采用傅里叶逆变换，将滤波后的数据变换回二维时域。

步骤6，输出方位向预滤波处理结果。

下面结合现有的干涉合成孔径雷达InSAR数据处理技术中方位向预滤波处理方法的性能分析、仿真数据实验和实测数据实验对本发明的效果做进一步的说明。

1、现有技术干涉合成孔径雷达方位向预滤波性能分析

干涉相位图在局部范围内沿方位向可近似为线性模型为

$\mathrm{\φ}\left(x\right)=k\frac{x}{v/\mathrm{PRF}}$

其中，k表示干涉相位图方位向相邻两像素的相位梯度，v表示雷达速度。对于典型的合成孔径雷达SAR系统，其点目标响应函数的包络近似为

$W\left(x\right)=\sin c\left(\frac{x}{\mathrm{\ρ}}\right)$

其中，ρ为预滤波后SAR图像方位向分辨率。此时，经传统预滤波处理后主辅SAR图像相干系数为

$\mathrm{\γ}=1-\frac{\left|k\right|\mathrm{\ρ}}{2\mathrm{\πv}/\mathrm{PRF}}$

其中，|·|表示取绝对值，k表示方位向干涉相位梯度矩阵，PRF为雷达脉冲重复频率，π为圆周率值。由上式可见，现有方位向预滤波方法的处理性能随方位向相位梯度的增大而下降。

2、仿真数据处理实验：

仿真数据实验以分布式卫星为平台，InSAR系统的仿真参数如下表所示：

图2给出了方位向相位梯度为30°时利用现有方位向预滤波方法及本发明方位向预滤波方法的处理结果。图2中的横坐标方向表示距离向，纵坐标方向表示方位向，其中，图2（a）为原始干涉相位图，图2（b）为现有方位向预滤波方法的处理结果图，图2（c）为本发明所述方位向预滤波方法的处理结果图。由图2可知，经本发明所述方法处理得到的干涉相位图中噪声水平与现有方法相比更低。对本实验所得的现有技术处理结果和本发明所述方法的处理结果的相干系数平均值分布进行统计计算，本发明所述方法处理得到的干涉相位图相干系数平均值约为0.71，而现有方法约为0.69，本发明所述方法更好的提高了主、辅SAR图像之间的相干性。

3、实测数据处理实验。

选用尚义地区ERS-1/2重复航过干涉合成孔径雷达数据对本发明所述方法的性能进行验证，主、辅SAR图像分别由ERS-1卫星于1997年10月8日和ERS-2卫星于1997年10月9日获取，其系统参数如下表所示：

ERS-1/2数据系统参数

为有效体现甚长基线InSAR系统干涉相位条纹密的特点，本发明实测数据实验选用一块沿方位向相位变化相对剧烈的区域进行实验分析。该数据块的方位向平均相位梯度约为8.6°，预滤波后主、辅SAR图像多普勒中心相对偏移量为40.1Hz。图3给出了该数据块的本发明所述方法和现有方法的预滤波处理结果，图3中，横坐标方向表示距离向，纵坐标方向表示方位向，其中，图3（a）为未进行方位向预滤波处理的干涉相位图，图3（b）为现有技术方位向预滤波方法处理所得到的干涉相位图，图3（c）为本发明所述方法处理得到的干涉相位图。图4为对实测数据方位向预滤波处理前和预滤波处理结果的相干系数分布统计图，图4中的横坐标为相干系数，纵坐标为某一相干系数的所有像素点所占百分比，图4中标有三角形、圆形和正方形的箭头分别指向未进行方位向滤波、现有方法处理结果和本发明处理结果的相干系数分布曲线，由图4可见，本发明所述方法和现有技术方位向预滤波方法处理结果的相干系数与未进行方位向预滤波相比，都有所提高，但本发明所述方法处理结果比现有技术方位向预滤波方法处理结果的相干系数更高，本发明所述方法可进一步提高方位向预滤波处理性能。对本实验所得的现有技术处理结果和本发明所述方法的处理结果的相干系数平均值分布进行统计计算，现有方位预滤波方法处理得到的主辅SAR图像平均相干系数约为0.515，而本发明所述方法得到的主辅SAR图像平均相干系数为0.520，本发明所述方法与现有技术相比可以获得更好的处理结果。

Claims (7)

1.用于InSAR地形测量的方位向预滤波处理方法，包括如下步骤：

(1)输入SAR图像数据；

(1a)输入干涉合成孔径雷达InSAR主天线获取的主图像数据；

(1b)输入干涉合成孔径雷达InSAR辅天线获取的已完成与主图像完全配准的辅图像数据；

(1c)输入干涉合成孔径雷达InSAR成像处理的处理参数和系统参数；

(2)复干涉相位图分块：

(2a)对输入的主、辅SAR图像进行干涉处理，得到复干涉相位图；

(2b)对复干涉相位图沿方位向进行分块处理，得到复干涉相位图分块；

(3)估计相位梯度：

采用相位梯度估计方法，分别对每个复干涉相位图分块的数据进行方位向干涉相位梯度估计，得到每个复干涉相位图分块各个距离单元的相位梯度估计值；

(4)计算各分块方位向预滤波处理参数：

(4a)利用步骤(3)得到的每个复干涉相位图分块各个距离单元的相位梯度估计值，计算每个复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心偏移量；

(4b)利用下式，估计预滤波后每个复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心和多普勒带宽：

f′_d1＝(f_d1+Δf_d+f_d2)/2

f′_d2＝(f_d1-Δf_d+f_d2)/2

B′_a＝B_a-|f_d1-f_d2-Δf_d|

其中，f′_d1和f′_d2分别表示预滤波后复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心，d表示多普勒中心，f_d1和f_d2分别表示预滤波前复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心，Δf_d表示复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心偏移量，B′_a表示预滤波后复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒带宽，a表示多普勒域，B_a表示预滤波前复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒带宽，|·|表示取绝对值操作；

(5)多普勒域预滤波：

(5a)采用傅里叶变换，将每一个复干涉相位图分块对应的主、辅SAR图像区域的数据，变换至距离多普勒域，获得距离多普勒域的SAR数据；

(5b)采用去除窗函数的方法，获得除去窗函数后的距离多普勒域的SAR数据；

(5c)利用步骤(4b)获取的预滤波后每个复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心和多普勒带宽，对每一复干涉相位图分块对应的主、辅SAR图像区域的数据沿距离向分别构造预滤波窗函数，进行预滤波处理；

(5d)采用傅里叶逆变换，将预滤波后的数据变换回二维时域；

(6)输出方位预滤波处理后的主、辅SAR图像数据。

2.根据权利要求1所述的用于InSAR地形测量的方位向预滤波处理方法，其特征在于：步骤(2a)所述的干涉处理利用下式实现：

I＝R·*conj(S)

其中，I表示主、辅SAR图像的干涉图，R表示主图像数据，S表示辅图像数据，conj(·)表示取共轭操作。

3.根据权利要求1所述的用于InSAR地形测量的方位向预滤波处理方法，其特征在于：步骤(2b)所述的分块处理是指，将复干涉相位图从起始方位时刻开始，以2的整数次幂点的分块大小对复干涉相位图进行分块。

4.根据权利要求1所述的用于InSAR地形测量的方位向预滤波处理方法，其特征在于：步骤(3)所述相位梯度估计方法的具体步骤如下：

第一步：按照下式，分别估计复干涉相位图坐标为n的距离单元的方位向一阶协方差和二阶协方差：

$C_{1,n}=\underset{m=1}{\overset{M-1}{\mathrm{\Σ}}}I(m,n)I^{*}(m+1,n)$

$C_{2,n}=\underset{m=1}{\overset{M-2}{\mathrm{\Σ}}}I(m,n)I^{*}(m+2,n)$

其中，C_1,n表示复干涉相位图坐标为n的距离单元的方位向一阶协方差，C_2,n表示复干涉相位图坐标为n的距离单元的方位向二阶协方差，I(m,n)表示复干涉相位图，m表示复干涉相位图方位向单元坐标，n表示复干涉相位图距离单元坐标，M表示复干涉相位图方位向数据长度，I^*(·)表示取共轭操作，∑表示求和操作；

第二步：按照下式，估计方位向干涉相位梯度：

$k_n=\frac{\arg \{C_{2,n}\exp \[-j2\arg \{C_{1,n}\}\]\}}{2}+\arg \left\{C_{1,n}\right\}$

其中，k_n表示坐标为n的复干涉相位图距离单元的方位向干涉相位梯度，n表示复干涉相位图距离单元坐标，C_1,n表示复干涉相位图坐标为n的距离单元的方位向一阶协方差，C_2,n表示复干涉相位图坐标为n的距离单元的方位向二阶协方差，j为虚数单位，exp(·)表示常数e的指数操作，arg(·)表示取相角操作。

5.根据权利要求1所述的用于InSAR地形测量的方位向预滤波处理方法，其特征在于：步骤(4a)所述的多普勒中心偏移量，由下式得到：

${\mathrm{\Δf}}_d=-\frac{PRF}{2\mathrm{\π}}k$

其中，Δf_d表示主、辅SAR图像区域数据的多普勒中心偏移量，d表示多普勒中心，PRF表示系统参数中的雷达脉冲重复频率，k表示方位向干涉相位梯度矩阵，π表示圆周率值。

6.根据权利要求1所述的用于InSAR地形测量的方位向预滤波处理方法，其特征在于：步骤(5b)所述的去除窗函数的方法的具体步骤如下：

第一步，从所输入的干涉合成孔径雷达InSAR成像处理的处理参数中，读取SAR成像处理过程中的方位向窗函数；

第二步，将距离多普勒域主、辅SAR图像数据，沿距离单元分别乘以SAR成像处理过程中的方位向窗函数的倒数。

7.根据权利要求1所述的用于InSAR地形测量的方位向预滤波处理方法，其特征在于：步骤(5c)所述的预滤波处理的具体步骤如下：

第一步，分别构造主、辅SAR图像预滤波窗函数：

$H_1\left(f_a\right)=rect\left(\frac{f_a-f_{d1}^{\′}}{B_a^{\′}}\right)S_2(f_a-{\mathrm{\Δf}}_d)W(f_a-f_{d1}^{\′})$

$H_2\left(f_a\right)=rect\left(\frac{f_a-f_{d2}^{\′}}{B_a^{\′}}\right)S_1(f_a+{\mathrm{\Δf}}_d)W(f_a-f_{d2}^{\′})$

其中，H₁(f_a)表示主SAR图像预滤波窗函数，H₂(f_a)表示辅SAR图像预滤波窗函数，f_a表示距离多普勒域方位频率坐标值，a表示多普勒域，f′_d1和f′_d2分别表示预滤波后复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒中心，d表示多普勒中心，B′_a表示预滤波后复干涉相位图分块对应的主、辅SAR图像区域数据的多普勒带宽，rect(·)为矩形窗函数，S₁(f_a)和S₂(f_a)分别为主、辅SAR图像多普勒谱包络，W(·)为窗函数；

第二步，将除去窗函数后距离多普勒域主、辅SAR图像数据，沿距离单元，分别乘以对应的预滤波窗函数，得到预滤波处理后的距离多普勒域的主、辅SAR图像数据。