基于时间序列的InSAR相干性量级估计
  • 【DOI】

    10.6038/cjg20130309

  • 【摘要】

    本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方... 展开>>本文提出了一种适用于InSAR数据处理的自适应相干性量级估计方法,该方法能够满足复信号随机平稳的假设前提,并兼顾运算效率与估计精度.此方法生成的相干图具有很好的分布特征,避免了影像空间分辨率的损失.提出的算法分为两个步骤:(1)根据地物后向散射特性,对时间序列SAR影像进行聚类分析,选择具有同分布的样本,保证SAR影像质地平稳条件;(2)对干涉图进行条纹频率估计,采用极大似然(ML)条纹频率估计方法去除系统相位引起的复信号非平稳性,并根据Cramer-Rao边界条件改善条纹频率的估计精度.以美国南加州洛杉矶地区的ENVISAT ASAR数据集为例,本文将新方法与现有方法进行了量化分析.结果表明,较传统方法而言,基于时间序列的相干性估计方法能够得到更可靠、精度更高、空间特征更鲜明的干涉相干图. 收起<<

  • 【作者】

    蒋弥  丁晓利  李志伟  汪驰升  朱武  柯灵红 

  • 【作者单位】

    香港理工大学土地测量与地理资讯学系/中南大学信息物理工程学院

  • 【刊期】

    地球物理学报 ISTIC SCI PKU 2013年3期

  • 【关键词】

    合成孔径雷达干涉测量(InSAR)  相干性估计  假设检验  条纹率估计 

  • 【基金项目】

    香港特别行政区研究基金RGC项目