CN104062658A - 一种基于频率补偿的多基线sar干涉相位估计方法 - Google Patents

Abstract

本发明公开一种基于频率补偿的多基线SAR干涉相位估计方法，通过展开最短基线的复干涉图，来提取复干涉图的每一像元随基线变化的粗略估计频率；把上述提取出的复干涉图的每一像元随基线变化的粗略估计频率通过共轭复乘补偿给相应的抽样复干涉信号；对降频抽样复干涉信号进行傅里叶变换，并做峰值搜索后获得复干涉图的每一像元随基线变化的降频抽样复干涉信号频率；将步骤一所得的粗略估计频率与步骤三所得的降频抽样复干涉信号频率叠加后，获得复干涉图每一像元随基线变化的估计频率；在获得复干涉图的每一像元随基线变化的估计频率的基础上，求得最长基线干涉图的干涉相位。本发明其具有简单有效、计算量较小、精度较高，稳健性较强的特点。

Description

一种基于频率补偿的多基线SAR干涉相位估计方法

技术领域

本发明涉及多基线SAR(Synthetic Aperture Radar，合成孔径雷达)干涉相位估计领域，具体涉及一种基于频率补偿的多基线SAR干涉相位估计方法。

背景技术

干涉合成孔径雷达(Interferometry Synthetic Aperture Radar，InSAR)利用两副天线对地同时观测或单天线两次对地近似平行观测来获取目标区域的三维信息，具有快速、高效、精确、大范围获取地表三维信息的能力，为监控目标和管理大范围的环境问题提供了更直接和更有效的方法，已广泛地应用在地理信息系统(Geographic Information System,GIS)构建、环境监测及预警等领域。多基线InSAR技术能解决传统InSAR技术存在系统高度模糊数与缠绕相位解缠可靠性不可兼顾的矛盾，具有解决陡峭或断裂山地、城市等不连续复杂地形三维测绘的能力与潜力。多基线SAR干涉相位估计是多基线InSAR技术应用中的关键环节，其展开精度直接关系到多基线InSAR系统高程测量精度，一直以来就是多基线InSAR技术应用研究的热点与难点问题。过去十几年以来，有关多基线SAR干涉相位估计方法的文献已陆续发表，包括中国余数定理法、最小二乘法、最小范数法、最大似然法以及迭代法、子空间投影及波束形成算法等。上述方法中，中国余数定理法易受干涉相位噪声的影响而失效。最小二乘法和最小范数法本质上是利用多个干涉基线的相位梯度来平滑长基线的相位梯度值，其估计精度不仅受干涉图质量影响较大，而且如果权值选择不当或离散相位梯度估计不能反映真实的相位梯度，则会引入较大的误差。最大似然相位估计方法利用最大似然估计准则从多幅复SAR图像提取相位信息，没有最小二乘算法中相邻像素点的干涉相位差必须小于π的限制条件，但它通常还需利用其他相位展开算法对最大似然估计后的折叠相位进行展开，其精度受限于后续算法处理其折叠相位的能力。迭代法首先通过展开短基线干涉图来获取较长基线干涉图相关信息，以此类推，最终展开最长基线干涉图，可以避免直接展开长基线干涉图带来的困难，但该方法存在前级与后级间误差传递效应大，易导致长基线干涉图部分区域相位估计精度严重恶化。子空间投影及波束形成法能在抑制干涉相位噪声的同时完成干涉相位展开，但存在准确估计噪声子空间维数难度较大和对干涉图信噪比要求较高的问题，如干涉图信噪比较低时，协方差矩阵大小特征值接近,导致噪声子空间维数估计存在较大的困难，而噪声子空间维数估计不准将严重影响其相位展开精度。张红梅等提出的“利用差分滤波进行多基线 InSAR相位解缠”[张红敏,靳国旺,徐青,秦志远.利用差分滤波进行多基线InSAR相位解缠.武汉大学学报(信息科学版),2011,36(9):1031-1034.]将差分滤波思想引入到多基线SAR干涉相位展开中，以较短基线干涉图展开结果指导较长基线干涉图的展开，从而扩展干涉相位估计的非模糊区间，以解决较长基线干涉图中欠采样区域的展开难题。然而，该方法不仅要求最短基线干涉图质量较高，不存在频谱混叠问题，且不同干涉基线之间必须满足适当比例关系；否则，该方法误差较大，甚至完全失效。此外，文献1公开了一种基于多基线组合频率估计的相位估计方法[谢先明,皮亦鸣.一种基于多基线组合频率估计的相位展开方法.测绘学报,2012,41(1):93-99.]，该方法通过选取适当的基线组合和提取任一复像元(随基线变化的)频率来获得长基线干涉相位估计值，不需要进行大量的迭代运算，甚至当最短基线较短时，不需要进行干涉相位展开；但该方法受采样定理限制，其基线间隔必须小于临界基线间隔；否则该方法失效。

发明内容

本发明所要解决的技术问题是提供一种基于频率补偿的多基线SAR干涉相位估计方法，其具有简单有效、计算量较小、精度较高，稳健性较强的特点。

为解决上述问题，本发明是通过以下技术方案实现的：

一种基于频率补偿的多基线SAR干涉相位估计方法，包括如下步骤：

步骤一，通过展开最短基线的复干涉图，来提取复干涉图的每一像元随基线变化的粗略估计频率；

步骤二，把上述提取出的复干涉图的每一像元随基线变化的粗略估计频率通过共轭复乘补偿给相应的抽样复干涉信号，获得降频抽样复干涉信号；

步骤三，对降频抽样复干涉信号进行傅里叶变换，并做峰值搜索后获得复干涉图的每一像元随基线变化的降频抽样复干涉信号频率；

步骤四，将步骤一所得的粗略估计频率与步骤三所得的降频抽样复干涉信号频率叠加后，获得复干涉图每一像元随基线变化的估计频率；

步骤五，在获得复干涉图的每一像元随基线变化的估计频率的基础上，求得最长基线干涉图的干涉相位。

在步骤三中，当基线间隔均匀时，则直接对降频抽样复干涉信号做快速傅里叶变换；当基线间隔非均匀时，则对降频抽样复干涉信号做非均匀间隔离散傅里叶变换。

与现有技术相比，本发明不受干涉基线间隔的限制，不需要进行大量的迭代运算，甚至当最短基线较短时，可完全避开相位展开这一繁琐的步骤，在不同地形、不同基线间隔干涉图相位估计实验中均获得了较好的结果，具有简单有效、计算量较小、精度较高，稳健性较强的特点。

附图说明

在1-A锥形场景干涉图干涉相位估计实验(△B＝60m)中：

图1(a)-(e)分别干涉基线B₁＝200m、B₂＝260m、B₃＝320m、B₄＝380m和B₈＝620m的干涉图；图1(f)为B₈干涉图真实干涉相位；

图2(a)-(c)分别为文献1方法的估计结果、估计误差和误差统计直方图；

图3(a)-(c)分别为本发明的估计结果、估计误差和误差统计直方图。

在1-B锥形场景干涉图干涉相位估计实验(△B＝80m)中：

图4(a)和(b)分别为B₁＝200m和B₈＝760m干涉图；图4(c)为B₈干涉图真实干涉相位；

图5(a)-(c)分别为文献1方法的估计结果、估计误差和误差统计直方图；

图6(a)-(c)分别为本发明的估计结果、估计误差和误差统计直方图。

在2-A锥形场景干涉图干涉相位估计(基线间隔非均匀)实验中：

图7(a)-(c)分别为本发明的估计结果、估计误差和误差统计直方图。

在2-B多山地形干涉图干涉相位估计(基线间隔非均匀)实验中：

图8(a)为多山地场景图；图8(b)为干涉基线B₈＝760m时的干涉图；

图8(c)为B₈干涉图真实干涉相位；

图9(a)-(c)分别为本发明的估计结果、估计误差和误差统计直方图。

在2-C金字塔地形干涉图干涉相位估计(基线间隔非均匀)实验中：

图10(a)和(b)分别为干涉基线B₁＝200m和B₈＝760m干涉图；图10(c)为B₈干涉图真实干涉相位；

图11(a)-(c)分别为本发明的估计结果、估计误差和误差统计直方图。

具体实施方式

一种基于频率补偿的多基线SAR干涉相位估计方法，包括如下步骤：

步骤一，通过展开最短基线(B₁基线)复干涉图，来提取该复干涉图的每一像元随基线变化的粗略估计频率即

${\stackrel{\‾}{f}}_k=\frac{\mathrm{\ΔB}}{2B_1}{\mathrm{\φ}}_1\left(k\right)$ ①

式中，为粗略估计频率；△B为基线间隔(在基线间隔非均匀时，△B为平均基线间隔)；B₁为最短基线；φ₁(k)为最短基线(B₁基线)干涉图的干涉相位。

步骤二，把上述提取出的每一像元随基线变化的粗略估计频率通过共轭复乘补偿给相应的抽样复干涉信号z_k(i)，即

$z_k\left(i\right)=x_k\left(i\right)\·{\tilde{x}}_k\left(i\right)=\exp \{j*[{\mathrm{\φ}}_i\left(k\right)-2\mathrm{\π}\·{\stackrel{\‾}{f}}_k\·t_i\left]\right\}$

x_k(i)＝x_i(k)＝exp[j*φ_i(k)],(i＝1,2,···,S)

${\tilde{x}}_k\left(i\right)=\exp [-j*2\mathrm{\π}\·{\stackrel{\‾}{f}}_k\·t_i],(i=\mathrm{1,2},...,S)......$ ②

式中，z_k(i)为降频抽样复干涉信号；x_k(i)为抽样复干涉信号；为抽样复干涉信号频率补偿信号；φ_i(k)为B_i基线干涉图k像元真实干涉相位；t_i＝(B_i-B₁)/△B为离散抽样间隔变量；B_i(i＝1,2,···,S)为干涉基线长度；S为干涉基线的数目。

步骤三，对抽样复干涉信号z_k(i)进行傅里叶变换，并做峰值搜索后获得复干涉图k像元随基线变化的降频抽样复干涉信号频率当基线间隔均匀时，则直接对抽样复干涉信号z_k(i)做关于变量i快速傅里叶变换；当基线间隔非均匀时，则对抽样复干涉信号z_k(i)做非均匀间隔离散傅里叶变换。

步骤四，根据下式计算复干涉图每一像元随基线变化的估计频率f_k，即

$f_k={\stackrel{\‾}{f}}_k+{\stackrel{\→}{f}}_k$ ③

式中，f_k为复干涉图每一像元随基线变化的频率估计值，为粗略估计频率，为降频抽样复干涉信号频率。

步骤五，在精确获得复干涉图的每一像元随基线变化估计频率f_k基础上，通过下式求得最长基线(B_s基线)干涉图的干涉相位φ_S(k)，即

φ_S(k)＝φ₁(k)+2πf_k·(S-1) ④

式中，φ_S(k)为最长基线干涉图的干涉相位，φ₁(k)为最短基线(B₁基线)干涉图的干涉相位，f_k为复干涉图每一像元随基线变化的频率估计值，S为干涉基线的数目。

一、传统基于多基线组合频率估计的相位估计：

设多基线InSAR系统中干涉基线长度为B_i(i＝1,2,···,S)，其中B₁为最短基线，B_s为最长基线；相应的基线倾角为B_i(i＝1,2,···,S)，其中a₁为B₁基线对应的基线倾角，a_i为B_i基线对应的基线倾角，通常a_i＝a₁。S为干涉基线的数目。则B_i基线去平地效应后复干涉图k像元(即复干涉图k像元抽样复干涉信号)可以表示为：

x_i(k)＝exp[j*φ_i(k)]＝exp[j*φ₁(k)+j*2π·f_k·(i-1)]

＝exp[j*φ₁(k)]·exp[j*2π·f_k·(i-1)],(i＝1,2,···,S) (1)

$f_k=-\frac{2}{\mathrm{\λ}}\frac{\cos [{\mathrm{\θ}}_1\left(k\right)-{\mathrm{\α}}_1]h\left(k\right)}{R_1\left(k\right)\sin {\mathrm{\θ}}_1\left(k\right)}\mathrm{\ΔB}$

其中，x_i(k)为复干涉图k像元抽样复干涉信号，f_k为复干涉图k像元随基 线变化的频率，φ_i(k)为B_i基线干涉图k像元真实干涉相位，φ₁(k)为B₁基线干涉图k像元真实干涉相位，S为干涉基线的数目，△B为平均基线间隔，h(k)为干涉图k像元所对应的地形目标点高度，R₁(k)为干涉图k像元所对应的地形目标点到主天线的斜距，a₁为B₁基线对应的基线倾角，θ_i(k)为B_i基线雷达视线角，通常有θ_i(k)＝θ₁(k)，λ为雷达波长。故有：

$\begin{array}{c}{\mathrm{\φ}}_i\left(k\right)=-\frac{4\mathrm{\π}}{\mathrm{\λ}}\frac{\cos [{\mathrm{\θ}}_1\left(k\right)-{\mathrm{\α}}_1]h\left(k\right)}{R_1\left(k\right)\sin {\mathrm{\θ}}_1\left(k\right)}{B}_1+2\mathrm{\π}{f}_k\·(i-1)\\ ={\mathrm{\φ}}_1\left(k\right)+2\mathrm{\π}{f}_k\·(i-1)\end{array}---\left(2\right)$

其中，φ_i(k)为B_i基线去平地效应后干涉图k像元真实干涉相位，θ_i(k)为雷达视线角，a₁为基线B₁对应的基线倾角，h(k)为干涉图k像元所对应的地形目标点高度，R₁(k)为干涉图k像元所对应的地形目标点到主天线的斜距，θ₁(k)为雷达视线角，λ为雷达波长，φ₁(k)为B₁基线去平地效应后干涉图k像元真实干涉相位，f_k为复干涉图k像元随基线变化的频率。

只需要展开B₁基线(短基线)干涉图获得其展开相位φ₁和通过最大似然频率估计器获取复干涉图每一像素随基线变化的频率f_k，就可以通过式(2)获得最长基线(B_S基线)干涉图所对应的干涉相位φ_S(k)。

然而，在基于多基线组合频率估计的相位估计方法中，基线间隔受采样定理的限制，必须满足：

$\mathrm{\ΔB}\≤{\mathrm{\ΔB}}_{\max }=\frac{\mathrm{\λ}\·R_1\left(k\right)\·\sin {\mathrm{\θ}}_1\left(k\right)}{4\·\cos [{\mathrm{\θ}}_1\left(k\right)-{\mathrm{\α}}_1]\·h\left(k\right)}---\left(3\right)$

其中，△B_max为临界基线间隔。当基线间隔不满足式(3)时，基于多基线组合频率估计的相位估计方法失效。

二、本发明在基线间隔均匀时的真实干涉相位估计：

根据式(2)，可建立如下等式：

$z_k\left(i\right)=x_k\left(i\right)\·{\tilde{x}}_k\left(i\right)=\exp [j*{\mathrm{\φ}}_1\left(k\right)]\·\exp [j*2\mathrm{\π}\·(f_k-{\stackrel{\‾}{f}}_k)\·(i-1)]$

(4)

x_k(i)＝x_i(k)＝exp[j*φ₁(k)]·exp[j*2π·f_k·(i-1)],(i＝1,2,···,S)

${\tilde{x}}_k\left(i\right)=\exp [-j*2\mathrm{\π}\·{\stackrel{\‾}{f}}_k\·(i-1)],(i=\mathrm{1,2},...,S)$

其中，z_k(i)为复干涉图k像元降频抽样复干涉信号，x_k(i)为复干涉图k像元抽样复干涉信号，为复干涉图k像元抽样复干涉信号频率补偿信号，φ_i(k)为基线B_i干涉图k像元真实干涉相位；S为干涉基线的数目，f_k为干涉图k像元随基线变化的频率，为频率f_k粗略估计值，可以从B₁基线(短基线)干涉图展开相位φ₁(k)中获得：

${\stackrel{\‾}{f}}_k=-\frac{2}{\mathrm{\λ}}\frac{\cos [{\mathrm{\θ}}_1\left(k\right)-{\mathrm{\α}}_1]h\left(k\right)}{R_1\left(k\right)\sin {\mathrm{\θ}}_1\left(k\right)}\mathrm{\ΔB}=\frac{\mathrm{\ΔB}}{2B_1}{\mathrm{\φ}}_1\left(k\right)---\left(5\right)$

其中，为频率f_k的粗略估计值，λ为雷达波长，θ₁(k)为雷达视线角，h(k) 为干涉图k像元所对应的地形目标点高度，R₁(k)为干涉图k像元所对应的地形目标点到主天线的斜距，a₁为B₁基线对应的基线倾角，△B为平均基线间隔，B₁为最短基线，φ₁(k)为B₁基线干涉图k像元真实干涉相位。

式(4)可进一步表示为：

$z_k\left(i\right)=\exp [j*{\mathrm{\φ}}_1\left(k\right)]\·\exp [j*2\mathrm{\π}\·{\stackrel{\→}{f}}_k\·i],(i=\mathrm{1,2},...,S)---\left(6\right)$

其中，z_k(i)为复干涉图k像元降频抽样复干涉信号，为复干涉图k像元降频抽样复干涉信号频率，φ_i(k)为B_i基线干涉图k像元真实干涉相位,S为干涉基线的数目。

对式(6)做傅里叶变换，并做频谱峰值搜索即可获得由于是f_k粗略估计值，不论基线间隔如何，总是非常接近f_k真实值，故与基线间隔无关，其值非常小。故在对z_k(i)做频率变换时不会出现频谱混叠，从而能对进行精确估计。

在此基础上即可获得复干涉图每一像素随基线变化的频率f_k：

$f_k={\stackrel{\‾}{f}}_k+{\stackrel{\→}{f}}_k---\left(7\right)$

其中，f_k为复干涉图k像元随基线变化的频率，为频率f_k的粗略估计值，为复干涉图k像元降频抽样复干涉信号频率。

于是，B_S基线干涉图真实干涉相位φ_S(k)可由下式求得：

φ_S(k)＝φ₁(k)+2πf_k·(S-1) (8)

其中，φ_S(k)为最长基线(B_s基线)干涉图的干涉相位，φ₁(k)为最短基线(B₁基线)干涉图的干涉相位，f_k为复干涉图k像元随基线变化的频率，S为干涉基线的数目。

式(4)-式(8)是干涉基线间隔均匀时求解B_S基线干涉图真实干涉相位φ_S(k)的原理。

三、本发明在基线间隔非均匀时的真实干涉相位估计：

设△B为平均基线间隔，令t_i＝(B_i-B₁)/△B，则有：

$z_k\left(i\right)=x_k\left(i\right)\·{\tilde{x}}_k\left(i\right)=\exp \{j*[{\mathrm{\φ}}_i\left(k\right)-2\mathrm{\π}\·{\stackrel{\‾}{f}}_k\·t_i\left]\right\}$

x_k(i)＝x_i(k)＝exp[j*φ_i(k)],(i＝1,2,···,S)

(9)

${\tilde{x}}_k\left(i\right)=\exp [-j*2\mathrm{\π}\·{\stackrel{\‾}{f}}_k\·t_i],(i=\mathrm{1,2},...,S)$

其中，z_k(i)为复干涉图k像元降频抽样复干涉信号，x_k(i)为复干涉图k像元抽样复干涉信号，为复干涉图k像元抽样复干涉信号频率补偿信号，φ_i(k)为B_i基线干涉图k像元真实干涉相位，为干涉图k像元随基线变化的频率f_k的粗略估计值，t_i为离散抽样间隔变量，S为干涉基线的数目。

令z(t_i)＝z_k(i)，并对z(t_i)做非均匀间隔离散傅里叶变换，则有：

$X\left(\mathrm{\γ}\right)=\underset{i=1}{\overset{S}{\mathrm{\Σ}}}z\left(t_i\right)\exp [-j\·2\mathrm{\π}\·\mathrm{\γ}\·t_i/T_0](\mathrm{\γ}=\mathrm{1,2},...,S)---\left(10\right)$

其中，X(γ)为z(t_i)的频谱函数，z(t_i)为复干涉图k像元降频抽样复干涉信号，γ为频率变量，t_i为离散抽样间隔变量，T₀指离散信号z(t_i)宽度，S为干涉基线的数目。

通过搜索|X(γ)|频谱函数峰值即可获得离散信号频率，进而利用式(7)和式(8)得到B_S基线干涉图真实干涉相位φ_S(k)。此外，由于离散信号样点数目较少，导致频率域采样间隔较大，对离散信号频率估计不利，故可采用信号末尾补零来减小频率域采样间隔。在获得离散信号频率基础上，即可获得干涉图每一像素随基线变化的频率f_k，从而利用公式(8)获得长基线干涉相位。

下面通过仿真结果与分析来以验证本发明的有效性。

1、本方法在基线间隔均匀条件下仿真结果

1-A、锥形场景干涉图干涉相位估计实验(△B＝60m)

为了验证本发明的有效性，利用多幅模拟干涉图进行相关实验与验证分析。模拟数据主要参数：轨道高度为785km，主视角为48°，波长为0.1566m，基线倾角为10°，地形为锥形场景(场景高度为410m)，地形分辨率为8m×8m；利用公式(3)计算可得满足采样定理的最大基线间隔△B_max为68.06m，故可取基线间隔△B＝60m。图1(a-e)为信噪比(SNR)为0.732dB的缠绕相位图，干涉基线数目为8，其缠绕干涉图最短基线为200m，最长基线为620m；图1(f)为最长基线干涉图真实干涉相位。本发明与基于多基线组合频率估计的相位估计方法均利用枝切法展开最短基线干涉图(即图1(a))获得其最短基线干涉相位，并在此基础上获得长基线干涉相位。

表1本发明与文献1方法估计误差比较

为了方便随后比较，基于多基线组合频率估计的相位估计方法在后文中将简称为文献1方法，其长基线干涉相位估计结果见图2(a-c)。图2(a)为文献1方法估计结果，图2(b)和图2(c)分别为该方法估计误差及估计误差直方图。本发明长基线干涉相位估计结果见图3(a-c)。从图2(a-c)和图3(a-c)可以看出由于基线间隔满足采样定理的限制条件，故本发明与文献1方法估计结果均较为理想。表1列出不同信噪比下本发明与文献1方法估计精度，可以看出本发明精度略高于文献1方法。

1-B、锥形场景干涉图干涉相位估计实验(△B＝80m)

仿真场景、仿真参数、缠绕干涉图最短基线长度以及干涉基线数目与1-A 相同，仅增加干涉基线间隔，即取△B＝80m。图4(a-b)分别为最短基线干涉图和最长基线干涉图，其SNR为0.732dB；图4(c)为最长基线干涉图真实干涉相位。由于△B>△B_max，不满足采样定理的限制条件，故文献1方法失效，其估计结果见图5(a-c)。本发明不受基线间隔限制获得了较好结果，其估计误差较小，见图6(a-c)。

2、本方法在基线间隔非均匀条件下仿真结果

2-A、锥形场景干涉图干涉相位估计实验

仿真场景与主要参数与1-A相同，干涉基线长度分别为B₁＝200m、B₂＝290m、B₃＝350m、B₄＝440m、B₅＝530m、B₆＝590m、B₇＝670m、B₈＝760m；图7(a)为本发明处理信噪比为0.732dB的干涉图的结果，图7(b)是估计误差图，图7(c)为估计误差直方图，可以看出基线间隔非均匀条件下本发明估计结果同样较好。

2-B、多山地形干涉图干涉相位估计实验

用一幅多山场景取代锥形地形，见图8(a)，其他仿真参数和各干涉基线长度与2-A中锥形场景干涉图相位估计实验相同。图8(b)为最长基线(B₈基线)干涉图，其信噪比为0.732dB，图8(c)为最长基线干涉图的真实干涉相位。本发明估计结果见图9。其中，图9(a)为本发明估计结果，图9(b)和图9(c)分别为本发明估计误差及估计误差直方图，可以看出本发明有效地处理了条纹复杂的干涉图，且获得了不错的估计结果。

2-C、金字塔地形干涉图干涉相位估计实验

用一幅金字塔场景取代锥形地形，其他仿真参数和各干涉基线长度与2-A中锥形场景干涉图相位估计实验相同。图10(a-b)分别为最短基线干涉图和最长基线干涉图，其SNR为-0.511dB，图10(c)为最长基线干涉图的真实干涉相位。本发明估计结果见图11(a-c)，可以看出本发明获得了不错的估计结果。

Claims (2)

1.一种基于频率补偿的多基线SAR干涉相位估计方法，其特征是，包括如下步骤：

步骤一，通过展开最短基线即B₁基线复干涉图，来提取该复干涉图的每一像元随基线变化的粗略估计频率即

步骤二，把上述提取出的复干涉图的每一像元随基线变化的粗略估计频率通过共轭复乘补偿给相应的抽样复干涉信号，获得降频抽样复干涉信号；

步骤三，对降频抽样复干涉信号进行傅里叶变换，并做峰值搜索后获得复干涉图的每一像元随基线变化的降频抽样复干涉信号频率；

步骤四，将步骤一所得的粗略估计频率与步骤三所得的降频抽样复干涉信号频率叠加后，获得复干涉图每一像元随基线变化的估计频率；

步骤五，在获得复干涉图的每一像元随基线变化的估计频率的基础上，求得最长基线干涉图的干涉相位。

2.根据权利要求1所述的一种基于频率补偿的多基线SAR干涉相位估计方法，其特征是，

在步骤三中，当基线间隔均匀时，则直接对降频抽样复干涉信号做快速傅里叶变换；当基线间隔非均匀时，则对降频抽样复干涉信号做非均匀间隔离散傅里叶变换。