题目：长时间序列星载差分干涉SAR处理方法研究

    DInSAR技术是一种高效、精确的地表形变监测方法，然而在实际应用过程中，卫星重复定位精度的缺失引起的SAR图像频谱偏移，以及大气特性、地表目标散射系数等在卫星长时间监测过程中的时变性，将严重降低SAR图像的相干性。发展长时间序列星载差分干涉SAR处理方法，克服时空失相关效应是实现高精度形变测量的前提，本文研究主要针对长时间序列星载DInSAR数据处理方法进行展开。

    本文首先研究了DInSAR预处理方法，包括图像配准、去除参考面相位和地形相位、高相干点提取等。SAR图像配准包括基于卫星轨道空间几何关系的粗配准，以及基于图像相似度准则的精配准；配准后，使用频谱搬移的方法去除参考面相位，并利用已知地形信息去除地形相位；然后，本文研究了基于时序相关系数、相位稳定性和振幅/振幅离差信息的高相干点提取方法。随后，本文着重对永久散射体DInSAR(PSDInSAR)和小基线集DInSAR(SBAS)形变反演方法进行研究，这两种方法均通过演算具有可靠相位信息的高相干点的形变信息，克服时空失相关效应，获得准确的地表形变信息反演结果。

    对于PSDInSAR方法，解算过程涉及高程残差和形变量等参数的精确估计，现有的周期图法和解空间搜索法在计算效率和精度方面欠佳。本文提出了一种基于优化解空间搜索法的PSDInSAR参数估计方法，该方法首先使用解空间搜索法初步估计未知参数取值范围，然后使用Levenberg-Marquardt等最优化方法在以上初步估计结果的基础上精确计算高程残差和形变量。仿真试验结果表明，与现有方法相比，本文提出的方法在较大的搜索步长下仍然能保持较高的计算精度，且算法效率获得较大的提升。

    对于SBAS方法，传统方法使用解缠后的相位信息，并结合线性最小二乘方法计算地表形变信息，相位解缠绕效果的可靠性直接影响方法的有效性，且解缠绕算法的时间复杂度极高。针对传统SBAS方法存在的问题，本文提出一种基于非线性优化策略的SBAS数据处理方法：该方法首先建立SAR图像缠绕相位的非线性模型，然后构造与地表形变量相关的优化目标函数，通过拟牛顿等方法提取高相干点的线性形变信息，并以线性形变量作为迭代初值再次使用拟牛顿法提取高相干点的总形变量。仿真试验结果表明，本文提出的方法在无需相位解缠绕的前提下，获得与传统SBAS方法相当的计算精度，但算法效率远高于传统SBAS方法。

    本文从计算效率和精度两方面对已有的DInSAR处理方法进行了有效探索，该研究成果将服务于新一代实用、高效、准确的DInSAR数据处理方法的研发，为实现长时间、高精度地表形变监测提供有效可行的途径。