雷达学报

作者：丁泽刚, 孙涛, 王震, 赵健, 史一鹏, 陈浩龙, 陈之洲, 王岩, 曾涛

单位：1.北京理工大学信息与电子学院雷达技术研究所 北京 100081；2.卫星导航电子信息技术教育部重点实验室(北京理工大学) 北京 100081；3.北京理工大学重庆创新中心 重庆 401120；

关键词：干涉合成孔径雷达(InSAR), 多通道, 相位解缠, 深度学习, UNet网络

基金：国家自然科学基金(62227901)，国家自然科学基金重点项目(61931002)

干涉合成孔径雷达(InSAR)可实现地表高程的高效获取，在地形测绘中应用广泛。双/多通道InSAR技术可借助不同通道(基线、频点)的高程模糊度差异，解决相位欠采样问题，完成高程陡变区域的干涉相位解缠，实现InSAR技术在测绘困难区域的有效应用。该文即面向高效高精度相位解缠需求，利用深度学习这一有力工具，结合不同通道的相位特征及相互约束关系，提出了一种双/多通道联合干涉相位解缠网络：Multi-Channel-Joint-UNet (MCJ-UNet)。该网络的构建以双通道(双频、双基线) InSAR为基本观测构型，并可实现向多通道构型的扩展，其构建的核心思路主要包括3点：首先，将干涉相位解缠中的模糊数估计问题转化为语义分割问题，并采用UNet网络完成分割处理；其次，引入挤压激励模块(SE)动态调整信息权重，以增强网络不同通道对其所需信息的感知能力；最后，利用多通道联合约束下的相位残差优化损失函数，实现网络调谐。此外，为避免语义分割结果的边缘细节误差对解缠效果的影响，该文还提出了一种基于多通道联合约束的解缠误差自修正方法，以保证解缠质量。模拟地形仿真数据、真实地形仿真数据以及TerraSAR-X实测数据验证了所提方法的有效性。

来源：2024年第1期

《雷达学报》期刊编辑部

查看雷达学报杂志2024年第1期