自适应局部梯度估计平滑UKF相位解缠算法
为了提高合成孔径雷达干涉测量(synthetic aperture radar interferometry,InSAR)数据处理的精度,探究了高噪声及大梯度变化区域相位解缠精度低的问题,提出了一种基于梯度估计窗口大小自适应的平滑无迹Kalman滤波(unscented Kalman filter,UKF)相位解缠算法.首先提出了一种频率估计采样窗口自适应的局部相位梯度估计算法,该方法通过自适应窗口增加局部梯度估计有效像元样本的个数,进而提高了局部频率梯度估计的精度;随后将平滑算法引入到UKF相位解缠算法中,进一步改善了 UKF相位解缠算法精度.利用仿真数据和真实Tan-DEM-X InSAR数据进行试验,并与已有相位解缠方法进行对比分析.试验结果表明:在仿真数据中提出算法可以提高至少35%的解缠精度,在真实数据中提出方法可以获得较已有方法更好的边缘细节信息.
InSAR、局部相位梯度估计、平滑算法、UKF相位解缠
51
P237(摄影测量学与测绘遥感)
国家自然科学基金;中国博士后科学基金;自然资源部国土卫星遥感应用重点实验室开放基金项目;国家重点研发计划
2022-10-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
1007-1015